ВИКОРИСТАННЯ ІНСТРУМЕНТАРІЮ BUSINESS INTELLIGENCE У ПРОЦЕСІ ПРОГНОЗУВАННЯ ОБЛІКОВИХ ПОКАЗНИКІВ ПІДПРИЄМСТВА

Autor: Bohdan Zasadnyi, Olena Mykhalska, Oleksandr Kyryllov
Jazyk: English<br />Ukrainian
Rok vydání: 2024
Předmět:
Zdroj: Фінансово-кредитна діяльність: проблеми теорії та практики, Vol 1, Iss 54 (2024)
Druh dokumentu: article
ISSN: 2306-4994
2310-8770
DOI: 10.55643/fcaptp.1.54.2024.4240
Popis: У сучасному глобальному бізнес-середовищі важливість ефективного управління та ухвалення обґрунтованих стратегічних рішень стає все більш критичною для успішної діяльності підприємств. Для досягнення цих цілей інформація стає ключовим ресурсом, а використання інструментарію Business Intelligence (BI) у процесі планування діяльності підприємства набуває великого значення. Мета дослідження полягає в ідентифікації та порівнянні практичних можливостей прогнозування облікових показників за допомогою сучасного інструментарію Business Intelligence. Формування показника чистого доходу є ключовою складовою стратегічного планування підприємства й вимагає комплексного аналізу внутрішніх та зовнішніх факторів. Для прогнозування облікових показників використовуються різні методи, такі як кореляційно-регресійний аналіз, моделі часових рядів і нейронні мережі. У статті доведено, що обрані методи прогнозування дали позитивні результати щодо ідентифікації динаміки чистого доходу ПрАТ «КиївХліб». Модель множинної лінійної регресії та ARIMA-модель продемонстрували схожі прогнози чистого доходу, передбачаючи збільшення у 2,03 раза за першим методом та у 2,017 раза за другим. Нейронна мережа також прогнозує зростання чистого доходу, але з меншим темпом приросту (у 2,93 раза). Автори акцентують увагу на ролі інструментарію Business Intelligence (BI) у процесі прогнозування облікових показників підприємства. Аналізується використання аналітики BI-платформ, що надає можливість передбачити стан підприємства в майбутньому та робить BI важливою складовою стратегічного й економічного аналізу. Традиційні методи прогнозування на основі кореляційно-регресійного аналізу та побудови часових рядів дуже поширені, проте мають свої обмеження. Вони ґрунтуються на припущенні, що минулі тенденції залишаться сталими в майбутньому, але не завжди можуть урахувати непередбачувані події. Розвиток інформаційних технологій призвів до використання більш ефективних методів інтелектуального аналізу даних для побудови прогнозів. Використання генетичних алгоритмів є перспективним напрямом для моделювання та прогнозування облікових показників, але вимагає наявності відповідних даних для кожної змінної моделювання. Порівняння традиційних методів прогнозування з методами інтелектуального аналізу даних може допомогти зрозуміти їхні слабкі й сильні сторони та сприяти розробці гібридних інструментів прогнозування, які усувають обмеження кожного з методів.
Databáze: Directory of Open Access Journals
Externí odkaz: