Operative Strategien optimal und automatisiert umsetzen - PowerPoint PPT Presentation

1 / 52
About This Presentation
Title:

Operative Strategien optimal und automatisiert umsetzen

Description:

Operative Strategien optimal und automatisiert umsetzen Wertsch pfung durch verfeinertes Decision Management Frank H ger Sr. Account Executive – PowerPoint PPT presentation

Number of Views:164
Avg rating:3.0/5.0
Slides: 53
Provided by: PSA89
Category:

less

Transcript and Presenter's Notes

Title: Operative Strategien optimal und automatisiert umsetzen


1
Operative Strategien optimal und automatisiert
umsetzen
  • Wertschöpfung durch verfeinertes Decision
    Management

Frank Häger Sr. Account Executive FICO
11. November 2010
2
  • Motivation für Decision Management
  • Was ist Enterprise Decision Management?
  • Enterprise Decision Management heute
  • Case Studies
  • Diskussion

3
Motivation für Enterprise Decision Management
Eine gute Entscheidung ist ein Process, um eine
gegebene Zielsetzung optimal zu
erreichen... ...eine gute Entscheidung resultiert
niemals aus Zufall!" von Applied Management
Science, Prof. Hossein Arsham
4
Einflüsse auf Decision ManagementMotivation
  • Kundenorientierung
  • Überwindung Produkt-bezogener und
    organisatorischer Silos

Expansionauf geographischverteilte Märkte
  • Qualitätsverbesserungvon Entscheidungen durch
    Analytik und Optimierung

Transparenz
5
Enterprise Decision ManagementBedarfserkennung
  • Geschäftsmodelle basieren auf End-to-End
    Prozessen.
  • Entscheidungen werden von vielen Variablen
    beeinflusst.
  • Man möchte Strategien vor deren Einsatz testen
  • Viele Entscheidungen wären valide aber auch
    optimal?
  • Das Treffen richtiger, optimaler Entscheidungen
  • spart Geld bzw. erhöht den Umsatz
  • ist wichtig für das Kunden-Management
  • erfordert Compliance mit gesetzlichen oder
    unternehmerischen Richtlinien
  • Kundeninteraktion geschieht durch verschiedene
    Kanäle
  • Data Warehouses sind implementiert. Potential
    wird nicht genutzt.
  • Falsche, unvollständige Daten behindern
    Geschäftsprozesse

6
Typische Aufgabenbereiche für den Einsatz
vonDecision Management (Dr. Hossein Arsham,
University of Baltimore)
7
Decision Management Life Cycle Ziele
  • Konsistente, wiederholbare Unternehmensentscheidun
    gen treffen
  • Agile, flexible Entscheidungs-Prozesse
    implementieren
  • KPIs aktiv überwachen
  • Präzisere Entscheidungen treffen und optimieren
  • Verantwortung für Entscheidungen dem Fachbereich
    überantworten

8
Decision Management StrategieZiele
  • Connected Decisions
  • Bessere individuelle Entscheidungen Bewertungen
  • Erkenntnisse und Fähigkeiten über
    Abteilungsgrenzen hinaus wirksam einsetzen
  • Connected Strategy Management
  • Adaptive Kontrolle und Simulation über
    Lebenszyklen von Projekt, Produkt oder Kunde
  • Transparenz, Automatisierung und Effizienz
    erhöhen
  • Connected Technology
  • IT Effizienz erhöhen
  • System-Pflegekosten senken
  • Bereitstellungszeiten verkürzen (Zime-to-Market)
  • Neue Services mit weniger Risiken nutzen

9
Entscheidungen an Geschäftsziele anpassenActio ?
Reactio ? Wertschöpfung
10
Geschäftliche Optimierung heißtDie richtigen
Ziele setzen und abwägen
  • Optimierung ist ein mathematischer Prozess, um
    die beste Entscheidung für ein gegebenes
    geschäftliches Problem zu finden

