Per Mausklick Prognosen für die Umsätze und Aufwendungen für das gesamte Shop-Netz erhalten? Coop Mineraloel AG hat es mit einem von s-peers entwickelten und implementieren System, basierend auf neuesten Algorithmen, geschafft. Dank der Automatisierung der monatlichen Hochrechnung ist es dem Controlling auch in Zeiten der Covid-19 Krise möglich, unterschiedliche Szenarien darzustellen, die es dem Management erlauben, Unsicherheiten abzubilden und proaktiv auf Veränderungen zu reagieren.
Schon heute zeigt sich, dass Prognosen auf Basis intelligenter Algorithmen nicht nur schneller, sondern auch präziser sind. Durch den Einsatz automatisierter Verfahren ist eine umfangreichere Nutzung von Szenarien-Betrachtungen und Simulationen möglich. Der Einsatz dieser intelligenten Algorithmen wird zukünftig auch vermehrt im Rahmen der Hochrechnung und Budgetierung zur Plausibilisierung genutzt werden oder um Zielwerte vorzuschlagen und so dazu beizutragen, realistische Planungen in kürzerer Zeit zu erstellen.
Die Coop Mineraloel AG betreibt per Ende des Jahres 2020 ein Netz von 319 Pronto Shops in der Schweiz, wovon 249 einer Coop Tankstelle angeschlossen sind. Die Coop Pronto Shops werden im Franchisesystem geführt, auch die 70 alleinstehenden Pronto Shops.
Das zentrale Controlling überwacht die Geschäftsentwicklung der Coop Mineraloel AG. Jedoch wünscht sich der Mutterkonzern einen monatlich rollierenden Bericht der Ergebniskennzahlen. Diese Anforderung kann das zentrale Controllingsystem momentan nicht stemmen. Derzeit wird die monatliche Prognose manuell durchgeführt. Dadurch erhöht sich die Fehleranfälligkeit und zudem ist der Prozess sehr zeitintensiv und aufwendig – das bietet wenig analytischen Mehrwert für Coop Mineraloel AG. Und das soll geändert werden.
Per Knopfdruck die monatlich rollierenden Umsatzprognosen pro Standort abrufen
In der Organisation kann zukünftig eine Auswertung der einzelnen Standorte mit einer monatlichen Hochrechnung stattfinden. Per Knopfdruck sollen so die monatlich rollierenden Umsatzprognosen pro Standort – differenziert nach Produkten – abrufbar sein. Durch die Einsparung der bisher sehr aufwendigen manuellen Tätigkeiten gewinnt der Verkaufsleiter so mehr Zeit und Ressourcen für andere Aufgaben. Zudem kann das Controlling durch die Erkennung von Frühindikatoren, wie Schwankungen in den Ergebniszahlen, die Entwicklung beobachten und vorausschauend darauf agieren.
Mithilfe von Predictive Analytics – der Automatisierung der rollierenden monatlichen Hochrechnung – kann das Unternehmen die Informationsdichte massiv erhöhen. Umfangreiche Anpassungen und Simulationen sind nun jederzeit auf einer automatisch berechneten Datenbasis möglich. Die Analysefunktionen basieren auf SAP Analytics Cloud und SAP Business Warehouse powered by SAP HANA. Die Controlling-Prozesse sind nun verschlankt und effizienter gestaltet. Zusätzlich kann der Verkaufsleiter mit dieser Informationsdichte an Daten die Kosten oder weitere Ergebniskennzahlen prognostizieren, und damit monatlich rollierend eine Aussage über das zu erwartende Jahresergebnis seines Standorts treffen.
Das Projektergebnis ist ein klar strukturierter Ablauf der monatlichen Umsatzprognosen zu den einzelnen Standorten. Somit werden bis zu 12 rollierende, automatisch erstellte, monatliche Umsatzprognosen auf Standortebene, sowie ein differenzierter Umsatz je nach Treibstoffart, und der Shop-Umsatz aufgezeigt. Risiken bisheriger möglicher Fehlerquellen und Abstimmungspannen sind weitestgehend reduziert.
Eine effizientere Gestaltung von Planungsevents ist nun möglich, denn dank der Prognose entstehen Vorschlagswerte, die man anschließend in den Budgetierungsprozess überführt. Auf Basis dieser voll automatisiert erzeugten Forecastwerte können die Planungsverantwortlichen die Werte modifizieren, wenn sie aufgrund von außerplanmäßigen oder auch nicht beeinflussbaren Umständen, wie eine Baustelle, mit Umsatzeinbußen rechnen müssen.
Predictive Analytics ermöglicht langfristige Prognosen für 319 Standorte
Die Vorteile liegen auf der Hand: Dank der neu gewonnenen Informationsdichte sowie den neuen Prognosen kann eine optimiertere und effizientere Gestaltung von logistischen Prozessen stattfinden. Langfristig rollierende Prognosen können nun auf Monatsbasis erstellt werden, ebenso sind langfristige Wochen- oder Tagesprognosen abrufbar. Zusätzlich ist auch die Prognostizierung der Kosten je Standort möglich, dadurch erhält man eine frühzeitige und langfristigen Standortbeurteilung. Grundsätzlich kann nun eine vollumfängliche Prognostizierung aller 319 Standorte stattfinden. Aber auch auf Unternehmensebene finden die Verfahren Anwendung, wie für die langfristige Prognose der Absatzmenge und Umsatz von Heizöl.
„Durch die fachkundige Unterstützung von s-peers konnten wir in der SAC ein Prognosemodell aufbauen, welches dem Finanzcontrolling erlaubt, zu jeder Zeit vollautomatisiert einen rollierenden Forecast zu erstellen. Dies mit einer zusätzlichen, markanten Reduktion der Fehleranfälligkeit sowie gleichzeitiger Entlastung der Fachabteilungen. Eine Win-Win Situation für alle Beteiligten,“ meint Marc Salathe, Leiter für Finanzen und Informatik sowie Mitglied der Geschäftsleitung von Coop Mineraloel AG.
Alle Vorteile auf einen Blick:
- Weniger Aufwand für nicht werthaltige Tätigkeiten
- Präzise Ergebnisse sowie größere Transparenz dank erhöhter Informationsdichte
- Verdeutlichung von Zusammenhängen und funktionsübergreifenden Abhängigkeiten (über verschiedenste Unternehmensbereiche hinweg) durch offengelegte Ursache-Wirkungs-Ketten
- Massiv erhöhte Reaktionsfähigkeit durch Automatisierung – Kalenderorientierung gehört zunehmend der Vergangenheit an
- Objektivierte Forecasts, die ein faktenbasiertes Bild geben.
- Mehrfachnutzung und Wiederverwendbarkeit der von s-peers bereitgestellten Algorithmen
- Große Auswahl an Auswertungsmöglichkeiten in gesicherter Qualität
- Frühzeitige Möglichkeit zur Performance-Bewertung durch Simulation
Eingesetzte SAP-Lösungen:
- SAP Analytics Cloud
- SAP Business Warehouse powered by SAP HANA und SAP Data Warehouse Cloud
Weite Informationen
Sie finden unter dem Link einzelne Kapitel zum Podcast openSAP Podcast, aber auch Referenzen zu weiterenProjekten in diesem Kontext, zum Beispiel zu Coop Mineraloel AG, Sensirion AG oder auch Sto SE Unternehmensgruppe.