NeuroBayes -Prognosen für optimale Entscheidungen

Transkript

1 NeuroBayes -Prognosen für optimale Entscheidungen Prof. Dr. Michael Feindt, Karlsruhe Institute of Technology KIT Chief Scientific Advisor, Blue Yonder GmbH & Co KG Handelslogistik-Kongress, Köln,

2 Der LHC am CERN- größter Teilchenbeschleuniger der Welt» NeuroBayes Short Term Trading Fund powered by» 2 Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

3 Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

4 Big Data: 40 Millionen mal pro Sekunde eine Kollision. 1 PByte= 1015 Byte= Byte Daten pro Sekunde. Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

5 Big Data: Sehr schnelle Spezialsoftware muss diese Menge auf 1 Pbyte pro Jahr reduzieren, bevor die Datenmenge auf Platte geschrieben und weltweit im Grid verteilt wird. U.a. NeuroBayes Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

6 NeuroBayes : Spitze in der Spitzenforschung NeuroBayes ist ein führendes Paket für intelligente multivariate Datenanalyse (predictive analytics). Es ist ursprünglich für die Elementarteilchenphysik entwickelt worden. Optimiert durch weltweiten Wettbewerb zwischen den Spitzenforschungsinstituten, möglichst viele neue Einsichten aus riesigen und kostspieligen Datenmengen zu gewinnen. Fermilab CERN Mehr als 350 Mannjahre Entwicklung, >70 Doktorarbeiten, hunderte erfolgreicher Anwendungen, viele Entdeckungen und neue experimentelle Methoden mit einer Wertsteigerung vorhandener Experimente um viele zig Millionen. Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

7 NeuroBayes» 7 Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

8 Was will dieser Professor? Sie haben im Handel ganz andere Probleme:» Welchen Bedarf haben meine Kunden im nächsten Monat?» Wie muss ich den Preis optimal setzen?» Wie viele Fahrer muss ich Freitag einsetzen?» Wie viele dieser Hosen soll ich jetzt disponieren?» Welchen Artikel soll ich dem Kunden empfehlen?» Wird der Kunde die Rechnung wirklich zahlen? Hier setzt Predictive Analytics- Software an: Blue Yonder baut basierend auf NeuroBayes Lösungen, die genau diese Fragen beantworten. Optimale Prognosen nach neuesten wissenschaftlichen Erkenntnissen. Prognosen, die zutreffen. Und optimale Entscheidungsunterstützung oder sogar automatische Entscheidungen auf Basis der Prognosen. Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

9 » NeuroBayes : Ein High-Tech-Algorithmus aus der experimentellen Elementarteilchenphysik kann komplexe Zusammenhänge aus historischen Datenbanken von Firmen lernen und zur Prognose für die Zukunft nutzen.» Basiert auf einem künstlichen neuronalen Netzwerk. Ist aber viel mehr. Äußerst hohe Generalisierungsfähigkeit (d.h. die Vorhersagen treffen innerhalb ihrer angegebenen Unsicherheiten auch ein.) Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

10 Business Intelligence: Paradigmenänderung hin zu Predictive Analytics Vom klassischen vergangenheitsgerichteten REPORTING......über Real Time Reporting... hin zu Planungs-, Simulations- und Prognosemodellen PREDICTIVE ANALYTICS Megatrends unterstützen die Nutzung von Predictive Analytics: Deutlich niedrigere Hardwarekosten (Speicher etc.) Neuartige Datenbanktechnologien (massiv parallele, spaltenbasierte, in-memory DBs) 100- oder 1000 fache Geschwindigkeit NeuroBayes unterstützt BIG DATA analytics Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

11 NeuroBayes : seit 2005 Spitzenplätze beim weltweit größten Data Mining Cup mit ca 500 Teilnehmern 2006, 2009 und 2010 erste Plätze 2009 "Data Mining für Bestseller Ziel war die bestmögliche Absatzvorhersage für einzelne Buchtitel über verschiedene Vertriebschannels Up- und cross-selling online Aus vorliegenden Userdaten Ermittlung derjenigen User/Käufer, welche einen nochmaligen Auftrag generieren, wenn man ihnen einen Coupon anbietet Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

