Galluogi gwneud penderfyniadau effeithiol a chyflym mewn sefydliadau: rhagfynegi gyda'r Dull Theta

Astudiaeth Achos REF 2021
Uned: UoA 17 - Business and Management Studies

Teitl a gyflwynwyd: Enabling effective and fast decision-making in organisations: forecasting with the Theta Method

Crynodeb

Mae ymchwil Nikolopoulos yn canolbwyntio ar ddadansoddi rhagfynegol gan ddefnyddio'r dull rhagfynegi Theta a ddatblygwyd ganddo. Mae ei ymchwil empirig ym Mhrifysgol ��ϲʹ�� wedi arwain at arbedion effeithlonrwydd sylweddol a gwell penderfyniadau i gwmnïau rhyngwladol trwy wella rhagolygon. Mae modelau rhagfynegi Nikolopoulos wedi cael eu dangos i fod yn gywir ac maent yn cynyddu cyflymder cyfrifiadurol mewn cystadlaethau rhyngwladol. Mae Uber wedi defnyddio modelau Theta Nikolopoulos ledled y byd ers 2017 ar gyfer eu rhagolygon ariannol gydag arbediad effeithlonrwydd o oddeutu USD750,000,000 (04-2020) y flwyddyn. Mae BOSCH ac Amazon Web Services yn defnyddio Theta i ragfynegi gofynion a gwerthiannau cynnyrch. Mae dull Theta Nikolopoulos yn y pecyn rhadwedd R wedi cael ei lawrlwytho dros 6,500,000 o weithiau, sy’n dangos yn amlwg y defnydd ehangach y gwneir ohono.

REF 2021 Case Study - Enabling effective and fast decision-making in organisations: forecasting with the Theta Method

Ymchwilwyr

Yr Athro Konstantinos Nikolopoulos

������ϲʹ�������