Prague University of Economics and Business
Vysoká škola ekonomická v Praze, Česká republika, Document ServerNot a member yet
77173 research outputs found
Sort by
Soutěž o nebe: Strategická analýza společností Emirates a Turkish Airlines
No full textVýsledkem této práce je analýza klíčových faktorů, které přispěly k úspěchu a konkurenční výhodě společností Emirates a Turkish Airlines. Porovnáním jejich strategií tento výzkum zdůrazní jak podobnosti, tak rozdíly a poskytne vhled do jejich obchodních modelů. Zjištění pomohou určit, zda jsou jejich cesty k úspěchu podobné nebo odlišné, a nabídnou hlubší pochopení strategických rozhodnutí, která formovala jejich růst v globálním leteckém průmyslu.The outcome of this thesis is an analysis of the key factors that have contributed to the success and competitive advantage of Emirates and Turkish Airlines. By comparing their strategies, this research will highlight both similarities and differences, providing insights into their business models. The findings will help determine whether their paths to success are alike or distinct, offering a deeper understanding of the strategic choices that have shaped their growth in the global aviation industry
Impacts of Piracy Attacks on Maritime Transport and Their Economic Consequences for Logistics Companies
No full textTato diplomová práce analyzuje ekonomické a provozní dopady moderních bezpečnostních hrozeb na námořní dopravu se zaměřením na narušení globálních dodavatelských řetězců. Cílem práce je kvantifikovat vícenáklady spojené s odklonem námořních tras a vyhodnotit efektivitu strategií řízení rizik. Práce kombinuje teoretický rámec námořní bezpečnosti s kvantitativním nákladovým modelem, který na příkladu krize v Rudém moři (2023–2024) srovnává ekonomickou náročnost trasy přes Suezský průplav a Mys Dobré naděje. Analýza prokazuje přímý vliv bezpečnostních incidentů na růst přepravních sazeb, pojištění i tranzitních časů a identifikuje strukturální posun logistických strategií od modelu Just-in-Time k modelu Just-in-Case.This diploma thesis analyzes the economic and operational impacts of modern security threats on maritime transport, focusing on the disruption of global supply chains. The aim of the thesis is to quantify the additional costs associated with the diversion of shipping routes and to evaluate the effectiveness of risk management strategies. The work combines the theoretical framework of maritime security with a quantitative cost model which, using the example of the Red Sea crisis (2023–2024), compares the economic demands of the route via the Suez Canal versus the Cape of Good Hope. The analysis demonstrates the direct influence of security incidents on the increase in freight rates, insurance premiums, and transit times, and identifies a structural shift in logistics strategies from the Just-in-Time model to the Just-in-Case model
A Comparative Study of Uber and Bolt’s Marketing Strategies in the Czech Market
No full textThe master's thesis analyses the marketing strategies of Uber and Bolt on the Czech market and identifies factors that influence users' selection and perception of these services. The main objective of the thesis is to compare the marketing approaches of both companies, evaluate their effectiveness, and describe how individual strategies are received by users. The thesis focuses in particular on key factors in customer decision-making, the role of discounts and promo codes, and the evaluation of the overall user experience with the mobile applications of both brands. The theoretical part presents the development of marketing strategies of ride-hailing services and discusses the impacts of digitalisation and changes in consumer behaviour. It also includes a literature review focused on explaining the ride-hailing system, the product portfolio of the platforms, their target group, and the marketing mix. The empirical part is based on quantitative research in the form of a questionnaire survey, which aims to examine the perceptions, preferences, attitudes, and behaviour of ride-hailing users. The results of the research point to differences between the two platforms, particularly in the areas of promotions, marketing communication, and satisfaction with the mobile applications. The hypotheses were tested using statistical methods, and the results led to suggestions and recommendations for potential adaptations to the marketing strategies of Uber and Bolt.Diplomová práce se