Achieving Competitive Advantage through Effective Business Process Implementation
Loading...
Date
2025-06-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Tato diplomová práce se zabývá implementací a optimalizací podnikových procesů na
příkladu společnosti Amazon.com Inc. Analyzuje, jak integrace automatizace,
strojového učení a umělé inteligence zvyšuje provozní efektivitu v oblastech, jako je
vyřizování objednávek, řízení zásob a zákaznický servis. Kromě procesní optimalizace
využívá práce regresní modely a predikční analýzu trendů k hodnocení finanční
výkonnosti Amazonu pomocí ukazatelů, jako jsou čistá zisková marže, návratnost
vlastního kapitálu, poměr dluhu k vlastnímu kapitálu a zisk na akcii. Výsledky ukazují,
že Amazon dosáhl významné provozní a finanční optimalizace, i když vnější
ekonomické tlaky například v roce 2022 způsobují určitou volatilitu. Jsou navržena
strategická doporučení pro udržení dlouhodobé odolnosti, zlepšení přesnosti predikce
a zachování konkurenční výhody.
This thesis explores the implementation and optimization of business processes with a focus on Amazon.com Inc. as a case study. It analyzes how the integration of automation, machine learning, and artificial intelligence enhances operational efficiency in areas such as fulfillment, inventory management, and customer service. In addition to process optimization, the thesis employs linear regression models and trendline forecasting to evaluate Amazon's financial performance using indicators such as Net Profit Margin, Return on Equity, Debt-to-Equity Ratio, and Earnings Per Share. Results show that Amazon has achieved significant operational and financial optimization, although external economic pressure such as those observed in 2022 introduce volatility. Strategic recommendations are proposed to maintain long-term resilience, improve forecasting accuracy, and sustain competitive advantage.
This thesis explores the implementation and optimization of business processes with a focus on Amazon.com Inc. as a case study. It analyzes how the integration of automation, machine learning, and artificial intelligence enhances operational efficiency in areas such as fulfillment, inventory management, and customer service. In addition to process optimization, the thesis employs linear regression models and trendline forecasting to evaluate Amazon's financial performance using indicators such as Net Profit Margin, Return on Equity, Debt-to-Equity Ratio, and Earnings Per Share. Results show that Amazon has achieved significant operational and financial optimization, although external economic pressure such as those observed in 2022 introduce volatility. Strategic recommendations are proposed to maintain long-term resilience, improve forecasting accuracy, and sustain competitive advantage.
Description
Subject(s)
Amazon, optimalizace podnikových procesů, strojové učení, umělá inteligence, finanční prognóza, regresní analýza, čistá zisková marže, ROE, EPS, poměr dluhu k
vlastnímu kapitálu, konkurenční výhoda