business intelligence v¡_fin.pdf · obrázek 2: fmcg v poměru šíře a hloubky sortimentu zdroj:...

97

Upload: others

Post on 26-Jan-2020

5 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží
Page 2: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

Business intelligence v oblasti rychloobrátkového zboží

Business Intelligence in the FMCG Sector

Diplomová práce

Studijní program: Řízení rozvojových projektů

Studijní obor: Projektové řízení inovací v podniku

Vedoucí práce: Doc. Ing. Martin Zralý, CSc.

Tereza Fixová

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Masarykův ústav vyšších studií

Katedra managementu

Praha 2016

Page 3: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží
Page 4: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží
Page 5: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

Poděkování

Děkuji Doc. Ing. Martinu Zralému, CSc. za vedení diplomové práce, za cenné rady, věcné

připomínky a vstřícnost při konzultacích. Mé poděkování patří též Ing. Janu Huškovi, Ph.D.

ze společnosti INEKON SYSTEMS, s.r.o. za konzultace v oblasti praktické části diplomové

práce. V neposlední řadě děkuji svému partnerovi a rodině za podporu, zázemí a důvěru,

kterou ve mne při studiích vkládají.

Page 6: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

Abstrakt

Tato práce se zabývá softwarovými aplikacemi Business intelligence. Konkrétně

analyzuje informační systém pro podporu rozhodování - Business Navigation System od

společnosti Inekon Systems, s.r.o. a navrhuje konkrétní řešení konfigurace modelů pro

vybranou společnost reprezentující malé a střední podniky v oboru rychloobrátkového zboží.

Reprezentační podnik je vybrán na základě analýzy malých a středních podniků z oboru

rychloobrátkového zboží a dotazníkového šetření zjišťující zvyklosti při tvorbě prodejních

plánů a spokojenosti se stávajícím informačním systémem pro podporu rozhodování

oslovených společností.

Klíčová slova

Business intelligence, informační systém, Business Navigation System, Malé a střední

podnikání, rychloobrátkové zboží

Abstract

The thesis describes Business Intelligence software applications. Specifically, it

analyses decision support information system – Business Navigation System by Inekon

Systems, s.r.o. and suggests specific solution of models configuration for the selected

company representing small and medium enterprises in the fast moving consumer goods

sector. The representative company is selected on the basis of the analysis of small and

medium enterprises in the field of fast moving consumer goods and questionnaire survey

revealing patterns in developing sales plans and satisfaction with existing decision support

information system of the companies surveyed.

Keywords

Business Intelligence, Information System, Business Navigation System, Small and Medium

Enterprises, Fast Moving Consumer Goods

Page 7: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

Obsah

1 Cíl diplomové práce ....................................................................................................... 1

2 Analýza problému .......................................................................................................... 2

2.1 Business Navigation (BN) ....................................................................................... 2

2.2 Význam použití Business Intelligence ve firmách .................................................. 3

2.3 Charakteristika trhu rychloobrátkového zboží ........................................................ 5

2.4 Business Intelligence v oblasti rychloobrátkového zboží ....................................... 6

2.5 Společnost Inekon Systems, s.r.o. ......................................................................... 12

2.5.1 Stávající zákazníci společnosti Inekon Systems, s.r.o. .................................. 12

2.5.2 Cíle společnosti Inekon Systems, s.r.o. ......................................................... 13

3 Relevantní teorie .......................................................................................................... 14

3.1 Business intelligence ............................................................................................. 14

3.1.1 Definice Business Intelligence ....................................................................... 15

3.1.2 Vývoj Business Intelligence .......................................................................... 15

3.1.3 Přehled nástrojů Business Intelligence .......................................................... 16

3.2 Charakteristika malých a středních podniků ......................................................... 22

4 Analýza stávajících aplikací ........................................................................................ 24

4.1 Business Navigation SystemAdvanced Budgeting(BNS AB) .............................. 29

4.1.1 Struktura BNS AB ......................................................................................... 29

4.2 Business Navigation Systém Strategic Extension (BNS SX) ............................... 30

4.2.1 Struktura BNS SX .......................................................................................... 31

5 Analýza trhu malých a středních podniků v oblasti rychloobrátkového zboží ............ 33

5.1 Databáze podniků .................................................................................................. 33

5.2 Analýza podniků přes databázi BISNODE s následným výběrem ....................... 33

5.3 Dotazníkové šetření ............................................................................................... 35

5.4 Výsledky dotazníkového šetření ........................................................................... 35

Page 8: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

5.5 Závěry analýzy trhu ............................................................................................... 50

6 Návrh řešení ................................................................................................................. 52

6.1 Společnost Al-Namura, s.r.o. ................................................................................ 53

6.1.1 Popis stávajícího stavu ................................................................................... 55

6.1.2 Návrh zjednodušeného systému iBNS pro společnost Al-Namura, s.r.o. ..... 58

6.1.3 Doporučení k implementaci ........................................................................... 63

7 Shrnutí výsledků a přínosu diplomové práce ............................................................... 68

8 Citovaná literatura ........................................................................................................ 72

9 Seznam obrázků ........................................................................................................... 74

10 Seznam grafů ............................................................................................................... 75

11 Přílohy .......................................................................................................................... 76

Příloha č. 1: Analýza společnosti Al-Namura přes databázi BISNODE ......................... 76

Příloha č. 2: Dotazník ...................................................................................................... 81

Evidence výpůjček ............................................................................................................... 89

Page 9: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

1

1 Cíl diplomové práce

Cílem této práce je analyzovat stávající Business Navigation System (dále jen BNS)

společnosti Inekon Systems, s.r.o., který byl vyvinut pro potřeby velkých podniků, které jsou

charakterizovány dle Evropské komise (EU, Evropská komise, 2006) počtem zaměstnanců

nad 250 osob a jejichž roční obrat přesahuje 50 milionů EUR, nebo jejichž bilanční suma

roční rozvahy přesahuje 43 milionů EUR.

Společnost Inekon Systems, s.r.o. působí v segmentech rychloobrátkového zboží,

obchodu a logistiky, automobilovém a ostatním průmyslu a službách(INEKON SYSTEMS,

2016).Tato práce se bude zabývat analýzou trhu rychloobrátkového zboží se zaměřením na

malé podniky definované též dle Evropské komise (EU, Evropská komise, 2006)průměrným

počtemdo 50 zaměstnanců, ročním obratem 10 milionů EUR a bilanční sumou roční rozvahy

do 10 milionů EUR a střední podniky s průměrným počtem do 250 zaměstnanců, ročním

obratem do 50 milionů EUR a bilanční sumou roční rozvahy nepřesahující 43 milionů EUR.

Cílem této práce je vytvořit strukturu BNS, která by byla vhodná pro konkrétní malý až

střední podnik působící na trhu rychloobrátkového zboží, který disponuje vlastním

podnikovým informačním systémem bez dostatečné podpory plánovacího komfortu.

Struktura by měla být koncipována jako doplněk k v podniku již existujícím softwarovým

nástrojům. Implementace, správa a údržba systému by měla být uživatelsky jednoduchá tak,

aby ji cílový podnik zvládl vlastními silami bez velkých nákladů. Cílem této práce je tedy

návrh řešení zjednodušeného iBNS a doporučení k jeho implementaci vhodné pro konkrétní

podnik s velikostí malého až středního podniku z oblastitrhu rychloobrátkového zboží.

Vhodný podnik bude vybrán na základě analýzy malých a středních podniků z trhu

rychloobrátkového zboží na základě dotazníkového šetření.

Přínosem této práce bude analýza současné situace a stávajících aplikací, analýza trhu,

na který by společnost Inekon Systems, s.r.o. chtěla se zjednodušeným iBNS vstoupit, návrh

vhodného řešení pro konkrétní podnik na daném trhu a doporučení k implementaci

zjednodušeného iBNS.

Page 10: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

2

2 Analýza problému

V následující kapitole bude popsán současný model Business Navigation společnosti

Inekon Systems, s.r.o., význam použití systémů Business intelligence v podnicích a

charakterizován trh rychlobrátkového zboží. Následně budou popsány specifika využití

Business intelligence v oblasti trhu rychloobrátkového zboží. V závěru této kapitoly bude

popsána společnost Inekon Systems, s.r.o., její současní zákazníci a cíle této společnosti,

které by měly být i díky této práci v brzké době naplněny.

2.1 Business Navigation (BN)

Model Busines Navigation představuje soubor metodických a softwarových nástrojů

zaměřených na dlouhodobé i krátkodobé plánování, taktické i strategické řízení,

projektování změn, hodnocení stanovených cílů a efektivní business intelligence. Tento

koncept vytváří podmínky pro efektivní manažerské rozhodování.

Business Navigation využívá nástroje na podporu řízení změny (Balanced Scorecard

či Strategické projekty) a současně spojuje hlavní podnikové procesní oblasti – prodej,

výrobu či služby a finance (Business Plan, taktické plány). Umožňuje hodnocení odchylek

plánovaných a skutečně dosažených výsledků (controlling) a jejich přesnou analýzu.

Page 11: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

3

Schéma Business Navigation je znázorněno na následujícím obrázku č. 1:

Obrázek 1: Schéma Business Navigation Zdroj: (INEKON SYSTEMS, 2016)

2.2 Význam použití Business Intelligence ve firmách

Na počátku podnikání řídí sám podnikatel svůj podnik především operativně na základě

vlastní intuice, postupem času je rozsah podniku a tím i činností, které s podnikáním souvisí,

rozsáhlejší. Podnikatelé si již nevystačí s vlastní intuicí a začínají využívat různé manažerské

nástroje. Čím více činností, produktů, zákazníků, dodavatelů a dalších entit v podniku je, tím

je složitější zajistit mezi manažerskými nástroji vzájemné vazby, které jsou pro jejich

funkčnost klíčové, a tím vytvořit ucelený a efektivní systém řízení podniku. Ve chvíli, kdy

už běžné ERP systémy a jiné software pro konsolidaci a reporting či aplikace MS Excel

nestačí, je vhodným řešením využít nástroje Business Intelligence (dále jen BI), které

umožní:

Page 12: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

4

Snadné finanční plánování – Snadné sestavení a schválení víceúrovňových plánů je

s nástroji BI snadné i pro neekonomy a to různých měnách s možností verzování a

porovnávání odchylek období a verzí.

Snadné rozhodování – V případě, že si mohu promítnout změnu pouze v systému,

mohu si ověřit dopady, které by případná změna udělala v realitě a podle toho se

rozhodnout, jakým směrem půjdu dál.

Jednoduchost ovládání – Implementace Business Navigation System umožňuje práci

ve známém prostředí MS Excel, se kterým je propojen. Je možné snadno a rychle

začít se základními daty a detaily přidávat za pochodu.

Maximální konzistence – Aktualizace veškerých vzorců a dat se provádí jedním

kliknutím a není zde riziko chybovosti, jako při samostatné práci bez podpory

vhodného softwaru.

Vyhodnocení odchylek – Je možné porovnat verze rozpočtů, upřesněných výhledů a

účetních skutečností. Sledování významných absolutních a poměrových rozdílů je

s nástroji BI velmi snadné, systém je sám vyznačí.

Spolupráce s účetnictvím – Zda jsou plány správně realizovány, je ověřitelné

porovnáním s účetnictvím, ruční doladění detailů není problém. S nástroji BI je

možné ovlivnit budoucnost dříve, než se stane pomocí budoucích modelací.

Svoboda modelování – Prodejní plány tvořené synchronně mezi vedením a nižšími

úrovněmi organizační hierarchie společnosti je možné pomocí BI snadno a rychle,

odchylky mezi oběma směry jsou díky systému průběžně vyhodnocovány a

korigovány.

Opravdová multiměnovost – Plán je možné udělat nezávislý na pohybu kurzu, je

možné vkládat hodnoty v různých měnách, které se kurzem nezmění, pokud pak

uživatel chce vidět náhled v jedné měně, vše se správně přepočítá.

Snadná implementace – Business Navigation System může být bez problémů

napojen na všechny standardní provozní systémy (SAP, MFG/PRO, MAX, Navision,

System 21, K2, Noris a další..)

Zlepšení podnikové výkonnosti – BI aplikace mohou být využívány jako cílený

marketing, je možné profilovat zákazníky, analyzovat výrobky, nebo pochopit

jednotlivé vzorce a trendy. Společnost je s BI lépe informována prostřednictvím

intenzivního pochopení svých operací a zároveň je možný rozpad cílů na dílčí cíle

při dobré vizualizaci přiřazení zodpovědností a průběžná kontrola výsledků a tím

Page 13: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

5

motivace pracovníků na nižších úrovních podnikové hierarchie, což přináší

porozumění a konkurenční výhodu.

2.3 Charakteristika trhu rychloobrátkového zboží

Rychloobrátkové zboží se svým anglickým názvem Fast Moving Consumer Goods a

z něj odvozenou zkratkou FMCG spadá spolu se zbožím dlouhodobé spotřeby a speciálními

výrobky do kategorie spotřebního zboží. V některých publikacích můžeme nalézt označení

Consumer Packaged Goods (CPG), jenž v překladu znamená spotřební balené zboží.

Pro tento typ zboží se používá intenzivní distribuce, jedná se o prodej prostřednictvím

co největšího počtu vhodných prodejních míst v určité oblasti. Jako příklady zboží

krátkodobé spotřeby lze uvést nealkoholické nápoje, hygienické potřeby, farmaceutika,

balené potraviny a mnoho dalšího spotřebního materiálu.

Jedná se o výrobky, které mají rychlý obrat a relativně nízkou cenu s nízkou marží.

Absolutní zisk z FMCG produktů je relativně malý, z důvodu velkého objemu prodejů však

kumulativní zisky z těchto produktů mohou být velké. Životnost těchto produktů bývá pod

1 rok, a to buď v důsledku vysoké poptávky spotřebitelů (jedná se o produkty, které

spotřebitelé kupují pravidelně), nebo proto, že výrobek se rychle kazí. Prodeje tohoto typu

zboží jsou často ovlivněné svátky a jinými obdobími v roce.

V publikaci Mezinárodní marketing autorka Machková vyjmenovává hlavní

charakteristiky základních skupin spotřebních výrobků, mezi nimi i rychloobrátkového

zboží. Autorka sleduje 4 dimenze, které charakterizuje pro rychloobrátkové zboží

následovně:

Kupní chování spotřebitelů – Časté nákupy, impulzivně nakupované zboží.

Spotřebitelé nejsou ochotni vynaložit pro nákup velké úsilí.

Cenová politika – Nízké ceny.

Distribuce – Široká (intenzivní) distribuce. Snadno dostupná obchodní síť.

Komunikace – Masová reklama a silná podpora prodeje ze strany výrobce.

(Machková, 2015)

Další autor (Majumdar, 2004) rozděluje charakteristiku FMCG produktů z pohledu

spotřebitelů a obchodníků:

Page 14: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

6

Z pohledu spotřebitelů:

o Častý nákup

o Nízká účast (malá nebo žádná snaha vybírat či shánět)

o Nízká cena

o Krátká doba skladovatelnosti

o Použití pro denní spotřebu

Z pohledu obchodníků:

o Vysoké objemy

o Nízké marže

o Rozsáhlá distribuční síť

o Vysoký obrat zásob (Majumdar, 2004)

FMCG je v prodejnách charakterizovánomalou hloubkou a malou šíří sortimentu, jak

můžeme vidět na následujícím obrázku č. 2:

Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009)

2.4 Business Intelligence v oblasti rychloobrátkového zboží

Pojem rychloobrátkového zboží byl popsán v předchozí kapitole. Trh rychloobrátkového

zboží je v současné době nasycený. Aby se jednotliví výrobci na něm udrželi, musí své

Page 15: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

7

výrobky prodávat v akcích či s jiným cenovým zvýhodněním nebo zatraktivněním v podobě

dárků či většího balení.

Firmy prodávající rychloobrátkové zboží vynakládají velké prostředky na mezinárodní

komunikační politiku, často až 30 až 50% obratu. (Machková, 2015)

Bylo by naivní se domnívat, že moderní marketing je možné využívat pouze ve velkých

podnicích, i když je tato domněnka často podpořena postoji v mnoha učebnicích, kde se

uplatnění marketingu popisuje většinou na velkých podnicích. Nicméně malé a střední

podniky potřebují být ještě více tržně orientované, než jejich větší konkurenti a rozhodně

není v marketingu nic, co by menší organizace nemohly přijmout. Základní koncepce a

nástroje marketingu mohou být stejné, i když třeba používané jiným způsobem.

Podniky rychloobrátkového zboží čelí rostoucímu tlaku na zvyšování efektivity

hospodaření a stále složitějším požadavkům zákazníků. Od určité velikosti podniku je téměř

nutností využít systémů na podporu plánování, rozhodování a controllingu.

Za základ pro řízení podniku je považována strategická analýza a vyhodnocení výchozí

strategické pozice (poslání, vize, strategické cíle, PESTLE analýza), analýza mezoprostředí

(analýza trhu, analýza konkurenčního prostředí, porter analýza, mapy strategických skupin,

profil či matice konkurentů, matice EFE) a analýza mikroprostředí podniku (Analýza

managementu, marketingového mixu, výrobků a služeb, finančního účetnictví, SWOT

analýza a matice IFE). Vizualizace takto navržené strategie je ideální pomocí strategických

map. Pro vytvoření vazby mezi strategií a operativními činnosti je volena metoda Balanced

Scorecard, která nahlíží na výkonnost podniku ze čtyř perspektiv:

Finanční

Zákaznické

Interních podnikových procesů

Učení se a růstu

Finanční plán umožňuje ověřit, jaké dopady mají na likviditu podniku záměry obsažené

v dílčích podnikových plánech. Finanční plán by však neměl být jen pasivním nástrojem

sloužícím k určení deficitu či přebytku finančních zdrojů, ale měl by být využíván i jako

nástroj racionálního zjišťování finanční rovnováhy mezi příjmy a výdaji, respektive mezi

potřebou finančních prostředků a disponibilními finančními zdroji. (Freiberg, 2011)

Page 16: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

8

Podstatnou roli pro podniky rychloobrátkového zboží hraje prodejní plán, který bývá

podkladem pro tvorbu plánu investic, marketingu či odměňování. Prodejní plán může být ve

společnostech sestavován progresivně tzv. Bottom-Up, retrográdně tzv. Top-Down či

kombinací těchto způsobů. Tyto způsoby plánování pak určují míru zapojení jednotlivých

úrovní hierarchie do plánování a tím efektivitu samotného plánování. Plánovací proces by

měl být projekcí minulosti se zahrnutím očekávaných změn ve vývoji okolí. Díky

efektivnímu plánování je možné lépe cílit své produkty a zvýšit svou konkurenceschopnost,

optimalizací zdrojů dosáhnout úspory nákladů, včas posuzovat situaci na trhu a být schopni

pružně reagovat, řídit a motivovat lidi podle rozvržených cílů (možnost definovat

odpovědnost za dílčí cíle je nepostradatelnou), průběžně zjišťovat informace o naplňování

obchodních cílů a aktuální nákladovosti či ziskovosti na jednotlivé produkty či dle

jednotlivých zákazníků.

V rámci rychloobrátkového plánování je nutné řídit nejen prodejní předpovědi včetně

aktuálních marží na jednotlivé produkty či zákazníky, ale také různé slevy, prodejní akce,

zpětné bonusy, marketingové a obchodní náklady, dělat analýzy prodejů a u společností

prodávající například alkohol či tabákové zboží počítat spotřební daň. Vše je vhodné pak

členit do jednotlivých scénářů a připravit varianty budoucího vývoje včetně možnosti

aktualizace při významných změnách okolních podmínek.

V případě, že nastane odchylka reality od plánu, je nutné přesně určit příčinu této

odchylky. Tvorba plánů by měla zahrnout specifika podniku. Například při obchodování se

zahraničím je nutné zahrnout možnost přepočítávat finance na cizí měnu a to nejlépe pro

období za jeden rok, pololetí, čtvrtletí, měsíce s možností agregace či aktuálního zobrazení

stavu.

Mezi finanční ukazatele, které využije informační systém pro podporu rozhodování

v oblasti trhu rychloobrátkového zboží, patří ty pro určení ziskovosti, nákladovosti, bodu

zvratu, určení a analýzy absolutní a procentuálníodchylky hodnot mezi vybranými ukazateli

ve zvolené verzi (měna, kusy) a období v absolutním a kumulovaném vyjádření (např. ceny,

množství a tržeb v rámci analýz prodeje). Dále by měly být popsány jednotlivé druhy

marketingových, obchodních a daňových nákladů.

Page 17: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

9

Datový model by měl být postaven tak, aby bylo možné v závislosti na vývoji trhu rychle

určit bod zvratu, aktualizovat struktury produktů a zákazníků a upravovat plány. Ve

výrobních firmách by měl systém zohlednit i specifika dodávek do obchodních řetězců. Dále

by měl pracovat zároveň i s mnoha tisíci zákazníků a produktů, koordinovat plánovací

procesy manažerů na všech úrovních, ať už jsou z regionu, oblasti, či centrály. To vše by

mělo být možné zobrazit z různých úhlů pohledu - například podle zákazníků, produktů, ale

i třeba časových období, prodejních kanálů nebo měrných jednotek.

V rámci systému BNS je pro oblast řízení podniků rychloobrátkového zboží vhodné

rozebrat podrobně modul prodejní výkonnosti, jenž je tvořen submodulem Řízení portfolia

prodeje, který tvoří jádro řešení pro celou tuto oblast. Na tento subsystém je napojen vždy

odpovídající oborový submodul, který obsahuje typové řešení, v tomto případě FMCG pro

řízení prodeje výroby na sklad.

Model Prodejní výkonnost je možné graficky zobrazit, jako na obrázku č. 3:

Obrázek 3: Modul prodejní výkonnost Zdroj: (Inekon Systems, 2016)

Řízení portfolia prodeje (PV 01) směřuje k tomu, aby prodejní mix ve strukturách

produktů, zákazníků, odpovědnosti, prodejních kanálů, teritorií, aj., dosahoval maximálního

prodejního výkonu, tedy, aby došlo k nejvyššímu zhodnocení vlastní produkce,

poskytovaných služeb či nakupovaného zboží. Produktem může být „kusovníkový“

Page 18: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

10

výrobek, ale i zakázka, projekt apod. Klíčovými nástroji (procesy) řízení portfolia prodeje

jsou prodejní plány, prodejní předpovědi, prodejní reporting a prodejní analýzy. Uvedenému

členění odpovídá i struktura aplikací:

Plánování prodeje - představuje velice důležitou, často i výchozí, složku

celofiremního plánování. Aplikace slouží k sestavení plánu prodeje (v naturálním

a/nebo finančním vyjádření) na odpovídající časový horizont (standardně 12

měsíců). Kromě tvorby základního (referenčního) plánu, může být aplikace využita

ke kontinuálním aktualizacím plánu během realizace, či k sestavení variantních nebo

rolujících plánů. Aplikace podporuje široké spektrum plánovacích postupů, které

jsou zabudovány v uceleném panelovém konceptu. Může se jednat například o

tvorbu plánu přírůstkově, formou změn oproti výchozím referenčním hodnotám

(zejména skutečnosti minulého období) nebo možnost volby plánovacích

reprezentantů.

Prodejní předpovědi - slouží k tvorbě různých typů prodejních předpovědí

(výhledů, forecast,…). Prodejní předpovědí se v této souvislosti rozumí formulace

odhadů budoucího prodeje, které mohou probíhat paralelně s plánem (prognózy

plnění plánu) nebo mohou plánu předcházet. Varianty prodejních předpovědí:

o pro zvolený časový horizont (např. 12 měsíců)

o pro stanovenou periodicitu sestavování (např. každé 2 měsíce)

o na fixní (např. do konce roku) či na klouzavé období

o jako čistý výhled (na stanovený horizont nebo jako očekávaná skutečnost (se

započtením uplynulého období).

Reporting prodeje - procesem reportingu prodeje se v rámci systému BNS rozumí

poskytování pravidelných hlášení o prodejních výsledcích ve formátu standardní

sady panelů Analyser - Vývoj v roce po měsících, Vývoj od vybraného období,

Analýza dle ukazatelů, Analýza dle zákazníků, Paretova analýza, Plnění plánu,

Indexy období, Meziroční indexy, Regionální analýza ČR (Evropa).

Analýzy prodeje - proces prodejních analýz úzce navazuje na prodejní reporting,

zaměřuje se však na hlubší analytické postižení souvislostí, konkrétně Regionální

analýzy (mapy), Analýzy odchylek, Analýzy rozptylu, Analýza cenových odchylek,

Bridge diagramy, Analýza kurzových rozdílů.

Prodej výroby na sklad (PV 02), Manufacturing to Stock (MTS) představuje typ

prodejních aktivit, při nichž je stejný produkt prodáván různým zákazníkům. Produkt je

Page 19: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

11

vyroben bez předchozí objednávky zákazníkem. Impulzem daného typu výroby je tedy

prodejní prognóza. Struktura aplikací daného submodulu je orientovaná na potřeby prodeje

FMCG.

Řízení cen a slev - aplikace podporuje proces cenotvorby, který směřuje k nastavení

správné výše ceny opakovaně prodávaného produktu. Pozornost je soustředěna na

nalezení optimální ceny, která je výslednicí cenové citlivosti a vynaložených

nákladů.

Řízení prodejních akcí (detail) - Aplikace umožňuje založit akci a zadat její

parametry (trvání akce od-do, vazba na zákazníka a produkty v akci, akční cena,

množství v akci, akční tržby, status akce, základní cena, …). Následně, během

realizace akce lze doplnit reálná data akčních prodejů (načtení z provozního systému)

a dopočítat ukazatele vyhodnocení akcí. Podle zadaných filtrů (datum od-do,

produkt, zákazník) aplikace vypíše přehled akcí v zadaném období a ukazatele

vyhodnocení.

Řízení prodejních akcí (souhrn) - Aplikace plánuje a vyhodnocuje akční prodeje

jako součást ročního plánu prodeje. Aplikace pracuje s ukazateli stanovenými v

portfoliu prodeje (množství, ceny, tržby podle produktů a zákazníků), jež jsou

rozlišeny na hodnoty „v akci“ a „mimo akce“ v detailu měsíce. Celkový plán a

skutečnost prodejů – množství a tržby - je součtem akčních a neakčních prodejů v

měsíci. Plánování a analýzy výsledků prodeje se dějí ve stejných postupových

krocích jako pro neakční prodeje. Implementace aplikace je závislá na evidenci

skutečných a případně i plánovaných hodnot v provozním systému (tj. existence

příznaku pro rozlišení akčních a neakčních prodejů).

Řízení zpětných bonusů - aplikace umožňuje na základě aktualizovaného číselníku

bonusových zákazníků a produktů a na základě definic typů bonusů přiřazených

zákazníkům (fixní bonusy, obratové bonusy, …) dle smluvních podmínek průběžně

aktualizovat nároky na kvartální, pololetní a roční bonusy pro skutečnost i plán. Po

implementaci modulu KP lze hodnotu bonusů zohlednit v ziskovosti produktů.

Řízení obchodních nákladů – aplikace řeší řízení obchodních nákladů, které se váží

na zákazníka s detailem produktu. Může se jednat např. o logistické náklady.

Typickými představiteli této kategorie nákladů jsou v oboru FMCG při prodeji do

jednotlivých řetězců listing (zalistování položky v prodejním řetězci), opening (zboží

do nově otevřené prodejny), poplatek za leták, ochutnávky a vzorky, pronájem ploch

(regálové a paletové pozice) či obsluha zboží na prodejně (merchandising).

Page 20: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

12

Řízení marketingových nákladů - aplikace řeší řízení marketingových nákladů, jež

se váží na značku (produkt). Typickými nositeli této kategorie nákladů jsou reklama,

výstavy a konference, POS (point of sales – vybavení prodejního místa reklamními

předměty), PR (náklady na veřejnou publicitu), sponsoring, grafické práce,

průzkumy trhu a další.

Spotřební daň - Aplikace nachází uplatnění v oborech, které odvádějí spotřební daň

(výroba a distribuce alkoholu, tabákových výrobků, pohonných hmot). Aplikace

umožňuje analyzovat a plánovat výši spotřební daně na produkty. (Inekon Systems,

2016)

2.5 Společnost Inekon Systems, s.r.o.

Inekon Sysetms působil od roku 2002 jako samostatná divize skupiny INEKON

GROUP, a.s., od 29. června roku 2005 již funguje zcela samostatně jako společnost Inekon

Systems, s.r.o.. Roku 2006 byla založena dceřiná společnost na Slovensku – Inekon Systems

SK. Společnost Inekon Systems, s.r.o. poskytuje komplexní podporu manažerského řízení a

plánování. Služby společnosti zaměřené na rozvoj firem a kvalitně řízené procesy v rámci

Business Intelligence jsou určeny generálním, finančním i obchodním ředitelům a vedoucím

controllingu a útvarů IT. Prostřednictvím vysoce sofistikovaného informačního systému,

konkrétně produktů Business Navigation Systems (BNS), dodává společnost řešení pro

strategické řízení a projektování změn, taktické plánování a analýzu výsledků.(INEKON

SYSTEMS, 2016)

2.5.1 Stávající zákazníci společnosti Inekon Systems, s.r.o.

Společnost Inekon Systems, s.r.o. zavedla Business Navigation System do více než

padesáti podniků v České a Slovenské republice s partnery v Maďarsku, Polsku, Slovensku

a Rumunsku. Působí v oblasti strojírenství a automobilového průmyslu, distribuce a

logistiky, výroby potravin, nápojů a léčiv, nábytkářského průmyslu, služeb, stavebnictví,

chemického průmyslu a textilního průmyslu.

Mezi zákazníky patří velké společnosti jako Česká zbrojovka, a.s., MATADOR-

INALFA, a.s., Metrostav, a.s., Agrofert, a.s., ČEPRO, a.s., DDL-trade, s.r.o., Státní tiskárna

cenin, TRW Carr, s.r.o., ARMATURY Group, a.s., Aisan Industry Czech, s.r.o. a z oblasti

trhu rychloobrátkového zboží pak společnosti MADETA, a.s., Kofola, a.s., Budvar či Stock

Page 21: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

13

Plzeň-Božkov, s.r.o.. U všech těchto zákazníků byl BNS zaváděn postupnou implementací

s vysokými náklady, jelikož byla koncepce business navigation vždy upravena na míru dané

společnosti.

2.5.2 Cíle společnosti Inekon Systems, s.r.o.

Společnost Inekon Systems, s.r.o. má za cíl vytvořit zjednodušený systém iBNS,

který by bylo možné implementovat v řádu několika dnů, s nízkými náklady, přesto

pokrývající většinu potřeb zákazníků pro podporu dlouhodobého i krátkodobého plánování,

taktického i strategického řízení, projektování změn, hodnocení a celkový efektivní business

intelligence.

Page 22: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

14

3 Relevantní teorie

V následující kapitole bude popsán a definován systém Business intelligence, jeho

vývoj a přehled jeho nástrojů. Dále budou charakterizovány malé a střední podniky, pro něž

má být v rámci této práce zjednodušený systém navrhnut.

3.1 Business intelligence

Business intelligence, neboli BI, je pojem, který v sobě zastřešuje mnoho různých

softwarových aplikací, které se používají pro analýzu podnikových dat. BI jako disciplína se

skládá z několika souvisejících činností, kam spadá dolování dat, on-line analytické

zpracování dat, dotazování a reporting. Společnosti používají BI ke zlepšení rozhodování,

snížení nákladů a identifikaci nových obchodních příležitostí. Je to však více než jen forma

podnikového výkaznictví, jedná se o soubor systémů, které mohou pomoci identifikovat

neefektivní podnikové procesy a zajistit během krátké chvíle validní informace pro

strategické řízení a rozhodování.

Podle Ing. Pance představuje informovanost v současném vysoce konkurenčním

prostředí jednu z hlavních konkurenčních výhod. Ve svém článku pro časopis IT Systems

popsal základ BI jako „přetváření zdrojových (zpravidla transakčních) dat na znalosti, s

pomocí nichž jsou následně přijímána správná rozhodnutí.“ Dále popisuje, že „v rámci

tohoto procesu jsou data čištěna, integrována, transformována do využitelné podoby a

následně analyzována a dále zpracovávána.“(Panec, 2003)

Autorka Tvrdíková v článku Nástroje business inteligence v periodiku Systémová

integrace zdůrazňuje, že „manažeři a řídící pracovníci firem jsou v posledních letech

vystavováni velkému informačnímu nátlaku, a čím je firma rozsáhlejší, tím roste i tlak na

kvalitu, relevantnost, spolehlivost i kvantitu předávaných informací.“(Tvrdíková, 2005)

Nástroje BI tedy mohou do praxe přinášet souhrnné pohledy na stávající data a klíčové

ukazatele z těchto dat vypočítávané. Je možné provádět matematickou a statistickou analýzu

a použít tyto výsledky v logistice, cenotvorbě, výrobě a obchodu, jelikož pomáhají

k odhalování trendů na trhu. Po technické stránce je BI nadstavbou pro databázové servery

a jiné podnikové informační systémy.

Page 23: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

15

Martin Zikmund v článku Business Intelligence bez obalu a s příklady vytyčuje jediný

„problém“ s BI nástroji, a to konkrétně, chuť a schopnosti managementu aktivně nástroje BI

používat, každý nástroj má smysl jen tehdy, když pracuje se správnými a aktuálními daty,

což automaticky znamená velký tlak na všechny zaměstnance, kteří data do podnikových

informačních systémů zadávají. (Zikmund, 2012)

3.1.1 Definice Business Intelligence

Pojem Business Intelligence se poprvé objevil v roce 1958 v článku A Business

Intelligence System v IBM Journal of Research and Development, kde jej výzkumník Hans

Peter Luhn definoval jako „schopnost pochopit vzájemné vztahy prezentovaných faktů

takovým způsobem, který umožní provést akci k dosažení požadovaného cíle“. V roce 1989

pojem Business Intelligence redefinoval analytik Gartner Group Howard Dresner jako:

„zastřešující pojem pro koncepty a metody zlepšující obchodní rozhodování za využití

podpůrných systémů pracujících s fakty.“(Zikmund, 2012)

V publikaci Business Intelligence: Jak využít bohatství ve vašich datech(Slánský

David, Pour Jan, Novotný Ota, 2005) charakterizují autoři Business Intelligence jako

„komplex činností, úloh a technologií, které dnes stále častěji tvoří běžnou součást řízení

podniků a jejich informačních systémů.“

Autor knihy Podnikové informační systémy, Josef Basl, definice Zikmunda a autorů

publikace Business Intelligence ještě následovně rozšířil:

„BI představuje sadu konceptů a metod určených pro zkvalitnění rozhodovacích procesů

firmy. BI je výraz pro procesy, znalosti, aplikace, platformy, nástroje, technologie, které

podporují porozumění datům, jejich vztahům a trendům. BI poskytuje podnikům prostředky

pro sběra analýzu dat, které usnadňují reporting, dotazování a ostatní analytické

činnosti.“(Basl, a další, 2012)

3.1.2 Vývoj Business Intelligence

První pokusy o řešení směřující k podpoře manažerských a analytických úloh

v podnikovém řízení se začaly objevovat kolem roku 1969 v souvislosti s rozvojem

využívání počítačových terminálů a s nimi spojeného on-line zpracování dat. V roce 1985

přišly v USA na trh první firmy (Comshare a Pilot) s komerčními produkty označovanými

Page 24: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

16

jako EIS (Executive Information System), založenými na multidimenzionálním uložení a

zpracování dat.

Trh s EIS produkty se pak velmi rychle rozvíjel a na začátku 90. let (od roku 1993)

se tyto produkty začaly prosazovat i na českém a slovenském ICT trhu. Koncem 80. a

začátkem 90. let se v USA začal velmi silně prosazovat i další trend v multidimenzionálních

technologiích, a to datové sklady (Data Warehouse) a datová tržiště (Data Mart). Větší

uplatnění datových skladů a tržišť je na našich trzích patrné spíše až v druhé polovině 90.

let.

Samotný termín Business Intelligence zavedl až v roce 1989 Howard J. Dresner,

analytik společnosti Gartner Group, který definoval Business Intelligence jako „sadu

konceptů a metod určených pro zkvalitnění rozhodnutí firmy“.

V současné době velmi silně narůstá poptávka po řešeních Business Intelligence.

Podniky zvyšují výdaje na BI tak, jak se stává strategickým nástrojem podnikového řízení a

postupně proniká na všechny úrovně řízení firmy. To je velmi výrazná změna oproti

počátečním fázím vývoje, kdy se jednoznačně předpokládalo, že BI je otázkou užití pouze v

top managementu firmy. (Pour, 2006)

3.1.3 Přehled nástrojů Business Intelligence

Do nástrojů a aplikací BI autoři publikace Business Intelligence(Slánský David, Pour

Jan, Novotný Ota, 2005) zahrnují:

produkční, zdrojové systémy

dočasná úložiště dat (DSA – Datat Staging Area)

operativní úložiště dat (ODS – Operational Data Store)

transformační nástroje (ETL – Extraction Transformation Loading)

integrační nástroje (EAI – Enterprise Application Integration)

datové sklady (DWH – Data Warehouses)

datové tržiště (DMA – Data Marts)

OLAP

reporting

manažerské aplikace (EIS – Executive Information Systems)

Page 25: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

17

dolování dat (Data Mining)

nástroje pro zajištění kvality dat

nástroje pro správu metadat

ostatní

Tento široký komplex nástrojů a aplikací BI je v podniku úzce provázán s ostatními

aplikacemi informačních systémů a technologií (IS/ICT), čerpá z nich vstupní data a

v poslední době je do ostatních aplikací často i vrací v pozměněné podobě. Kvalita řešení BI

je tedy úzce závislá na kvalitě ostatních (transakčních) aplikací – zejména na kvalitě jejich

tzv. produkčních dat, resp. jejich databází. Provázanost těchto nástrojů je možné shlédnout

na následujícím obrázku č. 4.

Obrázek 4: Postavení BI v aplikační architektuře IS/ICT Zdroj: (Slánský David, Pour Jan, Novotný Ota, 2005)

Ostatní informační technologie skrývající se pod zkratkou IS/ICT se skládají

z informačního systému (IS), který můžeme charakterizovat jako „potřebu informací“ a

znamená definování detailních informačních požadavků na aplikace ICT a je doménou

vrcholového managementu a řídících pracovníků odborných úseků a útvarů a informačních

Page 26: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

18

a komunikačních technologií (ICT), které jsou charakterizovány jako „dodávka informací“,

která je tvořena informační infrastrukturou podniku a konkrétními aplikacemi pro

uspokojování informačních potřeb a je doménou vedoucích pracovníků informatiky. Jedno

bez druhého dnes nemá smysl a musí být ve vzájemné symbióze, proto se často používá

zkratka IS/ICT. (Brdek, 2014)

Systém plánování podnikových zdrojů (ERP)

Za základ podnikových systémů je považován systém plánování podnikových zdrojů

(Enterprise Resource Planning, ERP), mezi tyto celopodnikové systémy patří například

následující aplikace:

SAP R/3

MS Dynamics NAV/AX

ORacle eBS/JDE

ORSOFT (ORTEX)

QI

Helios (LCS)

MFG/PRO (qad)

MAX (Infor)

Diamac (BDUM Corp.)

Ostatní High-End

Ostatní Midsize

Tuzemské ERP

ostatní / dílčí

na míru / vlastní

ERP systémyjsou považovány za aplikace představující softwarová řešení užívaná

k řízení podnikových dat. Pomáhají k plánování celého logistického řetězce od nákupu přes

sklady po výdej materiálu, řízení obchodních zakázek od jejich přijetí až po expedici, včetně

plánování vlastní výroby a s tím spojené finanční a nákladové účetnictví i řízení lidských

zdrojů.

ERP ovlivňuje podnikové procesy, které podporuje a v mnoha případech automatizuje a

je také úzce spjat s reengineeringem podnikových procesů (Busines Proces Reengineering –

BPR) a projekty kvality ISO. V neposlední řadě pak ERP představuje jádro podnikového

Page 27: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

19

informačního procesu spolu s aplikacemi podporujícími vazby podniku na jeho okolí,

například řízení dodavatelských řetězců v podobě SCM (Supply Chain Management) a

řízení vztahu se zákazníky formou aplikací označovaných jako CRM (Customer

Relationship Management) a BI tvoří rozšířené ERP.(Basl, a další, 2012)

Systémy na podporu řízení vztahů se zákazníky – CRM

Tvrdíková ve své publikaci definuje Customer Relationship Management (CRM)

jako formu a způsob chování organizace ve vztahu k zákazníkovi, jde o strategii zaměřenou

na uspokojování potřeb zákazníka.Na rozdíl od ERP systémů se nejedná o automatizaci

firemních procesů a transakcí, ale o schopnost pružně reagovat na stále se měnící

konkurenční prostředí ve vztahu k zákazníkům. Existuje řada analytických mechanizmů,

díky nimž je možné na základě údajů existujících ve firemních systémech dospět k

požadované charakteristice zákazníka.

Úspěch CRM závisí na schopnosti získávat data ze zákaznických kanálů,

vyhodnocovat je a přetvářet v nové obchodní procesy ovlivňující interakce se zákazníkem.

Do těchto procesů se pak v různé míře zapojí všechny části informačního systému firmy či

organizace, proto musí být CRM důsledně integrováno s ostatními aplikacemi sloužícími

pro podporu řízení ve firmě.(Tvrdíková, 2005)

Systémy na podporu vrcholového vedení - EIS

S nástupem komunikačních technologií dramaticky vzrostl objem dat v ERP

systémech, které začaly prostupovat do všech organizačních procesů. Potřeby efektivního

řízení nyní vyžadují sledování souhrnných informací a tento účel splňují systémy EIS.

Executive Information System definoval Mallya v knize Základy strategického řízení

a rozhodování jako informační systém pro podporu vrcholového vedení, který je

aplikovatelný na úrovni systému, který se zaměřuje spíše na informace než na data. Tento

interaktivní systém pomáhá vrcholovým manažerům, aby mohli monitorovat a kontrolovat

organizační operace, zpracovávat je a poskytovat data v uživatelské formě. Jinými slovy,

EIS představuje sumarizaci a třídění informací, které jsou dostupné ze všech databází firmy.

Účelem těchto zpráv je umožnit managementu sledovat trendy a získat přehled o současných

podnikatelských aktivitách a současně monitorovat a kontrolovat aktivity operativní

úrovně.(Mallya, 2007)

Page 28: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

20

EIS využívají tzv. OLAP (On-line Analytical Processing) nástrojů, zajišťujících

vysoce efektivní mechanizmus vícekriteriální analýzy. Postavení EIS v informační

architektuře (strategii) firem znázornil na příkladu Business Navigation System (více o BNS

v kapitole 4Analýza stávajících aplikací) ve své prezentaci Exekutivní informační

systémy(Houser, a další, 2009) Ing. Václav Houser jako na následujícím obrázku č. 5.

Obrázek 5: Postavení EIS v informační architektuře (strategii) firem Zdroj: (Houser, a další, 2009)

On-line analytické databáze - OLAP

Tvrdíková charakterizuje OLAP jako multidimenzionální koncept a manipulace s

daty - realizuje uložení dat v kombinaci definovaných dimenzí, umožňuje různé pohledy na

data podle dimenzí a dokáže je dynamicky měnit. Je možná intuitivní manipulace s daty z

pohledu uživatele - grafické rozhraní, zooming. (Tvrdíková, 2005)

Využívání technologií OLAP umožňuje zrychlit zpracování a analýzy

multidimenzionálních dat. BI jsou založeny na několikadimenzionálních tabulkách

umožňujících velmi rychle a pružně měnit jednotlivé dimenze a nabízet tak uživateli různé

pohledy na sledovanou realitu.

Page 29: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

21

Princip multidimenzionální databáze znázornili autoři publikace Business Intelligence jako

na následujícím obrázku č. 6:

Obrázek 6: Princip multidimenzionální databáze Zdroj: (Slánský David, Pour Jan, Novotný Ota, 2005)

Datové sklady (Datawarehouse)

Veškeré systémy uvedené výše naplňují nebo využívají data z datových skladů.

Jeden ze zakladatelů Data Warehousingu, Bill Inmon, definoval datový sklad jako

„integrovaný, subjektově orientovaný, stálý a časově rozlišený souhrn dat, uspořádaný pro

podporu potřeb managementu.“(Tvrdíková, 2008)

Existence datového skladu je předpokladem pro fungování nástrojů BI. Jedná se o

ucelenou databázi, optimalizovanou pro dotazování a analýzu dat, společně s nástroji, které

dotazy, analýzy a kvalitní prezentaci výstupů umožňují. V datovém skladu jsou data

integrována a ukládána, ať už se jedná o data z interních nebo externích zdrojů. Konečným

cílem je poskytnout čitelné, organizované a v reálném čase dostupné informace z maxima

podnikových databází i externích zdrojů, které jsou ve velkém rozsahu využitelné při řízení

firmy či jiné instituce. Datový sklad je dlouhodobým úložištěm, kam data shromážděná

klasickými informačními systémy přibývají po jednotlivých dávkách. V datovém skladu

odezvy na dotaz nemusejí být okamžité a připouští se určitá redundance dat. Data se

z datového skladu nikdy nelikvidují, mohou se však agregovat.

Page 30: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

22

Datové sklady fungují na principu tří kroků: extrakce, transformace a load, které se

souhrnně označují zkratkou ETL a využívají se ETL nástroje. (Tvrdíková, 2008)

Na následujícím obrázku č. 7 je možné shlédnout proces využívání dat ze systémů ERP přes

datové sklady až k jejich analýzám přes OLAP kostky:

Obrázek 7: Schéma datového skladu Zdroj: (Tvrdíková, 2008)

3.2 Charakteristika malých a středních podniků

Člen Evropské komise popsal mikropodniky, malé a střední podniky jako motor

evropského hospodářství, jenž je základním zdrojem pracovních příležitostí vytvářející

podnikatelského ducha a inovace v EU, a jsou tedy rozhodující pro posílení

konkurenceschopnosti a zaměstnanosti. (EU, Evropská komise, 2006)

Dle Nové definice malých a středních podniků upřesněné v Uživatelské příručce a

vzor pro prohlášení od Evropské komise je možné malé a střední podniky charakterizovat

podle počtu zaměstnanců, velikosti ročního obratu a velikosti roční bilanční sumy.

Podniky s počtem zaměstnanců od 10 do 50 osob, obratem do 10 milionů EUR včetně

a bilanční sumou ve stejné výši jsou charakterizovány jako Malé podniky. Podniky s počtem

zaměstnanců do 250 osob, ročním obratem do 50 milionů EUR a roční bilanční sumou do

43 milionů EUR jsou charakterizovány jako střední podniky. (EU, Evropská komise, 2006)

Page 31: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

23

Tři podmínky pro určení charakteristiky podniku je možné takto (obrázek č. 8) graficky

znázornit:

Obrázek 8: Definice malých a středních podniků Zdroj: (EU, Evropská komise, 2006)

Page 32: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

24

4 Analýza stávajících aplikací

Z konceptu Business Navigation, jenž byl definován v kapitole3.1.1Definice Business

Intelligence, vzniklo konkrétní softwarové řešení Business Navigation Systém (BNS), což

je exekutivní (manažerský) informační systém, který je obecně charakterizován

v kapitole3.1.3Přehled nástrojů Business Intelligence.

Společnost INEKON SYSTEMS, s.r.o. poskytuje komplexní podporu manažerského

řízení a plánování, její služby jsou zaměřené na rozvoj firem a kvalitně řízené procesy

v rámci Business Intelligence jsou určeny generálním, finančním i obchodním ředitelům a

vedoucím controllingu a útvarů IT. Prostřednictvím vysoce sofistikovaného informačního

systému, konkrétně produktů BNS, dodává společnost řešení pro strategické řízení a

projektování změn, taktické plánování a analýzu výsledků. (INEKON SYSTEMS, 2016)

Manažerský informační systém BNS představuje velkou pomoc pro účely

manažerského účetnictví, controllingu a celkového manažerského řízení podniku. Bez

dlouhého analyzování a počítání je možné nastavit nejlepší cestu k vytyčenému cíli. Lépe a

rychle rozhodovat znamená fungovat efektivněji a tím zvyšovat svou konkurenceschopnost

a dále se rozvíjet.

BNS se skládá z 63 aplikací, jejichž sestavení Inekon Systems chápe jako první krok,

následuje jejich údržba a kontinuální rozvoj. V případě bohatších struktur aplikací v rámci

jednoho modulu jsou tyto moduly pro usnadnění nejprve rozděleny na submoduly a ty teprve

na aplikace. (2015)

Společnost rozděluje řízení celofiremní výkonnosti do 4 hlavních oblastí: PRODEJ,

NÁKLADY, FINANCE a ZDROJE. BNS se skládá ze dvou subsystémů Advanced

Budgeting (AB) a Strategic Extension (SX). AB je určeno pro taktické a SX pro operativní

plánování. (INEKON SYSTEMS, 2016)

Page 33: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

25

Rozpad BNS na jednotlivé subsystémy je možné shlédnout na následujícím schématu

(Obrázek č. 9):

Obrázek 9: Rozpad BNS na subsystémy Zdroj: Vlastní zpracování

Page 34: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

26

Jádrem těchto subsystémů jsou funkční oblasti a pracovní režimy. U AB se jedná o

funkční oblasti Prodejní výkonnost businessu (PVB), Nákladovost a ziskovost výkonu

(NZV) a Finanční výkonnost businessu (FVB). Členění BNS AB je možné shlédnout na

následujícím schématu (Obrázek č. 10):

Obrázek 10: Členění subsystému BNS AB Zdroj: Vlastní zpracování

Page 35: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

27

SX má tři následující pracovní režimy: Strategická mapa, Přehled ukazatelů a Přehled

projektů. Podrobné rozpracování je přehledně rozpracované na následujícím schématu

(Obrázek č. 11):

Obrázek 11: Členení BNS SX Zdroj: Vlastní zpracování

Page 36: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

28

Ing. Houser ve své prezentaci Exekutivní informační systémy(Houser, a další, 2009)

zobrazil popis vzdáleného přístupu BNS a jeho technickou realizaci, její znázornění

představuje následující obrázek č. 12:

Obrázek 12: Popis vzdáleného přístupu BNS Zdroj: (Houser, a další, 2009)

Jiný pohled na hlavní komponenty BI a jejich vazby pak demonstruje následující obrázek

č.13:

Obrázek 13: Hlavní komponenty BI a jejich vazby Zdroj: (Slánský David, Pour Jan, Novotný Ota, 2005)

Page 37: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

29

4.1 Business Navigation SystemAdvanced Budgeting(BNS AB)

Business Navigation Systems Advanced Budgeting (BNS AB) je subsystém

manažerského informačního systému BNS a představuje komplexní softwarové řešení pro

podporu taktického plánování s obvykle ročním horizontem. Součástí aplikace je rovněž

detekce odchylek, analýza, správná interpretace a navigace k jejich nápravě. Systém

poskytuje možnosti širokého spektra nastavení v závislosti na potřebách zákazníka.

