Toto je objekt systému MBI.

MBI (Management Byznys Informatiky) je portál obsahující zobecněná řešení v řízení provozu a rozvoje IT, resp. podnikové informatiky.

Pokud máte zájem získat více informací o tomto objektu (vazby na další objekty, přílohy, apod.), ale i získat mnoho dalších užitečných materiálů, můžete tak učinit ZDE / (registrace je bezplatná).

Úloha : Dopravní analýzy
Dopravní analýzy
Kód úlohy

Standardní kód úlohy v MBI.

:
UQ404A
Autor návrhu úlohy

Jméno a příjmení autora úlohy

:
MBI tým
Předpokládaná pravděpodobnost užití v praxi

Předpokládaná pravděpodobnost užití úlohy v praxi, hodnoty 0 - 1. Např. 0,7 - úlohu lze využít v 7 z 10 podniků. Hodnoty jsou průběžně testovány a upřesňovány na základě anket a průzkumů.

:
0.3
Charakteristiky úlohy

Charakteristiky úlohy

1. “Dopravní analýzy“ – účel:
  • Účelem analytické úlohy je především dosažení očekávaných efektů , tj. pozitivních změn v metrikách řízení podnikové dopravy,
  • Úloha má současně řešit otázky definované ve scénářích MBI, a to zejména ve scénáři, kde jsou formulovány společné otázky a problémy spojené s řešením analytických úloh (SQ004 ).
2. Dimenzionální prostor řízení dopravy:
  • Při řešení analýz dopravy lze vyjít z možných analytických hledisek , resp. dimenzí , které je účelné ve vztahu k jednotlivým ukazatelům řízení dopravy zvažovat a využít. Ty lze vybírat z následujících skupin dimenzí :
    • Základní dimenze (DIG000 ),
    • Dimenze dopravy (DIGQ50 ),
    • Dimenze skladového hospodářství (DIGQ40 ),
    • Podniková organizace (DIGQ01 ),
    • Ekonomické dimenze podniku (DIGQ05 ),
    • Externí partneři podniku (DIGQ10 ),
    • Obchodní dimenze podniku (DIGQ30 ).
3. Funkcionalita dopravních analýz, analytický prostor
  • Analytický dokument: Dopravní analýzy (DQ441A),
  • Dále uvedené ukazatelé a dimenze představují pouze vybrané základní , k nim jsou na stránkách jednotlivých metrik doplněny i další související.
  • Obdobně se předpokládá, že na základě specifikovaných ukazatelů se podle potřeby podnikového řízení vytvářejí i další kalkulované ukazatele , např. průměrné náklady na tunokilometr apod.
3.1. Analýzy ukazatelů dopravy dle vybraných dimenzí:
  • Ukazatelé pro analýzy dopravy:
    • Náklady na logistiku (IQ4051 ), Náklady na přepravu a dopravu (IQ4052 ), Dopravní náklady zásob (IQ4012 ),
    • Výkon přepravy (IQ4057 ), Spolehlivost dopravce (IQ4053 ),
    • Včasné naskladnění (IQ4055 ), Podíl využití nákladního auta (IQ4056 ).
  • Dimenze pro analýzy dopravy:
3.2. Časové analýzy dopravy („Time Intelligence“):
  • Vývoj ukazatelů dopravy v čase – platí pro všechny uvedené ukazatele, včetně jejich dimenzí a navíc s dimenzí Časová dimenze (DI001 ), tj. obvykle počínaje rokem a konče na úrovni dne a případně, pokud je nutné i s dimenzí Hodiny (DI002 ),
  • Využití indexů dopravních aktivit, zejména bazických, řetězových, sezónních,
  • Postupný nárůst hodnot ukazatelů dopravy od aktuálního data - k začátku roku (YTD (year-to-date), resp. k začátku kvartálu (QTD, quarter-to-date), resp. k začátku měsíce (MTD, month-to-date).
  • Meziroční porovnání ukazatelů dopravy, vývojové trendy – tj. hodnoty ukazatelů jak za aktuální období, resp. rok, tak za odpovídající období v minulých létech.
