Dr. Eva Haslauer, Leiterin Digital Solutions Projekte bei Porsche Austria;
Mag. Sebastian Dennerlein, Leiter Social Computing und Business Developer bei Know-Center, Graz
Von der Herstellung bis zum Kauf: Wie Porsche Kunden- und Markt-Daten aus vorhergegangenen Fahrzeug-Einführungen nutzt, um sein Angebot auf die zukünftigen Kundenwünsche auszurichten und den Verkauf zu steigern. Dabei wurden verschiedene Forecasting Modelle für die Vorhersage des Marktes entwickelt, evaluiert und in einem interaktiven Dashboard zusammengeführt.
Warum?
Generalimporteur für dt. Automarken von VW, über Audi bis Porsche.
2017 350.000 Neuzulassungen in Ö, davon 120.00 via Porsche Austria (Marktanteil 40 %)
Marktfoschungsabteilung - Start der Hochrechnungen 1985: Absatzplanung, Spezialanalysen, Reporting
Bislang ein Kollege, der das Wissen bündelt. Das soll nun anders werden - er steht kurz vor der Rente.
Mittel: Co-Design (collaborative design, in kleinen Schritten zum Tool)
Ziel: Absatzplanung insgesamt und in Segmenten
Ziel: schnelle Umsetzung
Welche Daten gibt es und welche sind relevant?
z.B. : Bruttosozialprodukt in Regionen, Arbeitslosigkeit, Werktage pro Monat, Verkaufszahlen, Zulassungszahlen, Abmeldungen usw.
Was zeichnet diese Daten aus?
-deskriptive Verteilung
- regressive Analyse (betrachtet 1 Auto-Modell, um 1 Modell in der Zukunft vorherzusagen)
-Deep-Learning-Verfahren (betrachtet alle Modelle, um 1 Modell in der Zukunft vorherzusagen)
Wie funktionieren die Verfahren? Vergleich mithilfe eines Interactive Dashboard. Zusätzlich betrachtet: ein Hybridverfahren, das regressive und Deep-Learning
kombiniert.
Die Ergebnisse:
Machine Learning ist nicht immer das "beste Pferd"
Co-Design: gemeinsam die beste Lösung entwickeln. Den Input der Fachleute aufnehmen.
Annette Mattgey