Ο απώτερος στόχος κάθε επιχείρησης είναι η επιτυχία που βασίζεται στον
αποτελεσματικό στρατηγικό σχεδιασμό. Οι εταιρικές στρατηγικές βασίζονται σε
προβλέψεις για το μέλλον και η αποτελεσματικότητά τους εξαρτάται από την
ακρίβειά αυτών. Τα προηγμένα εργαλεία πρόβλεψης είναι ζωτικής σημασίας για το
μέλλον της εταιρείας, καθώς παρέχουν πληροφορίες που μπορούν να
χρησιμοποιηθούν στην διαδικασία λήψης αποφάσεων και τον στρατηγικό σχεδιασμό.
Οι εταιρείες χρειάζονται συνήθως προβλέψεις σχετικά με τις πωλήσεις, τις δαπάνες
και τα κέρδη ή τις ζημίες. Βάσει δομημένων προβλέψεων και δεδομένων
παλαιότερων ετών, οι επιχειρήσεις μπορούν όχι μόνο να σχεδιάζουν το μέλλον και να
θέτουν στόχους αλλά και να αξιολογούν την απόδοσή τους. Επιπλέον, οι προβλέψεις
αποτελούν βασικό στοιχείο για την κατάρτιση του προϋπολογισμού μιας εταιρείας,
καθώς βοηθούν στην απόφαση για την κατανομή των διαθέσιμων πόρων και το
σχέδιο δράσης της. Επίσης, οι εύστοχες προβλέψεις μπορεί να υποστηρίξουν τις
θέσεις μιας εταιρείας στην αγορά μέσω της παρουσίασης των τάσεων και να
ενισχύσουν την ανταγωνιστικότητά της.
Στόχος της παρούσας διπλωματικής εργασίας είναι η ανάλυση των στατιστικών
ιδιοτήτων των στοιχείων πωλήσεων μιας ελληνικής εταιρείας που δραστηριοποιείται
τα τελευταία εκατό χρόνια στην αγορά της αρτοποιίας. Η εταιρεία κατέχει ηγετική
θέση στην τοπική αγορά ενώ σημειώνει και σημαντική εξαγωγική δραστηριότητα. Η
εταιρεία E. I. ΠΑΠΑΔΟΠΟΥΛΟΥ Α.Β.Ε.Ε. παρείχε τα στοιχεία πωλήσεων από το
ERP σύστημα της και αφορούν τις περιόδους από τον Ιανουάριο του 2012 έως τον
Δεκέμβριο του 2022. Το σύνολο των δεδομένων αποτελείται από μηνιαίες
παρατηρήσεις, κατηγοριοποιημένες σε τέσσερις κύριες ομάδες προϊόντων. Οι πωλήσεις της εταιρείας είναι B2B καθώς οι πελάτες της είναι οι χονδρέμποροι και όχι
οι τελικοί καταναλωτές.
Συνοπτικά, οι στατιστικές ιδιότητες των χρονοσειρών θα αναλυθούν με τη μέθοδο της
πολυγραμμικής παλινδρόμησης, καθώς είναι ένα εύχρηστο, ακριβές και ανέξοδο
εργαλείο που μπορεί να χρησιμοποιηθεί από την διοίκηση στη διαδικασία λήψης
αποφάσεων. Όλοι οι υπολογισμοί γίνονται στο Excel, με το εργαλείο ανάλυσης
δεδομένων. Στη συνέχεια, με βάση τις στατιστικές ιδιότητες των ιστορικών
παρατηρήσεων, θα αξιολογηθούν τα μοντέλα πρόβλεψης για τις τέσσερις κατηγορίες
ως προς την απόκλιση από τις πραγματικές τιμές. Τα αποτελέσματα της παραπάνω
ανάλυσης δείχνουν ότι τα μοντέλα πρόβλεψης δύνανται να εκτιμήσουν τις πωλήσεις
σε ικανοποιητικό βαθμό και για τις τέσσερις κατηγορίες. Οι περιορισμοί αυτής της
έρευνας αναφέρονται στο τέλος της διατριβής και ακολουθούν οι προτάσεις για
μελλοντική έρευνα.

The goal of every business is success which can be achieved by efficient strategic
planning. The strategies rely on predictions about the future and their effectiveness
depends on their accuracy. Advanced forecasting tools are vital for the company’s
future as they provide input for the decision-making process and strategic planning.
Companies usually need forecasts regarding sales, expenditures, and profit or losses.
Based on structured forecasts and historical data, the entities cannot only plan the
future and set goals but also evaluate their performance. Additionally, forecasts are a
core input for the company’s budget as they help to decide the sources allocation and
its action plan. Furthermore, the updated predictions may support the market positions
of a company by the trend capture and enhance its competitiveness.

The objective of this thesis is to analyze the statistical properties of the sales data by a
Greek company which has operated the last one hundred years in the bakery market. The company is a leader in the local market and has a significant growth in exports as
well. The company, E. J. Papadopoulou S.A., provided the sales data from its ERP
system regarding the periods from January 2012 to December 2022. The data
set consists of monthly observations, categorized into four main product groups. The
company’s sales are B2B as its customers are the wholesalers, not the final
consumers.

In summary, the statistical properties of the time series will be analyzed by the
multilinear regression method, as it is an easy-to-use, accurate, and costless tool that
managers can use for the decision-making process. All the calculations are
done in Excel, with the data analysis tool. Then, based on the statistical properties
of the historical observations, the forecasting models for the four categories were
evaluated in terms of deviation from the actual values. The results of the above
analysis indicate that the forecasting models predict sales at a satisfactory level for
all categories. The limitations of this research are referred to at the end of the thesis followed by the recommendations for future research.