Schatzsuche im Datenmeer - Potentiale in Einkauf und Logistik mit BI entdecken
BI Definition Business Intelligence ist die entscheidungsorientierte Sammlung, Aufbereitung und Darstellung geschäftsrelevanter Informationen. (H. Schrödl) Business Intelligence is the process of transforming data into information and through discovery into knowledge. (Howard Dresner) Mensch Kompetenz BI Daten Information + Bedeutung/ Vernetzung Wissen + Analyse Können + Anwendungsbezug/ Wertung Handeln + Wollen + richtig handeln
Steigende Relevanz von BI Aberdeen: Unternehmen versinken förmlich in der Datenflut Der Geschäftserfolg hängt davon ab, wie gut ein Unternehmen seine Daten und Informationen nutzen kann Kein Zugriff auf relevante Daten Bereitstellung der Informationen zu langsam Menge und Komplexität nicht handhabbar Qualität der Daten nicht vertrauenswürdig
5.000.000.000.000.000.000 Digitalisierte Daten der gesamten Menschheit im Jahre 2000 Heute wird diese Datenmengen alle 10 Minuten produziert
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Vom Bit zum Yottabyte
Zusammengefasst Exponentiell steigendes Datenvolumen Datenerfassung in allen Unternehmensbereichen in unterschiedlichsten Systemen Oftmals Dateninkonsistenzen Langsame Informationsaufbereitung Steigende Komplexität Mit dem richtigen Konzept kann BI diesen Herausforderungen Herr werden
BI Architektur Frontend ETL Prozess
Wir machen Datenwissenschaft zu einem Sport - Anthony Goldbloom
Kaggle contests Eurovision Song Contest 2009 Wo kauft welcher Kunde für wieviel ein Welcher Patient muss im nächsten Jahr wie lange ins Krankenhaus
Oder: THANK YOU BUSINESS INTELLIGENCE
Potentiale entdecken Problem einer optimalen Ressourcenallokation Rayid Ghani Obama s Geheimwaffe Chief Scientist der OfA-Kampagne Leiter des 45-köpfigen Teams von Datenanalytikern Wählerstimmen gewinnen ist unterschiedlich teuer. In Colorado kostete es 6 bis 7 Dollar, in Kalifornien nur wenige Cent Drei Kernfragen: 1. Wo lassen sich überhaupt Wähler überzeugen? 2. Was kostet es, sie zu überzeugen? 3. Wo investiere ich? Aufbau BI gestützte Datenanalyse
Wählerstimmen Daten beschaffen Daten aus der 2010er Wahl Öffentlich geführte Wählerlisten Datenbanken freiwilliger Helfer und Spender Mailings (5 Milliarden) 120 Mio. Telefonkontakte Facebook Profile Informationen der Neighbourhood Teams Bereinigung der Daten (Duplikate entfernen) Kontinuierliche Erweiterung des bestehenden Datahouse
Potentiale entdecken
Wählerstimmen Kennzahlen Grad Unterstützung für Obama Chance Meinungsänderung herbeizuführen Wahlbereitschaft Dimensionen Ethnie Alter Bundesstaat Schulabschluss Hobbies Waffenbesitzer Beruf Einkommen Familienstand Identifikation lohnender Kontakte Festlegen einer personalisierten Kommunikationsstrategie
Beispiele Bundesstaat: Ethnie: Waffenbesitzer: Alter: swing states weiß ja > 45 Jahre Grad Unterstützung: 10% Chance Änderung: 15% Wahlbereitschaft: 75% Keine spezielle Kommunikation für diese Gruppe!
Wählerstimmen Bundesstaat: swing states Bildung: Hochschulabschluss Geschlecht: weiblich Alter: 25-35 Jahre Religionszugehörigkeit: nein Grad Unterstützung: 60% Chance Änderung: 65% Wahlbereitschaft: 65% Email mit Schwerpunkt Abtreibungsrecht und gleichgeschlechtliche Ehe
Wählerstimmen Bundesstaat: Bildung: Hobbies: Alter: swing states kein Schulabschluss 3D Shooter 18-24 Jahre Grad Unterstützung: 40% Chance Änderung: 45% Wahlbereitschaft: 20% Keine spezielle Kommunikation für diese Gruppe!
Wählerstimmen Bundesstaat: Ethnie: Kinder: Alter: Einkommen: swing states nicht weiß ja 25-35 Jahre gering Grad Unterstützung: 65% Chance Änderung: 70% Wahlbereitschaft: 55% Telefonkontakt & Hausbesuche: Reform Bildungssystem & Gesundheitswesen
Wählerstimmen Kontinuierliche Analyse der Wählerstimmung in den Swing States Permanente Erweiterung des Analysemodells Ständige Optimierung der Kommunikationsstrategie Ghani: Die Erfolgswahrscheinlichkeit lag ohne Datenanalyse bei 55 % Prozent, mit ihr bei 80 %."
