1. SMEU
  2. Всі випуски
  3. Випуск 6, Номер 2, 2024
  4. Вплив бізнес-аналітики на корпоративне управління: можливості та виклики

Вплив бізнес-аналітики на корпоративне управління: можливості та виклики

SMEU.
2024;
Випуск 6, Номер 2
: cc. 39 - 47
Автори:
  1. З.П. Двуліт
1
Національний університет «Львівська політехніка», кафедра зовнішньоекономічної та митної діяльності

Стаття присвячена дослідженню переваг та недоліків застосування бізнес-аналітики в управлінні компаніями. Розглядається актуальність теми в контексті цифрової трансформації бізнесу та зростаючої ролі даних у прийнятті рішень. У роботі проаналізовано різні типи бізнес-аналітики: описову, діагностичну, прогнозну та прескриптивну, та їх вплив на ефективність управління. Досліджено ринок бізнес-аналітики, його поточний стан та перспективи розвитку. Виділено ключові переваги використання аналітичних інструментів, такі як підвищення точності прогнозування, ефективне управління ризиками та оптимізація бізнес-процесів. Водночас, розглянуто основні виклики та недоліки впровадження бізнес-аналітики, зокрема, проблеми з інфраструктурою даних, високі витрати на впровадження та потребу в кваліфікованих фахівцях.

