Prediktiv analys & prediktiva modeller inom organisationer - Hur påverkas finansiellt beslutsfattande?

DSpace Repository

Prediktiv analys & prediktiva modeller inom organisationer - Hur påverkas finansiellt beslutsfattande?

Details

Files for download
Icon
Overview of item record
Publication Bachelor thesis
Title Prediktiv analys & prediktiva modeller inom organisationer - Hur påverkas finansiellt beslutsfattande?
Author Lind, Philip ; Nord, Robin
Date 2018
English abstract
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
Swedish abstract
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.
Publisher Malmö universitet/Teknik och samhälle
Language swe (iso)
Subject Prediktiv analys
Prediktiva modeller
Business Intelligence
Beslutsfattande
Finansiellt beslutsfattande
Beslutsprocesser
Handle http://hdl.handle.net/2043/26211 Permalink to this page
Facebook

This item appears in the following Collection(s)

Details

Search


Browse

My Account

Statistics