Machine Learning-Based Prediction of Financial Behavior Of Customers

Veronika Junková

Diplomová práce

Predikce finančního chování interních zákazníků Siemens pomocí strojového učení

Anotace:

Tato diplomová práce navrhuje využití metod strojového učení k analýze a predikci finančního chování interních zákazníků Siemens na základě dat o smlouvách a účtování služeb. Vyvinuté modely predikují skutečnou spotřebu různých služeb a umožňují přesnější pochopení finančních trendů a spotřebitelského chování. Analýza využívá detailní datové zdroje zahrnující zákaznické informace, specifikace služeb, údaje o smluvních závazcích a historické spotřebě, přičemž kombinuje grafové neuronové sítě (GNN) a XGBoost k dosažení vyšší přesnosti predikcí. Výsledkem práce je praktický nástroj, který pomůže společnosti Siemens efektivněji plánovat finance, řídit nabídku služeb a optimalizovat využití zdrojů.

Abstract:

This thesis proposes a machine learning-based approach to predict the financial behavior of Siemens' internal customers using contracting and billing data. The developed models forecast actual consumption across diverse services, providing enhanced insights into consumption patterns and financial trends. Leveraging comprehensive datasets—including customer attributes, service specifications, contract details, and historical usage records—the analysis combines Graph Neural Networks and XGBoost to improve forecast accuracy. The anticipated outcome is a practical tool that enhances Siemens’ financial planning, service management, and resource allocation processes.

Klíčová slova

prediktivni modelovani, xgboost, financni predikce, grafove neuronove site, strojove uceni

Keywords

predictive modeling, xgboost, machine learning, graph neural networks, financial forecasting

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 5. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 4. 6. 2025
• Vedoucí: Pavel Zimmermann
• Oponent: Lukáš Palm

Vysoká škola ekonomická v Praze

Magisterský studijní program:
Data a analytika pro business