Eva Schwarzová

Master's thesis

Volume Prediction as a Part of Demand Planning Solution

Predikce prodaného množství jako součást řešení plánování poptávky
Abstract:
Tato diplomová práce rozvíjí a zdokonaluje prediktivní metodiky ke zlepšení přesnosti předpovědí poptávky v rámci plánování poptávky. Obohacením údajů o prodeji společnosti o exogenní proměnné, jako jsou cenové indikátory a makroekonomické faktory, byl vytvořen komplexní prediktivní rámec. Studie identifikovala modely SARIMA, XGBoost a LSTM jako nejpřesnější pro dané charakteristiky dat, což vedlo …more
Abstract:
This master thesis develops and refines predictive methodologies to improve demand forecasting accuracy in demand planning. By enriching company sales data with exogenous variables such as price indicators and macroeconomic factors, a comprehensive predictive framework was created. The study identified SARIMA, XGBoost, and LSTM as the most accurate models for given data characteristics, achieving a …more
 
 
Language used: English
Date on which the thesis was submitted / produced: 26. 6. 2024

Thesis defence

  • Date of defence: 2024
  • Supervisor: Nikola Kuchtíková
  • Reader: Miloš Maryška

Citation record

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Praze
https://vskp.vse.cz/eid/94248