Projektauftrag
Für Fahrzeugimporteure und Autohändler stellt die starke Saisonalität und Dynamik ihres Marktumfeldes eine große Herausforderung dar. Daher sollte ein Prognosemodell für die Nachfrage nach Neuwagen, basierend auf historischen Daten zur Marktleistung neuer Automodelle, entwickelt werden. Mittels Visualisierung der Prognoseresultate in einem interaktiven Dashboard kann der Kunde, die Porsche Holding, datengetrieben strategische Vertriebsentscheidungen treffen.
Vorgehensweise bei der Umsetzung
Zuerst wurden die historischen Absatzdaten hinsichtlich Zusammenhänge zwischen Markteinführungszeitpunkten und Absatzkennzahlen analysiert. Darauf basierend wurden in weiterer Folge unterschiedliche Prognosemodelle entwickelt. Dabei kamen rekurrente neuronale Netzwerke (RNN) und SARIMA (Seasonal Autoregressive Integrated Moving Average)-Methoden zum Einsatz.
Die Vorhersagen der einzelnen Modelle wurden mit Hilfe eines browserbasierten interaktiven Dashboards visualisiert und damit die Leistungsfähigkeit der unterschiedlichen Vorhersagemodelle für kurze, mittlere und lange Prognosezeiträume ausführlich evaluiert. Die erfolgreichsten Modelle wurden anschließend für die Optimierung der Markteinführungs-Strategien bei Porsche Holding verwendet.
Aufgabe der ITCS Firma
Kundennutzen
Der Einsatz eines datengetriebenen Werkzeugs für die Vorhersage der Dynamik von Absatzmärkten unterstützt die Optimierung eines kritischen Schrittes in der Wertschöpfungskette der Porsche Holding Austria und ermöglicht dem größten Automobilhändler Europas, datengetrieben strategische Vertriebsentscheidungen zu treffen.
Weiterführende Informationen:
https://www.know-center.tugraz.at/business-success-story/porsche-holding/
Robert Ginthör