Automatyzacja raportowania finansowego w mikro i małych przedsiębiorstwach z wykorzystaniem narzędzi data science.
| dc.contributor.author | Gogola, Dominika | |
| dc.date.accessioned | 2026-10-30T11:05:27Z | |
| dc.date.issued | 2026-10-30 | |
| dc.description.abstract | Celem niniejszej pracy była analiza możliwości zastosowania narzędzi data science do automatyzacji raportowania finansowego w mikro i małych przedsiębiorstwach. Praca koncentrowała się na ocenie, czy wykorzystanie narzędzi takich jak Python, Excel i Power BI może usprawnić przygotowywanie raportów, zwiększyć spójność danych oraz wspierać identyfikację potencjalnych nieprawidłowości. W części teoretycznej omówiono znaczenie raportowania finansowego, jego funkcje oraz najczęstsze problemy występujące w MŚP, takie jak czasochłonność pracy manualnej, ryzyko błędów i ograniczone zasoby technologiczne. Przedstawiono również narzędzia data science i metody automatyzacji, w tym ETL, Python, SQL, Power BI, RPA, API oraz modele wykrywania anomalii. W części empirycznej zaprojektowano i przetestowano prototypowy system automatyzacji raportowania finansowego. Ze względu na ograniczony dostęp do danych rzeczywistych wykorzystano dane symulowane obejmujące 282 transakcje z 12 miesięcy. System umożliwił wczytanie danych, ich czyszczenie, standaryzację, agregację, obliczanie wskaźników finansowych, wykrywanie anomalii oraz eksport wyników do plików CSV i XLSX. Wyniki wskazują, że automatyzacja może ograniczyć pracę manualną, zwiększyć powtarzalność procesu i poprawić jakość raportowania finansowego w mikro i małych przedsiębiorstwach. | pl |
| dc.description.abstract | The aim of this thesis was to analyse the possibility of using data science tools to automate financial reporting in micro and small enterprises. The study focused on assessing whether tools such as Python, Excel and Power BI can improve report preparation, increase data consistency and support the identification of potential irregularities in financial data. The theoretical part discusses the importance of financial reporting, its functions and the most common problems faced by SMEs, including time-consuming manual work, the risk of errors and limited technological resources. It also presents data science tools and automation methods, such as ETL, Python, SQL, Power BI, RPA, API and anomaly detection models. In the empirical part, a prototype system for automating financial reporting was designed and tested. Due to limited access to real company data, simulated data was used, including 282 transactions over a 12-month period. The system enabled data import, cleaning, standardisation, aggregation, calculation of financial indicators, anomaly detection and export of results to CSV and XLSX files. The results indicate that automation can reduce manual work, increase process repeatability and improve the quality of financial reporting in micro and small enterprises. | en |
| dc.identifier.uri | https://repozytorium.wsb-nlu.edu.pl/handle/11199/11506 | |
| dc.language.iso | pl | |
| dc.rights | open access | |
| dc.subject | raportowanie finansowe | pl |
| dc.subject | automatyzacja | pl |
| dc.subject | mikro i małe przedsiębiorstwa | pl |
| dc.subject | data science | pl |
| dc.subject | Python | pl |
| dc.subject | ETL | pl |
| dc.subject | Power BI | pl |
| dc.subject | wykrywanie anomalii. | pl |
| dc.subject | financial reporting | en |
| dc.subject | automation | en |
| dc.subject | micro and small enterprises | en |
| dc.subject | data science | en |
| dc.subject | Python | en |
| dc.subject | ETL | en |
| dc.subject | Power BI | en |
| dc.subject | anomaly detection. | en |
| dc.title | Automatyzacja raportowania finansowego w mikro i małych przedsiębiorstwach z wykorzystaniem narzędzi data science. | pl |
| dc.title.alternative | Automation of financial reporting in micro and small enterprises using data science tools. | en |
| dc.type | masterThesis |