Beste meint gewöhnlich höchste Marge, geringste
Kosten, etc. unter Einhaltung sich
widersprechender geschäftlicher Randbedingungen
11
  • Motivation für Decision Management
  • Was ist Enterprise Decision Management?
  • Enterprise Decision Management heute
  • Case Studies
  • Diskussion

12
Was ist Enterprise Decision Management?
The Difficulty in Life is the Choice! Unbekannte
s Zitat aus der Epoche der Aufklärung, 17. 18.
Jahrhundert
13
Bessere Entscheidungen erhöhte
ProfitabilitätBeispiele
FICO Kunden Nutzen im Banking Customer Lifecycle FICO Kunden Nutzen im Banking Customer Lifecycle FICO Kunden Nutzen im Banking Customer Lifecycle FICO Kunden Nutzen im Banking Customer Lifecycle FICO Kunden Nutzen im Banking Customer Lifecycle FICO Kunden Nutzen im Banking Customer Lifecycle
Akquisition Akquisition Management Management Schutz
Marketing Antrags-bearbeitung Customer Management Beitreibung Betrug
Anwendung Akquise Kredite Gebühren und Linien KreditlinienManagement Beitreibung im Frühstadium Betrugs-erkennung und-prävention
Nutzen durch BRMS und Optimierung 1.05 / Kd. höherer Profit pro Mailing 45 Marge während des Kredit Lebenszyklus, Beibehaltung der Verluste und Akzeptanz-raten 12.36 / Konto verbesserter Profit innerhalb begrenzter Risiken und Verluste 2.0 Mio. weniger Verlust pro Jahr pro 1 Million Konten 10.5 Mio mehr genehmigte Transaktionen pro Mrd Transaktionen bei konstanter Betrugsrate
in industriellen Anwendungen in industriellen Anwendungen in industriellen Anwendungen in industriellen Anwendungen in industriellen Anwendungen in industriellen Anwendungen
Anwendung und Nutzen Supply Chain Optimierung 260 Mio (14) Einsparungen Produktionsplanung 22 Erhöhung in verkauftem Lagerbestand 200 ROI / 1. J. Energiehandel und produktion 28 Einsparungen im 1. , 37 im 2. u. 3. Jahr Supply Chain Optimierung 260 Mio (14) Einsparungen Produktionsplanung 22 Erhöhung in verkauftem Lagerbestand 200 ROI / 1. J. Energiehandel und produktion 28 Einsparungen im 1. , 37 im 2. u. 3. Jahr Supply Chain Optimierung 260 Mio (14) Einsparungen Produktionsplanung 22 Erhöhung in verkauftem Lagerbestand 200 ROI / 1. J. Energiehandel und produktion 28 Einsparungen im 1. , 37 im 2. u. 3. Jahr Supply Chain Optimierung 260 Mio (14) Einsparungen Produktionsplanung 22 Erhöhung in verkauftem Lagerbestand 200 ROI / 1. J. Energiehandel und produktion 28 Einsparungen im 1. , 37 im 2. u. 3. Jahr Supply Chain Optimierung 260 Mio (14) Einsparungen Produktionsplanung 22 Erhöhung in verkauftem Lagerbestand 200 ROI / 1. J. Energiehandel und produktion 28 Einsparungen im 1. , 37 im 2. u. 3. Jahr
14
Decision Management für bessere
EntscheidungenWertigkeit
Nutzen
Verfeinerung des Decision Managements
15
Decision Management KomponentenBeispiel der
Interaktion
  • Anwendungs-
  • Datenbank

Prädiktive Analytik
Geschäfts- regel Mgt.
Optimierung
Kundenspezifisch angepasstes Produktangebot
  • KampagnenManagement
  • Verkauf
  • Kosten
  • Compliance

Testen Lernen Adaptieren
16
  • Motivation für Decision Management
  • Was ist Enterprise Decision Management?
  • Enterprise Decision Management heute
  • Case Studies
  • Diskussion

17
Enterprise Decision Management heute
Sapere aude! Have courage to use your own
reason! Motto aus der Epoche der Aufklärung, 17.
18. Jahrhundert
18
Entscheidungen in Geschäftsprozessen
Entscheidungen in Geschäftsprozessen
  • Checkpunkte
  • Änderungskosten?
  • Konsistenz?
  • Business-IT Alignment?
  • SOA konform?

19
Reifegrad von Unternehmen, im Hinblick auf ihr
Decision ManagementKnowledge Partners Rule
Maturity Model (adaptiert Frank Häger, FICO)
Stufe 0 Unbewusst Stufe 1 Ad Hoc Stufe 2 Wiederholbar Stufe 3 Definiert Stufe 4 Messbar Stufe 5 Kont. Verbessert
DESIGN TIME DESIGN TIME DESIGN TIME DESIGN TIME DESIGN TIME DESIGN TIME
Kosten Hoch Vorhersage Gering Analyse Keine Günstiger Gering Manuell Günstiger Gering Automatisiert Niedrige Kosten Möglich Durchweg autom. Niedrige Kosten Gute Vorhersage Durchweg autom. Vorhersage und Schutz Integrität Allgemeine Praxis
RUN TIME RUN TIME RUN TIME RUN TIME RUN TIME RUN TIME
Treffen v. Entscheid. in der Anwendung, Dokument Kopf WertschöpfungKeine Separierung von Regel und Modell in Repositorien Wunsch Im Einsatz Vorlagen Design/Analyse TechnologieFühlbar Integration von Repository und Decision Management Erkennbar Verwaltung von KPI Regeln Modellen im RepositoryMessbar! Verhaltenskodex in Geschäftsprozesse Integriert Planbare Wertschöpfung
CHANGE TIME CHANGE TIME CHANGE TIME CHANGE TIME CHANGE TIME CHANGE TIME
Identifikation Planungen existieren Regeln, Modelle sind bekannt, IT implementiert Fachseite definiert ändert Entscheidungen Unterstützt durch Was-wäre-wenn Szenarien und Tests Fachseite verfügt über KPI zusammen mit DM Infrastruktur Agiles, lernendes Unternehmen Status haltbar
Stufe 0 Unbewusst Stufe 1 Ad Hoc Stufe 2 Wiederholbar Stufe 3 Definiert Stufe 4 Messbar Stufe 5 Kont. Verbessert
  • Wie hoch werden Änderungskosten sein? ? 80/20
    Regel
  • Ist eine Impakt-Analyse von Maßnahmen möglich?
  • Ist die Analyse der Grundlagen unseres
    Entscheidungsmanagements möglich?
  • Haben wir Maßnahmen für die Verwaltung unserer
    Entscheidungen getroffen?
  • Ist eine Messung von Key Performance Indikatoren
    möglich?
  • Können wir protokollieren, berichten, nachweisen?
  • Hat die Fachseite die Möglichkeit zur Analyse
    (z.B. What-If Szenarien)?
  • Ist ein direktes Engagement unserer Business
    Analysten möglich?
  • Können wir minimales Time to Market erreichen?

20
Externalisierung des Entscheidungs-Managements
Editoren und Modellierung
Regel- und Modell- Repositorien
Regel-Engines Optimierung
21
  • Motivation für Decision Management
  • Was ist Enterprise Decision Management?
  • Enterprise Decision Management heute
  • Case Studies
  • Diskussion

22
Case Studies
The sleep of reason produces monsters Francisco
Goyas masterpiece, 1799
23
Case Studies
  • Portfolio Optimierung
  • Verbessern bestehender Kreditlinien-Strategien
  • Erstellen eines Angebots zu Schuldenkonsolidierung
    aus Millionen von Kombinationsmöglichkeiten
  • Auswählen der richtigen Aktion aus Millionen von
    Alternativen (Marketing im Handel)
  • Finden einer akzeptablen Lösung, auch wenn nicht
    alle Regeln erfüllt werden können (Raumplanung im
    Handel)

24
Portfolio Optimierung
  • Die BANK bietet einen personalisierten Service
    an, welcher Privatkunden in Echtzeit Vorschläge
    macht, wie ein optimaler Satz von
    Handels-Transaktionen ein vorhandenes Portfolio
    in ein Zielportfolio mit einem spezifischen
    Investment-Profil wandeln kann.

