SAP Predictive Analytics

Predictive Analytics ist wie ein Wetterbericht für Ihr Unternehmen zu verstehen: Für die vorausschauende Analyse nutzt die Software historische Daten in Verbindung mit statischen Modellen, wodurch Sie als Anwender eine Prognose über zukünftige Ereignisse sowie die Wahrscheinlichkeit zukünftiger Ergebnisse erhalten. Zudem deckt Predictive Analytics Strukturen innerhalb Ihrer Daten auf und lässt Sie Abhängigkeit zwischen Ihren Kennzahlen erkennen.

Häufig fehlt Unternehmen die Vision, für welche Geschäftsprozesse Predictive Analytics eingesetzt werden kann. Die Versicherungsbranche nutzt prädiktive Verfahren schon länger und gilt im Allgemeinen als Vorreiter der Anwendung. Warum nicht auch andere Geschäftsbereiche und -prozesse wie Marketing, Fertigung, Personalwesen, Beschaffung, Vertrieb, Supply Chain Management, Compliance, Finanzwesen und natürlich die IT selbst mithilfe vorausschauender Analysen revolutionieren?

Um eine Predictive-Analytics-Strategie erfolgreich umzusetzen, ist ein Umdenken auf allen Unternehmensebenen notwendig.

Mit SAP Predictive Analytics in die digitale Wirtschaft

In der Instandhaltung wird bereits große Hoffnung in das Thema (vorausschauende Instandhaltung) gesetzt. Dabei wird der optimale Zeitpunkt für eine Wartungsmaßnahme auf Basis der Eintrittswahrscheinlichkeit einer Störung oder eines Ausfalls errechnet. Um Vorhersagen zu treffen, werden große Mengen von Daten erfasst, gespeichert und analysiert. Zum Einsatz kommen dabei Speicher- und Analysetechnologien aus dem Bereich Big Data wie beispielsweise Data Lakes und analytische Datenbanken. Die Grundlage für Predictive Maintenance sind Anlagen, die mit Sensoren und vernetzten eingebetteten Systemen ausgestattet sind. Die Sensoren erfassen den Verschleiß kritischer Bauteile und übertragen die Informationen darüber an das inhouse-laufende SAP-System oder an die SAP Cloud Plattform. Dort werden sie mit Predictive Analytics Services analysiert.

E-Book: SAP Analytics – Effizienz im Unternehmen steigern

Wieso sollten Unternehmen sich um die Analyse Ihrer Daten kümmern, welche Anwendungsbereiche gibt es und welche Tools eignen sich dafür?

Die Instandhaltung zeigt, dass Unternehmen mit SAP Predictive Analytics neue Geschäftsmodelle ermöglicht werden können. Durch die umfassende Einbindung von Big-Data- und Drittanbieter-Datenquellen wie beispielsweise Hadoop, können tausende von vorausschauende Prognosemodelle entwickelt, eingeführt und gepflegt werden, die eine fundierte und gewinnbringende Entscheidungsfindung erleichtern. Vernetzte, künstlich-intelligente Systeme, die von selbst lernen, sind in der Lage, von sich aus geschäftsprozessrelevante Informationen zu finden und in Form von Entscheidungsgrundlagen zu verarbeiten. Herzlich willkommen in der Welt der KI.

Somit können sich Unternehmen für die digitale Wirtschaft komplett neu aufstellen, da durch das breit aufgestellte Produktportfolio der SAP im Analytics-Umfeld eine sehr große Anwendergruppe adressiert wird. Sowohl Informationskonsumenten als auch Analysten werden mit passenden Tools versorgt.

Ein weiteres Beispiel ist die Integration von SAP Predictive Analytics in das Personalwesen. Stellen Sie sich vor, Sie könnten Ihre Fluktuation auf ein Minimum reduzieren – mit Hilfe von IT. Alle reden darüber, wie schwierig es ist, gute Mitarbeiter zu finden – aber kaum jemand spricht darüber, wie wertvoll es ist, gute Mitarbeiter zu halten. Nun stellen Sie sich bitte ein System vor, das Ihnen sagt, welcher Mitarbeiter Ihr Unternehmen bald verlassen wird.

Gibt’s nicht? – Oh doch!

Wie bei einem Wetterbericht (wenn wir einmal bei unserem einleitenden Vergleich bleiben) werden historische Daten analysiert und Abhängigkeiten zwischen Ursache und Folge hergeleitet. Warum nicht das gleiche Prinzip im Personal anwenden?

Statt astronomischer und geologischer Merkmale zur Prognose der Regenwahrscheinlichkeit nutzen wir im Personal beispielsweise die folgenden Kennzahlen, um die Wahrscheinlichkeit eines Austritts des Mitarbeiters zu prognostizieren:

  • Vergangene Zeit seit der letzten Beförderung
  • Teilnahme an Firmen- und Teamevents
  • Gehalt im Vergleich zu den Kollegen
  • Gehalt im Vergleich zum Markt
  • Krankheitstage und -verlauf
  • Erwähnungen
  • Anzahl der Vorschläge an Verbesserungsprozessen
  • Ranking A-B-C-Mitarbeiter
  • Besuch von Fortbildungen
  • Überstunden
  • Teamleiterbewertung (in beide Richtungen)
  • Ausführlichkeit des Wochenberichts
  • Dauer im gleichen Projekt
  • Projekt alleine/im Team
  • Entfernung von Heimat zum Projekt
  • Reiseaufwand
  • Karriereweg
  • Erfolge
  • Erhaltene Benefits
  • Zufriedenheits-Abfrage
  • Zielerreichung Jahresziele
  • Firmenzugehörigkeit

Die ausgewählten Indikatoren zur Fluktuation werden im Detail analysiert und beispielsweise auf Automated Analytics, Expert Analytics, Predictive Factory, SAP HANA native oder der Integration von R in SAP HANA ausgespielt. So erhalten wir eine Auswertung und können die Wahrscheinlichkeit zukünftiger Ereignisse (z.B.: Mitarbeiter verlässt mit hoher Wahrscheinlichkeit das Unternehmen) einsehen. Auf Basis dieser Analyse können wir, als Unternehmen, frühzeitig reagieren. Wir werden nicht „nur“ automatisiert vor einem zukünftigen Ereignis gewarnt, sondern bekommen auch den Grund für das Ereignis geliefert. Somit können wir proaktiv Gegenmaßnahmen einleiten und bestenfalls das negative Ereignis abwenden.

Die Technologie hinter SAP Predictive Analytics

Mit SAP Predictive Analytics bekommen Sie die SAP HANA Plattform als Standardarchitektur. Durch die In-Memory-Technologie ermöglicht Ihnen SAP HANA den Zugriff auf sehr große Datenmengen in Echtzeit. Analysten benötigen nicht mehr Stunden oder Tage, um die Daten explorativ auszuwerten – prädikative Modelle können in Sekunden oder Minuten durchgespielt und analysiert werden. SAP Vora als eigenständige Lösung ermöglicht eine einfache Integration von R Server und mit Apache Hadoop lassen sich in hoher Geschwindigkeit große Datenmengen auf verteilten Systemen verarbeiten. Somit ist Hadoop perfekt zur Bewältigung der immensen Datenmengen im Big-Data-Umfeld geeignet. Für eine bessere Informationswahrnehmung werden die Analyseergebnisse und Statistiken anschließend in Form erweiterter Visualisierungsfunktionen wie Dashboards ausgegeben:

SAP Predictive Analytics

Hauptvorteile und wichtigste Funktionen auf einen Blick

Ein großer Vorteil von SAP Predictive Analytics ist die Berücksichtigung historischer Daten – was zusätzlich ein großer Unterschied zu den herkömmlichen Datenanalyse-Systemen von SAP ist. Somit unterstützt die Software den gesamten statistischen Analyseprozess und schafft einen Mehrwert für Ihr Unternehmen. Im Folgenden führe ich Ihnen nochmal die Hauptvorteile sowie die wichtigsten Funktionen von SAP Predictive Analytics auf:

Hauptvorteile

Schnelle Vorhersagen von Geschäftsergebnissen: Wie schon erwähnt, greift Predictive Analytics auf historische Daten zu und kann diese mit weiteren Datensätzen harmonisieren. Anwender können so den gesamten Modellierungsprozess von Prognosen automatisieren und in kürzester Zeit Modelle erstellen.

Skalierung von Prognosemodellen: Das maschinelle Lernen kann ganz individuell an Ihre Bedürfnisse angepasst werden – wodurch Sie Prognosemodelle für jeden denkbaren Bereich erhalten können.

Integration von Prognoseergebnissen: Die Prognoseergebnisse können problemlos in die Geschäftsprozesse integriert werden, wodurch entscheidende Geschäftserkenntnisse für Sie entstehen.

Die wichtigsten Funktionen

Automatisierte Analysen: Mit automatisierten Funktionen können Ihre Datenspezialisten ausgefeilte Prognosemodelle erstellen und diese in die Geschäftsprozesse integrieren – und das in Tagen statt in Monaten.

Modellmanagement: Sie realisieren ein umfassendes Modellmanagement, sichern Höchstleistung für Tausende von Prognosemodellen und terminieren Aktualisierungen nach Bedarf.

Predictive Scoring: Sie können Prognosemodelle für verschiedene Zielsysteme erstellen und die Ergebnisse direkt einbetten.

Historie und Zukunft in SAP Predictive Analytics gebündelt

Das Thema Reporting beschäftigte sich mit dem Erstellen einer Bilanz – rückblickend, was ist passiert? Mit zunehmenden Datenmengen, die über die Zeit gesammelt wurden, gepaart mit dem Boom der BW-Systeme, ist es jetzt möglich, historische Daten und aktuelle Daten zu bündeln und damit vorausschauende Daten zu erhalten. Und das ist auch der einfachste Grund, warum Predictive Analytics eingesetzt werden sollte: einfach, weil es geht. Kontaktieren Sie mich, wenn Sie Fragen zu der vorausschauenden Analyse mit SAP Predictive Analytics haben. Ich verfüge über ein umfassendes Knowhow im Bereich SAP Analytics und unterstütze Kunden bei der Umsetzung ihrer Projekte.

E-Books und Webinare

Angebot anfordern
Expert Session