Kennzahlen sind eine Reihe von Zahlen im Zeitverlauf, wobei jede Zahl einem bestimmten Periodenwert entspricht.
Kennzahlen haben einen Geschäftskontext: In SAP Integrated Business Planning können Endbenutzer Kennzahlen in den Planungssichten oder in Analysen anzeigen und verwenden. Jede Kennzahl hat eine Basisplanungsebene.
Kennzahlen sind mit einem Schlüssel verknüpft, bei dem es sich um eine Kombination von Attributen aus einem oder mehreren Stammdatenobjekten handelt.
Kennzahlen für mittel- bis langfristige Absatzplanung
| Kennzahl-ID | Gespeichert | Formelbasiert | Bearbeitbar | ME-Umrechnung | Währungsumrechnung | Niedrigste Zeitgranularität | Betriebswirtschaftliche Bedeutung zugeordnet |
|---|
| STATISTICALFCSTQTY | X | | X | X | | Technische Woche | |
| SALESFCSTQTY | X | X | X | X | | Technische Woche | |
| MARKETINGFCSTQTY | X | X | X | X | | Technische Woche | |
| DEMANDPLANNINGQTY | X | X | X | X | | Technische Woche | |
| CONSENSUSDEMAND | X | X | X | X | | Technische Woche | Konsensbedarf |
FINALCONSENSUSDEMAND | | X | | C | | Technische Woche | |
| ACTUALSQTY | X | | | X | | Täglich | |
| ACTUALSREV | X | | | | X | Technische Woche | |
| ACTUALSPRICE | | X | | | X | Technische Woche | |
| STATISTICALFCSTPRICE | X | | X | | X | Technische Woche | |
| SALESFCSTPRICE | | X | | | X | Technische Woche | |
| SALESFCSTREV | | X | | | X | Technische Woche | |
| CONSENSUSDEMANDREV | | X | | | X | Technische Woche | |
| MARKETINGFCSTQTYREV | | X | | | X | Technische Woche | |
| STATISTICALEXPOSTFCSTQTY | X | | X | X | | Technische Woche | |
| FCSTMAPE | X | | X | | | | |
| FCSTMASE | X | | X | | | | |
In der Regel sind mehrere Geschäftsbereiche innerhalb eines Unternehmens an der Bedarfsplanung beteiligt. Die Kennzahldefinitionen von SAP6 können diese unterschiedlichen Anforderungen berücksichtigen, um eine funktionsübergreifende Zusammenarbeit zu ermöglichen, indem sie weiterhin geschäftsbereichsspezifische Maßnahmen haben, z.B. für:
- Verkauf
- Marketing
- Supply Chain Management
Die Kennzahldefinitionen des Beispielmodells stellen auch sicher, dass Planungsschritte in Mengeneinheiten ausgeführt werden können, aber auch eine Bewertung der Planungsergebnisse und einschließlich wertbasierter Informationen wie historische oder geplante Erlöse bereitgestellt werden können.
Im Standard SAP6 wird die Verkaufshistorie in der Regel mit Auftragsdaten modelliert (die für Demand Sensing erforderlich sind).
Wenn Demand Sensing während der Implementierung nicht im Umfang enthalten ist, kann die Verkaufshistorie auch als Zeitreihendaten geladen und für die statistische Prognose verwendet werden.
Im Folgenden finden Sie ein Beispiel für Mengenkennzahlen, die von den verschiedenen beteiligten Rollen verwendet werden – und die Konsenskennzahl, die für die endgültige Vereinbarung verwendet werden soll.
Die folgende Abbildung zeigt ein Beispiel für die Verwendung von Preiskennzahlen im mittel- bis langfristigen Absatzplanungsprozess:
- ACTUALSREV: Wird zum Speichern des Isterlöses verwendet. Sie ist währungsabhängig und erfordert, dass die Währungsumrechnung im System modelliert ist. Zugrundeliegende Annahme: Daten sind verfügbar und werden vom Kunden hochgeladen.
- ACTUALSPRICE: berechneter Preis basierend auf ACTUALSREV und ADJDELIVQTY (Istabsatzmenge)
- STATISTICALFCSTPRICE: Gespeicherte Preisinformationen, die hauptsächlich für zukünftige Perioden verwendet und entweder mithilfe einer statistischen Prognosemethode oder durch manuelle Aktualisierung/Upload angelegt wurden.
- SALESFCSTPRICE: Berechnete Preisinformationen unter Verwendung des Istpreises für historische Perioden und des prognostizierten/geschätzten Preises für zukünftige Perioden.
- SALESFCSTREV: berechneter Erlös basierend auf SALESFCSTQTY und SALESFCSTPRICE.
- CONSENSUSDEMANDREV: Berechneter Erlös basierend auf CONSENSUSDEMAND und SALESFCSTPRICE.
- MARKETINGFCSTREV: Berechneter Erlös basierend auf MARKETINGFCSTQTY und SALESFCSTPRICE.
Die folgende Abbildung zeigt weitere Kennzahlen für die zukünftige und Ex-post-Prognose, die verwendet werden, um die Genauigkeit der Eignung des Prognosemodells zu ermitteln.
In der folgenden Abbildung sehen Sie Kennzahlen zum Speichern von Daten auf Auftragsebene.
In der folgenden Abbildung sehen Sie Kennzahlen zum Speichern von Auftragsdaten, die auf Zeitreihenebene aggregiert wurden.