Bachelor's Thesis

Mathematical Methods in Economics

Final Thesis 1.82 MB

Author of thesis: Viliam Krivosudský

Acad. year: 2025/2026

Supervisor: doc. Mgr. Veronika Novotná, Ph.D.

Reviewer: Ing. Karel Doubravský, Ph.D.

Abstract:

The bachelor thesis deals with the prediction of sales of advertising carriers in a selected
company based on invoiced revenues for the period 2019–2025. The company data are
processed and subsequently analysed using descriptive analysis, time series analysis,
trend and seasonality decomposition, and the ETS and SARIMA forecasting models.
Model accuracy is evaluated using MAE and RMSE metrics. The results of the analysis
and forecasting, together with the developed analytical-forecasting application, provide a
basis for proposals aimed at more effective management of the advertising carrier
portfolio and support for data-driven decision-making in the selected company.

Keywords:

data analysis, business intelligence, time series, advertising carriers, ets, sarima, revenue
forecasting

Date of defence

18.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Student ve své prezentaci seznámil komisi s cíli, řešením a výsledky, ke kterým v závěrečné práci dospěl. Komise se poté seznámila s posudky a hodnocením vedoucího práce a oponenta. Otázky z posudku oponenta zodpověděl v plném rozsahu. Otázky členů komise: 1 doc. Novotný: Jak rozšířit reklamní prvky rámci návrhu? - zodpovězeno v plném rozsahu Na základě přednesené prezentace a odpovědí na otázky položené v diskusi komise rozhodla, že student práci obhájil.

Language of thesis

Slovak

Faculty

Fakulta podnikatelská

Department

Institute of Quantitative Engineering

Study programme

Managerial Informatics (BAK-MIn)

Composition of Committee

doc. Mgr. Veronika Novotná, Ph.D. (předseda)
doc. Ing. Vít Novotný, Ph.D. (místopředseda)
Ing. Martin Mahel, Ph.D. (člen)
Mgr. Milan Křápek, Ph.D. (člen)
Ing. Jiří Zámečník (člen)

Supervisor’s report
doc. Mgr. Veronika Novotná, Ph.D.

Práce byla zkontrolována systémem Theses. Bakalářská práce se zabývá predikcí prodeje reklamních nosičů ve vybraném podniku na základě analýzy fakturovaných tržeb z let 2019–2025. Student v práci využívá metody analýzy časových řad, dekompozici trendu a sezónnosti a predikční modely ETS a SARIMA, jejichž přesnost vyhodnocuje pomocí ukazatelů MAE a RMSE. Součástí práce je také vytvoření vlastní analyticko-predikční aplikace v prostředí Python, která propojuje přípravu dat, vizualizaci tržeb a tvorbu predikčních výstupů do jednoho opakovatelného postupu.

Práce je zpracována systematicky a v souladu se zadáním. Student vhodně propojuje teoretická východiska z oblasti datové analýzy, Business Intelligence a statistických metod s praktickým zpracováním reálných podnikových dat. Přínosem práce je nejen samotné vyhodnocení predikčních modelů pro vybrané reklamní nosiče, ale také vytvoření prakticky využitelné analytické aplikace, která může sloužit jako podklad pro datově řízené rozhodování a efektivnější řízení portfolia reklamních nosičů ve vybraném podniku. Návrhová část práce navazuje na výsledky provedených analýz a obsahuje doporučení využitelná v podnikové praxi.

Po formální stránce je práce zpracována na velmi dobré úrovni, struktura práce je přehledná a logicky uspořádaná. Jazyková úroveň práce odpovídá požadavkům kladeným na bakalářskou práci, odborná terminologie je používána převážně správně a text působí odborným dojmem. Práce splňuje požadavky standardně kladené na bakalářské práce v daném oboru.

Práci doporučuji k obhajobě.
Evaluation criteria Grade
Meeting the objectives A
Selected procedure of the solution, the adequacy of the used methods A
The ability to interpret the results and to draw conclusions A
The practical usability of conclusions B
The thesis´s framework, formalities, used terminology and the professional level of language B
Using of information resources, including citations B

Grade proposed by supervisor: B

Reviewer’s report
Ing. Karel Doubravský, Ph.D.

Předložená bakalářská práce představuje kvalitní technicko-analytický výstup, který úspěšně kombinuje pokročilé statistické modelování s potřebami moderního podnikového řízení. Autor prokázal vysokou míru samostatnosti při vývoji softwarového řešení v prostředí Python. Návrhová část přímo vychází z analytických zjištění a zaměřuje se na strategické řízení portfolia reklamních nosičů. Autor předkládá konkrétní doporučení pro podporu výkonných formátů i revizi těch méně úspěšných, přičemž návrhy zahrnují i zavedení pravidelného predikčního cyklu do firemní praxe.  Hlavním benefitem je však úspora času a zvýšení objektivity rozhodování díky vytvořené analytické aplikaci. Předložená práce splňuje požadavky kladené na bakalářskou práci, a proto doporučuji práci k obhajobě.
Evaluation criteria Verbal classification Grade
Meeting the objectives Cíl práce zaměřený na vyhodnocení predikce prodeje reklamních nosičů pomocí statistických metod a návrh příslušných řešení byl naplněn. Autor v souladu se zadáním identifikoval klíčové faktory ovlivňující tržby a navrhl konkrétní kroky pro podporu manažerského rozhodování. A
Selected procedure of the solution, the adequacy of the used methods Zvolený metodický postup, využívající programovací jazyk Python pro automatizované zpracování dat a modely časových řad (ETS, SARIMA), je pro potřeby analýzy retail marketingu adekvátní. Oceňuji zejména logické propojení Business Intelligence s praktickou aplikací statistických modelů. A
The ability to interpret the results and to draw conclusions Student prokázal schopnost interpretovat vývoj tržeb, identifikovat trendové a sezónní složky a vyhodnotit kvalitu predikcí pomocí metrik MAE a RMSE. Vyvozené závěry jsou podloženy analytickými výstupy a směřují k optimalizaci portfolia reklamních formátů. A
The practical usability of conclusions Praktická využitelnost je nejsilnější stránkou práce, neboť výsledná analyticko-predikční aplikace v Pythonu představuje funkční nástroj pro automatizaci reportingu a plánování marketingových aktivit. Konkrétní doporučení pro nosiče SS a BB mají pro podnik bezprostřední ekonomický význam. A
The thesis´s framework, used terminology and the professional level of language Práce je logicky strukturovaná a terminologie je používána správně, avšak úroveň snižují drobné formální nedostatky. V textu je opakovaně používán symbol spojovníku namísto symbolu minus a za matematickými vzorci chybí interpunkce (tečky, čárky) odpovídající jejich postavení ve větě. B
Using of information resources Seznam použitých zdrojů obsahuje relevantní odbornou literaturu i aktuální online zdroje a je dostatečný pro daný typ práce.  A
Topics for thesis defence:
  1. Dokázal byste na základě výsledků metrik MAE a RMSE u nosiče SS odhadnout, jaká je pravděpodobná maximální odchylka Vaší predikce tržeb od reality pro nadcházející kvartál?
  2. Jakým způsobem Vaše aplikace ošetřuje extrémní výkyvy v tržbách (outliery), které by mohly negativně ovlivnit stabilitu parametrů modelu SARIMA?

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová