Profitabilita klienta v kontextu Performance management
|
|
- Michal Fišer
- před 7 lety
- Počet zobrazení:
Transkript
1 IBM Technical specialist team Pre Sale 26/10/2010 Profitabilita klienta v kontextu Performance management
2 Co všechno řadíme do PM? Automatická data Běžný reporting Pokročilé statistické modely Včera What if analýzy Zítra Doplění dat Plánování Sběr dat + INTEGRACE 2
3 Co předvedeme? Automatická data Běžný reporting Pokročilé statistické modely Včera Integration What if analýzy Zítra Sběr dat 3
4 Jak to funguje? Běžný reporting Sdílení výsledků IBM Cognos BI What If Nákladová alokace IBM Cognos TM1 Pokročilé statistické modely Churn management IBM SPSS Modeler 4
5 Kdo a co? HW Kdo Tři serverovářešení na jednom NB: 64 bitový systém, 8 GB RAM 2 nezávislé image, data zapisována do jedné databáze DB2 demo probíhá on-line = žádná data nejsou předpočítána a nebo vygenerována předem Pracovník Manažerských informačních systémů Klientský dashboard Pracovník marketingu Část analýzy spokojenosti klienta Pracovník financí Část náklady 5
6 Jak to funguje? Běžný reporting Sdílení výsledků IBM Cognos BI 6
7 Jak to funguje? Běžný reporting Sdílení výsledků IBM Cognos BI Pokročilé statistické modely Churn management IBM SPSS Modeler 7
8 Data mining Objem ukládaných dat ve firmách neustále roste Pomocí data miningu získáme netriviální vzory chování a užitečnější informace než při reportování Analyzuje závislosti, trendy a predikuje budoucí vývoj 8
9 Používané techniky Regresní analýza Rozhodovací stromy Asociační pravidla Neuronové sítě Shluková analýza 9
10 Optimalizace marketingových kampaní Kteří zákazníci budou pozitivně reagovat na danou marketingovou kampaň Data Historická data o provedených kampaních Data o zákaznících (sociálně-demografická data a vzorce chování) Výstup Nižší náklady na kampaň Vyšší efektivita kampaně 10
11 Analýza nákupního koše Hledání kombinací produktů, které se ve vstupních datech (v nákupním koši spotřebitelů) vyskytují často spolu Data Záznamy z prodejních terminálů Web logy internetových obchodů Výstup Reorganizace prodejní plochy, katalogu Vytváření balíčků produktů Vyškolení prodavačů na cílené nabízení zboží 11
12 Fraud detection Na základě dat o pojistných událostech se sestavují modely, které mohou definovat buď rizikové, nebo anomální segmenty Data Data o nahlášených pojistných událostech Výstup Identifikace potenciálních podvodů 12
13 IBM SPSS Modeler Přehledné vizuální rozhraní není nutná znalost programování Automatizované procesy rychlé výsledky díky automatické přípravě dat automatizace modelování nástroje naleznou nejlepší model pro konkrétní úlohu nebo kombinují několik modelů dohromady Podporuje zavedenou metodologii CRISP-DM dataminingovým standard, který umožňuje získávat informace z dat opakovaně a správným způsobem 13
14 Churn management Odhalení potenciálního přechodu zákazníka ke konkurenci Náklady na udržení stávajícího zákazníka jsou podstatně nižší než náklady na získání zákazníka nového. Na zákazníka, u kterého očekáváme odchod, lze cíleně působit tak, aby se potenciálnímu přechodu ke konkurenci předešlo. Data Historická data (kteří klienti odešli a kteří zůstali) Sociálně-demografická data a vzorce chování klientů Výstup Snížení počtu odcházejících klientů Udržení podílu na trhu 14
15 Demo ukázka 15
16 Jak to funguje? Běžný reporting Sdílení výsledků IBM Cognos BI What If Nákladová alokace IBM Cognos TM1 Pokročilé statistické modely Churn management IBM SPSS Modeler 16
17 Alias Pozice Business Analytik Odděleni: Finanční oddělení Controlling Odpovědnosti: Výpočet nákladový náročnosti jednotlivých klientův Obsluha cost alokační aplikace 17
18 IBM Cognos TM1 Multidimenzionální in-memory what-if analytický nástroj MOLAP Prace s daty v paměti RAM Parametrizace a online analýzy Plánovaní Vhodné pro business užívátele Excel, Web, Contributor 18
