S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Palveluiden myyntikäyrien analysointi operaattoriliiketoiminnassa (Valmiin työn esittely) Riina Vesanen Ohjaaja: Teemu Salovaara Valvoja: Harri Ehtamo

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

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

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

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Käyrätyypit

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Laskutuskäyrät (1/2)

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Laskutuskäyrät (2/2)

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

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Tuotteen B ennuste: autokorrelaatiot

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 AR(2)-malli tuotteelle B

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

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

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

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Riina Vesanen Systeemitieteiden kandidaattiseminaari – Syksy 2009 Kysymyksiä?