12
den Daten vertraut, um zunächst Qualitäts-
probleme festzustellen. Bei möglichen Quali-
tätseinschränkungen gilt es, herauszufinden,
ob die Daten vollständig und plausibel sind.
Anschließend sind die Daten zu untersuchen,
um zu ersten Erkenntnissen zu gelangen. Da-
bei soll zunächst die Frage beantwortet wer-
den, ob die gesammelten Daten die Ziele des
Projekts erfüllen können. Um sich mit den Da-
ten vertraut zu machen, eignet es sich, diese
zu visualisieren. Die ersten Feststellungen aus
den Daten sind zum Beispiel typische Kauf-
muster. Aus diesen Mustern lassen sich Hy-
pothesen über messbare Einflussfaktoren auf
den Produktmix ableiten. Mithilfe der Visuali-
sierung können Erkenntnisse aus der Literatur
für das vorliegende Geschäftsmodell gefestigt
oder verworfen werden.
So wurde im Projekt bei der Visualisierung der
verkauften Einheiten von McDonald’s Deutsch-
land bestätigt, dass der Wochentag einen Ein-
fluss auf die Produktverkäufe hat (sogenanntes
Wochenprofil). In Abbildung 2 ist das Wochen-
profil als Mittelwert der verkauften normalisier-
ten Einheiten dargestellt. Des Weiteren konnten
Einflussfaktoren wie der Gehaltseingang gefes-
tigt werden, wie in Abbildung 3 dargestellt. Die
Datenanalyse hat darüber hinaus aufgedeckt,
dass nicht nur religiöse oder gesetzliche Feier-
tage als externe Einflussfaktoren relevant sind,
sondern auch sogenannte Brauchtumstage
Einfluss auf den Produktmix haben. Die Daten
zeigten über die Feiertage hinaus an bestimm-
ten Tagen wiederkehrende Muster für einzelne
Produkte. So konnte festgestellt werden, dass
sich beispielsweise am Karfreitag als bedeu-
ßer Haus und die sofortigen Verbräuche um
fünf Prozent ansteigen (Stephens 2006).
Neben diesen externen Einflussfaktoren lassen
sich interne Faktoren vom Unternehmen steu-
ern, in der Systemgastronomie insbesondere
durch Marketing. Der Einfluss, den das Unter-
nehmen über seinen Marketingmix ausüben
kann, besteht vor allem in den vier Instrumen-
ten Product, Place, Price und Promotion (Mc-
Carthy 1960). In der Systemgastronomie exis-
tiert neben der dauerhaften Speisekarte mit
den klassischen Produkten noch eine saisona-
le Speisekarte. Diese saisonalen Angebote
können eine Kannibalisierung zwischen den
Produkten mit sich bringen. Außerdem stellt
der Standort ein wichtiges Instrument hinsicht-
lich des Marketings dar, da Kundenentschei-
dungen für einen Restaurantbesuch auch von
der Gestaltung des Gastronomiebetriebes be-
einflusst werden. Als drittes Marketinginstru-
ment wird im Modell der Preis genannt. Die Li-
teraturrecherche zeigte, dass durch gezielte
Preisnachlässe die Verkäufe von Lebensmit-
teln sofort ansteigen, wobei die Nachfrage im
Laufe einer Rabattaktion nachlässt (Kopalle,
Mela & Marsh 1999). Beim vierten Marketing-
instrument, der Promotion, geht es insbeson-
dere um die Kommunikation.
Die Daten müssen auf ihre
Qualität geprüft werden
In der zweiten Phase des Prozessmodells,
dem Data Understanding, werden die Daten
gesammelt und der Anwender macht sich mit
McDonald’s Deutschland ging es insbesondere
um die Frage: Durch welche Faktoren werden
Kunden beeinflusst, um dies bei der Planung zu
berücksichtigen?
Predictive Analytics erfordert
ein tiefes Geschäftsverständnis
Für das Geschäftsverständnis ist es essentiell,
die Einflussfaktoren auf den Betrieb zu verste-
hen, um die Zusammenhänge bei unterneh
merischen Entscheidungen und Prognosen ein-
beziehen zu können. Zudem ist es für die Prog-
nosegenauigkeit wichtig, die potentiellen
Einflussfaktoren identifiziert zu haben. Diese
Einflussfaktoren können in Predictive-Ana-
lytics-Modellen als Variablen hinterlegt werden.
Werden unabhängige Variablen ausgelassen
(sogenannter Omitted Variable Bias), kommt es
womöglich zu falschen Erklärungen in der Ver-
gangenheit und damit zu fehlerhaften Schluss-
folgerungen der Zusammenhänge sowie fehler-
haften Prognosen (Fahrmeir et al. 2009). Für
jedes Geschäftsmodell lassen sich interne und
externe Einflussfaktoren unterscheiden, wobei
interne Faktoren durch Maßnahmen des Unter-
nehmens aktiv gesteuert werden können.
Da McDonald’s Deutschland in der Systemgas-
tronomie tätig ist, wurde zunächst eine Litera-
turrecherche zu den relevanten Umweltfaktoren
durchgeführt, die das Kaufverhalten der Kun-
den in der Lebensmittelbranche und für Res-
taurantumsätze beeinflussen. Dieses wissen-
schaftliche Herangehen war im Rahmen des
Projektes hilfreich, um bisherige Ansätze in der
Betrachtung des Geschäftsmodells zu stützen.
So konnte für die Prognose der Produktverkäu-
fe von Lebensmitteln beispielsweise die Rele-
vanz von saisonalen Schwankungen, von Wo-
chen- und Feiertagen, von Ferien sowie einem
existierenden Langzeittrend mit Hilfe der Litera-
tur bestätigt werden (Žliobaite et al. 2012). Da-
neben existieren auch Events, insbesondere
Sportevents (z. B. sinken die Restaurantbesu-
che während der Spiele bei einer Fußballwelt-
meisterschaft), die einen deutlichen Einfluss
auf die Produktverkäufe nach sich ziehen kön-
nen. Als ein weiterer potentieller Einflussfaktor
wird der Gehaltseingang beschrieben, da in der
Literatur festgestellt wurde, dass in der Ge-
haltswoche die Ausgaben für Lebensmittel au-
Abb. 2: Normalisierter Wochenzyklus der Produktverkäufe
Predictive Analytics bei McDonald’s
