1. SMEU
  2. Всі випуски
  3. Випуск 6, Номер 2, 2024
  4. Роль бізнес-аналітики в епоху великих даних: нові можливості для ухвалення управлінських рішень

Роль бізнес-аналітики в епоху великих даних: нові можливості для ухвалення управлінських рішень

SMEU.
2024;
Випуск 6, Номер 2
: cc. 152 - 165
Автори:
  1. З.П. Двуліт
  2. Л. В. Мазник
1
Національний університет «Львівська політехніка», кафедра зовнішньоекономічної та митної діяльності
2
National University of Food Technologies

Ця стаття присвячена дослідженню ролі бізнес-аналітики в епоху великих даних (Big Data) та її впливу на прийняття рішень у сучасних організаціях. Проаналізовано основні тенденції використання великих даних у бізнес-середовищі, включаючи розвиток штучного інтелекту, машинного навчання, предиктивної аналітики та реальночасової обробки даних. Автори досліджують переваги використання аналітики великих даних, які полягають у персоналізації клієнтських пропозицій, покращенні управлінських процесів та підвищенні конкурентоспроможності організацій. Окремо висвітлюються виклики, пов'язані з інтеграцією великих даних у бізнес-процеси, зокрема питання безпеки, конфіденційності та етики використання даних. Стаття також акцентує увагу на перспективних напрямках подальших досліджень у сфері аналітики великих даних.

аналітика великих даних
інтеграція
бізнес-аналітика
прийняття рішень
предиктивна аналітика
етика даних
питання конфіденційності
безпека даних
бізнес-операції
  1. Alec Bokman, Lars Fiedler, Jesko Perrey, and Andrew Pickersgill (2024). Five facts: How customer ana- lytics boosts corporate performance Retrieved from: https://www.mckinsey.com/capabilities/growth-marketing-and- sales/our-insights/five-facts-how-customer-analytics-boosts-corporate-performance.
  2. Nicolaus Henke, Jacques Bughin, Michael Chui, James Manyika, Tamim Saleh, Bill Wiseman, and Guru Sethupathy (2016). The age of analytics: competing in a data-driven world Retrieved from: https://www.mckin- sey.com/capabilities/quantumblack/our-insights/the-age-of-analytics-competing-in-a-data-driven-world.
  3. Standing out on LinkedIn as a data scientist Retrieved from: https://www.tealhq.com/linkedin-guides/data- scientist.
  4. LinkedIn names data science & AI as in-demand jobs for 2021 (2021) Retrieved from: https://opendatasci- ence.com/linkedin-names-data-science-ai-as-in-demand-jobs-for-2021/.
  5. Arruda D., Madhavji N. (2017). The role of Big Data analytics in corporate decision-making, 28-37 DOIL: https://doi.org/10.5220/0006402300280037.
  6. Ayuningtyas A., Mokodenseho S., Aziz A., Nugraheny D., Retnowati N. (2023). Big Data analysis and its utilization for business decision-making. West Science Information System and Technology DOI: https://doi.org/10.58812/wsist.v1i01.177.
  7. Neves P., Bernardino J. (2021). The role of Big Data and business analytics in decision making DOI: https://doi.org/10.4018/978-1-7998-5849-2.ch010.
  8. Sahoo S. (2021). Big data analytics in manufacturing: a bibliometric analysis of research in the field of business management. International Journal of Production Research, 60, 6793–6821 DOI: https://doi.org/10.1080/00207543.2021.1919333.
  9. Goar V., Yadav N. (2022). Business decision making by big data analytics. International journal on recent and innovation trends in computing and communication DOI: https://doi.org/10.17762/ijritcc.v10i5.5550.
  10. Dong X. (2023). The advantages and challenges faced by business analytics in the context of big data. Advances in economics, management, and political sciences DOI: https://doi.org/10.54254/2754-1169/49/20230494.
  11. Mittelstadt B., Floridi L. (2015). The ethics of big data: current and foreseeable issues in biomedical con- texts. Science and Engineering Ethics, 22, 303-341 DOI: https://doi.org/10.1007/s11948-015-9652-2.
  12. Liang T., Guo X., Shen K. (2018). Big data analytics for business intelligence. Expert systems with appli- cations, 111, 1-11.DOI: https://doi.org/10.1016/j.eswa.2018.05.034.
  13. Awan U., Shamim S., Khan Z., Zia N., Shariq S., Khan M. (2021). Big data analytics capability and deci- sion-making: the role of data-driven insight on circular economy performance. Technological Forecasting and Social Change DOI: https://doi.org/10.1016/J.TECHFORE.2021.120766.
  14. Al-Sai Z., Husin M., Syed-Mohamad S., Abdin R., Damer N., Abualigah L., Gandomi A. (2022). Explore big data analytics applications and opportunities: a review. Big data and cognitive computing, 6(4), 157 DOI: https://doi.org/10.3390/bdcc6040157.
  15. Akter S., Bandara R., Hani U., Wamba S., Foropon C., Papadopoulos T. (2019). Analytics-based decision- making for service systems: a qualitative study and agenda for future research. International Journal of Information Management, 48, 85-95 DOI: https://doi.org/10.1016/J.IJINFOMGT.2019.01.020.
  16. Elgendy N., Elragal A. (2016). Big Data analytics in support of the decision-making process. Procedia computer science, 100, 1071-1084 DOI: https://doi.org/10.1016/J.PROCS.2016.09.251.
  17. Liebowitz J. (2016). Big data and business analytics –DOI: https://doi.org/10.1201/b14700.
  18. Sousa M., Pesqueira A., Lemos C., Sousa M., Rocha A. (2019). Decision-making based on big data ana- lytics for people management in healthcare organizations. Journal of Medical Systems, 43 DOI: https://doi.org/10.1007/s10916-019-1419-x.
  19. Ferraris A., Mazzoleni A., Devalle A., Couturier J. (2019). Big data analytics capabilities and knowledge management: impact on firm performance. Management decision DOI: https://doi.org/10.1108/MD-07-2018-0825.
  20. Maheshwari S., Gautam P., Jaggi C. (2020). Role of big data analytics in supply chain management: current trends and future perspectives. International Journal of Production Research, 59, 1875–1900 DOI:   https://doi.org/10.1080/00207543.2020.1793011.
  21. Cheryshenko M., Pomernyuk Y. (2021). Integration of big data in the decision-making process in the real estate sector. IOP conference series: Earth  and environmental science, 751 DOI: https://doi.org/10.1088/1755- 1315/751/1/012096.
  22. Sedkaoui S. (2018). How data analytics is changing entrepreneurial opportunities. International Journal of Innovation Science, 10, 274-294 DOI: https://doi.org/10.1108/IJIS-09-2017-0092.
  23. Shah T. (2022). Big data analytics in higher education. Research Anthology on Big Data Analytics Archi- tectures and Applications  DOI: https://doi.org/10.4018/978-1-5225-3616-1.CH003.
  24. Janiesch C., Dinter B., Mikalef P., Tona O. (2022). Business analytics and big data research in information systems. Journal of Business Analytics, 5, 1–7 DOI: https://doi.org/10.1080/2573234X.2022.2069426.
  25. Saggi M., Jain S. (2018). A survey towards an integration of big data analytics to big insights for value- creation. Information Processing & Management, 54, 758–790 DOI: https://doi.org/10.1016/j.ipm.2018.01.010.
  26. GDPR – URL: https://gdpr-text.com/uk/.
  27. Assurance lab – URL: https://www.assurancelab.cpa/resources/post/soc2-introduction.
  28. Willis B., Jai T. (Catherine). (2020). Do U.S. consumers want more power over their personal data? A preliminary study on consumer data right preferences: an abstract, 467–468 DOI: https://doi.org/10.1007/978-3-030- 39165-2_192.
  29. Bubakr H., Baber C. (2020). Using the toulmin model of argumentation to explore the differences in human and automated hiring decisions, 211-216 DOI: https://doi.org/10.5220/0009129102110216.
  30. Wolters P. (2021). The territorial effect of the right to be forgotten after Google v CNIL. International Journal of Law and Information Technology, 29, 57-75 DOI: https://doi.org/10.1093/ijlit/eaaa022.
  31. Gwebu K., Wang J., Wang L. (2018). The role of corporate reputation and crisis response strategies in data breach management. Journal of Management Information Systems, 35, 683-714 DOI: https://doi.org/10.1080/07421222.2018.1451962.
  32. Javeed U. (2021). Data and competition law: introducing data as non-monetary consideration and compe- tition concerns in data-driven online platforms. EngRN: Computer Engineering (Topic) DOI: https://doi.org/10.2139/ssrn.3788178.
  33. Sadok H., Sakka F., Maknouzi M. (2022). Artificial intelligence and bank credit analysis: a review. Cogent Economics & Finance, 10 – URL: https://doi.org/10.1080/23322039.2021.2023262.
  34. Chorzempa M., Triolo P., Sacks S. (2018). China’s social credit system: a mark of progress or a threat to privacy? Policy briefs.
  35. Singh M., Ghutla B., Jnr R., Mohammed A., Rashid M. (2017). Walmart's sales data analysis - a big data analytics perspective. 2017 4th Asia-Pacific World Congress on Computer Science and Engineering (APWC on CSE), 114-119 – DOI: https://doi.org/10.1109/APWCONCSE.2017.00028.
  36. Milosavljevic I. (2023). Netflix Recommends: Algorithms, Film Choice, and the History of Taste. Media Studies and Applied Ethics DOI: https://doi.org/10.46630/msae.2.2023.07.
  37. Hong J., Cruz I., Williams D. (2021). AI, you can drive my car: how we evaluate human drivers vs. self- driving cars. Computers in Human Behavior, 125, 106944 DOI: https://doi.org/10.1016/J.CHB.2021.106944.