Sunteți pe pagina 1din 39

Academia de Studii Economice.

Facultatea de
Cibernetic, Statistic i Informatic
Economic

Kraft Foods Romania

Ionascu Cosmin
Ivacu Claudia
Grupa 1046
An III, C.S.I.E.

Bucuresti 2011

Diverse probleme din cadrul firmei Kraft Foods Romania si rezolvarea lor prin
intermediul pachetelor software

Kraft Foods Romania este o filiala a Kraft Foods Inc, a doua mare companie din lume in
domeniul produselor alimentare.
Compania mama situata in Chicago USA da libertate de decizie sucursalelor astfel incat
acestea sa isi adapteze produsele si serviciile pentru a satisface nevoia locala
Dup o atenta analiza a conditiilor economice, politice si legale existente pe teritoriul
Romaniei si a pietelor locale, a concurentei si a perspectivelor de crestere pe aceste piete si luand
in considerare resursele de care dispune firma, precum si avantajele pe care le are, s-a hotarat ca
marca Kraft Foods sa se implementeze si in Romania.
Compania a intrat pe piata romaneasca in 1994, odata cu achizitionarea pachetul majoritar de
actiuni al Fabricii de Produse Zaharoase Poiana din Brasov.

Printre principalele produse ce apartin de Kraft Foods Romania sunt nume deja cunoscute
pe piata locala (care pana acum au fost importate si distribuite de companiile locale):
Produse de ciocolata : (3 linii de produse)

Smash,

Milka,

Toblerone
Produse de cafea:
Jacobs
Nova Brasilia
Branzeturi :
crema de branza Philadelphia.
Totodata, se fabrica si produse adaptate pietei romanesti:
produse de ciocolata : Africana , Poiana, Suchardine
bomboane : Silvana si Sugus.
Kraft Foods Romnia urmareste aceeasi directie ca si Kraft Foods International: mentinerea unui
nivel calitativ cat mai inalt, plus un proces continuu de inovare a produselor existente.
Tot ceea ce se intreprinde in firma decurge din telul propus. Nu este doar o companie care
vinde produse alimentare, ci aceste produse sunt insasi esenta.

Folosirea pachetului software EXCEL

1. Functii matematice :
Pentru fiecare dintre produsele comercializare de firma avem pretul fara TVA. Sa
se calculeze atat pretul cu TVA 19% cat si cu TVA-ul 24% - folosind adersarea absoluta.
Apoi sa se calculeze pretul pachetelor standard si promo avand urmatoarele informatii:
a. Pachetul standard contine 1000 de bucati din urmatoarele produse : Smash,
Poiana, Africana, Toblerone, Jacobs si branza Philadephia , calculate cu TVA
24%.
b. Pachetul promo se calculeaza la pretul produselor cu TVA 19% si contine
urmatoarele produse : 1000 de bucati din Milka si Nova Brasilia , 2000 din
Suchardine si 3000 din Sugus si Silvana.
Avem preturile in tabelul de mai jos :

Metode de calcul :
-

Coloana C se calculeaza folosind formula : Ci=Bi*$B$19 cu i de la 3 la 16 exceptand 9


12 si 15
Coloana D se calculeaza folosind formula : Di= =Bi*$B$20 cu i de la 3 la 16 exceptand 9
12 si 15
Coloana E se calculeaza folosind formula: Ei= =Bi+Di cu i de la 3 la 16 exceptand 9 12
si 15
Pentru pachetul standard calculam coloana H astfel : Hi=1000*Ei unde i este numele
produsului
-H8= SUM(H2:H7)
Pentru pachetul promo calculam coloana K astfel : Ki=x* (Bi+Ci) unde i este produsul
iar x cantitatea din fiecare produs (cantitate data in problema).
In urma aplicarii formulelor obtinem urmatoarele rezultate :

In urma calculelor rezulta un pret al pachetului Standard de 30.380 RON in timp ce un pachet
standard atinge 54.740 RON.
2. Functia financiara :
Am realizat o investitie de 200 000 RON ce sa platesc in cursul unui an. In urma acestei
investitii se obtin venituri de: 65 000 RON, 75 000 RON, 83 000 RON si 79 000 RON pe
parcursul a 4 ani. Daca rata anuala a inflatiei este de 7,6% care va fi valoarea prezenta neta a
investitiei?
Metoda de calcul :
-

Pentru a calcula valoarea prezenta neta a investitiei am folosit functia NPV, definita astfel:
NPV(rata,val1, val2,), unde parametrii functiei au urmatoarele semnificatii:
rata-rata anuala a inflatiei
val1, val2, - reprezinta sumele platite/veniturile obtinute. (investitiile se trec in lista de
parametrii a functiei ca valori negative).

In urma aplicarii functiei pentru datele noastre s-a obtinut :

Cu datele de intrare din problema data ne rezulta o rata prezenta neta a


investitiei de 47.165,01 RON.

3. Functia definita de utilizator :


Pentru fiecare agent de vanzari cunoastem pentru fiecare saptamana numarul de pachete
vandute (atat standard cat si promo).
Sa se calculeze valoarea vanduta de fiecare dintre agenti (folosind informatii din Sheet-ul
Date).
Stiind ca salariul de baza este 800 RON si ca fiecarui agent i se adauga un commission in
functie de numarul de pachete vandute pe luna sa se calculeze salariul primit de fiecare
dintre agenti .
Comisionul se calculeaza astfel :
-

0% din valoarea vanduta pentru 0-10 pachete standard sau 0-5 pachete promo
0.03% din valoarea vanduta pentru 11-15 pachete standard sau 6-10 pachete promo
0.05% din valoarea vanduta pentru 16-20 pachete standard sau 11-15 pachete promo
0.07% din valoarea vanduta pentru 21-25 pachete standard sau 16-20 pachete promo
0.09% din valoarea vanduta pentru 26-30 pachete standard sau 21-25 pachete promo
0.1% din valoarea vanduta pentru >=31 pachete standard sau >=26 pachete promo.

Metode de calcul :
-

Coloanele L si M se calculeaza folosind date din sheet-ul Date astfel :


Li= =Ji*Date!$H$8 iar Mi= =Ki*Date!$K$8 unde i este de la 3 la 12
Totalurile se calculeaza folosind functia matematica SUM.
Pentru calculul comisionului folosim functia definita de utilizator :
In Visual Basic scriem urmatorul cod :

Function Comision(pStandard, pPromo, valVanduta)


If pStandard <= 10 Or pPromo <= 5 Then
Comision = 0 * valVanduta
Else
If pStandard >= 11 And pStandard <= 15 Or pPromo >= 6 And pPromo <= 10
Then
Comision = 0.03 * valVanduta
Else
If pStandard >= 16 And pStandard <= 20 Or pPromo >= 11 And pPromo <=
15 Then
Comision = 0.05 * valVanduta
Else
If pStandard >= 21 And pStandard <= 25 Or pPromo >= 16 And pPromo
<= 20 Then
Comision = 0.07 * valVanduta
Else
If pStandard >= 26 And pStandard <= 30 Or pPromo >= 21 And pPromo
<= 25 Then
Comision = 0.09 * valVanduta
Else
Comision = 0.1 * valVanduta

End If
End If
End If
End If
End If
End Function

In urma folosirii formulelor obtinem urmatoarele rezultate :

In urma calculelor observam ca agentul Hirsu Andrei obtine cel mai mare comision in
valoare de 2.183,20 RON in urma unor vanzari de 2.425.780 RON, urmat de Tanase Adrian cu
un comision de 1.289,58 RON si de Toba Cosmin, al carui comision atinge suma de 936.18
RON.
Valoarea totala a vanzarilor este de 16 932 580 RON , din care 36.26% e datorata celor 3.
4. Functii logice:
Pentru fiecare client cunoasteam cantitatea cumparata din fiecare produs. Pentru a stimula
clientii in a cumpara o cantitate mai mare de produse, vrem sa oferim un discount pentru fiecare
produs, in functie de cantitatea achizitionata din acesta, dupa cum urmeaza:
- Milka discount de 0.105% daca s-a achizitionat o cantitate mai mare de 5000 buc
- Poiana discount de 0.1% daca s-a achizitionat o cantitate mai mare de 3000 buc
- Africana discount de 0.102% daca s-a achizitionat o cantitate mai mare de 2500 buc
- Smash discount de 0.11% daca s-a achizitionat o cantitate mai mare de 2000 buc
- Toblerone discount de 0.15% daca s-a achizitionat o cantitate mai mare de 3000 buc
- Suschardine discount de 0.07% daca s-a achizitionat o cantitate mai mare de 3000 buc
- Jacobs discount de 0.05% daca s-a achizitionat o cantitate mai mare de 3000 buc

Nova Brasilia discount de0.072% daca s-a achizitionat o cantitate mai mare de 2000buc
Silvana discount de 0.03% daca s-a achizitionat o cantitate mai mare de 1500 buc
Sugus discount de 0.085% daca s-a achizitionat o cantitate mai mare de 2500 buc
Branza Philadelphia discount de 0.045% daca s-a achizitionat o cantitate mai mare de
1500 buc.

Folosind functia logica IF determinati de ce discount va beneficia fiecare client pentru fiecare
produs in parte.
Cantitatea din fiecare produs pe care a cumparat-o fiecare client

Metode de calcul :
Folosim functia IF astfel : (unde i este clientul)
-pentru discount-ul produsului Milka : IF(Bi>5000,0.105,0)
-pentru discount-ul produsului Poiana : IF(Ci>3000,0.1,0)
-pentru discount-ul produsului Africana : IF(Di>2500,0.102,0)
-pentru discount-ul produsului Smash : IF(Ei>2000,0.11,0)
-pentru discount-ul produsului Toblerone : IF(Fi>3000,0.15,0)
-pentru discount-ul produsului Suchardine : IF(Gi>3000,0.07,0)
-pentru discount-ul produsului Jacobs: IF(H4>3000,0.05,0)
-pentru discount-ul produsului Nova Brasilia : IF(Ii>2000,0.072,0)
-pentru discount-ul produsului Silvana : IF(Ji>1500,0.03,0)
-pentru discount-ul produsului Sugus : IF(Ki>2500,0.085,0)
-pentru discount-ul produsului branza Philadelphia : IF(Li>1500,0.045,0)
Rezultatele se pot observa in tabelul de mai jos:

Clientul cu cel mai mare discount este Selgros (0.664).

5. Pivot table :

Folosind datele anterioare sa se faca un raport privind atat cantitatea din fiecare
produs comandata cat si cantitatea totala comandata de fiecare. Filtrati datele astfel incat
sa cuprinda numai clientii care au o comandat o cantitate mai mare decat 25 000 de
bucati.
-

Metoda de calcul :
Se realizeaza un pivot table care arata in felul urmator :

Pentru a vedea care clienti au comndat mai mult de 25 000 de bucati folosim filtrul cantitate
totala. Obtinem urmatorii clienti :

6. Subtotaluri :

Calculati cantitatea totala din fiecare produs cumparat si cantitatea totala a


produselor comandate.
Metoda de calcul :
-Folosim Subtotals si obtinem :

7. Scenarii :

Presupunand ca nu mai comercializam branza Philadelphia, cum se modifica


valoarea vanzarilor?
-

Metoda de calcul :
Folosim Scenario din pachetul Excel si modificam cantitatea de branza comandata
din cat este in zero
Obtinem:

Totalul bucatilor vandute se reduce de la 180 600 la 169 200 ceea ce determina o
scadere a profitului (o pierdere) de 82 305 RON.

8. Goal seek :
In ipoteza ca nu mai comercializam branza si nu mai oferim discount-uri, cate
bucati de ciocolata Milka trebuiesc vandute pentru a avea un profit de 1 200 000 RON?
Metoda de calcul :

-Folosim Goal seek-ul .


Avem situatia initiala :

In urma aplicarii metodei obtinem situatia ipotetica :

Se observa ca in situatia in care nu mai comercializam branza Philadelphia, pentru a ajunge la un


profit de 1 200 000 RON trebuie sa vindem 78 747 bucati de ciocolata Milka, vanzare ce aduce
un profit de 292 940 RON.

9. Grafice :
a. Realizati un grapfic care sa evidentieze evolutia vanzarilor de pachete standard si
respective promotionale, pe saptamana.

Metode de rezolvare :
-Alegem un folosirea unui line chart. Obtinem :

Din grafic observam ca in prima saptamana vindem cele mai multe pachete standard (61),
in timp ce minumul de pachete standard vandut se atinge in saptamana 3 (43 pachete). Tot in
saptamana 3 se vad si cele mai putine pachete promo , 34 pachete. Cele mai multe pachete
promo sunt vandute in saptamana 2 (61).

b. Creati un grafic care sa prezinte produsele cumparate si cantitatile comandate din


fiecare produs, de fiecare client.
Metoda de rezolvare :
-Folosim un grafic cu bare vertical.

c. Creati un grafic care sa evidentieze structura produselor in totalul cantitatii


comandate.
Metoda de rezolvare :
-Se alege un grafic de tip pie :

Se observa ca in totalul cantitatii vandute Milka detine locul 1, cu 29 400 de bucati vandute
(16%) , urmata de cafeaua Jacobs care detine o pondere de 13% , iar pe locul 3 se afla
bomboanele de ciocolata Suchardine care au fost vandute intr-o cantitate de 21 900.

Folosirea pachetului software WinQSB

1. Programare liniara :

Fabricarea a celor 4 tipuri de ciocolata (Mika,Poiana,Africana si Smash) necesita prelucrari


successive pe 4 utilaje U1,U2,U3,U4. In tabelul de mai jos sunt date consumurile unitare de timp, fondul
de timp disponibil al utilajelor precum si profiturile unitare.
Matrita
Copresor
Aerograf
Dehidrator
PU

Milka
3 ore
2 ore
4 ore
0 ore
120 RON

Poiana
3 ore
2 ore
0 ore
2 ore
100 RON

Africana
2 ore
1 ore
2 ore
0 ore
65 RON

Smash
2 ore
1 ore
0 ore
1 ore
45 RON

D (ore)
1450
1080
600
300

Sa se det structura optima corespunzatoare profitului maxim.


Inputul in WinQSB este urmatorul :

Outputul este urmatorul :

Firma trebuie sa produca doar Poiana si Africana in cantitatile de 150 bucati si 300 bucati, Smash si Milka
nu sunt rentabile.
Profitul maxim este de 34.500 RON iar aportul Poianei este de 15 000 RON iar cel al Africanei de
19.500 RON.

Daca urmarim ultima iteratie a tabelului Simplex observam ca raman nefolosite 400 si 480 de unitati de
timp (ore) la matrita si compresor, iar intregul fond de timp pentru aerograf si dehidrator este folosit.

2. Problema de transport.
Pachetele promotionale Kraft se afla in 4 depozite: Militari, Berceni, Pipera si Rahova si sunt solicitate de
hypermarket-urile Cora, Carrefour, Kaufland, Real, Auchan si Metro. In tabelul de mai jos sunt cantitatile
disponibile existente in depozite, cantitatile solicitate de consumatori si costul transportului unei unitati de
marfa de la depozit la hypermarket.

Militari
Berceni
Pipera
Rahova
Cantitati
Solicitate
(pachete)

Cora
(RON)

Carrefour
(RON)

Kaufland
(RON)

Auchan
(RON)

Real
(RON)

Metro
(RON)

30
20
25
18
1200

27
22
14
25
800

15
20
10
28
700

42
17
24
30
1300

25
12
34
21
1000

10
22
8
28
1500

Cantitati
Disponibil
e
(pachete)
2200
2000
1000
1300
6500

Sa se determine solutia care asigura aprovizionarea consumatorilor cu cheltuieli de transport minime.


Fereastra principal unde au fost introduse datele este urmatoarea:

Graful aferent problemei este urmatorul:

Output-ul problemei este urmatorul:

Costul minim asociat transportului este de 94 700 unitati monetare.


