Master's Thesis

Application of Data Mining Methods in the Analysis of Small Business Sales Data

Final Thesis 1.63 MB Appendix 98.77 kB

Author of thesis: Ing. Martin Janiczek

Acad. year: 2025/2026

Supervisor: Ing. Karel Doubravský, Ph.D.

Reviewer: Mgr. Martina Bobalová, Ph.D.

Abstract:

This Thesis analyzes real world sales data from a small business to uncover custommer behavior and identify key factors that influence companies business operations. In the thesis, the data is first converted into a format that is suitable for analysis, and then applies methods of data analysis, descriptive statistics, and data mining.
The thesis also includes the creation of an interactive dashboard that enables a easy interpretation of the company ’s data.
The entire thesis was created using the Python programming language.

Keywords:

Data mining, Business Intelligence, Sales data analysis, Python, Dashboard

Date of defence

17.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

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 vedoucího student zodpověděl v plném rozsahu, otázky z posudku oponenta zodpověděl v plném rozsahu. Otázky členů komise: 1 Ing. Karel Doubravský, Ph.D.: Jakým způsobem byste technicky mohl integrovat meteorologická data do Vašeho analytického procesu pro zpřesnění predikcí? - zcela zodpovězeno 2 Ing. Karel Doubravský, Ph.D.: Jak by bylo možné Vámi vytvořený dashboard dále rozšířit anebo nasadit ve větším podniku, například z hlediska datových zdrojů nebo funkcionality? - zcela zodpovězeno 3 prof. Ing. Petr Dostál, CSc.: Jaký software jste použil na clustrování? - zcela zodpovězeno Na základě přednesené prezentace a odpovědí na otázky položené v diskusi komise rozhodla, že student práci obhájil.

Language of thesis

Czech

Faculty

Fakulta podnikatelská

Department

Department of Quantitative Engineering

Study programme

Information Management (MGR-IM)

Composition of Committee

prof. Ing. Petr Dostál, CSc. (předseda)
doc. Ing. Vít Novotný, Ph.D. (místopředseda)
RNDr. Zuzana Chvátalová, Ph.D. (člen)
Ing. Lukáš Novák, Ph.D. (člen)
Ing. Karel Doubravský, Ph.D. (člen)

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

Předložená diplomová práce představuje kvalitní výstup, který vyniká zejména schopností autora pracovat s reálnými, původně nečistými daty z provozu. Práce propojuje pokročilé analytické metody s hmatatelným praktickým výsledkem v podobě funkčního dashboardu. Návrhová část je silně podložena daty. Autor navrhuje konkrétní úpravy otevírací doby o víkendech, kde analýza ukázala nevyužitý potenciál i přes pokles počtu transakcí. Detailně je rozpracována i technická implementace analytického přístpup v Pythonu, což umožňuje budoucí rozšiřování systému o další datové zdroje. Vytvořený predikční model budoucích tržeb a finanční hodnoty nákupů poskytuje kavárně reálný podklad pro plánování kapacit a optimalizaci skladových zásob. Na základě výše uvedených skutečností doporučuji práci k obhajobě.

Otázky k obhajobě:

1. Ve své práci zmiňujete vliv počasí jako možný faktor ovlivňující tržby, který model nezachycuje. Jakým způsobem byste technicky mohl integrovat meteorologická data do Vašeho analytického procesu pro zpřesnění predikcí?

2. Jaké konkrétní kroky byste doporučil kavárně pro sběr informací o tom, zda zákazník konzumuje produkt na místě nebo „s sebou“, a jak by tato informace mohla zpřesnit Vaše analýzy?
Evaluation criteria Verbal classification Grade
Meeting the objectives Cíl práce zaměřený na aplikaci metod data miningu pro identifikaci klíčových faktorů ovlivňujících obchodní činnost kavárny „It's Not a Phase Mom“ byl v  naplněn. Autor systematicky postupoval od teoretických východisek přes  předzpracování dat až k návrhům, které přímo podporují manažerské rozhodování v oblasti řízení prodejů. A
Selected procedure of the solution, the adequacy of the used methods Zvolený metodický postup využívající programovací jazyk Python pro celý proces od extrakce a standardizace dat až po pokročilé dolování dat je adekvátní. Použití asociačních pravidel, shlukování a regresních modelů pro analýzu reálných transakčních záznamů svědčí o vysoké odborné úrovni zpracování. A
The ability to interpret the results and to draw conclusions Autor prokázal dobrou schopnost interpretovat výstupy z netriviálních modelů a převést je do srozumitelných manažerských doporučení týkajících se například úpravy otevírací doby. U regresních modelů predikujících budoucí tržby by však bylo možné hlouběji analyzovat vnější vlivy, jako je počasí, které sám autor identifikuje jako limitující faktor. B
The practical usability of conclusions Praktická využitelnost je mimořádně vysoká, neboť autor vytvořil interaktivní dashboard v cloudovém prostředí, který kavárně poskytuje nástroj pro okamžitou vizualizaci klíčových ukazatelů bez nutnosti instalace softwaru. Návrhy na podporu prodeje doplňkového sortimentu a optimalizaci sezónní nabídky vycházejí přímo z identifikovaných nákupních vzorců. A
The thesis´s framework, formalities, used terminology and the professional level of language Práce je logicky a přehledně strukturována, odborná terminologie z oblasti informatiky a Business Intelligence je používána správně. Text je srozumitelný a splňuje nároky kladené na tento typ práce. A
Using of information resources, including citations Seznam použité literatury je zpracován pečlivě, obsahuje relevantní české i zahraniční odborné zdroje a plně odpovídá tomuto typu práce.

Grade proposed by supervisor: A

Reviewer’s report
Mgr. Martina Bobalová, Ph.D.

Diplomová práce je na velmi vysoké úrovni, kombinuje pokročilé analytické metody s praktickou implementací a má zřetelný přínos pro praxi.
Evaluation criteria Verbal classification Grade
Meeting the objectives Cíle práce byly splněny v plném rozsahu, přičemž student úspěšně aplikoval pokročilé metody data miningu na reálná data a dospěl k relevantním výstupům. A
Selected procedure of the solution, the adequacy of the used methods Zvolený postup řešení je metodicky promyšlený a odpovídá současným trendům v oblasti data analýzy.  Aplikované metody (asociace, shlukování, regrese) jsou vhodně zvolené i realizované. A
The ability to interpret the results and to draw conclusions Student prokazuje velmi dobrou schopnost interpretace výsledků a jejich převod do manažerských doporučení. Místy by bylo možné závěry ještě více zobecnit nebo kriticky diskutovat jejich omezení. A
The practical usability of conclusions Práce má vysokou praktickou využitelnost, zejména díky vytvoření interaktivního dashboardu a konkrétním doporučením pro řízení podniku. A
The thesis´s framework, used terminology and the professional level of language Struktura práce je logická a přehledná, terminologie je používána správně. Jazyková úroveň je velmi dobrá, pouze s drobnými stylistickými rezervami. B
Using of information resources Práce využívá relevantní odborné zdroje, zejména z oblasti data miningu a business intelligence. Rozsah literatury je adekvátní. B
Topics for thesis defence:
  1. Jaké jsou hlavní výhody a nevýhody použití asociační analýzy a shlukování v rámci data miningu a v jakých situacích byste tyto metody v praxi nepoužil?
  2. Jak by bylo možné Vámi vytvořený dashboard dále rozšířit alebo nasadit ve větším podniku, například z hlediska datových zdrojů nebo funkcionality?

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová