Bachelorarbeit, 2020
51 Seiten, Note: 2,7
Die vorliegende Arbeit analysiert das Einsatzpotenzial von Predictive Analytics im Rahmen von operativen Planungsprozessen im Controlling. Ziel ist es, die Möglichkeiten und Herausforderungen aufzuzeigen, die sich durch die Integration von Predictive Analytics in bestehende Controlling-Prozesse ergeben.
Predictive Analytics, Controlling, Operative Planung, Big Data, Data Mining, Machine Learning, Nutzungspotenziale, Herausforderungen, Implementierung, Technologie, Digitalisierung
Predictive Analytics nutzt Daten, statistische Algorithmen und Machine Learning, um die Wahrscheinlichkeit künftiger Ergebnisse auf Basis historischer Daten vorherzusagen.
Big Data liefert die notwendige Datenbasis (Volumen, Vielfalt, Geschwindigkeit), um präzisere Modelle für die operative Planung und Prognose zu erstellen.
Besonders in operativen Planungsprozessen des Controllings, wie Absatz- oder Kostenplanung, bietet die Technologie große Verbesserungspotenziale.
Herausforderungen liegen in der Datenqualität, den notwendigen technischen Kompetenzen (Data Science) und der Integration in bestehende IT-Systeme.
Data Mining konzentriert sich auf das Entdecken von Mustern in großen Datensätzen, während Machine Learning Algorithmen nutzt, die aus Daten lernen und eigenständig Vorhersagen treffen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

