Für die Untersuchung des Fallbeispiels der Grünenthal GmbH wird dem folgenden Vorgehensmodell gefolgt:

I. Problem Definition

II. Daten- und Informationsbeschaffung

III. Explorative Analyse

IV. Anpassung statistischer Modelle

V. Forecasting unter Verwendung der Prognosemodelle

VI. Auswahl des besten Prognosemodells nach Land

VII. Abschließender (aggregierter) Forecast für Europa

Zu Beginn der Untersuchung wird das Forecasting Problem definiert (I). So wird festgelegt, welche Kennzahl, bezogen auf welche Dimension für welchen Zeit horizont prognostiziert werden soll. Anschließend werden alle relevanten und verfügbaren Daten zusammengetragen und in eine geeignete Form der Datenorganisation überführt (II).

Die Analyse beginnt durch eine explorative Untersuchung (III), die einen Überblic k verschafft sowie Zusammenhänge und mögliche Unstimmigkeiten in den Daten aufdeckt.

Wie in 4.1 eingehender erläutert, soll ein Forecast für einzelne Länder sowie auf europäischer Ebene erstellt werden. Die in Kapitel 3 vorgestellten statistischen Modelle (ARIMA, ETS, DR-Modelle) werden daher für jedes Land entwickelt (IV). Unter Verwendung der spezifizierten Modelle werden Forecasts erstellt (V). Basierend auf der Güte der Vorhersage werden die besten Prognosemodelle für jedes Land ausgewählt (VI). Schließlich wird im letzten Schritt ein aggregierter Forecast auf europäischer Ebene entwickelt (VII).