Slovník pojmů

Vysvětlení pojmu 🧠

Bezhotovostní platební styk zahrnuje veškeré finanční transakce, které probíhají bez fyzické manipulace s hotovostí, peníze se přesouvají elektronicky mezi bankovními účty. Platby se provádějí prostřednictvím různých nástrojů, jako jsou bankovní převody, platební karty, online platby, mobilní platby, SIPO, inkasa a šeky.

 

Kde se s tím setkáme? 👀

S bezhotovostním platebním stykem se setkáme prakticky ve všech oblastech finančního světa, od běžných nákupů v obchodech a na internetu, přes placení složenek, až po mezinárodní obchodní transakce a investice. Je nedílnou součástí moderního bankovnictví a obchodu.

 

Využití? 🛠️

Bezhotovostní platby přinášejí řadu výhod, jako je zvýšená bezpečnost, rychlost a efektivita transakcí, snížení administrativních nákladů, lepší přehled o financích, minimalizace rizik spojených s držením hotovosti a podpora transparentnosti finančních toků. Umožňují také snadné placení na dálku a automatizaci plateb.

 

Další informace a zajímavosti 💡

V České republice je bezhotovostní platební styk stále populárnější a nahrazuje tradiční hotovostní platby. Rostoucí obliba bezhotovostních plateb je spojena s rozvojem technologií, digitalizací a rostoucí důvěrou v elektronické platby. Stát podporuje bezhotovostní platby i legislativně.

 

📂 Zařazení: Bankovnictví

Vysvětlení pojmu 🧠

Design sprint je pětidenní proces, který využívá design thinking k rychlému řešení kritických obchodních problémů, validaci nápadů a snižování rizik při vývoji nových produktů. Vychází z principů rychlé iterace, prototypování a testování s uživateli. Cílem je během krátké doby vytvořit funkční prototyp a otestovat jej na reálných uživatelích, aby se zjistilo, zda daný koncept má potenciál uspět.

 

Kde se s tím setkáme? 👀

Design sprint se uplatňuje v nejrůznějších oblastech od vývoje softwaru a mobilních aplikací, přes návrh webů a marketingových strategií až po řešení interních problémů ve firmách a inovaci produktů. S design sprintem se setkáme ve firmách s agilním přístupem k vývoji a inovacím, ale i v designových studiích a agenturách.

 

Využití? 🛠️

Design sprint přináší rychlé a efektivní řešení komplexních problémů, snižuje riziko investování do neúspěšných projektů, umožňuje rychle ověřit nápady v praxi a získávat cennou zpětnou vazbu od uživatelů. Zlepšuje komunikaci a spolupráci v týmu a vede k inovativním řešením.

 

Další informace a zajímavosti 💡

Design sprint byl vyvinut v Google Ventures a popularizovala ho kniha Jake Knappa „Sprint“. Existuje několik variant design sprintu, například třídenní, čtyřdenní nebo upravené verze pro specifické potřeby. Metodiku lze adaptovat na různé typy projektů a velikosti týmů.

 

📂 Zařazení: Management

Vysvětlení pojmu 🧠

Outplacement je proces podpory zaměstnanců při ukončení pracovního poměru, který jim pomáhá najít novou práci a zorientovat se v situaci ztráty zaměstnání. Zahrnuje služby jako kariérní poradenství, pomoc s tvorbou životopisu a motivačního dopisu, nácvik pohovorů a networking.

 

Kde se s tím setkáme? 👀

Setkáme se s ním typicky u větších firem, které propouštějí zaměstnance, ať už z důvodu restrukturalizace, nadbytečnosti nebo jiných organizačních změn. Může být nabízen i menšími firmami nebo individuálně.

 

Využití? 🛠️

Význam outplacementu spočívá v pomoci zaměstnancům zvládnout psychicky náročnou situaci ztráty zaměstnání, zvýšit jejich šance na nalezení nové práce a minimalizovat negativní dopady na jejich sebevědomí a kariéru. Pro firmy je přínosem udržení dobrých vztahů s odcházejícími zaměstnanci, ochrana reputace a minimalizace rizik právních sporů.

 

Další informace a zajímavosti 💡

Outplacement může zahrnovat i podporu v oblasti finančního plánování, rozvoje osobních dovedností nebo rekvalifikace. Některé outplacementové programy se zaměřují na specifické skupiny zaměstnanců, například manažery nebo IT specialisty. V některých zemích je outplacement dokonce ze zákona povinný při hromadném propouštění.

 

📂 Zařazení: HR management

Vysvětlení pojmu 🧠

Informační asymetrie nastává, když jedna strana v transakci má více či kvalitnějších informací než druhá strana, což může vést k neefektivním rozhodnutím a tržním selháním. Může se projevit v různých formách, například skryté informace (jedna strana ví něco, co druhá ne) nebo skryté akce (jedna strana může podnikat kroky, které druhá nemůže pozorovat).

 

Kde se s tím setkáme? 👀

S informační asymetrií se setkáváme prakticky na všech trzích, ať už se jedná o trh s ojetými vozy (prodávající ví o stavu vozu více než kupující), trh s pojištěním (pojištěnec ví o svém rizikovém profilu více než pojišťovna), trh s akciemi (manažeři firem vědí o firmě více než investoři), trh práce (zaměstnanec ví o svých schopnostech více než zaměstnavatel) nebo trh s nemovitostmi.

 

Využití? 🛠️

Význam informační asymetrie spočívá v pochopení, jak může ovlivnit efektivitu trhu a vést k problémům jako je morální hazard (sklon k rizikovějšímu chování, když je riziko přeneseno na jinou stranu) a nepříznivý výběr (situace, kdy na trhu převládají méně kvalitní produkty nebo klienti). Pochopení informační asymetrie pomáhá k návrhu mechanismů, které minimalizují její negativní dopady, jako je například signalizace (informovanější strana se snaží prokázat svou kvalitu) nebo screening (neinformovaná strana se snaží získat více informací).

 

Další informace a zajímavosti 💡

Zajímavostí je, že Nobelova cena za ekonomii v roce 2001 byla udělena George Akerlofovi, Michaelovi Spenceovi a Josephu Stiglitzovi za jejich práci na analýze trhů s informační asymetrií. Dalším příkladem z praxe je, že banky často požadují zástavu při poskytování úvěrů, aby snížily riziko spojené s informační asymetrií o bonitě klienta.

 

📂 Zařazení: Ekonomie

Vysvětlení pojmu 🧠

DPH (daň z přidané hodnoty) je nepřímá daň, která se vybírá z každé fáze produkce a distribuce zboží a služeb, od surovin až po konečného spotřebitele. Zjednodušeně řečeno, daň se platí z rozdílu mezi prodejní a nákupní cenou v každém článku řetězce. Konečný spotřebitel pak hradí celkovou DPH v ceně zboží či služby.

 

Kde se s tím setkáme? 👀

DPH se s ní setkáváme prakticky denně při nákupu většiny zboží a služeb. Je zahrnuta v ceně, kterou platíme v obchodech, restauracích, za služby kadeřníka, opraváře a mnoho dalších. Na účtence je obvykle DPH vyčíslena samostatně.

 

Využití? 🛠️

Význam DPH spočívá především v tom, že je to významný zdroj příjmů státního rozpočtu. Tyto příjmy slouží k financování veřejných služeb, jako je zdravotnictví, školství, sociální zabezpečení a infrastruktura. DPH je také relativně snadno vybíratelná a kontrolovatelná daň.

 

Další informace a zajímavosti 💡

Existují různé sazby DPH, základní a snížené. Snížené sazby se obvykle vztahují na základní potraviny, léky, knihy a některé další vybrané produkty a služby. V některých zemích existuje i nulová sazba DPH. DPH je harmonizována v rámci Evropské unie, což znamená, že existují určitá společná pravidla pro její uplatňování, ačkoliv sazby se v jednotlivých členských státech liší.

