Die direkte Datenquelle des Forecasts besteht in dem bereits erwähnten „Performance Dashboard“, welches in der Business Intelligence Software Qlik View realisiert ist. Die analytische Qlik-Applikation lädt operationale Daten aus dem zentralen Datawarehouse und aggregiert die Daten auf ein weniger granulares Niveau.
In Abbildung 4 ist die Sicht „Palexia Developement“ des Performance Dashboards dargestellt. Diese Sicht enthält Zeitreihen der Kennzahl „Sales in €“ aggregiert auf Länderebene, wie sie für die in 4.1 definierte Problemstellung des Forecasts benötigt werden. Die in Abbildung 4 visualisierten Daten der Qlik-Applikation liegen nicht persistent vor. Die dargestellten Kennzahlen werden zur Laufzeit unter Berücksichtigung der vom Anwender getroffenen Selektion mit hinterlegten Aggregationsforme ln berechnet. Die zugrundeliegende Datenorganisation entspricht einem Sternschema (siehe Abbildung 5 oben). Für den Forecast wird auf die in Kapitel 3 vorgestellten Methoden der Zeitreihenanalyse zurückgegriffen, die eine andere Datenorganisation erfordern. So wird die Struktur einer äquidistanten, multivariaten Zeitreihe benötigt. Das bedeutet, dass jedem Zeitpunkt der Zeitreihe jeweils Beobachtungen eines Satzes von statistischen Variablen zugeordnet werden (siehe Abbildung 5 unten). Für das vorliegende Fallbeispiel werden neben der Zielvariable „Sales in €“ weitere marktspezifische Variablen (u.a. Wettbewerberdaten) betrachtet, für die ein Zusammenhang zur Zielvariable vermutet werden kann. Es resultiert folglich als Zieldatenstruktur eine Tabelle mit Beobachtungen von Variablen (Spalten) an den jeweiligen Zeitpunkten (Zeilen). Eine Tabelle dieser Struktur wird für jedes der 13 europäischen Länder separat aufgebaut, da für jedes Land eigene Prognosen erstellt werden und die Zeitreihen einzelner Länder bedingt durch verschiedene Markteintrittsdaten unterschiedliche Längen aufweisen.
Recent Comments