12 NeuroBayes wird bereits in vielen Branchen der Wirtschaft für verschiedene Fragestellungen erfolgreich eingesetzt, z.b. Discounter Frischesortiment Textilhandel Disposition Absatzprognose» Artikelabsatz P» E(X)=413 SAP Versicherungswirtschaft Schadenprognosen NeuroBayes Media Kündigervorhersagen Fondsmanagement Börsenhandel Order Placement System Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

13 NeuroBayes kann immer dann besonders gut eingesetzt werden, wenn Prognosen besonders schwierig und unsicher erscheinen, es viel Information über Einzelfälle gibt, die aber alle für sich keine starke Erklärungskraft haben... Die Kombination macht s! Beispiel Fußball-Bundesliga: Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

14 Steigende Komplexität der Datenstrukturen erfordert neue Analyse-Verfahren im Prognose- und Entscheidungsprozess Viele regelmäßig wiederkehrende Einzelentscheidungen können mit NeuroBayes optimal getroffen werden. Die enorme Komplexität der Datenstrukturen stellt die operative Warensteuerug vor enorme Herausforderungen. NeuroBayes bietet die analytische Basis für eine intelligente Systemunterstützung. Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln Seite 14

15 Mit NeuroBayes kann man hinter den Horizont blicken... Insbesondere auch in der Branche Handel und Online-Handel, auch in der Logistik Bildunterschrift Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln Seite 15

16 Einsatzgebiete: Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln Seite 16

17 Das <phi-t> Mausspiel: oder: sogar Ihr ``freier Wille ist mit Hilfe von NeuroBayes vorhersagbar // Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

18 Bedarfsorientiert handeln mit NeuroBayes Predictive Analytics Predictive Analytics mit NeuroBayes ermöglicht: 1. Präzise Vorhersage der Bedarfe, um Bestände zu optimieren und den Servicegrad zu erhöhen. 2. Optimierte Klassifikation ihrer Kunden und Lieferanten hinsichtlich Zuverlässigkeit und erwartetem Volumen für individuelle Kundenbindung und optimierte Lieferantenauswahl. 3. Verbesserte Mitarbeitereinsatzplanung durch verbesserte Auslastungsprognosen und Vorhersage von Warenbewegungen. Was NeuroBayes in der Praxis wirklich leistet, berichtet besser jemand, der es anwendet: Einer der ersten großen Anwender ist der OTTO-Versand. à Vortrag Michael Sinn Better Analytics, Better Business, Better Planet Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln

19 Vielen Dank für Ihre Aufmerksamkeit. Info: Prof. Dr. Michael Feindt, Karlsruher Institut für Technologie KIT Kommerzielle Lösungen mit NeuroBayes : Prof. Dr. Michael Feindt, NeuroBayes -Prognosen und optimale Entscheidungen, Handelslogistik-Kongress, Köln Seite 19

20 Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren - wie Otto sein Bestandsmanagement optimiert und die Lieferbereitschaft erhöht 18. Handelslogistik Kongress in Köln, 20./ Otto (GmbH & Co. KG) Michael Sinn

21 Was hat ein Algorithmus aus der Teilchenphysik mit Versandhandel zu tun? Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 21

22 Große Datenmengen und eine Vielzahl von Einflussfaktoren prägen heutige Entscheidungssituationen Einflussfaktoren Entscheidungssituationen Produkt Anstoßkette Online Preisroboter Kunde M-Commerce Social Media Internationalisierung Multi-Channel Wettbewerb Immense Datenmengen Permanenter Entscheidungsbedarf Hoher Zeitdruck Determinanten für Unternehmenserfolg Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 22

23 Herkömmliche Verfahren werden den gestiegenen Anforderungen an die Artikelprognose nicht mehr gerecht Auswirkung Dispositionsentscheidungen zu wenig gekauft zu viel gekauft Szenario 1: zu wenig gekauft Umsatzausfall Erhöhte Beschaffungskosten Kundenverärgerung Erhöhte Kontaktkosten Callcenter Szenario 1 Ist-Bedarf Szenario 2 Szenario 2: zu viel gekauft Erhöhte Lagerkosten Kapitalbindung Verwertungsverluste Es besteht eine permanente Herausforderung, die richtigen Mengen zu identifizieren Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 23