Conform acestei solurii Kaufland si Metro primesc intreaga cantitate din depozitul Militari, Auchan
primeste 1100 de pachete din deozitul Berceni iar restul de 200 din Pipera. De asemenea 900 dintre
unitatile cerute de Real sunt aprovizionate din Berceni, iar restul de 100 de pachete din Rahova. Intreaga
cantitate ceruta de Cora este furnizata din depozitul Rahova.

3. Analiza drmului critic


Conducerea Kraft se confrunta cu problema construirii unui nou depozit. Operatiile necesare
pentru construirea acestuia cat si timpul necesar fiecareia este sunt date in tabelul urmator:

Nr.
Crt.
1
2
3
4
5
6
7
8
9

Denumire activitate
Proiectarea depozitului
Obtinerea avizelor de constructie
Comenzi utilaje
Organizare santier
Livrari utilaje
Executie retele termice
Executie drumuri interioare
Lucrari, constructii, montaje
Instruire personal

Cod
act
P
A
CU
OS
LU
R
D
C
E

Act
prec
P
P
P
CU
A,OS
R
LU,R
P

Durata(l
uni)
7
2
3
3
6
10
5
14
10

In calitate de project manageri pe acest proiect trebuie sa determinam daca depozitul poate fi terminat in
mai putin de 40 de luni ca si drumul critic al activitatilor.
Input-ul problemei este urmatorul:

Output-ul problemei este:

Grafic:

Timpul minim de executie este de 35 luni.


Dupa cum se observa din grafic drumul critic este format din activitatile P->OS->R->C.

Folosirea pachetului software SysStat

Conducerea departamentului de vanzari doreste o analiza a influentei vanzarii de pachete


standard asupra vanzarii de pachete promo.
Vom volosi pachetul software SysStat pentru a determina existenta unei legaturi.
In SysStat avem variabilele STADARD si PROMO:

Input-ul problemei este:

Datele introduse reprezinta vanzarile de pachete Standard si Promo in primele 10 saptamani ale
anului.
Incercam sa determinam un model valid si semnificativ statistic. Pentru asta vom folosi analiza
disperionala, regresie, teste statistice.
Vom nota cu y- vanzarile de pachete promo si cu x- vanzarile de pachete standard.
Modelul econometric este unul unifactorial de forma :
=+*x+i

a. Testarea validitatii modelului testul Fisher

In urma introducerii datelor in program, din analiza de regresie si analiza dispersionala am obtinut un
model de forma:
=15.157+0.211*x
Avand rezultatele afisate de program se constata ca F c=1.913<Ft= 5,117355 (calculate in Excel cu FINV)
de unde rezulta ca modelul nu este semnificativ statistic.
b. Testarea semnificatiei parametrilor
=15.157+0.211*x
Testam semnificatia parametrilor prin intermediul lui t /2;8=2.306 (calculate in Excel prin functia TINV)
-> ta=4.507 > t/2;8 => semnificativ
-> tb1=1.383 < t/2;39 => nesemnificativ

sau :
-> sig a = 0.002<0.05 => semnificativ
-> sig b=0.204> 0.05 => nesemnificativ
c. Calitatea modelului
R2=0.193=> 19.3% din variatia lui y este explicata de model .
In urma acestei analize s-a constatat ca volumul vanzarilor de pachete promo nu este influentat de
vanzarea pachetelor standard.

Folosirea pachetului SAS-Enterprise


1. Importul de fisiere non-SAS si crearea tabelelor de date SAS
Din fisierul de date .xlsx (fig1) am obtinut urmatoarea tabela SAS (fig2):

Fig 1.

Fig 2.

2. Interogari :

Sa se creeze un raport care sa afiseze toate produsele cu un TVA(24%) mai mare de 0.5. Se
vor afisa doar numele produselor, TAV(24%) si pretul total. Produsele vor fi ordonate
alfabetic.

Dupa selectarea datelor si impunerea conditiilor, am obtinut o tabela cu urmatoarele date (fig3):

Fig 3.

