ACADEMIA DE STUDII ECONOMICE

FACULTATEA DE CIBERNETICĂ, STATISTICĂ ŞI

INFORMATICĂ ECONOMICĂ

Proiect Sisteme Suport de Decizie

Rezolvarea unor probleme decizionale ale

companiei multinaţionale Samsung

Student,
Poșircă Sorin Cosin
Grupa 1059
 Cuprins

INTRODUCERE ............................................................................................................................. 3

1. Prezentarea bazei de date ......................................................................................................... 4

2. Selectarea datelor necesare in problema decizională ............................................................... 6

3. Lucru în Excel .......................................................................................................................... 8

3.1. Statistici descriptive .......................................................................................................... 8

3.2. Filtrări şi sortări .............................................................................................................. 11

3.3. Pivot Table şi Pivot Chart ............................................................................................... 12

3.4. Previzionarea indicatorilor necesari în procesul decisional (Add Trendline) ................ 16

3.5. Funcţii financiare ............................................................................................................ 18

Bibliografie.................................................................................................................................... 19

2
 INTRODUCERE

Samsung este o companie coreeana ce a luat nastere in anul 1938 şi al cărui domeniu de
activitate este producerea de produse electronice si IT, detinand birouri in aproximativ 65 de tari.
Cele mai cunoscute firme afiliate Samsung sunt: Samsung Electronics (cea mai mare
companie de tehnologie a informației din lume măsurată până în 2012 ca venituri și a patra ca
valoare de piață), Samsung Heavy Industries (al doilea cel mai mare constructor de nave din
lume, măsurat până în 2010 după venituri), Samsung Engineering și Samsung C&T (a
treisprezecea respectiv a treizeci și șasea companie din lume din domeniul construcțiilor).
Divizia principală a acestei companii, Samsung Electronics, aduce peste 70% din
veniturile întregii companii.
Principalii indicatori financiari ai acestei divizii sunt următorii:
Date anuale($) 2013 2014 2015
Venituri 228,692,667 206,205,987 200,653,482
Profit brut 90,996,358 77,927,187 77,171,364

În România, principalele categorii de produse vândute sunt:

 Telefoane mobile:
 Smartphone
 Non Smartphone
 Tablete
 Televizoare:
 Smart TV
 Non Smart TV
 HD
 Full HD
 Ultra HD
 Periferice:
 Monitoare
 Imprimante.
 Electrocasnice:
 Frigidere
 Masini de spalat
 Aparate de gatit

3
 1. Prezentarea bazei de date

Baza de date utilizată conţine 9 variabile care fac referire la categoriile de produse
vândute de Samsung în România, menţionate anterior. Datele utilizate sunt preluate de pe site-ul
www.emag.ro, principalul furnizor de electronice din România,
Cu ajutorul programului Microsoft Access, am realizat 2 tabele, Produse şi Comenzi,
unde sunt înregistrate produsele şi comenzile de produse Samsung în perioada 14 - 20 noiembrie
2016, 18 noiembrie 2016 fiind Black Friday.
Tabela Produse (Fig. 1.1) conţine 6 variabile: ID_prod – cheie primară, Denumire
produs, Categorie, Subcategorie, Caracteristici, Preţ fără TVA.

Fig 1.1 Tabela Produse

Tabela Comenzi (Fig. 1.2) conţine 4 variabile: ID_comanda – cheie primară, ID_prod
(variabilă care face legătura cu tabela Produse), Data, Cantitate.

Fig. 1.2 Tabela Comenzi

Relaţiile dintre cele 2 tabele este ilustrată în figura de mai jos:

4
 Fig. 1.3. Relaţii între cele 2 tabele

Se observă că tabela Comenzi este legată de tabela Produse prin ID_prod, care în tabela
Produse este Primary Key, iar în tabela Comenzi este Foreign Key.
Înregistrările din fiecare tabelă sunt ilustrate în figurile următoare:

Fig. 1.4. Înregistrările din tabela Produse

5
 Fig. 1.5 Înregistrările din tabela Comenzi

2. Selectarea datelor necesare in problema decizională

Utilizând opţiunea “Query Builder” în Microsoft Access, am creat o interogare unde au

fost incluse variabilele din cele 2 tabele, Comenzi şi Produse.

Codul SQL prin care s-a realizat această operaţie este:

SELECT Comenzi.ID_comanda, Comenzi.ID_prod, Produse.[Denumire produs],
Produse.Categorie, Produse.Subcategorie, Produse.Caracteristici, Comenzi.Data,
Comenzi.Cantitate, Produse.[Preţ fără TVA]
FROM Produse INNER JOIN Comenzi ON Produse.[ID_prod] = Comenzi.[ID_prod];

6
 Fig. 2.1 Query Builder
În continuare, vom importa această interogare într-o foaie de lucru Excel.

Fig. 2.2 Baza de date exportată în Excel

7
 3. Lucru în Excel

Pentru baza noastră de date, vom crea o nouă coloană, Valoare comandă,, care reprezintă
produsul dintre cantitatea vândută şi preţul fără TVA.

Fig. 3.1. Adăugarea coloanei “Valoare comanda”

3.1. Statistici descriptive

Folosind statisticile descriptive, vom afla mai multe informaţii despre 3 variabile din baza
noastră de date, şi anume, Valoare comanda, Pret fara TVA, Cantitate.

Cantitate Preţ fără TVA Valoare comandă

Mean 1.19 Mean 984.5 Mean 1163.5

Standard Error 0.041911402 Standard Error 38.73619011 Standard Error 59.8156047
Median 1 Median 900 Median 1000
Mode 1 Mode 900 Mode 900
Standard Deviation 0.419114025 Standard Deviation 387.3619011 Standard Deviation 598.156047
Sample Variance 0.175656566 Sample Variance 150049.2424 Sample Variance 357790.6566
Kurtosis 3.222563552 Kurtosis 0.481645707 Kurtosis 4.414770969
Skewness 2.016317522 Skewness 0.517673102 Skewness 1.612400101
Range 2 Range 1800 Range 3500
Minimum 1 Minimum 100 Minimum 100
Maximum 3 Maximum 1900 Maximum 3600
Sum 119 Sum 98450 Sum 116350
Count 100 Count 100 Count 100

Fig. 3.2. Statistici descriptive pentru cele 3 variabile

8
 După cum se poate observa în Fig. 3.1, preţul unui produs Samsung este, în medie, 984.5,
cel mai ieftin produs fiind în valoare de 100 RON, cel mai scump, 1900 RON. Distribuţia
preţului este asimetrică la dreapta, fapt dat de valoarea coeficientului skewness mai mare decât
zero. În plus, aceasta este platicurtică, datorită valorii coeficientului kurtosis mai mic decât 3.
În perioada analizată au fost comandate 119 produse Samsung, cantitatea minima
comandată fiind de 1 produs, cea maximă de 3. Analizând indicatorii tendinţei centrale,
respective media, mediana şi modul, putem spune că a fost achiziţionat un produs pentru fiecare
comandă.
Valoarea totală a comenzilor pentru perioada analizată a fost de 116350 RON, comanda
minima fiind de 100 RON, iar cea maximă de 3600 RON. În medie, valoarea unei comenzi a fost
de 1163.5 RON, cu o abatere standard semnificativă, de 598.16 RON. Distibuţia acestei variabile
este asimetrică la dreapta (predomină valorile mari), coeficientul de asimetrie fiind mai mare
decât 0 şi este o distribuţie leptocurtică, coeficientul de aplatizare fiind mai mare decât 3.
În continuare, vom studia dacă există o legătură între cantitatea comandată şi preţul
produsului. Acest lucru îl vom realiza cu ajutorul coeficientului de corelaţie Pearson

Cantitate Preţ fără TVA

Cantitate 1
Preţ fără TVA -0.05011656 1
Fig. 3.3. Coeficientul de corelaţie Pearson

Observăm că valoarea coeficientului Pearson este de -0.05, respectiv, între cantitatea

comandată şi preţul produsului este o relaţie negative foarte slabă.
În continuare, cu ajutorul regresiei liniare, vrem să analizăm legătura dintre valoarea
comandată şi cantitate. Rezultatele sunt prezente în Fig. 3.4.

9
SUMMARY OUTPUT

Regression Statistics
Multiple R 0.608146306
R Square 0.36984193
Adjusted R Square 0.363411745
Standard Error 477.2476606
Observations 100

ANOVA
df SS MS F Significance F
Regression 1 13100272.7 13100272.7 57.51653565 1.93697E-11
Residual 98 22321002.3 227765.3296
Total 99 35421275

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%

Intercept 130.6497987 144.3087216 0.905349291 0.367500814 -155.7261627 417.0257602
Cantitate 867.9413456 114.4442605 7.583965694 1.93697E-11 640.8304353 1095.052256

Fig. 3.4. Output regresie liniară

Modelul este unul valid, iar ecuaţia de regresie este:

Valoare=130.64 + 864.941*Cantitate

Astfel, la o creştere cu o unitate a cantităţii comandate, valoarea comenzii creşte cu

864.941 RON. Datorită faptului că R2 are valoare 0.369, putem spune că 36.9% din variaţia
valorii comenzii este explicată de cantitatea comandată, 63.1% din variaţie fiind explicate de alţi
factori.

