In der Welt der globalen Lieferketten, in denen viel auf dem Spiel steht, wird der Unterschied zwischen einer „guten Schätzung“ und einer „präzisen Prognose“ oft in Millionen von Dollar an überschüssigen Lagerbeständen oder entgangenen Umsätzen gemessen. Jahrzehntelang war es der Industriestandard, sich auf die integrierten Prognose-Engines zu verlassen Unternehmensressourcenplanung (ERP) Systeme; vor allem SAP Integrierte Geschäftsplanung (IBP).
Da die Marktvolatilität jedoch zur neuen Dauerhaftigkeit wird, ist ein grundlegender Fehler in diesen Altsystemen aufgetreten. Während SAP und seine Mitbewerber weiterhin auf mathematische Frameworks des 20. Jahrhunderts setzen, gibt es eine neue Technologiewelle, deren Pionierarbeit von Indicio, bringt endlich die mit dem Nobelpreis ausgezeichnete Wirtschaftsforschung in den Sitzungssaal.
Die univariate Falle: Warum SAP nur das halbe Bild sieht
Die meisten traditionellen Planungslösungen, einschließlich SAP, basieren auf univariate Prognosemodelle. Einfach ausgedrückt: Diese Modelle betrachten eine einzelne Variable, wie etwa vergangene Verkäufe, um zukünftige Ergebnisse vorherzusagen. Sie schauen quasi in den Rückspiegel, um das Auto zu steuern.
SAP berücksichtigt zwar „externe Regressoren“, Faktoren wie Inflation oder Wetter, aber die Implementierung ist grundlegend fehlerhaft:
- Das Problem „Prognose für eine Prognose“: Um einen externen Faktor in SAP zu verwenden, müssen Sie zunächst selbst eine perfekte Prognose für diesen Faktor erstellen. Wenn Sie wissen möchten, wie sich die Zinssätze auf Ihren Umsatz auswirken, müssen Sie SAP mitteilen, wie hoch die Zinssätze für die nächsten 12 Monate sein werden.
- Vorausschauende Ausrichtung: Da Benutzern häufig perfekte Zukunftsdaten für diese externen Faktoren fehlen, verwendet das System bei der Modellbewertung häufig standardmäßig historische Daten als Proxy für eine „frühere Prognose“. Dadurch entsteht ein vorausschauende Voreingenommenheit, wo das Modell beim Testen sehr genau erscheint, weil es die Zukunft „kannte“, aber in der realen Anwendung kläglich versagt.
Der Durchbruch: Multivariate Modelle und der Nobelpreis 2011
Der Übergang von univariat zu multivariate Prognosen stellt den größten Sprung in der Vorhersagegenauigkeit der letzten 50 Jahre dar. Im Gegensatz zum Ansatz von SAP behandeln multivariate Modelle das gesamte Ökosystem, Ihre Umsätze, Markttrends und Wirtschaftsindikatoren als ein einziges, miteinander verbundenes System.
Diese Methode, insbesondere Vektor-Autoregression (VAR), war 1970 ein Durchbruch, der unser Verständnis von Ursache und Wirkung in der Makroökonomie grundlegend veränderte. Die Bedeutung dieser Forschung war so tiefgreifend, dass ihre Pioniere Chris Sims und Thomas Sargent, wurden mit dem ausgezeichnet Nobelpreis für Wirtschaftswissenschaften 2011.
„Das Schöne an multivariaten Modellen ist, dass sie nicht einfach fragen, was passiert ist? ; sie modellieren die Beziehung zwischen allen Variablen gleichzeitig und erfassen das ‚Warum' hinter den Trends.“
Indicio: Demokratisierung des „unmöglichen“ Modells
Wenn multivariate Modelle so überlegen sind, warum hat dann nicht jedes Unternehmen gewechselt? In der Vergangenheit war die Komplexität das Hindernis. Für die Festlegung dieser Modelle ist ein hohes Maß an Fachwissen erforderlich Parameter, Hyperparameter und Bayessche Prioren. Ohne einen Doktortitel in Ökonometrie ist es fast unmöglich, ein VAR-Modell richtig einzustellen, was oft zu einer „Überanpassung“ oder zum totalen Zusammenbruch des Modells führt.
Indicio hat das Spiel verändert, indem er den „Expert-in-the-Loop“ automatisiert hat.
Indicio nutzt fortschrittliches maschinelles Lernen, um die schwere Arbeit der Parameterauswahl und des Modellpools zu bewältigen, und macht damit allen Entscheidungsträgern multivariate Prognosen auf Nobelniveau zugänglich. Sie müssen kein Statistiker mehr sein, um BIP-Schwankungen, Verbraucherpreisindizes oder regionale wirtschaftliche Veränderungen zu berücksichtigen.
Mehr als nur eine Tabelle
Die Realität ist, dass Ihr Unternehmen nicht in einem luftleeren Raum existiert. Der Umsatz wird von der Wirtschaft beeinflusst, die von der Politik beeinflusst wird, die von globalen Ereignissen beeinflusst wird. Die weitere Verwendung eines univariaten Modells ist wie der Versuch, ein 3D-Puzzle mit einer 2D-Karte zu lösen.
Indicio stellt die 3D-Karte zur Verfügung. Durch die Automatisierung der ausgefeiltesten Modelle der Wirtschaftsgeschichte können Unternehmen aufhören, auf den Markt zu reagieren, sondern ihn zu antizipieren.
Möchten Sie, dass ich Ihnen bei der Ausarbeitung eines konkreten Fallstudienvorschlags helfe, um Ihrer Führung zu zeigen, wie der multivariate Ansatz von Indicio Ihren spezifischen Prognosefehler reduzieren kann?