19 What-if analýza Změna vstupu (parametru) se okamžitě projeví ve výstupe (výsledku) Online propočet In-memory Vhodné pro modely s mnoho parametry Cost alokace Profitabilita Výrobní postupy Řízení portfolia... 19
20 Cost Alokace Propočet nákladů (hodnot) na detailnější úroveň Na základe určitého parametru Driver Absolutní / relativní Kč Kč Kč Kč hod hod hod. 20
21 Cost Alokace 80 nákladových typů 150 Cost Center 4 různe typy cost center 1000 klientů Každá položka 3 různé nastavení (driver, pořadí, vztah) Cca hodnot 21
22 Cost Alokace 2 etapy 1. etapa Kaskádové prolévaní nákladu v krocích podle jednotlivých typů cost center Z podpůrných na produkční (přímo přispívající k výkonu) 2. etapa Rozpad nákladů z produkčních cost center na jednotlivé klienty Procesně řízené přes webové rozhraní 22
23 Kroky alokace 4 typy cost center 3 podpůrné Poskytují služby (náklady) všem následujícím 23
24 Kaskadova alokace 24
25 Alokace mezi cost centrami Různý počet cost center Alokace všech nákladu na produkční CC 25
26 Alokace mezi cost centrami Nastavujeme: Ve kterem typu se CC nachází (Order) Kdo na Koho (Relation) Kolik (Driver) 26
27 Alokace mezi cost centrami Nastavujeme: Ve kterem typu se CC nachází (Order) Kdo na Koho (Relation) Kolik (Driver) 27
28 Alokace mezi cost centrami Nastavujeme: Ve kterem typu se CC nachází (Order) Kdo na Koho (Relation) Kolik (Driver) 28
29 Alokace mezi cost centrami Nastavujeme: Ve kterem typu se CC nachází (Order) Kdo na Koho (Relation) Kolik (Driver) CC5 CC6 CC7 CC8 CC CC CC3 0 CC4 0 29
30 Alokace mezi cost centrami Nastavujeme: Kdo na Koho Kolik 30 % 45 % 10 % 15 % CC5 CC6 CC7 CC8 CC1 0 % 50 % 50 % 0 % CC2 100 % CC3 CC4 30
31 Alokace na klienty customer 1 customer 2 customer 3 customer 4 customer 5 31
32 Alokace na klienty customer 1 customer 2 customer 3 customer 4 customer 5 32
33 Alokace na klienty customer 1 customer 2 customer 3 customer 4 customer 5 33
34 Výsledek Export rozalokovaných nákladů do databáze 34
35 Demo ukázka 35
36 Jak to funguje? Běžný reporting Sdílení výsledků IBM Cognos BI What If Nákladová alokace IBM Cognos TM1 Pokročilé statistické modely Churn management IBM SPSS Modeler 36
37 ??? Otázky??? Děkujeme za pozornost... 37
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
VíceOndřej Bothe, Richard Dobiš
Portfolio PM - "What-if" analýza v plánovací aplikaci Ondřej Bothe, Richard Dobiš 2.2.2011 PM systém : Je to systém, zajišťující komplexní proces práce s daty pro koncového uživatele 1. Plánuj Plán nákladů
VíceSurfujte v business analýze jako profík. Naučíme Vás podpořit klíčová rozhodnutí firmy.
Surfujte v business analýze jako profík Naučíme Vás podpořit klíčová rozhodnutí firmy. Intuice nestačí. S čím Vám pomůžeme? Firmy čelí narůstající záplavě dat, posilují své analytické schopnosti a hledají
VíceObohacení dat o statistické výsledky a potenciál jejich využití 2.2.2011
Obohacení dat o statistické výsledky a potenciál jejich využití 2.2.2011 Společnost SPSS CR nyní výhradní partner IBM pro prodej software IBM SPSS v ČR a SR od roku 1998 franchise SPSS Inc. SPSS Inc. vývoj
VíceANALÝZA NÁKUPNÍHO KOŠÍKU SEMINÁŘ
ANALÝZA NÁKUPNÍHO KOŠÍKU SEMINÁŘ 18.11.2012 Radim Tvardek, Petr Bulava, Daniel Mašek U&SLUNO a.s. I Sadová 28 I 702 00 Ostrava I Czech Republic PŘEDPOKLADY PRO ANALÝZU NÁKUPNÍHO KOŠÍKU 18.11.2012 Daniel
VíceAplikace 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
VíceProč studovat matematické programy na ÚMS PřF MU aneb co pak budu dělat
Proč studovat matematické programy na ÚMS PřF MU aneb co pak budu dělat Martin Řezáč 22.1.2011 Co budu po VŠ dělat? Co se dá dělat s matematikou??? Ukázka aktuálních pracovních nabídek: Analytik řízení
VíceModerní manažerský informační systém v ČEPS, a.s.
Moderní manažerský informační systém v ČEPS, a.s. Ing. Miroslav Vrba, člen představenstva ČEPS, a.s. Dispečerské řízení a ICT Ing. Zdeněk Hanáček Accenture XVI. jarní konference AEM Praha, 29.2.2012 Stav
VíceAplikace 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
VíceBusiness Intelligence nástroje a plánování
Business Intelligence nástroje a plánování pro snadné reportování a vizualizaci Petr Mlejnský Business Intelligence pro reporting, analýzy a vizualizaci Business Intelligence eporting Dashboardy a vizualizace
VíceObsah. Kapitola 1. Kapitola 2. Kapitola 3. Úvod 9
Obsah Úvod 9 Kapitola 1 Business Intelligence, datové sklady 11 Přechod od transakčních databází k analytickým..................... 13 Kvalita údajů pro analýzy................................................
VíceCPM/BI a jeho návaznost na podnikové informační systémy. Martin Závodný
CPM/BI a jeho návaznost na podnikové informační systémy Martin Závodný Agenda Význam CPM/BI Aplikace CPM/BI Projekty CPM/BI Kritické body CPM/BI projektů Trendy v oblasti CPM/BI Diskuse Manažerské rozhodování
VíceOBSAH. Kapitola účetní ekonomické a právní kurzy Cestovní máhrady Hmotný a nehmotný majetek Novinky v daních a účetnictví...
OBSAH Kapitola účetní ekonomické a právní kurzy... 3 Cestovní máhrady... 3 Hmotný a nehmotný majetek... 3 Novinky v daních a účetnictví... 3 Pohledávky... 3 Cash flow... 3 Ekonomické minimum - pro začátečníky...
VíceDATABÁZOVÉ SYSTÉMY. Metodický list č. 1
Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové
VíceAplikace 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
VíceTM1 vs Planning & Reporting
R TM1 vs Planning & Reporting AUDITOVATELNOST? ZABEZPEČENÍ? SDÍLENÍ? KONSOLIDACE? PROPOJITELNOST???? TM1?? COGNOS PLANNING IBM COGNOS 8 PLANNING Cognos Planning Podpora plánovacího cyklu Jednoduchá tvorba
VíceMODERNÍ 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
VíceZáklady business intelligence. Jaroslav Šmarda
Základy business intelligence Jaroslav Šmarda Základy business intelligence Business intelligence Datový sklad On-line Analytical Processing (OLAP) Kontingenční tabulky v MS Excelu jako příklad OLAP Dolování
Vícev 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
VíceBIG DATA. Nové úlohy pro nástroje v oblasti BI. 27. listopadu 2012
BIG DATA Nové úlohy pro nástroje v oblasti BI 27. listopadu 2012 AGENDA 1. Úvod 2. Jaké jsou potřeby? 3. Možné řešení 2 Jaké jsou potřeby? Dopady Analýza dat potřeba nového přístupu Jak na nestrukturovaná
VíceAnalýzou 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
VíceAnalytika a SAP Quo Vadis? Jiří Přibyslavský Performance Management & Business Intelligence Business Consultant
Analytika a SAP Quo Vadis? Jiří Přibyslavský Performance Management & Business Intelligence Business Consultant Informační potřeby dříve Manuální zpracování dat v Excelu nám už nevyhovuje Potřebuji analýzu
VíceMETODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1
METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 DOLOVÁNÍ V DATECH (DATA MINING) OBJEVUJE SE JIŽ OD 60. LET 20. ST. S ROZVOJEM POČÍTAČOVÉ TECHNIKY DEFINICE PROCES VÝBĚRU, PROHLEDÁVÁNÍ A MODELOVÁNÍ
VíceMožnosti reportingu v produktech řady EPM
Možnosti reportingu v produktech řady EPM Martin Répal Senior konzultant/manager EPM MCITP, MCP, MOS, MCTS, vtsp, Prince II martin.repal@autocont.cz 1 Jak je to s reportingem? Má SW produkt reporty? Tak
VíceCíle supervizovaného učení Ondřej Háva
Cíle supervizovaného učení Ondřej Háva ACREA CR Využíváme více než 40 let zkušeností IBM s hlavním cílem: řízení rozhodovacích procesů Akvizice SPSS společností IBM v říjnu 2009 Přejmenování SPSS CR na
VíceJak využít data o zákaznících ke zvýšení příjmů z prodeje
Jak využít data o zákaznících ke zvýšení příjmů z prodeje Michal Kadlec Marek Loukotka Lubomíra Červová www.acrea.cz info@acrea.cz Program Dívejte se na budoucnost, ne jen na minulost 1 Jaká data využíváme?