zabývá analýzou marketingových strategií platforem Uber a Bolt na českém trhu a identifikací faktorů, které ovlivňují volbu a vnímání těchto služeb ze strany uživatelů. Hlavním cílem práce je komplexně porovnat marketingové přístupy obou firem, zhodnotit jejich efektivitu a popsat, jak jsou jednotlivé strategie přijímány uživateli. Práce se zaměřuje zejména na klíčové faktory rozhodování zákazníků, roli slevových akcí a promo kódů a na hodnocení celkové uživatelské zkušenosti s mobilními aplikacemi obou značek. Teoretická část představuje vývoj marketingových strategií v oblasti přepravních služeb, diskutuje dopady digitalizace a proměn spotřebitelského chování. Součástí je také literární rešerše zaměřená na vysvětlení systému přepravních služeb, produktové portfolio aplikací, jejich cílovou skupinu a marketingový mix. Empirická část vychází z kvantitativního výzkumu v podobě dotazníkového šetření, jehož cílem bylo zkoumat vnímání, preference, postoje a chování uživatelů sdílené dopravy. Výsledky výzkumu poukazují na rozdíly mezi oběma platformami, zejména v oblasti promo akcí, marketingové komunikace a spokojenosti s mobilní aplikací. Stanovené hypotézy byly ověřeny statistickými metodami a jejich výsledky vedly k návrhům a doporučením pro potenciální úpravy marketingových strategií firem Uber a Bolt
Vliv digitálních opinion leaderů na spotřebitelská rozhodnutí a cenovou elasticitu poptávky v českém cukrářském sektoru (2020–2024)
No full textThe core hypothesis of the thesis is that the activity of digital opinion leaders in the Czech confectionery sector leads to a measurable increase in consumer purchasing decisions and reduces the price elasticity of demand for these products. The empirical research, based on a quantitative survey of N=100 Czech consumers, partially supported this hypothesis. The findings indicated that the emotional connection and sense of closeness consumers feel towards influencers is the strongest and most significant non-price determinant of demand. This emotional utility increases purchase intention and raises the acceptable price threshold, effectively making demand less price-sensitive and shifting the demand curve outward. However, the hypothesis was constrained by a critical boundary condition: the regression analysis showed that high exposure to influencer content actually had a significant negative effect on both purchase intention and willingness to pay. This suggested that excessive or repetitive content in this low-involvement market may induce advertising fatigue or skepticism, leading consumers to re-engage in price comparison and critical evaluation, thereby increasing price sensitivity.Jádrem hypotézy práce je, že aktivita digitálních opinion leaderů v českém cukrářském sektoru vede k měřitelnému nárůstu spotřebitelských nákupních rozhodnutí a snižuje cenovou elasticitu poptávky po těchto výrobcích. Empirický výzkum, založený na kvantitativním průzkumu N=100 českých spotřebitelů, tuto hypotézu částečně podpořil. Zjištění ukázala, že emoční propojení a pocit blízkosti, které spotřebitelé k influencerům pociťují, je nejsilnějším a nejvýznamnějším necennovým determinantem poptávky. Tato emoční užitečnost zvyšuje nákupní záměr a zvyšuje přijatelnou cenovou hranici, což ve výsledku snižuje cenovou citlivost poptávky a posouvá křivku poptávky směrem ven. Tato hypotéza však byla omezena kritickou okrajovou podmínkou: regresní analýza ukázala, že vysoká expozice obsahu influencerů měla ve skutečnosti významný negativní dopad jak na nákupní záměr, tak na ochotu platit. To naznačuje, že nadměrný nebo opakující se obsah na tomto trhu s nízkou angažovaností může vyvolat reklamní únavu nebo skepticismus, což vede spotřebitele k opětovnému zapojení do porovnávání cen a kritického hodnocení, čímž se zvyšuje jejich cenová citlivost
AIbō: Design and Evaluation of an Ontology-Guided AI Sales Assistant for Partner Incentive Programs
No full textAIbō is a conversational AI assistant designed to support Adastra's sales and alliance teams in navigating complex partner incentive programs. It is powered by a Retrieval Augmented Generation (RAG) pipeline grounded in a vendor-agnostic ontology and connected to an OpenAI language model through a FastAPI backend and a Supabase PostgreSQL vector database. The objective of AIbō is to reduce manual administrative effort, improve the accuracy and speed of incentive discovery, and support revenue acceleration through more effective use of partner funding. This MBA project presents the design, implementation, and evaluation of an AIbō prototype built on a Lovable frontend, FastAPI backend, and Supabase database, with development support provided by Cursor IDE and an intended migration path to Agate, Adastra's enterprise GenAI platform. The prototype achieved measurable improvements in accuracy, citation reliability, and correct display of visibility tags (internal and external) in citations, validating ontology-guided retrieval as an effective approach for enterprise assistants. A key finding of the pilot was that ontology-backed responses reached 77.6% accuracy and 100% citation reliability, outperforming non-ontology queries by 34.3 percentage points. Web search functionality and partner portal integration were intentionally disabled during the pilot to focus on the robustness of RAG-only retrieval, ensuring that performance reflected the system's reasoning supported by low-temperature model settings aimed at factual consistency. In future iterations, AIbō will evolve toward agentic functionality, capable not only of retrieving information but also of proactively managing knowledge through change detection, escalation, and integration with partner portal APIs. The project contributes to applied research by demonstrating how ontology and RAG can be combined through vibe coding to create conversational systems that deliver tangible business value.AIbō je konverzační AI asistent navržený pro podporu obchodních a partnerských týmů společnosti Adastra při orientaci v komplexních partnerských incentivních programech. Je postaven na architektuře Retrieval Augmented Generation (RAG), která je ukotvena ve vendor-agnostické ontologii a připojena k jazykovému modelu OpenAI prostřednictvím backendu FastAPI a vektorové databázi Supabase PostgreSQL. Jeho cílem je snížit administrativní zátěž, zvýšit přesnost i rychlost vyhledávání informací a podpořit obchodní růst efektivnějším využíváním partnerského financování. Tato práce popisuje návrh, implementaci a vyhodnocení prototypu AIbō postaveného na frontendu v Lovable, backendu FastAPI a databázi Supabase, s vývojovou podporou nástroje Cursor IDE a zamýšleným směřováním k budoucí migraci na Agate, enterprise GenAI platformu společnosti Adastra. Prototyp dosáhl měřitelných zlepšení v přesnosti odpovědí, spolehlivosti citací a ve správném zobrazování štítků v názvech citovaných dokumentů (interní a externí). Tyto výsledky potvrzují, že retrieval řízený ontologií představuje vhodný přístup pro enterprise asistenty. Pilotní testování ukázalo, že odpovědi podložené ontologií dosáhly 77,6 % přesnosti a 100 % spolehlivosti citací, což představuje o 34,3 procentního bodu lepší výsledek než dotazy bez využití ontologie. Funkce webového vyhledávání ani napojení na partnerské portály nebyly v pilotní fázi aktivní. Cílem bylo ověřit samotnou robustnost přístupu založeného výhradně na RAG a zajistit, aby výsledky odrážely skutečné chování systému podpořené nízkým nastavením teploty modelu zaměřeným na fakticky a konzistentně správné výsledky. Do budoucna se bude AIbō vyvíjet směrem k agentickým schopnostem. Nebude pouze vyhledávat informace, ale také je aktivně spravovat, detekovat změny, provádět eskalace a integrovat se s partnerskými portály prostřednictvím API. V oblasti aplikovaného výzkumu projekt přispívá tím, že ukazuje, jak lze propojit ontologii a RAG prostřednictvím vibe codingu a vytvořit konverzační systémy, které poskytují byznysovou hodnotu v enterprise prostředí
Behaviorální ekonomie v praxi: Jak zkreslení a heuristiky ovlivňují investiční rozhodování na akciových trzích
No full textThis bachelor’s thesis investigates how digital herding and the spread of investment narratives through social media disrupt the functioning of classical econometric models and lead to persistent market inefficiencies during the 2020–2022 period. By analyzing assets such as GameStop, Tesla, Bitcoin, and Dogecoin, the study demonstrates that standard ARMA models fail to capture price dynamics when markets are driven not by fundamentals but by coordinated retail sentiment. Empirical findings reveal prolonged shock persistence, structurally correlated residuals, and recurring volatility clusters that align with identifiable social media events. These phenomena represent systematic violations of the assumptions required for ARMA model stability and predictive accuracy. Cases such as GameStop’s extreme surge during the short squeeze and Dogecoin’s volatility following Elon Musk’s tweets illustrate that emotionally synchronized behavior and narrative-driven speculation often dominate investor decisions. The thesis thus provides quantitative evidence of the structural limits of market efficiency and shows that traditional financial models cannot accurately describe markets influenced by digital coordination, behavioral biases, and viral narratives. The research highlights the need for new valuation frameworks that integrate behavioral finance and the dynamics of modern digitally mediated markets.Tato bakalářská práce zkoumá, jak digitální stádovité chování a šíření investičních narativů prostřednictvím sociálních médií narušují fungování klasických ekonometrických modelů a vedou k trvalým tržním neefektivitám v období 2020–2022. Analýza aktiv jako GameStop, Tesla, Bitcoin a Dogecoin ukazuje, že standardní ARMA modely nedokáží zachytit cenovou dynamiku v situaci, kdy trh není řízen fundamenty, ale koordinovaným sentimentem retailových investorů. Empirické výsledky odhalují dlouhodobou perzistenci šoků, strukturálně korelovaná rezidua a výrazné shluky volatility, které časově odpovídají konkrétním událostem na sociálních sítích. Tyto jevy představují systematické porušení předpokladů nutných pro stabilitu a prediktivní schopnost ARMA modelů. Případy jako extrémní růst GameStopu během short squeeze nebo volatilita Dogecoinu po tweetech Elona Muska dokazují, že investorům často dominuje emočně synchronizované chování a narativní spekulace. Práce tak poskytuje kvantitativní důkazy o strukturálních limitech tržní efektivity a ukazuje, že tradiční finanční modely nejsou schopny popsat trhy ovlivněné digitální koordinací, behaviorálními zkresleními a virálními příběhy. Výzkum zdůrazňuje potřebu nových oceňovacích rámců, které integrují behaviorální finance a dynamiku moderních digitálních trhů
Trends in Tourism from the Perspective of Generation Z
No full textThe bachelor’s thesis focuses on tourism from the perspective of the young Generation Z, which is gradually becoming a significant segment of the tourism market. The subject of the research is current trends in tourism, their influence on the behavior of young travelers, and the preparedness of the selected destination – Prague – to respond to the specific preferences of this group. The aim of the thesis is to define contemporary tourism trends and to analyze the specific attitudes and opinions of young Generation Z travelers, and within this context to interpret their impact on the behavior of this group as participants in tourism. Secondarily, the thesis evaluates the preparedness of the selected tourism destination for this type of travelers, i.e. its ability to respond to the identified trends from the perspective of Generation Z, and proposes measures to improve the current situation. The theoretical part addresses the development of tourism, the characteristics of Generation Z, and their relationship to tourism. The practical part is based on semi-structured interviews with young travelers and hotel industry employees. The research results provide insight into the travel preferences of the young generation and highlight ways in which Prague can better appeal to this target group without the need for a fundamental expansion of its tourism offer.Bakalářská práce se zabývá tématem cestovního ruchu z pohledu mladé generace Z, která se postupně stává významným segmentem turistického trhu. Předmětem zkoumání jsou aktuální trendy v cestovním ruchu, jejich vliv na chování mladých cestovatelů a připravenost vybrané destinace – Praha – reagovat na specifické preference této skupiny. Cílem práce je vymezit soudobé trendy cestovního ruchu a analyzovat specifické postoje a názory mladých cestovatelů z generace Z a v tomto kontextu interpretovat jejich vliv na chování této skupiny jako účastníků cestovního ruchu. Sekundárně práce hodnotí připravenost vybrané destinace cestovního ruchu na tento typ cestovatelů, tj. její schopnost reagovat na identifikované trendy optikou generace Z, a navrhuje opatření pro zlepšení stavu. Teoretická část se věnuje vývoji cestovního ruchu, charakteristice generace Z a jejich vztahu k turismu. Praktická část vychází z polostrukturovaných rozhovorů s mladými cestovateli i zaměstnanci hotelového provozu. Výsledky výzkumu přinášejí vhled do cestovatelských preferencí mladé generace a poukazují na možnosti, jak může Praha lépe oslovit tuto cílovou skupinu bez nutnosti zásadního rozšiřování nabídky