Pentru a realiza acest lucru am folosit Query Builder-ul SAS. Acesta a folosit o procedura SQL, expusa in
figura 4.

Fig 4.

Sa se importe in SAS datele despre clientii Kraft. Sa se creeze un raport care sa contina clientii ce
au o cantitate totala comandat mai mare de 25000 precum si o valoare/ produs de cel putin 7000
RON. Tabela va fi ordonata descrescator in functie de pret.

Din fisierul de date 4SAS va fi importata in SAS foaia de lucru 2. Vom apela Query Builderul SAS si
vom crea interogarea dorita (fig 5).

Fig 5.

Codul SQL apelat de SAS pentru obtinerea datelor poate fi observat in figura 6, iar datele obtinute in
tabelul 1.

Fig 6.
Nume Client
Metro
Auchan
Kaufland
Selgros
Kaufland
Carrefour
Real
Selgros
Cora
Auchan
Metro
Selgros
Selgros
Carrefour
Auchan
Cora
Cora
Real
Real
Carrefour
Metro
Cora
Selgros

Produs Comandat
Jacobs
Jacobs
Suchardine
Suchardine
Jacobs
Jacobs
Jacobs
Nova Brasilia
Jacobs
Suchardine
Suchardine
Jacobs
Sugus
Suchardine
Branza Philadelphia
Suchardine
Milka
Suchardine
Milka
Milka
Sugus
Nova Brasilia
Branza Philadelphia

Cantitate
Cantitate Totala Pret
5500
25000
68200
4300
25400
53320
4300
23400
42656
4300
34400
42656
3200
23400
39680
3100
26500
38440
2900
21300
35960
4500
34400
33480
2700
24600
33480
3200
25400
31744
3200
25000
31744
2300
34400
28520
4600
34400
28520
2500
26500
24800
3200
25400
23808
2300
24600
22816
6000
24600
22320
2100
21300
20832
5500
21300
20460
5400
26500
20088
3200
25000
19840
2500
24600
18600
2500
34400
18600

Auchan
Real
Selgros
Carrefour
Auchan
Real
Carrefour
Metro
Carrefour
Cora
Cora
Auchan
Kaufland
Kaufland
Cora
Kaufland
Metro
Kaufland
Real
Carrefour
Selgros
Kaufland
Selgros

Nova Brasilia
Nova Brasilia
Toblerone
Sugus
Milka
Toblerone
Toblerone
Milka
Nova Brasilia
Branza Philadelphia
Toblerone
Sugus
Sugus
Milka
Sugus
Branza Philadelphia
Poiana
Toblerone
Branza Philadelphia
Branza Philadelphia
Africana
Nova Brasilia
Silvana
Tabelul 1.

2300
2300
3400
2700
4300
3200
3200
3800
1800
1800
2700
2100
2100
3200
1900
1500
4100
1800
1200
1200
4300
1000
2900

25400
21300
34400
26500
25400
21300
26500
25000
26500
24600
24600
25400
23400
23400
24600
23400
25000
23400
21300
26500
34400
23400
34400

17112
17112
16864
16740
15996
15872
15872
14136
13392
13392
13392
13020
13020
11904
11780
11160
10168
8928
8928
8928
7998
7440
7192

Dorim restrangerea datelor astfel incat sa afisam doar numele clientilor, produsele comandate si pretul
total/produs, pentru clientii ce au o cantitate totala comandata mai mare de 25000 bucati.
Pentru a realiza acest lucru vom mai crea o interogare pentru datele obtinute mai sus. Rezultatele obtinute
precum si codul SQL pot vi observate in figura 7.

Fig 7.

3. Jonctiune interna si externa


Pentru clientii Kraft, am dori sa aflam care ar fi fost valoarea achizitiilor in conditiile in care TVA-ul
ar fi ramas de 19%.
Pentru a realiza acest lucru, vom folosi o jonctiune interna prin intermediul Query Builder-ului, unde
legatura dintre tabele va fi data de numele produselor (fig 8).

