Warranty Claims Scoring in Automotive

Thesis title: Skóring garančních požadavků v automotive
Author: Boček, Jiří
Thesis type: Závěrečná práce - Institut celoživotního vzdělávání
Supervisor: Zimmermann, Pavel
Opponents: Sládek, Václav
Thesis language: Česky
Abstract:
Cílem MBA práce je navrhnout a vyvinout analytické řešení, pomocí kterého bude možné identifikovat nestandardní garanční požadavky ŠKODA AUTO. Benefitem tohoto řešení bude zvýšení počtu zachycených a opravených požadavků, které povedou ke snížení nákladů firmy v oblasti garancí. V teoretické části byla provedena analýza požadavků odborného útvaru a vytvořen konceptuální návrh řešení dané analytické úlohy. V praktické části byl na základě měření vybrán nejefektivnější regresní model, pomocí kterého byly oskórovány historické záznamy garančních požadavků.
Keywords: Datová Analýza; Machine Learning; Predičkní model; Garanční servis vozidel; Automotive
Thesis title: Warranty Claims Scoring in Automotive
Author: Boček, Jiří
Thesis type: Závěrečná práce - Institut celoživotního vzdělávání
Supervisor: Zimmermann, Pavel
Opponents: Sládek, Václav
Thesis language: Česky
Abstract:
The aim of the MBA thesis is to design and develop an analytical solution to be able to identify non-standard warranty requirements of ŠKODA AUTO. The benefit of this solution will be higher number of detected and corrected warranty claim demands, which will lead to reduction of company's warranty costs. In the theoretical part analysis was done based on business requirements and analytics solution conceptual design was created. In the practical part, the most effective regression model was selected and used for scoring of the historical warranty claims records.
Keywords: Data Analysis; Machine Learning; Prediction Model; Vehicle Warranty Service; Automotive

Information about study

Study programme: Data & Analytics for Business Management
Type of study programme: Celoživotní vzdělávání studijní program
Assigned degree: MBA
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information Technologies

Information on submission and defense

Date of assignment: 1. 4. 2020
Date of submission: 11. 1. 2021
Date of defense: 12. 3. 2021
Identifier in the InSIS system: https://insis.vse.cz/zp/75696/podrobnosti

Files for download

    Last update: