• slider_sbc_fachberatung_vertrieb.jpg

Ausführlicher Projektsteckbrief Fachberatung Vertrieb

Prognose im Energievertrieb

Ausgangs- und Problemsituation:
Die Erstellung der Absatz- bzw. Mengenprognosen stellt eine Kernaufgabe von Energievertrieben dar. Dabei gibt es im Wesentlichen die beiden Haupteinsatzgebiete der Angebots- oder Initialprognose und die weitergehende Prognoseaktualisierung im Rahmen der fortlaufenden Lang- und Kurzfristprognosen.

Die Qualität der Prognosen ist grundlegende Basis für die Beschaffungskosten und die Kosten für Ausgleichsenergie. Diese wird maßgeblich bestimmt durch die Güte der genutzten Daten, die richtige und effiziente Systemnutzung, passende Prognoseparameter sowie die bestmöglichen Prognosemethoden – meist durch IT-Systeme ermöglicht.

Da alle diese Faktoren unterschiedlichen Einfluss auf die Güte und Effizienz der Prognosen haben, ist es notwendig, diese entsprechend zu bearbeiten. Eine Verbesserung an dieser Stelle wird dauerhafte Verbesserungen der Prognosequalität ermöglichen.

Ziele:
In der Abteilung des Vertriebs bei einem unserer Kunden der Energieversorgung, bestand das Ziel, die gesamte Prognosequalität durch die Korrektur von Prognoseverfahren und der grundlegenden Daten zu verbessern.

Nutzen und Ergebnis für den Kunden:
Durch die Analyse der Prognose und der Optimierung dieser, hat unser Kunde nach Abschluss des Projekts geringere Ausgleichsenergiekosten durch fortlaufend bessere Prognosen und kann die Energiemengen von der Angebotsprognose bis zur abschließenden Kurzfristprognose besser strukturieren.

Vorgehensweise:
Im Rahmen von Vor-Ort-Analysen und in Workshops wurden die oben genannten Einflussfaktoren (Datenqualität, richtige Systemnutzung, passende Prognoseparameter und Prognosemethoden) untersucht und deren Verbesserungspotential bewertet. Auf dieser Grundlage wurden Maßnahmen erarbeitet und auch durchgeführt, um die Verbesserungen entsprechend zu erreichen.

Die Einführung einer verbesserten Datenqualität im Rahmen der Angebotsprognosen legte den Grundstein für die Erhöhung der gesamten Prognosequalität. Hierzu prüften wir die Datenqualität (z. B. Lücken oder fehlende Werte), bereinigten und ergänzten die Daten. Im nächsten Schritt erfolgte die Bestimmung der relevanten Prognoseverfahren. Hierzu wurde eine Analyse durchgeführt, welche Zählpunkte welches Prognoseverfahren benötigten. Das bedeutete, dass nicht zwingend alle Zählpunkte das generell beste Prognoseverfahren bekommen, sondern das bestmögliche Verfahren bezogen auf Aufwand und Prognoseerfolg.

Im Ergebnis zeigte sich, dass nur für eine Auswahl der größten und schwierig zu prognostizierenden Zählpunkte ein komplexes Prognoseverfahren benötigt wird. Für die meisten RLM-Zählpunkte erwies sich ein Vergleichstagsverfahren als angemessen und völlig ausreichend.

Nach Festlegung des richtigen Prognoseverfahrens sind eine fortlaufende Überwachung der Prognosequalität und regelmäßige Überprüfungen von Abweichungen zwischen Ist- und Prognosewerten für den Erfolg entscheidend. Hierdurch werden Zählpunkte zuverlässig identifiziert, die dauerhaft ein besseres Verfahren benötigen. Für die meisten Zählpunkte – auch RLM – war es allerdings völlig ausreichend nur grundsätzliche Einflüsse (z. B. Betriebsferien) in den Daten und Prognosen zu berücksichtigen, um die Prognosequalität nachhaltig zu verbessern.

Eingesetzte Tools/Methoden:
Im Rahmen der Ist-Analyse wurde die Datenqualität über Soll-Ist-Vergleiche analysiert. Darüber hinaus wurden die prognoserelevanten Prozesse betrachtet und die dazu genutzte Software bzgl. der Prognosemethoden und -einstellungen geprüft.

In Workshops wurden mit den beteiligten Mitarbeitern die Ergebnisse besprochen und der Zielzustand konzeptioniert. Parallel begannen die Schulungen für die Mitarbeiter, die zukünftig die Prognoseverantwortung übernehmen sollten. Hierbei wurden erste Prognoserechnungen erstellt und die Ergebnisse mit der vorherigen Prognose verglichen.

Auf Basis der Soll-Ist-Vergleiche und der ersten Berechnungen wurden die zehn kritischsten Kunden je Commodity identifiziert und bei diesen die Daten tiefergehend analysiert. Die Ergebnisse sind die Grundlage für konkrete Anpassungen der Prognosen (Daten, Methoden und Informationen) bei diesen Kunden.

» zurück zu weiteren ausgewählten Projekten der Fachberatung Vertrieb