Data mining v direct marketingu České spořitelny prosinec 2011

Rozměr: px
Začít zobrazení ze stránky:

Download "Data mining v direct marketingu České spořitelny prosinec 2011"

Transkript

1 Data mining v direct marketingu České spořitelny prosinec 2011 Jan Spousta s využitím materiálů Petra Ptáčníka

2 AGENDA: I. Direct marketing České spořitelny: historie a současnost II. Data mining v ČS: modely, kampaně a analýzy III. Diskuse strana 2

3 I. Direct marketing v České spořitelně Česká spořitelna Direct marketing: Organizační začlenění a struktura Kompetence a rozvoj strana 3

4 Česká Spořitelna (ČS) Založena1825 Dnes součástí Erste Bank Group Přes 600 poboček Přes zaměstnanců Asi klientů (nejvíc v ČR) Jmenována Bankou desetiletí strana 4

5 Kde jsme zařazeni ve struktuře ČS? Divize 5 Drobné bankovnictví (ředitel Jiří Škorvaga) Úsek 5200 Distribuce (ředitel Martin Techman) Odbor 5270 Direct Marketing (vedením pověřen Václav Hrubý) Dva týmy: Campaign Management (Václav Hrubý) a Data Mining (Petr Ptáčník) strana 5

6 Co kdo v ČS umí a dělá Cognos v ČS DaMi v ČS DWH v ČS strana 6

7 Odbor Direct Marketing v ČS Direct Marketing Tým Data Mining Tým Campaign Management Tři dílčí týmy Technický (data, sw) Statistické modelování Kampaňoví analytici (podpora kampaní) Profitabilní Data Mining Dvě specializace Kampaňoví manažeři (organizace) Kampaňoví specialisté (technické zajištění kampaní) Sdílené poslání: Maximalizovat dlouhodobý provozní zisk prostřednictvím přímých prodejů stávajícím klientům. strana 7 7

8 Tým Data mining v ČS aktivní od března 2003 Lidé: Dvanáctičlenný tým, naděje na další rozšíření Data: o všech klientech FS ČS a o jejich produktech Hardware: 1 server pro data mining, 6 serverů pro SAS Marketing Automation, 1 server pro SAS Marketing Optimization Software: SAS, SPSS, atd. strana 8

9 Počátky DaMi v ČS: od prediktivních modelů k obchodním analýzám s Marketing Automation FTE v Data Miningu Prediktivní modely Reporting Výběry klientů do kampaní Obchodní analýzy Vyhodnocování MAT kampaní Optimalizace Analytický core business Rutina IT funkce Base SAS Vznik DaMi týmu SAS EM Rozvoj DaMi týmu SAS MAT Stabilizace DaMi týmu SAS MO Rozšíření FTE na cca dvojnásobek strana 9 9

10 Stav po první vlně rozšíření Nyní proběhne několikaměsíční zkušební doba Pokud splníme plánované cíle, počítáme s dalším rozšířením Asi léto 2012 Campaign Specialist Tereza Slunécková Campaign Specialist Dana Kovárová Campaign Specialist Michal Tucek CampaignSpecialist MiroslavŠlehof er CampaignSpecialist KaterinaLinhartová CampaignSpecialist SilviaRí hová Campaign Specialist NN CM Team Head Václav Hrubý DaMi Team Head (12,8 FTE) Petr Ptácník (11,2 FTE) Campaign Manager Beige I& MSE BarboraGomolová Campaign Manager BeigeII & MSE Veronika Pješcaková CampaignManager Bei geiii & MSE Tereza Kucerová CampaignManager Blue & Premier KaterinaBurianová CampaignManager PSD & Projects Pavlína Rozehnalová 1 FTE Prevedeno do MKTG Poznámka: Puvodní tým 13 FTE (vcetnero), Povolenénavýšení + 15 FTE = 28 FTE. 1 FTE prevod do 1700, 2 FTE Prevod do IT (Centralizace), takže konecný stav: 25 FTE vcet nero. Campaign Analist NN Campaign Analyst Katerina Krejcová 0.9 Campaign Analyst Jan Rathouský 0.8 Campaign Analyst Lenka Kovaríková Campaign Analyst Michal Foune Campaign Analyst Antoní nkoubek 0.5 ModelingTe am Jan Spousta Business Analyst Hana Kotinová Data Preparation & Support Team Jan Kašprišin Data Specialist Zbynek Jaroš Data Specialist Jaroslav Lžicar MAT Specialist Tomáš Herold K prevodu do IT MAT Speci alist Petra Lambertová K prevodu do IT MAT Specialist Jana Palušová V IT Pozice, které mají v názvu Campaign, budou obarveny strana 10

11 Datové toky mezi data miningem a CRM/DWH v ČS po implementaci SAS MAT a SAS MO surová data surová data surová data SAS Marketing Automation poznatky Data Mining (SAS) objednávky optim. klienti kampaně poznatky SAS Marketing Optimization strana 11 DWH (Oracle) surová data data o odezvě CRM (Siebel)

12 Cesta k profitu z Data Miningu v ČS Next Best Product model NBP model to sales channels -$$ +$$$ Mastering high volumes of data High number of campaigns Automation of the campaigning process (MAT) -$$$ +$ -$$$ Analysis of historical data --> client behavior & segmentation insights Predictive models Better targeted campaigns Very high number of small & very well targeted campaigns -$$ -$$ +$$$ Data processing methodology for direct marketing campaigns Precise evaluation of campaign response Precise evaluation of campaign profitability +$$$$$ -$ +$$ Average product lifetime analysis Newly sold product LTV calculations (with controlling) +$$$ -$ -$$ strana 12

13 II. Oblasti využití data miningu v ČS 1. pro porozumění individuálním potřebám klientů 2. pro dosažení přínosné segmentace 3. pro tvorbu marketingových plánů 4. pro nabídku vhodných produktů ve správnou dobu strana 13

14 Tři kroky analytiků 1. Dělat správné analýzy formulace zadání 1. Dělat analýzy správně data, statistika 1. Správně analýzy využít prezentace výstupů strana 14

15 Pět strategických otázek 1. Jaké analýzy přinesou více prodejů? 2. Jaké analýzy umožní zvýšit dlouhodobou hodnotu klientů? 3. Díky jakým analýzám si vybudujeme správné portfolio klientů? 4. Kdo určuje, co se bude analyzovat? Monitorujeme business, abychom byli schopní říkat, co se má dělat, nebo nám jen předávají úkoly k řešení? 5. Pokud nebudeme prosazovat analytické přístupy my, tak kdo? strana 15

16 Analytické sedmero 1. Pokud vidíme problém, je to naše zodpovědnost, abychom k němu přitáhli pozornost. Je-li to nutné, rozdmýchejme oheň. 2. Mluvme řečí businessu, aby to business správně pochopil. 3. V jednoduchosti je krása. 4. Jeden obrázek je lepší než 1000 slov. 5. Nedodávejme data ani reporty, tvořme analýzy. 6. Sdílejme poznatky, pomáhejme si. 7. Nevymýšlejme kolo. strana 16

