Original title:
Competing on analytics
Translated title:
Competing on Analytics
Authors:
Nagin, Gleb ; Pour, Jan (advisor) ; Basl, Josef (referee) Document type: Master’s theses
Year:
2011
Language:
eng Publisher:
Vysoká škola ekonomická v Praze Abstract:
[eng][cze] Business analytics refers to the skills, technologies, applications and practisies for continuous iterative exploration and investigation of past business performance to gain insight and drive business planning. Business analytics focuses on developing new insights and understanding of business performance based on data and statistical methods. Business intelligence traditionally focuses on using a consistent set of metrics to both measure past performance and guide business planning, which is also based on data and statistical methods. Analytics makes extensive use of data, statistical or quantitative analyses, explanatory and predictive modeling, and fact based management to drive decision, making. Analytics may be used as input for human decisions or may drive fully automated decisions. In other words, querying, reporting, OLAP, and alert tools can answer questions such as what happened, how many, how often, where the problem is, and what actions are needed. Business analytics can answer questions like why is this happening, what if these trends continue, what will happen next, what is the best that can happen (optimize). Example of application analytics in different areas: banks use data analyses to differentiate among customers based on credit risk, usage of other characteristics with appropriate product offering. Harrah's company (from 2010 renamed and called Caesers entertaiment. Gaming corporation that owns and operate over 50 casinos, hotels, and seven golf courses under several brands), uses analytics for customer loyalty programs. Deere & Company (manufacturer of agricultural machinery like tractors, combine harvesters, sprayers and other) saved more than $1 billion by employing and implementing a new analytical tool to better optimize inventory. We can mention areas where within analytics are basic domain model: sales/retail business, financial services, risk & credit, marketing, fraud, pricing, telecommunications, supply chain, transportation and many others.Business intelligence (BI) jsou dovednosti, znalosti, technologie, aplikace, kvalita, rizika, bezpečnostní otázky a postupy používané v podnikání pro získání lepšího pochopení chování na trhu a obchodních souvislostech. Za tímto účelem společnosti provádí sběr dat, integraci, analýzu, interpretaci a prezentaci obchodních informací. Umožňuje jim získat lepší přehled o podniku, o řizení podniku nebo ziskat přehled o obchodním plánování. Business analytika se zaměřuje na rozvoj nových poznatků a pochopení výkonnosti podniku na základě historických údajů včetně statistických dat. Business intelligence se tradičně zaměřuje na použití konzistentních souboru a datových ukazatelů jak pro obchodní plánování tak i pro obchodní rozhodování. Business intelligence aplikace poskytují historické, současné a prediktivní zobrazení obchodních operací, nejčastěji s využitím již získaných dat v datovém skladu nebo příležitostně přímo z provozních systémů. Běžné funkce BI aplikací zahrnují OLAP, reporting, podporu analýz, datové kostky, přehledové zobrazení (dashboard, balanced scorecard), dolování dat, podnikové řízení výkonnosti (CPM) a prediktivní analýzy. Jinými slovy, tyto nástroje umožní varovat nebo odpovědět na otázky typu: co se stalo, v čem je problém, proč se to děje, co se stane když daný skutek bude pokračovat, co bude nasledovat dál, atd. Příklady použit: banky - používají datové analýzy pro rozlišení zákazníků na základě úvěrového rizika (vyhodnocení rizika). Společnost Harrah (od roku 2010 přejmenována na Caesers entertaiment, která vlastní a provozuje více než 50 kasin, hotelů a sedm golfových hřišť pod různými značkami), používá business inteligence pro vyhodnocení věrnostních programů. Deere & Company (výrobce zemědělských strojů: traktory, kombajny, postřikovače a jiné) uštřila více než 1 miliardu dolarů tím, že implementovala a zavedla nový analytický nástroj pro optimalizaci zásob. BI může být implementovaný v různých oblastech např. segment FMCG, finanční služby, marketing, finanční podvody, stanovení ceny, řízení dodavatelských řetězců, doprava a mnoho dalších.
Keywords:
Analytics; Business intelligence; Company; OLAP; Optimization; Reporting; Statistical data; Analýza; BI; Historický přehled; OLAP; Optimalizace; Podnik; Statistická data
Institution: University of Economics, Prague
(web)
Document availability information: Available in the digital repository of the University of Economics, Prague. Original record: http://www.vse.cz/vskp/eid/37412
guest ::
