Αναζήτηση
Όλες οι κατηγορίες
    Menu Κλείσιμο

    Ποσοτική ανάλυση στην άσκηση διοίκησης

    Εκδότης: Σταμούλη Α.Ε.
    Η λήψη "άριστων αποφάσεων", κάτω από συνθήκες αβεβαιότητας στο σημερινό οικονομικό και επιχειρηματικό περιβάλλον, προϋποθέτει την ποσοτική ανάλυση των δεδομένων προκειμένου να προσδιοριστούν τα οικονομικά μεγέθη που εμπλέκονται κατά περίπτωση....
    Κωδ.Προϊόντος: 170832
    ISBN: 9789609301190
    Συγγραφέας: Καθαράκη Μαρία Η.
    Τιμή χωρίς έκπτωση: €45,87
    €38,99
    i h
    Χρόνος παράδοσης: 1-3 μέρες
    Προδιαγραφές προϊόντων
    Ημερομηνία Έκδοσης6/2007
    Σελίδες517
    Διαστάσεις24χ17
    ISBN13978-960-93-0119-0
    Η λήψη "άριστων αποφάσεων", κάτω από συνθήκες αβεβαιότητας στο σημερινό οικονομικό και επιχειρηματικό περιβάλλον, προϋποθέτει την ποσοτική ανάλυση των δεδομένων προκειμένου να προσδιοριστούν τα οικονομικά μεγέθη που εμπλέκονται κατά περίπτωση. Στο πόνημα αυτό παρουσιάζονται οι δυνατότητες και η χρησιμότητα των ποσοτικών μεθόδων κατά την άσκηση διοίκησης. Ειδικότερα, παρουσιάζονται τα πεδία εφαρμογής ποσοτικών μεθόδων κατά την άσκηση Διοίκησης οικονομικών μονάδων, όπως οι έλεγχοι διαδικασιών παραγωγής, οι εργασιακές σχέσεις, η άσκηση ελέγχου στη διαχείριση αποθεμάτων και η χρηματοοικονομική διαχείριση. Στο πλαίσιο της συγκριτικής αξιολόγησης οικονομικών μονάδων δίνονται απαντήσεις στα ακόλουθα θέματα: προσδιορισμός της μονάδας που λειτουργεί κατά τρόπο "πρότυπο", ιεράρχηση των συγκρινόμενων μονάδων σύμφωνα με την απόδοσή τους, εντοπισμός μη αξιοποιούμενων παραγωγικών συντελεστών, προσδιορισμός του βέλτιστου μείγματος πολιτικής που προτείνεται να ακολουθηθεί. Το βιβλίο περιλαμβάνει την εφαρμογή της μη παραμετρικής μεθόδου Data Envelopment Analysis για τη συγκριτική αξιολόγηση της απόδοσης μονάδων υγείας, μονάδων τηλεπικοινωνιών, σιδηροδρομικών επιχειρήσεων και Δημόσιων Πανεπιστημίων.
    0.0 0
    Γράψτε τη δική σου αξιολόγηση Κλείσιμο
    • Το προϊόν μπορεί να αξιολογηθεί μόνο μετά την αγορά του
    • Μόνο οι εγγεγραμμένοι χρήστες μπορούν να γράψουν σχόλια
    *
    *
    • Κακή
    • Άριστη
    *
    *
    *
    *