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 : Finance – pokročilá analytika
Finance – pokročilá analytika
Kód úlohy

Standardní kód úlohy v MBI.

:
UQ079A
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.

:
Charakteristiky úlohy

Charakteristiky úlohy

1. Funkcionalita
  • Hodnocení očekávaného zisku a výnosů v závislosti na stavu trhu, maržích a vlastní produkci,
  • Analýzy vývoje nákladů podle vývoje vlastní nabídky a produkce,
  • Predikce úvěrového zatížení podniku,
  • Hodnocení pohledávek a závazků podle významu partnerů.
2. KPI pro pokročilou analytiku
  • Hospodářský výsledek (IQ0001 ),
  • Výnosy podniku, Obrat (IQ0002 ), Hrubá marže (IQ0008 ),
  • Objem nákladů podniku (IQ0003 ),
  • Pracovní náklady (IQ0009 ),
  • Objem pohledávek (IQ0005 ),
  • Objem závazků (IQ0006 ),
  • EBITDA, Earnings Before Interest, Taxes, Depreciation and Amortization (IQ0007 ),
  • EVA, Economic Value Added (IQ0004 ),
3. Faktory
  • Dolování dat, Data Mining (F413 ),
  • Process Mining (F421 ),
  • Text Mining (F468 ),
  • Prediktivní analytika, PA (F454 ),
4. Poznámky, reference
  • Slánský, D.: Data and Analytics for the 21st Century: Architecture and Governance, Professional Publishing, 2018. ISBN 978-80-88260-16-5.,
  • PROVOST, F., FAWCETT, T.: Data Science for Business. What You Need to Know About Data Mining and Data-Analytic Thinking. O´Reilly Media. Sebastopol. 2013. ISBN: 978-1-449-36132-7,
  • Laney, D., B.: Infonomics, Bibliomotion, Inc., New York, 2018. ISBN 978-1-138-09038-5,
  • KUHN, M., JOHNSON, K.: Applied Predictive Modeling, Groton, Saline, USA, Springer, 2016. ISBN 978-1-4614-6848-6