dc.contributor.advisor	Podaras Athanasios, Ing. Ph.D. :63378	cs
dc.contributor.author	Kanagaraj Sridevi, Arun Prasath	cs
dc.contributor.referee	Papík Martin, Ing. Ph.D. :66252	cs
dc.date.accessioned	2025-07-14T11:00:31Z
dc.date.available	2025-07-14T11:00:31Z
dc.date.committed	31.8.2025	cs
dc.date.defense	12.6.2025	cs
dc.date.issued	2025-06-12	cs
dc.date.submitted	1.11.2023	cs
dc.description.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.	cs
dc.description.abstract	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.	en
dc.format	82	cs
dc.identifier.uri	https://dspace.tul.cz/handle/15240/177162
dc.language.iso	AN	cs
dc.subject	Amazon	cs
dc.subject	optimalizace podnikových procesů	cs
dc.subject	strojové učení	cs
dc.subject	umělá inteligence	cs
dc.subject	finanční prognóza	cs
dc.subject	regresní analýza	cs
dc.subject	čistá zisková marže	cs
dc.subject	ROE	cs
dc.subject	EPS	cs
dc.subject	poměr dluhu k vlastnímu kapitálu	cs
dc.subject	konkurenční výhoda	cs
dc.title	Achieving Competitive Advantage through Effective Business Process Implementation	cs
dc.title	Achieving Competitive Advantage through Effective Business Process Implementation	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Navazující	cs
local.identifier.author	E22000552	cs
local.identifier.stag	46461	cs

Achieving Competitive Advantage through Effective Business Process Implementation

Files

Original bundle

Collections