17 1. Využití data miningu pro porozumění individuálním potřebám klientů potenciální klienti stávající klienti bývalí klienti strana 17

18 Analytické porozumění potřebám klientů Deskripce Korekce Predikce strana 18

19 Deskripce současného a minulého chování klientů profitabilita pro banku loajalita sociodemografické charakteristiky finanční chování hlavní banka aktivita, sofistikovanost fáze životního cyklu segmentace výzkum trhu strana 19

20 Predikce budoucího chování klientů budoucí finanční potřeby očekávané nákupy pravděpodobnost koupě jednotlivé produkty převažující typ produktů očekávaný objem očekávaný zisk budoucí využívání stávajících produktů očekávaná délka využívání navyšování/snižování prostředků pravděpodobnost zrušení budoucí hodnota klienta strana 20

21 Data: 1500 proměnných, 3+ let historie Příklad vlivné proměnné: vlastnění a používání kontokorentu (=overdraft) je dobrým prediktorem toho, zda si klient vezme úvěr (=loan) strana 21

22 Prediktivní modely a jejich profily strana 22

23 Korekce chování klientů Jaké produkty klient potřebuje v daný okamžik Jakým způsobem mu je nabídnout Komunikační kanál Čas Benefit Jakým způsobem mu je poskytovat Nastavení produktů Způsob obsluhy klienta Experimentální design Měření dosažené změny strana 23

24 2. Využití data miningu pro dosažení přínosné segmentace koho segmentovat? za jakým účelem? použitá data! použité techniky! strana 24

25 Koho segmentovat Celý trh Vlastní klienti Bývalí klienti Klienti vlastnící produkt A Klienti ze segmentu 1 Klienti Klienti vlastnící ze segmentu 2 produkt B strana 25

26 Za jakým účelem segmentovat? nalezení profitabilních segmentů stanovení obchodních plánů lepší porozumění potřebám klientů nastavení různých úrovní obsluhy klientů diferenciace benefitů pro klienty diferenciace komunikace s klienty Více paralelních segmentací strana 26 Často vzájemně se vylučující požadavky

27 Použitá data výzkum trhu neklienti analýza dat ze systémů vlastní klienti strana 27

28 Použité techniky statistická segmentace expertní segmentace strana 28

29 Segmentační pyramida (dle Bauer-Kelly) Rostoucí komplexita více informací strana 29 Jeden klient Psychografie: postoje, chování, typy lidí Transakční data Sociodemografie: věk, příjem Využívání distribučních kanálů Vlastnictví produktů, zůstatky Masový trh, bez segmentace Čím výše v pyramidě, tím dokonalejší segmentace ČS je nyní zhruba zde

30 Příklad segmentace: 4 kroky 1. Clarifying Segmentation Purpose: Discussions with business and marketing experts 2. Auditing Data: Suggestion of dimensions describing clients 3. Modeling: Factor analysis K-means Simplification of segment assignment rules strana Describing segments: Profitability, size, demographics, product ownership and usage, segment dynamics

31 Popis výsledných segmentů 1. Very high balance clients Investors 2. (Loan & High Income) or Mortgage Loan Holders 3. High balance and/or High income Solvent Clients 4. Net balance significantly negative Debtors 5. Age < 18 or Student Youngsters & Students 6. Age > 60 or Pension is a primary inc. Pensioners 7. Low balance & Owns a loan product Unsecured 8. Avg. 4+ transactions in a month Transactors 9. Not a mother bank client Daughters Clients 10. Otherwise Depositors strana 31

32 Počty, výnosy, depozita Velikost bodu = počet klientů v segmentu Barva = bilance průměrného klienta Modrá = kladná Žlutá = kolem nuly Červená = záporná strana 32

33 3. Využití data miningu pro tvorbu marketingových plánů Objektivní měření efektivnosti kampaní Optimalizace počtu oslovených klientů s využitím prediktivních modelů Optimalizace výběrů strana 33

34 Konstrukce kontrolních skupin Po aplikaci všech výběrových podmínek musí být náhodně oddělena kontrolní skupina klientů, kteří záměrně nebudou oslovení. Nákupní chování klientů v kontrolní skupině je spontánní. Jeho rozdíl vůči oslovené skupině je pak skutečným výsledkem kampaně. Všichni klienti vyhovující finálním výběrovým podmínkám Oslovení klienti Kontrolní skupina Oddělení umožňuje statistické strana vyhodnocení odezvy

35 Objektivní měření efektivnosti kampaně odezva po týdnech Oslovení vybraní prediktivním modelem, dostali direct maily Kontrolní skupina vybraní prediktivním modelem, bez oslovení Nevybraní k oslovení splňovali podmínky pro poskytnutí úvěru, ale nebyli vybraní prediktivním modelem a nebyli oslovení 6% říjen listopad prosinec 5% DM 30,000 4% 3% 2% 1% DM 50,000 Skutečný efekt kampaně 0% Oslovení Kontrolní skupina Nevybraní k oslovení strana 35 35

36 Optimalizace počtu oslovených klientů Předpoklady: LTV prodávaného produktu 2000 Kč náklady na jedno oslovení 30 Kč hraniční akceptovatelné ROI 30 % strana 36 Oslovitelných Navýšení Prodej Zisk Počet Decil klientů kampaně ks (mil. Kč) ROI oslovených ,0% ,0 567% ,5% ,0 333% ,2% ,5 182% ,7% ,5 83% ,8% ,6 19% ,2% ,7-23% ,8% 754-1,5-50% ,5% 490-2,0-67% ,3% 319-2,4-79% ,2% 207-2,6-86% Celkem ,8% ,4 88% Zisk kumulativně (mil. Kč) ROI % 500% 400% 300% 200% 100% 0% -100% -200%

37 Optimalizace výběrů Výběr pro jednu kampaň prediktivní modely + produktové a kanálové hájení + další podmínky Optimalizace napříč kampaněmi může-li týž klient být zařazen do více kampaní, do které je nejvýhodnější ho dát (= podle očekávaného výnosu, ale naivní řešení maximalizací o.v. nefunguje dobře) strana 37

38 4. Využití data miningu pro nabídku vhodných produktů ve správnou dobu obecná náklonnost k nákupu události v životě klienta předurčující nákup strana 38

39 Obecná náklonnost k nákupu segmentace prediktivní modely posloupnosti nákupů Direct Marketing kampaně strana 39

40 Události v životě klienta předurčující nákup změny v datech, z nichž lze detekovat aktuální potřebu klienta sociodemografika transakce expirace produktů pohyb po webu Eventové a real time kampaně strana 40

41 III. Diskuse Byznys? Organizace práce? Analytické techniky? Skórování a výběry klientů? Vyhodnocení kampaní, marketingové experimenty? IT? strana 41

42 Děkuji Vám za pozornost Pro další otázky: Jan Spousta tel strana 42

Kampaňový management a implementace MA

Kampaňový management a implementace MA Kampaňový management a implementace MA Česká spořitelna, Direct marketing 10. prosince 2009 Václav Hrubý Agenda I. Představení DM v ČS II. Proces DM III. Tři komponenty úspěšné implementace Marketing automation

Více

Řízení SW projektů. Lekce 1 Základní pojmy a jejich vztahy. přednáška pro studenty FJFI ČVUT. zimní semestr 2012

Řízení SW projektů. Lekce 1 Základní pojmy a jejich vztahy. přednáška pro studenty FJFI ČVUT. zimní semestr 2012 Řízení SW projektů Lekce 1 Základní pojmy a jejich vztahy přednáška pro studenty FJFI ČVUT zimní semestr 2012 Ing. Pavel Rozsypal IBM Česká republika Global Business Services Lekce 1 - Základní pojmy a

Více

Reportingová platforma v České spořitelně

Reportingová platforma v České spořitelně Reportingová platforma v České spořitelně Agenda Implementované prostředí Cognos 8 v ČS Marek Varga, Česká spořitelna, a.s. Využití platformy Cognos z pohledu businessu Petr Kozák, Česká spořitelna, a.s.

Více

Nová dimenze rozhodovacího procesu

Nová dimenze rozhodovacího procesu Nová dimenze rozhodovacího procesu Marek Matoušek Pavel Mašek Data, nebo INFORMACE Využití dostupných firemních dat Několik systémů, mnoho různých dat Různé divize, různé potřeby Potřeba integrace dat

Více

IBM SPSS Decision Trees

IBM SPSS Decision Trees IBM Software IBM SPSS Decision Trees Jednoduše identifikujte skupiny a predikujte Stromově uspořádané postupné štěpení dat na homogenní podmnožiny je technika vhodná pro exploraci vztahů i pro tvorbu rozhodovacích

Více

Vítáme Vás na 20. uživatelské konferenci firmy ORTEX

Vítáme Vás na 20. uživatelské konferenci firmy ORTEX Vítáme Vás na 20. uživatelské konferenci firmy ORTEX Mgr. Pavel Hemelík, generální ředitel 1 Co dnes trh hodnotí? Reference Kvalifikovaní odborníci Neustálá inovace, vize Nestačí říkat, že něco děláte,

Více

Moderní metody automatizace a hodnocení marketingových kampaní

Moderní metody automatizace a hodnocení marketingových kampaní Moderní metody automatizace a hodnocení marketingových kampaní SAS CI Roadshow 2014 24/09/2014 Vít Stinka Agenda Představení společnosti Unicorn Systems Aliance Unicorn Systems a SAS Celkový koncept Customer

Více

Profitabilita klienta v kontextu Performance management

Profitabilita klienta v kontextu Performance management IBM Technical specialist team Pre Sale 26/10/2010 Profitabilita klienta v kontextu Performance management Co všechno řadíme do PM? Automatická data Běžný reporting Pokročilé statistické modely Včera What

Více

MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich ZÁKAZNICKÁ LOAJALITA A AKVIZICE VE FINANČNÍCH SLUŽBÁCH. StatSoft CR

MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich ZÁKAZNICKÁ LOAJALITA A AKVIZICE VE FINANČNÍCH SLUŽBÁCH. StatSoft CR Váš pomocník pro analýzu dat MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich StatSoft CR StatSoft StatSoft CR Dodavatel komplexních analytických řešení Výhradní dodavatel softwaru STATISTICA pro

Více

PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT

PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT JAKUB CHOVANEC - IDG KONFERENCE 3.6.2015 KDO JSME #1 v poskytování datové analytiky a služeb v oblasti Business Analytics a Business Intelligence 39 let na trhu 16

Více

v praxi Rizika a přínosy zavádění BI jako nástroje pro řízení podnikání

v praxi Rizika a přínosy zavádění BI jako nástroje pro řízení podnikání Podpora rozhodování v praxi Rizika a přínosy zavádění BI jako nástroje pro řízení podnikání HanušRais Business DevelopmentManager SAS Institute ČR s.r.o. Agenda Úvod - Profil SAS Institute Pojem Business

Více

Business Intelligence. Adam Trčka

Business Intelligence. Adam Trčka Business Intelligence Adam Trčka 09:00 11:30: BI v kostce Navrhněme si sklad Ukázka BI Datamining 12:30 14:30: Pokračování kurzu 14:30 15:00: Q&A Agenda Co se dnes dovíme? Data informace znalost Business

Více

Business strategie primární zaměření na zákazníka Cílem zlepšit interakce se zákazníky za účelem zvýšení výnosů a zisku a snížení nákladů Větší

Business strategie primární zaměření na zákazníka Cílem zlepšit interakce se zákazníky za účelem zvýšení výnosů a zisku a snížení nákladů Větší Business strategie primární zaměření na zákazníka Cílem zlepšit interakce se zákazníky za účelem zvýšení výnosů a zisku a snížení nákladů Větší viditelnost zákaznických informací a podpora lidí při jejich

Více

myavis NG MOBILE SOLUTIONS CRM s podporou obchodních procesů v terénu

myavis NG MOBILE SOLUTIONS CRM s podporou obchodních procesů v terénu myavis NG MOBILE SOLUTIONS CRM s podporou obchodních procesů v terénu KOMPLEXNÍ ŘEŠENÍ CRM PRO SPRÁVU A ŘÍZENÍ OBCHODNÍCH, MARKETINGOVÝCH A DISTRIBUČNÍCH ČINNOSTÍ, S PODPOROU PRÁCE V TERÉNU, PRO EFEKTIVNÍ

Více

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u uživatelů ve veřejné správě Bez nutnosti nasazování dalšího

Více

Výuka integrovaných IS firem a institucí na vysokých školách (zkušenosti, nové příležitosti, omezení)

Výuka integrovaných IS firem a institucí na vysokých školách (zkušenosti, nové příležitosti, omezení) Výuka integrovaných IS firem a institucí na vysokých školách (zkušenosti, nové příležitosti, omezení) Milena Tvrdíková Katedra aplikované informatiky Ekonomická fakulta VŠB Technická univerzita Ostrava

Více

Michal Hroch Server Product Manager Microsoft Česká republika

Michal Hroch Server Product Manager Microsoft Česká republika Michal Hroch Server Product Manager Microsoft Česká republika Proč by vás Platforma měla vůbec zajímat? záruka spolehlivosti potenciál pro nové příležitosti Performance Point server 6 Point of Sale Retail

Více

KRIMINALITA V 21. STOLETÍ A JEJÍ ŘEŠENÍ S VYUŽITÍM ANALYTICKÝCH METOD

KRIMINALITA V 21. STOLETÍ A JEJÍ ŘEŠENÍ S VYUŽITÍM ANALYTICKÝCH METOD Centrum pro vědu a výzkum, z.ú. KRIMINALITA V 21. STOLETÍ A JEJÍ ŘEŠENÍ S VYUŽITÍM ANALYTICKÝCH METOD ZHODNOCENÍ PŘÍSTUPŮ JEDNOTLIVÝCH ZEMÍ VE SVĚTĚ Ing. Radek Fujak Ing. Jiří Ševčík radek.fujak@accendo.cz

Více

Fraud management. Richard Dobiš 2.2.2011

Fraud management. Richard Dobiš 2.2.2011 Fraud management Richard Dobiš 2.2.2011 Lidská mysl je úžasný nástroj a když má patričnou zkušenost... Co víc business potřebuje? Odborný odhad HPP al. HPH Zbytečná otázka Kritické množství Projektový

Více

Řízení správy rolí v rozsáhlých organizacích. Michal Opatřil Corinex Group

Řízení správy rolí v rozsáhlých organizacích. Michal Opatřil Corinex Group Řízení správy rolí v rozsáhlých organizacích Michal Opatřil Corinex Group Agenda Popis typické situace v rozsáhlých organizacích Řešení Identity Lifecycle Management Úrovně vyspělosti integrace ILM Požadavky

Více

připravili Filip Trojan, Pavel Macek, p.macek@creditinfosolutions.com 731 126 291

připravili Filip Trojan, Pavel Macek, p.macek@creditinfosolutions.com 731 126 291 Credit Scoring a Creditinfo Predictor principy, výhody, použití připravili Filip Trojan, Pavel Macek, p.macek@creditinfosolutions.com 731 126 291 Co je to scoring CREDIT SCORING je globálně používaná technologie......

Více

BIG DATA BRÁNA K NOVÝM OBCHODNÍM PŘÍLEŽITOSTEM

BIG DATA BRÁNA K NOVÝM OBCHODNÍM PŘÍLEŽITOSTEM BIG DATA BRÁNA K NOVÝM OBCHODNÍM PŘÍLEŽITOSTEM BIG DATA BRÁNA K NOVÝM OBCHODNÍM PŘÍLEŽITOSTEM Pomáháme klientům využít zákaznická data a najít nové možnosti k obchodnímu růstu. Big Data jsou odrazovým

Více

Nasazení CA Role & Compliance Manager

Nasazení CA Role & Compliance Manager Nasazení CA Role & Compliance Manager Michal Opatřil Junior Solution Architect Agenda Popis typické situace v rozsáhlých organizacích Řešení Identity Lifecycle Management Úrovně vyspělosti integrace ILM

Více

INFORMAČNÍ SYSTÉMY. 03. 01. 2006, Ing. Jiří Mráz

INFORMAČNÍ SYSTÉMY. 03. 01. 2006, Ing. Jiří Mráz INFORMAČNÍ SYSTÉMY 03. 01. 2006, Ing. Jiří Mráz PŘEDNÁŠEJÍCÍ Jiří Mráz Production Coordinator UNICORN jiri.mraz@unicorn.cz AGENDA Informační a komunikační technologie (ICT) podniku Informační systémy Zakázkový

Více

mycash Moderní styl maloobchodního prodeje RETAIL MANAGEMENT

mycash Moderní styl maloobchodního prodeje RETAIL MANAGEMENT mycash RETAIL MANAGEMENT Moderní styl maloobchodního prodeje UCELENÉ SOFTWAROVÉ ŘEŠENÍ VEŠKERÝCH PROCESŮ MALOOBCHODNÍHO PRODEJE, VHODNÉ PRO STŘEDNÍ A VĚTŠÍ PRODEJNÍ SÍTĚ, VČETNĚ PODPORY MODELU FRANŠÍZOVÝCH

Více

Obsah Úvod 11 Jak být úspěšný Základy IT

Obsah Úvod 11 Jak být úspěšný Základy IT Obsah Úvod 11 Jak být úspěšný 13 Krok 0: Než začneme 13 Krok 1: Vybrat si dobře placenou oblast 14 Krok 2: Vytvořit si plán osobního rozvoje 15 Krok 3: Naplnit osobní rozvoj 16 Krok 4: Osvojit si důležité

Více

On line sledování, plánování a řízení výroby - MES HYDRA

On line sledování, plánování a řízení výroby - MES HYDRA On line sledování, plánování a řízení výroby - MES HYDRA Josef Černý, ICZ a. s. 9.10.2012 www.i.cz 1 Agenda Informační podpora podnikových procesů Výrobní informační systémy MES HYDRA Základní charakteristika

Více

Simulace systému hromadné obsluhy Nejčastější chyby v semestrálních pracích

Simulace systému hromadné obsluhy Nejčastější chyby v semestrálních pracích Simulace systému hromadné obsluhy Nejčastější chyby v semestrálních pracích Nedostatešný popis systému a jeho modelu vstupy S výstupy Systém Část prostředí, kterou lze od jeho okolí oddělit fyzickou nebo

Více

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci ERP Taktická Operativní Kategorie ERP - zaměřeno na

Více

Flow monitoring a NBA: Kdy, kde, jak a proč? Petr Špringl springl@invea.cz

Flow monitoring a NBA: Kdy, kde, jak a proč? Petr Špringl springl@invea.cz Flow monitoring a NBA: Kdy, kde, jak a proč? Petr Špringl springl@invea.cz Čím se zabýváme? Monitoring sítě správa, optimalizace, troubleshooting Máte přehled o síťových komunikacích nejen do Internetu

Více

Řízení ICT služeb na bázi katalogu služeb

Řízení ICT služeb na bázi katalogu služeb Řízení ICT služeb na bázi katalogu služeb Jiří Voř katedra IT, IT, VŠE vorisek@vse.cz nb.vse.cz/~vorisek 1 Služby fenomén současné etapy rozvoje společnosti 2 Vlastnosti služeb služby se od produktů liší

Více

Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad

Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad CIO PIA5 NSC Prague Obsah Představení firmy Migrace BW to HANA BI architektura ve Wincor Nixdorf Migrační varianty z BW

Více

Slovenská spořitelna:

Slovenská spořitelna: Případová studie Slovenská spořitelna: Microsoft Dynamics CRM pro správu klientů ze segmentu malých a středních podniků Jak jsme Slovenské spořitelně usnadnily a zefektivnily práci s klienty ze segmentu

Více

B3 Vazba strategie byznys

B3 Vazba strategie byznys Projektový manažer 250+ Kariéra projektového manažera začíná u nás! B Strategické řízení organizace B3 Vazba strategie byznys Toto téma vysvětluje vzájemný vztah mezi tzv. byznysem organizace (hlavním

Více

Čtvrtletní zpráva DIRECT pojišťovny, a. s. k 31. 3. 2016

Čtvrtletní zpráva DIRECT pojišťovny, a. s. k 31. 3. 2016 Čtvrtletní zpráva DIRECT pojišťovny, a. s. k 31. 3. 2016 1 Údaje o DIRECT pojišťovně, a.s. Obchodní firma DIRECT pojišťovna, a. s. Právní forma akciová společnost Sídlo Nové sady 996/25 Brno 602 00 www.direct.cz

Více

Shrnutí látky EBF 1 a 2

Shrnutí látky EBF 1 a 2 Shrnutí látky EBF 1 a 2 Ekonomika a řízení subjektů finančních služeb 1. ročník zimní semestr Přednáška 1-2004 Úvod do předmětu Finančně řídit banku znamená neustále nastavovat složení aktiv a pasiv tak,

Více

Dobývání znalostí z databází. Databáze. datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek

Dobývání znalostí z databází. Databáze. datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek Databáze datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek 980103 Jan Novak Dlouha 5 Praha 1 9945371 100.00 100.00 980105 Jan Novak Dlouha 5 Praha 1 9945371 1500.00 1600.00 980106

Více

Aktuality 26. září 2012

Aktuality 26. září 2012 Všichni o IT budoucnosti mluví. IBM Vám ji přináší. Představení nového partnerského programu pro Managed Service Providers Datum: 7. listopadu 2012 1 Představujeme nová partnerství Managed Service Provider

Více

Logos. Podebradska 55/88 198 00 Prague 9 Czech Republic. Tel +420 225 281 811. www.logos.cz

Logos. Podebradska 55/88 198 00 Prague 9 Czech Republic. Tel +420 225 281 811. www.logos.cz Logos Podebradska 55/88 198 00 Prague 9 Czech Republic Tel +420 225 281 811 Outsourcing: Přínosy a úskalí Michal Hanus Business Development Direstor Michal.hanus@logos.cz Logos a.s. Poděbradská 55/88 198

Více

Ako znížiť zásoby a zlepšiť zákaznícky servis pomocou Oracle riešení.

Ako znížiť zásoby a zlepšiť zákaznícky servis pomocou Oracle riešení. 20.10.2011 Slovensko Bratislava Ako znížiť zásoby a zlepšiť zákaznícky servis pomocou Oracle riešení. Milan Černý SCM/Logistic Solution Specialist Agenda Oblasti využití Význam plánování

Více

1. Jak často zjišťujete ve Vaší společnosti spokojenost zákazníka? 2. Jakým způsobem běžně zjišťujete ve Vaší společnosti spokojenost zákazníků?

1. Jak často zjišťujete ve Vaší společnosti spokojenost zákazníka? 2. Jakým způsobem běžně zjišťujete ve Vaší společnosti spokojenost zákazníků? Vážený respondente, prostřednictvím tohoto dotazníku jsou sbírána data o problematice řízení vztahů se zákazníky, která je náplní výzkumné činnosti Ústavu marketingu a obchodu Provozně ekonomické fakulty

Více

IBM Enterprise Marketing Management Představení

IBM Enterprise Marketing Management Představení IBM Enterprise Marketing Management Představení Jiří Slabý, Business Solution Architect Lenka Vraná, Consultant IBM skupina Enterprise Marketing Managementu (EMM) EMM mise Podpořit marketingová oddělení

Více

OTRS Free Open Source nástroj pro Service Management

OTRS Free Open Source nástroj pro Service Management OTRS Free Open Source nástroj pro Service Management www.scanservice.cz Aleš Stiburek Service Desk Manager 24. 5. 2016 scanservice a.s. Náchodská 2397/23 193 00 Praha 9 Česká republika E-mail: info@scanservice.cz

Více

Dobývání znalostí z databází

Dobývání znalostí z databází Dobývání znalostí z databází (Knowledge Discovery in Databases, Data Mining,..., Knowledge Destilery,...) Non-trivial process of identifying valid, novel, potentially useful and ultimately understandable

Více

GIS jako důležitá součást BI. Jan Broulík, Petr Panec ARCDATA PRAHA, s.r.o.

GIS jako důležitá součást BI. Jan Broulík, Petr Panec ARCDATA PRAHA, s.r.o. GIS jako důležitá součást BI Jan Broulík, Petr Panec ARCDATA PRAHA, s.r.o. ARCDATA PRAHA, s.r.o. THE GEOGRAPHIC ADVANTAGE Motto Sladit operační taktiku s organizační strategií Strategie bez taktiky je

Více

Strategické řízení IS Strategické řízení Základní pojmy

Strategické řízení IS Strategické řízení Základní pojmy Strategické řízení IS Základní pojmy Informatika Informatika je multidisciplinární obor, jehoţ předmětem je tvorba a uţití informačních systémů v podnicích a společenstvích a to na bázi informačních a

Více

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci ERP Taktická Operativní Kategorie ERP - zaměřeno na

Více

Erste Group zvýšila čistý zisk za rok 2010 o 12,4 % na 1 015,4 mil. EUR díky silnému provoznímu zisku a poklesu rizikových nákladů

Erste Group zvýšila čistý zisk za rok 2010 o 12,4 % na 1 015,4 mil. EUR díky silnému provoznímu zisku a poklesu rizikových nákladů Tisková zpráva 25. února 2011 Erste Group zvýšila čistý zisk za rok 2010 o 12,4 % na 1 015,4 mil. EUR díky silnému provoznímu zisku a poklesu rizikových nákladů HLAVNÍ UDÁLOSTI: Erste Group zaznamenala

Více

Hlava v oblacích s nohama na zemi

Hlava v oblacích s nohama na zemi smooth business flow Hlava v oblacích s nohama na zemi con4pas, a.s. Novodvorská 1010/14A, 140 00 Praha 4 tel.: +420 261 393 211, fax: +420 261 393 212 www.con4pas.cz SAP Cloud for Customer 2 Mapa řešení

Více

Loan Processing System pro VÚB banku

Loan Processing System pro VÚB banku Loan Processing System pro VÚB banku Jak jsme jedné z největších bank na Slovensku zvýšily kvalitu a rychlost obsluhy firemních klientů nasazením systému pro řízení prodeje úvěrových produktů Loan Processing

Více

Komputerizace problémových domén

Komputerizace problémových domén Milan Mišovič (ČVUT FIT) Pokročilé informační systémy MI-PIS, 2011, Přednáška 03 1/19 Komputerizace problémových domén Prof. RNDr. Milan Mišovič, CSc. Katedra softwarového inženýrství Fakulta informačních

Více

RESTRUKTURALIZACE ČESKÉHO ROZHLASU V LETECH 2012 2014

RESTRUKTURALIZACE ČESKÉHO ROZHLASU V LETECH 2012 2014 RESTRUKTURALIZACE ČESKÉHO ROZHLASU V LETECH 2012 2014 Prováděcí dokument s rozšířeným harmonogramem k materiálu ČESKÝ ROZHLAS V ROCE 2012 Materiál s prioritami a koncepčními záměry ČRo v oblastech programu

Více

FINANČNÍ KONSOLIDACE TEORIE A PRAKTICKÁ REALIZACE PROSTŘEDNICTVÍM INFORMAČNÍCH SYSTÉMŮ

FINANČNÍ KONSOLIDACE TEORIE A PRAKTICKÁ REALIZACE PROSTŘEDNICTVÍM INFORMAČNÍCH SYSTÉMŮ FINANČNÍ KONSOLIDACE TEORIE A PRAKTICKÁ REALIZACE PROSTŘEDNICTVÍM INFORMAČNÍCH SYSTÉMŮ Ing. Milan Bartoš Capgemini Sophia s.r.o. member of the Capgemini Group Abstrakt Cílem článku je představit teoreticky

Více

Firma postavená kolem znalostní báze

Firma postavená kolem znalostní báze Firma postavená kolem znalostní báze Ing. Martin Mrázek, MSc. Semanta martin.mrazek@gmail.com INFORUM 2009: 15. konference o profesionálních informačních zdrojích Praha, 27. 29. 5. 2009 Úvod Již několik

Více

Praktický přístup ke snižování nákladů. Hospodársky klub. Radovan Hauk

Praktický přístup ke snižování nákladů. Hospodársky klub. Radovan Hauk Praktický přístup ke snižování nákladů Hospodársky klub Radovan Hauk 24.2.2009 Proč snižovat náklady? Pro úspěšné společnosti je optimalizace nákladů jedním z trvale přítomných interních procesů. Jedním

Více

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci Taktická Operativní Kategorie ERP - zaměřeno na řízení

Více

Základní údaje. Profesní profil

Základní údaje. Profesní profil Základní údaje Jméno: Mgr. Alexandra Narwa Trvalé bydliště: Tiché údolí 2360, 252 63 Roztoky u Prahy Telefon: 605 187 330 Email: alexandra.narwa@seznam.cz Datum narození: 25. 2. 1978 Rodinný stav: vdaná,

Více

ČÁST IV. Marketingové dovednosti

ČÁST IV. Marketingové dovednosti Příloha č. 1 ODBORNÁ SPECIFIKACE ČÁST IV. Marketingové dovednosti Tato část veřejné zakázky je zaměřena na realizaci kurzů Marketingové dovednosti. Veškeré výstupy týkající se předmětu výběrového řízení

Více

Nákup v RWE CZ. Nákup má takovou roli, jakou si zaslouží. Praha,

Nákup v RWE CZ. Nákup má takovou roli, jakou si zaslouží. Praha, Nákup v RWE CZ Nákup má takovou roli, jakou si zaslouží Praha, 20.5.2014 RWE je jednou z největších evropských energetických společností Tržní pozice skupiny RWE podle objemu prodeje ELEKTŘINA Číslo 1

Více

ŘÍZENÍ OBCHODU. 19063@mail.vsfs.cz

ŘÍZENÍ OBCHODU. 19063@mail.vsfs.cz Katedra řízení podniku a podnikové ekonomiky ŘÍZENÍ OBCHODU Ing. Pavla Břečková, Ph.D. Ing. Pavla Břečková, Ph.D. 19063@mail.vsfs.cz ŘÍZENÍ OBCHODU 6 přednášek + 6 cvičení, Z/Zk Role obchodu ve struktuře

Více

FINprojekt 2016 - Přihláška

FINprojekt 2016 - Přihláška FINprojekt 2016 - Přihláška Projekt roku 2016 v podnikových financích 1. INFORMACE O SPOLEČNOSTI Název společnosti: Red Media s.r.o. (redmedia.cz, kindredgroup.cz) Adresa společnosti: Drtinova 557/10,

Více

Ing. Petr Kalčev, Ph.D.

Ing. Petr Kalčev, Ph.D. Ing. Petr Kalčev, Ph.D. 17.10.2017 24.10.2017 31.10.2017 7.11.2017 14.11.2017 21.11.2017 28.11.2017 5.12.2017 12.12.2017 19.12.2017 Úvod do manažerský informačních systémů Typy informačních systémů Příklady

Více

KIS A JEJICH BEZPEČNOST-I

KIS A JEJICH BEZPEČNOST-I KIS A JEJICH BEZPEČNOST-I INFORMAČNÍ SYSTÉMY POUŽÍVANÉ V MANAŽERSKÉ PRAXI pplk. Ing. Petr HRŮZA, Ph.D. Univerzita obrany, Fakulta ekonomiky a managementu Katedra vojenského managementu a taktiky E-mail.:

Více

OBSAH. Česká pojišťovna a.s. Obsah konsolidované účetní závěrky pro rok končící 31. prosincem 2003

OBSAH. Česká pojišťovna a.s. Obsah konsolidované účetní závěrky pro rok končící 31. prosincem 2003 Konsolidovaná účetní závěrka pro rok končící 31. prosincem 2003 Obsah konsolidované účetní závěrky pro rok končící 31. prosincem 2003 OBSAH Obsah...2 Konsolidované finanční výkazy...8 Konsolidovaná rozvaha...9

Více

JAK SE PŘIPOJIT K EGOVERNMENTU? Michal Polehňa, Jiří Winkler

JAK SE PŘIPOJIT K EGOVERNMENTU? Michal Polehňa, Jiří Winkler JAK SE PŘIPOJIT K EGOVERNMENTU? Michal Polehňa, Jiří Winkler AGENDA Asseco Central Europe Komunikace s úřadem Tři klíčové oblasti Architektura resortního IS Shrnutí ASSECO CENTRAL EUROPE Představení společnosti

Více

Customer Intelligence, aneb Jak může neoblíbená analýza dat usnadnit práci marketingu

Customer Intelligence, aneb Jak může neoblíbená analýza dat usnadnit práci marketingu Customer Intelligence, aneb Jak může neoblíbená analýza dat usnadnit práci marketingu Filip Trojan Applied Analytics Manager, Deloitte Advisory Listopad 2012 Obsah 1. Představení 2. Marketing versus analýza

Více

Sdělení klientům České spořitelny, a. s. Specifika pro Službu ERSTE Premier a pro produkty v jejím rámci poskytované (dále jen Sdělení )

Sdělení klientům České spořitelny, a. s. Specifika pro Službu ERSTE Premier a pro produkty v jejím rámci poskytované (dále jen Sdělení ) Sdělení klientům České spořitelny, a. s. Specifika pro Službu ERSTE Premier a pro produkty v jejím rámci poskytované (dále jen Sdělení ) 1. Úvodní ustanovení Česká spořitelna, a. s. (dále jen Banka ),

Více

Moderní přístup k návrhu produktové nabídky a schvalování úvěrových produktů v reálném čase.

Moderní přístup k návrhu produktové nabídky a schvalování úvěrových produktů v reálném čase. Moderní přístup k návrhu produktové nabídky a schvalování úvěrových produktů v reálném čase. Jan Denemark Konference ARBES FINANCE DAY, 19.6.2014, AUSTRIA TREND HOTEL, Bratislava www.arbes.com Situace

Více

Data Science projekty v telekomunikační společnosti

Data Science projekty v telekomunikační společnosti Data Science projekty v telekomunikační společnosti Jan Romportl Chief Data Scientist, O2 Czech Republic Data, mapa a teritorium Data Science Mezioborová technicky orientovaná oblast, která se zabývá inovativním

Více

Projekt IS Statutárního města Ostrava. Kladno 10. června 2011

Projekt IS Statutárního města Ostrava. Kladno 10. června 2011 Projekt IS Statutárního města Ostrava Kladno 10. června 2011 Ing. Libor Daněk Obchodní ředitel VERA Agenda Úvodní informace Východiska Cíle projektu Realizace Přínosy Projekt IS Statutárního města Ostrava

Více

Zveřejňované údaje k 30.6.2015 dle vyhlášky č. 434/2009 Sb.

Zveřejňované údaje k 30.6.2015 dle vyhlášky č. 434/2009 Sb. Zveřejňované údaje k 30.6.2015 dle vyhlášky č. 434/2009 Sb. Obsah Obsah... 1 1. Základní údaje o pojišťovně... 2 2. Orgány pojišťovny... 3 2.1. Členové představenstva 3 2.2. Členové dozorčí rady 5 3. Údaje

Více

STORAGE školení. 15. a 30.1.2015. Copyright 2015 FUJITSU

STORAGE školení. 15. a 30.1.2015. Copyright 2015 FUJITSU STORAGE školení 15. a 30.1.2015 Fujitsu Storage produktové portfolio ETERNUS DX ETERNUS LT ETERNUS CS NetApp FAS NetApp E Series 1 Nabídka - ETERNUS DX Entry Nová řada ETERNUS DX entry a midrange systémů

Více

Statistica, kdo je kdo?

Statistica, kdo je kdo? Statistica, kdo je kdo? Newsletter Statistica ACADEMY Téma: Typy instalací Typ článku: Teorie Někteří z vás používají univerzitní licence, někteří síťové, podnikové atd. V tomto článku Vám představíme,

Více

Procesní dokumentace Process Management. Pavel Čejka

Procesní dokumentace Process Management. Pavel Čejka Procesní dokumentace Process Management Pavel Čejka SAP Solution Manager 7.2 SAP Solution Manager 7.2 nabízí dramatické zlepšení možností dokumentace Solution dokumentace Jednotné webové prostředí Integrovaný

Více

EVOLUCE V CUSTOMER INTELLIGENCE

EVOLUCE V CUSTOMER INTELLIGENCE EVOLUCE V CUSTOMER INTELLIGENCE CUSTOMER INTELLIGENCE SAS ROADSHOW 2014 24. ZÁŘÍ 2014 LUCIE STAŇKOVÁ ZÁKAZNÍCI - SITUACE NA TRHU Změna poměru sil / vyšší očekávání Generační rozdíly / používání kanálů

Více

The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into

The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material,

Více

CONTROLLING. Metodický list č. 1. Název tematického celku: FUNKCE CONTROLLINGU A ZÁKLADNÍ VZTAHY VE FINANČNÍM PLÁNU

CONTROLLING. Metodický list č. 1. Název tematického celku: FUNKCE CONTROLLINGU A ZÁKLADNÍ VZTAHY VE FINANČNÍM PLÁNU Metodický list č. 1 FUNKCE U A ZÁKLADNÍ VZTAHY VE FINANČNÍM PLÁNU Funkce a koncepce controllingu Controlling jako podsystém řízení cíle a funkce controllingu Aktuální koncepce managementu v období změn

Více

Výroční zpráva speciálního fondu za rok 2014

Výroční zpráva speciálního fondu za rok 2014 Výroční zpráva speciálního fondu za rok 2014 (dle ustanovení 233 odst. 1 a 234 odst. 1 a 2 zákona č. 240/2013 Sb. a 42 odst. 1 písm. a) vyhlášky č. 244/2013 Sb.) Investiční společnost České spořitelny,

Více

PŘÍLOHA Č. 2 RÁMCOVÉ SMLOUVY SOUPIS DOPROVODNÝCH BEZPLATNÝCH SLUŽEB. 1. Pravidla poskytování doprovodných bezplatných služeb

PŘÍLOHA Č. 2 RÁMCOVÉ SMLOUVY SOUPIS DOPROVODNÝCH BEZPLATNÝCH SLUŽEB. 1. Pravidla poskytování doprovodných bezplatných služeb PŘÍLOHA Č. 2 RÁMCOVÉ SMLOUVY SOUPIS DOPROVODNÝCH BEZPLATNÝCH SLUŽEB 1. Pravidla poskytování doprovodných bezplatných služeb Smluvní strany se dohodly, že Objednatel, jakož i kterýkoli z Pověřujících zadavatelů,

Více

SPLA. Hostingový model prodeje. Petr Janovský

SPLA. Hostingový model prodeje. Petr Janovský SPLA Hostingový model prodeje Petr Janovský 1 Service Provider License Agreement přehled programu co/ kdo je poskytovatel služeb (Service Provider)? software jako služba co je SPLA (rozdíl oproti klasickému

Více

Trask Process Discovery Quick Scan

Trask Process Discovery Quick Scan Trask Process Discovery Quick Scan Trask solutions Milevská 5/2095, CZ 140 00, Praha 4 Tel.: +420 220 414 111 www.trask.cz TRASK SOLUTIONS a.s. sídlem Praha 4 Milevská 5/2095, PSČ: 140 00, IČ: 62419641

Více

SLA Service Level Agreement základ řízení podnikové informatiky

SLA Service Level Agreement základ řízení podnikové informatiky SLA Service Level Agreement základ řízení podnikové informatiky Tomáš Bruckner 1 ITG, s.r.o. bruckner@itg.cz http://www.itg.cz katedra informačních technologií VŠE bruckner@vse.cz http://nb.vse.cz/~bruckner

Více

Aktuální otázky provozu datových skladů PAVEL HNÍK

Aktuální otázky provozu datových skladů PAVEL HNÍK Aktuální otázky provozu datových skladů PAVEL HNÍK K čemu slouží datové sklady IT podporuje business podniků S velikostí podniku se zvyšuje náročnost zpracování dat DWH = unifikovaná datová základna pro

Více

Historie a současnost datových skladů GE Money ČR

Historie a současnost datových skladů GE Money ČR Historie a současnost datových skladů GE Money ČR Ing. Vladimír Klement GE Money ČR IDC Business Intelligence Roadshow 2007 30. 10. 2007 Agenda Může v dnešní době fungovat finanční instituce bez BI? Vývoj

Více

Analýzou dat k efektivnějšímu rozhodování

Analýzou dat k efektivnějšímu rozhodování Analýzou dat k efektivnějšímu rozhodování Chytrá řešení pro veřejnou správu Václav Bahník, ECM Solution Consultant Marek Šoule, ECM Software Sales Representative 8.4.2013 Řízení efektivního poskytování

Více

Pomáháme klientům růst pomocí moderních IT řešení. Automatizace obchodních aktivit

Pomáháme klientům růst pomocí moderních IT řešení. Automatizace obchodních aktivit Pomáháme klientům růst pomocí moderních IT řešení. Automatizace obchodních aktivit Kolik času věnujete rutině a kolik rozvoji? JAK TO DĚLÁME, A ČÍM JSME JINÍ Klasický přístup Nápad Nástroj Zjištění omezení

Více

Praktické finance pro manažery neekonomy

Praktické finance pro manažery neekonomy Vzdělávací cyklus Praktické finance pro manažery neekonomy Finanční minimum pro manažery neekonomy Praktické finance pro manažery neekonomy Otevřeme Vám dveře do manažerských financí Začátek: říjen 2011

Více

USI - 102 - Projekt klíčenka"

USI - 102 - Projekt klíčenka USI - 102 - Projekt klíčenka" Předmět A7B36USI paralelka 102 Pondělí 14:30 cvičící Martin Komárek ČVUT FEL Tomáš Záruba, Gulnara Abilova, Martin Karban, Levan Bachukuri Termín odevzdání: 6.října 2013 Link

Více

VÝHODY SYSTÉMU ŘÍZENÍ VZTAHŮ SE ZÁKAZNÍKY ADVANTAGES OF CRM SYSTEM. Dagmar Škodová Parmová

VÝHODY SYSTÉMU ŘÍZENÍ VZTAHŮ SE ZÁKAZNÍKY ADVANTAGES OF CRM SYSTEM. Dagmar Škodová Parmová VÝHODY SYSTÉMU ŘÍZENÍ VZTAHŮ SE ZÁKAZNÍKY ADVANTAGES OF CRM SYSTEM Dagmar Škodová Parmová Anotace: Řízení vztahů se zákazníky je synonymum pro řídící systém, který na základě uložených a analyzovaných

Více

PostgreSQL jako platforma pro datové sklady

PostgreSQL jako platforma pro datové sklady PostgreSQL jako platforma pro datové sklady Vratislav Beneš benes@optisolutions.cz 1. Co to jsou datové sklady? 2. Požadavky na datový sklady 3. Technické řešení datového skladu 4. PostgreSQL a datové

Více

Performance Management What if?

Performance Management What if? Performance Management What if? Ondřej Bothe, IT Specialist ondrej_bothe@cz.ibm.com Agenda: Koncept PM s What if nástroji Ukázka tvorby What if modelu (Ukázka pokročilejší What if aplikace) Performance

Více

Seminář VŠE, ČSSI a ICT UNIE 26.10.2011

Seminář VŠE, ČSSI a ICT UNIE 26.10.2011 Výsledky průzkumu nabídky a poptávky po IT profesích v ČR Seminář VŠE, ČSSI a ICT UNIE 26.10.2011 Výzkum Lidské zdroje v ICT vznikl za finanční podpory MŠMT ČR v rámci projektu Sociální síť v regionech

Více

Firewall, IDS a jak dále? Flow monitoring a NBA, případové studie. Jiří Tobola INVEA-TECH

Firewall, IDS a jak dále? Flow monitoring a NBA, případové studie. Jiří Tobola INVEA-TECH Firewall, IDS a jak dále? Flow monitoring a NBA, případové studie Jiří Tobola INVEA-TECH INVEA-TECH Český výrobce řešení FlowMon pro monitorování a bezpečnost síťového provozu Desítky referencí na českém

Více

FlowMon. Pokročilá analýza Cisco NetFlow pomocí řešení FlowMon. INVEA-TECH a.s. info@invea.cz

FlowMon. Pokročilá analýza Cisco NetFlow pomocí řešení FlowMon. INVEA-TECH a.s. info@invea.cz FlowMon Pokročilá analýza Cisco NetFlow pomocí řešení FlowMon INVEA-TECH a.s. info@invea.cz INVEA-TECH Česká společnost, univerzitní spin- off, spolupráce CESNET a univerzity, projekty EU Založena 2007

Více

Zpráva představenstva o podnikatelské činnosti Skupiny VČP a stavu jejího majetku v roce 2011

Zpráva představenstva o podnikatelské činnosti Skupiny VČP a stavu jejího majetku v roce 2011 Zpráva představenstva o podnikatelské činnosti Skupiny VČP a stavu jejího majetku v roce 2011 Profil Skupiny VČP Skupina VČP jako konsolidační celek vznikla důsledkem právního oddělení činností spojených

Více

Jak přetavit data v hodnotné informace, které nesou peníze

Jak přetavit data v hodnotné informace, které nesou peníze Powered by Jak přetavit data v hodnotné informace, které nesou peníze Martina Dvořáková 19. 10. 2014 KDO CO KDY??? 2 Zaměřeno na prodej Potřebujeme zisk, co budeme prodávat? 4 Ten náš je nejlepší 5 Produkt

Více

Zahájení Konference ARBES FINANCE DAY 2014 a výsledky průzkumu Internet banking 2014 v ČR

Zahájení Konference ARBES FINANCE DAY 2014 a výsledky průzkumu Internet banking 2014 v ČR Zahájení Konference ARBES FINANCE DAY 2014 a výsledky průzkumu Internet banking 2014 v ČR 5.6.2014 Jan Denemark, ředitel společnosti www.arbes.com Dopolední program sál EUFORIE 9:30 9:45 10:30 Není všechno

Více

Znáte pøesné odpovìdi na tyto otázky??!

Znáte pøesné odpovìdi na tyto otázky??! T-Doc Znáte pøesné odpovìdi na tyto otázky??! Víte, kde vznikají zbyteèné náklady a jaké? Víte, kolik tiskù a kopií se poøizuje zbyteènì a kde? Znáte poèet kopírovacích strojù, tiskáren a faxù, které jsou

Více

Jan Váša TGB Sales Representative, Oracle Czech 10. června 2011 MRI Kladno

Jan Váša TGB Sales Representative, Oracle Czech 10. června 2011 MRI Kladno Jan Váša TGB Sales Representative, Oracle Czech 10. června 2011 MRI Kladno Oracle a veřejná správa Oracle a veřejná správa Oracle není jen databáze Oracle a veřejná správa Oracle

Více

Tomáš Kutěj System Engineer Microsoft

Tomáš Kutěj System Engineer Microsoft Microsoft Office SharePoint Server 2007 Kompletní řešení pro spolupráci Tomáš Kutěj System Engineer Microsoft Agenda Protfolio 2007 MS Office System Představení SharePoint platformy Klíčové oblasti SharePointu

Více