VíceSegmentace, typologie. Základy marketingového výzkumu
Segmentace, typologie 1 Přehled lekce Proč Metodologie Jednotlivé nástroje, ukázky 2 Proč segmentaci? Na dnešních trzích jsou dva protikladné trendy: 1) Trhy se stávají masovými a globálními => unifikace
VíceReportingová 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.
VíceIng. 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
VíceOracle Sales Cloud. moderní řízení obchodu
Oracle Sales Cloud moderní řízení obchodu Úvod Oracle Sales Cloud je nástroj moderního obchodování, který lze snadno nasadit a rychle užívat. Je to zcela mobilní řešení s analytickou výbavou, stavěné pro
VíceCustomer 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
VíceINFORMAČNÍ 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
VíceRole BI v e-business řešeních pohled do budoucnosti
Ing. Ota Novotný, Ph.D. katedra informačních technologií Vysoká škola ekonomická v Praze novotnyo@vse.cz katedra informačních technologií VŠE Praha jsme uznávanou autoritou v oblasti aplikované informatiky
VíceWebová analytika v kostce. Pavel Jašek Marketing Monday 7. listopadu 2011
Webová analytika v kostce Pavel Jašek Marketing Monday 7. listopadu 2011 Agenda 1. Webová analytika CO a PROČ 2. Typické úlohy pro různé typy webů 3. Nástroje a lidi 4. Výzvy webové analytiky snímek 2
VíceBusiness Intelligence
Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma
VícePodnikové informační systémy Jan Smolík
Podnikové informační systémy Jan Smolík Zobecněné schéma aplikační architektury Vlastníci, management Aplikační architektura podnikové informatiky Business Intelligence, manažerské aplikace Obchodní partneři
VíceEfektívne riadenie financií v ISS Facility Services Prípadová štúdia BI
Efektívne riadenie financií v ISS Facility Services Prípadová štúdia BI Logo partnera Efektívne riadenie financií v ISS Facility Services Prípadová štúdia BI Agenda Ciele prezentácie prípadovej štúdie
VíceAktuální 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
VíceLotus Quickr - ECM Integrace s LD/LN aplikacemi. Ing. Josef Homolka VUMS Legend
Lotus Quickr - ECM Integrace s LD/LN aplikacemi Ing. Josef Homolka VUMS Legend Lotus Symposium 2010 Co nám přinesl systém ISDS?? Informační Systém Datových Schránek 2 Otázku Kam s ním? 3 Ptáte se s čím?