Standardní funkční oblasti integrují klíčové plánovací a analytické procesy ve firmě

a mohou být případně rozšířeny o další moduly vyvinuté na zakázku. (INEKON SYSTEMS,

2016)

4.1.1 Struktura BNS AB

Koncepce BNS AB překonává statičnost běžného plánovacího procesu. Podporuje

tvorbu libovolného počtu verzí plánů – od kontinuálních přes klouzavé až po variantní.

Přináší tedy výhody průběžných aktualizací, plánů s neustále se posunujícím cílovým

horizontem, stejně jako možnost práce s paralelními variantami plánu platnými po celé

prováděcí období. Jádrem systému jsou tři funkční oblasti:

1) Prodejní výkonnost businessu (PVB) umožňuje manažerům modelovat obchodní

výsledky produktových řad, skupin či jednotlivých výrobků při respektování

vícevrstvé rozdílnosti zákaznických přístupů. Funkční oblast dovolí vytvořit reálný

zpětnovazební model firemního obchodu a marketingu a tím eliminovat případná

rizika. Díky PVB lze sestavit a průběžně aktualizovat obchodní plány a pomáhá

rovněž tvořit jejich výhledy a simulace.

2) Nákladovost a ziskovost výkonu (NZV) poskytuje manažerům informace

o rentabilitě nabízených produktů a služeb využitím kalkulačních postupů. Funkční

oblast přináší možnost s předstihem varovat management o blížících se změnách

v plánované ziskovosti produktů, zákazníků či celých distribučních kanálů.

Management tak získává možnost na ně pružně reagovat a zefektivnit manažerské

rozhodování.

3) Finanční výkonnost businessu (FVB) umožňuje modelovat finanční náročnost

a potřeby podnikových zdrojů pro realizaci taktického plánu. Manažeři budou

schopni lépe využívat disponibilní kapitál a s předstihem vyhledávat nové zdroje,

Page 38: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

30

které budou zásadní pro úspěšnou realizaci definovaných podnikových

cílů.(INEKON SYSTEMS, 2016)

Subsystém BNS AB poskytuje „inteligentní“ podporu plánovacím a analytickým

procesům, které jsou základem taktického řízení. Vzájemně je propojuje a používá získaná

data k ztvárnění perspektiv i dosažených skutečností. Podporuje principy dynamického

plánování s možností mnoha variant nastavení v jednotlivých fázích plánu i analýzy.

Představuje jednoduchý a logický způsob pro sestavení Business či Master plánů, řízení

ziskovosti či prodejní výkonnosti. Schéma tohoto subsystému je na následujícím obrázku č.

14:

Obrázek 14: Schéma BNS AB Zdroj: (INEKON SYSTEMS, 2016)

4.2 Business Navigation Systém Strategic Extension (BNS SX)

BNS SX je profesionální manažerský informační systém pro podporu tvorby, řízení

a aktualizace strategického plánu společnosti vyvinutý specialisty Inekon Systems. Jde

o silný navigační nástroj z oblasti business intelligence, který je výrazně zaměřen

na vizualizaci ve formě strategických map členěných podle organizační struktury

společnosti. BNS SX však umožňuje nejen plánovat cíle a jejich vzájemné vazby. Dokáže

také výrazně podpořit controlling podnikatelských aktivit a s předstihem upozornit na blížící

se rizika projektů, která by mohla nepříznivě ovlivnit hospodářské výsledky.

Page 39: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

31

4.2.1 Struktura BNS SX

BNS SX je zaměřen na podporu strategického řízení společnosti. Usnadňuje tvorbu

strategických podnikových cílů a současně umožňuje jejich provázání s ukazateli

výkonnosti. Systém využívá aplikační know-how vytvořené na základě celosvětově

rozšířené metodiky Balanced Scorecard (BSC). Skládá se ze tří pracovních režimů:

1) Strategická mapa – slouží k sestavení víceletých cílů podle metodiky Balanced

Scorecard. Toto řešení přináší uživatelům nejen přehled nad vytyčenými cíli, ale

především možnost je přemisťovat, nově specifikovat, vytvářet mezi nimi vazby,

rušit je či je nově zakládat. Od každého z cílů ve strategické mapě je možné okamžitě

přejít na hodnocení ukazatelů a projektů.

2) Přehled ukazatelů – poskytuje informace o tom, jak se naplňují záměry podniku.

Aplikace ukazuje rozdíl mezi plánovanými a skutečně dosaženými hodnotami

ukazatelů v závislosti na konkrétně vybraném cíli.

3) Přehled projektů – umožňuje přiřazení kapacit, interních a externích nákladů k

projektům a sledování plnění projektů ve vazbě na strategické cíle. Přehled je možné

třídit a omezit podle zadaného kritéria, tj. podle hodnot libovolného údaje ze

specifikace projektů (náklady, zodpovídá, hodnocení apod.).

BNS SX staví neustále aktuální podnikovou strategii do popředí a konfrontuje s ní

všechny klíčové aktivity společnosti. Díky tomu má management možnost kontinuálně

sledovat úspěšnost plnění stanovených cílů, korigovat strategické řízení a celkově

zefektivnit manažerské rozhodování. Systém lze snadno provázat s aplikací na podporu

taktického plánování BNS AB a tak zajistit pro management společnosti novou úroveň

navigacek podnikovým reportům.Ty jsou vhodné zejména při potřebě náhledu na větší

detaily,tj. identifikace odpovědnosti a příčin odchylek od stanovených záměrů a hledání

efektivních cest řešení.

Díky BNS SX top management získává komunikační nástroj, s jehož pomocí může

zrychlit proces manažerského rozhodování, eliminovat chyby a nastavit jasnou budoucnost

podnikání.V horizontu tří měsíců od implementace se strategie stává živým závazkem, který

je možné kriticky posuzovat a korigovat díky efektivnějšímu manažerskému řízení.Všechny

klíčové aktivity společnosti se odehrávají s ohledem na dlouhodobé záměry podniku

nastavené v rámci strategického řízení.Vzájemné propojení cílů umožňuje včas předvídat

Page 40: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

32

přicházející rizika a vyvarovat se jich.Projektování strategických změn má uživatelsky

jednoduchou podobu a je provázané se všemi klíčovými činnostmi.Schéma tohoto

subsystému je na následujícím obrázku č. 15:

Obrázek 15: Schéma BNS SX Zdroj: (INEKON SYSTEMS, 2016)

Page 41: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

33

5 Analýza trhu malých a středních podniků v oblasti

rychloobrátkového zboží

V následujících podkapitolách budou na základě typu podniku a parametrů určujících

velikost podniku vybrány společnosti, které by byly vhodné pro případné zavedení

zjednodušeného systému iBNS. Bude proveden výběr společností, které budou následně

analyzovány pomocí rozsáhlého databázového informačního systému, který obsahuje

komplexní údaje o všech českých a slovenských ekonomických subjektech a umožňuje

posoudit jejich zdraví, stabilitu a ověřit, zda je bezpečné s nimi spolupracovat.

5.1 Databáze podniků

Na počátku analýzy stál seznam 344 společností, které měly společné tzv. NACE

kódy, které klasifikují podniky dle Českého statistického úřadu na základě ekonomických

činností těchto podniků a zároveň plnily podmínky pro velikost malých a středních podniků.

5.2 Analýza podniků přes databázi BISNODE s následným výběrem

Z celkové databáze 344 společností bylo vybráno autorkou 125 podniků pro

podrobnou analýzu přes databázi Bisnode. Report z této databáze obsahuje registrační údaje,

adresu, činnost, statutární a kontrolní orgán, bisnode skóring, platební morálku, finanční

výsledky, vlastníky a případné další informace například o insolvenci, likvidaci, exekuci,

dluzích, certifikátech či dotacích analyzovaného podniku. Příklad staženého reportu

z databáze je uveden v přílohách této práce. Konkrétně v podkapitole Příloha č. 1: Analýza

společnosti Al-Namura přes databázi BISNODE, kterou je možné nalézt na stránce č. 76.

Výběr společností pro následné dotazníkové šetření vycházel z bisnode skórigu.

Vybrány byly pouze společnosti s oceněním AAA, AA a A. Jedná se o nezávislý rating firem

s historií sahající až do roku 1908. Díky mezinárodnímu přesahu je vhodnou volbou pro

firmy s obchodními partnery nejen z ČR, ale i celé Evropy. Ocenění poskytuje společnost

Bisnode. Ocenění mohou získat pouze společnosti hospodařící se ziskem.

Certifikát potvrzuje, že jeho držitelé přínosně nakládají se svými vstupy a efektivně je

mění na kvalitní výrobky či služby. Přísná kritéria ratingu zaručují exkluzivitu společností,

Page 42: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

34

které mohou ocenění získat a potvrdit tak svou silnou pozici na trhu. Na certifikát s

hodnocením A až AAA dosáhne pouze 0,6 % ekonomických subjektů působících v České

republice. Hodnocení AAA může získat jen 0,09 % nejkvalitnějších společností. (Bisnode,

2016)

Bisnode skóring je model model pro predikci pravděpodobnosti úpadku vyhledaných

společností v následujících 12 měsících a skóringové hodnocení informuje o konkrétní výši

pravděpodobnosti. Na základě rizikovosti je možné stanovovat obchodní podmínky

s danými společnostmi a minimalizovat riziko vzniku nedobytných pohledávek.Hodnocení

každého subjektu v databázi Bisnode je prováděno na denní bázi, vychází z mnoha vstupních

proměnných z oblasti financí, obchodu, demografie, geografie a negativních stavů včetně

historických událostí. Hodnotí tedy nejen firmu samotnou, ale zvažuje také její okolí

(napojené subjekty, odvětví, region, kondici ekonomiky) a je k dispozici u 95% českých

podnikatelských subjektů. (Bisnode, 2016)

Hodnocení firem probíhá na škále skóringových stupňů, tzv. ratingu, který je

znázorněn na obrázku č. 16:

Obrázek 16: Rating Bisnode Zdroj: (Bisnode, 2016)

Požadovaného ratingu s minimálním až nízkým rizikem dosáhlo celkem 90 malých a

středních podniků z oblasti rychloobrátkového zboží. Dalších 95 firem analyzovala

souběžně Bc. Miroslava Ježková pro svou diplomovou práciNávrh úpravy systému BNS

potřebám managementu malých a středních podniků (Ježková, 2016). Celkově tedy bylo

vybráno175 společností, pro které byl ve spolupráci sestaven dotazník.

Page 43: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

35

5.3 Dotazníkové šetření

Vybraným společnostem, které dosáhly bisnode skóringu AAA, AA či A byl zaslán

dotazník, jenž je umístěn v podkapitolePříloha č. 2: Dotazník začínající od str. 81.

Dotazník v první části definuje společnost respondenta jako takovou. Upřesňuje její

velikost vzhledem k počtu zaměstnanců a ročnímu obratu. Dále se dotazník přesouvá

k otázkám prodejního plánu pro zjištění důležitosti, pracnosti, časové náročnosti,

odpovědnostem a dalším zvyklostem, které společnosti mohou při sestavování prodejních

plánů mít. Následujícími dotazy byla snaha respondentům nenásilně vytvořit představu o

možnostech efektivního plánování, které by s využitím nástrojů iBNS mohli získat, zároveň

byly zjišťovány oblasti plánování, které jednotlivé společnosti řídí a jaké jsou jejich

možnosti v rámci využití jejich současných technologií. V závěru dotazníku otázky směřují

k případné chuti si iBNS pořídit a ocenění takového systému. Pro názory, připomínky,

nápady či zanechání kontaktu je v dotazníku též ponechán prostor. V případě, že společnosti

nechtějí být dále kontaktovány, mohou v dotazníku zvolit i tuto alternativu, která bude

následně společností Inekon Systems, s.r.o. respektována.

5.4 Výsledky dotazníkového šetření

Z celkových 175 oslovených společností dotazník vyplnilo 57 společností. Následně

budou rozebrány odpovědi na jednotlivé otázky a jejich souhrny graficky znázorněny.

První dvě otázky z dotazníku byly pro určení velikosti podniku. Dtazníky byly zaslány

pouze malým a středním podnikům s obraty do 50 milionů EUR, což bylo převedeno podle

aktuálního kurzu na koruny s výsledkem 1,35 miliard Kč a počet zaměstnanců oslovených

společností neměl dle analýzy přes databázi Bisnode překročit250 osob.

Zároveň se nemělo jednat o mikropodniky s počtem osob menším než 10 a obratem

menším než 54 milionů Kč. Nutno podotknout, že pokud společnost pouze v jedné z těchto

oblastí překročí danou hranici, už spadá do malé společnosti.

Z toho důvodu údaj z výsledku dotazníku, který ukazuje, že 3% společností má méně

než 10 pracovníků, může spadat do malých podniků z důvodu obratu vyššího než

54 milionů Kč.

Page 44: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

36

Následující koláčový graf č. 1 zobrazuje dle první otázky v dotazníku procentuální rozdělení

velikosti podniků podle osob:

Graf 1: Dotazníkové šetření – otázka č. 1 Zdroj: Vlastní zpracování

3%

61%

32%

4%

Kolik má Vaše společnost zaměstnanců?

Méně než 10 10 - 49 50 - 249 250 a více

Page 45: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

37

Podle druhé otázky dotazníku následující koláčový graf č. 2 zobrazuje obrat dotazovaných

společností z minulého roku.Společnosti s obratem do 54 milionů Kč spadají do

mikropodniků v případě, že nepřekročí počet zaměstnanců do 10 osob, od 54 milionů Kč do

270 milionů Kč se jedná o malé podniky, pokud nebudou mít více než 49 zaměstnanců, o

střední podniky by se jednalo s obratem od 270 milionů Kč do 1,35 miliard Kč. Pro potřeby

společnosti Inekon Systems, s.r.o. byly střední podniky ještě rozděleny mezníkem 650

milionů Kč. Nad 1,35 miliard Kč se jedná o velké společnosti, na které se diplomová práce

nezaměřuje.

Graf 2: Dotazníkové šetření – otázka č. 2 Zdroj: Vlastní zpracování

12%

67%

17%

2% 2%

Kolik činil obrat Vaší společnosti v minulém roce?

Do 54 mil. Kč včetně Od 54 mil. Kč do 270 mil. Kč Od 270 mil. Kč do 650 mil. Kč

Od 650 mil. Kč do 1,35 mld. Kč Nad 1,35 mld. Kč včetně

Page 46: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

38

Z dvou výše uvedených otázek bylo možné určit velikost dotazovaných podniků.

Jelikož je tato diplomová práce zaměřena na malé a střední podniky, jak můžeme vidět

v grafu č. 3, 6% odpovědí je v dotazníku nerelevantních.

Graf 3: Dotazníkové šetření - otázka č. 3 Zdroj: Vlastní zpracování

Následující otázky v dotazníku byly směřovány na prodejní plán. Konkrétně se

následující otázky dotazují, jakou roli ve společnosti prodejní plán hraje (graf č. 4), jak často

(graf č. 5) a na jaký časový horizont (graf č. 6) je ve společnosti prodejní plán sestavován a

kdo je zapojen do příprav tohoto plánu (graf č. 7), odpovědi na tyto otázky jsou znázorněny

procentuálně v následujících grafech.

Graf 4: Dotazníkové šetření - otázka č. 3 Zdroj: Vlastní zpracování

1; 2%

31; 54%

23; 40%

2; 4%

Velikost dotazovaných podniků

Mikropodnik Malý podnik Střední podnik Velký podnik

16%

19%

28%

37%

Jakou roli ve Vaší společnosti hraje prodejní plán?

Nepodstatnou, sestavujeme ho jen jako jedno z kritérií získání úvěru.

V současné době velmi malou, ale jsme si vědomi, že to je problém, který musíme v blízké budoucnostivyřešit.Podstatnou, prodejní plán je základním východiskem měření výkonnosti nejen naší společnosti jakocelku, ale i jednotlivých pracovníků.Velmi důležitou, prodejní plán bereme jako celofiremní závazek a zároveň je podkladem pro tvorbuplánu investic, marketingu nebo odměňování.

