Top 10 Lügen der Forecasting-Anbieter

Joannes Vermorel

Vorhersagen sind sehr schwierig, besonders wenn es um die Zukunft geht. Niels Bohr

Lokad ist seit mehr als einem halben Jahrzehnt im Forecasting-Geschäft tätig, und während wir großen Wert darauf legten, an der Wahrheit festzuhalten, haben wir unzählige Male erlebt, wie Konkurrenten unverschämte Lügen verbreitet haben. Daher listen wir hier, zur Information und des Vergnügens, die Top 10 Lügen der Forecasting-Anbieter auf.

1. Unsere Prognosen sind genau

Nein, das sind sie nicht. Statistische Prognosen mögen die „besten“ verfügbaren Prognosen sein, aber diese als „genau“ zu bezeichnen, ist bestenfalls illusionär. Statistische Vorhersagen sind das technische Äquivalent dazu, ein Auto zu fahren, während man in den Rückspiegel schaut. Wenn es die einzige verfügbare Option ist, muss man es tun, aber insgesamt ist es eine chaotische Angelegenheit. Illusionäre Anbieter führen ihre Kunden zu fragilen Setups, die zu sehr auf eine versprochene Genauigkeit setzen, die vernünftigerweise niemals erreicht wird. Für die meisten Unternehmen besteht die einzige praktikable Lösung darin, die Tatsache anzuerkennen, dass die Zukunft ungewiss ist, und entsprechend zu planen.

2. Wir werden Ihre Promotionen prognostizieren

Wir haben bereits umfassend ausführlich über Promotion Prognosen geschrieben. Kurzum: Promotionprognosen richtig zu erstellen ist ungeheuer schwer. Insbesondere erfordert es einen enormen Aufwand an Datenqualifizierung, um etwas für statistische Zwecke nutzbar zu machen. Das Problem ist noch schwieriger im E-Commerce, wo die Sichtbarkeit, die einem Produkt gewährt wird, innerhalb von Minuten von keiner zu einer Platzierung auf der Startseite steigen kann – und ebenso schnell wieder verschwinden kann. Die Behauptung, dass eine Forecasting-Technologie gut genug ist, um Promotionen zu prognostizieren – im Verlauf eines Anbieter-Auswahlprozesses – beweist nur, dass der Anbieter im Umgang mit tatsächlichen Promotionprognosen gefährlich unerfahren ist. Erfahrendere oder ehrlichere Anbieter würden argumentieren, dass es keine einzige Chance gibt, dass ein solcher Promotionprognose-Benchmark nicht in einer massiven Garbage-in-Garbage-out-Übung endet.

3. Wir haben Erfahrung mit Ihrer Branche

Anbieter sind so erfahren, dass sie nicht zögern, Prognosemethoden vorzuschlagen, die garantiert scheitern – wie zum Beispiel tägliche oder wöchentliche Medianprognosen im E-Commerce. Bei Lokad hat es einige Jahre gedauert, zu erkennen, dass Medianprognosen in Bezug auf die Bestandsoptimierung unweigerlich dysfunktional sind. Wir begannen, das Ausmaß des Problems zu verstehen, an dem Tag, an dem wir die tatsächlichen Auswirkungen unserer Prognosen auf das Geschäft unserer Kunden beobachteten. Es war nicht schön, aber sehr aufschlussreich. Wenn der Forecasting-Anbieter nicht betont, dass Ihre Nachbestellpunkte und reorder Mengen die einzigen relevanten Prognosen für die Bestandsoptimierung sind, dann ist der Anbieter entweder irreführend oder ahnungslos.

4. Unsere Technologie ist intuitiv und effizient

Statistische Prognosen sind so äußerst kontraintuitiv, dass es unmöglich ist, etwas zu haben, das sowohl intuitiv als auch effizient ist. Es ist entweder intuitiv und völlig falsch oder beunruhigend und möglicherweise korrekt. So funktioniert das menschliche Gehirn nun mal. Wir sind nicht darauf ausgelegt, Zufälligkeit korrekt wahrzunehmen. Wir sehen überall Muster, obwohl es sich nur um statistisches Rauschen handelt. Was statistische Prognosen gegenüber menschlichen “Experten”-Prognosen effizient macht, ist genau die Tatsache, dass die Forecasting-Modelle nach menschlichen Maßstäben ziemlich dumm sind, aber bei korrekter Konstruktion nicht voreingenommen sind.

5. Sie werden X% weniger Lagerbestand und Y% weniger Lagerengpässe haben

Enterprise Softwareanbieter lieben Fallstudien, die bahnbrechende Ergebnisse behaupten. Ein interner Scherz bei Lokad besagt, dass wir, um mit den Behauptungen der Konkurrenz Schritt zu halten, ebenfalls behaupten sollten, dass unsere Software auch Krebs heilt. Die Realität ist, dass die überwiegende Mehrheit dieser Fallstudien pures Zeug ist. Zahlen werden erfunden, Testimonials sind erfunden und die beobachteten Verbesserungen, falls überhaupt vorhanden, stehen in keinem vernünftigen Zusammenhang mit der Forecasting-Lösung. Der Kunde ist zufrieden, weil die Fallstudie ihm gute Publicity verschafft und seine eigene Konkurrenz verrückt macht. Kurz gesagt: Indem man sehr lautstark behauptet, dass die superteure Enterprise-Lösung XYZ das Beste ist, was Ihrem Unternehmen je passiert ist, bringt man einen Wettbewerber dazu, denselben, unverhältnismäßig teuren Fehler zu begehen.

6. Sie werden die Freiheit haben, Ihre Prognosen anzupassen

Und die Kugel, die Sie sich ins eigene Knie schießen, gibt es gratis; außerdem sollten Sie sich den unglaublichen Gesundheitsplan ansehen, den Sie auch bei uns erwerben können. Dem Kunden die Möglichkeit zu geben, volle Kontrolle über seine Prognosen zu haben, ist technisch gesehen nicht gelogen, bleibt aber ein äußerst irreführender Schachzug, wenn man die Konsequenzen bedenkt. Es ist ein Fall von Moral Hazard. Im Erfolgsfall wird die Technologie des Anbieters gelobt, im Misserfolg wird das inkompetente Personal des Kunden beschuldigt. Schlimmer noch, wenn der erste Versuch scheitert, bleibt nichts anderes übrig, als einige zusätzliche Schulungseinheiten vom Anbieter zu kaufen. Offensichtlich lässt sich an der Verlängerung des Problems ordentlich Geld verdienen.

7. Wir nutzen modernste Technologien

Was das statistische Lernen betrifft, findet man modernste Technologien in der Spracherkennung, Gesichtserkennung, Spam-Filterung und all den anderen ultra-horizontalen Machine Learning-Problemen, in die Unternehmen wie Google, Microsoft und Apple Hunderte Millionen investieren. Es mag demütigend klingen, aber die Nachfrageprognose ist ein eher nischiges Geschäft, das Hunderte Millionen an F&E-Investitionen nicht rechtfertigt. Infolgedessen liegen selbst technologisch sehr aggressive Unternehmen wie wir etwa ein Jahrzehnt hinter dem, was wirklich als Stand der Technik im Machine Learning betrachtet werden könnte. Die Realität ist jedoch, dass die meisten Forecasting-Anbieter dem Stand der Technik um ein halbes Jahrhundert hinterherhinken: ARIMA-, Holt-Winters- und Box-Jenkins-Modelle gab es bereits 1970.

8. Ein Forecasting-Benchmark kann nicht lügen

Statistiken sind sicherlich die raffinierteste Art zu lügen. Lügen können auf alle erdenkliche Weise aus Zahlen konstruiert werden. Bei Lokad sind wir auf mehrere Benchmarks gestoßen, bei denen das Zurückgeben von Nullen als Prognosen für alle Produkte einen herausragenden Sieg im Benchmarking-Prozess sichergestellt hätte. Dennoch erscheint es keinesfalls als weise unternehmerische Option, alle Bestandsniveaus auf Null zu setzen. Wann immer ein Anbieter X Prozent Fehler angibt, sollten Sie sich ernsthaft fragen, wie viele Dollar an Fehlern Sie tatsächlich erleiden werden. Das Minimieren von Fehlerprozenten ist etwas ganz anderes, als die Dollarbeträge der Fehler zu messen. Zu glauben, dass das Erste das Zweite bestimmt, ist ein eklatanter Irrtum – doch Anbieter zögern nicht, genau das Gegenteil zu behaupten, da Fehlerprozente eine viel sicherere Grundlage darstellen, um jegliche Verantwortung für das anschließende Chaos abzulehnen.

9. Unsere Software ist die beste

Die Website des Anbieters sieht aus, als wäre sie in den späten Neunzigern entworfen worden; es ist nicht möglich, die Software online auszuprobieren; es gibt keine Screenshots, keine öffentlichen Preise, keine öffentliche Dokumentation und auch keine API, aber vertrauen Sie uns, es ist wirklich gute Software. Wie Riley sagte, Wenn ich einen Vogel sehe, der wie eine Ente geht, wie eine Ente schwimmt und wie eine Ente quakt, nenne ich diesen Vogel eine Ente. Software ist eines dieser Geschäfte, in denen es absolut keine Hürde gibt, alles online zu verkaufen. Sofern Ihre Software nicht zutiefst dysfunktional ist, haben Sie null Anreiz, sie geheim zu halten. Anständige Anbieter behaupten nicht, sie seien die besten, sie lassen die Kunden einfach ausprobieren und sich selbst überzeugen.

10. Wir verwalten Ihren Lagerbestand UND Ihre Prognosen

Ja, sicher. Und manche Schachmeister sind auch zufällig Fußballchampions. Software dreht sich alles um Fokus, und was es als Unternehmen braucht, um beispielsweise ein ERP oder ein WMS zu entwerfen, unterscheidet sich grundlegend von dem, was erforderlich ist, um eine Forecasting-Software zu gestalten. ERP-Unternehmen erstellen schlechte Forecasting-Tools, einfach weil Forecasting nur ein Add-on unter Dutzenden, wenn nicht Hunderten ist. Ungeachtet dessen, was Anbieter behaupten mögen, kann Forecasting nicht die No1-Priorität eines ERP-Anbieters sein; es ist per Design ein Bürger zweiter Klasse. Entsprechend, wenn Sie ein fähiges Team von Datenwissenschaftlern haben, können Sie sie nicht dazu bringen, an der Gestaltung der hunderten Bildschirme zu arbeiten, die für ein voll funktionsfähiges ERP erforderlich sind.

Leserkommentare (1)

Es ist erfrischend, so viel Ehrlichkeit in einem von einem Anbieter verfassten Artikel zu sehen – danke fürs Posten. Natürlich ist diese Art von Überversprechen keineswegs auf Forecasting oder gar Analytic-Tools beschränkt. Käufer, Vorsicht! Andrew Gibson, Crabtree Analytcs Andrew Gibson (vor 4 Jahren)