VíceTrask 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
VíceInfor Performance management. Jakub Urbášek
Infor Performance management Jakub Urbášek Agenda prezentace Stručně o produktu Infor PM 10 Komponenty Infor PM - PM OLAP a PM Office Plus Reporting Analýza Plánování / operativní plánování Infor Performance
VíceBusiness 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
VícePROGRAMÁTOR ANALYTIK. Náplň práce:
PROGRAMÁTOR ANALYTIK práce na projektu aplikačního vývoje nad databází Oracle, omezeně i na správě existujících platforem Informatica Power Centre a Sybase ASE analýza, programování a údržba vnitřních
VíceIBM Cognos Express. Hlavní přínosy. IBM Cognos Express. IBM Software. Business Analytics
IBM Cognos Express IBM Software je Business Inteligence (BI) řešení pro reporting a plánování, charakteristické rychlým nasazením a snadným ovládáním. Organizacím a pracovním týmům poskytuje vše, co potřebují
VíceIBM Komplexní reporting - case study POC pro sázkovou kancelář
Ondřej Bothe Cognos Technical Professional, Martin Pavlík - IM Technical Professional 09/02/2010 IBM Komplexní reporting - case study POC pro sázkovou kancelář Definice Case Study Cíl: vytvoření dvou ukázkových
VíceDATABÁZOVÉ SYSTÉMY. Vladimíra Zádová, KIN, EF TUL - DBS
DATABÁZOVÉ SYSTÉMY Současné aplikace IS/ICT Informační systémy a databázové systémy Databázová technologie Informační systémy Aplikační architektura Vlastníci, management Business Intelligence, manažerské
VíceMARKETINGOVÉ MINIMUM PRO FINANČNÍ ŘEDITELE V KONTEXTU AKTUÁLNÍ FINANČNÍ SITUACE
MARKETINGOVÉ MINIMUM PRO FINANČNÍ ŘEDITELE V KONTEXTU AKTUÁLNÍ FINANČNÍ SITUACE Ing. Jiří Nosek Sector Leader Financial Services & Digital Technology Praha, hotel Boscolo Prague, 3.10.2012 GfK 2012 CFO
Více<Insert Picture Here> Hyperion a vazba na reportovací nástroje
Hyperion a vazba na reportovací nástroje Martin Grof Senior Konzultant, Oracle Czech Agenda Enterprise Performance management Představení funkčních oblastí realizace úspor Priority
VíceJak efektivně řídit životní cyklus dokumentů
Jak efektivně řídit životní cyklus dokumentů Václav Bahník, ECM Solution Consultant 2014 IBM Corporation Nestrukturovaná data Strukturovaná Nestrukturovaná 2 Document Management System Vyhledávání Sdílení
VíceManažerský reporting a finanční plánování Targetty
Manažerský reporting a finanční plánování Targetty v O2 Milan Štoček Milan.Stocek@CleverDecision.com Agenda Představení Clever Decision a Uniwise Targetty - Enterprise Performance Management Planning Architektura
VíceBusiness Intelligence 2015. Hlavní témata, která budou v roce 2015 určovat vývoj business intelligence řešení a služeb.
Business Intelligence 2015 Hlavní témata, která budou v roce 2015 určovat vývoj business intelligence řešení a služeb. Leden 2015 Téma č. 1: Cloudové služby budou využívat lokální data V roce 2015 se zvýší
VíceFraud 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
VíceTrendy: Růst významu analytického reportingu. Tomáš Pospíšil, Oracle Czech Olomouc, 6.3.2014
Trendy: Růst významu analytického reportingu Tomáš Pospíšil, Oracle Czech Olomouc, 6.3.2014 Témata Údaje, informace, poznání Analytický reporting opravdu to někdo potřebuje? Aktivní
VíceGIS 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
VíceTechnologie ve službách online komunikace
Technologie ve službách online komunikace Lucie Staňková SAS ČR 4. prosince 2009 Digitální zkušenost E-mail Očekávání? Nízkonákladová komunikace Kreativní, intenzivní a samozřejmě úspěšné Výsledek? Malá
VíceDolování asociačních pravidel
