Entwicklung eines Prognosemodells aus historischen Daten

Herausforderung

• Ziel ist es ein Dashboard zu entwickeln, das auf unterschiedlichen Granularitäten den Materialverbrauch anzeigt

• Zusätzlich soll ein Algorithmus entwickelt werden, der die Materialbedarfe vorhersagt, um einen zielgenaueren Einkaufshebel von Mengencommitments und Preisstaffeln zu haben

Lösung

• Verknüpfung von Bestellungen, Rahmenverträgen, Staffelmengen und -preise, Mengencommitments,  Abruf-informationen und Materialstammdaten

• Kategorisierung von Rahmenverträgen und Rahmenvertragspositionen auf Basis von Laufzeit, Zielwert und Mengencommitments

• Untersuchung des Bestellverhaltens und Preisvarianz auf Ebene Materialnummer

• Erstellung eines Prognosemodells mithilfe ML Methoden auf Basis der historischen Bestellmengen auf Materialnummernebene pro Geschäftsfeld

Ergebnis

• Abbildung Ist-Daten zum Materialverbrauch auf verschiedenen Granularität anhand von KPIs

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.