Lataa esitys
Esittely latautuu. Ole hyvä ja odota
JulkaistuAune Mäkelä Muutettu yli 9 vuotta sitten
1
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Palveluiden myyntikäyrien analysointi operaattoriliiketoiminnassa (Valmiin työn esittely) Riina Vesanen 7.12.2009 Ohjaaja: Teemu Salovaara Valvoja: Harri Ehtamo
2
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Tausta Verkko-operaattoriyritys haluaa kehittää uuden referenssimallin nykyiseen liiketoimintaympäristöön Muutos identtisistä tuotteista uudenlaisiin ratkaisuihin Mallin luomiseen tarvitaan ymmärrystä tuotteista ja niiden myynnistä
3
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Tavoitteet Identifioida tuotteet, jotka tuottavat eniten liikevaihtoa ja joiden laskutuksessa tapahtuu eniten muutoksia Tunnistaa muutokset, joita mahdollisesti kannattaa seurata myös jatkossa Työtä tehdessä tavoitteeksi muodostui myös hyvän datan tärkeyden kommunikointi
4
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Käytetty data Tarkastellaan kuukausittaista laskutusdataa Poimitaan datasta tuotteet, jotka 1.ovat tuottaneet eniten laskutusta vuonna 2008 tai 2.joilla on jonain kuukautena suurin euromääräinen muutos myynnissä Tarkastellaan muutoksia näiden tuotteiden laskutuksessa
5
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Käyrätyypit
6
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Laskutuskäyrät (1/2)
7
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Laskutuskäyrät (2/2)
8
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Asiakkaan kannalta keskeistä on se, miten tulevaa myyntiä voidaan ennustaa Työssä tuotettiin puhtaasti menneisyysdataan perustuvia aikasarjaennusteita käyttäen ARMA- malleja Aikasarjatarkastelu
9
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Tuotteen B ennuste: autokorrelaatiot
10
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 AR(2)-malli tuotteelle B
11
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Tutkimuksen perusteella tulisi tuotteiden myyntikäyrissä tarkkailla seuraavia muutoksia: i.Tasaisesti myyvien tuotteiden käyrissä näkyviä piikkejä ii.Laskutusjakson muutokset iii.Kokonaan kirjaamatta jätetty laskutus, kuten tuotteella B Johtopäätökset
12
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Useimmat säännöllisen kahden kuukauden laskutusvälin tuotteet noudattavat AR(1)- tai AR(2)-mallia –Monimutkaisemmille laskutusväleille tarvitaan myös monimutkaisemmat mallit Ongelma: virherajat voivat muodostua hyvinkin suuriksi ja ennustaminen on varsin hankalaa Aikasarjatarkastelun johtopäätökset
13
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Työstä opittua Datan suodatusta olisi pitänyt miettiä enemmän työtä aloitettaessa Ennusteista olisi voinut jättää pois poikkeavat datapisteet –Toisaalta kummalliset ennusteet alleviivasivat yritykselle sitä, kuinka tärkeää hyvä data on
14
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Kysymyksiä?
Samankaltaiset esitykset
© 2024 SlidePlayer.fi Inc.
All rights reserved.