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 : Nákup – pokročilá analytika
Nákup – pokročilá analytika
Kód úlohy

Standardní kód úlohy v MBI.

:
UQ159A
Autor návrhu úlohy

Jméno a příjmení autora úlohy

:
MBI tým
Datum poslední úpravy

Datum poslední úpravy úlohy ve tvaru rrrr.mm.dd.

:
2019-09-26
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
  • Segmentace - rozdělení dodavatelů do skupin, které mají podobné charakteristiky, a to dle různých charakteristik, např. segmentace demografické, behaviorální (dle chování), geografické apod.
  • Hodnocení spolehlivosti dodavatelů.
  • Predikce potřeby specifických dodávek materiálů, zboží a služeb.
2. KPI pro pokročilou analytiku
  • Objem nákupů za stanovený čas (IQ3001 ), Náklady na zajištění nákupu materiálu a zboží (IQ3003 ),
  • Počet obchodních transakcí (IQ1012 ) – nákupního charakteru, Objem transakcí v čase (IQ7006 ),
  • Počet reklamací a objem reklamovaného zboží (IQ3002 ) za dodavateli,
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