search query: @keyword forecasting / total: 32
reference: 17 / 32
Author: | Oehlandt, Lars |
Title: | Driver-based planning: A model of maturity levels |
Ajuripohjainen ennustaminen: Malli maturiteettitason mittaamiseen | |
Publication type: | Master's thesis |
Publication year: | 2010 |
Pages: | 96 + [9] Language: eng |
Department/School: | Informaatio- ja luonnontieteiden tiedekunta |
Main subject: | Yritysstrategia ja kansainvälinen liiketoiminta (TU-91) |
Supervisor: | Laamanen, Tomi |
Instructor: | Lindfors, Riku |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark Aalto | Archive |
Keywords: | beyond budgeting business performance management driver-based planning financial planning forecasting budjetointi liiketoiminnan suorituskyvyn hallinta ajuripohjainen suunnittelu taloushallinto ennustaminen |
Abstract (fin): | Perinteinen budjetointi on jo lähes vuosisadan ajan ollut yleisin tapa ennustaa yrityksen talouslukuja. Voimakas kritiikki on kuitenkin ajanut uusien menetelmien kehittämiseen. Yksi näistä menetelmistä on ajuripohjainen ennustaminen. Ajuripohjainen ennustaminen tarkoittaa liiketoiminnan operatiivisten ajurien käyttöä yrityksen talouden ennustamisprosesseissa. Tämä diplomityö tutkii ajuripohjaisen ennustamisen taustoja ja pyrkii tunnistamaan parhaiden toteutusten yhteisiä piirteitä. Näin päädytään viisiportaiseen maturiteettimalliin ja sen perusteella toimivaan maturiteetinkartoitusmenetelmään. Kirjallisuuskatsauksen perusteella voidaan tunnistaa viisi ajuripohjaisen ennustamisen ydinaluetta: prosessit, organisaatio, teknologia, sisältö ja osaaminen. Mittaamalla näitä viittä voidaan toteuttaa korkean tason arviointi yrityksen talouden ennustamisen nykytilasta. Pelkän maturiteetin mittaaminen ei kuitenkaan riitä kehitysehdotusten tekemiseksi, vaan on myös otettava huomioon jokaisen yrityksen yksilölliset piirteet ja toimintaympäristö. Parhaan ymmärryksen yrityksen kehitystarpeista saakin katsomalla yrityksen tilannetta ja sen ennustamismenetelmistä aiheutuvia seurauksia. Yksi tämän diplomityön empiirisen tutkimuksen mielenkiintoisimmista havainnoista onkin se, että laadultaan tyydyttäviä tai jopa hyviä ennusteita voivat tuottaa matalalla maturiteetillakin toimivat yritykset. Käytännössä pelkkä prosessien ja teknologian optimointi ei välttämättä johda yrityksen tavoittelemaan laadun paranemiseen. Tutkimuksen tuottamista havainnoista ja menetelmistä hyötyvät ennen kaikkea liiketoiminta-analytiikan palveluja tarjoavat konsulttiyritykset ja niiden asiakkaat. Akateemiselle maailmalle työ tarjoaa ajuripohjaisesta ennustamisesta kokonaisvaltaisen kuvauksen. |
ED: | 2011-01-18 |
INSSI record number: 41491
+ add basket
INSSI