METHODS OF INTELLECTUAL DATA ANALYSIS IN FORECASTING COMPETITIVENESS OF ENTERPRISES
Abstract
The research paper analyzes the essence of intellectual data analysis (IAD), its advantages and disadvantages of application. The objective of the research paper is to substantiate the possibilities and feasibility of using methods of intellectual data analysis for forecasting the competitiveness of the enterprise. The classification of the basic methods of the intellectual analysis of the data which can be used in forecasting the competitiveness of the enterprise is presented. It is noted that the basis for predicting the competitiveness of the enterprise and the indicators that determine its level is the historical information that is accumulated in the databases in the form of time series. In the process, the availability of templates that reliably describe the dynamics of behavior of the underlying indicators is determined, therefore there is a potential probability to predict the level of competitiveness of enterprises. The main criteria and tasks assigned to the methods of intellectual data analysis are considered. Conclusions are made regarding the prospects of using these methods in forecasting the competitiveness of the enterprise. It is stated that for the adoption of rational decisions in the system of control and forecasting of competitiveness, domestic enterprises shall use more modern methods of data analysis. One of the best approaches to forecast some important indicators of enterprise competitiveness or its level, are auto regression model and Bayesian networks. Their approach focused on solving the optimization problem, where optimization criterion considers maximization or optimization of key factors that determine the level of enterprise competitiveness and its economic development. It is noted that among methods, methods of intellectual analysis and their combination occupy a decisive place, and special technologies and algorithms are used for their implementation, while their application in practice is oriented on synergistic effect.
References
Ясницкий, Л. Н. Введение в искусственный интеллект : учеб. пособие для студ. высш. учеб. заведений / Л.Н.Ясницкий. – 3-е изд., стер. -. М. : Издательский центр, 2010. – 176 с.
Никифорова Н.А. Управленческий анализ: [учебник для магистров] / Н.А. Никифорова, В.Н. Тафинцева ; под общ. ред. Н.А. Никифоровой. – М. : Юрайт, 2013. – 442 с.
Usama Fayyad. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? – Tandem Computers Inc. – 1996. – 54 p.
Ілляшенко К. Інформаційні методи інтелектуального аналізу даних / К. Ілляшенко // Економічний аналіз. – 2010. – Випуск 7. – С. 390-392.
Паклин, Н. Б. Бизнес-аналитика: от данных к знаниям / Н. Б. Паклин, В. И. Орешков. – СПб. : Питер , 2009. – 624 с.
Колодчак О. М. Інтелектуальний аналіз даних / О. М. Колодчак // Вісник Національного університету "Львівська політехніка". Комп’ютерні системи та мережі. – 2013. – № 773. – С. 49-58. – [Електронний ресурс]. – Режим доступу: http://nbuv.gov.ua/UJRN/VNULPKSM_2013_773_11.
Романова Ю. Д. Інформаційні технології в менеджменті (управлінні): підручник і практикум для академічного бакалаврату / під заг. ред. Д. Ю. Романової. – М: Видавництво Юрайт, 2015. – 478 с. – [Електронний ресурс]. – Режим доступу: https://stud.com.ua/62442/menedzhment/intelektualniy_analiz_danih.
Грабовецький, Л. Дослідження та використання методів інтелектуального аналізу даних (ІАД) для підвищення ефективності роботи інтернет-магазину меблів / Леонтій Грабовецький // Наукові здобутки молоді – вирішенню проблем харчування людства у ХХІ ХХІ столітті: програма і матеріали 80 міжнародної наукової конференції молодих учених, аспірантів і студентів, 10–11 квітня 2014 р. – К.: НУХТ, 2014. – Ч. 2. – С. 479-480.
Чорноус Г. Оптимізація ціноутворення на основі моделей інтелектуального аналізу даних / Г. Чорноус, С. Рибальченко // Вісник Київського національного університету імені Тараса Шевченка. – 2015. – №7 (172). – С. 52-58.
Плескач В. Л. Інформаційні системи і технології на підприємствах: підручник / В.Л. Плескач, Т.Г. Затонацька. – К. : Знання, 2011. – 718 с.
Бідюк П.І. Ймовірнісне прогнозування процесів ціноутворення на фондових ринках / П.І. Бідюк, А.В. Федоров // Системні дослідження та інформаційні технології. – 2009. – №1. – С. 65-73.
Степаненко О.П. Інтелектуальні системи підтримки управління діяльністю організації / О.П. Степаненко // Культура народов Причерноморья. – 2008. – № 140. – С. 119-122.
Коршевнюк Л. О. Інформаційно-аналітична система для адаптивного прогнозування фінансових процесів та оцінювання ризиків / Коршевнюк Л. О., Бідюк П. І. // Наукові праці. Комп’ютерні технології. – 2013. – Випуск 201. – Том 213. – С. 59-62.
Бондаренко М. В. Сближение Business Process Management и Business Intelligence: тенденции в 2009 году [Електронний ресурс] / М. В. Бондаренко, С. Н. Тихонов. – Режим доступу: http://journal.itmane.ru/node/49.
Гавриш О.А. Сучасна парадигма конкурентоспроможності машинобудівних підприємств: роль інформаційно-інноваційного механізму [Електронний ресурс] / О.А. Гавриш, С.М. Савченко // Ефективна економіка: електронне наукове фахове видання. − 2011. − № 3. – Режим доступу до журналу: http://www.economy.nayka.com.ua
Козак Ю. Г. Математичні методи та моделі для магістрів з економіки. Практичні застосування. [текст] : [навч. посіб.] / Ю. Г. Козак, В. М. Мацкул. – К. : Центр учбової літератури, 2017. – 254 с.
Верес О. М. Класифікація методів аналізу великих даних / О. М. Верес, Р. М. Оливко // Вісник Національного університету “Львівська політехніка” – 2017. – Випуск 872. – С.84-92.
Jasnickij, L. N. (2010), Vvedenie v iskusstvennyj intellekt [Introduction to Artificial Intelligence], Izdatel'skij centr, Moscow, Russia.
Nikiforova, N.A. and Tafinceva, V.N. (2013), Upravlencheskij analiz [Management analysis], Jurajt, Moscow, Russia.
Fayyad, U. (1996), Knowledge Discovery Through Data Mining: What Is Knowledge Discovery?, Tandem Computers Inc., USA
Illiashenko, K. (2010), “Information methods of data intellectual analysis”, Ekonomichnyj analiz, vol. 7, pp. 390 – 392.
Paklin, N. B. (2009), Biznes-analitika: ot dannyh k znanijam [Business Intelligence: From Data to Knowledge], Piter, Saint Petersburg, Russia.
Kolodchak, O. M. (2013), “Intellectual data analysis”, Visnyk Natsional'noho universytetu "L'vivs'ka politekhnika", [Online], vol. 773, available at: http://nbuv.gov.ua/UJRN/VNULPKSM_2013_773_11 (Accessed 4 Sept 2018).
Romanova, Yu. D. (2015), Informatsijni tekhnolohii v menedzhmenti (upravlinni) ): pidruchnyk i praktykum dlia akademichnoho bakalavratu [Information Technology in Management (Management): Textbook and Workshop for Academic Bachelor's Degree], Vydavnytstvo Yurajt, Moscow, Russia.
Hrabovets'kyj, L. (2014), “Research and application of data mining methods to improve the efficiency of the online furniture store”, Naukovi zdobutky molodi – vyrishenniu problem kharchuvannia liudstva u KhKhI stolitti : prohrama i materialy 80 mizhnarodnoi naukovoi konferentsii molodykh uchenykh, aspirantiv i studentiv [Scientific achievements of youth – solving the problems of human nutrition in the XXI century: program and materials of the 80th international scientific conference of young scientists, postgraduates and students], Mizhnarodna naukova konferentsiia molodykh uchenykh, aspirantiv i studentiv [International Scientific Conference of Young Scientists, Postgraduates and Students], National University of Food Technology, Kyiv, Ukraine, pp. 479-480.
Chornous, H. and Rybal'chenko, S. (2015), “Optimization of pricing based on models of data mining”, Visnyk Kyivs'koho natsional'noho universytetu imeni Tarasa Shevchenka, vol. 7(172). – pp. 52-58.
Pleskach, V. L. (2011), Informatsijni systemy i tekhnolohii na pidpryiemstvakh [Information systems and technologies at enterprises], Znannia, Kyiv, Ukraine.
Bidiuk, P.I. and Fedorov, A.V. (2009), “Probabilistic forecasting of pricing processes in stock markets”, Systemni doslidzhennia ta informatsijni tekhnolohii, vol. 1, pp. 65-73.
Stepanenko, O.P. (2008), “Intelligent systems to support the management of the organization's activities”, Kul'tura narodov Prychernomor'ia, vol. 140, pp. 119-122.
Korshevniuk, L. O. and Bidiuk, P. I. (2013), “Information and analytical system for adaptive forecasting of financial processes and risk assessment”, Naukovi pratsi. Komp'iuterni tekhnolohii, vol. 201, no. 213, pp. 59-62.
Bondarenko, M.V. and Tykhonov S.N. (2013), “ The convergence of Business Process Management and Business Intelligence: trends in 2009”, Sistemy upravlenija biznes-processami. [Online], vol. 2, available at: http://journal.itmane.ru/node/49 (Accessed 5 Sept 2018).
Havrysh, O.A. and Savchenko, S.M. (2011), “Contemporary paradigm of competitiveness of machine-building enterprises: the role of information and innovation mechanism”, Efektyvna ekonomika, [Online], vol . 3, available at: http://www.economy.nayka.com.ua (Accessed 8 Sept 2018).
Kozak, Yu. H. and Matskul, V. M. (2017), Matematychni metody ta modeli dlia mahistriv z ekonomiky. Praktychni zastosuvannia [Mathematical methods and models for masters in economics. Practical applications], Tsentr uchbovoi literatury, Kyiv, Ukraine.
Veres, O. M. and Olyvko, R. M. (2017), “Classification of methods for analysis of large data”, Visnyk Natsional'noho universytetu “L'vivs'ka politekhnika”, vol. 872, pp. 84-92.