Wahlspenden
Wahlspenden Verlosung für Teilnahme an Spendendinner
Wählerstimmen
Wahlspenden Über 50 Mio. $ Spendeneinnahmen
Mikromarketing bei Porsche
Mikromarketing bei Porsche Auslieferungen Adressen Zulassungszahlen Einkommensstufen Mietspiegel Berufe
Geoanalyse
Geoanalyse
Mikromarketing bei Porsche Zahnarzt Meyer hat 911er gekauft
Mikromarketing bei Porsche Rechtsanwalt Müller
Mikromarketing bei Porsche Exklusives Angebot an Müller: Kostenlos ein WE einen Porsche Gutschein
Start Schatzsuche
Losgrößenermittlung Klassische Verfahren: Verbrauch Rüstzeit Rüstkosten Kapazitäten Lager & Behältnisse werden nicht berücksichtigt Verbrauch 10.000 St p.a. Rüstzeit 90 min Rüstkosten 45 Losgröße 5.000 St = Reichweite 6 Monate
50 St. in eine Box 100 belegte Boxen 10.000 St. in eine Box 1 belegte Box
Losgrößenermittlung Verbrauch 10.000 St p.a. Rüstzeit 90 min Rüstkosten 45 Lagerkosten Los Losgröße 1.000 St = Reichweite 1 Monate Verbrauch 10.000 St p.a. Rüstzeit 90 min Rüstkosten 45 Lagerkosten Los Losgröße 10.000 St = Reichweite 12 Monate
Datenqualität
Datenqualität Orbiter-Team in Colorado Marssonde Climate Orbiter (125 Mio $) Absturz am 23.09.1999 beim Anflug auf den Mars Orbiter-Team in Kalifornien
Datenqualität Bruttogewicht (Messing): 10 g Verbrauch -10 Cent Nettogewicht (Kontakt): 4g Zugang + 4 Cent Kuppelprodukt: Messingschrott 6 g Zugang + 5 Cent
Datenqualität Fehlerhafte Stückliste (kg statt g) Bruttogewicht (Messing): 10 g Verbrauch -10 Cent Nettogewicht (Kontakt): 4g Zugang + 4 Cent Kuppelprodukt: Messingschrott 6 kg Zugang + 5.000 Cent Mit jedem Hub werden ca. 5 GuV relevantes Ergebnis produziert Produktionsmenge 150.000 St in 6 Monaten 750.000 Ergebnisausweis
Der Wert Ihrer Daten hängt von der Reinheit ab
Datenqualität Start als Projekt 1. Definition der relevanten Daten Felder aus Materialstamm Materialstatus Beschaffungsart Arbeitsplandaten Stücklisten Kundenstammdaten Verpackungseinheiten Lieferantenstammdaten EK Preise.. Festlegung im Projektteam Projektteam muss fachübergreifend zusammengesetzt werden und über gutes Prozess Knowhow verfügen
Datenqualität 2. Definition von Prüfroutinen zur Identifikation von fehlerhaften Daten Eigenfertigung, aber kein Arbeitsplan vorhanden Keine Verpackungseinheit hinterlegt Wiederbeschaffungszeit IST >< SOLL Mindestbestellmenge > real bestellte Menge Keine freigegebene Kalkulation 3. ABC Analyse durchführen (Zeitraum 12 18 Monate) Produkte (nach Umsatz) Produkte (nach Absatz) Kunden (nach Umsatz). 4. Bei Produkten Stücklistenauflösung des A Segments Bereitstellen aller relevanten Daten aus Step 1 für die Materialien der Auflösung
Datenqualität 5. Datenbereinigung Fehlende Daten anlegen Fehlerhafte Daten korrigieren Kennzeichnung der Bearbeitung 6. Prozessanalyse Wie kam der Datenschiefstand ins System Festlegen eines zukünftigen Prozesses inkl. Verantwortung 7. Aufbau Exception reporting Automatische Identifikation fehlender Daten Automatische Identifikation fehlerhafter Daten Automatische Information an Verantwortlichen zur Korrektur 8. B und C Cluster bearbeiten 9. Alle 6 Monate mit Punkt 3 neu starten
Datenqualität Ergebnisse: Sehr hohes Datenqualitätsniveau Prozesse laufen effizienter Potentiale für Prozessoptimierungen werden entdeckt Mitarbeiter entwickeln abteilungsübergreifendes Prozessverständnis - Abteilungsdenke wird eliminiert
Ganzheitlicher BI-Ansatz AHAG Optimierungssysteme mit Delta Master Produktion/Logistik Finanzen/CO Vertrieb F & E Einkauf Marketing Qualität Produktion Bestand Lager Lieferungen Werkzeuge Profit Center Buchhaltung Investitionen Forderung Projekte Einkauf Lieferantenbewertung Gemeinkosten Ergebnisrechnung Bestellverhalten Werbematerial Reklamationen Produktivität Servicegrad Ausschussquoten OEE Komm. Daten Reichweiten Picks Etc. Kosten/Umsätze Margen Obligo GUV-Quoten Etc. Ford. Bestand DB Lieferungen Bestelllose Etc. Termine Kapazität. Prioris. Kosten Etc. PPE Servicegrad Reklamationen Anz.Bestell. Verbrauch Reichweiten Etc. Kosten WK-Effizienz Budget Etc. Reklamationen Quoten (PPM) Etc.
Beratungsfelder Geschäftsprozessoptimierung Controlling- und Kennzahlensysteme für Produktion, Logistik, Einkauf, Vertrieb BI-Lösungen und Data Warehousing Datenqualitätsoptimierung Projektmanagement Ressourcenmanagement Entdecken Sie die Potentiale in Ihren Daten Kostenloser Workshop
Beratungsfelder AHAG Unternehmensberatung Buldernweg 52a 48163 Münster www.ahag-beratung.de