Aging populations: Analyzing the impact of declining birth rates and its impact on the European economy
No full textThis thesis studies how migration and youth retention could mitigate the demographic consequences of population aging in Czechia between 2024 and 2060. Beyond only forecasting, this thesis applies the United Nations’ replacement migration framework to estimate the number of migrants required to maintain either the total population or the working-age population at its 2024 level. The model improves on the original UN approach by introducing two extensions: (1) a prospective definition of working age based on the age at which remaining life expectancy falls below 15 years (RLE15), and (2) a youth-retention counterfactual estimating the demographic effect of reducing emigration among residents aged 20–34.This thesis studies how migration and youth retention could mitigate the demographic consequences of population aging in Czechia between 2024 and 2060. Beyond only forecasting, this thesis applies the United Nations’ replacement migration framework to estimate the number of migrants required to maintain either the total population or the working-age population at its 2024 level. The model improves on the original UN approach by introducing two extensions: (1) a prospective definition of working age based on the age at which remaining life expectancy falls below 15 years (RLE15), and (2) a youth-retention counterfactual estimating the demographic effect of reducing emigration among residents aged 20–34
SEASONAL SALES PREDICTION FOR INVENTORY OPTIMIZATION IN OUTDOOR RETAIL
No full textTato práce navrhuje rámec strojového učení využívající algoritmus Light Gradient Boosting Machine (LightGBM) k předpovídání sezónní poptávky po konkrétních kategoriích produktů a kombinacích obchodů v 41 kamenných prodejnách provozovaných českým prodejcem outdoorového oblečení. V reakci na problém extrémní řídkosti dat identifikovaný na denní úrovni značky výzkum zavádí robustní týdenní prognostický model využívající kvantilovou regresi k generování pravděpodobnostních scénářů poptávky (konzervativní, mediánový, optimistický) v horizontu 4, 8 a 12 týdnů. Model integruje téměř tři roky transakčních dat SAP ERP s novými technikami feature engineeringu, včetně efektivního vážení zásob a normalizovaných signálů provozu Google Analytics 4 (GA4) pro jednotlivé obchody. Model byl ověřen na chronologické hold-out sadě tvořící posledních 15 % datového souboru a dosáhl vážené absolutní procentní chyby (WAPE) 22,1 % pro 12týdenní strategický horizont. Tento výkon představuje dramatické zlepšení oproti standardní sezónní naivní základně (50,5 % WAPE) a účinně snižuje chybu prognózy o více než polovinu a zdvojnásobuje přesnost plánování dodavatelského řetězce. Práce dále převádí tyto technické výhody do komplexní obchodní strategie. Nastínuje „rizikově upravenou“ politiku zásob, která chrání pracovní kapitál u sezónního zboží a zároveň maximalizuje dostupnost základního sortimentu. Navíc navrhuje prediktivní mechanismus „Smart Recall“ pro optimalizaci reverzní logistiky, který podporuje mezinárodní expanzi společnosti v oblasti elektronického obchodování, aniž by kanibalizoval výkon fyzického maloobchodu. Konečné řešení je navrženo na platformě Google Cloud Platform a využívá přizpůsobený dashboard Power BI k převodu komplexních pravděpodobnostních prognóz na praktické poznatky pro každodenní správu zásob.This thesis proposes a machine learning framework utilizing the Light Gradient Boosting Machine (LightGBM) algorithm to predict seasonal demand for specific product category and store combinations across 41 brick-and-mortar stores operated by a Czech outdoor apparel retailer. Addressing the challenge of extreme data sparsity identified at the daily brand level, the research establishes a robust weekly forecasting pipeline leveraging Quantile Regression to generate probabilistic demand scenarios (Conservative, Median, Optimistic) over 4, 8, and 12-week horizons. The model integrates almost three years of SAP ERP transactional data with novel feature engineering techniques, including effective inventory weighting and store-normalized Google Analytics 4 (GA4) traffic signals. Validated on a chronological hold-out set comprising the final 15% of the dataset, the model achieved a Weighted Absolute Percentage Error (WAPE) of 22.1% for the 12-week strategic horizon. This performance represents a dramatic improvement over the industry-standard Seasonal Naive baseline (50.5% WAPE), effectively cutting the forecast error by more than half and doubling the precision of supply chain planning. The thesis further translates these technical gains into a comprehensive business strategy. It outlines a "risk-adjusted" inventory policy that protects working capital on seasonal goods while maximizing availability for core assortments. Additionally, a predictive "Smart Recall" mechanism is proposed to optimize reverse logistics, supporting the company’s international e-commerce expansion without cannibalizing physical retail performance. The final solution is architected on Google Cloud Platform, utilizing a custom Power BI dashboard to translate complex probabilistic forecasts into actionable insights for daily inventory management
Sickness insurance in the Czech Republic in 2009-2024 and proposals for its adjustment
No full textHlavním cílem této diplomové práce je analýza vývoje nemocenského pojištění v České republice v letech 2009–2024. Dílčím cílem je na základě zjištěných informací formulovat doporučení ke zvýšení jeho efektivity a dlouhodobé udržitelnosti. Téma bylo zvoleno vzhledem k jeho společenskému významu a přímému dopadu na finanční situaci pracujících domácností. Teoretická část vymezuje sociální politiku, sociální zabezpečení a podrobně představuje systém nemocenského pojištění, včetně jeho vývoje, právní úpravy a jednotlivých dávek. Analýza potvrzuje dlouhodobou dominantní účast zaměstnanců a velmi nízkou účast OSVČ, jejichž zapojení v rámci sledovaného období výrazně klesá. Finanční bilance vykazuje přebytky v ekonomicky stabilních letech i vysoké deficity v krizových obdobích. Zásadní změny jsou patrné u ukazatelů dočasné pracovní neschopnosti. Zrušení karenční doby a pandemie COVID-19 vedly k prudkému nárůstu počtu ukončených případů a poklesu průměrné délky dočasné pracovní neschopnosti. Data ukazují, že zaměstnanci častěji volí krátkodobé pracovní neschopnosti v situaci, kdy je náhrada mzdy poskytována již od prvního dne. Na základě zjištěných informací jsou formulována doporučení. Navrhovaná opatření se zaměřují na zvýšení účasti OSVČ, například prostřednictvím povinné účasti, a na omezení zneužívání krátkodobých neschopností zavedením zkrácené karenční doby. Dále je navrženo vytvoření rezervního fondu nemocenského pojištění pro kumulaci přebytků a vyrovnávání finančních výkyvů. Navrženo je také sloučení nemocenského a zdravotního pojištění do jedné instituce pro zefektivnění administrativy a řízení dávek.The main objective of this thesis is to analyze the development of sickness insurance in the Czech Republic between 2009 and 2024. A partial objective is to formulate recommendations aimed at increasing its effectiveness and long-term sustainability based on the findings. The topic was chosen due to its relevance and its direct impact on the financial situation of working households. The theoretical part defines social policy and social security and presents the sickness insurance system in detail, including its development, legislation and individual benefits. The analysis confirms the long-term dominant participation of employees and the very low participation of self-employed persons, whose involvement declines significantly over the observed period. The financial balance shows surpluses in economically stable years and high deficits during crisis periods. Significant changes are evident in indicators of temporary incapacity for work. The abolition of the waiting period, together with the COVID-19 pandemic, led to a sharp increase in the number of completed cases and a decrease in the average duration of temporary incapacity for work. The data further show that employees are more likely to choose short-term incapacity when wage compensation is provided from the first day. Based on these findings, several recommendations are formulated. The proposed measures focus on increasing the participation of self-employed persons, for example through mandatory participation, and on reducing the incidence of short-term sickness by introducing a shortened waiting period. Furthermore, the creation of a sickness insurance reserve fund is proposed to accumulate surpluses and stabilize the system during financial fluctuations. The thesis also proposes merging sickness and health insurance into a single institution to improve administrative efficiency and benefit management