Sales Prioritization Dashboard
| Thesis title: | Sales Prioritization Dashboard |
|---|---|
| Author: | Páchová, Helena |
| Thesis type: | Závěrečná práce - Institut celoživotního vzdělávání |
| Supervisor: | Karkošková, Soňa |
| Opponents: | Zimmermann, Pavel |
| Thesis language: | English |
| Abstract: | This thesis addresses the need for a data-driven approach to sales prioritization for FMCG companies in the HORECA sector by designing and developing a customized Sales Prioritization Dashboard. The dashboard aims to optimize the decision-making process for sales representatives by integrating predictive analytics, demographic insights, and performance metrics to recommend high-priority stores. Leveraging multiple data sources—including CRM data, OpenStreetMap, and Google API—the dashboard provides recommendations, sales forecasts, and performance evaluations to improve store visits’ effectiveness and increase sales potential. This project adopts a structured methodology, from data extraction and cleaning to model selection and testing, to create a responsive and user-centered interface. Initial testing shows promising results, with Ridge Regression and Random Forest models demonstrating strong predictive accuracy. This thesis offers a comprehensive solution for transforming sales decision-making and provides a foundation for further enhancements in data-driven sales tools. |
| Keywords: | Predictive model; Sales forecasting; HORECA |
| Thesis title: | Sales Prioritization Dashboard |
|---|---|
| Author: | Páchová, Helena |
| Thesis type: | Závěrečná práce - Institut celoživotního vzdělávání |
| Supervisor: | Karkošková, Soňa |
| Opponents: | Zimmermann, Pavel |
| Thesis language: | English |
| Abstract: | Tato diplomová práce se zabývá potřebou datově řízeného přístupu k prioritizaci prodeje pro společnosti v oblasti FMCG v sektoru HORECA. Cílem je navrhnout a vyvinout přizpůsobený Sales Prioritization Dashboard, který optimalizuje rozhodovací proces pro obchodní zástupce. Dashboard integruje prediktivní analýzu, demografické údaje a výkonnostní metriky k doporučení nejdůležitějších provozoven. Využitím více datových zdrojů – včetně CRM dat, OpenStreetMap a Google API – poskytuje dashboard doporučení, prodejní predikce a hodnocení výkonu, čímž zvyšuje efektivitu návštěv prodejen a maximalizuje prodejní potenciál. Projekt využívá strukturovanou metodologii, od extrakce a čištění dat až po výběr a testování modelů, za účelem vytvoření responzivního a uživatelsky zaměřeného rozhraní. Prvotní testování vykazuje slibné výsledky, přičemž modely Ridge Regression a Random Forest dosahují vysoké prediktivní přesnosti. Tato diplomová práce tak nabízí komplexní řešení pro transformaci rozhodování v oblasti prodeje a poskytuje základ pro další vylepšení nástrojů řízených daty. |
| Keywords: | Prediktivní modely; Prognóza prodeje; HORECA |
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: | 12. 12. 2024 |
|---|---|
| Date of submission: | 14. 12. 2024 |
| Date of defense: | 26. 2. 2025 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/90757/podrobnosti |