Fig 8.
In continuare vom adauga 2 coloane calculate (folosind expresii avansate) pentru a calcula pretul unui
produs folosind TVA-ul vechi, iar apoi vom calcula suma totala pentru fiecare achizitie (fig 9).

Fig 9.
Coloanele ce vor fi adaugate in Query Builder se pot obserca in figura 10, iar acestea vor fi ordonate
alfabetic dupa numele clientului.

Fig 10.
In final se obtin datele prezentate in tabelul 2, iar codul SQL folosit pentru a genera datele respective se
poate vedea in figura 11.

Fig 11.

Nume
Client
Auchan

Produs
Comandat
Branza

Cantitat TVAVec
PretTota
e
hi
l
3200
7.14
22848

Auchan
Auchan
Auchan
Auchan
Auchan
Auchan
Auchan
Auchan
Auchan
Auchan
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Carrefou
r
Cora
Cora
Cora
Cora
Cora
Cora
Cora
Cora
Cora
Cora
Cora

Philadelphia
Africana
Suchardine
Jacobs
Sugus
Toblerone
Nova Brasilia
Milka
Silvana
Poiana
Smash
Africana

700
3200
4300
2100
1200
2300
4300
1200
2100
800
1200

1.785
9.52
11.9
5.95
4.76
7.14
3.57
2.38
2.38
1.19
1.785

1249.5
30464
51170
12495
5712
16422
15351
2856
4998
952
2142

Toblerone

3200

4.76

15232

Smash

1000

1.19

1190

Milka

5400

3.57

19278

Branza
Philadelphia
Silvana

1200

7.14

8568

2100

2.38

4998

Suchardine

2500

9.52

23800

Nova Brasilia

1800

7.14

12852

Sugus

2700

5.95

16065

Jacobs

3100

11.9

36890

Poiana

2300

2.38

5474

Toblerone
Sugus
Branza
Philadelphia
Nova Brasilia
Smash
Jacobs
Poiana
Suchardine
Milka
Africana
Silvana

2700
1900
1800

4.76
5.95
7.14

12852
11305
12852

2500
1200
2700
1000
2300
6000
800
1700

7.14
1.19
11.9
2.38
9.52
3.57
1.785
2.38

17850
1428
32130
2380
21896
21420
1428
4046

Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Kaufland
Metro
Metro
Metro
Metro
Metro
Metro
Metro
Metro
Metro
Metro
Metro
Real
Real
Real
Real
Real
Real
Real
Real
Real
Real
Real
Selgros
Selgros
Selgros
Selgros
Selgros
Selgros
Selgros

Toblerone
Sugus
Nova Brasilia
Smash
Milka
Jacobs
Poiana
Suchardine
Branza
Philadelphia
Africana
Silvana
Sugus
Nova Brasilia
Smash
Poiana
Jacobs
Milka
Suchardine
Africana
Branza
Philadelphia
Silvana
Toblerone
Sugus
Poiana
Smash
Nova Brasilia
Milka
Jacobs
Africana
Suchardine
Branza
Philadelphia
Toblerone
Silvana
Sugus
Milka
Poiana
Smash
Nova Brasilia
Jacobs
Africana

1800
2100
1000
1500
3200
3200
1300
4300
1500

4.76
5.95
7.14
1.19
3.57
11.9
2.38
9.52
7.14

8568
12495
7140
1785
11424
38080
3094
40936
10710

1200
2300
3200
0
3200
4100
5500
3800
3200
1000
0

1.785
2.38
5.95
7.14
1.19
2.38
11.9
3.57
9.52
1.785
7.14

2142
5474
19040
0
3808
9758
65450
13566
30464
1785
0

0
1000
900
2300
0
2300
5500
2900
0
2100
1200

2.38
4.76
5.95
2.38
1.19
7.14
3.57
11.9
1.785
9.52
7.14

0
4760
5355
5474
0
16422
19635
34510
0
19992
8568

3200
900
4600
1200
2100
2300
4500
2300
4300

4.76
2.38
5.95
3.57
2.38
1.19
7.14
11.9
1.785

15232
2142
27370
4284
4998
2737
32130
27370
7675.5

Selgros
Selgros
Selgros
Selgros

Suchardine
Branza
Philadelphia
Toblerone
Silvana

4300
2500

9.52
7.14

40936
17850

3400
2900
Tabelul 2.