 

📂 Zařazení: Nepřímé daně

Vysvětlení pojmu 🧠

Data-driven marketing je marketingová strategie, která využívá data o zákaznících k optimalizaci marketingových kampaní a zlepšení výsledků. Zahrnuje sběr, analýzu a interpretaci dat z různých zdrojů, jako jsou webové stránky, sociální sítě, CRM systémy a e-mailové kampaně, s cílem lépe porozumět chování zákazníků a jejich preferencím. Využívá se k personalizaci obsahu, cílení reklam, optimalizaci konverzního poměru a budování dlouhodobých vztahů se zákazníky.

 

Kde se s tím setkáme? 👀

S Data-driven marketingem se setkáme v online i offline prostředí, například v e-commerce, retailu, bankovnictví, telekomunikacích, cestovním ruchu a dalších odvětvích. Typickými příklady jsou personalizované doporučení produktů na e-shopech, cílená reklama na sociálních sítích, e-mailový marketing s personalizovaným obsahem a retargetingové kampaně.

 

Využití? 🛠️

Význam Data-driven marketingu spočívá v efektivnějším vynakládání marketingového rozpočtu, zlepšení návratnosti investic (ROI), zvýšení konverzního poměru, posílení loajality zákazníků a budování silnější značky. Díky datům mohou marketéři lépe porozumět svým zákazníkům a oslovit je s relevantním sdělením ve správný čas na správném místě.

 

Další informace a zajímavosti 💡

Zajímavostí je, že s rozvojem technologií a umělé inteligence se Data-driven marketing stává stále sofistikovanějším a umožňuje personalizaci na individuální úrovni. Využívání prediktivní analýzy umožňuje předvídat budoucí chování zákazníků a optimalizovat marketingové strategie pro dosažení ještě lepších výsledků. Etické aspekty sběru a využívání dat jsou důležité a je nutné dodržovat příslušné legislativní požadavky, jako je GDPR.

 

📂 Zařazení: Marketing

Vysvětlení pojmu 🧠

Focus group je forma kvalitativního marketingového výzkumu, kde se malá skupina lidí (obvykle 6-12) setkává s moderátorem, aby diskutovala o předem daném tématu, produktů, službách, konceptech atd. s cílem získat hloubkové pochopení jejich postojů, názorů a chování.

 

Kde se s tím setkáme? 👀

Setkáme se s nimi v marketingových výzkumech, vývoji produktů a služeb, testování reklamních kampaní, politickém marketingu a společenských vědách.

 

Využití? 🛠️

Focus groups poskytují bohaté, detailní informace a vhled do myšlení spotřebitelů, které by se jinými metodami nezískaly. Pomáhají identifikovat potřeby, preference, motivace a bariéry spotřebitelů, a tak umožňují firmám lépe cílit své produkty a služby.

 

Další informace a zajímavosti 💡

Moderátor hraje klíčovou roli v řízení diskuse a zajištění její plynulosti. Účastníci jsou pečlivě vybíráni tak, aby reprezentovali cílovou skupinu. Diskuse se často nahrávají a analyzují pro identifikaci klíčových témat a trendů. Někdy se využívá i online prostředí pro focus groups, což umožňuje širší geografický dosah a snižuje náklady.

 

📂 Zařazení: Marketing

Vysvětlení pojmu 🧠

Rozhodovací strom je grafické znázornění možných řešení daného problému, včetně jejich důsledků a pravděpodobností, sloužící k usnadnění rozhodování v komplexních situacích, kde je třeba zvážit více faktorů. Každý uzel stromu představuje rozhodnutí, větev reprezentuje možný výsledek a list koncový stav.

 

Kde se s tím setkáme? 👀

S rozhodovacími stromy se setkáme v mnoha oblastech, například v business managementu (analýza investic, řízení rizik), medicíně (diagnostika, léčba), informatice (strojové učení, umělá inteligence), strojírenství (diagnostika poruch) a environmentálním managementu (hodnocení dopadů na životní prostředí).

 

Využití? 🛠️

Význam rozhodovacích stromů spočívá v jejich schopnosti vizualizovat složité rozhodovací procesy, kvantifikovat rizika a přínosy jednotlivých možností, identifikovat kritické faktory a usnadnit komunikaci a sdílení informací mezi zainteresovanými stranami, což vede k informovanějším a efektivnějším rozhodnutím.

 

Další informace a zajímavosti 💡

Zajímavostí je, že algoritmy pro konstrukci rozhodovacích stromů z dat (jako ID3, C4.5, CART) patří mezi základní metody strojového učení a umělé inteligence. Dále existují různé typy rozhodovacích stromů, například klasifikační stromy (pro kategorická data) a regresní stromy (pro numerická data). Použití rozhodovacích stromů může být omezeno v případě velkého množství proměnných nebo komplexních vztahů mezi nimi.

 

📂 Zařazení: Management

Vysvětlení pojmu 🧠

Big data označuje extrémně velké a komplexní soubory dat, jejichž objem, rychlost a variabilita přesahují kapacitu tradičních nástrojů pro zpracování dat, jako jsou běžné databáze a software. Data se vyznačují 5V: Volume (objem), Velocity (rychlost), Variety (rozmanitost), Veracity (pravdivost) a Value (hodnota).

 

Kde se s tím setkáme? 👀

Big data se vyskytují v mnoha oblastech, například v e-commerce (analýza chování zákazníků), zdravotnictví (výzkum nemocí a personalizovaná medicína), finančnictví (detekce podvodů a řízení rizik), sociálních médiích (analýza trendů a sentimentu) a v telekomunikacích (optimalizace sítí).

 

Využití? 🛠️

Význam big dat spočívá v možnosti získat cenné poznatky a předpovědi z analyzovaných dat, které mohou vést ke zlepšení procesů, zvýšení efektivity, personalizaci služeb, inovacím a konkurenční výhodě. Analýza big dat umožňuje lépe porozumět chování zákazníků, předvídat trendy na trhu, optimalizovat provozní náklady a zlepšit rozhodování.

 

Další informace a zajímavosti 💡

Zajímavostí je, že 90 % světových dat bylo vytvořeno v posledních dvou letech a neustále exponenciálně roste. Pro analýzu big dat se používají specializované technologie jako Hadoop a Spark, které umožňují paralelní zpracování dat na clusteru počítačů. Důležitou roli hraje i strojové učení a umělá inteligence, které pomáhají s identifikací vzorců a anomálií v datech.

 

📂 Zařazení: Digitální ekonomika

Vysvětlení pojmu 🧠

Average Frequency (průměrná frekvence) udává, kolikrát se reklama v průměru zobrazí jednomu uživateli v rámci daného časového období. Vyšší frekvence může vést k lepšímu zapamatování, ale také k únavě z reklamy.

 

Kde se s tím setkáme? 👀

S průměrnou frekvencí se setkáváme v online reklamě, například v kampaních na platformách jako Google Ads, Facebook Ads, ale i v tradičních médiích.

 

Využití? 🛠️

Sledování a optimalizace průměrné frekvence je důležité pro efektivitu reklamních kampaní. Příliš nízká frekvence může znamenat, že reklama nedosahuje dostatečného počtu zobrazení, zatímco příliš vysoká frekvence může vést k ignorování reklamy a plýtvání rozpočtem.

 

Další informace a zajímavosti 💡

Pro stanovení optimální frekvence je důležité zvážit cíle kampaně, typ produktu či služby a cílovou skupinu. Některé platformy umožňují nastavit cílovou frekvenci, která automaticky optimalizuje zobrazování reklamy.

 

📂 Zařazení: Marketing