Zum Hauptinhalt springen
Alle KollektionenPivot Forecasting
Pivot Forecasting - Die Rolle der Kennzahlen in einem Modell
Pivot Forecasting - Die Rolle der Kennzahlen in einem Modell
Svea Schmidt avatar
Verfasst von Svea Schmidt
Vor über einem Jahr aktualisiert

In diesem Artikel möchten wir Ihnen die Rolle der Maßnahmen in einem Modell näher bringen. Bevor Sie fortfahren, sollten Sie unbedingt unseren Einführungsartikel lesen Pivot Forecasting - Einführung zu Modellen.

In Pivot Forecasting sind Kennzahlen numerische Werte, die als Datenzeilen angezeigt werden. Beispiele hierfür sind gespeicherte Berichtigungen, endgültiger Forecast und synchronisierter Forecast. Sie sind zeitgesteuert und können durch finanzielle Umrechnungen oder Umrechnungen in Maßeinheiten berücksichtigt werden. Kennzahlen können in der Vergangenheit, in der Zukunft oder sowohl in der Vergangenheit als auch in der Zukunft liegen, jeder Zeitraum ist ein einzelner Datenpunkt im Modell.

Wir werden im weiteren Verlauf einige der wichtigsten Pivot-Prognosemaßnahmen untersuchen.

Der tatsächliche Verlauf ist die primäre historische Kennzahl. Dabei handelt es sich in der Regel um Transaktionsdaten aus der Rechnungs- oder Auftragshistorie. Die Daten stammen aus Ihrer Netstock-App. Jede andere historische Kennzahl passt diese Kennzahl an bzw. ergänzt sie.

Die Kennzahl "Kopierter Verlauf" spiegelt die kombinierte Transaktionshistorie wider, die anhand der in Ihrer Netstock-App gepflegten Ersetzungen (Supersessions) erstellt wird. Produkte oder Verpackungen können z. B. regelmäßig durch neuere Versionen ersetzt werden. Bei Ersetzungen wird die Transaktionshistorie des neuen Produkts mit der des vorherigen kombiniert, so dass mehr Daten für genaue Prognosen zur Verfügung stehen. Beide Maßnahmen tragen zum

resultierenden Verlauf bei, dieser wird dann für statistische Prognosen verwendet. Neben den Abverkäufen können auch historische Aktionen und andere Ereignisse die Ist-Historie beeinflussen. Ein Zeitraum, in dem ein Artikel nicht lieferbar ist, kann zu einem geringeren Umsatz führen, als dies der Fall gewesen wäre, wenn der Artikel auf Lager gewesen wäre. Auch eine vorübergehende Preissenkung oder eine Promotion kann die Nachfrage in einem bestimmten Zeitraum erhöhen. In beiden Fällen wären die Prognosen genauer, wenn die Ereignisse ausgeschlossen würden, um eine Basisprognose zu erstellen.

In der Kennzahl berichtigter Verlauf können direkte Anpassungen vorgenommen werden. Wenn Sie in der Datenzeile berichtigter Verlauf einen Wert eingeben, verwendet die statistische Prognose diesen Wert anstelle der Menge der tatsächlichen Historie. Anpassungen der Historie sind nur für Basisartikel möglich.

In den meisten Fällen ist es besser, Promotion anstelle des berichtigten Verlaufs zu verwenden. In der Pivot-Prognose erleichtert die Promotionszeile die Korrektur von nicht saisonalen historischen und zukünftigen Ereignissen. Wenn in einer zukünftigen Periode ein Werbeaufschwung erwartet wird, wird ein positiver Wert, der in der Promotion-Kennzahl erfasst wird, zum kalkulierten Forecast hinzugefügt.

Wenn die Zeit vergeht und der Zeitraum mit der Promotion in die Historie einfließt, wird der Eingabewert weiterhin verwendet. Dadurch wird der resultierende Verlauf reduziert, wodurch die Auswirkungen der Aktion "bereinigt" werden und eine bessere Basisprognose erstellt wird. Da Aktionen additiv (oder subtraktiv) sind, verwendet Pivot Forecasting sie auf jeder Gruppenebene und in jeder Hierarchie. Historische Werte in der Promotion-Maßnahme werden von der tatsächlichen Historie subtrahiert, um eine Basislinie der Nachfrage zu erstellen, wobei die Auswirkungen von Promotionen effektiv ausgeschlossen werden. Ein negativer Promotionswert kann eingegeben werden, wenn ein Ereignis einen Rückgang der historischen Nachfrage verursacht hat, z. B. ein Umsatzverlust.