Page 47: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

39

Graf 5: Dotazníkové šetření – otázka č. 4 Zdroj: Vlastní zpracování

Graf 6: Dotazníkové šetření - otázka č. 5 Zdroj: Vlastní zpracování

49,12%

10,53%

7,02%

10,53%

28,07%

0 5 10 15 20 25 30

Ročně

Jednou za 6 měsíců

Jednou za 3 měsíce

Měsíčně

Nepravidelně

Jak často sestavujete prodejní plán?

10,53%

64,91%

12,28%

7,02%

10,53%

3,51%

0 5 10 15 20 25 30 35 40

Déle než na 1 rok

Na 1 rok

Na 6 měsíců

Na 3 měsíce

Na 1 měsíc

Detailněji než na měsíc

Na jaký časový horizont sestavujete prodejní plán?

Page 48: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

40

Graf 7: Dotazníkové šetření - otázka č. 6 Zdroj: Vlastní zpracování

Otázkou na způsob sestavení prodejního plánu bylo zjištěno, jakým způsobem je

v jednotlivých společnostech prodejní plán sestavován, konkrétně jednotlivé možnosti

ukazují na progresivní způsob tzv. bottom-up, retrográdní způsob tzv. top-down či

kombinaci těchto způsobů. Poslední možnost je ponechána pro společnosti, které neplánují

prodeje vůbec. Tyto způsoby plánování pak určují míru zapojení jednotlivých úrovní

hierarchie do plánování a tím i jeho efektivitu. Za nejefektivnější je považována kombinace

způsobů plánování, jež využívá 24% společností – jednalo se o odpověď „Plánování probíhá

synchronně mezi vedením a nižšími úrovněmi organizační hierarchie společnosti, odchylky

mezi oběma směry jsou průběžně vyhodnocovány a korigovány.“

Na progresivní způsob sestavování plánu ukazovala možnost odpovědi tzv. zdola

nahoru s textem „Nejprve jsou nastaveny relativně detailní dílčí cíle na nižších úrovních

organizační hierarchie a ty jsou pak postupně integrovány do stále vyšších úrovní až do

podoby rámcových cílů celkové strategie.“ – takto odpovědělo 16% společností.

Na retrográdní způsob plánování, tzv. shora dolů se odkazovala otázka „Nejprve jsou

nastaveny rámcové strategické cíle a způsoby pro jejich dosahování a ty jsou pak postupně

rozpracovány a konkretizovány pro nižší úrovně organizační hierarchie (obchodní

zástupci).“ – takto odpovědělo 23% společností.37% společností prodeje pro své podnikání

vůbec neplánuje. Vizualizace předchozích údajů je uvedena v grafu č. 8.

64,91%

7,02%

0,00%

5,26%

14,04%

28,07%

35,09%

29,82%

68,42%

12,28%

26,32%

10,53%

0 5 10 15 20 25 30 35 40 45

Majitel

Představenstvo

Dozorčí rada

Mateřská společnost

Generální ředitel

Výkonný ředitel

Jednatel

Finanční ředitel

Obchodní ředitel

Controller

Obchodní zástupci

Ostatní

Kdo je zapojen do přípravy prodejních plánů Vaší společnosti?

Page 49: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

41

Graf 8: Dotazníkové šetření - otázka č. 7 Zdroj: Vlastní zpracování

Následující otázky byly v dotazníku určeny k rozpoznání spokojenosti se stávajícím

způsobem plánování prodejů v dotazovaných podnicích, k určení funkčnosti jejich

dosavadního systému a v jednotlivých otázkách ukázané možnosti, co by nový systém umět

mohl. Viz následující graf č. 9:

Graf 9: Dotazníkové šetření - otázka č. 8 Zdroj: Vlastní zpracování

V předchozím grafu č. 9 bychom mohli odpovědi rozdělit na společnosti spokojené

a nespokojené, 19% je nespokojených a 81% spokojených. Postupným dalším dotazováním

však můžeme vidět nesrovnalosti. Společnosti, které zde uvedly, že jsou spokojené

23%

16%

24%

37%

Jakým způsobem sestavujete prodejní plán?

Nejprve jsou nastaveny rámcové strategické cíle a způsoby pro jejich dosahování a ty jsou pak postupněrozpracovány a konkretizovány pro nižší úrovně organizační hierarchie (obchodní zástupci).Nejprve jsou nastaveny relativně detailní dílčí cíle na nižších úrovních organizační hierarchie a ty jsoupak postupně integrovány do stále vyšších úrovní až do podoby rámcových cílů celkové strategie.Plánování probíhá synchronně mezi vedením a nižšími úrovněmi organizační hierarchie společnosti,odchylky mezi oběma směry jsou průběžně vyhodnocovány a korigovány.Naše společnost nesestavuje detailní prodejní plán.

32%

49%

10%

9%

Jak vnímáte délku a složitost procesu tvorby prodejního plánu ve Vaší společnosti?

Vzhledem k dobré organizaci a podpůrným informačním systémům plánování zabere pouze několik hodinpráce. Náš plánovací proces je projekcí minulosti se zahrnutím očekávaných změn ve vývoji okolí.

Plánování zabere času přiměřeně tolik, jaký má pro společnost efekt.

Plánování zabere příliš mnoho času a pro následné řízení je stále nedostačující.

Plánování a aktualizace plánu by nám zabralo příliš mnoho času, proto se tím v současné době nezabýváme.

Page 50: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

42

s procesem tvorby prodejního plánu, dále uvádějí, že jejich prodejní plán není příliš

efektivní.

Nejvíce společností (61,40%) využívá MS Excel (viz graf č. 10) k plánování svých

prodejů. Používají tedy statický software, kde ve větším množství dat vzniká poměrně velká

chybovost a plánování zabírá relativně velké množství času. Vyhodnocení je neefektivní

také z důvodu nemožnosti zobrazení jednotlivých dimenzí, pro které je v podniku prodej

plánován.

Graf 10: Dotazníkové šetření - otázka č. 9 Zdroj: Vlastní zpracování

61,40%

17,54%

40,35%

31,58%

3,51%

5,26%

0 5 10 15 20 25 30 35 40

MS Excel

V základním systému (ERP)

Vlastní software na míru

Tužka a papír

Prodeje neplánujeme

Ostatní

Jaké technologie používáte při plánování prodejů?

Page 51: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

43

V následující otázce dotazované společnosti měly uvést výhody efektivního

plánování. Otázka byla také určena pro uvědomění si, co vše jeefektivní plánování schopno

určit. Byla zde i možnost „Ostatní“, kam společnosti mohly uvést další výhody efektivního

plánování, které v dotazníku nebyly zmíněny. Jedna společnost odpověděla slovem „žádné“,

avšak další společnosti odpověděla „zkracování doby dodávek“. Vizualizace této otázky je

v následujícím grafu č. 11:

Graf 11: Dotazníkové šetření - otázka č. 10 Zdroj: Vlastní zpracování

33,33%

45,61%

45,61%

49,12%

38,60%

47,37%

56,14%

3,51%

0 5 10 15 20 25 30 35

Díky lepšímu zacílení lze dosáhnout zvýšeníkonkurenceschopnosti

Díky optimalizaci zdrojů lze dosáhnout větší úsporynákladů

Včasné posouzení situace na trhu a reakce na danousituaci

Motivace pro vedení lidí (obchodních zástupců)

Řízení lidí podle rozvržených cílů (rozvržení práce,nastavení odpovědností)

Průběžné informace o naplňování obchodních cílů amožnost okamžitě reagovat

Přehledné informace o aktuální nákladovosti/ziskovostina jednotlivé produkty/zákazníky

Ostatní

Uveďte prosím, jaké jsou podle Vás výhody efektivního plánování:

Page 52: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

44

V otázce č. 8 na délku a složitost plánovacího procesu uvedlo 81% společností, že

jsou se svým plánováním takto spokojeni, po předchozí otázce č. 10, kde byli respondenti

dotazováni na výhody efektivního plánování pak v této otázce č. 11 je spokojených už jen

76% z dotazovaných společností. Viz graf č. 12.

Graf 12: Dotazníkové šetření - otázka č. 11 Zdroj: Vlastní zpracování

21%

55%

19%

5%

Uveďte, do jaké míry souhlasíte s následujícím tvrzením: "Současná technologie, kterou používáme

při plánování prodejů pro nás má veškeré výhody efektivního plánování a umožňuje nám snadno a

rychle naplánovat a vyhodnocovat průběžné plnění našich cílů."

Naprosto souhlasím Spíše souhlasím Spíše nesouhlasím Naprosto nesouhlasím

Page 53: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

45

V následující otázce bylo zjišťováno, co vše jednotlivé společnosti v rámci svého

podnikání musí řídit. Nejvíce se jedná o prodejní předpovědi, analýzy prodejů a řízení

obchodních nákladů. V možnosti „Ostatní“ respondenti psali ještě odpovědi jako „žádné“,

„výrobu“ a „řízení prodejních akcí“. Grafické znázornění těchto odpovědí je v následujícím

grafu č. 13:

Graf 13: Dotazníkové šetření - otázka č. 12 Zdroj: Vlastní zpracování

Pozitivním zjištěním jsou odpovědi na následující otázku, zda společnosti ve svých

plánech pracují se scénáři a variantami budoucího vývoje. Celkem 67% společností

odpovědělo, že ano. Je ovšem otázkou, do jaké míry scénáře zpracovávají a zda jsou schopny

si vymodelovat dopředu před určitým rozhodnutím předpokládaný výsledek a zda se

rozhodují podle těchto modelů či jen předpokládají určité skutečnosti a dále s nimi tolik

nepracují. Grafické znázornění odpovědí na tuto otázku nalezneme v grafu č. 14.

70,18%

80,70%

36,84%

36,84%

49,12%

61,40%

10,53%

5,26%

0 5 10 15 20 25 30 35 40 45 50

Prodejní předpovědi

Analýzy prodeje

Řízení slev

Řízení zpětných bonusů

Řízení marketingových nákladů

Řízení obchodních nákladů

Spotřební daň

Ostatní

Jaké oblasti plánování v rámci Vašeho podnikání musíte řídit?

Page 54: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

46

Graf 14: Dotazníkové šetření - otázka č. 13 Zdroj: Vlastní zpracování

Většina z dotázaných společností (74%) je schopna svůj prodejní plán při

významných změnách okolních podmínek upravit a aktualizovat. Viz graf č. 15.

Graf 15: Dotazníkové šetření - otázka č. 14 Zdroj: Vlastní zpracování

V grafu č. 16 vidíme, že 58% z dotazovaných společností mělo minulý rok odchylku

od plánovaných prodejů pod 10%, dalších 21% uvedlo, že se odchylka pohybovala mezi 10

– 30%. 19% z dotazovaných společností svou odchylku nezná a celé 2% mělo odchylku větší

než 30%.

67%

33%

Pracujete ve Vašich plánech se scénáři či variantami budoucího vývoje?

Ano Ne

74%

26%

Jsou Vaše prodejní cíle při významných změnách okolních podmínek aktualizovány?

Ano Ne

Page 55: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

47

Graf 16: Dotazníkové šetření - otázka č. 15 Zdroj: Vlastní zpracování

Přesnou příčinu odchylek skutečnosti prodeje od plánu dokáže určit 77% společností,

zbylých 23% nikoli. Viz graf č. 17.

Graf 17: Dotazníkové šetření - otázka č. 16 Zdroj: Vlastní zpracování

Aktuální marži na jednotlivé dimenze plánování – produkt, zákazník při jednotlivých

sledovaných proměnných jako jsou slevy, prodejní akce, zpětné bonusy a marketingové či

obchodní náklady dokáže zjistit 81% z dotázaných společností, 19% toho v rámci svého

plánování není schopno. Vizualizace odpovědí je v grafu č. 18.

58%21%

2%

19%

Jak přesný byl Váš plán prodeje v minulém roce?

Odchylka se pohybovala pod 10% Odchylka se pohybovala mezi 10 - 30%

Odchylka byla větší než 30% Odchylku neznám.

77%

23%

Dokážete určit přesnou příčinu odchylek skutečnosti prodeje od plánu?

Ano Ne

Page 56: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

48

Graf 18: Dotazníkové šetření - otázka č. 17 Zdroj: Vlastní zpracování

I přesto, že v otázce č. 11 bylo 76% společností spokojeno se svým současným

plánovacím systémem, o novém systému neuvažuje pouze 65%. Ostatní společnosti (35%)

by o novém plánovacím softwaru, jenž by umožnil veškeré výhody efektivního plánování,

uvažovaly. Zobrazení odpovědí na tuto otázku je v grafu č. 19:

Graf 19: Dotazníkové šetření - otázka č. 18 Zdroj: Vlastní zpracování

Následující otázka tázající se na finanční ohodnocení plánovacího softwaru a ochotu

danou sumu za software zaplatit, byla určena pro respondenty, kteří v předchozí otázce č. 18

uvedli, že by o koupi nového efektivnějšího plánovacího softwaru uvažovali. 66%

81%

19%

Dokážete kdykoliv a rychle zjistit aktuální marži na jakýkoliv produkt či zákazníka při zohlednění slev,

prodejních akcí, zpětných bonusů, marketingových a obchodních nákladů?

Ano Ne

35%

65%

Kdyby byl k dispozici plánovací software, který by umožnil veškeré výhody efektivního plánování,

uvažovali byste o jeho koupi?

Ano Ne

Page 57: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

49

společností uvedlo, že by zaplatili méně než 100 000 Kč, dalších 19% společností ohodnotilo

efektivní plánovací software na hodnotu 100 000 – 200 000 Kč a celkem 15 % společností

by bylo ochotno zaplatit více než 200 000 Kč, konkrétně až do výše 500 000 Kč. Viz graf č.

20.

Graf 20: Dotazníkové šetření - otázka č. 19 Zdroj: Vlastní zpracování

Poslední dvě otázky byly otevřené a určené pro názory, připomínky a nápady

k danému tématu či zanechání kontaktu pro další informace a byla zde i možnost napsání

názvu své společnosti v případě, že si dále nepřejí být kontaktováni. Společnosti, které svůj

název uvedly, nebyly společností Inekon Systems, s.r.o. dále pozvány na workshop o

plánovacích softwarech BNS a iBNS.

Z předposlední otázky pro názory, připomínky a nápady bylo zjištěno, že daná

problematika neodpovídá způsobu prodeje zemědělských komodit. Přes telefonický

rozhovor společnost uvedla, že prodává chmel a má předem určeny odběry svého produktu

na období, kdy chmel prodává, tudíž nemusí detailně plánovat.

Další společnost uvedla, že je tak malá, že žádné prodejní plány nesestavuje a prodeje

neřídí. Poslední názor na dotazník byl uveden jednou společností anonymně, uvedla, že se

řídí pouze aktuálním stavem trhu a produkci neplánuje, protože vnější vlivy, které nemohou

ovlivnit, jsou pro vývoj zásadnější, než jakékoliv plánování. Veškerá snaha o udržení

obchodu je zaměřena na eliminaci těchto změn (jedná se především o legislativní změny,

které jsou preferenčně nastaveny pro velké firmy, vliv sankcí na export, monopolizace

vnitřního trhu apod.) – Prodejní plán se stává pro tuto společnostsnem ze stabilního

ekonomického prostředí.

66%

19%

15%

0%

Pokud ano, jakou cenu byste byli ochotni za takový software zaplatit?

Méně než 100 000 Kč 100 000 - 200 000 Kč 200 000 - 500 000 Kč Více než 500 000 Kč

Page 58: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

50

Z dotazníku také vyplynuly dva kontakty, na dvě společnosti, které mají zájem o další

informace o dané problematice. Jednou z nich byla společnost Al-Namura, s.r.o..

5.5 Závěry analýzy trhu

Pro účely zpracování diplomové práce byl společností Inekon Systems, s.r.o.

předložen seznam 344 společností spadajících svou velikostí do malých a středních podniků,

které působí na trhu rychloobrátkového zboží. Z těchto společností bylo autorkou vybráno

125 společností pro podrobnou analýzu přes databázi Bisnode, jednotlivé faktory hodnocení

je možné shlédnout na následujícím obrázku č. 17:

Obrázek 17: Faktory hodnocení Bisnode Zdroj: (Bisnode, 2016)

Za společnosti, které splnily rating AAA, AA či A byl vytvořen report pro další

zpracování ve společnosti Inekon Systems, s.r.o., příklad reportu je možné nalézt na str. 76

pod názvem Příloha č. 1: Analýza společnosti Al-Namura přes databázi BISNODE. Tímto

způsobem bylo vybráno 90 společností v rámci této diplomové práce a dalších 95 v rámci

diplomové práceBc. Miroslavy Ježkové (Ježková, 2016), celkem byl tedy dotazník zaslán

175 společnostem.

