Begin main content

Kapitel 7 Fallbezogene Aufgaben

Aufgabe 1: Prognose

Woche Montag Dienstag Mittwoch Donnerstag Freitag Samstag
30 1.103 2.308 2.195 2.544 2.712 2.576
31 1.135 2.001 2.213 2.532 2.787 2.576
32 1.200 2.037 2.765 2.432 2.987 2.654
33 1.190 2.209 2.322 2.112 2.786 2.220
34 1.315 2.478 2.523 2.221 2.876 2.376
35 1.220 2.122 2.732 2.112 2.989 2.676
36 1.111 2.219 2.312 2.765 2.765 2.376
37 1.233 2.232 2.322 2.552 2.382 2.676

In der oben stehenden Tabelle sehen Sie Absatzzahlen für Brötchen für die Kalenderwochen 30 bis 37, jeweils von Montag bis Samstag. Implementieren Sie ein Prognosemodell für Brötchen in einer Tabellenkalkulation auf der Basis

  1. von exponentiellem Glätten. Beim exponentiellen Glätten benötigt man pro Wochen- palten (eine für die tatsächlichen Werte X, eine für die geplanten Werte P).
    Der erste Planwert (in t=30) muss angenommen werden. Für die weiteren Planwerte implementiert man die Rekursionsformel wie folgt: Pt+1 = 0,6 × Pt + 0,4 × Xt. Hierbei stellt 0,4 den Glättungsparameter des Modells dar: er beeinflusst, wie stark die beobachteten Werte in Periode t in die prognostizierten Werte für Periode t+1 eingehen. Die Koeffizienten von Pt (im Beispiel: 0,6) und Xt (im Beispiel: 0,4) müssen sich auf 1 ergänzen.
  2. auf Basis eines einfachen Regressionsmodells. Bei der Regressionsmethode passt man pro Wochentag ein lineares Modell an wie folgt: P(t) = a × t + b auf Basis der beobachteten Werte (t steht für die Woche). In Excel kann man jeweils die Funktionen „Steigung“ und „Achsenabschnitt“ zur Berechnung von 1. und 2. heranziehen, und dann die Formel für die Prognosefunktion P(t) entsprechend konstruieren.
  3. Sagen Sie jeweils die erwartete Nachfrage für die Kalenderwochen 38 und 39 voraus.
  4. Welche impliziten Annahmen über den Geschäftsverlauf treffen Sie bei der Verwendung von Methode 1. beziehungsweise 2.?

Aufgabe 2: Assoziationsregeln

In einem Elektronikbetrieb werden folgende Verkaufstransaktionen aufgezeichnet:

  • CD-Spieler, TV-Gerät, Lautsprecherboxen
  • CD-Spieler, CDs, DVDs
  • CDs, DVDs, Lautsprecherboxen, Kopfhörer
  • CDs, Kopfhörer
  • DVDs, DVD-Spieler, TV-Gerät, Kopfhörer
  1. Berechnen Sie Confidence und Lift für folgende Assoziationsregeln:
    • CD-Spieler → CDs
    • TV-Gerät → DVDs
    • DVD-Spieler  →  TV-Gerät
    • Lautsprecherboxen   →   CD-Spieler
    • Kopfhörer  →  CDs
    • Kopfhörer → DVDs
  2. Welche sind die drei interessantesten Regeln?
  3. Wie lassen sich diese Regeln bei der Regaloptimierung nutzen?

Aufgabe 3: Datenmodell für OLAP (Spar AG)

In dem Beispiel der Spar AG werden verschiedene Dimensionen des POS-Data-Warehouse wie folgt beschrieben:

  • Zeit (Zeitstempel →  Stundenintervall → Tageszeitklasse)
  • Beleg (entspricht dem Warenkorb eines Einkaufs)
  • Datum (Kalendertag →  Wochentag →  Woche →  Monat →  Quartal →  Jahr)
  • Markt (Filiale →  Region →  Verkaufsgebiet →  Bundesland → Land)
  • Kassa (→ Kassierer)
  • Artikel (GTIN → Artikel →  Artikelgruppe →  Warengruppe →  Hauptwarengruppe → Sortimentsbereich)
  • Konsument (Kartennummer → Kunde)
  • Aktion (Promoart → Promonummer → Werbeart)
  • Bewegungsart (Abverkauf, Schwund, Wareneingang, Umlagerung, …)

Zudem  werden  als  typische  Fakten  die  folgenden  Angaben  aufgeführt:  Menge, Verkaufswert brutto, Verkaufswert netto, Einkaufswert usw.

  1. Erstellen Sie ein ER-Diagramm, welches die Beziehung einer Transaktion zu diesen Fakten und Dimensionen darstellt.
  2. In der Literatur werden Modelle eines Data-Warehouse oft als Sternschema bezeichnet. Schauen Sie sich Ihr ER-Diagramm an und versuchen Sie, die Herkunft dieser Bezeichnung zu erklären.