Dolování asociačních pravidel Miloš Trávníček UIFS FIT VUT v Brně Obsah přednášky 1. Proces získávání znalostí 2. Asociační pravidla 3. Dolování asociačních pravidel 4. Algoritmy pro dolování asociačních
VíceHeineken Slovensko. První FMCG společnost na Slovensku s online CRM. Případová studie
Případová studie Heineken Slovensko První FMCG společnost na Slovensku s online CRM Jak jsme společnosti Heineken zefektivnili prodej, marketing a obsluhu zákazníků technologickou inovací Heineken Slovensko:
VíceStatSoft Úvod do data miningu
StatSoft Úvod do data miningu Tento článek je úvodním povídáním o data miningu, jeho vzniku, účelu a využití. Historie data miningu Rozvoj počítačů, výpočetní techniky a zavedení elektronického sběru dat
VíceIBM 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
VícePřipravte se na konjunkturu se systémem řízení údržby SGM. SGM moderní nástroj pro řízení údržby nejen výrobních zařízení
Připravte se na konjunkturu se systémem řízení údržby SGM SGM moderní nástroj pro řízení údržby nejen výrobních zařízení 30.3.2010 konference EAM, Brno Boris Soukeník ředitel Synergit s.r.o. Agenda prezentace
VíceNasazení bezpečnostního monitoringu v praxi. Jan Svoboda AEC
Nasazení bezpečnostního monitoringu v praxi Jan Svoboda AEC Obsah Kde začít Jak definovat požadavky na řešení Jak vybrat to správné řešení Kde a čím začít Identifikace základních potřeb bezpečnostního
VíceModerní 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
VíceCloud - jak jej monitorovat, reporty, účtování a fakturace
Cloud - jak jej monitorovat, reporty, účtování a fakturace Ctibor Duda, Client Technical Professional Ctirad Navrátil, Client Technical Professional 1 2011 IBM Corporation Co dělá cloud cloudem Workflow
VíceOkruhy ke státním závěrečným zkouškám Platnost: od leden 2017
Okruh I: Řízení podniku a projektů: strategický management, inovační management a manažerské rozhodování 1. Základní struktura strategického managementu a popis jednotlivých fází, zhodnocení výstupů a
VíceDatová kvalita základ úspěšného BI. RNDr. Ondřej Zýka, Profinit
Datová kvalita základ úspěšného BI RNDr. Ondřej Zýka, Profinit 1.6.2012 Datová exploze Snižování nákladů o Zdvojnásobení objemu podnikových dat každé dva roky o Konkurenční tlak o Ekonomická krize o V
VíceRDF DSPS ROZVOJ PORTÁLU
RDF DSPS ROZVOJ PORTÁLU ČEZ Distribuce, a.s. HSI, spol. s r.o. Zbyněk Businský Miroslav Kaňka ZÁKAZNÍK A DODAVATEL ČEZ DISTRIBUCE, A.S. ČEZ distribuční síť Od r. 2012 implementován GEOPORTÁL (1. ETAPA),
VíceDOBÝVÁNÍ ZNALOSTÍ Z DATABÁZÍ
DOBÝVÁNÍ ZNALOSTÍ Z DATABÁZÍ Úvod a oblasti aplikací Martin Plchút plchut@e-globals.net DEFINICE A POJMY Netriviální extrakce implicitních, ch, dříve d neznámých a potenciáln lně užitečných informací z
VíceINFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005
INFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005 AGENDA definice IS, zavedení pojmů možnosti a rozdělení typická struktura technologie nasazení praktická ukázka
VíceOBLASTI VEDENÍ ZÁVĚREČNÝCH PRACÍ PEDAGOGŮ INSTITUTU 545
OBLASTI VEDENÍ ZÁVĚREČNÝCH PRACÍ PEDAGOGŮ INSTITUTU 545 Oddělení ekonomiky Ing. Igor Černý, Ph.D. 1. Strukturální pomoc EU ve vybraných oblastech a společnostech 2. Modelování vlivu vybraných faktorů na
VíceIBM SPSS Modeler Professional
IBM SPSS Modeler Professional 16 IBM SPSS Software IBM SPSS Modeler Professional Včasné rozhodnutí díky přesným informacím Metodami data miningu získáte detailní přehled o svém současném stavu i jasnější
VícePRAKTICKÉ KALKULACE 1: PŘÍKLAD (NEJEN O) SUPERMARKETU
PRAKTICKÉ KALKULACE 1: PŘÍKLAD (NEJEN O) SUPERMARKETU Série článků, kterou otevíráme tímto titulem, volně navazuje na předcházející dvojdílný příspěvek Tip na zimní večery: sestavte si nákladovou matici.
VíceInovační vouchery s Univerzitou Hradec Králové. doc. Ing. Mgr. Petra Marešová, Ph.D. Ing. Richard Cimler
Inovační vouchery s Univerzitou Hradec Králové doc. Ing. Mgr. Petra Marešová, Ph.D. Ing. Richard Cimler Úvod Hlavní směry výzkumu: = Informační technologie = Bioinformatika = Ekonomika a management = Vzdělávání
VíceOKbase řízení lidských zdrojů
OKbase řízení lidských zdrojů Manažerský modul Ing. Ivo Rosol, CSc. Ing. Radek Kokeš 15. 11. 2011 1 OKbase Nová generace modulárního systému pro řízení lidských zdrojů. Hlavní funkce systému jsou obsaženy
VíceJak připravit podnikový controlling a ABC Multidimenzionální vyhodnocování ziskovosti
Jak připravit podnikový controlling a ABC Multidimenzionální vyhodnocování ziskovosti Dean Brabec, Petra Řeřichová Cíle prezentace Specifikovat rozdíly mezi klasickým přístupem controllingu a sledováním
VíceVyužívání prvků procesního řízení a zavedení standardů pro výkon prioritních agend veřejné správy
Využívání prvků procesního řízení a zavedení standardů pro výkon prioritních agend veřejné správy Mgr. Jiří Kárník Koordinátor projektů vedoucí oddělení procesního řízení a standardizace agend veřejné
VíceLeady & MERK Integrace Microsoft Dynamics CRM s aplikacemi Leady a MERK
Integrace Microsoft Dynamics CRM s aplikacemi Leady a MERK Strana 1 z 12 Obsah 1. Leady... 3 a. Shrnutí... 3 b. Popis modulu... 3 c. Technické podrobnosti o modulu... 5 2. MERK... 6 a. Shrnutí... 6 b.
VícePráce s daty pro větší úspěšnost prodeje a kvalitnější péči
Práce s daty pro větší úspěšnost prodeje a kvalitnější péči Petr Bucher, ComGate, 2011 ComGate, a.s. Strana 1 Osnova Kdo jsme / představení ComGate Co nás trápí v oblasti prodeje po telefonu Jak pomůže
VíceP R Ů M Y S L O V Ý M A R K E T I N G
P R Ů M Y S L O V Ý M A R K E T I N G 5 ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 1 M A R K E T I N G O V Ý I N F O R M A Č N Í S Y S T É M ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 2 Mnoho
VíceSTRUČNÝ PRŮVODCE ANALYTICKÝM PROCESEM
SPOLEČNOST ACREA Váš dlouholetý partner v oblasti analýzy dat - od dodání softwaru, přes řešení analytických úkolů, až po výuku statistických a dataminingových metod. STRUČNÝ PRŮVODCE ANALYTICKÝM PROCESEM
VíceZkušenosti s Business Intelligence ve veřejném sektoru České republiky
Zkušenosti s Business Intelligence ve veřejném sektoru České republiky Slovak Business Intelligence Day 2006 Jan Pour Katedra IT, VŠE Praha pour@vse.cz, http://nb.vse.cz/~pour Snímek 1 Zkušenosti s BI
VíceDatamining v praxi. Vratislav Beneš OptiSolutions s.r.o.
Datamining v praxi Vratislav Beneš OptiSolutions s.r.o. Agenda 1. Naši zákazníci a jejich problémy Kdo jsou naši zákazníci Jaká mají data a proč analyzují data Co jim DM přinese 2. Co předchází analýze
VíceAnalýza a vizualizace dat
Analýza a vizualizace dat Business intelligence Jednou z dalších oblastí, která spadá do sféry systémové integrace, je návrh a implementace řešení, spadajících do oblasti nazývané Business Intelligence
VíceProjekt SEPIe - Datový sklad a analytická nadstavba MIS - manažerský informační systém pro vedoucí zaměstnance resortu MV (konference)
Projekt SEPIe - Datový sklad a analytická nadstavba MIS - manažerský informační systém pro vedoucí zaměstnance resortu MV (konference) Ing. Petr Pechar (vedoucí řešitelského týmu), Praha, 27.11.2013 Úvod
VíceData science pro Business. Jak řídit svého Nerda
Data science pro Business Jak řídit svého Nerda Příklad studie Amazon - podíl na Ecommerce trhu Příklad studie % tržeb USA Amazonu: vybrané kategorie Příklad studie Podívejme se na boty Příklad studie
VíceZákladní 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,
VíceMarketingový výzkum 10. Výzkum spokojenosti Analýza image
Marketingový výzkum 10 Výzkum spokojenosti Analýza image Měření spokojenosti zákazníků Periodické hodnocení, nástroj zlepšování kvality Spokojenost = soulad mezi očekávanou a získanou hodnotou Vliv na
VíceEfektivní řízení pomocí Business Intelligence. Ján Zajíc (Clever Decision) Robert Havránek (Microsoft)
Efektivní řízení pomocí Business Intelligence Ján Zajíc (Clever Decision) Robert Havránek (Microsoft) Kde najdete nejefektivnějšího manažera? Hierarchie řízení a informační potřeby High level, agregované
VíceJAK ZVÝŠIT OBRAT E-SHOPU O 20%?
JAK ZVÝŠIT OBRAT E-SHOPU O 20%? mission possible with recommendation engine TOMÁŠ SEDLÁČEK Country manager, Gemius s.r.o. MARTIN SÝKORA Marketing manager, 4home a.s. Část 1 Představení Gemius o nás Globální
VícePředstavení společnosti Concordia Consulting CONCORDIA CONSULTING
Představení společnosti Concordia Consulting CONCORDIA CONSULTING JSME PORADCI V OBLASTI INOVACÍ A NOVÝCH TECHNOLOGIÍ Popis společnosti Proč Concordia Consulting? Concordia Consulting je poradenská společnost,
Více3. Očekávání a efektivnost aplikací
VYUŽÍVANÍ INFORMAČNÍCH SYSTÉMŮ V ŘÍZENÍ FIREM Ota Formánek 1 1. Úvod Informační systémy (IS) jsou v současnosti naprosto nezbytné pro úspěšné řízení firem. Informačním ním systémem rozumíme ucelené softwarové
VíceProjektové řízení jako základ řízení organizace
Projektové řízení jako základ řízení organizace Aleš Chudý, ředitel divize IW ales.chudy@microsoft.com Technický seminář Bratislava 6.10.2008 Obsah Potřeby byznysu a IT Řešení EPM Microsoft EPM Optimalizační
VíceDATOVÁ ARCHIVACE. Principy datové archivace a její výhody při migraci na SAP HANA. Štěpán Bouda Business Consultant
DATOVÁ ARCHIVACE Principy datové archivace a její výhody při migraci na SAP HANA Štěpán Bouda Business Consultant stepan.bouda@sabris.com KVÍZ Kdo uvažuje o migraci ERP na Suite on SAP HANA? Kdo uvažuje
VíceSlovenská 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
VíceŘízení výkonnosti nemovitostního portfolia. Integrační platforma innosys. Květen 2014
Řízení výkonnosti nemovitostního portfolia Integrační platforma innosys Květen 2014 Technologické trendy 2014 Narušitelé zavedených postupů Kognitivní analýza Industrializace zdrojů mas Blízká setkávání
VíceUnicorn Systems v pojišťovnictví
Unicorn Systems v pojišťovnictví Účinná řešení pro potřeby pojišťovacího trhu Více než 15letá zkušenost v oblasti pojišťovnictví Systematicky udržované business know-how i technologické znalosti pro oblast
VíceTéma Školitel Počet dní Moderní principy řízení výrobního podniku
Katalog školení QAD Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod Minerva ČR, AT Tower Pražákova 69, Brno začátek 9:00 hod do cca 16 hod cena 4000Kč/osoba,
VíceBusiness Intelligence
Business Intelligence Skorkovský KAMI, ESF MU Principy BI zpracování velkých objemů dat tak, aby výsledek této akce manažerům pomohl k rozhodování při řízení procesů výsledkem zpracování musí být relevantní
VíceEKONOMICKÝ A LOGISTICKÝ SOFTWARE. Luhačovice 24.10.2013
EKONOMICKÝ A LOGISTICKÝ SOFTWARE Luhačovice 24.10.2013 CRM řízení vztahů se zákazníky CRM - je zkratka z anglického Customer Relationship Management a označují se tak systémy pro řízení vztahů se zákazníky.crm
VícePlatforma ArcGIS. Platforma ArcGIS se skládá ze čtyř komponent: dat, zdrojů, portálu a aplikací.
Platforma ArcGIS Platforma ArcGIS Platforma ArcGIS je tvořena datovým obsahem, službami a softwarovými produkty, které spolu vzájemně komunikují. Je určena každému, kdo chce snadno a rychle sdělit informaci
Více