4.76
2.38

16184
6902

4. Folosirea Parametrilor
Pentru tabela clientilor, dorim sa creem un raport care sa ne afiseze profitul total obtinut in urma
cumpararii produselor catre fiecare client in parte. Acestia vor fi grupati dupa nume si cantitatea totala
comandata.
Pentru acest lucru vom folosi din meniul Describe Summary Statistics Wizard. Vom selecta ca
variabila de analiza pretul produselor si drept variabile de grupare nume si cantitatea totala. Vom calcula
media si suma pentru fiecare. Raportul creat este afisat in figura 12.

Fig 12.
In urma acestui raport se poate observa ca Selgros este cel mai important client,
aducand un profit de 196354 lei , urmat de Auchan - care plateste un cost de
171430 RON si Metro cu produse achizitionate in valoare de 154876. Pe ultimul loc
se afla Real cu un aport de 132680 lei.
5. Raport
Dorim sa realizam un raport care sa ne grupeze clientii in functie de produsul comandat. Pentru acestia
vom afisa pretul produsului, cantitatea cumparat din acesta si respectiv numele clientului.
Vom folosi tabela SAS ce contine datele referitoare la clienti. Vom folosi din meniul Describe functia List
Data. Dupa care vom selecta optiunile necesare (vezi figura 13).

Raportul obtinut se gaseste in Anexa 1.

Fig 13.
6. Grafic si prelucrare statistica
Sa se realizeze un grafic pentru fiecare client in parte care sa afiseze produsele comandate grupate dupa
cantitatea comandata din fiecare, expuse in functie de ponderea pe care au avut-o fiecare in pretul total al
achizitiei.
Vom volosi tabela Clienti importata din Excel. Din meniul Graph vom selecta Bar Chart si vom alege 3D
Grouped Colored Vertical Chart. Rolurile fiecaror variabile pot fi observate in figura 14. Graficele
rezultate sunt atasate in Anexa 2.

Fig 14.
Pentru a previziona salariile angajatilor pentru luna urmatoare, vom face o analiza de regresie pentru
tabela salariatilor importata din excel (datele pot fi observate in figura 15).

Fig 15.
Pentru a realiza regresia din meniul Analyze selectam din Regression functia Linear Regression. Date
introduse pentru a realiza regresia sunt expuse in figura 16.

Fig 16.

Rezultatele regresiei sunt expuse mai jos:

Iar raportul total al regresiei este in anexa 3.


Din rezultate putem observa ca totalul vanzarilor explica variatia salariilor in proportie de 89.5% (RSquare = 0.8950), iar ecuatia modelului este:
Y=-580.26603 + 0.00138*X
Aceasta ecuatia explica variatia salariului astfel:
La un nivel ipotetic zero al vanzarilor totale, salariul angajatului va fi de -580.26603.
La fiecare modificare cu o unitate a vanzarilor totale, salariul angajatului se va modifica cu 0.00138
unitati.
Folosind aceasta ecuatia dorim sa previzionam ce salariu va obtine Hirsu Andrei daca pe luna viitoare ca
inregistra vanzari (X) in valoare de 2,850,953 RON.
Y= -580.26603 + 0.00138 * 2,850,953
Y= 3354.04911 (3354) RON.

7. Formate definite de utilizator

Pentru tabela SAS folosita anterior pentru analiza de regresie, dorim sa restrangem valorile coloanei
Total Valoare Vanduta, folosind un format definit de utilizator.
Vom defini formatul astfel: din meniul Data selectam Create Format. Vom crea un format pentru a reduce
valoarea Coloanei Total Valoare Vanduta. Vom inlocui valoarile din coloane cu unul din cele 3 intervale:
0-1 Milioane RON, 1-2 Milioane RON, 2-3 Milioane RON. (vezi figura 16).

Fig 16.
Dupa inlocuirea datelor vom obtine urmatorul rezultat (figura 17):

Fig 17.