  • Analýzy klouzavých ukazatelů dopravy – např. klouzavý roční souhrn (moving annual total, MAT) - sleduje souhrnné hodnoty za posledních 12 měsíců.
3.3. Srovnávací analýzy dopravních aktivit:
  • Porovnání plánovaného objemu dopravy se skutečností , případně porovnání jednotlivých variant plánů – dimenze Plán, skutečnost (DI003 ),
  • Srovnávací analýzy hodnot ukazatelů podle dimenzí , např. porovnání jednotlivých poskytovatelů dopravních služeb podle objemů služeb, objemu tunokilometrů apod.,
  • Určení pořadí dimenzí (ranking) – např. stanovení pořadí poskytovatelů dopravních služeb podle objemů služeb apod.
  • Určení vybraného počtu nejlepších / nejhorších prvků - např. TOP 10 poskytovatelů dopravních služeb.
4. Zdroje dat:
  • Evidence dopravců (DQ401A),
  • Evidence vlastních dopravních prostředků (DQ402A),
  • Evidence CCS a zahraničních kreditních karet (DQ403A),
  • Evidence požadavků na dopravu (DQ404A),
  • Kalkulace nákladů a specifikace dopravní cesty (DQ405A),
  • Dokumenty dopravců (DQ411A),
  • Dokumenty vlastních prostředků a jejich využití (DQ412A),
  • Dokumenty o CCS a kreditních kartách (DQ413A),
  • Očekávané požadavky na dopravu (DQ414A),
  • Operativní požadavky na dopravu (DQ415A),
  • Objednávka na dopravu (DQ416A),
  • Plány dopravy (DQ421A),
  • Přehledy a výkazy o dopravě (DQ431A).
5. Vztahy analýzy dopravy k IT:
  • Aplikace a technologie Business Intelligence (FSG400 ) umožňující v tomto případě zejména analýzy nákupů nad datovými sklady a OLAP databázemi a specifické analytická aplikace (F409 ).
  • Aplikace Self Service Business Intelligence (F455 ). Příkladem nástrojů pro aplikace této třídy je Power Pivot (AQ001A ), nebo Power BI (AQ002A ) a s nimi spojený jazyk DAX (AQ003A ), Tableau (AQ006A ), Qlik Sense (AQ007A),
  • Celopodnikové aplikace - ERP (F300 ) umožňují základní dopravní analýzy a rovněž analýzy na bázi business intelligence, pokud má tyto technologie integrovány ve svém produktu, případně základní analýzy na vlastní relační databází,
  • Využívání analýz pro potřeby efektivního řízení nákupů přímo u poskytovatelů dopravních služeb, resp. v odloučených jednotkách nabízejí aplikace mobilního business intelligence (F460).
6. Podmínky úspěšnosti dopravních analýz:
  • Dosažení potřebné dostupnosti a kvality dopravních analýz v místě a čase, tj. např. v dislokovaných jednotkách apod.,
  • Možnosti automatického zasílání varovných nebo jen informativních zpráv manažerům dopravy, případně skladů na základě výsledků uskutečněných nákupních, materiálových a dalších analýz a jejich vyhodnocení oproti definovaným pravidlům, limitům apod.,
  • Uplatnění vysoké komplexnosti a kvality analýz dopravy s vazbou na celopodnikové analýzy, řešení analýz s využitím potřebného množství analytických dimenzí,
  • Dosažení požadované flexibility analýz vzhledem k aktuálním potřebám a podmínkám manažerů dopravy a současně potřebné granularity dat pro realizaci analytických operací, zajištění takové úrovně detailních dat pro analýzy, která je dosažitelná a ekonomicky přiměřená, např. data o jednotlivých dopravních akcích apod.