25
Vorgehen bei der Portfolio Optimierung
Eingangsdaten
BRMS
Optimierer
Zielfunktion ? Max. Opinion Score ? Min. Impakt
der Sell/Buy Transakt.
Ausgangdaten
26
Lösung des Business Problems
  • Die Lösung berücksichtigt Randbedingungen, welche
    auf den Verkaufspositionen, den verfügbaren
    Produkten, Kundenpräferenzen und
    Investment-Profilen, sowie auf globalen
    Bedingungen wie Portfolio Risiko, Anzahl und
    Größe der Transaktionen beruht.
  • Zielfunktion Maximiere den Opinion Score (das
    Rating des Portfolios). Minimiere den Impakt
    durch die notwendigen Transaktionen.
  • Die BANK verwendet die Lösung auch offline, als
    Basis für Marketing Kampagne, mit dem Ziel
    bestimmte Investment-Produkte zu empfehlen.

27
Lösungskomponenten
  • BRMS, um geeignete IN / OUT Produkte globale
    Randbedingungen zu bestimmen
  • Lineare Optimierung, um den optimalen Satz von
    Handelsempfehlungen zu bestimmen
  • ? Direkter Datenaustausch zwischen BRMS und
    Optimierer
  • Maßgeschneidertes GUI für Analysten mit
    grafischen und textuellen Reporting-Möglichkeiten,
    um Simulationen (Szenarien) zu fahren und zu
    modellieren.
  • Ausgabe des Score-Wertes Opinion, welcher dem
    Produkt von der BANK zugewiesen wird. Z.B. Risiko
    als Standard Abweichung nach Markowitz Portfolio
    Theorie.
  • Multiple Zielfunktionen z.B. bringe aktuelles
    Portfolio so nah wie möglich an Ziel-Portfolio
    oder Maximize der Score-Wert opinion des
    Porfolios während der Impakt minimiert wird
    (Begrenzung der sell/buy Positionen).
  • Automatische Anpassung von Randbedingungen, wenn
    erforderlich

28
Case Studies
  • Portfolio Optimierung
  • Verbessern bestehender Kreditlinien-Strategien
  • Auswählen der richtigen Aktion aus Millionen von
    Alternativen
  • Erstellen eines Angebots aus Millionen von
    Kombinations-möglichkeiten
  • Finden einer akzeptablen Lösung, auch wenn nicht
    alle Regeln erfüllt werden können

29
Credit Line Management
Predictions
Model Variables
Action
Target Function
30
Decision Modeling Optimierung konkurrierender
geschäftlicher Ziele
Kreditlinien Management Efficient
FrontierPrognostizierte Gewinne und Verluste
für multiple Optimierungsszenarios
Szenario 2 Steigerung der Profitabilität um 10
pro Konto ohne zusätzliche Verluste in Kauf
nehmen zu müssen
Szenario 1 Erhalt der Profitabilität per Konto
und Senken der Verluste um 6
Effizienzlinie
Prognostizierter GEWINN pro Konto
Basislinie Ausgangspunkt
Prognostizierte VERÄNDERUNG DER VERLUSTE
31
Ansatz für Decision Optimization
Analytischer Prozessfluss
  • Optimierungsergebnisse können wie folgt verwendet
    werden
  • Indirekt als Basis für eine bessere Strategie
  • Im Batch die Aktionen der gewählten Strategie
    anwenden
  • Interaktiv jede Transaktion direkt beeinflussen

32
Case Studies
  • Portfolio Optimierung
  • Verbessern bestehender Kreditlinien-Strategien
  • Erstellen eines Angebots zur Schuldenkonsolidierun
    g aus Millionen von Kombinationsmöglichkeiten
  • Auswählen der richtigen Aktion aus Millionen von
    Alternativen (Marketing im Handel)
  • Finden einer akzeptablen Lösung, auch wenn nicht
    alle Regeln erfüllt werden können (Raumplanung im
    Handel)

33
Aktuelle Forschung Schuldenkonsolidierung
  • Das Problem der Schuldenkonsolidierung
  • Benutzerangaben und Präferenzen bestimmen
  • Kreditangebot, genaue Darlehenshöhe,
    Schulden-Verhältnis, etc.
  • Während des Managements der Schuldentilgung

Optimization Engine
Kreditkarte A Schulden 2.000 Jahreszins 12,5
Maximales Verkürzen des Rückzahlungs-zeitraums
Flexikredit B Schulden 9.000 Jahreszins 11
Darlehensbetrag Monatliche Zahlung Welche
Schulden tilgen?
Leasing C Schulden 21.000 Jahreszins 7,5
Minimierung der monatlichen Zahlung
Gewünschter Darlehensbetrag Erstrangiger
Hypothekenkredit Home Value und etc.
34
Schuldenkonsolidierung Daten
Daten des einzelnen Kunden
Kreditkarte A Schulden 2.000 Jahreszins 12,5
Flexikredit B Schulden 9.000 Jahreszins 11
Leasing C Schulden 21.000 Jahreszins 7,5
35
Schuldenkonsolidierung Kundenziele
  • Kundenziele
  • Reduktion der monatlichen Zahlungen
  • Verkürzung des Rückzahlungszeitraums
  • Reduktion der Abschlusskosten

36
Schuldenkonsolidierung Analytik
  • Analytikfunktionen
  • Rückzahlungsfähigkeit
  • Response-Funktionen
  • Wettbewerbsdaten

37
Schuldenkonsolidierung Regeln
Regeln bzw. Eigenschaften der wählbaren Produkte
38
Schuldenkonsolidierung Wählbare Produkte
Wählbare Produkte
39
Schuldenkonsolidierung Entscheidungen
  • Optimale Lösung
  • Anzeigen der optimalen Lösung für den Kunden
  • Verhandlungstools

40
Vorteile
  • Das gesamte Kundenprofil wird berücksichtigt
  • Entscheidungen weisen eine enorme
    Preiselastizität aus
  • Lösung vereinigt Einflussfaktoren aus
  • den Allgemeinen Kreditrichtlinien,
  • den geschäftlichen Zielen und den
  • den individuellen Kundenzielen
  • Anwendung läuft in Echtzeit und ermöglicht
  • konsistente, profitrable Entscheidungen
  • höhere Kundenfreundlichkeit
  • wenig IT-Aufwand bei der Implementierung

41
Case Studies
  • Portfolio Optimierung
  • Verbessern bestehender Kreditlinien-Strategien
  • Erstellen eines Angebots zur Schuldenkonsolidierun
    g aus Millionen von Kombinationsmöglichkeiten
  • Auswählen der richtigen Aktion aus Millionen von
    Alternativen (Marketing im Handel)
  • Finden einer akzeptablen Lösung, auch wenn nicht
    alle Regeln erfüllt werden können (Raumplanung im
    Handel)

42
FICO Retail Action Manager
Optimization Engine
Prediction Engine
Rules Engine
Wissen, welche Produkte ein Verbraucher wahrsch.
kaufen wird und wann
Optimale Ergebnisse beim Management von Auflagen
Bereitstellen konsistenter und präziser
Botschaften im gesamten Unternehmen
Testen - Lernen - Adaptieren
43
Mit diesen Daten funktioniert es
  • Sie stellen FICO folgende Daten bereit

Data Warehouse
  • Product

3rd Party
  • 3rd Party

Produkt
44
Prediction Engine ein näherer Blick
Man kann das beste Produkt für jeden Kunden
wählen je nach seiner Präferenz (Propensity).
Pr(LCD TV) Pr(Dessert) Pr(Bier) Pr(Pizza) Pr(Keks) ...
Hans 0.0815 0.0158 0.6564 0.2067 0.0439
Johann 0.0906 0.0971 0.0363 0.0329 0.0382
Peter 0.0127 0.0957 0.8499 0.2773 0.0766
Michel 0.0913 0.0485 0.0734 0.0967 0.0795
Maria 0.0063 0.0008 0.6790 0.0972 0.0187
Fred 0.0098 0.0142 0.7586 0.4239 0.8049
Frieda 0.0278 0.0422 0.0430 0.2958 0.0446
...
45
FICO
Retail Client
  • Anwendungs-
  • Datenbank

Prädiktive Analytik
Geschäfts- regel Mgt.
Optimierung
Kundenspezifisch angepasstes Produktangebot
  • KampagnenManagement
  • Verkauf
  • Kosten
  • Compliance

Testen Lernen Adaptieren
46
Vorteile einer Retail Management Technologie
  • Konsistente und präzise Aussagen über das gesamte
    Unternehmen hinweg treffen
  • Wissen, welches Produkt die Kunden wahrscheinlich
    kaufen werden und wann
  • Optimale Resultate im Rahmen der geschäftlichen
    Strategie erzielen

47
Case Studies
  • Portfolio Optimierung
  • Verbessern bestehender Strategien
  • Erstellen eines Angebots zur Schuldenkonsolidierun
    g aus Millionen von Kombinationsmöglichkeiten
  • Auswählen der richtigen Aktion aus Millionen von
    Alternativen
  • Finden einer akzeptablen Lösung, auch wenn nicht
    alle Regeln erfüllt werden können (Raumplanung im
    Handel)

48
Kundenbeispiel Räumliche Anordnung von
Verkaufsregalen
  • Regelbasierte Systeme
  • Raumplanung auf Makroebene
    Raumplanung auf Mikroebene

Ziel Reduktion manueller Eingriffe in der
Absatzförderung für über 6.000 Regale Ziel
Verlinkung von POS-Statistiken mit Qualität
der Absatzförderung
49
Entscheidungsbereiche innerhalb der
Raumplanungslösung
50
Visualisierung der Ergebnisse
  • Visualisierungslösung
  • Beschreibung und Standort jeder Einheit
  • Anzahl der Blenden
  • Brand-Share nach Kategorie und Regalraum
  • Gefüllter Regalraum in

51
RaumoptimierungEinschränkungen in der
Sortimentsoptimierung
Regeln
52
Vielen Dank für Ihre Aufmerksamkeit!
Frank Häger 49-4161-597406 FrankHaeger_at_fico.com
11. November 2010
53
  • Motivation für Decision Management
  • Was ist Enterprise Decision Management?
  • Enterprise Decision Management heute
  • Case Studies
  • Diskussion

54
Decision Management der nächsten Generation
  • Ein kombinierter Ansatz verspricht besten Erfolg
  • Geschäftsregeln Eignungsregeln verwalten und
    Entscheidungen automatisieren
  • Prädiktive Modelle Wahrscheinlichkeiten und
    Unwägbarkeiten verringern
  • Simulation Auswirkungen auf Aktionen erkennen
  • Optimierung die beste Lösung finden und
    Strategien verbessern
  • FICO NextGen Werkzeuge
  • FICO Blaze Advisor Business Rules Management
    System
  • FICO Model Builder für prädiktive, analytische
    Modelle
  • Decision Simulator für Impakt-Analyse
  • FICO Decision Optimizer für Preis Optimierung
  • FICO Xpress Optimization Suite für industrielle
    Optimierung
  • Custom Decision Optimization Beratung
Write a Comment
User Comments (0)
About PowerShow.com