24 Eine maßgebliche Verbesserung ist nur durch grundsätzlich neue Methoden zu erreichen Trendmethode / Dreisatz Klassische Statistik Neuer Ansatz? Y Klassische Statistik z.b. nichtlineare Regression X Forschungsauftrag an ein Experten-Team, ein Prognoseverfahren zur Abbildung der heutigen und zukünftigen Komplexität des Geschäftsmodells zu entwickeln Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 24

25 Nach Evaluierung von 13 Prognosetools international ausgerichteter Softwareanbieter hat sich die NeuroBayes Technologie von durchgesetzt 200 Inputvariablen Aktuelle Daten Historische Daten Style Farbe Marke Preis Onlineplatzierung Seitenanteil Auflage Response Bisheriger Saisonabsatz. 16 Saisons Datensatz Wahrscheinlichkeit P E(X) Ausprägung X (Bedarf in Stück) Prognose je Artikel, Farbe, Größe, Promotion und Woche jeweils für Ansprache, Brutto-, Nettoabsatz und Retouren Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 25

26 Eine Gegenüberstellung der Prognoseverfahren zeigt die deutliche Verbesserung durch NeuroBayes Prognoseabweichung Klassische Verfahren absolute Häufigkeit Entstehendes Absatzrisiko Entstehendes Überhangrisiko 63% der Artikel Abweichung > +/- 20% NeuroBayes 11% der Artikel Abweichung > +/- 20% -100% -20% -0% 20% 100% 200% Klassische Verfahren Prognose mit NeuroBayes Ergebnis NeuroBayes : Deutlich positive Wirkung auf Lieferbereitschaft und Restevolumen Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 26

27 Die Artikelprognosen bilden die Basis für Kaufentscheidungen und Bestandsmanagement 9000 Hochr.- Bruttoabsatz/Stück NeuroBayes Phi-t Klassische OTTO Verfahren Ist-Bedarf Prognosedatum NeuroBayes : Deutlich bessere Prognosen für sämtliche Artikelpositionen, d.h. für Farbe, Größe und Angebotsträger Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 27

28 Die größten Optimierungspotenziale können bei Online- Prognosen gehoben werden Vorsaison: Saisonstart: Saisonverlauf: Absolute Stückabweichung Vorsaison NeuroBayes um 9% genauer Saisonstart NeuroBayes um 20% genauer Saisonverlauf NeuroBayes um 31% genauer Saisonstart klassische Verfahren NeuroBayes Bereits vor Saisonstart können Prognosewerte mit NeuroBayes valide berechnet werden Zeit Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 28

29 NeuroBayes ist ein lernendes System, bei dem die Prognosegüte im Zeitablauf permanent besser wird Input Output 100 Millionen Datensätze pro Woche 135 GB historische Daten 40 Millionen Einzelprognosen pro Jahr Ab Q erfolgt die Umstellung der Lieferung von Prognosedaten von wöchentlich auf täglich Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 29

30 Die Weiterentwicklung des Prognosetools zu einem Dispotool basiert auf einem Warenmanagementsystem Produktionszeit Transportzeit Bedarfsprognose Warenmanagementsystem Bestände Kostenfunktionen Artikel mit Handlungsbedarf Dispositionsvorschlag Ziel: automatisierte Disposition Dispositionsvorschlägen liegen Vorgaben und Kostenfunktionen für Lieferbereitschaft und Restevolumen zugrunde Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 30

31 Basierend auf der NeuroBayes -Technologie lassen sich Grundsatzfragestellungen des Distanzhandels besser lösen Artikelbedarf Kundenbonität Werbemittelausstattung Recommendation Engine *Mittlere absolute Prognose-Abweichung in Stück auf Artikel-Promotion-Größen-Ebene; MAD Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 31

32 Vielen Dank für Ihre Aufmerksamkeit! Michael Sinn Direktor Angebots- und Category Management Support, Otto Group Tel: (040) Mit systemgestützten Absatzprognosen Einsparpotenziale realisieren Seite 32