Diplomová práce

Využitie dátovo orientovaných metód na zlepšenie predikcie predaja v e-commerce

Improving the Prediction of Sales in E-Commerce Using Data-Driven Methods

Bc. Karolína Chodáková
Anotace

Diplomová práca skúma, do akej miery môžu dátovo orientované prí-stupy prispieť k presnejšiemu prognózovaniu predaja v módnom e-commerce. Na základe transakčných dát slovenského internetového predajcu porovnáva sezónny naivný benchmark s modelom Prophet a zároveň rozširuje prognostickú analýzu o segmentáciu ABC a RFM. Vý-sledky ukazujú, že model Prophet dosiahol lepšie výsledky pri predikcii celkového …více

Abstract

This thesis evaluates the extent to which data-driven methods can en-hance sales forecasting in fashion e-commerce. Drawing on transaction data from a Slovak online retailer, the study compares a seasonal naïve benchmark with Prophet and supplements the forecasting analysis with ABC and RFM segmentation. The results indicate that Prophet outperformed the benchmark in forecasting total sales and the …více

Klíčová slova
Sales Forecasting E-Commerce Customer Segmentation RFM Analysis Time Series Analysis Exponential Smoothing Forecast Accuracy Fashion Retail Business Intelligence Predictive Analytics Demand Forecasting Data-Driven Decision Making ABC Analysis Seasonality
Zadání práce
Cieľ práce: Cieľom tejto diplomovej práce je analyzovať predajné dáta a nákupné správanie zákazníkov slovenskej e-commerce spoločnosti Dedoles pomocou vybraných analytických metód. Na základe tejto analýzy bude vytvorený a otestovaný dátovo podložený model predikcie predaja. Model bude zohľadňovať sezónnosť,
marketingové kampane a segmentáciu zákazníkov. Jeho cieľom je pomôcť spoločnosti Dedoles zlepšiť plánovanie zásob, znížiť náklady a podporiť lepšie rozhodovanie počas procesu reštrukturalizácie. Výsledky tejto práce poskytnú spoločnosti praktické nástroje a poznatky na lepšie pochopenie dopytových vzorcov a zosúladenie operatívy so skutočným správaním zákazníkov.
Postup a použité metódy: Teoretická časť objasní základy predikcie predaja a segmentácie zákazníkov,
vrátane metód ako RFM analýza, ABC analýza a K-means zhlukovanie. V praktickej časti autorka začne rozhovormi so zamestnancami spoločnosti Dedoles, aby porozumela aktuálnym metódam predikcie predajov. Následne budú zozbierané dáta analyzované pomocou metód časových radov, ako sú dekompozícia, kĺzavé priemery a exponenciálne vyhladzovanie. Zákazníci budú rozdelení do skupín na základe ich nákupného správania a bude vytvorený a otestovaný predikčný model s použitím metrík presnosti ako MAPE a RMSE. Model bude aplikovaný aj na jednotlivé segmenty zákazníkov s cieľom zvýšiť presnosť predikcie.
Administrativní informace
Práce zkontrolována:
12. 5. 2026 08:21, doc. Ahad Zareravasan, PhD, učo 243210
Plný text práce
3,3 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
16. 6. 2026
Práce byla úspěšně obhájena

Vedoucí

doc. Ahad Zareravasan, PhD, učo 243210
KPEM ESF MU

Oponent

Prateek Kalia, Ph.D., učo 244763
KPEM ESF MU
Citovat tuto práci
Masarykova univerzita Ekonomicko-správní fakulta
Studijní program
Plán
Podniková informatika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.