CONTROLLER Magazin 5/2019

6 20 Prozent der kurzfristigen Absatzentwicklung erklärt. Die Konsequenz: Wer Wetterdaten aktiv in die Sortimentsplanung seiner Filialen und Onlineshops miteinbezieht, vergrößert nicht nur sein wirtschaftliches Potenzial, indem er Über- und Unterlieferungen vermeidet. Er kann auch viel schneller und effektiver auf wechselnde Wetterlagen reagieren. Fazit: Wetterdaten als Chance Wir können das Wetter nicht ändern, es aber wirtschaftlich nutzbar machen. Der Einfluss von Regen, Sonnenschein und Temperatur ist schlichtweg zu groß, um die Chancen, die sich dadurch ergeben, verstreichen zu lassen. So- wohl die Methoden der Meteorologie als auch die der Data Analytics entwickeln sich stetig weiter und eröffnen zahlreiche Möglichkeiten, die Unternehmensplanung und Geschäftsent- wicklung positiv zu beeinflussen. Durch die Ver- knüpfung von Wetterdaten mit internen Unter- nehmensdaten und anderen externen Daten- quellen werden immense Potenziale freigelegt, Vorhersagen über zukünftige Geschäftsent- wicklungen zu treffen. Wie stark der Effekt ist, hängt natürlich von der Branche und den Produkten ab. Eine One- size-fits-all-Lösung gibt es nicht. Umso wich­ tiger ist es, sich vor jeder Datenanalyse die Frage zu stellen: Welches Problem haben wir eigentlich und welches Ziel wollen wir errei- chen? Darauf abgestimmt erfolgt die Auswahl der Datensätze und schließlich der Methode. Notwendige Grundvoraussetzung dabei ist, über die passende IT-Infrastruktur und das nötige Know-how zu verfügen. Ob dies intern oder extern bereitgestellt werden kann, hängt nicht zuletzt von den personellen Ressourcen ab. Sehr viele Unternehmen vertrauen deshalb auf externe Partner. ken kann. Das gilt gleichermaßen für viele wei- tere Produkte der Handels- und Konsumgüter- branche. Wetter-Effekte haben dabei einen ge- wichtigen Anteil, den viele Forecast-Program- me noch nicht ausreichend berücksichtigen. Der Weg Vorhersage um Wetterdaten erweitern: Auch in diesem Fall lässt sich durch statistische Model- lierung die Wetterabhängigkeit einzelner Pro- dukte ermitteln. Die Ergebnisse bilden die Grundlage eines selbstlernenden Algorithmus, der auf verschiedene Wetter-Effekte trainiert werden kann. Beispielsweise über die Cloud implementiert, stellt diese Methode eine nach- haltig gewinnbringende Ergänzung der her- kömmlichen Prognose-Tools dar, deren Be- rechnungen meist nur auf intern vorhandenen Faktoren wie Wochentagen, saisonalen Einflüs- sen und Marketingkennzahlen basieren. Das Ergebnis Was geht bei welcher Witterung über die La- dentheke und was landet wann im Warenkorb? Eine Analyse für eine Bäckereikette hat gezeigt, dass das Wetter bei einzelnen Produkten bis zu Das Ergebnis Was macht wie viel aus und was wäre wenn: Das Prognosemodell fördert nicht nur bestimm- te Effekte zu Tage, sondern erlaubt es auch, verschiedene Szenarien durchzuspielen. Zudem können Wachstumstreiber ausfindig gemacht und die Analyse auf einzelne Produkte und Wa- rengruppen heruntergebrochen werden. Die Methode eignet sich für das Controlling von stationären Geschäften wie auch von Online- shops. In beiden Fällen spielt zudem die geo- grafische Lage eine wichtige Rolle. So hat bei- spielsweise eine exemplarische Baselining- Analyse für eine deutsche Filialkette ergeben, dass der Hitze-Sommer 2018 und vor allem der (kaum vorhandene) Herbst für alle Standorte ähnlich schlecht war. Regen zeigte dagegen ganz unterschiedliche Auswirkungen. An kälte- ren Tagen als üblich stieg die Performance na- hezu einheitlich über alle Geschäfte hinweg. Ganz konkret: War es 3 Grad kälter als das langjährige Mittel, führte dies zu einem durch- schnittlichen Plus von mehr als 2 Prozent. Case 2, „Weather Forecast Opti­ mizer“: Mit Wetter besser planen Rund 1,7 Millionen Tonnen Backwaren werden laut der Natur- und Tierschutzorganisation WWF jährlich in deutschen Bäckereien wegge- worfen. Wie das Bundesministerium für Ernäh- rung und Landwirtschaft berichtet, landen jedes Jahr insgesamt 11 Millionen Tonnen Nahrungsmittel im Müll. Aus ethischer, ökologi- scher und ökonomischer Sicht ist Lebens­ mittelverschwendung ein großes Problem, dem man durch Prozessoptimierung entgegenwir- Autor Dr. Christian Schneider ist Senior Data Scientist beim Online-Wetterportal wetter.com . Nach seiner Promotion an der ETH Zürich zum Thema „The rebustness of complex networks“, war er als Postdoc am Massachusetts Institute of Technology (MIT) angestellt. Dort forschte er unter anderem in den Bereichen Big Data und Environmental Engineering. E-Mail: christian.schneider@wetter.com Abb. 2: Von Daten zum Handeln Mit Wetterdaten smarte Entscheidungen treffen