10
3.2. Filtrări şi sortări

Compania doreşte să afle situaţia comenzilor pentru o zi anume sau pentru mai multe zile.
În figura de mai jos se regăseşte rezultatul operaţiei de filtrare în funcţie de variabila Data,
pentru ziua de 14.11.2017.

Fig. 3.5. Rezultatele filtrării

Pentru o mai bună organizare a bazei de date, vom sorta datele în funcţie de data în care
s-a efectuat comanda.
ID_comanda ID_prod Denumire produs Categorie Subcategorie Caracteristici Data Cantitate Preţ fără TVA Valoare comandă
3 1 Samsung Galaxy S4 Telefoane mobile Smartphone 14-nov-16 1 640.00 RON 640.00 RON
2 2 Samsung Galaxy S5 Telefoane mobile Smartphone 14-nov-16 1 760.00 RON 760.00 RON
6 7 Samsung Galaxy A7 Telefoane mobile Smartphone 14-nov-16 1 990.00 RON 990.00 RON
10 7 Samsung Galaxy A7 Telefoane mobile Smartphone 14-nov-16 1 990.00 RON 990.00 RON
Non
5 8 Samsung E1205 Telefoane mobile 14-nov-16 1 100.00 RON
Smartphone 100.00 RON
9 11 Samsung Galaxy Tab E Tablete 14-nov-16 2 800.00 RON 1,600.00 RON
LED Smart Samsung
7 14 Televizoare Smart TV Ultra HD 14-nov-16 2 1,800.00 RON
40KU6072 3,600.00 RON

12 17 LED 32J5000 Televizoare Non Smart TV Full HD 14-nov-16 1 900.00 RON

900.00 RON
13 20 Monitor LED PLS Periferice Monitoare 14-nov-16 1 650.00 RON 650.00 RON
8 22 Imprimanta SL-M4000 Periferice Imprimante 14-nov-16 1 800.00 RON 800.00 RON
1 27 Combina frigorifica RB29 Electrocasnice Frigidere 14-nov-16 1 1,250.00 RON 1,250.00 RON
4 28 Combina frigorifica RS32 Electrocasnice Frigidere 14-nov-16 1 1,700.00 RON 1,700.00 RON
Aparate de
11 31 Cuptor cu microunde GE109 Electrocasnice 14-nov-16 1 600.00 RON
gatit 600.00 RON
22 1 Samsung Galaxy S4 Telefoane mobile Smartphone 15-nov-16 1 640.00 RON 640.00 RON
23 2 Samsung Galaxy S5 Telefoane mobile Smartphone 15-nov-16 2 760.00 RON 1,520.00 RON
17 4 Samsung Galaxy S7 Telefoane mobile Smartphone 15-nov-16 1 1,200.00 RON 1,200.00 RON
19 5 Samsung Galaxy A3 Telefoane mobile Smartphone 15-nov-16 1 550.00 RON 550.00 RON
20 6 Samsung Galaxy A5 Telefoane mobile Smartphone 15-nov-16 1 650.00 RON 650.00 RON
18 12 Samsung Galaxy Tab S3 Tablete 15-nov-16 1 850.00 RON 850.00 RON
LED Smart Samsung
24 15 Televizoare Smart TV HD 15-nov-16 1 1,100.00 RON
32J4500 1,100.00 RON
21 22 Imprimanta SL-M4000 Periferice Imprimante 15-nov-16 1 800.00 RON 800.00 RON
Masini de
14 24 Masina de spalat Add-Wash Electrocasnice 15-nov-16 1 1,200.00 RON
spalat 1,200.00 RON
Masina de spalat Eco Masini de
15 25 Electrocasnice 15-nov-16 1 1,300.00 RON
Bubble spalat 1,300.00 RON
16 27 Combina frigorifica RB29 Electrocasnice Frigidere 15-nov-16 1 1,250.00 RON 1,250.00 RON
29 10 Samsung Galaxy Tab A Tablete 16-nov-16 3 700.00 RON 2,100.00 RON

25 16 LED 32J4000 Televizoare Non Smart TV HD 16-nov-16 1 800.00 RON

800.00 RON

Fig. 3.6. Rezultatele sortării

11
3.3. Pivot Table şi Pivot Chart

În continuare vom utiliza instrumentul Pivot Table pentru a sumariza şi organiza cât mai
bine datele existente, cu atât mai mult cu cât avem categorii şi subcategorii de produse.

Etichete de rânduri Sumă de Cantitate Sumă de Preţ fără TVA Sumă de Valoare comandă
Electrocasnice 27 29100 34100
Aparate de gatit 6 4200 4800
Cuptor cu microunde GE109 3 1200 1800
Cuptor FG87 3 3000 3000
Frigidere 12 16100 17900
Combina frigorifica RB29 4 5000 5000
Combina frigorifica RB31 3 4200 4200
Combina frigorifica RS32 3 5100 5100
Combina frigorifica RT31 2 1800 3600
Masini de spalat 9 8800 11400
Masina de spalat Add-Wash 3 3600 3600
Masina de spalat Eco Bubble 6 5200 7800
Periferice 10 5700 6350
Imprimante 5 3200 3200
Imprimanta SL-M2070 2 800 800
Imprimanta SL-M4000 3 2400 2400
Monitoare 5 2500 3150
Monitor LED PLS 3 1300 1950
Monitor LED TN 2 1200 1200
Tablete 15 8050 11900
15 8050 11900
Samsung Galaxy Tab A 4 1400 2800
Samsung Galaxy Tab E 5 2400 4000
Samsung Galaxy Tab S3 6 4250 5100
Telefoane mobile 43 29700 34200
Non Smartphone 3 320 320
Samsung E1205 2 200 200
Samsung E1207 1 120 120
Smartphone 40 29380 33880
Samsung Galaxy A3 4 1650 2200
Samsung Galaxy A5 6 2600 3900
Samsung Galaxy A7 8 6930 7920
Samsung Galaxy S4 4 2560 2560
Samsung Galaxy S5 5 3040 3800
Samsung Galaxy S6 7 5400 6300
Samsung Galaxy S7 6 7200 7200
Televizoare 24 25900 29800
Non Smart TV 8 6900 6900
LED 32J4000 3 2400 2400
LED 32J5000 5 4500 4500
Smart TV 16 19000 22900
LED Smart Samsung 32J4500 2 2200 2200
LED Smart Samsung 40K5502 1 1400 1400
LED Smart Samsung 40K6000 6 4200 6300
LED Smart Samsung 40KU6072 3 3600 5400
LED Smart Samsung 40KU7000 4 7600 7600
Total general 119 98450 116350

Fig. 3.7. Pivot Table

12
 Câmpurile Pivot Table sunt cele din Fig. 3.8, iar organizarea acestora pe rânduri şi
coloane este cea din Fig. 3.9.

Fig. 3.8. Câmpuri Pivot Table

Fig. 3.8. Câmpuri Pivot Table

13
 Cu ajutorul Pivot Chart-ului vom încerca să răspundem la o serie de întrebări, şi anume:
1. Care a fost cea mai vândută categorie în perioada analizată, cât şi cel mai vândut produs?
2. Care categorie şi/sau produs a adus cel mai mare venit în perioada analizată?
3. În ce data s-au vândut cele mai multe produse şi care a fost valoarea comenzilor acestora?

Pentru a răspunde la prima întrebare, am creat următoarele Pivot Chart.

Fig. 3.9. Pivot Chart 1

Fig. 3.10. Pivot Chart 2

Din Fig. 3.9 şi 3.10, observăm că cea mai vândută categorie a fost cea a telefoanelor
mobile, iar cel mai vândut produs a fost telefonul Samsung Galaxy A7.
14
 Pentru a răspunde la a doua întrebare, am creat Pivot Chart-ul de mai jos, unde se poate
observa că telefoanele mobile au adus cel mai mare venit în perioada analizată.

Fig. 3.11. Pivot Chart 3

Şi, în final, pentru a răspunde şi la a treia întrebare, Pivot Chart-ul din Fig. 3.12 ne indică
foarte sugestiv că în data de 17.11.2016 s-au înregistrat cele mai mari vânzări, dat fiind faptul că
a fost Black Friday.

