Применение средств бизнес-аналитики для управления компанией

Современные условия рынка подстегивают успешные компании быть передовыми в ИТ-решениях, поскольку это позволяет постоянно оптимизировать и усовершенствовать бизнес-процессы. Следовательно, требуются передовые технологии для построения стратегических планов и актуальных прогнозов. Решением может послужить новая система бизнес-аналитики с возможностью интеграции к уже существующим, что приводит к трудностям сбора, анализа, структурирования и визуализации данных. Нами разработан алгоритм по внедрению системы бизнес-аналитики и с этой целью построены модели в нотации EPC AS-IS и TO-BE. На основе данных из этих моделей и с учетом выгрузки данных по продажам за последние 5 лет нами оптимизирована структура полученных данных, их визуализация: они динамически изменяемые, что позволит видеть прогноз в режиме постоянно изменяющихся данных. На основании метода анализа и прогнозирования временных рядов нами определены метрики для прогнозирования. С использованием языка DAX составлен прогноз на краткосрочный период. Представление и прогнозирование данных позволит лицу, принимающему решение, оптимизировать ключевые бизнес-процессы. Полученные результаты свидетельствуют о том, что влияние бизнес-аналитики с возможностью прогнозирования данных на эффективность деятельности организации полностью опосредовано и, следовательно, бизнес-ценность бизнес-аналитики может быть создана за счет использования общей терминологии и методологий, а также тесного взаимодействия между экспертами, менеджерами и командой по бизнес-аналитике и data scientist. Нами представлена система сбалансированных показателей эффективности.

1. Dalia, Suša Vugec. Business intelligence and organizational performance: The role of alignment with business process management / Dalia Suša Vugec, Vesna Bosilj Vukšić, Mirjana Pejić Bach, JurijJaklič, Mojca Indihar Štemberger // Business Process Management Journal. – 2020. – Vol. ahead-of-print No. ahead-of-print. – URL: https://doi.org/10.1108/BPMJ-08-2019-0342 ISSN: 1463-7154. Publication date: 29 March 2020 (дата обращения 16.10.2022). – Текст : электронный.

2. Официальный сайт компании IBM : сайт / IBM.COM. – United States: 2010. – URL: https://www.ibm.com/ru-ru/products/category/business?mhsrc=ibmsearch_a&mhq=BPM (дата обращения 12.10.2022). – Режим доступа: для зарегистрир. пользователей. — Текст : электронный.

3. Сорокин, А. А. Social BI – аналитическая обработка данных социальных медиа / А. А. Сорокин, А. Ю. Орлова // Сборник научных трудов II Международного научно-практического форума «Россия, Европа, Азия: цифровизация глобального пространства» / под ред. В. А. Королева. – Ставрополь : ООО «СЕКВОЙЯ», 2019. – С. 137–140.

4. Официальный сайт компании Qlick : сайт / QLIK.COM. – Qlik Community: 2012 – . – URL: https://www.qlik.com/us/data-visualization/visual-analytics (дата обращения: 18.10.2022). – Режим доступа: для зарегистрир. пользователей. – Текст : электронный.

5. Keim, D. Visual Analytics: Definition, Process, and Challenges / D. Keim, G. Andrienko, J.-D. Fekete, C. Gorg, J. Kohlhammer, G. Melancon // Information visualization. – 2008. – Vol. ahead-of-print No. ahead-of-print. – Pp. 154–175 – URL: https://d-nb.info/1098134664/34 (дата обращения: 23.10.2022). – Текст : электронный

6. Data Visualization and Visual Analytics: Seeing the World of Data. / J. Zuckerman // Sisense. – 2020. – Vol. ahead-of-print No. ahead-of-print. – URL: https://www.sisense.com/blog/data-visualization-and-visual-analytics-seeing-the-world-of-data/ (дата обращения 26.10.2022). – Текст : электронный.

7. Шлаев, Д. В. Применение программного обеспечения в информационно-аналитической среде для бизнеса / Д. В. Шлаев, Ю. В. Орел, А. С. Лопатин // Экономические аспекты информационного развития регионов : материалы Международной научно-практической конференции. Белорусский государственный экономический университет; Даугавпилсский университет; Белорусский государственный институт проблем культуры; Санкт-Петербургский государственный экономический университет; Донской государственный технический университет; Ростовский государственный экономический университет; Донской государственный аграрный университет; Северо-Кавказский федеральный университет; Ставропольский государственный аграрный университет. – Ставрополь : Агрус, 2018. – С. 306–308.