dc.contributor.author |
Ουλής - Ρούσης, Κωνσταντίνος
|
el |
dc.contributor.author |
Oulis - Rousis, Konstantinos
|
en |
dc.date.accessioned |
2016-06-29T07:16:08Z |
|
dc.date.available |
2016-06-29T07:16:08Z |
|
dc.date.issued |
2016-06-29 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/42877 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.11191 |
|
dc.rights |
Default License |
|
dc.subject |
Πιστωτικές κάρτες |
el |
dc.subject |
Τεχνικές προβλέψεων |
el |
dc.subject |
Χρονοσειρές |
el |
dc.subject |
Credit cards |
en |
dc.subject |
Forecasting techniques |
en |
dc.subject |
Time series |
en |
dc.title |
Αξιολόγηση προώθησης προϊόντων καρτών και ανάλυση - πρόβλεψη δυνατοτήτων επέκτασης |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Συστήματα υποστήριξης συστημάτων |
el |
heal.classificationURI |
http://data.seab.gr/concepts/4defe2cfcbbe3d184aa0c0c87588e4051a118524 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2016-02-18 |
|
heal.abstract |
Οι προσπάθειες καταπολέμησης της φοροδιαφυγής έχουν στρέψει τη σύγχρονη κοινωνία στη χρήση πλαστικού χρήματος για τη διεκπεραίωση των συναλλαγών. Στόχος της παρούσας διπλωματικής εργασίας είναι η πρόβλεψη οικονομικών μεγεθών για τις πιστωτικές κάρτες, με την βοήθεια των οποίων θα μπορούν να εξαχθούν χρήσιμα συμπεράσματα για την κατάστρωση μιας αποτελεσματικής στρατηγικής προώθησής πιστωτικών καρτών.
Προς αυτήν την κατεύθυνση, πραγματοποιήθηκε αρχικά δημογραφική μελέτη των πελατών μεγάλης ελληνικής τράπεζας, με σκοπό την παρατήρηση των δημογραφικών στοιχείων των κατόχων πιστωτικών καρτών προκειμένου ομαδοποιηθούν και να είναι περισσότερο αποδοτική η εφαρμογή προωθητικών ενεργειών. Επιπλέον, εφαρμόστηκε πρόβλεψη ορισμένων οικονομικών στοιχείων της τράπεζας αυτής, με βάση τις χρονοσειρές που ελήφθησαν σαν δεδομένα.
Οι προβλέψεις παράχθηκαν από τις κλασικές μεθόδους πρόβλεψης, δηλαδή τις Naive, SES, Holt, Damped και την μέθοδο THETA. Τέλος, οι προβλέψεις που παράχθηκαν από τις παραπάνω μεθόδους συγκρίθηκαν μεταξύ τους ώστε να εξαχθούν συμπεράσματα ως προς την ακρίβεια τους και να επιλεχθούν οι ακριβέστερες από αυτές. |
el |
heal.abstract |
Credit cards are increasingly used in the modern societies in a try to mitigate the tax evasion. The purpose of this thesis is the forecasting of financial figures for credit cards, as the under study figures can eventually lead to useful conclusions regarding the planning of an effective strategy for promoting credit cards. In this context, a demographic study of a well established Greek bank's customer list is conducted focusing on observing the elements of the customers possessing a credit card. The elements are categorised in order to come up with an effective and efficient promoting strategy fit for the given purpose. Moreover forecasting of financial figures of the bank is performed based on the provided data (i.e. timeseries). Typical forecasting techniques are used for the forecasts, these include the Naive, SES, Holt, Damped and Theta techniques. The results produced with each method are compared with each other to come to a conclusion regarding each method's accuracy levels |
en |
heal.advisorName |
Ασημακόπουλος, Βασίλειος |
el |
heal.committeeMemberName |
Ψαρράς, Ιωάννης |
el |
heal.committeeMemberName |
Ασκούνης, Δημήτριος |
el |
heal.committeeMemberName |
Ασημακόπουλος, Βασίλειος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
138 σ. |
el |
heal.fullTextAvailability |
true |
|