Ze 175 dotázaných společností vyplnilo dotazník 57 společností, z nichž 1 společnost

dle úvodních odpovědí spadla svou velikostí do mikropodniků a 2 společnosti se profilovaly

jako velké společnosti buď s počtem pracovníků nad 250 či obratem nad 1,35 miliard Kč.

Pro 65% společností, které vyplnily dotazník, je role prodejního plánu podstatná až

velmi důležitá, pro zbylých 25% společností je role prodejního plánu malá až nepodstatná.

Page 59: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

51

Nejčastěji společnosti sestavují prodejní plán na 1 rok, do sestavování se zapojují nejvíce

obchodní ředitelé a majitelé společností. 24% společností plánuje prodeje efektivně

kombinací progresivního a retrográdního způsobu plánování, 16% plánuje progresivně, 23%

společností plánuje prodeje tzv. shora dolů, tedy retrográdně a celých 37% prodeje detailně

neplánuje vůbec.

S délkou a složitostí plánovacího procesu je nespokojeno 19% z dotázaných

společností, se současnou technologií je nespokojeno 24% z důvodu toho, že nemá výhody

efektivního plánování a neumožňuje snadno a rychle naplánovat a vyhodnocovat průběžné

plnění cílů.

Společnosti nejčastěji plánují své prodeje v MS Excel, jenž se vyznačuje svou

statičností, zdlouhavým procesem plánování i vyhodnocování a poměrně vysokou

chybovostí. Se scénáři a variantami budoucího vývoje pracuje 67% společností.Aktualizovat

prodejní cíle při významných změnách v okolí je schopno 74% společností. Dovednost

přesně plánovat prodeje s odchylkou skutečnosti od plánu pod 10% má až 58% společností,

21% společností pak plánuje relativně přesně s odchylkou 10 – 30 %, nepřesně plánují 2%

společností a celkem19% společností odchylku skutečných prodejů od plánu za minulý rok

nezná. Příčinu odchylek skutečnosti prodeje od plánu nezná 23% společností a

aktuální marži na jednotlivé dimenze sledovaných proměnných není schopno určit 19%

společností.

O koupi nového plánovacího softwaru, jenž by umožnil efektivní plánování, uvažuje

35% společností a to nejlépe za cenu do 100 000 Kč (66%), avšak 19% společností by bylo

ochotno zaplatit až 200 000 Kč a 15% až 500 000 Kč.

Z dotazníku vyplynuly také dva kontakty, z nichž se podařilo sjednat osobní schůzku ve

společnosti Al-Namura, s.r.o., pro kterou je v následujících kapitolách navrhnut

zjednodušený systém iBNS.

Page 60: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

52

6 Návrh řešení

V následujících podkapitolách bude popsána společnost Al-Namura, s.r.o., která

vyplynula z dotazníkového šetření jako vhodná reprezentační společnost za malé a střední

firmy na trhu rychloobrátkového zboží. Dále bude popsán současný způsob plánování

prodejů a veškeré oblasti řízení, kterými se společnost Al-Namura, s.r.o. musí zabývat. Bude

popsán také stávající stav plánování ve společnosti a navrhnut zjednodušený systém iBNS,

který by pokryl potřeby společnosti zaměřující se hlavně na prodejní výkonnost podniku.

Výroba a distribuce rychloobrátkového zboží je obor, kde záleží na rychlých,

aktuálních a přehledných informacích, jsou zde krátké cykly výroby a užití produkce a

probíhají časté změny značek či produktových řad. Obor rychloobrátkového zboží je citlivý

na změny na trhu a má sezónní charakter prodejů. Společnosti na tomto trhu potřebují

plánovat individuální a segmentové strategie respektující odlišnosti jednotlivých zákazníků.

Controlling v oboru rychloobrátkového zboží je typický vícerozměrným plánováním

a reportingem výsledků. Jsou vyžadovány rychlé analýzy odchylek a možnost správného

zásahu v případě nutnosti provádění opatření pro korigování nastavených plánů, provádí se

analýza citlivosti. Celý plánovací proces musí být flexibilní s možností úpravy při změnách

v okolním prostředí. Důležitá je integrace výnosového a nákladového controllingu, včasné

rozpoznávání obchodních příležitostí a zpřehlednění zpětné vazby mezi plánem a

dosaženými výsledky.

V oblasti managementu prodeje, lze pro obor rychloobrátkového vypozorovat

důležitost pružné cenotvorby a možnosti analýz a extrapolací prodejních trendů. Důležité je

vyhodnocování profitability jednotlivých zákazníků a produktů, s čímž souvisí plánování a

analýza akcí a monitoring prodejních výsledků.

Page 61: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

53

6.1 Společnost Al-Namura, s.r.o.

Společnost Al-Namura, s.r.o. je zástupcem podniků z oblasti trhu rychloobrátkového

zboží, byla založena v roce 1992 a brzy po založení se stala výhradním zástupcem a

distributorem mnoha světoznámých značek jako Ahmad Tea, Mr. Brown, Bornier, Steeves,

Bavaria či Pringles. Společnost sídlí v Kralupech nad Vltavou a od roku 2002 zahájila vlastní

výrobu energetického nápoje Big SHOCK!, který byl širokou veřejností velmi pozitivně

přijat a v současné době zaujímá pozici č. 2 na českém trhu. Značky a produkty, které

společnost zastupuje, jsou vybírány do distribuce podle těch nejpřísnějších kritérií kvality,

znalosti značky a nejvyšších standardů. Již od počátku svého fungování společnost Al-

Namura, s.r.o. vždy zastává heslo „Kvalita má přednost před kvantitou“ a plně podporuje

všechny produkty, které převezme pod svá ochranná křídla. (Al-Namura, 2016)

Jak bylo zmíněno výše, společnost je společností výrobní díky své produktové řadě

Big Shock!, kam spadají nejen energetické nápoje v mnoha variacích, ale také energetickým

tyčinkám či hroznovým cukrům. Zároveň je však společnost distributorem svýchproduktů

po celé České Republice, ale i na Slovensko a do dalších států jako je Německo, Rusko,

Nigérie, Irán, Jordánsko či Saudská Arábie. Své výrobky prodávají svým partnerům, kteří se

dále starají o distribuci do těchto zemí dalším odběratelům. O partnerské společnosti se

starají Key Account manažeři. O jednotlivé řady produktů pak pečují Brand manažeři a

finální jednání se zákazníky je na celkem sedmnácti obchodních zástupcích, kteří mají na

starosti oblast Čech a Moravy.

Page 62: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

54

Na následujícím obrázku č. 18 je uvedena organizační struktura společnosti Al-Namura,

s.r.o.:

Obrázek 18: Organizační struktura Al-Namura, s.r.o. Zdroj: Vlastní zpracování

Page 63: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

55

6.1.1 Popis stávajícího stavu

Společnost Al-Namura, s.r.o. v rámci dotazníku vyplnila počet zaměstnanců

v rozmezí 50-249 osob, obrat od 270 mil. Kč do 650 mil. Kč, oběma těmito údaji se profiluje

do velikosti středního podniku. Prodejní plán bere společnost Al-Namura, s.r.o. jako

celofiremní závazek, který je zároveň podkladem pro tvorbu plánu investic, marketingu nebo

odměňování. Prodejní plán společnost sestavuje jednou ročně a to na celý rok s detailem na

1 měsíc. Do přípravy prodejních plánů je zapojen generální ředitel formou schvalování, dále

obchodní ředitel, controller a brand manažeři. Sestavování prodejního plánu probíhá

synchronně mezi vedením a nižšími úrovněmi organizační hierarchie společnosti, odchylky

mezi oběma směry jsou průběžně vyhodnocovány a korigovány.

V současné době společnost Al-Namura, s.r.o. své podnikání řídí pomocí ERP

systému s názvem BYZNYS od společnosti J.K.R., který je prakticky řešen pomocí

propojení s MS Office. Současný systém je bohužel velmi statický, plánování zabere týdny

a je zde velké riziko chyby z důvodu lidského faktoru při vlastním zpracování vzorců přes

MS Excel. Současná technologie, kterou společnost využívá při plánování prodejů, tedy

spíše nemá výhody efektivního plánování a spíše neumožňuje snadno a rychle naplánovat a

vyhodnocovat průběžné plnění cílů.

V současné době společnost ve svých plánech nepracuje se scénáři či variantami

budoucího vývoje okolí, ale při významných změnách okolních podmínek své prodejní cíle

aktualizuje. V minulém roce se odchylka skutečnosti prodejů od plánu pohybovala mezi

10 – 30%, přesnou příčinu odchylky je společnost schopna se svým současným systémem a

se svými vlastními znalostmi určit.Společnost zjistí snadno a rychle aktuální marži na

zákazníka při zohlednění slev, prodejních akcí, zpětných bonusů a marketingových či

obchodních nákladů, na produkt však takovýto rozpad informací částečně chybí a plně není

schopna tuto marži zjistit.

Společnost by měla zájem o koupiplánovacího softwaru, který by umožnil veškeré

výhody efektivního plánování. Efektivnost plánování společnost Al-Namura, s.r.o. vidí ve

zvýšení konkurenceschopnosti, dosáhnutí větší úspory nákladů, včasné posouzení a reakce

na situaci na trhu, motivace vedení lidí (hlavně obchodních zástupců), řízení lidí podle

rozvržení cílů přes rozvržení práce a nastavení odpovědnosti. Také v průběžných

informacích o naplňování obchodních cílů a možnosti okamžitě reagovat a zároveň

v přehlednosti informací o aktuální nákladovosti/ziskovosti na jednotlivé

Page 64: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

56

produkty/zákazníky, což jí v současné době nejvíce chybí. Za takový software by byla

ochotna zaplatit až 200 000 Kč.

Od nového systému si společnost slibuje zefektivnění plánování. Nyní má plány

pouze statické v excelu jako zdrojovém souboru pro J.K.R. systém, který dále umožňuje na

data nahlížet pomocí kontingenčních tabulek. Společnosti chybí hlubší informace na úrovni

jednotlivých značek, aby byly naplněny požadavky marketingového a obchodního plánování

až na velikosti jednotlivých balení pro jednotlivé partnery v České republice, Slovensku a

dalších zemích, kam exportují přes distributory, jako je Německo, Rusko, Nigérie, Irán,

Jordánsko a Saúdská Arábie. Z důvodu exportu do zahraničí je nutné přepočítávat plány a

prodeje z cizích měn, nejčastěji EUR a USD na CZK.

V současnosti společnost Al-Namura, s.r.o. potřebuje plánovat prodeje pro 6 druhů

značek (Big Shock!, Ahmad Tea, Mr. Brown, Bavaria, Pringles a Bornier), pro 15

produktových řad (Ahmad Tea má ještě 33 podtypů produktů), pro 53 typů balení a celkem

149 příchutí jednotlivých značek, produktových řad a typů balení. Produktovou dimenzi by

bylo možnéčlenit následovně: Značka – Produktová řada – Typ – Balení – Příchuť. V rámci

vyhledávání jednotlivých produktů by bylo též vhodné uvádět Kód (EAN výrobku). Typ je

nutné přidat jen kvůli značce Ahmad Tea.

Page 65: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

57

Příklad členění produktové dimenze je uveden na následujícím obrázku č. 19pro značku Big

Shock!:

Obrázek 19: Rozložení produktové dimenze značky Big Shock! Zdroj: Vlastní zpracování

Big Shock! je vlastní značka společnosti Al-Namura, s.r.o., pro ostatní značky je

společnost výhradním distributorem na český trh a pro některé značky i na slovenský trh. Na

českém trhu probíhá distribuce zboží přes řetězce a velkoobchody na slovenském trhu přes

distributora. Klíčové partnery (řetězce a významné velkoobchody) mají na starosti Key

Account Manageři O jednotlivá odběrná místa v regionech se starají obchodní zástupci. Za

jednotlivé produktové řady pak odpovídají Brand Manageři. Celkem je po Čechách a na

Moravě 17 obchodních zástupců.

V současné době se ve společnosti Al-Namura, s.r.o. plánuje vždy na 3 další měsíce

dopředu, kdy 9 měsíců je kopií skutečnosti, plány jsou tedy kumulované. V rámci svého

Značka Produktová řada Balení Příchuť

2x500 ml (duopack) Original

Original

Gold

Exotic

Watermelon

Cherry

Apple

Orange

Fruity

Original

Gold

Watermelon

Apple

Original

Gold

Exotic

Orange

Exotic

Čoko

Klasik

Koko

Original

Orange

Nápoje

Tyčinky

Hroznové cukry

500 ml (plechovka)

1 l (plechovka)

250 ml (plechovka)

Page 66: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

58

podnikání musí společnost řídit následující oblasti plánování: Prodejní předpovědi, analýzy

prodeje, řízení zpětných bonusů, řízení marketingových nákladů a v současné chvíli by rádi

řídili také slevy a prodejní akce.

6.1.2 Návrh zjednodušeného systému iBNS pro společnost Al-Namura, s.r.o.

V této podkapitole je uveden návrh modulové konfigurace zjednodušeného systému

iBNS pro společnost Al-Namura, s.r.o.z oboru rychloobrátkového zboží. Nejprve je vypsána

obecná modulová konfigurace, která byla vybrána na základě dotazníkového šetření, osobní

návštěvě společnosti a nestrukturovaným rozhovorem s controller manažerkou, která má ve

společnosti zároveň na starosti oblast controllingu. Jednotlivé moduly jsou dále popsány

s detailním popisem aplikací, které pokrývají veškeré oblasti řízení, které společnost Al-

Namura, s.r.o. potřebuje řídit.

Základní modulová konfigurace:

Prodejní výkonnost

Variabilní náklady

Krycí příspěvek

Fixní náklady

Hospodářský výsledek

Popis jednotlivých modulů

Modul prodejní výkonnost(PV)

Tento modul je tvořen submodulem Řízení portfolia prodeje, který tvoří jádro řešení pro

celou tuto oblast. Na tento subsystém je napojen oborový submodul specifický pro obor

rychloobrátkového zboží, který obsahuje řešení pro Řízení prodeje výroby na sklad.

Řízení portfolia prodeje směřuje k tomu, aby prodejní mix ve strukturách produktů,

zákazníků, odpovědnosti, prodejních kanálů, teritorií, aj., dosahoval maximálního

prodejního výkonu. Aby došlo k nejvyššímu zhodnocení vlastní produkce,

poskytovaných služeb či nakupovaného zboží. Klíčovými nástroji (procesy) řízení

portfolia prodeje jsou prodejní plány, prodejní předpovědi, prodejní reporting a

prodejní analýzy. Uvedenému členění odpovídá i struktura aplikací:

o Plánování prodeje – slouží k sestavení základního (referenčního) plánu

prodeje v naturálním a finančním vyjádření na odpovídající časový horizont

Page 67: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

59

(12 měsíců) a může být využita i ke kontinuálním aktualizacím plánu během

realizace, či k sestavení variantních nebo rolujících plánů.

o Prodejní předpovědi– slouží k tvorbě různých typů prodejních předpovědí,

čímž se rozumí formulace odhadů budoucího prodeje, které mohou probíhat

paralelně s plánem (prognózy plnění plánu) nebo mohou plánu předcházet.

o Reporting prodeje – procesem reportingu prodeje se rozumí poskytování

pravidelných hlášení o prodejních výsledcích ve formátu standardní sady

panelů Analyser – Vývoj v roce po měsících, Vývoj od vybraného období,

Analýza dle ukazatelů, Analýza dle zákazníků, Paretova analýza, Plnění

plánu, Indexy období, Meziroční indexy, Regionální analýza.

o Analýzy prodeje – proces prodejních analýz úzce navazuje na prodejní

reporting, zaměřuje se však na hlubší analytické postižení souvislostí,

konkrétně Regionální analýzy (mapy), Analýzy odchylek, Analýzy rozptylu,

Analýza cenových odchylek, Bridge diagramy, Analýza kurzových rozdílů.

Prodej výroby na sklad představuje typ prodejních aktivit, při nichž je stejný produkt

prodáván různým zákazníkům.Produkt je vyroben bez předchozí objednávky

zákazníkem. Impulzem daného typu výroby je tedy prodejní prognóza. Struktura

následujících aplikací daného submodulu je orientovaná na potřeby prodeje

společnosti Al-Namura, s.r.o, jenž je typickým představitelem oboru

rychloobrátkového zboží.

o Řízení cen a slev – aplikace podporuje proces cenotvorby, který směřuje

k nastavení správné výše ceny opakovaně prodávaného produktu. Pozornost

je soustředěna na nalezení optimální ceny, která je výslednicí cenové

citlivosti vynaložených nákladů.

o Řízení prodejních akcí (detail) – aplikace umožňuje založit akci a zadat její

parametry (trvání akce od-do, vazba na zákazníka a produkty v akci, akční

cena, množství v akci, akční tržby, status akce, základní cena). Následně,

během realizace akce, lze doplnit reálná data akčních prodejů (načtení

z provozního systému) a dopočítat ukazatele vyhodnocení akcí. Podle

zadaných filtrů (datum od-do, produkt, zákazník) aplikace vypíše přehled

akcí v zadaném období a ukazatele vyhodnocení.

o Řízení prodejních akcí (souhrn) – aplikace plánuje a vyhodnocuje akční

prodeje jako součást ročního plánu prodeje. Aplikace pracuje s ukazateli

Page 68: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

60

stanovenými v portfoliu prodeje (množství, ceny, tržby podle produktů a

zákazníků), jež jsou rozlišeny na hodnoty „v akci“ a „mimo akce“ v detailu

měsíce. Celkový plána skutečnost prodejů – množství a tržby – je součtem

akčních a neakčních prodejů v měsíci. Plánování a analýzy výsledků prodeje

se dějí ve stejných postupových krocích jako pro neakční prodeje.

Implementace aplikace je závislá na evidenci skutečných a případně i

plánovaných hodnot v provozním systému (tj. existence příznaku pro

rozlišení akčních a neakčních prodejů).

o Řízení zpětných bonusů - aplikace umožňuje na základě aktualizovaného

číselníku bonusových zákazníků a produktů a na základě definic typů bonusů

přiřazených zákazníkům (fixní bonusy, obratové bonusy) dle smluvních

podmínek průběžně aktualizovat nároky na kvartální, pololetní a roční

bonusy pro skutečnost i plán. Po implementaci modulu Krycí příspěvek lze

hodnotu bonusů zohlednit v ziskovosti produktů.

o Řízení obchodních nákladů– aplikace řeší řízení obchodních nákladů, jež se

váží na zákazníka s detailem produktu. Jedná se o logistické náklady, ale i

typické náklady pro obor rychloobrátkové zbožípro společnostAl-Namura,

s.r.o.tzv. kondice – listing (zalistování položky v prodejním řetězci), opening

(zboží do nově otevřené prodejny), poplatek za leták, poplatek za druhotné

umístění, marketingová podpora jako ochutnávky a vzorky, také pronájem

ploch (regálové a paletové pozice) a obsluha zboží na prodejně

(merchandising) apod.

o Řízení marketingových nákladů – tato aplikace řeší řízení marketingových

nákladů, jež se váží na značku (produkt). Nositeli této kategorie ve

společnosti Al-Namura, s.r.o. jsou reklamní předměty, sponzoring, grafické

práce, náklady na stojany, lednice, POS woblery (point of sales) a shelf taker,

které v překladu znamenají místa prodeje, dále je toreklama a promo

v médiích a online (PR – náklady na veřejnou publicitu).

Modul variabilní náklady (VN)

Tento modul slouží k sestavení plánu přímých variabilních jednicových

materiálových, mzdových či ostatních nákladů na produkt pomocí norem spotřeby a ocenění

jednotkových vstupů.

Page 69: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

61

Modul krycí příspěvek (KP)

Tento modul podporuje jednostupňovou kalkulaci příspěvku na krytí fixních nákladů

a zisku. Krycí příspěvek je tak možné plánovat za dílčí produkt, skupinu či řadu výrobků.

Kalkulaci lze následně rozvinout i na zákazníka, skupinu zákazníků nebo celý distribuční

kanál.

Součástí modulu KP je i vícestupňová kalkulace, která umožňuje další zpřesňování

informací. Krycí příspěvky je např. možné rozdělit do více úrovní podle organizačního nebo

procesního složení přímých fixních nákladů. Cílem „vrstvení“ je bližší specifikace příčin

a odpovědnosti za jednotlivé nákladové položky.

Modul KP nabízí rovněž úplnou kalkulaci nákladů produktů – do výsledku tedy

mohou vstoupit i nepřímé náklady. Ty jsou rozčleněny podle typů a následně na základě

vztažných veličin propočítány na jednotlivé výrobky. Tak je podpořena kalkulace režijních

přirážek např. při různém stupni využití kapacity jednotlivých pracovišť.

Modul fixní náklady (FN)

Modul FN slouží pro plánování a analýzu fixních nákladů, které byly vynaloženy

na základě provozního plánu nákladů v konkrétním období a v jednotlivých odděleních.

Kromě plánování nákladů na správu může být modul využíván například i pro plánování

fixních nákladů na dopravu a energie, odpisů či některých dalších typů osobních nákladů.

Hodnoty plánu se zadávají přímo do střediskových výsledovek. Zde jsou dále

rozpracovávány nebo kumulovány pro potřeby celé společnosti.

Modul hospodářský výsledek (HV)

Modul HV pomáhá identifikovat vlivy klíčových podnikových procesů

na hospodaření společnosti, a to jak po linii organizační, tak i produktové nebo zákaznické.

Konsoliduje hodnoty plánované v modulu Fixních nákladů a v modulech Variabilní náklady

a Prodejní výkonnost z ostatních funkčních oblastí iBNS. Modul Hospodářského výsledku

vyhodnocuje plnění plánu a zkoumá odlišnosti hospodářského výsledku v rozložení

na jednotlivé vlivy včetně grafického znázornění rozdílů.

Zpřesnění navržené konfigurace

Výše navržená konfigurace by měla svými aplikacemi pokrývat potřeby společnosti

Al-Namura, s.r.o.. Tato konfigurace by měla být dále členěna do jednotlivých dimenzí a

prvků, tzv. agregačních úrovní dimenzí. Datový model pro společnost Al-Namura, s.r.o.

Page 70: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

62

bude vycházet z dimenzí Produkt, Zákazník (+Odpovědnosti), Období, Měna, Typ hodnot a

Verze plánu.

Produkt se dále člení do jednotlivých agregačních úrovní: Produktová řada, Typ, Balení,

Příchuť a EAN kód produktu. Zákazníci jsou jednotliví partneři společnosti (řetězce a

velkoobchody jako Tesco, Ahold či Billa) a dimenze se dále člení na prvky jako je Oblast

(CZ, SK, Export), Trh (moderní – obchodní řetězce, tradiční – velkoobchody), Region

(Čechy, Morava) a Odpovědnost (Key manager, Obchodní zástupce). Období se člení na

jednotlivé Roky, Pololetí, Čtvrtletí a Měsíce. Měna je počítána v CZK, EUR a USD, je nutné

také provádět Přepočet měny na CZK. Hodnoty v datovém modelu mohou být absolutní a

kumulované a verze plánů společnosti se dělí na: skutečné, referenční, výhledové, klouzavé

a pracovní. Nesmí chybět také celkový pohled za společnost dle jednotlivých dimenzí i

celkem. Grafické znázornění rozpadu jednotlivých dimenzí do nižších úrovní je možné vidět

na následujícím obrázku č. 20:

Obrázek 20: Rozpad dimenzí Zdroj: Vlastní zpracování

Pomocí těchto prvků dimenzí v agregačních úrovních jsou interpretovány jednotlivé

ukazatele, jako prodané množství (v kusech, objemu a typu balení), Tržby v jednotlivých

měnách, konkrétně tržby hrubé, realizované (fakturované) a čisté. Dalším ukazatelem je

v měrných jednotkách a jednotlivých měnách základní ceníková cena, fakturační cena a

kondice. V měně, měrných jednotkách a procentech jsou udávány bonusy, ve měně a

procentech jsou udávány fakturační a akční slevy. Dalším ukazatelem je kurz měny a tržní

podíl.

Page 71: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

63

V případě, že by společnost začala vyrábět sama více produktů než produkty značky

Big Shock!, bylo by vhodné zařadit do konfigurace modul Výroba z funkční oblasti Zdroje

a potenciálů výkonu.

6.1.3 Doporučení k implementaci

Z důvodu zefektivnění plánování a vyhodnocování prodejů se společnost Al-

Namura, s.r.o. rozhodla zavést zjednodušený systém BNS, tzv. iBNS od společnosti

Inekon Systems, s.r.o. Cílem této práce bylo vytvořit tzv. krabicové řešení, skládající se

z konkrétních modulů BNS, jenž by pokryl potřeby společnosti Al-Namura, s.r.o. a jehož

implementace nebude nákladnáa vybraná společnost ji zvládne bez podpory IT techniků ze

společnosti Inekon Systems, s.r.o. a tento cíl byl naplněn.

V předchozích kapitolách byla navržena modelová konfigurace, v následujícím textu

budou uvedena doporučení, jak daný systém implementovat. V první řadě je třeba si

uvědomit, že implementace samotná má zásadní vliv na to, zda bude systém společnosti

nakonec prospěšný či nikoliv.

U společnosti Al-Namura, s.r.o. je pozitivní, žespolečnost se poohlíží po novém

systému v době, kdy společnost dlouhodobě roste a je ekonomicky stabilní. Současný systém

je do této chvíle poctivě spravován a datový sklad je relativně dobře obhospodařován.

Důvodem k implementaci nového systému je touha po dalších funkcích, které současný

systém od J.K.R. nenabízí. Společnost Al-Namura, s.r.o. si od nového systému slibuje

možnost řízení slev, marketingových akcí, zpětných bonusů a možnost rychlého zjištění

aktuální marže na produkt při zohlednění slev, prodejních akcí, zpětných bonusů a

marketingových či obchodních nákladů. Dále očekává zrychlení plánování prodejů, lepší

řízení obchodních zástupců dle odpovědností, kvalitnější prognózování a zefektivnění

vyhodnocování prodejních plánů. Zároveň by nový systém neměl stát více než 200 000 Kč.

Kritickými faktory úspěchu implementace iBNS může být smlouva mezi

společnostmi Al-Namura, s.r.o. a Inekon Systems, s.r.o., vzájemná důvěra mezi těmito

společnostmia důsledné řízení projektu implementace iBNS realizačným týmem

v návaznosti na časový, věcný a finanční plán. Jelikož se bude jednat o tzv. krabicové řešení,

společnost Al-Namura, s.r.o. bude dopředu vědět, jaký systém si kupuje a může si dopředu

stanovit, co od něho očekává a smlouvu poté buď přijmout, či nikoliv. Finanční plán je

ohraničen 200 000 Kč, které společnost uvedla v rámci dotazníkového šetření. Časový a

Page 72: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

64

věcný plán je nutné připravit. Výhodou je také to, že stávající ERP systém funguje na

databázích tvořených v MS Excel, který je základním prvkem pro systém iBNS, není tedy

nutné předělávat datový sklad, je možné použít stávající, pouze jej přesunout do nového

systému. Velmi důležitá je v rámci implementace podpora vrcholového vedení, dle návštěvy

společnosti se však domnívám, že tato podpora je dostačující. Dalším podstatným faktorem

je kvalitní příprava a dodržování stanoveného harmonogramu.

Kroky implementace iBNS – věcný plán

Analýza požadavků a návrh koncepce řešení – zpracováno v rámci této práce

Stanovení pravidel organizace a komunikace v rámci projektového týmu mezi

dodavatelem a uživateli

Školení zainteresovaných osob (manažerů, controllerů, koncových uživatelů, IT

specialistů)

Specifikace konkrétních dat a jejich formátu, které si společnost Al-Namura, s.r.o.

musí připravit pro přesun do iBNS databáze

Příprava dat dle specifikace

Dodávka iBNS

Provedení instalace iBNS společností Al-Namura, s.r.o.

Přesun dat z původního datového skladu do iBNS databáze

Naplnění číselníků, migrace dat, která budou uložena do systému před jeho

spuštěním

Testování iBNS

Nastavení přístupových práv a uživatelských účtů

Stanovení organizace toku dat, odpovědnost za tvorbu, údržbu a zpracování

Optimalizace podnikových procesů

Integrace iBNS s ostatními ekonomickými aplikacemi v podniku

Postupné nasazování a spouštění jednotlivých modulů

Ověření funkčnosti

Finální kontakt s dodavatelskou společností Inekon Systems, s.r.o.

Platba za iBNS

Page 73: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

65

Časový harmonogram implementace

Na následujícím obrázku č. 21 je možné vidět jednotlivé kroky implementace

s časovým ohodnocením a návaznostmi:

Obrázek 21: Časový harmonogram implementace Zdroj: Vlastní zpracování

Page 74: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

66

Návrh jednotlivých fází implementace iBNS ve společnosti Al-Namura, s.r.o. je

možné též graficky znázornit následovně (Obrázek č. 22):

Obrázek 22: Fáze implementace Zdroj: Vlastní zpracování

Věcný a časový plán implementace je možné znázornit pomocí Ganttova diagramu,

jenž zachycuje plán posloupnosti jednotlivých činností v čase. Ganttův diagram je zobrazen

na následující straně jako obrázek č. 23.

Zahájení 30.3. 16

Dokončení 20.6. 16

1. duben 1. květen 1. červen Předimplementační fáze 30.3. 16 - 20.6. 16

Realizační fáze 2.5. 16 - 17.6. 16

Hodnotící fáze 27.5. 16 - 20.6. 16

Page 75: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

67

Obrázek 23: Ganttův diagram implementace Zdroj: Vlastní zpracování

Page 76: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

68

7 Shrnutí výsledků a přínosu diplomové práce

Cílem této práce bylo analyzovat stávající Business Navigation Systems (dále jen

BNS) společnosti Inekon Systems, s.r.o., který byl vyvinut pro potřeby velkých podniků. A

navrhnout konfiguraci modulů zjednodušeného systému iBNS, který by byl snadný pro

zavedenív konkrétní malé a střední společnosti z trhu rychloobrátkového zboží.

V rámci práce byla provedena analýza trhu malých a středních podniků oboru

rychloobrátkového zboží. Přes databázi Bisnode bylo autorkou podrobně analyzováno

125 společností, které byly prověřovány, zda nemají dluhy, platí včas své faktury, mají

dostatek majetku a postačující okamžitou likviditu firmy. Dále byl porovnáván trend obratu

nebo zisku s minulým obdobím, prověřováno okolí společnosti a rizikovost regionu, ve

kterém se společnost nachází. Mezi faktory hodnocení společnosti patřili přidružené

společnosti, vlastníci i management. Přes databázi Bisnode bylo možné hodnotit společnosti

dle velikostí a odvětví, ve kterém působí. Vyhodnocením faktorů byl zjištěn rating

společnosti, jenž predikuje pravděpodobnost úpadku dané společnosti v následujících 12

měsících a informuje o konkrétní výši dané pravděpodobnosti.

Celkem 95 společností splnilo rating AAA, AA či A s minimálním až nízkým

rizikem. Tyto společnosti byly následně kontaktovány telefonicky a byly požádány o

zúčastnění se dotazníkového šetření.

Dotazník v první části definoval společnost respondenta, upřesnil její velikost

vzhledem k počtu zaměstnanců a ročnímu obratu. Dále zjišťoval důležitost, pracnost,

časovou náročnost, odpovědnost a další zvyklosti společnosti při tvorbě prodejních plánů.

V další části dotazníku byly uvedeny otázky zaměřující se na vytvoření představy

respondentů o možnostech efektivního plánování, které by s využitím nástrojů iBNS mohli

získat a zároveň byly zjišťovány oblasti plánování, které jednotlivé společnosti řídí a

schopnost využití jejich stávajících technologií. V závěru dotazníku byly otázky směřující

k případné chuti si iBNS pořídit a ocenění takového systému. Pro názory, připomínky

nápady či zanechání kontaktu byla ponechána předposlední otázka a poslední otázka byla

určena pro ty, kteří již dále nechtěli být kontaktováni, což bude následně společností Inekon

Systems, s.r.o. respektováno.

Z oslovených 125 společností dotazník vyplnilo 57 respondentů, z nichž 1 společnost

spadla svou velikostí do mikropodniků a 2 společnosti se profilovaly jako velké. Jejich další

Page 77: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

69

odpovědi tedy byly nerelevantní. 40% podniků se profilovalo jako střední a 31% jako malá

firma.

Z analýzy odpovědí bylo zjištěno, že pro 65% společností je role prodejního plánu

podstatná až velmi důležitá, pro zbylých 25% společností je jeho role malá až nepodstatná.

Nejčastěji společnosti sestavují prodejní plán na 1 rok a do sestavování se zapojují nejvíce

obchodní ředitelé a majitelé společností. 24% společností plánuje prodeje efektivně

kombinací progresivního a retrográdního způsobu plánování, 16% společností plánuje

progresivně,23% retrográdně a celých 37% společností své prodeje detailně neplánuje

vůbec. S délkoua složitostí plánovacího procesu je 19% společností nespokojeno, se

současnou technologií pro podporu plánování a rozhodování je nespokojeno 24%, jelikož

nesplňuje výhody efektivního plánování a neumožňuje snadno a rychle plánovat a

vyhodnocovat průběžné plnění cílů.

