Customer Centric Reporting
Název práce: | Customer Centric Reporting |
---|---|
Autor(ka) práce: | Jež, David |
Typ práce: | Závěrečná práce - Institut celoživotního vzdělávání |
Vedoucí práce: | Novotný, Ota |
Oponenti práce: | Matějka, Martin |
Jazyk práce: | Česky |
Abstrakt: | Cílem této MBA práce je analytická podpora procesu zákaznické retence v prostředí české nadnárodní firmy zabývající se počítačovou bezpečností. Tato podpora spočívá ve vytvoření analytických nástrojů ve společnosti takovým způsobem, aby bylo možné analyzovat, měřit, predikovat a vyhodnocovat zákaznické chování a zvyky, jež budou dalším vstupem pro rozhodování v rámci jednotlivých interních procesů firmy. Celá iniciativa je poháněna transformací podnikové strategie, kdy se chce společnost stát více „Customer-Centric“. Tedy firmou, jejíž rozhodování je bezpodmínečně řízeno potřebami zákazníků. První část práce popisuje business prostředí, ve kterém je celý projekt realizován včetně definice toho, co Customer Centricity strategie představuje. V druhé části je zanalyzován a popsán vybraný podnikový proces, jež bude analyticky podpořen, a na kterém bude zároveň demonstrován přínos celého projektu. Mimo to sekce stanovuje způsob navrhovaného řešení. Třetí část práce je věnována zdokumentování postupu realizace projektu – vytvoření jednotné datové zákaznické platformy, modelu strojového učení pro predikci zákaznické odchodovosti a nástroje pro analýzu sentimentu nad daty zákaznické zpětné vazby. Závěrečná část pak hodnotí přínos dodaného projektu, a to jak z pozice autora, tak především z pohledu uživatelů, pro které byl projekt primárně řešen. |
Klíčová slova: | Customer Churn; Customer Centricity; predikce; analýza sentimentu; Machine Learning |
Název práce: | Customer Centric Reporting |
---|---|
Autor(ka) práce: | Jež, David |
Typ práce: | Závěrečná práce - Institut celoživotního vzdělávání |
Vedoucí práce: | Novotný, Ota |
Oponenti práce: | Matějka, Martin |
Jazyk práce: | Česky |
Abstrakt: | The objective of this MBA thesis is to analytically support the customer retention process in a Czech multinational software company developing security products. This support consists in the development of analytical tools in the company in such a way that it allows the company to analyze, measure, predict and evaluate customer behavior and habits, which will be further input for decision-making within the company's internal processes. The whole initiative is driven by a transformation of the corporate strategy based on which the company wants to become more "Customer-Centric". That is, a company whose decision-making is unconditionally driven by the needs of its customers. The first part of the paper describes the business environment in which the whole project is implemented, including a definition of what the Customer Centricity strategy represents. The second part analyses and describes the chosen business process, which will be analytically supported and on which the benefits of the whole project will be demonstrated. Beyond this, the section designs the proposed solution. The third part of the thesis is devoted to documenting the project implementation phase – the creation of a unified customer data platform, a machine learning model for predicting customer churn, and a sentiment analysis tool over customer feedback data. The final section then evaluates the contribution of the delivered project, both from the author's perspective and from the perspective of the users for whom the project was primarily designed. |
Klíčová slova: | Customer Centricity; sentiment analysis; Machine Learning; Customer Churn; prediction |
Informace o studiu
Studijní program / obor: | Data & Analytics for Business Management |
---|---|
Typ studijního programu: | Celoživotní vzdělávání studijní program |
Přidělovaná hodnost: | MBA |
Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
Fakulta: | Fakulta informatiky a statistiky |
Katedra: | Katedra informačních technologií |
Informace o odevzdání a obhajobě
Datum zadání práce: | 1. 4. 2021 |
---|---|
Datum podání práce: | 20. 12. 2021 |
Datum obhajoby: | 25. 2. 2022 |
Identifikátor v systému InSIS: | https://insis.vse.cz/zp/78813/podrobnosti |
Soubory ke stažení
Hlavní práce
Neveřejný soubor Stáhnout
Neveřejný soubor Stáhnout