Hallo Rolf,
Rolf hat geschrieben: Nachdem es (Hausnummer) 100 verschiedene Einkaufskennzahlen gibt, soll der Fokus auf eine Handvoll gelegt werden. Frage ist natürlich, welche sind die wichtigsten. Statistisch wird es hierfür keine Lösung geben, oder?
Statistik ist einerseits ein Teilbereich der Mathematik und andererseits eine Kunstform, wie man Mathematisches im wirklichen Leben einsetzen kann. Für die Frage nach den wichtigsten Kennzahlen verlangt der Mathematikteil erstmal eine präzise Definition von "wichtiger". Natürlich kann ich einen "wichtigen" Prädiktor in einer Regression finden. Für den Kunst-Teil musst Du davon ausgehen, dass die Forumsteilnehmer aus den verschiedensten Wissensgebieten kommen und beispielsweise ich als Arzt nicht unbedingt eine Vorstellung davon habe, was Einkaufskennzahlen sind und ob ihre Betrachtung als Prädiktoren in einer Regression angemessen ist. Um möglichst gut von so einem Forum wie diesem zu profitieren macht es daher Sinn, möglichst wenig Wirtschaftswissen vorauszusetzen.
Überlegung ist die Anwendung der AHP-Methode
Ist mir nicht bekannt, kommt hier im Forum nicht häufig vor.
also eine quasi subjektive Bewertung (Paar-Vergleich) des Entscheidungsträgers, um Gewichtungen (also die Relevanz) zu erhalten.
Wenn das das ist, wonach es sich für mich anhört, lässt sich das mit statistischen Mitteln begleiten.
Dazu die Frage (ich weiß, das Thema wäre eher mathematisch, aber vielleicht hat wer Ideen dazu):
1. Macht das überhaupt Sinn, Kennzahlen gegeneinander zu gewichten? (tw. bedingen sie sich, dh, eine ist nur in Kombination einer anderen aussagekräftig).
Gegenfrage: Lässt sich meine Idee von oben, die Gewichtigkeit von Kennzahlen mit der Bedeutung von Prädiktoren in einem Regressionsmodell gleichzusetzen hier umsetzen? Wenn nein, dann kläre bitte die Begriffe weiter auf.
2. Es würde eine Hierarchie unterstellt, obwohl man mit verschiedenen Kennzahlen ja andere Bereiche untersucht (zB Lieferanten, Finanzen, Prozesse etc.).
Das ist im strengen Sinne keine Frage. Wenn es beispielsweise darum ginge vorherzusagen, wie oft sich ein Produkt verkaufen lässt, dann kann man ausrechnen, ob Handarbeit vs. Maschine eine größere Vorhersagekraft hat als Markenhersteller vs. Billighersteller. Auch wenn Prozesse und Lieferanten unterschiedliche Kategorien sind. Mit statistischen Mitteln geht das, wenn man ausreichend viele Daten hat, in denen die Antwort versteckt vorhanden ist und man eine Grundstruktur angeben kann, wie die Antwort darin versteckt ist.
LG,
Bernhard