Společnosti nejčastěji plánují své prodeje v MS Excel, jenž se však vyznačuje svou

statičností, zdlouhavým procesem plánování i vyhodnocování a poměrně vysokou

chybovostí z důvodu ručního nastavování vzorců. Se scénáři a variantami budoucího vývoje

pracuje67% společností, aktualizovat prodejní cíle při významných změnách je schopno 74

% společností a dovednost přesně naplánovat prodeje s odchylkou pod 10% má až 58%

společností. 21% společností plánuje prodeje relativně přesně s odchylkou skutečnosti od

plánu pohybující se mezi 10 – 30%, 2% plánuje nepřesně s odchylkou nad 30 % a celých

19% společností není se svou stávající technologií odchylku zjistit. Příčinu odchylek

skutečnosti prodeje od plánu nezná 23% společností a aktuální marži na jednotlivé dimenze

sledovaných proměnných není schopno určit 19% společností.

O koupi nového plánovacího softwaru, jenž by umožnil efektivní plánování, uvažuje

35 % respondentů a to nejlépe za cenu do 100 000 Kč (66%), avšak 19% společností by bylo

ochotno zaplatit až 200 000 Kč a 15% až 500 000 Kč.

Z dotazníku vyplynuly také dva kontakty, z nichž se podařilo sjednat osobní schůzku

a domluvit se na spolupráci se společností Al-Namura, s.r.o., pro níž byl dále navrhnut

zjednodušený systém iBNS.

Společnost Al-Namura, s.r.o. je středně velká distribuční a výrobní společnost

pohybující se na trhu rychloobrátkového zboží, kde záleží na rychlých, aktuálních a

přehledných informacích kvůli krátkým cyklům výroby a rychlého užití produkce velkého

množství značek a produktových řad. Společnost Al-Namura, s.r.o. je výhradním zástupcem

a distributorem mnoha světoznámých značek jako Ahmad Tea, Mr. Brown, Bornier, Bavaria

Page 78: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

70

či Pringles, od roku 2002 zahájila vlastní výrobu energetického nápoje Big Shock!, který byl

společností velmi dobře přijat a v současné době zaujímá pozici č. 2 na českém trhu.

Společnost distribuuje své zboží po celé České republice, na Slovensku a pak do dalších

států jako Je Německo, Rusko, Nigérie, Irán, Jordánsko či Saudské Arábie. Celkem tedy

potřebuje plánovat prodeje pro 6 druhů značek, 15 produktových řad, 15 typů balení a

celkem 149 příchutí jednotlivých značek, produktových řad a typů balení.

Společnost Al-Namura, s.r.o. v současné době své podnikání řídí pomocí ERP

systému s názvem BYZNYS od společnosti J.K.R., který je prakticky řešen pomocí

propojení s MS Office, který je však velmi statický a plánování společnosti zabere týdny,

přesto poté není schopna efektivně vyhodnocovat průběžné plnění cílů, ráda by byla schopna

plánovat s nižší odchylkou od skutečnosti, zjistit aktuální marži na jednotlivé produkty při

zohlednění slev, prodejních akcí, zpětných bonusů a marketingových či obchodních nákladů.

Za software, který by ji umožnil efektivně plánovat a vyhodnocovat prodej by byla ochotna

zaplatit až 200 000 Kč.

V rámci práce bylo navrhnuto členění produktové dimenze, které bylo znázorněno

na reprezentativní značce Big Shock!. Následně byl vytvořen návrh modulové konfigurace

zjednodušeného systému iBNS, který svými aplikacemi pokryje potřeby společnosti

Al-Namura, s.r.o.. Základními moduly jsou Prodejní výkonnost, Variabilní náklady, Krycí

příspěvek, Fixní náklady a Hospodářský výsledek.

Nejdůležitějším modulem je modul Prodejní výkonnost, jenž v sobě zahrnuje

submoduly Řízení portfolia prodeje a Řízení prodeje výroby na sklad, které umožňují

plánování prodejů, prodejní předpovědi, reporting prodeje, analýzy prodeje, řízení cen a

slev, řízení prodejních akcí, řízení zpětných bonusů, které jsou díky modulu Krycí příspěvek

možné zohlednit v celkové ziskovosti produktů, a v neposlední řadě pak řízení obchodních

a marketingových nákladů. Součástí modulu Krycí příspěvek je i vícestupňová kalkulace,

která umožňuje další zpřesňování informací. Následně jsou popsány dimenze datového

modelu iBNS, které se dále člení na jednotlivé prvky, do kterých jsou dimenze agregovány

a je na ně možno nahlížet pomocí stanovených ukazatelů.

Určené dimenze jsou následující: Produkt, Zákazník, Období, Měna, Typ hodnot a

Verze plánu. Jednotlivé agregační úrovně jsou pro dimenzi Produkt: Produktová řada, Typ,

Balení, Příchuť a EAN kód výrobku, pro dimenzi Zákazník: Oblast, Trh, Region,

Odpovědnost, pro dimenzi Období: Rok, Pololetí, Čtvrtletí a Měsíc. Pro dimenzi Měna:

CZK, EUR, USDa Přepočet na CZK. Typ hodnot může být Absolutní a Kumulativní. Verze

Page 79: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

71

plánu je možné zobrazit jako skutečné, referenční, výhledové, klouzavé a pracovní. Pomocí

těchto agregačních úrovní jsou interpretovány ukazatele jako Prodané množství (v kusech,

objemu a typu balení), Tržby v jednotlivých měnách, konkrétně se jedná o tržby hrubé,

realizované (fakturované)a čisté. Dalšími ukazateli je Základní ceníková cena, Fakturační

cena, Kondice, Bonusy, Fakturační sleva, Akční sleva, dále Kurz měny a Tržní podíl.

Poslední podkapitolou této práce je Doporučení k implementaci, kde je připomenut

finanční plán společnosti Al-Namura, s.r.o., která plánuje iBNS nakoupit do 200 000 Kč,

vytvořen věcný plán v podobě jednotlivých kroků implementace iBNS a jeho rozpracování

do časového harmonogramu vyjádřeného v podobě Ganttova diagramu.

Přínosem této práce je pro společnost Inekon Systems, s.r.o. analýza malých a

středních podniků na trhu rychloobrátkového zboží, závěry z dotazníkového šetření mohou

být podkladem pro další vývoj iBNS. Návrh zjednodušeného systému iBNS pro konkrétní

podnik Al-Namura, s.r.o. je možný pojmout jako základ pro tzv. krabicové řešení daného

systému i pro další podniky z oboru rychloobrátkového zboží. Doporučení k implementaci

udává představu věcného a časového plánu implementace zjednodušeného systému iBNS

v konkrétní společnosti.

Pro společnost Al-Namura, s.r.o. může být navržené iBNS přínosem v oblasti úspory

nákladů a odstranění neefektivně stráveného času při hledání cílového řešení datového

procesu a procesního modelu. Díky pravidelnému, nebo na základě událostí zvolenému,

automatickému načítání dat vznikne možnost operativních změn vedoucích k dosažení

optimální prodejní výkonnosti. Velkým přínosem pro společnost v případě zavedení iBNS

bude kvalitní řešení v oblasti plánování a kontroly akčních slev, bonusů, zákaznických

ceníků a na nich závislých marží, které jsou již v systému předem definovány způsobem,

který odpovídá ověřeným potřebám společnostem působícím v oboru rychloobrátkového

zboží. Zároveň společnost Al-Namura, s.r.o. překoná statičnost plánovacího procesu, kterou

byla doposud svázána kvůli používání stávajícího ERP systému. Díky ucelené firemní

navigaci, možnosti práce s větším počtem verzí plánu a využití metod kontinuálního,

klouzavého či variantního plánování se může společnost plánovat své prodeje dynamicky a

efektivněji.

Page 80: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

72

8 Citovaná literatura

Al-Namura, s.r.o. 2016. Alnamura. [Online] Al-Namura, s.r.o., 2016. [Citace: 3. 27 2016.]

http://alnamura.cz/cz/o-spolecnosti.

Basl, Josef a Roman, Blažíček. 2012.Podnikové informační systémy: podnik v informační

společnosti. Praha : Grada, 2012. str. 323. ISBN 978-80-247-4307-3.

Bisnode. 2016. www.bisnode.cz. http://www.bisnode.cz/produkt/oceneni-aaa/. [Online]

2016. [Citace: 10. 3 2016.] http://www.bisnode.cz/produkt/oceneni-aaa/.

Brdek, Vladimír. 2014. Ústav řízení a ekonomiky podniku ČVUT v Praze, Fakulta strojní.

Přednášky předmětu Podnikové informační systémy. 2014.

EU, Evropská komise. 2006.Nová definice malých a středních podniků: Uživatelská

příručka a vzor prohlášení. Lucemburk : EUR-OP, 2006. CS NB-60-04-773-CS-C.

FORDESK. 2016. Firmo.cz. [Online] 2016. [Citace: 27. 3 2016.]

http://www.firmo.cz/cs/spolecnost/45795436/al-namura-spol-s-ro#tabs:basic-info;graph-

tab;ukazatele.

Fotr, Jiří. 2012.Tvorba a strategie a strategické plánování: teorie a praxe. 1. vyd. Praha :

Grada, 2012. str. 381. ISBN 978-80-247-3985-4.

Freiberg, František. 2011. Opora. Financování podniku. Praha : Katedra inženýrské

pedagogiky MÚVS ČVUT, 2011.

Hořička, Jiří; Frynta, Štěpán; Rybář, Jakub; Pitra, Karel; Martenek, Robin; Lang,

Pavel a kolektiv společnosti Bisnode. 2016. Bisnode Česká republika, a. s. Gnosus

Bisnode. [Online] Bisnode Česká republika, a. s., 2016. [Citace: 1. 3 2016.]

https://gnosus.bisnode.cz/.

Houser, Václav a Ondřej, Matyáš. 2009.Exekutiví informační systémy: (na příkladu

systému BNS). Vyd. 1., Praha : Oeconomica, 2009. ISBN 978-80-245-1598-4.

Inekon Systems. 2016. Interní materiál. Popis řešení BNS - PV. Praha : Inekon Systems,

s.r.o., 2016.

INEKON SYSTEMS, s.r.o. 2016. http://www.inekon-systems.com/. [Online] 28. 02 2016.

http://inekon-systems.com/inekon-systems-cz/.

Page 81: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

73

Ježková, Miroslava. 2016. Přizpůsobení systému BNS potřebám managementu malých a

středních firem. Diplomová práce. Praha : České vysoké učení technické v Praze,

Masarykův ústav vyšších studií, Katedra managementu, 2016.

2015. Magazín společnosti Inekon Systems. 01 2015.

Machková, Hana. 2015. Expert Mezinárodní marketing: Strategické trendy a příklady z

praxe - 4. vydání. Praha : Grada, 2015. str. 200. 978-80-247-5366-9.

Majumdar, Ramanuj. 2004.Product Management in India. místo neznámé : PHI Learning,

2004. stránky str. 26-27. 978-81-203-1252-4.

Mallya, Thaddeus. 2007.Základy strategického řízení a rozhodování. Praha : Grada, 2007.

str. 246. ISBN 978-80-247-1911-5.

Panec, Zdeněk. 2003. Co je to Business intelligence? Časopis IT systems. 06 2003.

Pour, Jan. 2006.Co lze očekávat od Business Intelligence? Praha : Vysoká škola

ekonomická, 2006. str. 9. ISBN 80-8070-590-9.

Slánský David, Pour Jan, Novotný Ota. 2005.Business Intelligence: Jak využít bohatství

ve vašich datech. Praha : Grada, 2005. ISBN 80-247-1094-3.

Tvrdíková, Milena. 2008.Aplikace moderních technologií v řízení firmy: nástroje ke

zvyšování kvality informačních systémů. Management v informační společnosti. Praha :

Grada Publishing, a.s., 2008. str. 176. ISBN 978-80-247-2728-8.

—. 2005. Nástroje business inteligence - struktura a integrační charakter. Systémová

integrace. 02 2005, stránky 97-106.

Zamazalová, Marcela. 2009.Marketing obchodní firmy. Praha : Grada, 2009. str. 232. Sv.

1. vyd. 978-80-247-2049-4.

Zikmund, Martin. 2012. Business Intelligence bez obalu a s příklady. BUSINESSVIZE.

[Online] 30. 01 2012. [Citace: 28. 02 2016.] http://www.businessvize.cz/informacni-

systemy/business-intelligence-bez-obalu-a-s-priklady.

Zralý, Martin a Žilka, Miroslav. 2011. Projekt inovace řízení podniku. Studijní opora.

Praha : České vysoké učení technické v Praze, Katedra managementu MÚVS ČVUT, 2011.

Page 82: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

74

9 Seznam obrázků

Obrázek 1: Schéma Business Navigation .......................................................................... 3

Obrázek 2: FMCG v poměru šíře a hloubky sortimentu .................................................... 6

Obrázek 3: Modul prodejní výkonnost ............................................................................. 9

Obrázek 4: Postavení BI v aplikační architektuře IS/ICT ........................................... 17

Obrázek 5: Postavení EIS v informační architektuře (strategii) firem ................................ 20

Obrázek 6: Princip multidimenzionální databáze ........................................................... 21

Obrázek 7: Schéma datového skladu ............................................................................... 22

Obrázek 8: Definice malých a středních podniků ............................................................ 23

Obrázek 9: Rozpad BNS na subsystémy .......................................................................... 25

Obrázek 10: Členění subsystému BNS AB ...................................................................... 26

Obrázek 11: Členení BNS SX .......................................................................................... 27

Obrázek 12: Popis vzdáleného přístupu BNS .................................................................. 28

Obrázek 13: Hlavní komponenty BI a jejich vazby ........................................................ 28

Obrázek 14: Schéma BNS AB ......................................................................................... 30

Obrázek 15: Schéma BNS SX .......................................................................................... 32

Obrázek 16: Rating Bisnode ............................................................................................ 34

Obrázek 17: Faktory hodnocení Bisnode ......................................................................... 50

Obrázek 18: Organizační struktura Al-Namura, s.r.o. ..................................................... 54

Obrázek 19: Rozložení produktové dimenze značky Big Shock! .................................... 57

Obrázek 20: Rozpad dimenzí ........................................................................................... 62

Obrázek 21: Časový harmonogram implementace ............................................................... 65

Obrázek 22: Fáze implementace ...................................................................................... 66

Obrázek 23: Ganttův diagram implementace ................................................................... 67

Page 83: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

75

10 Seznam grafů

Graf 1: Dotazníkové šetření – otázka č. 1 ........................................................................ 36

Graf 2: Dotazníkové šetření – otázka č. 2 ........................................................................ 37

Graf 3: Dotazníkové šetření - otázka č. 3 ......................................................................... 38

Graf 4: Dotazníkové šetření - otázka č. 3 ......................................................................... 38

Graf 5: Dotazníkové šetření – otázka č. 4 ........................................................................ 39

Graf 6: Dotazníkové šetření - otázka č. 5 ......................................................................... 39

Graf 7: Dotazníkové šetření - otázka č. 6 ............................................................................ 40

Graf 8: Dotazníkové šetření - otázka č. 7 ............................................................................ 41

Graf 9: Dotazníkové šetření - otázka č. 8 ......................................................................... 41

Graf 10: Dotazníkové šetření - otázka č. 9 ....................................................................... 42

Graf 11: Dotazníkové šetření - otázka č. 10 ..................................................................... 43

Graf 12: Dotazníkové šetření - otázka č. 11 ..................................................................... 44

Graf 13: Dotazníkové šetření - otázka č. 12 ..................................................................... 45

Graf 14: Dotazníkové šetření - otázka č. 13 ..................................................................... 46

Graf 15: Dotazníkové šetření - otázka č. 14 ..................................................................... 46

Graf 16: Dotazníkové šetření - otázka č. 15 ..................................................................... 47

Graf 17: Dotazníkové šetření - otázka č. 16 ..................................................................... 47

Graf 18: Dotazníkové šetření - otázka č. 17 ..................................................................... 48

Graf 19: Dotazníkové šetření - otázka č. 18 ..................................................................... 48

Graf 20: Dotazníkové šetření - otázka č. 19 ..................................................................... 49

Page 84: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

76

11 Přílohy

Příloha č. 1: Analýza společnosti Al-Namura, s.r.o. přes databázi BISNODE ………..76

Příloha č. 2: Dotazník ………….……………………………………………………….81

Příloha č. 1: Analýza společnosti Al-Namura přes databázi BISNODE

Page 85: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

77

Page 86: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

78

Page 87: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

79

Page 88: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

80

Zdroj: Vlastní analýza pomocí serveru (Hořička, Jiří; Frynta, Štěpán; Rybář, Jakub; Pitra,

Karel; Martenek, Robin; Lang, Pavel a kolektiv společnosti Bisnode, 2016)

Page 89: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

81

Příloha č. 2: Dotazník

Page 90: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

82

Page 91: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

83

Page 92: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

84

Page 93: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

85

Page 94: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

86

Page 95: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

87

Page 96: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

88

Zdroj: Vlastní zpracování pomocí Google Forms

Page 97: Business intelligence v¡_FIN.pdf · Obrázek 2: FMCG v poměru šíře a hloubky sortimentu Zdroj: (Zamazalová, 2009) 2.4 Business Intelligence v oblasti rychloobrátkového zboží

89

Evidence výpůjček