|
Úloha
: Finance – pokročilá analytika
|
|
|
|
|
Kód úlohy
Standardní kód úlohy v MBI.
:
|
Autor návrhu úlohy
Jméno a příjmení autora úlohy
:
|
Datum poslední úpravy
Datum poslední úpravy úlohy ve tvaru rrrr.mm.dd.
:
|
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
 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
),
 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
|
|
|
|
3. Faktory