Fig. 3.12. Pivot Chart 4

15
3.4. Previzionarea indicatorilor necesari în procesul decizional (Add Trendline)

Utilizând funcţii de tipul Add Trendline, vom încerca să previzionăm valoarea

comenzilor pentru următoarele zile pentru categoria Telefoane mobile.
În Pivot Table-ul de mai jos, regăsim valorile acestora din perioada analizată. În analiza
noastră vom exclude ziua de 18.11.2016, Black Friday deoarece aceasta reprezintă outlier în
serie.

Etichete de rânduri Sumă de Valoare comandă

14-nov-16 14580
Electrocasnice 3550
Periferice 1450
Tablete 1600
Telefoane mobile 3480
Televizoare 4500
15-nov-16 11060
Electrocasnice 3750
Periferice 800
Tablete 850
Telefoane mobile 4560
Televizoare 1100
16-nov-16 7750
Electrocasnice 1000
Tablete 2100
Televizoare 4650
17-nov-16 12400
Electrocasnice 4800
Periferice 1000
Tablete 2450
Telefoane mobile 1200
Televizoare 2950
18-nov-16 51650
Electrocasnice 14800
Periferice 1200
Tablete 3250
Telefoane mobile 19600
Televizoare 12800
19-nov-16 8950
Electrocasnice 5200
Periferice 600
Tablete 1650
Telefoane mobile 1500
20-nov-16 9960
Electrocasnice 1000
Periferice 1300
Telefoane mobile 3860
Televizoare 3800
Total general 116350

Fig. 3.12. Pivot Table

16
 Fig. 3.13. Evoluţia valorii comenzilor de telefoane mobile

Aşa cum se poate observa în graficul de mai sus, valoarea vânzărilor de telefoane mobile
a început săptămâna cu o creştere, dar, odată cu apropierea Black Friday, aceasta a început să
scadă până în ziua de 17 noiembrie 2016. Aşa cum am precizat anterior, am exclus data de 18
noiembrie din analiză, în ziua aceasta înregistrându-se cele mai mari vânzări dintre toate
categoriile la telefoane mobile. Ulterior, în data de 20 noiembrie, valoarea comenzilor a început
din nou să crească.
Folosind opţiunea Add Trendline şi setând ca perioada de prognoză următoarele 3
perioade, respectiv 3 zile, observăm că valoarea vânzărilor ar urma să scadă, pe fondul scăderii
cererii de telefoane mobile de după Black Friday, când cererea, practic, a atins un maxim lunar si
chiar semestrial.

17
3.5. Funcţii financiare

Compania Samsung doreşte achiziţionarea unui spaţiu unde să-şi deschidă un nou
magazin comercial.
Astfel, s-a estimat că deschiderea unui nou magazin ar aduce un plus de venit anual de
1000000 RON în următorii 5 ani. Pentru finanţarea acestei achiziţii, compania ar trebui să
apeleze la un credit la bancă pe 5 ani, cea mai avantajoasă rată a dobânzii anuală fiind de 6%.
Totodată, firma îşi doreşte ca această investiţie să fie plătită exclusiv din veniturile pe
care le aduce, fără costuri suplimentare.
Problema care se pune este care ar trebui să fie preţul maxim plătit de firmă pentru
achiziţionarea spaţiului.
Pentru rezolvarea acesteia, vom folosi în Excel funcţia PV(rate,nper,pmt,fv,type) unde:

- rate: rata lunară a dobânzii = 0.03;

- nper: numărul de perioade în care se efectuează plăţi = 5 ani;
- pmt: plata efectuată în fiecare perioadă (fixă) = 1000000 RON;
- fv: ce valoare se vrea a se obţine după efectuarea ultimei plăţi (implicit=0);
- type: poate fi 0 sau 1 şi indică momentul de efectuare a plăţilor (sfârşitul sau începutul
perioadei).

Plata efectuată în
1,000,000.00 RON anual
fiecare an

Rata dobânzii 6.00% anuala

Numărul de perioade 5.00 ani
Fv 0

plata se
Type 0 efectuează la
început

Preţul maxim pe care

compania ar trebui să-l -4,212,363.79 RON
plătească

Fig. Output funcţie financiară

Pentru ca investiţia să nu aducă costuri suplimentare, observăm că achiziţia spaţiului nu

trebuie să depăşească 4,212,363 RON.
18
 Bibliografie

http://www.wall-street.ro/tag/samsung.html
http://www.emag.ro/

19