Big Data v módním průmyslu: transformace maloobchodního sektoru.

Abstract

Tato bakalářská práce zkoumá, jak zavedení analýzy velkých objemů dat (Big Data Analytics, BDA) ovlivňuje obchodní výkonnost v českém módním průmyslu. Výzkum využívá data z průzkumu k analýze klíčových faktorů, jako je přizpůsobení se konkurenci, vnímaná užitečnost, snadnost použití a individuální technologické přizpůsobení. Výsledky ukazují, že ačkoli přijetí BDA nezlepšuje výkonnost podniku okamžitě, sladění nástrojů BDA s potřebami uživatelů zvyšuje vnímanou výkonnost. Problémy při integraci BDA do stávajících operací dodavatelského řetězce brání jeho efektivitě v krátkodobém horizontu. Studie zdůrazňuje, že pro plné využití potenciálu Big Data v módním průmyslu je nezbytný strategický přístup zaměřený na uživatele.

This thesis examines how Big Data Analytics (BDA) adoption affects business performance in the Czech fashion industry. The research uses survey data to analyze key factors like competitive fit, perceived usefulness, ease of use, and individual technological fit. The results show that while BDA adoption does not immediately improve business performance, aligning BDA tools with users' needs enhances perceived performance. Challenges in integrating BDA into existing supply chain operations hinder its effectiveness in the short term. The study emphasizes that a strategic, user-centered approach is essential for unlocking the full potential of Big Data in the fashion industry.