бізнес-аналітика
дескриптивна аналітика
діагностична аналітика
предиктивна аналітика
прескриптивна аналітика
управління
дані
прийняття рішень
  1. Lepenioti, K., Bousdekis, A., Apostolou, D., & Mentzas, G. (2020). Prescriptive analytics: Literature review and research challenges. International Journal of Information Management, 50, 57-70. https://doi.org/10.1016/J.IJINFOMGT.2019.04.003.
  2. Houtmeyers, K., Jaspers, A., & Figueiredo, P. (2021). Managing the training process in elite sports: From descriptive to prescriptive data analytics. International Journal of Sports Physiology and Performance, 1-5. https://doi.org/10.1123/ijspp.2020-0958.
  3. Delen, D., & Ram, S. (2018). Research challenges and opportunities in business analytics. Journal of Business Analytics, 1(1), 12-20. https://doi.org/10.1080/2573234X.2018.1507324.
  4. Deka, G. (2016). Big data predictive and prescriptive analytics. In Big data analytics: Concepts, technol- ogies, and applications (pp. 30-55). https://doi.org/10.4018/978-1-4666-9840-6.CH002.
  5. Morr, C., & Ali-Hassan, H. (2019). Descriptive, predictive, and prescriptive analytics. In Analytics in healthcare (pp. 1-20). https://doi.org/10.1007/978-3-030-04506-7_3.
  6. Cooklev, T., Poulkov, V., Bennett, D., & Tonchev, K. (2018). Enabling RF data analytics services and applications via cloudification. IEEE Aerospace and Electronic Systems Magazine, 33(10), 44-55. https://doi.org/10.1109/MAES.2018.170108.
  7. Soltanpoor, R., & Sellis, T. (2016). Prescriptive analytics for big data. In Big Data Analytics and Knowledge Discovery (pp. 245-256). https://doi.org/10.1007/978-3-319-46922-5_19.
  8. Kaur, H., & Phutela, A. (2018). Commentary upon descriptive data analytics. In 2018 2nd International Conference on Inventive Systems and Control (ICISC) (pp. 678-683). https://doi.org/10.1109/ICISC.2018.8398884.
  9. Morr, C., & Ali-Hassan, H. (2019). Analytics building blocks. In Analytics in healthcare (pp. 1-20). https://doi.org/10.1007/978-3-030-04506-7_2.
  10. Song, S., Jeong, D., Kim, J., Hwang, M., Gim, J., & Jung, H. (2014). Research advising system based on prescriptive analytics. In Advances in Information and Communication Technology (pp. 569-574). https://doi.org/10.1007/978-3-642-55038-6_89.
  11. Baron, O. (2020). Business analytics in service operations—Lessons from healthcare operations. Naval Research Logistics (NRL), 68, 517-533. https://doi.org/10.1002/nav.22011.
  12. Mast, J., Steiner, S., Nuijten, W., & Kapitan, D. (2022). Analytical problem solving based on causal, correlational         and         deductive         models.         The         American         Statistician,         77,         51-61.https://doi.org/10.1080/00031305.2021.2023633.
  13. Koukaras, P., & Tjortjis, C. (2019). Social media analytics, types and methodology. In Learning and analytics in intelligent systems (pp. 12-27). https://doi.org/10.1007/978-3-030-15628-2_12.
  14. Anuar, N., Bakar, A., & Bakar, A. (2021). A review on privacy-preserving techniques in data analytics. In 2021 IEEE 6th International Conference on Signal and Image Processing (ICSIP) (pp. 1048-1052). https://doi.org/10.1109/ICSIP52628.2021.9688624.
  15. MarketsandMarkets. IBM (US) and Oracle (US) are leading players in the business intelligence market. https://www.marketsandmarkets.com/ResearchInsight/social-business-intelligence-bi-market.asp.
  16. Business Insider. Business intelligence market by component (solutions and services), solution (dash- boards and scorecards, data integration and ETL), business function (finance, operation), industry vertical (BFSI, tele- com and IT), and region – global forecast to 2025. https://markets.businessinsider.com/news/stocks/business-intelli- gence-market-worth-33-3-billion-by-2025-exclusive-report-by-marketsandmarkets-1029623092.
  17. Future Market Insights. Business intelligence market outlook (2023 to 2033). https://www.futuremarket- insights.com/reports/business-intelligence-market.
  18. Delen, D., & Ram, S. (2018). Research challenges and opportunities in business analytics. Journal of Business Analytics, 1(1), 12-20. https://doi.org/10.1080/2573234X.2018.1507324.
  19. Wang, C., Cheng, H., & Deng, Y. (2018). Using Bayesian belief network and time-series model to con- duct prescriptive and predictive analytics for computer industries. Computers & Industrial Engineering, 115, 486-494. https://doi.org/10.1016/j.cie.2017.12.003.
  20. Koukaras, P., & Tjortjis, C. (2019). Social media analytics, types, and methodology. In Learning and analytics in intelligent systems (pp. 12-27). https://doi.org/10.1007/978-3-030-15628-2_12.
  21. Soltanpoor, R., & Sellis, T. (2016). Prescriptive analytics for big data. In Big Data Analytics and Knowledge Discovery (pp. 245-256). https://doi.org/10.1007/978-3-319-46922-5_19.
  22. Lepenioti, K., Bousdekis, A., Apostolou, D., & Mentzas, G. (2020). Prescriptive analytics: Literature review and research challenges. International Journal of Information Management, 50, 57-70. https://doi.org/10.1016/J.IJINFOMGT.2019.04.003.
  23. Houtmeyers, K., Jaspers, A., & Figueiredo, P. (2021). Managing the training process in elite sports: From descriptive to prescriptive data analytics. International Journal of Sports Physiology and Performance, 1-5. https://doi.org/10.1123/ijspp.2020-0958.
  24. Morr, C., & Ali-Hassan, H. (2019). Descriptive, predictive, and prescriptive analytics. In Analytics in healthcare (pp. 1-20). https://doi.org/10.1007/978-3-030-04506-7_3.
  25. Baron, O. (2020). Business analytics in service operations—Lessons from healthcare operations. Naval Research Logistics (NRL), 68, 517-533. https://doi.org/10.1002/nav.22011.
  26. Deka, G. (2016). Big Data Predictive and Prescriptive Analytics. In Big Data Analytics: Concepts, Tech- nologies, and Applications. https://doi.org/10.4018/978-1-4666-9840-6.CH002.
  27. Song, S., Jeong, D., Kim, J., Hwang, M., Gim, J., & Jung, H. (2014). Research advising system based on prescriptive analytics. In Advances in Information and Communication Technology (pp. 569-574). https://doi.org/10.1007/978-3-642-55038-6_89.