Merchandise Financial Planning verbindet finanzielle Ziele mit Absatz, Marge und Bestand.
← EPIP Deep DiveUmsatzplanung
EPIP · CASE STUDY 01 · OPEN CPM
Umsatzplanung
im Handels-KMU.
Vom ERP-Ist über Budget und Forecast bis zur erklärbaren Planabweichung.
ERP ACTUALS→INTEGRATE→PLAN→FORECAST→REVIEW→VARIANCE→SEMANTIC CPM
01 · Fachlicher Hintergrund
Synthetischer Case. Reale Handels- und CPM-Logik.
Das Unternehmen und seine Werte sind fiktiv. Das Planungsmodell orientiert sich dagegen an etablierten Retail-/FP&A-Prinzipien: Sales, Gross Margin und Inventory werden gemeinsam geplant; Forecasts werden mit Actuals und Targets verglichen und Abweichungen über Dimensionen analysiert.
Budget bildet Ziele detailliert ab; Forecast aktualisiert die Erwartung anhand historischer und aktueller Informationen.
Abweichungsanalyse quantifiziert Unterschiede zwischen Ist bzw. Erwartung und Plan und grenzt relevante Treiber ein.
Fachliche Referenzen: IBM Planning, Budgeting & Forecasting / Variance Analysis sowie Oracle Retail Merchandise Financial Planning und aktuelle MFP-Praxis. Die Zahlen im folgenden Szenario sind synthetisch und dienen ausschließlich der Demonstration.
02 · Geschäftslage
Ein typisches Problem: Daten sind vorhanden – Planung und Kontext sind verteilt.
Nordstern verkauft technische Konsumgüter über Filialen, B2B und Online. Ist-Umsätze kommen aus dem ERP, Produkt- und Kundenstrukturen aus Stammdaten, die Planung wird jedoch bislang separat gepflegt.
Die Geschäftsführung möchte monatlich sehen, wie sich Actual, Budget und Forecast entwickeln – und bei relevanten Abweichungen nachvollziehen können, welche Regionen, Kanäle und Produktgruppen beteiligt sind.
03 · Business Model
Ein fachliches Modell für Ist und Planung.
Dasselbe kontrollierte Modell strukturiert ERP-Actuals, Budget, Forecast und spätere Vergleiche.
04 · ERP → EPIP
Ist-Daten werden zur belastbaren Planungsbasis.
SOURCEERPSales · Orders · Master Data
→STAGINGInboundRaw · Load ID · Source
→QUALITYValidateKeys · Rules · Findings
→COREActualsSCD2 · History · Audit
→CPMPlanning BaseDimensions · Measures
05 · Budget & Forecast
Ein Wert bekommt Planungsidentität.
PERIOD2026-09
VERSIONForecast 09
SCENARIOBase
ORGRegion West
CHANNELOnline
MEASURERevenue
ACTUAL YTD€ 8.42 M
→BASELINERun Rate + Assumptions
→FORECAST FY€ 11.08 M
↔BUDGET FY€ 11.50 M
Beispielwerte · fiktives Szenario
05B · Management Snapshot
Die Abweichung ist mehrdimensional – nicht nur Umsatz.
Synthetische, mathematisch aufeinander abgestimmte Demonstrationswerte.
06 · Planning Workflow
Planung ist nicht nur eine Zahl.
OPENFinance öffnet Version
→PLANNINGRegion ergänzt Forecast
→SUBMITTEDzur Prüfung
→REVIEWController prüft
→APPROVEDfreigegeben
→LOCKEDVersion geschützt
Status, Rollen, Transitionen und Regeln gehören zum Planungsprozess und sollen in EPIP konfigurierbar sein.
07 · Variance
Jetzt wird aus Planung eine Managementfrage.
REGION WEST · ONLINE · FORECAST FY− € 270 K−11.2 % vs. Budget
Die klassische CPM-Analyse zeigt eine relevante Umsatzabweichung. Drill-down grenzt sie auf zwei Produktgruppen und den Online-Kanal ein.
HOME TECH−16.8 %
MOBILE−9.4 %
OTHER−1.2 %
Beispielwerte · fiktives Szenario
08 · Classic CPM
SQL beantwortet zuerst die präzisen Fragen.
Region West · Online · Home Tech / Mobile.
Ab Juli verstärkt sich der Abstand zum Budget.
Umsatz stärker betroffen als Absatzmenge – Hinweis auf Mix/Preis.
Erst strukturierte Analyse. Semantic CPM beginnt nicht dort, wo SQL die Antwort bereits exakt liefern kann.
09 · Driver Check
Vor Similarity stehen prüfbare Geschäftstreiber.
Die geringere Stückzahl erklärt einen Teil des Revenue Gap und wird über Produkt, Kanal und Periode geprüft.
Sinkende Gross Margin bei moderaterem Mengenrückgang ist ein Signal, Produktmix, Preis und Markdowns separat zu analysieren.
Verfügbarkeit, Receipts und Stock Position gehören im Handel zum fachlichen Prüfpfad – ohne daraus automatisch eine Ursache abzuleiten.
Analytische GrenzeEPIP trennt Messung und Hypothese: Die Kennzahlen zeigen wo und wie stark etwas abweicht. Ursachen wie Preis, Promotion, Sortiment oder Verfügbarkeit werden anschließend mit passenden Daten geprüft.
10 · Semantic CPM
Was war früher ähnlich?
CURRENT CASEWest · Online · Revenue GapPeriod · Product Mix · Channel · KPI Pattern
→SEMANTIC REPRESENTATIONpgvector / Research Projectionstructured context → similarity representation
→SIMILARITYHistorical Casesranked comparison candidates
Ähnliches Umsatz-/Mengenmuster bei verändertem Produktmix.
Vergleichbare Abweichung zusammen mit einer Sortimentsumstellung.
Relevante Entitäten und historische Konstellationen werden als Analysehinweise verknüpft.
WICHTIGSimilarity ist kein Ursachenbeweis.
Die Treffer liefern Vergleichskandidaten und Kontext. Ob dieselbe Ursache vorliegt, muss fachlich geprüft werden.
11 · Management View
Aus Daten wird ein prüfbarer Entscheidungskontext.
OBSERVEDForecast −3.7 %gegen Budget
+DRILL-DOWNWest · OnlineHome Tech / Mobile
+HISTORY2 ähnliche Fällezur fachlichen Prüfung
→NEXT ACTIONReview assumptionsMix · Pricing · Campaign · Supply
12 · Research Extension
HDC als zweite Repräsentation einer Geschäftssituation.
CONCEPTUAL CASE ENCODING
Region:West ⊗ Channel:Online
Category:HomeTech ⊗ Period:Q3
RevenueGap:High ⊗ Margin:Down
↓ BIND / BUNDLE
CASE HYPERVECTOR
↓ SIMILARITY
ASSOCIATIVE MEMORY
Category:HomeTech ⊗ Period:Q3
RevenueGap:High ⊗ Margin:Down
↓ BIND / BUNDLE
CASE HYPERVECTOR
↓ SIMILARITY
ASSOCIATIVE MEMORY
RESEARCH QUESTIONKann eine mehrdimensionale CPM-Situation kompakt codiert und gegen historische Situationen verglichen werden?
HDC ist hier bewusst Forschungs- und Prototyping-Layer. Es ersetzt weder relationale Fakten noch die fachliche Varianzanalyse.
RESEARCH · NOT PRODUCTION CLAIM13 · Was der Case zeigt
Ein Geschäftsfall verbindet die EPIP-Schichten.
Integration, Historie und Datenqualität.
Versionen, Szenarien und Abweichungen.
Rollen, Review, Freigabe und Audit.
Zusätzliche analytische Projektion für historische Vergleichsfälle.
ENGINEERING STATUS
Bestehendes Fundament: PostgreSQL/pgvector, Daten-Templates, SCD2, getrennte Datenbereiche, API-/QA-/Audit-Konzept. Zielbild: Planning und konfigurierbare Workflows. Research: Semantic CPM und HDC-basierte Repräsentationen.
EPIP · CASE STUDY 01
Die Architektur wird verständlich, wenn ein echter Prozess hindurchläuft.
Die Nordstern-Case-Study ist bewusst fiktiv. Sie zeigt, wie EPIP Datenintegration, CPM-Logik, Prozesssteuerung und semantische Analyse als zusammenhängendes System denken kann.
← EPIP Deep Dive Project Lab →09 · From Business Question to Data Model
Vom Managementproblem zum belastbaren Planungsmodell.
Die Fragestellung „Warum liegt West / Online unter Forecast?“ wird nicht direkt zu einem Dashboard. Zuerst werden analytischer Grain, Dimensionen, Measures und Planungsstände eindeutig definiert.
ENGINEERING VIEWBusiness → Model → Data → EvidenceDie dargestellten Handelsdaten bleiben synthetisch; Modellierungsprinzipien und technische EPIP-Bausteine werden getrennt ausgewiesen.
BUSINESS QUESTIONWarum liegt West / Online unter Forecast?
→
ANALYTICAL GRAINPeriod × Organisation × Channel × Product × Scenario × Version
→
MEASURESRevenue · Units · Gross Margin · Markdown · Inventory
→
CPM MODELActual · Budget · Forecast
Planning Star
DIM_TIME
DIM_ORG
FACT_PLANNINGrevenue · units · gross_margin
markdown · inventory DIM_PRODUCT DIM_CHANNEL DIM_SCENARIO / VERSION
markdown · inventory DIM_PRODUCT DIM_CHANNEL DIM_SCENARIO / VERSION
Der Grain definiert, was ein einzelner Plan- oder Istwert fachlich bedeutet. Szenario und Version halten unterschiedliche Planstände auseinander; historische Dimensionszustände können über SCD2 erhalten werden.
Von der Quelle zur Abweichung
ERP / SALES / CSV / API↓
STAGING↓
VALIDATION / QA↓
TRANSFORM↓
DIMENSIONS · SCD2FACTS
↓
CPM MODEL↓
ACTUALBUDGETFORECAST
↓
VARIANCE
valid_from
valid_to
is_currentHistorische fachliche Zustände bleiben zeitlich rekonstruierbar.
Period × Org × Product
× Channel × Scenario × VersionDer definierte Grain verhindert mehrdeutige Planwerte.
Relational Case
↓
Vector / Hypervector
↓
SimilarityDie Projektion ergänzt das relationale Modell; sie ersetzt nicht dessen Source-of-Truth-Funktion.
ENGINEERING EVIDENCE
Was Fundament ist – und was Ausbau bleibt.
PostgreSQL / pgvector● FOUNDATION
Schema Separationstg · core · ref · tx · api · rpt · audit · semantic · qa● FOUNDATION
SCD2 History● FOUNDATION
QA / Audit● FOUNDATION
API Layer● FOUNDATION
Containerized Deployment● FOUNDATION
Open CPM / Planning○ TARGET ARCHITECTURE
Configurable Workflow○ TARGET ARCHITECTURE
Semantic CPM◇ RESEARCH / DEVELOPMENT
HDC◇ RESEARCH