Automatizace objednávacího procesu ve vybrané společnosti

Abstract

Tato práce se zaměřuje na optimalizaci a automatizaci podnikových procesů v kontextu řízení objednávek aditiv na tankovišti. Hlavním cílem je zvýšit efektivitu procesů, snížit provozní náklady a omezit rizika spojená s manuálními činnostmi prostřednictvím návrhu a implementace zlepšení procesů s podporou technologií Robotic Process Automation (RPA). Teoretická část představuje klíčové koncepty procesního řízení, automatizace a ekonomického vyhodnocení, které poskytují rámec pro posouzení obchodního případu projektu automatizace. Analytická část se zaměřuje na aktuální stav procesu objednávek aditiv, identifikuje neefektivní oblasti a hodnotí je pomocí kvantitativních a kvalitativních metrik. Návrhová část popisuje optimalizovaný proces podporovaný nástroji UiPath a Power Platform, přičemž důraz je kladen na jeho ekonomické přínosy, jako jsou úspora času, snížení nákladů a zlepšení přesnosti dat. Práce dále zohledňuje širší dopady na podnik, včetně zvýšení transparentnosti procesů, spokojenosti zaměstnanců a potenciálu pro rozšíření do dalších oblastí podnikání.

This thesis focuses on the optimization and automation of business processes in the context of fuel additive order management at a tank farm. The primary goal is to improve process efficiency, reduce operational costs, and mitigate risks related to manual activities by designing and implementing process improvements supported by Robotic Process Automation (RPA) technologies. The theoretical part introduces key concepts of process management, automation, and economic evaluation, providing a framework for assessing the business case of the automation project. The analytical part examines the current state of the additive ordering process, highlights inefficiencies, and evaluates them using quantitative and qualitative metrics. The proposal section presents a redesigned process supported by automation tools such as UiPath and Power Platform, focusing on its economic benefits, including time savings, cost reductions, and improved data accuracy. The thesis also considers the wider business impact, such as increased process transparency, employee satisfaction, and the potential for broader application across similar business areas.