In diesem Artikel möchten wir Ihnen einen ausführlichen Überblick über Aggregation und Aufteilung geben.
Wenn Sie mit Gruppen von Basisebenen arbeiten, arbeiten Sie mit "Aggregaten" oder "Aggregationen". Pivot Forecasting ermöglicht es den Benutzern, effizient von Einzelpositionen zu Gruppen zu navigieren und Änderungen auf Gruppenebene vorzunehmen und diese dynamisch mit der Basisebene zu synchronisieren. Änderungen durch Aggregationen werden beim Speichern anteilig (aufgeteilt) auf die Basisebene übertragen und in der Kennzahl "synchronisierter Forecast" gespeichert. Prognoseanpassungen in Pivot Forecasting können von Oben nach Unten, von Unten nach Oben oder aus der Mitte heraus erfolgen. Dies ist die Aggregation und Aufteilung.
Von Oben nach Unten: Prognoseanpassungen auf Gruppenebene, die dann anteilig auf die unteren Basisebenen verteilt werden.
Von unten nach oben: Prognoseanpassungen auf der untersten Ebene werden bis zu allen Gruppenebenen aggregiert.
Aus der Mitte heraus: Prognoseanpassungen auf einer mittleren Ebene der Hierarchie werden sowohl auf den höheren Gruppenebenen aggregiert als auch auf den unteren Ebenen anteilig berücksichtigt.
Hierarchien werden durch Auswahl von Attributen im oberen linken Teil der Pivot Forecasting Benutzeroberfläche erstellt. Sie müssen mindestens zwei Ebenen haben, darunter mindestens ein Attribut, plus die Basisebene, auf der sich die meisten Pivot Forecasting Daten befinden.
Die Planung einer Hierarchie beginnt in der Regel mit der Identifizierung der Attribute, die ein Prognose-Ziel unterstützen sollen. Beginnen Sie bei der Auswahl einer Hierarchie mit breiteren Gruppierungen wie Produktfamilien oder Kundenkanälen, und spezifizieren Sie diese dann durch die Auswahl zusätzlicher Attribute wie Artikel, Größen und Kunden.
Die Attribute, aus denen die Hierarchie besteht, werden im Pivot Forecasting als Baum dargestellt. Das oberste oder erste ausgewählte Attribut bildet den Stamm des Baums; es repräsentiert die gesamte Hierarchie. Die oberste Gruppe ist immer "Alle Artikel". Alle weiteren Attribute in der Hierarchie sind Zweige des Baumstamms. Die unterste Ebene der Hierarchie sind die Blätter des Baumes (in Pivot Forecasting Knoten genannt). Sie stellen die detaillierteste Ebene der Daten im Modell dar. In Pivot Forecasting sind die Zweige immer mit einem Ordner und die Blätter der Basisebene mit einem "Punkt" versehen.
Wenn Sie auf einen Knoten klicken, werden die Daten im Dashboard eingeblendet.
Wenn Sie auf einen Aggregatknoten klicken, summiert das System alle Historien, Promotionen und Prognosen aus den Basisknoten in dieser Gruppe und erstellt eine Prognose unter Verwendung der summierten Historien und Promotionen. Dies ist die Aggregation im Pivot Forecasting. Die dynamisch erstellte aggregierte Prognose ist die "von Oben nach Unten" oder "aus der Mitte heraus" Prognose.
Wenn Sie eine Anpassung vornehmen, während Sie sich auf einem Aggregatknoten befinden, wird jeder der Basisknoten in Ihrer Gruppe proportional beeinflusst. Mit anderen Worten: Wenn Sie die Prognose um 10 % erhöhen, wird jede Prognose der Basisebene um 10 % erhöht. Dies ist die Aufteilung in Pivot Forecasting. Die einzige Ausnahme ist, wenn es in der Gruppe "gesperrte Forecasts" gibt. In diesem Fall werden die auf der Aggregatebene vorgenommenen Änderungen nur auf die nicht gesperrten Positionen anteilig übertragen.
Hier sehen Sie ein Beispiel für eine von Oben nach Unten gerichtete Prognoseanpassung. In diesem Beispiel wird die oberste Ebene als Kategorie “Möbel” bezeichnet. Innerhalb dieser Gruppe gibt es auf der mittleren Ebene zwei Gruppen, die zwei Geschäfte repräsentieren, nämlich Kundengeschäft ABC und Kundengeschäft XYZ. Jedes Geschäft hat zwei Artikel innerhalb der Gruppe, die die Basisebene (d. h. die niedrigste Detailebene) darstellt. Dies sind die Artikel Stühle und Artikel Tische.
Anpassungen, die auf der obersten Ebene vorgenommen werden, werden anteilig auf die unteren Ebenen übertragen. In diesem Beispiel betrug der kalkulierte Forecast für Januar 40 Einheiten. Es wurde eine Anpassung an die Prognose vorgenommen, um die Prognose für Januar auf 80 Einheiten zu erhöhen, und dann gespeichert, wobei die Ergebnisse in der Zeile "synchronisierter Forecast" gespeichert werden.
Nehmen wir an, es wird eine Änderung vorgenommen, um den Bedarf auf einer Ebene zu verdoppeln, die zwei Filialen enthält, nämlich Filiale ABC und Filiale XYZ. Wenn es keine gesperrten Forecast gibt, erhält jede der Filialen eine Verdoppelung ihres Bedarfs. Wenn also die Anpassung auf der Gesamtebene 100 % beträgt, erhält jede Filiale einen Anstieg von 100 %.
Etwas kniffliger wird es bei gesperrten Forecasts. Nehmen wir an, die ursprüngliche Gesamtprognose für die Gruppe beträgt 100. Unterhalb dieses Wertes entfallen 75 % der Nachfrage auf die Filiale ABC und 25 % auf die Filiale XYZ. Nehmen wir weiter an, dass die Prognose von Filiale ABC gesperrt ist. Wenn die Prognose auf Gruppenebene von 100 auf 150 Einheiten angehoben wird, wird die gesamte Erhöhung um 50 Einheiten der Filiale XYZ zugerechnet, wodurch sich ihre Prognose von 25 auf 75 Einheiten erhöht, was einer Steigerung von 300 % entspricht! Aus diesem Grund wird empfohlen, gesperrte Forecasts sparsam zu verwenden.
Wenn Prognosen in mehreren Perioden angepasst werden, wird jede Periode anteilig berücksichtigt. Da sich einige der Posten nach oben oder unten entwickeln können, kann ihr Anteil an den Gesamtänderungen von einer Periode zur nächsten unterschiedlich sein.
Denken Sie daran, dass die Prognose, sobald Sie auf Speichern klicken, in der Kennzahl "synchronisierter Forecast" gespeichert wird, aber erst dann in Ihre Bestandsplanunganwendung zurückgegeben wird, wenn sie abgeschlossen ist.
Vielleicht interessieren Sie sich auch für die folgenden Artikel: