KI gestützte Vertriebsprognose
Ausgangssituation
Die NDW Draht und Stahl GmbH ist ein Unternehmen in der Stahlindustrie, welches zusätzlich Dienstleistungen für verbundene Unternehmen anbietet. NDW ist Teil einer familiengeführten Unternehmensgruppe, welche neben der Drahterzeugung noch in diversen, zugehörigen Technologiebereichen aktiv ist. Um Prozesse optimieren und Entscheidungen datenbasiert treffen zu können, sollen zukünftige Absätze prognostiziert werden. Ziel des Quick Check war es, die Machbarkeit der Prognose der zukünftigen Absätze mit den zur Verfügung stehenden Daten mittels Methoden des Maschinellen Lernens zu untersuchen.
Lösungsidee
Um eine zuverlässige Vertriebsprognose zu erreichen, können die zukünftigen Absätze durch eine Analyse der Absätze aus der Vergangenheit prognostiziert werden. Die Prognosequalität wird durch die Berücksichtigung externer Einflussfaktoren verbessert. Die Identifikation von verschiedenen charakteristischen Faktoren, wie beispielsweise saisonale Einflüsse, ermöglicht ein besseres Verständnis der Daten und eine höhere Prognosequalität.
Ergebnis
Im Rahmen des Quick Check wurden die zur Verfügung gestellten Daten analysiert. Dabei konnte die Zeitreihe der Absätze in eine saisonale und eine Trend-Komponente zerlegt werden, auf dessen Grundlage der zukünftige Verlauf des Absatzes prognostiziert werden kann. Des Weiteren wurde der Einfluss von externen Faktoren auf den Absatz untersucht. Dabei wurde festgestellt, dass sich eine unmittelbare Korrelation zwischen den externen Daten und den Absatzdaten kaum identifizieren lässt. Infolgedessen erscheint eine differenzierte Berücksichtigung der externen Variablen zum Beispiel über Methoden wie SARIMAX als sinnvoll.