Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Selected Business Intelligence Methods for Decision-Making Support in a Finance Institution
Autoři: Mezera Filip | Křupka Jiří
Rok: 2017
Druh publikace: článek v odborném periodiku
Název zdroje: Scientific Papers of the University of Pardubice - Series D, Faculty of Economics and Administration
Strana od-do: 154 - 164
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Vybrané metody business inteligence pro rozhodování ve finanční instituci Tento článek se zabývá implementací metod pro podporu rozhodování ve středně velké nebankovní finanční společnosti s mezinárodními operacemi. Cílem tohoto článku je ukázat možnost použití vybraných metod pro rozhodování a řízení. Na začátku tohoto článku je stručně popsán současný stav v tomto podnikatelském sektoru ve střední Evropě. Po této části jsou popsány metody Business Intelligence, jakož i důvody, kdy byly tyto metody zavedeny v malých a středních podnicích. Tyto metody jsou závislé na datech, na získávání dat a na validaci těchto údajů. Předběžně zpracovaná data mohou být použita pro standardní vykazování. Využití tohoto typu vykazování je popsáno ve dvou příkladech. Tyto příklady ukazují závislosti mezi volatilitou směnného kurzu a určitým obdobím roku. Následuje příklad klasifikace klientů - nejprve na historických datech od roku 2010 do roku 2013 s využitím shlukové analýzy. Novým klientům byly dočasně přiděleny již navržené skupiny díky výše uvedenému popisu shluků. Při změně vnější prostředí, především v důsledku zásahů České národní banky, bylo potřebné navrhnout vhodnější metody klasifikace pro nové klienty. Jejich výsledky jsou porovnány s dalšími standartními klasifikačními metodami. Business intelligence; klasifikace; rozhodování; nebankovní finanční instituce; reportování
eng Selected Business Intelligence Methods for Decision-Making Support in a Finance Institution This article deals with decision-making support methods’ implementation in a medium size financial company with international operations. The objective of this article is to show the abilities of these methods to precise decision-making of management. At the beginning of this article there is briefly described the existing situation in this business sector in Central Europe. After that part Business Intelligence methods are described as well as the reasons while these methods have been introduced in small and medium enterprises. These methods are dependent on data, on acquisition of data and on validation of this data. Pre-processed data can be used for standard reporting. Utilization of this type of reporting is described on two examples in this article. These examples show dependences between exchange rate volatility and a specific period of the year. Then follows a demonstration of client classification - firstly on historical data from years 2010 to 2013 utilizing a cluster analysis. New clients have then been provisionally allocated to already designed groups thanks to the above-mentioned description of clusters. When the external environment changed, due to primarily the Czech National Bank interventions, it has been essential to design better classification methods for new clients. These methods are described in this article and results of these classification methods are compared. Business intelligence; Classification; Decision-making; Non-banking financial institution; Reporting