Die statistische Prognose ist der Ausgangspunkt für alle Pivot-Prognosepläne. Die künstliche Intelligenz des Prognosemoduls verwendet "Experten"-Modelle und Parameteroptimierungen, um die statistische Prognose zu erstellen. Das Ergebnis des statistischen Prognoseprozesses wird in der Zeile "Kalkulierter Forecast" angezeigt.

Es kann vorkommen, dass Sie den kalkulierten Forecast aus verschiedenen Gründen außer Kraft setzen müssen. Vielleicht hat das Vertriebsteam das Planungsteam über einen neuen Kunden informiert, der Ihren Gesamtumsatz um 30 % erhöhen soll. Dies wäre ein guter Grund, den kalkulierten Forecast außer Kraft zu setzen. Ebenso kann es erforderlich sein, Prognosen aufgrund erwarteter Trends oder Änderungen im Produktlebenszyklus zu erhöhen oder zu senken.

Wenn Sie Werte in die Maßnahmen "Angepasster Forecast", "Gespeicherte Berichtigungen" oder "Gesperrter Forecast" eingeben und speichern, ändern Sie den synchronisierten Forecast. Anpassungen können so oft wie nötig hinzugefügt und gespeichert werden. Die Zeile endgültiger Forecast wird erst geändert, wenn der Benutzer die Prognose über die Menüoptionen abschließt und speichert.

Es ist wichtig zu beachten, dass die Zeile mit dem angepassten Forecast gelöscht wird, wenn das Modell oder die Posten neu prognostiziert werden. Diese Art von Anpassungen ist sehr nützlich für Prognosen über einen längeren Zeitraum. Wenn die Historie weiterläuft, stehen mehr Datenpunkte zur Verfügung, um eine verbesserte kalkulierte Prognose zu erstellen.

Manchmal sind die Gründe für eine Anpassung der Prognose dauerhafter. Gespeicherte Berichtigungen sind eher für kurzfristige Anpassungen geeignet, z. B. für die Prognose eines neuen Artikels. Da es keine Historie gibt, auf deren Grundlage die Nachfrage prognostiziert werden kann, können gespeicherte Berichtigungen so lange beibehalten werden, bis genügend Historie vorhanden ist, um eine aussagekräftige Prognose zu erstellen.

Wenn eine geänderte Prognose fixiert bleiben soll, muss die Prognose gesperrt werden. Die Maßnahme "Gesperrter Forecast" ist von statistischen Prognosen und allen anderen Prognoseanpassungen, einschließlich Änderungen auf anderen Hierarchieebenen, isoliert. Der gesperrte Forecast hat Vorrang vor allen anderen Quellen und Gründen für Prognoseaktualisierungen.

Bei der Anwendung von Prognoseanpassungen gibt es eine Reihenfolge. Alle Anpassungsmethoden setzen den kalkulierten Forecast außer Kraft. "Gespeicherte Berichtigungen" haben Vorrang vor dem "berichtigten Forecast" und "gesperrte Forecasts" haben Vorrang vor allen anderen. Die Maßnahme "synchronisierte Prognose" zeigt die Ergebnisse dieser Abfolge an.

Pivot Forecasting erstellt automatisch Expertenprognosen. Wenn der kalkulierte Forecast angemessen ist, ist die Überprüfung der Prognose abgeschlossen. Wenn es Gründe gibt, den kalkulierten Forecast abzuschwächen, können Sie die Maßnahme "Promotion" oder eine der drei Anpassungsmaßnahmenzeilen verwenden, um die erforderlichen Anpassungen zu erfassen.

Alle Änderungen werden sofort in der Maßnahme "synchronisierte Forecast" berücksichtigt. Die Finalisierung der Prognose hängt von der Rolle des Benutzers ab. Power-User schließen die Prognose in der Kennzahl endgültiger Forecast ab. Benutzer, die mit anderen Benutzern zusammenarbeiten, schließen die Prognose in der Regel in der Referenzkennzahl Sales Forecast ab, in der Power-User die Ergebnisse überprüfen und anschließend in die Zeile endgültiger Forecast

kopieren können. Endgültige Forecasts werden vom System nicht aktualisiert. Die Benutzer kontrollieren diese Kennzahl, und es ist der endgültige Plan, der für die Bestandsplanung verwendet wird.

Eine Einführung, wie Kennzahlen durch die Hierarchien fließen, finden Sie in den Artikeln

Haben Sie die verwandten Artikel gelesen? Sehen Sie sich unsere Pivot Forecasting-Sammlung an!

Hat dies deine Frage beantwortet?