Unternehmensplanung mit Simulationen II

Im folgend erwähnten Blog haben wir Ihnen anhand der Auslastungsplanung eines Hotelmanagers die verschiedenen Simulationsmöglichkeiten, insbesondere die automatisierte Prognose, von MC FLO vorgestellt. Was liegt nicht näher, als die neue Funktion für die Unternehmensplanung einzusetzen und somit über einen rollierenden Forecast Erkenntnisse zum Betriebsertrag, den Aufwand, das Ergebnis oder anderer finanzieller Kennzahlen zum Geschäftsjahr zu gewinnen? 

 

Stellen wir uns vor, dass die Ist-Zahlen zum Ertrag, Aufwand und anderer Kennzahlen des laufenden Jahres bis Juli vorliegen und Sie die Aufgabe haben, einen Forecast EoY (end of year) beginnend mit August zu erstellen. Und dies bitte monatlich bis einschliesslich November. In der klassischen Planung werden Forecasts oftmals unter Einbezug der relevanten Anspruchsgruppen erstellt, welche die Treiber anhand der aktuellen Geschäftsentwicklung anpassen und diese Informationen im Planungsrahmen dann unter Einschluss möglicher Ursache-/Wirkungsbeziehungen konsolidiert werden. Als Vorteil dieser bottom-up Planung kann die Mitgestaltung durch die Mitarbeiter und die Berücksichtigung aller möglichen detaillierten Informationen genannt werden, welcher jedoch mit einer trägen, ressourcenfressenden Organisation bezahlt werden muss. Zudem ist eine solche Planung sehr zeitaufwendig und somit für eine rollierende Planung nicht geeignet.

 

Als Alternative zur bottom-up Planung kann der top-down Ansatz genannt werden, welcher auf Basis aggregierter Informationen eine Schätzung zukünftiger Ereignisse ermöglicht. Dabei wird unterstellt, dass die Summe aller möglichen Einzelfälle in Aggregation als Ausdruck eines Zufallsprozesses interpretiert werden kann. Auch hier der Versuch einer einfachen Analogie. Stellen wir uns vor, dass wir als Hersteller von Konservengemüse eine Prognose zum Gesamtumsatz aller Produkte zu machen haben. Jeder einzelne Produktmanager wird für die verschiedenen Gemüsevariationen I, II, III, etc. im Einzelfall eine sehr gute Prognose abgeben können. Aber keiner wird in der Lage sein den Gesamtumsatz zu ermitteln, da in der Aggregation von vielen Produkten das spezifische Einzelwissen eines konkreten Produktes nicht mehr zum Tragen kommt. In der Summe bilden sich hingegen andere Muster, welche mit analytischen Methoden, meist mit maschinellen Lernen assoziiert, erkannt und für die Prognose heranzogen werden können. Dieser Makro oder auch Helikopterblick erfordert für die Orientierung offenkundig andere Instrumente als Verfahren, welche sich im Mikrokosmos der Einzelprodukte als geeignet erweisen. Genau hier setzen wir mit MC FLO auf die Zeitreihenprozesse, welche bestimmte wiederkehrende Muster erkennen und diese für die Prognose heranziehen (Zeitreihenprozesse sind für alle Arten einer Analyse einer Zeitreihe grundsätzlich geeignet und ermöglichen somit auch die Prognose eines konkreten Produktes). Sowohl moving-average, auto-regressive (in Kombination ARMA) als auch exotischere Prozesse wie ARCH oder auch die geometrisch-brownsche Bewegung werden dabei in MC FLO unterstützt.

 

Mit der Batch-Funktion bieten wir neu in MC FLO die Möglichkeit, diese wiederkehrende Muster mit einem Mausklick automatisch zu erkennen und mittels einer Simulation eine Prognose zu erstellen. In einer unserer Blogs haben wir unser Tool zur treiberbasierten und simulationsgestützten Unternehmensplanung vorgestellt, welches wir nun angepasst und analog unser obiger Darstellung um ein Ist/Plan Prognose erweitert haben. In der Tabelle «Konsolidiert» ist dabei die Summe aller Geschäftsfälle mit den entsprechenden Kennzahlen pro Monat zusammengefasst. 

Unternehmensplanung mit Simulationen

Die automatisierte Batch-Funktion ist direkt auf den aggregierten Umsatz aller Geschäftsfälle angesetzt, für den Betriebsaufwand wurde alternativ eine Prognose je Geschäftsfall erstellt. Für alle Prognosen haben wir eine risikoneutrale Schranke (50%-Quantil) bei 10'000 Simulationen herangezogen, wie dem Formeleditor von Excel entnommen werden kann. Eine Erweiterung der Tabelle um eine Worst oder Best-Case Variante ist mit einfachen Handgriffen vollzogen. Da eine Verknüpfung innerhalb des Planungsrahmens in Excel kinderleicht zu erstellen ist, haben wir die Auswirkungen der Prognose auf die Kennzahlen Betriebsertrag, EBIT, FCF, etc. auf einem Dashboard zusammengefasst. Durch Klick auf «Starte Batch» in der MC FLO Menüleiste werden dann alle mit der Formel «fMC_Batch_Time» hinterlegten Zeitreihen automatisch einem Prozess zugeordnet und eine komplette Planung aufgesetzt. Es reicht somit aus, wenn Sie die Ist-Daten für den Folgemonat (August) eingeben um eine Prognose für die Monate September - Dezember anstossen. So einfach und quasi in Echtzeit. 

Dashboard Unternehmensplanung mit Simulationen und Prognosen

Auch wenn das Ganze hoch automatisiert erfolgt, sollte der kritische Blick nicht fehlen. So ist eine leichte Abweichung zwischen Ist und Plan in den Monaten Januar - Juli als Indiz zu nehmen, dass der gewählte Prozess als glaubwürdig zu klassifizieren ist. Für die Bestimmung der Jahresendwerte kann somit auf die Ist Werte von Januar - Juli und die Prognosewerte von August bis Dezember abgestützt oder alternativ die leichte Abweichung als zufällige Schwankung in Kauf genommen werden. Da der U-Test beim Umsatz unter 1% zu liegen kommt, haben wir den zweiten Ansatz gewählt. 

 

Im Idealfall liegen die Daten bereits über einen langen Zeitraum vor und insbesondere bei kritischen Variablen macht es Sinn, mittels Backtesting das vorgeschlagene Modell zu überprüfen. Das sind aber Spezialthemen, welche wir hier nicht vertiefen. 

 

Auch wenn die automatisierte Ermittlung eines Zeitreihenprozesses in Kombination mit einer simulationsbasierten Prognose einen enormen Fortschritt im Bereich der Planung darstellt, darf nie vergessen werden, dass die Entscheidung immer durch den Menschen getroffen wird. Leben Sie es vor! 

 

P.S.: Wie immer haben wir unsere Ausführungen auf das Notwendigste beschränkt. Im Regelfall sollten für eine gute Prognose mehrere Datensätze als die erwähnten vorhanden sein. Zudem kann es sein, dass die Umsätze mit einer anderen Zeitreihe (etwa dem Wirtschaftswachstum) korrelieren, was den hier beschriebenen Ansatz relativiert.   

Kommentar schreiben

Kommentare: 0