Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

TDABC and Estimation of Time Drivers Using Process Mining

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19520%2F21%3AA0000203" target="_blank" >RIV/47813059:19520/21:A0000203 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-981-16-2994-5_41" target="_blank" >http://dx.doi.org/10.1007/978-981-16-2994-5_41</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-981-16-2994-5_41" target="_blank" >10.1007/978-981-16-2994-5_41</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    TDABC and Estimation of Time Drivers Using Process Mining

  • Popis výsledku v původním jazyce

    Costing systems play a crucial role in many managerial decisions; thus, it is crucial that costing systems provide appropriate information. Time-driven activity-based costing systems (TDABC) are successors of activity-based costing systems (ABC). ABCs were created in order to address shortcomings of traditional costing systems, while TDABCs were created to address mostly implementational shortcomings of ABCs. In this research, we focus on the advantages of integration of process mining (PM) and TDABC for estimation of activity durations used as time drivers for allocation of overhead costs. Thus, we have stated two research questions: (1) Can PM be used for estimation of time drivers? and (2) What are the benefits of using PM for the estimation of time drivers? To address these questions, we present a proof of concept, where we analyze two real-world datasets representing loan application process. Firstly, we clean both datasets, and then, we use PM techniques to discover process models representing the process. We show that PM can be used for time estimation and time drivers’ determination and that there are potential benefits to this approach. Furthermore, we discuss the possibility of using actual times instead of estimates.

  • Název v anglickém jazyce

    TDABC and Estimation of Time Drivers Using Process Mining

  • Popis výsledku anglicky

    Costing systems play a crucial role in many managerial decisions; thus, it is crucial that costing systems provide appropriate information. Time-driven activity-based costing systems (TDABC) are successors of activity-based costing systems (ABC). ABCs were created in order to address shortcomings of traditional costing systems, while TDABCs were created to address mostly implementational shortcomings of ABCs. In this research, we focus on the advantages of integration of process mining (PM) and TDABC for estimation of activity durations used as time drivers for allocation of overhead costs. Thus, we have stated two research questions: (1) Can PM be used for estimation of time drivers? and (2) What are the benefits of using PM for the estimation of time drivers? To address these questions, we present a proof of concept, where we analyze two real-world datasets representing loan application process. Firstly, we clean both datasets, and then, we use PM techniques to discover process models representing the process. We show that PM can be used for time estimation and time drivers’ determination and that there are potential benefits to this approach. Furthermore, we discuss the possibility of using actual times instead of estimates.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50204 - Business and management

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Smart Innovation, Systems and Technologies

  • ISBN

  • ISSN

    2190-3018

  • e-ISSN

  • Počet stran výsledku

    11

  • Strana od-do

    489-499

  • Název nakladatele

    Springer

  • Místo vydání

    Singapore

  • Místo konání akce

    online

  • Datum konání akce

    14. 6. 2021

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku