Publikationer från Malmö universitet
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Prediktiv analys & prediktiva modeller inom organisationer - Hur påverkas finansiellt beslutsfattande?
Malmö universitet, Fakulteten för teknik och samhälle (TS).
Malmö universitet, Fakulteten för teknik och samhälle (TS).
2018 (svensk)Independent thesis Basic level (degree of Bachelor), 10 poäng / 15 hpOppgave
Abstract [sv]

Syftet med denna uppsats är att studera, beskriva och analysera ett företags finansiella beslutsfattande och hur dessa beslut kan påverkas av prediktiv analys. Finansiella beslut är beslut som är kritiska för ett företags framgång. Business Intelligence är ett sätt att förse organisationen med stora mängder beslutsunderlag via tekniker så som big data och data mining för att kunna ta bättre beslut. Många företag vill använda dessa beslutsunderlag för att kunna förutspå framtida beteenden, detta för att kunna vara proaktiva i sitt beslutsfattande och på så sätt effektivisera olika delar av sin verksamhet och vara konkurrenskraftiga. Prediktiv analys är en process som utför analyser genom komplexa algoritmer som ger kvalificerade “gissningar” på sannolikheter om olika framtida händelser. För att besvara syftet så valde vi att göra en kvalitativ studie där den empiriska datainsamlingen genomfördes via semistrukturerade intervjuer. Studiens resultat presenterar olika effekter av hur prediktiv analys och prediktiva modeller kan påverka en organisations finansiella beslutsfattande. Resultatet pekar mot att prediktiva analyser ökar kvaliteten på finansiella beslut. Det pekar även mot en effektivisering av tidsaspekten för finansiellt beslutsfattande och att dessa analyser inte kräver lika hög besluts kompetens vilket kan möjliggöra en decentralisering för finansiella beslut. Resultatet av studien visar att rätt sorts data ska användas och att denna ska ha hög kvalitet för att analyserna ska vara effektiva och att dessa görs bäst via att koppla de prediktiva analyserna till förslagsvis ett BI-system.

Abstract [en]

The purpose of this paper is to study, describe and analyse an organization's financial decision making and how these decisions can be influenced by predictive analytics. The financial decisions are critical for an organizations success. Business Intelligence can provide organizations with huge amounts of decisions basis through different techniques such as big data and data mining to be able to make better decisions. Many organizations seek to use this decisions basis to be able to predict future behaviours, this to be proactive in its decision making and thus streamlining different parts of their business and trough this be more competitive. Predictive analytics is a process that performs analyses through complex algorithms that provide qualified “guesses” to probabilities of different future events. To answer the purpose, we chose to do a qualitative study where the empirical data collection was conducted through semi-structured interview. The result of the study presents different effects of predictive analysis and predictive models may affect an organization's financial decision making. The results points to predictive analytics increasing the quality of financial decision making. It also points to an efficiency of the time-scale for financial decision making and that these analyses do not require the same decisions skills which could allow decentralizations for financial decisions. The study shows that the right kind of data is to be used and of high quality for the analyses to be effective and that these are best done by linking predictive analytics as a suggestion to a BI System

sted, utgiver, år, opplag, sider
Malmö universitet/Teknik och samhälle , 2018. , s. 40
Emneord [sv]
Prediktiv analys, Prediktiva modeller, Business Intelligence, Beslutsfattande, Finansiellt beslutsfattande, Beslutsprocesser
HSV kategori
Identifikatorer
URN: urn:nbn:se:mau:diva-20966Lokal ID: 26211OAI: oai:DiVA.org:mau-20966DiVA, id: diva2:1480849
Utdanningsprogram
TS IT och ekonomi
Veileder
Examiner
Tilgjengelig fra: 2020-10-27 Laget: 2020-10-27bibliografisk kontrollert

Open Access i DiVA

fulltekst(613 kB)740 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 613 kBChecksum SHA-512
f303a75d63a5a420ce1352abed245a33c95422ff271b631081f59d928d664e5b474cc85df198d26b5f52f38fc05da23364d078c30a6505811abadd3088527dd2
Type fulltextMimetype application/pdf

Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 741 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 206 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf