Warum sollten Unternehmen Forecasts mit IBM Cognos Analytics erstellen?
Forecasts basierend auf Regressionsanalysen sind überall dort wichtig, wo Daten im Zeitverlauf abgebildet werden: Besonders im Bereich Online Marketing lohnt es sich daher, verschiedene Metriken mittels Regressionsanalyse statistisch wahrscheinlich vorherzusagen. Das können verschiedene Metriken sein, wie beispielsweise die Entwicklung von Klicks, Impressionen, Conversion-Rates, Cost per Click (CPC), Kosten pro Conversion (CPA), ROAS oder Kosten pro Deal aus Werbebudget.
Mit einem belastbaren Forecasts – basierend auf Bestandsdaten – können somit die wahrscheinlichsten Entwicklungen Monate im Voraus hochgerechnet werden, wie etwa Abwärts- oder Aufwärtstrends. Das hilft wiederum dem Marketing-Team des betreffenden Unternehmens in der Anpassung von Strategien und Ressourcenplanung, um Negativszenarien gar nicht erst eintreten zu lassen. Kurzum: Das Unternehmen hat einen Informationsvorsprung, kann präventiv vorgreifen und hat mit Forecasts aus Regressionsanalysen eine stabile Früherkennung. Mit IBM Cognos Analytics kannst du solche Forecast für deine Daten aus dem Online Marketing und für verschiedene Metriken erstellen.

Forecast erstellen mittels Regressionsanalyse mit IBM Cognos Analytics aus einem tabellarischen Datensatz.
Wie funktionieren Forecasts mit IBM Cognos Analytics?
Die Erstellung von Forecasts mittels Regressionsanalysen geht mit unterschiedlichen Analyseumgebungen, wie via Microsoft Power BI for Desktop oder mit einem eigens trainierten Machine-Learning-Modell mit der Vertex AI auf der Google Cloud. Dies geht aber auch mit IBM Cognos Analytics: Hier kannst du tabellarische Datensätze im CSV-Format hochladen oder BigQuery-Datenbanken und Cloud Storages anschließen, um die Daten zu analysieren. Sobald du deinen Datensatz konfiguriert und die passende Diagramm-Visualierung gefunden hast, kannst du die Forecasting-Funktion von IBM Cognos Analytics nutzen.
Wichtig ist dabei vor allem die Verwendung von Saisonalitätswerten in IBM Cognos Analytics: Eine Saisonalität gibt im Forecast das ursächliche Entwickungsmuster für die Datenvorhersage an, und bemisst sich in den Datenpunkten des zugrundeliegenden tabellarischen Datensatzes. Jede Tabellenzeile unterhalb der Kopfzeile gibt dabei auf einer Zeitachse die Einträge für die Zeitdimension wieder (entweder in Tagen, Stunden, Minuten, Sekunden, Monaten, Kalenderwochen oder Jahren), sowie in weiteren Spalten die entsprechenden Metriken, die zu diesen Zeitangaben eintraten (zum Beispiel: Klicks, Impressionen, Conversion, Deals, Kosten pro Conversion etc.). Wenn wir also zwei Spalten in der Tabelle haben, mit einer Zeitachse in der linken Spalte (360 Tage in 360 Zeilen) und Klicks aus organischer Google-Suche in der rechten Spalte (Klicks an den besagten Tagen in 360 Zeilen) und wir eine Saisonalität von 360 Tagen eingeben, wird im Forecast die Entwicklung des gesamten Zeitraums als Entwicklungsmuster für die Regressionsanalyse verwendet.

Forecast erstellen mit IBM Cognos Analytics: Verwendung von Saisonalitätsdaten für einen Forecast mit Regressionsanalyse.
Forecast erstellen mit verschiedenen Visualisierungen in IBM Cognos Analytics
Du kannst mit IBM Cognos Analytics einen Forecast mit verschiedenen Visualisierungen erstellen. Die Forecast-Funktion ist aus technischen Notwendigkeiten heraus nicht für jede Diagramm-Visualierung möglich. Geeignet für Forecasts sind beispielsweise Liniendiagramme oder Blasendiagramme. Für andere Analysezwecke außer Forecasts gibt es auch Tabellen, Bullet-Diagramme, Flächendiagramme, Boxplots oder Heat-Maps.

Forecast erstellen mit IBM Cognos Analytics: In der Visualierungsgalerie von IBM Cognos Analytics kannst du das passende Diagramm für deinen Forecast auswählen. Liniendiagramme und Blasendiagramme eignen sich gut für Forecasts mit Regressionsanalysen.
Tabellarische Datensätze hochladen oder externe Daten anschließen
Bevor ein Forecasts mit IBM Cognos Analytics erstellt werden kann, muss ein tabellarischer Datensatz mit einer Zeitachse in einer Spalte hochgeladen werden. Wichtig ist dabei, dass die Zeitachse (zum Beispiel Datumsangaben aller Tage eines Jahres, Stunden, Monate, Kalenderwochen, Jahre) vollständig sein sollte. Wenn also Datumsangaben aller Tage in einem bestimmten Zeitraum als Zeitachse in einer Spalte verwendet werden, müssen entsprechend alle Tage vollständig und lückenlos in den Zeilen der Spalte gelistet sein. Sofern du nicht mit tabellarischen Datensätzen für deinen Forecast in IBM Cognos Analytics arbeiten willst, kannst du auch ERP-Systeme, CRM-Systeme, BigQuery-Datenbanken oder Cloud Storages anschließen, um aus den Bestandsdaten einen Forecast zu erstellen.

Bereite deine Daten für die Erstellung eines Forecasts mit IBM Cognos Analytics vor.
IBM Cognos Analytics für das Erstellen von Forecasts verwenden
IBM Cognos Analytics kannst du für deine Forecasts verwenden, wenn du bereits die kostenlose 30-Tage-Testversion nutzt. Die vollständige Version von IBM Cognos Analytics ist bereits ab 10$ im Monat erhältlich.

Beispiel-Forecast auf einer Zeitachse mit IBM Cognos Analytics basierend auf Regressionsanalyse mit Saisonalitätswerten.
Marketing & Leadgenerierung
SEA, Paid Media, Conversion-Rate-Optimierung, Markt- und Trendanalysen im Raum Berlin-Brandenburg.
Telefon: +49 176 588 744 04
E-Mail: info@slavawagner.de
Kostenlose Beratung: Forecasts erstellen mit IBM Cognos Analytics
Wenn du nicht weiß, wie du einen Forecast mit IBM Cognos Analytics erstellen kannst, oder welche Saisonalitätswerte du für die Regressionsanalyse verwenden solltest, dann stelle deine Fachfragen gerne kostenfrei:
Stelle deine Fachfrage
info@slavawagner.de
Kostenfreie Beratung
+49 176 588 744 04
Du hast eine Frage zu Forecasts mit IBM Cognos Analytics?
FAQ - Zusammenfassung: Forecasts erstellen mit IBM Cognos Analytics
Hier findest du eine Zusammenfassung wichtiger und häufig gestellter Fragen zum Erstellen von Forecasts mit IBM Cognos Analytics
Öffne zunächst das Dashboard vom IBM Cognos Analytics, lade deinen tabellarischen Datensatz mit Zeitachse im CSV-Format hoch, oder schließe eine BigQuery-Datenbank an, und wähle anschließend einen Diagrammtyp aus der Visualisierungsgalerie von IBM Cognos Analytics. Für Liniendiagramme oder Blasendiagramme mit Zeitachse kannst du anschließend die Forecast-Funktion nutzen. Klicke auf das Diagramm, um die Schalftfläche für Forecasts zu sehen. Trage hier deinen Saisonalitätswert für die Regresssionsanalyse ein, sowie den Prognosezeitraum und aktiviere den Forecast.
Eine Saisonalität in einem Forecast mittels Regressionsanalyse in IBM Cognos Analytics beschreibt den Datenzeitraum, der ein ursächliches Entwicklungsmuster für einen Forecast angibt. Die Saisonalität wird als Kennwert in Form von ganzen Zahlen dargestellt, und jeder Zähler entspricht einem Datenpunkt der Zeitachse deiner Bestandsdaten. Wenn du also in deinem tabellarischen CSV-Datensatz 200 aufeinanderfolgende Tage in den Zeilen unter der Datumsspalte eingibst, und eine Forecast-Saisonalität von 200 wählst, dann wird die Entwicklungsdynamik des gesamten Zeitraums deines Datensatzes im Forecast berücksichtigt.
Du kannst unterschiedlichste externe Datenquellen für einen Forecast mit IBM Cognos Analytics verwenden, wie etwa BigQuery-Datenbanken. Du kannst aber auch tabellarische Daten in Form einer CSV-Tabelle hochladen und einen Forecast erstellen. Wichtig ist, dass du einen Forecast mit IBM Cognos Analytics nur für Daten mit einer Zeitachse erstellen kannst. Das bedeutet, im hochgeladenen tabellarischen Datensatz muss es eine Zeitangaben-Spalte geben, unter der in den Zeilen darunter eine Zeitachse aufgeschlüsselt wird, wie beispielsweise aufeinanderfolgende mit Datum in jeweils einer Zeile. Das können aber auch Jahre, Monate, Kalenderwochen, Stunden, Minuten oder Sekunden sein.
Ein Prognosezeitraum gibt die Anzahl der Datenpunkte der Zeitachsenangabe in einem tabellarischen CSV-Datensatz in einem Forecast wieder. Wenn du als Zeitachse in einer Datumsspalte 200 aufeinanderfolgende Tage in in 200 Zeilen hast, und einen Prognosezeitraum im Forecast mit IBM Cognos Analytics von 200 wählst, wird der Forecast auf den Zeitraum für die nächsten 200 Tage ab dem letzten Tag des tabellarischen Datensatzes bezogen.
Überblick: Forecast erstellen mit IBM Cognos Analytics
Mit der Business-Intelligence-Anwendung IBM Cognos Analytics kannst du Forecasts basierend auf Bestandsdaten eines tabellarischen CSV-Datensatzes erstellen. IBM Cognos Analytics kann Daten aus verschiedenen Quellen importieren und kombinieren, und zwar unter Berücksichtigung externer Datenbanken, tabellarischen Datensätzen, Cloud Storages und Big-Data-Plattformen. Wichtig dabei ist, dass deine Datengrundlage eine Zeitachse enthält, auf deren Basis du einen Forest erstellen kannst.
In der Visualisierungsgalerie von IBM Cognos Analytics kannst du das passende Linien- oder Blasendiagramm für deinen Forecast auswählen und anschließend die Forecast-Funktion nutzen. Hier kannst du den Saisonalitätswert hinterlegen, der das ursächliche Entwicklungsmuster für die Regressionsanalyse angibt.
Mit Forecasts für Metriken im Online Marketing kannst du mit Vorlauf von 6 – 12 Monaten Aufwärts- und Abwärtstrends erkennen und somit Negativszenarien präventiv vorgreifen, bevor sie eingetreten sind, und Positivszenarien ausbauen, um aus den Synergieeffekten noch mehr Potenzial herauszuholen.