Ein wichtiges Thema bei der Digitalisierung ist die anspruchsvolle Analyse von Daten. Wie können Sie als Controller dieses Potenzial für Ihre Prozesse (Forecast, Planung, Kontrolle) nutzen? Ausgehend vom klassischen Controllingwerkzeug Excel erläutert der Autor, wie Sie mit den Tools R, Rattle und BERT Advanced-Analytics-Methoden in Ihrer täglichen Arbeit zum Einsatz bringen. Schritt für Schritt und mit vielen Programmierbeispielen zeigt das Buch praktikable Ansätze zur Erweiterung der Werkzeuge und Methoden des Controllings, um auch in disruptiven Zeiten belastbare und genaue Vorhersagen treffen können. Die Beispieldatensätze und -skripte auf Arbeitshilfen online erlauben es Ihnen, jeden Schritt am eigenen Rechner nachzuvollziehen und Advanced Analytics praktisch anzuwenden. Inhalte: - Excel durch R, Rattle und BERT fit machen für Advanced Analytics - Datenaufbereitung und -bereinigung - Forecasting - Cash Forecasting - Contributor Analytics - Stochastische Abweichungs- und PlanungsanalyseArbeitshilfen online: - Lösungsumsetzung in R und Excel - Der zugrunde liegende R-Code - Beispiele in Excel - CSV-Dateien - Access-Datenbank mit Beispieldaten - Beispiele

Prof. Dr. Karsten Oehler ist Solution Advisor Chief Expert Planning & Analytics in der LOB BTP, SAP Deutschland SE &Co.KG in Eschborn. Er hat mehrere Bücher veröffentlicht und referiert regelmäßig auf Kongressen und Seminaren. Außerdem ist er Professor für Controlling und Accounting an der Provadis School of International Management and Technology in Frankfurt.

1;Cover;1 2;Urheberrechtsinfo;2 3;Titel;7 4;Impressum;8 5;Inhaltsverzeichnis;9 6;1 Einleitung;13 6.1;1.1 Der Aufbau des Buchs;15 6.2;1.2 Hinweise zum Arbeiten mit diesem Buch;16 6.3;1.3 Installationshinweise;20 7;2 Anknüpfungspunkte zwischen Advanced Analytics und Controlling;21 7.1;2.1 Was ist Advanced Analytics?;21 7.2;2.2 Typische Verfahren;24 7.3;2.3 Advanced Analytics als Prozess;24 7.4;2.4 Advanced Analytics und Controller;26 7.5;2.5 Probleme beim Einsatz im Controlling;29 7.6;2.6 Anforderungen an die Werkzeugunterstützung;31 7.7;2.7 Statistische Werkzeuge - Alternativen;33 7.8;2.8 Excel und Statistik;37 7.9;2.9 Integrative Lösungsansätze im Umfeld von Excel;40 8;3 Der neue Werkzeugkasten;43 8.1;3.1 R;43 8.1.1;3.1.1 Hintergründe zu R;43 8.1.2;3.1.2 Hinweise zur Unterstützung;44 8.1.3;3.1.3 Installation;45 8.1.4;3.1.4 R-Studio;46 8.1.5;3.1.5 Die ersten Schritte mit R;48 8.1.6;3.1.6 Komplexere Datentypen;55 8.1.6.1;3.1.6.1 Selbst definierte Funktionen;60 8.1.6.2;3.1.6.2 Matrizen und Arrays;62 8.1.6.3;3.1.6.3 Listen;65 8.1.7;3.1.7 Vertieftes Arbeiten mit R;67 8.1.7.1;3.1.7.1 apply;67 8.1.7.2;3.1.7.2 Statistische Modelle;69 8.1.7.3;3.1.7.3 Libraries;71 8.1.7.4;3.1.7.4 Grafiken;71 8.1.7.5;3.1.7.5 Metaverarbeitung;76 8.1.8;3.1.8 Datentabellen;77 8.2;3.2 Rattle;89 8.2.1;3.2.1 Einführung;89 8.2.2;3.2.2 Laden von Daten;92 8.2.3;3.2.3 Transformieren;96 8.2.4;3.2.4 Numerische Analyse;101 8.2.5;3.2.5 Testen;107 8.2.6;3.2.6 Modelle;111 8.2.7;3.2.7 Kategoriale Zielvariable;115 8.2.8;3.2.8 Kategoriale Modelle;118 8.2.9;3.2.9 Clustering;127 8.2.10;3.2.10 Technische Details;129 8.3;3.3 Basic Excel R Tool (BERT);132 8.3.1;3.3.1 Konfiguration;132 8.3.2;3.3.2 Der Einstieg;137 8.3.3;3.3.3 Dynamisches R;146 8.3.4;3.3.4 Nachkommastellen;152 8.3.5;3.3.5 Beschränkungen der Excel-Matrixfunktionen;155 8.3.6;3.3.6 Anwendungsbeispiel Forecasting;157 8.3.7;3.3.7 Diagramme;162 8.3.8;3.3.8 Datenbanken;163 8.3.9;3.3.9 Fallstudie Kalkulation;168 8.3.10;3.3.10 BERT und Rattle;175 8.3.11;3.3.11 Zusammenfassung;178 9;4 Advanced Analytics Anwendungsbeispiele;179 9.1;4.1 Datenaufbereitung;179 9.1.1;4.1.1 Unterabfragen;179 9.1.2;4.1.2 Zusammenführen;180 9.1.3;4.1.3 Drehen;186 9.1.4;4.1.4 Bereinigung;187 9.2;4.2 Forecasting;195 9.2.1;4.2.1 Grundlegende Überlegungen zur Ausgestaltung des Forecasting;195 9.2.2;4.2.2 Drei Ebenen zur Ausgestaltung der Vorschaurechnung;196 9.2.3;4.2.3 Benutzereingriff;199 9.2.4;4.2.4 Integriertes Forecasting;200 9.2.5;4.2.5 Zeitreihenverfahren;202 9.2.6;4.2.5.1 Regression;202 9.2.7;4.2.5.2 Zeitreihenanalyse;210 9.2.8;4.2.6 Multivariate Methoden;221 9.2.8.1;4.2.6.1 Multivariate Regression;221 9.2.8.2;4.2.6.2 Dynamische Regression;227 9.2.8.3;4.2.6.3 Alternative Verfahren;230 9.2.8.4;4.2.6.4 Vector Auto Regression;234 9.2.9;4.2.7 Fallstricke bei der Analyse;236 9.3;4.3 Klassifikatorische Zielvariablen;238 9.3.1;4.3.1 Einführung;238 9.3.2;4.3.2 Methodenauswahl;239 9.3.3;4.3.3 Entscheidungsbaumverfahren;240 9.3.4;4.3.4 Alternativen;262 9.3.5;4.3.5 caret;269 9.4;4.4 Cash Forecasting;276 9.4.1;4.4.1 Einleitung;276 9.4.2;4.4.2 Einfache Ansätze;279 9.4.3;4.4.3 Detailanalyse des Zahlungsverhalten;284 9.4.4;4.4.4 Anwendung der Algorithmen;287 9.4.5;4.4.5 Einbezug von Risiken;291 9.5;4.5 Treiberorientierung;303 9.5.1;4.5.1 Herausforderungen bei Simulation und Planung;303 9.5.2;4.5.2 Wertetreiber;303 9.5.3;4.5.3 Advanced Analytics im Einsatz;306 9.5.4;4.5.4 Möglichkeiten der Verschlankung;310 9.5.5;4.5.5 Mehrdimensionale Modellierung in R;312 9.5.6;4.5.6 Verdichten von Würfeln;322 9.5.7;4.5.7 Cube Reporting;326 9.5.8;4.5.8 Erweitern eines Würfels;331 9.5.9;4.5.9 Treiberextraktion aus operationalen Advanced Analytics;332 9.6;4.6 Contributor Analytics;340 9.6.1;4.6.1 Typische Meldeprozesse;342 9.6.2;4.6.2 Fehlersituationen;343 9.6.3;4.6.3 Alternative Konzepte;344 9.6.4;4.6.4 Erfolgsfaktoren;346 9.6.5;4.6.5 Die Analysen;347 9.6.5.1;4.6.5.1 Forecast-Vergleich;347 9.6.5.2;4.6.5.2 Hitliste;353 9.6.5.3;4.6.5.3 Korrelationsanalyse;358 9.6.5.4;4.6.5.4 R