Моделювання та прогнозування економічних процесів
https://mpeproc.fmm.kpi.ua/
<p>Збірник матеріалів Всеукраїнської науково-практичної конференції з міжнародною участю «Моделювання та прогнозування економічних процесів» фокусується на дослідженні математичних методів і моделей та використанні спеціалізованого програмного забезпечення для прогнозування поведінки складних соціо-економічних систем.</p>uk-UAМоделювання та прогнозування економічних процесівПРОГНОЗНА АНАЛІТИКА В HR
https://mpeproc.fmm.kpi.ua/article/view/325167
<p>У сучасному світі бізнесу дані є однією з ключових складових прийняття ефективних<br>управлінських рішень. Використання прогнозної аналітики дозволяє організаціям не лише<br>аналізувати минулі події, а й передбачати майбутні тенденції. У сфері управління людськими<br>ресурсами прогнозна аналітика стає важливим інструментом для мінімізації ризиків плинно-<br>сті кадрів та розробки стратегій утримання персоналу.</p>Христина Бортник
Авторське право (c) 2025
2025-03-202025-03-20181АНАЛІТИКА ВИРОБНИЧО-ЕКОНОМІЧНОЇ ДІЯЛЬНОСТІ ПІДПРИЄМСТВА ЗА МОДЕЛЛЮ ЛЕОНТЬ
https://mpeproc.fmm.kpi.ua/article/view/325166
<p>З метою надання висновків щодо доцільності функціонування підприємства і отриман-<br>ня більшого прибутку за рахунок збільшення попиту проведемо аналітику виробничо-<br>економічної діяльності підприємства кисломолочної продукції. Для цього виконаємо наступ-<br>не:<br>- складемо міжструктурний матеріальний баланс на основі моделі Леонтьєва,<br>- розрахуємо нове планове завдання випуску кінцевої продукції,<br>- визначимо ціни та врівноважених ціни продукції,<br>- розрахуємо валові випуски для структурних одиниць підприємства.</p>Юлія БородінаСергій Колбасинський
Авторське право (c) 2025
2025-03-202025-03-20181ПРОГНОЗУВАННЯ ПОПИТУ НА IT-КОНСАЛТИНГ У РІЗНИХ ЧАСОВИХ ГОРИЗОНТАХ
https://mpeproc.fmm.kpi.ua/article/view/325169
<p>У сучасному цифровому середовищі попит на IT-консалтингові послуги постійно зрос-<br>тає, оскільки підприємства інтегрують новітні технології для підвищення ефективності біз-<br>нес-процесів та конкурентоспроможності. Прогнозування попиту є критичним для компанії<br>«Адаптив Маркетинг Солюшенз», оскільки дозволяє оптимізувати ресурси, покращити біз-<br>нес-процеси та знижувати ризики.<br>Точний прогноз попиту дає можливість адаптувати пропозицію до змін на ринку, під-<br>вищуючи конкурентоспроможність і виявляючи нові можливості для розвитку. Для цього<br>будуть використані різні методи прогнозування, включаючи традиційні та сучасні техніки.</p>Анастасія Грекул
Авторське право (c) 2025
2025-03-202025-03-20181ПРОГНОЗУВАННЯ ТА НАПРЯМИ ЕНЕРГЕТИЧНОГО ПЕРЕХОДУ ЗА КОНЦЕПЦІЄЮ 3D: ВИКЛИКИ ТА МОЖЛИВОСТІ ДЛЯ УКРАЇНИ
https://mpeproc.fmm.kpi.ua/article/view/325170
<p>Енергетичний перехід є ключовим глобальним процесом, який не тільки змінює тради-<br>ційні підходи до виробництва й споживання енергії, але й впливає на економічну, екологічну<br>та соціальну стабільність країни. Для України цей процес набуває особливого значення, пот-<br>ребує адаптації до міжнародних стандартів, впровадження інновацій та забезпечення еконо-<br>мічної безпеки в умовах трансформації енергетичної системи, задля чого окреслено виклики,<br>які стоять перед українським енергетичним сектором, а також можливості, що відкриваються<br>в контексті глобального переходу до сталих джерел енергії.<br>Енергетичний перехід – це сучасний світовий тренд, який передбачає глобальну модер-<br>нізацію енергетичної системи з акцентом на концепцію 3D, яка охоплює декарбонізацію,<br>деджіталізацію та децентралізацію. Основою таких змін є розвиток альтернативних джерел<br>енергії, впровадження новітніх технологій та цифрових рішень, що забезпечують зниження<br>витрат і підвищення ефективності.</p>Вікторія ДергачоваОлександра Хлебинська
Авторське право (c) 2025
2025-03-202025-03-20181ТРАНСФОРМАЦІЯ ПІДПРИЄМСТВ ЧЕРЕЗ ВПРОВАДЖЕННЯ ЦИФРОВИХ ІННОВАЦІЙ: ЕКОНОМІЧНІ ВИГОДИ ТА РИЗИКИ
https://mpeproc.fmm.kpi.ua/article/view/325174
<p>Сьогодні світ переживає трансформації, пов’язані з реалізацією Індустрії 4.0 — глоба-<br>льної ініціативи, ухваленої на Всесвітньому економічному форумі в 2014 році. Вона спрямо-<br>вана на прискорення технологічних перетворень, інтеграцію виробництва та зменшення ви-<br>трат управління. Перехід до Індустрії 4.0 вимагає модернізації промислових систем за допо-<br>могою інноваційних, стійких рішень. За останні роки цифрові технології, такі як Інтернет<br>речей, великі дані, робототехніка, блокчейн, штучний інтелект, доповнена реальність і швид-<br>кісне прототипування, активно впроваджуються у виробничі процеси провідних країн.</p>Андрій Калюжний
Авторське право (c) 2025
2025-03-202025-03-20181РОЗРОБКА СИСТЕМИ МОТИВАЦІЇ ПРАЦІВНИКІВ НА ПІДПРИЄМСТВІ INNOMOS GMBH
https://mpeproc.fmm.kpi.ua/article/view/325175
<p>Питання удосконалення систем мотивації працівників в it-галузі є доволі актуальним<br>адже, більшість компаній, зокрема іINNOMOS GmbH, визначають як тенденцію міграцію<br>висококваліфікованих спеціалістів, що призводить до збільшення витрат на заміщення, залу-<br>чення та адаптацію нових фахівців, і як наслідок впливає на продуктивність персоналу і ефе-<br>ктивність діяльності підприємств в цілому [1]. Для запобігання таких ризиків, було вирішено<br>провести аналіз існуючої системи мотивації працівників, виявити недоліки та запропонувати<br>вирішення цієї проблеми.</p>Олексій Козлов
Авторське право (c) 2025
2025-03-202025-03-20181АНАЛІТИКА ТА ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ АГЕНТІВ
https://mpeproc.fmm.kpi.ua/article/view/325178
<p>У сучасних економічних умовах інноваційні підходи до аналітики та прогнозування<br>стають важливим інструментом оптимізації стратегій економічних агентів. Зростаюча неви-<br>значеність ринків, вплив технологій і глобалізація вимагають точного прогнозування та ви-<br>користання цифрових технологій.<br>Аналітика та прогнозування поведінки економічних агентів є ключовим інструментом<br>для розуміння і впливу на економічну динаміку в сучасному світі. Складність економічних<br>процесів вимагає застосування інноваційних підходів для дослідження та моделювання по-<br>ведінки споживачів, підприємств, фінансових інститутів та інших учасників ринку.<br>Оцінка ефективності інвестиційної діяльності відіграє вирішальну роль в обґрунтуванні<br>та виборі можливих цілей інвестування. Від того, наскільки об'єктивно зроблена ця оцінка,<br>залежить правильне інвестиційне рішення, терміни повернення інвестицій, розвиток компа-<br>нії, галузі, регіону, суспільства. Оптимізація управлінських рішень у сфері довгострокового<br>інвестування вимагає пильної уваги до фінансово-економічної оцінки інвестицій та прогно-<br>172<br>зування майбутніх грошових потоків. Об'єктивність і достовірність оцінки інвестицій знач-<br>ною мірою визначаються використанням сучасних методів економічного обґрунтування ін-<br>вестиційної діяльності [1]. Це підкреслює важливість точної оцінки ефективності інвестицій<br>для прийняття обґрунтованих рішень. Від якості такої оцінки залежить вибір інвестиційних<br>цілей, швидкість повернення вкладених коштів і позитивний вплив на розвиток бізнесу, га-<br>лузі та суспільства. Для довгострокового інвестування важливо застосовувати сучасні мето-<br>ди прогнозування, що враховують майбутні фінансові потоки. Об'єктивність цих оцінок за-<br>безпечується комплексним використанням економічного аналізу та новітніх інструментів.</p>Юрій Лозан
Авторське право (c) 2025
2025-03-202025-03-20181ІНТЕГРАЦІЯ ЛАНЦЮГІВ ВАРТОСТІ ПРОДУКЦІЇ ПЕРЕРОБНОЇ ПРОМИСЛОВОСТІ В ГЛОБАЛЬНІ ЛАНЦЮГИ
https://mpeproc.fmm.kpi.ua/article/view/325180
<p>Тенденція до енергозбереження та популярність зеленого будівництва створює потен-<br>ційний ринок для українських підприємств. Українські підприємства скляної галузі можуть<br>інтегруватися в такі перспективні товарні групи, як енергоефективне скло для будівництва,<br>враховуючи зростання урбанізації та популярність енергоефективних технологій у будівниц-<br>тві [ 1].<br>Розглянемо інтеграцію ланцюгів вартості продукції переробної промисловості в глоба-<br>льні ланцюги на прикладі створення ланцюга вартості енергозберігаючого скла включає<br>різні етапи, від постачання ресурсів до утилізації скла. Виробничий ланцюг включає поста-<br>чання ресурсів, виробництво скла, переробка та виготовлення продукції, контроль якості,<br>зберігання та доставка, оптова та роздрібна торгівля, експорт, збірка скляних виробів, про-<br>мислова переробка скла, утилізація. Ключові учасники цього ланцюга включають компанії,<br>які постачають електроенергію та газ, постачальників сировини, постачальників хімікатів,<br>постачальників логістичних послуг, компанії, що надають технічну підтримку та технічне<br>обслуговування обладнання, компанії, що постачають технології та інновації, банки та інші<br>фінансові установи, торгово-промислові палати, науково-дослідні інститути, а також компа-<br>нії з промислової переробки енергозберігаючого скла.<br>Ці суб’єкти працюють в еко-індустріальних парках, щоб забезпечити ефективне та стале<br>виробництво енергозберігаючого скла, беручи до уваги якість, економічну ефективність та<br>екологічні аспектиСлабкі сторони у виробництві енергозберігаючого скла в Україні поляга-<br>ють у тому, що високий рівень необхідних початкових інвестицій на етапі будівництва заво-<br>дів ускладнює виходження на ринок національних виробників. Доступність кредитних ресу-<br>рсів та інвестиційного клімату країни визначають успіх залучення іноземних інвестицій. Ук-<br>раїна поки що не має механізмів страхування військових ризиків для промислових підпри-<br>ємств, що ускладнює привабливість країни для інвесторів. Наразі проводиться робота над<br>використанням міжнародного агентства MIGA для залучення інвестицій для будівництва<br>заводів в Україні, проте цей процес ще не має широкого розгляду та підтримки [3].<br>Потенціал та можливості розвитку ринку енергозберігаючого скла в Україні полягають у<br>зростанні попиту на цей вид продукції. Підвищення уваги до збереження енергоефективності<br>та сталий розвиток економіки створює сприятливе середовище для використання енергозбе-<br>рігаючих технологій. Розвиток нових технологій та постійна інноваційна діяльність в галузі<br>можуть стимулювати попит на енергозберігаюче скло. Окрім того, перегляд асортименту та<br>184<br>номенклатури товарів та використання новітніх технологій виробництва скляної продукції<br>посилюють конкурентоспроможність вітчизняних виробників на міжнародному ринку [2].<br>Стратегія інтегрування. Стратегія інтегрування для виробництва енергозберігаючого<br>скла в Україні та інтеграції у глобальні ланцюги включає низку ключових етапів, які мають<br>на меті: (1) ефективне впровадження технологій, (2) технічне забезпечення; (3) будівництво<br>склозаводу з виробництва енергозберігаючого скла (4) створення мережі дистриб'юторів для<br>забезпечення успішного виходу на ринок</p>Андрій Саченко
Авторське право (c) 2025
2025-03-202025-03-20181ІННОВАЦІЙНІ ТЕХНОЛОГІЇ ДЕКАРБОНІЗАЦІЇ: ПЕРСПЕКТИВИ ІНТЕГРАЦІЇ ШТУЧНОГО ІНТЕЛЕКТУ В ЕНЕРГЕТИЧНИЙ СЕКТОР
https://mpeproc.fmm.kpi.ua/article/view/325158
<p>Декарбонізація є фундаментальним процесом трансформації економічної системи,<br>спрямованим на радикальне зниження вуглецевої інтенсивності та досягнення принципово<br>нової моделі сталого розвитку. Ключовий аспект цього процесу полягає в комплексній<br>якісній трансформації існуючої енергетичної інфраструктури, що передбачає поступове<br>витіснення викопних енергоносіїв та масштабну електрифікацію різних секторів економіки.</p>Ігор БердникОлена Трофименко
Авторське право (c) 2025
2025-03-202025-03-20181ВИКОРИСТАННЯ BI-ІНСТРУМЕНТІВ ДЛЯ АНАЛІЗУ КЛЮЧОВИХ МЕТРИК ІННОВАЦІЙНОЇ ДІЯЛЬНОСТІ ПІДПРИЄМСТВ
https://mpeproc.fmm.kpi.ua/article/view/325163
<p>В сучасних умовах продуктивна спроможність підприємств на інноваційних засадах –<br>це здатність забезпечувати стійке зростання, яке керується не економічною ефективністю, а<br>ідеями, інтелектуальними знаннями, які втілюються в нові продукти (послуги) все більш ви-<br>сокої якості з меншими витратами. Забезпечення стійкого зростання з року в рік, особливо на<br>тлі широкомасштабної війни і нестабільної економіки, є однією із складних задач.</p>Ігор БехЛюбов Смоляр
Авторське право (c) 2025
2025-03-202025-03-20181ВИКОРИСТАННЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ МОДЕЛЮВАННЯ ЛОГІСТИЧНИХ ПОТОКІВ У КРИЗОВИХ УМОВАХ
https://mpeproc.fmm.kpi.ua/article/view/325164
<p>Логістика відіграє критичну роль у забезпеченні ефективного функціонування еко-<br>номічних і гуманітарних процесів, особливо в умовах кризи. Під час воєнних конфліктів,<br>природних катастроф або глобальних пандемій, як це стало очевидним у випадку COVID-19,<br>логістичні ланцюги стикаються з низкою викликів, зокрема порушенням транспортної ін-<br>фраструктури, дефіцитом ресурсів та різким зростанням потреб у гуманітарних поставках.<br>Традиційні методи управління логістичними потоками в таких умовах часто виявляються<br>недостатньо гнучкими або ефективними для реагування на швидко мінливі обставини. У<br>цьому контексті машинне навчання (ML) та інші інноваційні підходи до моделювання<br>логістичних операцій стають все більш актуальними.</p>Денис БойкоІрина Лазаренко
Авторське право (c) 2025
2025-03-202025-03-20181ВИКОРИСТАННЯ АВТОМАТИЗОВАНИХ ЗАСОБІВ ДЛЯ ВИРІШЕННЯ ПРОБЛЕМИ ВРАХУВАННЯ ГЕТЕРОСКЕДАСТИЧНОСТІ ПІД ЧАС ДОСЛІДЖЕННЯ ЕКОНОМІЧНИХ СИСТЕМ В УМОВАХ ПІДВИЩЕНОГО РИЗИКУ
https://mpeproc.fmm.kpi.ua/article/view/331221
Олена Бондаренко
Авторське право (c) 2025
2025-05-292025-05-291811919РОЛЬ БЛОКЧЕЙНУ В МОДЕРНІЗАЦІЇ ФІНАНСОВИХ СИСТЕМ ТА ЙОГО ВПЛИВ НА ЕКОНОМІЧНЕ МОДЕЛЮВАННЯ
https://mpeproc.fmm.kpi.ua/article/view/331390
<p>На сучасному етапі розвитку світової економіки відбуваються безпрецедентні техно-<br>логічні трансформації, серед яких особливе місце займає технологія блокчейн, оскільки її<br>вплив на модернізацію як фінансової системи, так і економічного моделювання неможливо<br>переоцінити через зміну усталених протягом тривалого часу парадигм у фінансових інститу-<br>тах та механізмах економічної взаємодії. На наш погляд, саме блокчейн-технології стануть<br>каталізатором революційних змін у фінансовій сфері та відкриють широкі можливості для<br>підвищення ефективності, прозорості та безпеки фінансових операцій.<br>Глибокий аналіз тенденцій, які відбуваються у фінансовому секторі, дозволяє ствер-<br>джувати, що впровадження блокчейну призводить до формування якісно нової архітектури<br>фінансових систем. У той час як традиційні, сильно централізовані моделі втрачають свою<br>актуальність, децентралізовані системи дають більш високий рівень довіри та ефективності.<br>Я також вважаю важливим, що блокчейн відкриває можливості для демократизації фінансо-<br>вих послуг, роблячи їх більш доступними як для широких верств населення, так і для малого<br>бізнесу. Згідно з дослідженням, інтеграція блокчейн-технологій у фінансовий сектор відбу-<br>вається наступним чином. По-перше, це трансформація платіжних систем та механізмів<br>міжнародних переказів. Так, за допомогою блокчейну вартість транскордонних платежів<br>може бути знижена в рази, а час на їх здійснення - скоротитися з декількох днів до декількох<br>хвилин. По-друге, з розвитком DeFi відбувається революція в управлінні активами та інве-<br>стиціями. Я вважаю, що в найближчі роки більшість інновацій у фінансовому секторі будуть<br>обумовлені саме DeFi-платформами. [1]<br>Окремої уваги заслуговує вплив блокчейну на зміни в процесі створення економічних<br>моделей. Можна стверджувати, що традиційні економетричні моделі за своєю суттю потре-<br>бують глибокого переосмислення на тлі децентралізованих фінансів. Блокчейн відкриває<br>абсолютно нові можливості для збору та аналізу інформації про фінансові операції в режимі<br>реального часу, що створює умови для найбільш адекватних економічних прогнозів і ефек-<br>тивного управління ризиками.<br>Першим прикладом є вплив технологій блокчейн на монетарну політику та діяльність<br>центральних банків. Виявлено, що створення блокчейн-центробанків може призвести до<br>різкої зміни механізмів монетарного регулювання. Очікується, що в наступному десятилітті<br>більшість розвинених країн запровадять свої національні CBDC, що відповідно створить по-<br>требу в розробці нових підходів до монетарного регулювання та управління фінансовою<br>стабільністю.<br>Аналізуючи практичний досвід впровадження блокчейн-рішень у фінансовому секторі,<br>можна простежити низку тенденцій. Перш за все, це стрімке зростання кількості успішних<br>проектів у сфері міжбанківських розрахунків і торгового фінансування. Банки та фінансові<br>установи все частіше звертаються до технологій блокчейн для оптимізації своїх операційних<br>процесів з метою скорочення витрат. Крім того, активно розробляються нові бізнес-моделі та<br>фінансові продукти, засновані на використанні смарт-контрактів і токенізації активів.<br>22<br>Особливо важливим, на нашу думку, є вплив блокчейну на розвиток систем управління<br>ризиками у фінансовому секторі. Прозорість і незмінність даних, які забезпечує технологія<br>блокчейн, дозволяють створювати більш ефективні механізми моніторингу та контролю<br>фінансових ризиків, що особливо актуально в умовах зростання кількості кіберзагроз та<br>необхідності забезпечення високого рівня безпеки фінансових операцій.<br>Таблиця 1-Ввплив технологій блокчейну у фінансовому секторі<br>Сфера впливу Опис змін Очікувані результати Приклади впровадження<br>Платіжні системи Оптимізація транскордон-<br>них переказів, зниження<br>витрат та часу на виконання<br>операцій<br>Скорочення часу платежів<br>з днів до хвилин, зниження<br>комісій<br>Ripple, Stellar<br>Децентралізовані<br>фінанси (DeFi)<br>Впровадження платформ<br>для управління активами та<br>інвестиціями<br>Зниження ролі посеред-<br>ників, зростання доступ-<br>ності фінансових послуг<br>Uniswap, Aave<br>Монетарна<br>політика<br>Введення цифрових валют<br>центральних банків (CBDC)<br>Підвищення ефективності<br>монетарного регулювання,<br>зростання прозорості<br>фінансових операцій<br>Експерименти з CBDC у<br>Китаї, Європейському Со-<br>юзі<br>Управління<br>ризиками<br>Прозорий моніторинг<br>фінансових ризиків за раху-<br>нок незмінності даних у<br>блокчейні<br>Підвищення рівня безпеки,<br>зменшення кіберзагроз<br>Chainalysis, блокчейн-<br>рішення у сфері регулю-<br>вання<br>Інклюзивні<br>фінансові послуги<br>Надання доступу до фінан-<br>сових інструментів для<br>незабезпечених верств насе-<br>лення<br>Зниження фінансової<br>нерівності, розширення<br>фінансової інклюзії<br>Проєкти з мікрофінансу-<br>вання у країнах Африки<br>Економічне<br>моделювання<br>Використання даних у ре-<br>жимі реального часу для<br>прогнозування та аналізу<br>Підвищення точності еко-<br>номічних прогнозів, зни-<br>ження ризиків<br>Дослідження World Bank<br>про вплив блокчейну на<br>економічне управління<br>Джерело: складено автором на основі [1]<br>Впровадження технологій блокчейн також відкриває нові можливості для розвитку<br>інклюзивних фінансових послуг. Децентралізовані фінансові платформи можуть стати ефек-<br>тивним інструментом подолання фінансової нерівності та забезпечення доступу до фінансо-<br>вих послуг для людей, які не мають банківських рахунків, обумовлене актуальністю для<br>країн, що розвиваються, де значна частина населення не має доступу до традиційних<br>банківських послуг. За допомогою новітніх інструментів технологій блокчейн, можливо зро-<br>бити переворот в економічних системах. Наприклад, агентне моделювання, яке дозволяє мо-<br>делювати поведінку окремих учасників мережі і вивчати їх взаємодію; мережевий аналіз, що<br>використовується для вивчення взаємозв'язків між учасниками блокчейн-мереж; машинне<br>навчання, яке застосовується для аналізу великих обсягів даних з блокчейну і прогнозування<br>майбутніх трендів; теорія ігор, яка може бути використана для моделювання стратегічної<br>поведінки учасників блокчейн-систем, а також спеціалізовані програмні платформи, що ро-<br>зроблені спеціально для аналізу блокчейн-даних.<br>Отже, аналіз впливу блокчейну на економічне моделювання свідчить про необхідність<br>нових методичних підходів та інструментів аналізу. Традиційні економетричні моделі, що<br>базуються на історичних даних та централізованих джерелах інформації, мають бути адапто-<br>вані до умов децентралізованої економіки. Пропонується розробити нові підходи до еко-<br>номічного моделювання з урахуванням специфіки блокчейн-систем та можливостей аналізу<br>даних у режимі реального часу. З цього випливає, що блокчейн-технології все більше пере-<br>творюються на один із драйверів змін у фінансовому секторі та економічному моделюванні,<br>а їх поява вимагає переосмислення традиційного підходу до організації фінансових систем та<br>розробки нових методів економічного аналізу.</p>Ірина ГреньНаталія Семенченко
Авторське право (c) 2025
2025-05-272025-05-271812121MODELING OF ENTERPRISE ACTIVITIES IN CONDITIONS OF UNCERTAINTY
https://mpeproc.fmm.kpi.ua/article/view/331394
<p>Modern enterprises operate in an extremely complex environment, where uncertainty becomes<br>a constant condition of their existence. As a result of the full-scale military invasion of the<br>Russian Federation into Ukraine, Ukrainian enterprises faced physical destruction of assets, forced<br>relocation, labor shortages, and logistical constraints. Security threats and financial and economic<br>risks of enterprise activity are a challenge for the functioning of business in Ukraine. Under these<br>conditions, it is important to additionally involve economic and mathematical modeling tools that<br>allow taking into account factors of uncertainty of the external environment and are the basis for<br>making further management decisions.<br>Modeling of enterprise activity is becoming an important tool for forecasting, adapting, and<br>making effective management decisions. The use of economic and mathematical models allows<br>enterprises [1]:<br>- to assess the impact of external factors, such as demand fluctuations, currency risks, and<br>changes in legislation;<br>- to form alternative scenarios for business development depending on the development of the<br>situation;<br>- optimize internal processes, including resource and financial management, to minimize costs<br>and maximize efficiency.<br>Thus, in a period of global turbulence, companies that are able to effectively use modeling of<br>their activities have a higher chance of survival and development in conditions of uncertainty.<br>Table 1 shows the financial indicators of the company "SEVENPORT" LLC for the period<br>2022-2024. This company provides comprehensive services in the field of international cargo transportation<br>and customs clearance. Given the constant changes in the industry, high level of competition<br>and conditions of uncertainty, the company actively analyzes the market situation and seeks<br>new opportunities to adapt to changing conditions and ensure sustainable development. Modeling<br>using the logit model allows you to identify key factors that determine the company's success in the<br>market, as well as assess risks and opportunities for further development.<br>Table 1 – Dynamics of the company's financial indicators “SEVENPORT” LLC for the period<br>2022–2024</p>Єлизавета ГродзьОлена ТрофименкоОлена Трофименко
Авторське право (c) 2025
2025-05-272025-05-271812323ЕКСПЕРТНЕ ОЦІНЮВАННЯ ПІДПРИЄМНИЦЬКИХ РИЗИКІВ
https://mpeproc.fmm.kpi.ua/article/view/331397
<p>Сучасні умови функціонування українських підприємницьких структур (ПС) характе-<br>ризуються макроекономічною нестабільністю, високим рівнем енергетичних загроз та ін. Це<br>призводить до погіршення фінансового стану ПС, збитковості діяльності, зниження рівня<br>ділової активності. Тому актуальним науково-дослідним завданням є оцінювання ризиків ПС<br>різних типів з метою застосування превентивних механізмів фінансової стабілізації.<br>При опитуванні менеджменту 33 підприємств різних регіонів була запропонована кла-<br>сифікація ризиків на безпекові (пов’язані з веденням бойових дій і гібридної війни), еко-<br>номіко-політичні (зовнішні, спричинені змінами ринкової кон’юнктури чи політичними<br>рішеннями) та операційні (впливають на стабільність роботи бізнесу). Слід зазначити, що<br>результати експертного оцінювання ризиків ПС показали, що сприйняття ризиків суттєво<br>відрізняється у компаній різних галузей та регіонів.<br>В ході дослідження були отримані наступні результати. За географічним принципом<br>ризик «руйнування внаслідок обстрілу та окупація підприємства» є домінантним ризиком<br>для підприємств областей, на території яких ведуться бойові дії (крім Миколаївської об-<br>ласті). Однак, наприклад для підприємств Дніпропетровського регіону ризик руйнування має<br>однаковий ранговий пріоритет з ризиком нестачі кадрів, незважаючи на те, що цей регіон<br>межує із прифронтовими: Донецькою та Запорізькою областями (рис 1).</p>Лідія Гур’яноваВіталій Голіч
Авторське право (c) 2025
2025-05-272025-05-271812525ПРОГНОЗУВАННЯ ДИНАМІКИ РИНКУ КРИПТОВАЛЮТ НА ОСНОВІ ДАНИХ СОЦІАЛЬНИХ МЕРЕЖ
https://mpeproc.fmm.kpi.ua/article/view/331401
<p>У сучасній економіці дослідження на основі даних із соціальних мереж набувають все<br>більшої популярності. Інтерактивні платформи, такі як тікток, фейсбук, інстаграм, ікс (твіт-<br>тер), лінкедин та інші, генерують велику кількість даних, які можуть бути використані для<br>аналізу поведінки користувачів. Обробка великих обсягів інформації вимагає розробки ефек-<br>тивних інструментів їх збору та аналізу. Прикладний програмний інтерфейс (API) є одним з<br>ключових методів, який забезпечує доступ до даних у реальному часі. Прикладний програм-<br>ний інтерфейс дозволяє науковцям автоматизувати процес збору інформації, налаштовувати<br>запити за різними критеріями та отримувати структуровані дані для подальшого аналізу.<br>Науковці активно досліджують використання API соціальних мереж для збору та<br>аналізу даних, прогнозування динаміки ринку криптовалют за допомогою методів інтелек-<br>туального аналізу даних. Так, Poudel, Weninger аналізували проблеми пов’язані з доступом<br>до соціальних мереж [1]. Розробка та керування прикладним програмним інтерфейсом при-<br>вертає значну увагу розробників програмного забезпечення [2]. Публікація “Advances in Intelligent<br>Data Analysis and Its Applications” Zhang, C., Li, W., Zhang, H., & Zhan, T. містить<br>огляд теоретичних основ методів інтелектуального аналізу даних і пропонує практичні реко-<br>28<br>мендації для підвищення точності та швидкості аналізу [3]. У дослідженні Mudassir, M.,<br>Bennbaia "Time-series forecasting of Bitcoin prices using high-dimensional features: a machine<br>learning approach" автори прогнозують ціну на біткоїн за допомогою моделей машинного<br>навчання, визначають точність прогнозування для короткострокового та середньострокового<br>періоду упередження [4].<br>Метою дослідження є проведення комплексного аналізу моделей для прогнозування<br>динаміки ринку криптовалют за даними соціальних мереж. Відповідно до мети дослідження<br>основними завданнями є:<br>- зібрати базу даних про активність користувачів у соціальних мережах;<br>- виконати обробку, агрегацію даних;<br>- побудувати моделі прогнозування на основі поліноміальної регресії, а також методів<br>машинного навчання (Random Forest, Decision Tree) та Prophet;<br>- оцінити точність та ефективність моделей за допомогою метрик Mean Squared Error та<br>Mean Absolute Error.<br>Збір інформації з соціальних мереж включав формування тематичних запитів. Вико-<br>ристання структурованих запитів дозволило ефективно вилучати дані, релевантні до до-<br>сліджуваної теми, чим забезпечило репрезентативність вибірки для аналізу.<br>Парсинг включав перетворення необробленої інформації на структуровані формати,<br>придатні для подальшого аналізу. Коректність обробки даних забезпечується застосуванням<br>сучасних бібліотек Python, таких як requests та json.<br>Код для обробки включав адаптацію алгоритмів збору інформації до специфіки кож-<br>ної соціальної мережі. Наступний етап - формування термінологічних баз із ключових слів,<br>фраз та синонімів. Розробка програмного забезпечення для автоматизації створення запитів<br>до API здійснювалась із застосуванням HTTP-методу POST. Розробка скриптів для перевірки<br>статусу та результатів виконання запитів, зроблених до API, здійснювалась з використанням<br>HTTP-методу GET. Зроблено автоматизацію перенесення даних із хмарної бази PostgreSQL<br>(через PGAdmin) до локальних файлів формату CSV для подальшої обробки. Далі - оп-<br>тимізація циклічного виконання запитів із врахуванням обмежень швидкості API та розробка<br>алгоритмів для регулювання частоти запитів із використанням таймерів (time.sleep) або черг<br>завдань для забезпечення відповідності правилам використання API. Реалізація скриптів для<br>обробки, візуалізації та аналізу даних кожної соціальної мережі окремо включає методи ча-<br>стотного аналізу та аналізу настроїв із використанням бібліотек Python (NLTK, scikit-learn,<br>matplotlib).<br>Система моніторингу збору даних дозволяє інтегрувати отримані дані в аналітичні та<br>дослідницькі процеси. Така універсальність даної системи є перспективною для подальшого<br>використання в бізнесі, науці та освіті. Досліджено варіанти інтеграції отриманих даних для<br>описового аналізу, кількісного аналізу, лінгвістичного аналізу, аналізу часових рядів, мере-<br>жевого аналізу, семантичного аналізу. Слід також зазначити, що отримані таким чином дані<br>дозволяють здійснити детальний контент-аналіз на кшталт визначення найпопулярніших<br>тегів, топ-постів по окремим соціальним мережам, топ найпопулярніших емодзі. Ефективним<br>є їх використання для категоризації та візуалізації медіа-контенту.<br>Серед моделей прогнозування динаміки криптовалют саме модель дерева рішень про-<br>демонструвала хорошу точність. MSE становить 2,532,048.20, що свідчить про порівняно<br>низький рівень розбіжностей між прогнозованими та фактичними значеннями. Коефіцієнт<br>детермінації R² підтверджує, що 79.3% варіації ціни біткоїна пояснюється побудованою мо-<br>деллю, що свідчить про її адекватність моделі та доцільність врахування даних соціальних<br>мереж під час прогнозування ринку криптовалют.<br>Побудована модель дерева рішень продемонструвала певний успіх у прогнозуванні<br>цін на біткоїн, проте зросли відхилення у прогнозах з часом. Тому в ході дослідження ро-<br>зроблено модель випадкового лісу для врахування більш складних взаємозв'язків між<br>змінними (рис. 1).</p>Лідія Гур’яноваРостислав Луценко
Авторське право (c) 2025
2025-05-272025-05-271812727ЗАСТОСУВАННЯ МЕТОДІВ КЛАСТЕРНОГО АНАЛІЗУ ДЛЯ ОЦІНКИ РИЗИКІВ ПІДПРИЄМНИЦЬКИХ СТРУКТУР
https://mpeproc.fmm.kpi.ua/article/view/331402
<p>Сучасні умови функціонування українських підприємницьких структур<br>характеризується значним ступенем ризику, пов’язаним з низьким рівнем стійкості<br>енергетичної системи, інфляційними процесами, зниженням платоспроможного попиту та ін.<br>Фактори ризику оказують асиметричний вплив на діяльність підприємницьких структур<br>(ПС) різних регіонів, масштабу бізнесу, сфер діяльності. Тому цікавим науково-дослідним<br>завданням є оцінка такого асиметричного впливу ризиків на ПС різного типу, що дозволяє<br>визначити найбільш вразливі сфери діяльності та застосувати превентивні механізми<br>фінансової стабілізації галузі.<br>Для розробки моделі класифікації використовувались методи ієрархічної<br>агломеративної кластеризації (метод Уорда) та ітеративної кластеризації (метод k-means).<br>Інформаційною базою дослідження є фінансові дані українських підприємств за такими<br>показниками, як прибуток, рентабельність активів, коефіцієнт поточної ліквідності, рівень<br>заборгованості та ін., а також класифікаційні ознаки ПС: масштаб бізнесу, регіональне<br>розташування та відстань до зони бойових дій та ін. Під час побудови моделі кластерного<br>аналізу дані були стандартизовані.<br>Дендрограма кластеризації за методом Уорда (рис. 1), графік «ліктя» та інші критерії,<br>що дозволяють досліджувати зміну функціоналів якості класифікації в залежності від<br>кількості кластерів, яка враховується в моделі класифікації, дозволили зробити висновок про<br>наявність 7 груп в досліджуваній сукупності.</p>Лідія Гур’яноваАнгеліна Чала
Авторське право (c) 2025
2025-05-272025-05-271813030МЕТОДИ УПРАВЛІННЯ МОТИВАЦІЄЮ ПРАЦІВНИКІВ ПІДПРИЄМСТВ ІНЖЕНЕРНИХ СПРЯМУВАНЬ В УМОВАХ ВІЙСЬКОВОГО СТАНУ В УКРАЇНІ
https://mpeproc.fmm.kpi.ua/article/view/331412
<p>Військовий стан в Україні змусив людей змінити пріоритети не тільки у звичайному<br>житті, але і у професійній сфері. Це створює необхідність переосмислити традиційні методи<br>мотивації та впроваджувати нові, адаптовані до сучасних умов.<br>Для початку розглянемо традиційні методи мотивації та проаналізуємо їх ефективність<br>у контексті роботи інженерного підприємства.<br>Таблиця 1 — Традиційні методи мотивації працівників інженерного підприємства<br>Метод<br>мотивації<br>Опис методу для інженерно-<br>го підприємства<br>Переваги Недоліки<br>1 2 3 4<br>Додаткові<br>грошові<br>виплати<br>Премії за виконання склад-<br>них задач, грант на про-<br>фесійне навчання студентів<br>на підприємстві.<br>Мотивує виконувати<br>складні задачі, при-<br>вертає нові кадри.<br>Сприяє зросту конкуренції між<br>працівниками, що деморалізує<br>командний настрій.<br>Індиві-<br>дуалізація<br>оплати праці<br>Гнучкі тарифи заробітної<br>плати, які відповідають<br>складності проєктів та<br>відпрацьованому часу.<br>Забезпечує відчуття<br>справедливості та<br>забезпечує професій-<br>ний ріст .<br>Потребує знаного часу для<br>впровадження системи.<br>Публічне<br>визнання<br>досягнень<br>Нематеріальні нагороди за<br>професійні досягнення у<br>вирішенні інженерних задач.<br>Мотивує підтримува-<br>ти та покращувати<br>професійні навички<br>Підходить не для всіх<br>спеціалістів; може не моти-<br>вувати працівників, які<br>націлені на матеріальні цін-<br>ності.<br>33<br>1 2 3 4<br>Адміністра-<br>тивний влив<br>Суворий чи додатковий кон-<br>троль за виконанням інже-<br>нерних задач шляхом<br>звідності та постійного<br>нагляду<br>Забезпечує швидкість<br>виконання завдань,<br>якість продуктів у<br>кризових ситуаціях.<br>Може демотивувати<br>кваліфікаційних працівників та<br>сприяти відтоку професіональ-<br>них кадрів.<br>Автономія Надання інженерам змоги<br>самостійно вирішувати ін-<br>женерні питання та постав-<br>ленні задачі.<br>Зростає відповідаль-<br>ність та ініціатив-<br>ність працівників.<br>Працівники повинні бути ви-<br>сококваліфікованими, щоб<br>забезпечити якісне виконання<br>роботи.<br>Гейміфікація<br>процесів<br>Введення в робочі процеси<br>ігрових форм, які зможуть<br>допомогти у вирішенні задач<br>(наприклад, рейтингові таб-<br>лиці, нагороди, тощо)<br>Підвищує залученість<br>співробітників до<br>вирішення інженер-<br>них задач та робочих<br>процесів.<br>Більшість працівників інже-<br>нерного профілю не сприйма-<br>ють гейміфікацію серйозно та<br>можуть не долучитися до «зма-<br>гання».<br>Гнучкий<br>графік<br>роботи<br>Працівники мають змогу<br>працювати віддалено або за<br>гнучким графіком.<br>Сприяє комфортному<br>робочому процесу<br>працівників.<br>Складно контролювати ефек-<br>тивність робочої діяльності<br>працівників.<br>Професійний<br>розвиток<br>Організація тренінгів для<br>підвищення кваліфікації,<br>курсів з професійного<br>навчання, тощо.<br>Сприяє підвищенню<br>рівня кваліфікації<br>персоналу<br>Потребує значних фінансових<br>витрат та часу.<br>Соціальні<br>пакети<br>Надання відпустки, додатко-<br>вих вихідних, медичне<br>страхування.<br>Забезпечення певного<br>рівня безпеки, змен-<br>шення рівня стресу.<br>Потребує додаткових<br>фінансових витрат.<br>Джерело: складено автором на основі [1], [2], [3].<br>Війна створила безпрецедентні виклики для управління мотивацією працівників, що є<br>критично важливим для збереження продуктивності та функціонування підприємств. Розгля-<br>даючи компанії, що працюють в інженерних напрямах, серед основних проблем, які безпосе-<br>редньо впливають на рівень мотивації співробітників, можна виділити наступні:<br>1. Втрата ключових співробітників через мобілізацію та міграцію. Мобілізація значної<br>частини працездатного населення призводить до дефіциту кваліфікованих кадрів. Еміграція<br>спеціалістів за кордон через небезпеку та економічну нестабільність у країні змушує<br>підприємства оперативно адаптувати кадрову політику.<br>2. Психологічна нестабільність працівників. Постійний стрес, тривожність і страх за<br>життя своїх близьких знижують залученість до робочого процесу. Підвищення рівня виго-<br>рання через емоційне виснаження та необхідність працювати у складних умовах.<br>3. Складнощі у створенні умов для ефективної роботи. Часті перебої з електроенергією<br>впливають на комфорт працівників і знижують їхню продуктивність. Руйнування інфра-<br>структури (доріг, мостів, транспортних вузлів) ускладнює доставку матеріалів, обладнання та<br>продукції.<br>4. Фінансові обмеження роботодавця. Складнощі з виплатами конкурентної заробітної<br>плати або премій через загальну економічну ситуацію знижують фінансову мотивацію пер-<br>соналу. Відсутність можливості інвестувати у додаткові програми навчання або нематеріаль-<br>ні бонуси.<br>5. Зростання потреби у персоналізованому підході. Працівники в умовах війни потре-<br>бують індивідуальної уваги, гнучких умов роботи та підтримки, що створює додаткове<br>навантаження на HR-служби та керівників. [4]<br>Серед розглянутих методів мотивації можна виділити кілька, які найкраще адаптуються<br>до умов військового стану та викликів, що постали перед інженерними підприємствами:<br>1. Матеріальні стимули. В умовах економічної нестабільності матеріальна підтримка<br>залишається ключовим фактором мотивації, оскільки допомагає працівникам забезпечити<br>базові потреби. Замість класичних премій можна запровадити разові виплати на нагальні<br>34<br>потреби (наприклад, компенсації на генератори або мобільний інтернет). Також грант на<br>професійне навчання допоможе залучити студентів працювати на підприємстві, що, в свою<br>чергу, сприятиме вирішенню кадрового голоду, викликаного дефіцитом професійних кадрів<br>(що підсилений мобілізацією, еміграцією працівників, тощо).<br>2. Гнучкий графік роботи. Такий метод забезпечує комфорт працівників у нестабіль-<br>них умовах, таких як перебої з електроенергією або транспортом, ракетні обстріли. Гнучкий<br>графік із чітким розподілом задач може допомогти уникнути зниження продуктивності, а<br>також забезпечити певного рівня безпеки.<br>3. Соціальні пакети. Додаткові гарантії (медичне страхування, транспортні витрати)<br>можуть підвищити лояльність працівників. У стресових умовах війни люди більше цінують<br>стабільність і турботу роботодавця.<br>4. Публічне визнання досягнень. Доступний та дієвий метод для підтримки морально-<br>го духу. В умовах обмежених фінансових ресурсів це є економічно вигідним способом моти-<br>вації.<br>5. Професійний розвиток. Професійний розвиток під час військового стану допомагає<br>працівникам відчувати стабільність і впевненість у майбутньому, оскільки демонструє тур-<br>боту компанії про їхній розвиток. Навчання сприяє самореалізації, адаптації до нових<br>викликів і зміцнює командний дух, що підвищує мотивацію та продуктивність.<br>Також, окрім традиційних методів мотивації, можна розглянути наступні методи:<br>1. Емоційна підтримка та корпоративна солідарність. Запровадження регулярних<br>зустрічей із психологами та організація ініціатив підтримки сімей мобілізованих працівників.<br>2. Волонтерські ініціативи. Створення можливостей для працівників долучатися до<br>допомоги ЗСУ або місцевим громадам у рамках роботи.<br>3. Стабільність та захист. Надання працівникам доступу до тимчасових укриттів на<br>підприємстві або сприяння їхній облаштованості вдома. Організація курсів (симуляційних<br>тренінгів) з надання першої домедичної допомоги в умовах війни.<br>4. Програми адаптації. Індивідуальні плани підтримки для працівників, які поверта-<br>ються після мобілізації, з акцентом на професійну реабілітацію.<br>Для ефективної мотивації в умовах військового стану необхідно комбінувати тра-<br>диційні методи (гнучкий графік, соціальні пакети) з новими підходами (емоційна підтримка,<br>волонтерство, антикризове навчання). Головний акцент слід робити на індивідуалізації під-<br>ходу до працівників, зберігаючи баланс між професійним та особистим життям. Це дозво-<br>лить не лише підтримувати високий рівень мотивації, але й забезпечити стійкість колективу<br>в умовах кризових ситуацій.</p>Дмитро ГуровНаталія Коба
Авторське право (c) 2025
2025-05-272025-05-271813232ПРОГНОЗУВАННЯ ЦІН НА ЯЙЦЯ КУРЯЧІ ЗА ДОПОМОГОЮ МОДЕЛІ ХОЛЬТА-ВІНТЕРСА ТА ЇХ ВПЛИВ НА СТАН ЕКОНОМІЧНОЇ БЕЗПЕКИ КРАЇНИ
https://mpeproc.fmm.kpi.ua/article/view/331545
<p><span class="fontstyle0">Курячі яйця є одним з продуктів харчування споживчого кошика, на основі вартісної<br>оцінки якого відбувається розрахунок прожиткового мінімуму. Протягом останніх років в<br>Україні спостерігається тенденція до зростання вартості яєць: якщо станом на 1 листопада<br>2020 року середньомісячна ціна становила 25,90 грн за 10 штук, то у 2024 році – 71,03 грн в<br>аналогічному періоді. Таке стрімке дорожчання спричиняє занепокоєння серед споживачів та<br>незахищених верств населення, які через фінансові труднощі досить чутливо реагують<br>зміною попиту на зміну ціни, обираючи або більш дешеву продукцію, або скорочуючи обсяги споживання яєць. Оскільки у бюджетній декларації на 2025-2027 рр. та державному бюджеті на 2025 рік не передбачено зростання таких соціальних показників, як прожитковий<br>мінімум та мінімальна заробітна плата, зростання цін на яйця, які є важливим джерелом<br>білка в раціоні населення, матиме негативний вплив на рівень продовольчої (зменшення обсягів споживання яєць та добової калорійності харчування людини) та соціальної безпеки<br>(зростання частки витрат на продовольчі товари в структурі споживчих витрат домогосподарств) України. З огляду на це, прогнозування їхньої ціни у середньостроковій перспективі<br>є актуальним завданням, що дозволяє оцінити ризики продовольчої доступності та зрушення<br>у структурі споживчих витрат.<br>Для здійснення прогнозу слід обрати модель, яка дозволяє врахувати сезонність, що характерна для більшості сільськогосподарських процесів. Одним із класичних підходів є прогнозування за допомогою методу Хольта-Вінтерса – трьохпараметричної моделі прогнозу,<br>яка складається із згладженого експоненційного ряду, лінійного тренду та сезонного компоненту, який поєднується з іншими компонентами адитивним або мультиплікативним способом. В даній моделі розмах сезонних коливань змінюється слабо, тобто, сезонність додається<br>до ряду динаміки, що візуалізовано за допомогою радіальної діаграми (рис.1).<br>На рис. 1 представлена динаміка цін на яйця «Квочка» агрохолдингу «Авангард» –<br>найбільшого виробника яєць як на українському ринку, так і орієнтованого на експорт. У<br>жовтні-грудні 2022 року причиною різкого стрибку в ряді динаміки є не мультиплікативний<br>вплив сезонності, а скорочення чи навіть припинення виробничої діяльності підприємств<br>через бойові дії та проблеми з логістикою. Ці фактори відносяться до випадкового компоненту, який включає ефекти від непередбачуваних подій, як-от природно-кліматичні аномалії, втрата виробничих потужностей внаслідок воєнних дій, часті відключення електроенергії тощо. Перевірка цього припущення здійснюється за допомогою методу сезонної декомпозиції часового ряду, реалізованого за допомогою IBM SPSS. Рис. 2 демонструє, що у<br>жовтні-грудні 2022 року стрімке зростання ціни було спровоковане як зростанням трендциклічної компоненти, так і накладанням одночасно сезонності і непередбачуваних (випадкових) подій. Подібна ситуація характерна і для поточного зростання, оскільки станом на 1<br>листопада 2024 року приріст цін на яйця складає 56,83% порівняно з ціною станом на 1 жовтня 2024 року, що становила 45,29 грн за десяток.</span></p>Юрій ГуртовийРоман Іванов
Авторське право (c) 2025
2025-05-272025-05-271813535МОДЕЛЮВАННЯ ЕКОНОМІЧНОЇ ПОВЕДІНКИ УКРАЇНСЬКИХ ПІДПРИЄМСТВ У ІНВЕСТИЦІЙНІЙ ДІЯЛЬНОСТІ
https://mpeproc.fmm.kpi.ua/article/view/331966
<p><span class="fontstyle0">Розвиток виробничої бази через інвестиції в необоротні активи та фінансові інструменти залишається важливим навіть в умовах війни, оскільки це сприяє економічній стабільності<br>та відновленню країни. Така інвестиційна діяльність є не лише необхідною для загальної<br>економіки, але й критично важливою для забезпечення стійкості та конкурентоспроможності<br>самих підприємств [1].<br>Для дослідження були обрані великі українські підприємства, які репрезентують ключові галузі економіки України: ПрАТ «МХП», ТОВ «АТБ-Маркет», ТОВ «Нова Пошта».<br>Рисунок 1 – Чистий рух коштів від інвестиційної діяльності досліджуваних<br>підприємств по роках<br>Джерело: узагальнено та формалізовано авторами.<br>Аналіз даних показав, що у більшості підприємств у 2022 році відбувся спад в обсягах<br>інвестиційних коштів, що є логічною реакцією на повномасштабне вторгнення Росії в</span><br><span class="fontstyle2">39<br></span><span class="fontstyle0">Україну. Проте вже у 2023 році ці три компанії відновили висхідну тенденцію, що свідчить<br>про позитивний інвестиційний настрій та готовність до розвитку навіть у складних умовах.<br>Для оцінки впливу обсягу інвестиційних вкладень на фінансові-економічні показники<br>компаній було розраховано коефіцієнти кореляції та детермінації для доступних часових<br>рядів, що характеризують інвестиційну діяльність та фінансовий-економічний стан<br>підприємств. Коефіцієнт кореляції використано для визначення сили та напрямку зв'язку між<br>двома змінними, а коефіцієнт детермінації - для оцінки частини дисперсії, яку можна пояснити через регресійний зв'язок [2]. В економіці прийнятними вважаються значення<br>коефіцієнта кореляції вище 0,8 та коефіцієнта детермінації вище 0,6.<br>Після підрахунку коефіцієнтів кореляції та детермінації для вищезазначених фінансовоекономічних показників обраних компаній, робимо висновок, що значення чистого руху<br>коштів від інвестиційної діяльності мають найбільший зв’язок із показниками чистого доходу підприємств та загальною вартістю активів.<br>Таким чином, результати дослідження підтверджують доцільність інвестування українськими підприємствами у власний розвиток (зокрема, придбання необоротних активів) та<br>підвищення обсягів чистого руху коштів від інвестиційної діяльності. Навіть в умовах війни<br>це може позитивно впливати на прибутковість підприємства та загальну вартість його активів.<br>Подальший етап дослідження передбачав побудову динамічної моделі з використанням<br>лагових змінних для моделювання затримки впливу обсягу інвестиційних вкладень на обсяг<br>активів підприємства. Лагові змінні враховують те, що інвестиційні вкладення можуть не<br>мати негайного впливу на вартість активів або чистий дохід компанії; результат від інвестицій може проявлятися через певний час (наприклад, через рік або два).<br>Загальний вигляд моделі є таким:<br></span><span class="fontstyle3">Assets</span><span class="fontstyle3">t </span><span class="fontstyle3">= α + β ∙ Investment</span><span class="fontstyle3">t-n</span><span class="fontstyle0">,<br>де </span><span class="fontstyle3">α </span><span class="fontstyle0">– базова вартість активів без впливу інвестицій, </span><span class="fontstyle3">β </span><span class="fontstyle0">– коефіцієнт, що показує вплив<br>інвестицій у попередньому </span><span class="fontstyle3">t-n </span><span class="fontstyle0">періоді на активи в поточному році; </span><span class="fontstyle3">t </span><span class="fontstyle0">– поточний період, </span><span class="fontstyle3">n </span><span class="fontstyle0">–<br>довжина лагу, тобто величина запізнення по часу.<br>Для ПрАТ «МХП» та ТОВ «АТБ-Маркет» дослідження проводилося з лагом 1 через<br>обмежену кількість статистичних даних. Для ТОВ «Нова Пошта» вдалося протестувати лаги<br>0, 1, 2 та 3 завдяки більшій доступності інформації.<br>Зсув по значеннях активів підприємств здійснювався на один період, тоді як значення<br>чистого руху інвестиційних коштів залишалися незмінними. Після цього розраховувалися<br>нові коефіцієнти кореляції та детермінації. Якщо ці коефіцієнти свідчили про тісніший<br>зв'язок між змінними, будувалася модель для впливу інвестицій на активи з відповідним лагом.<br>Для компанії ПрАТ «МХП» найвищі коефіцієнти кореляції та детермінації були отримані при нульовому лагу. Для ТОВ «АТБ-Маркет» лаг 1 показав вищі коефіцієнти, що дозволило побудувати модель з лаговою змінною:<br></span><span class="fontstyle3">Assets</span><span class="fontstyle3">t </span><span class="fontstyle3">= 50 000 000 000 ₴ + (- 1,791732053) ∙ Investment</span><span class="fontstyle3">t-1</span><span class="fontstyle0">.<br>Для ТОВ «Нова Пошта» найвищі коефіцієнти кореляції та детермінації були отримані<br>при лагу 2, що дозволило побудувати наступну модель:<br></span><span class="fontstyle3">Assets</span><span class="fontstyle3">t </span><span class="fontstyle3">= 9 000 000 000 ₴ + 4,0399 ∙ Investment</span><span class="fontstyle3">t-2</span><span class="fontstyle0">, (1)<br>Для моделювання значень вартості активів ТОВ «Нова Пошта» підставили значення<br>чистого руху коштів від інвестиційної діяльності за 2022 рік для прогнозування значення на<br>2024 рік, та значення за 2023 рік - для прогнозування значення на 2025 рік.</span><br><span class="fontstyle2">40<br></span><span class="fontstyle0">Після моделювання значення вартості активів на 2024 та 2025 роки, для визначення<br>співвідношення між величиною чистого доходу та вартістю активів, і співвідношення між<br>величиною чистого руху коштів від інвестиційної діяльності та чистим доходом підрахуємо<br>відповідні коефіцієнти.<br>Використовуючи прогнозоване за моделлю (1) значення вартості активів ТОВ «Нова<br>Пошта» та відповідні коефіцієнти майбутніх періодів, що припускалися експертами, визначили значення чистого доходу для ТОВ «Нова Пошта» у 2024 та 2025 роках і значення чистого руху коштів від інвестиційної діяльності у ці ж роки.<br>Таблиця 1 – Статистичні показники фінансово-економічної діяльності ТОВ «Нова Пошта» за 2018-2023 роки та прогнозовані показники</span> </p>Олександр ДемідовЖанна Черноусова
Авторське право (c) 2025
2025-05-272025-05-271813838ВПЛИВ ЦИФРОВІЗАЦІЇ НА ЯКІСТЬ ВЕДЕННЯ БУХГАЛТЕРСЬКОГО ОБЛІКУ
https://mpeproc.fmm.kpi.ua/article/view/332245
<p><span class="fontstyle0">Цифрові технології торкнулися абсолютно усіх систем інформаційного забезпечення<br>сучасного суспільства, не оминувши бухгалтерський облік. Трансформації зазнала система<br>обліку та звітності: змінилися підходи щодо збору, обробки та зберігання облікової інформації.<br>Тема впливу цифровізації на якість бухгалтерського обліку є основою досліджень таких<br>вчених, як: Головчак Ю. В., Карпенко Є. А., Писарчук О. В., Грабчук І. Л., Безручук С. Л.,<br>Харакоз Л. В., Скрипник А. О.<br>Більшість підприємств купують спеціалізоване програмне забезпечення, завдяки чому<br>фінансові звіти набувають точності. Окрім цього, фірмам, які мають високий рівень фінансового забезпечення, спеціалісти з ІТ розробляють власне програмне забезпечення відповідно<br>до особистих запитів замовника. Такі програмні продукти, як: MASTER, KBS, ISpro, UAБюджет та Дебет-Плюс дозволяють автоматизувати бухгалтерський облік [2].<br>Вплив цифрових трендів на якість бухгалтерського обліку розглянемо у наступній таблиці (табл. 1).<br>Таблиця 1 – Вплив цифрових трендів на якість бухгалтерського обліку<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="95"><span class="fontstyle0">Цифровий<br>тренд</span></td> <td width="306"><span class="fontstyle0">Особливості </span></td> <td width="254"><span class="fontstyle0">Вплив на якість обліку</span></td> </tr> <tr> <td width="95"><span class="fontstyle0">Internet of<br>things</span></td> <td width="306"><span class="fontstyle0">Інтернет речей збирає величезні обсяги<br>даних, які можна використовувати для<br>прогнозування майбутніх фінансових ре<br>зультатів.</span></td> <td width="254"><span class="fontstyle0">Інтернет речей дозволяє швидко<br>отримувати інформацію та усува<br>ти помилки.</span></td> </tr> <tr> <td width="95"><span class="fontstyle0">BigData </span></td> <td width="306"><span class="fontstyle0">Збирання, зберігання та обробка даних дає<br>змогу отримувати цінну інформацію.</span></td> <td width="254"><span class="fontstyle0">BigData підвищує точність, ефек<br>тивність та швидкість зібраної<br>інформації.</span></td> </tr> <tr> <td width="95"><span class="fontstyle0">Блокчейн </span></td> <td width="306"><span class="fontstyle0">Блокчейн вважається сам собі бухгалте<br>ром, адже відстежує всі фінансові операції<br>в режимі реального часу.</span></td> <td width="254"><span class="fontstyle0">Блокчейн повідомляє про всі<br>зміни, що відбуваються, не допус<br>каючи помилок та маніпуляцій з<br>цифрами.</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">Джерело: узагальнено авторами на основі [3]</span><br><span class="fontstyle2">42<br></span><span class="fontstyle0">Трансформація системи бухгалтерського обліку на практичному рівні означає вивільнення робочого часу бухгалтера від рутинних завдань та переведення його на ненормований<br>графік віддаленої роботи [2]. Це дає можливість бухгалтеру брати участь в аналізі фінансової<br>інформації для прийняття майбутніх управлінських рішень та оцінки фінансового стану<br>підприємства, тобто зосередитись на складніших і важливіших видах діяльності.<br>Цифровізація сприяла інтеграції систем бухгалтерського обліку з іншими бізнесфункціями, що забезпечує взаємозв’язаний підхід до управління підприємством. До таких<br>бізнес-функцій може належати управління логістикою, людськими ресурсами, продажами.<br>Завдяки цифровим технологіям, сучасне програмне забезпечення дозволяє в автоматизованому режимі складати фінансову звітність, проводити аналіз та інтерпретувати для зручного користування отримані результати. Типові системи та програми для автоматизації<br>бухгалтерського обліку:<br></span><span class="fontstyle3">• </span><span class="fontstyle0">Бухгалтерські програми спрощують ведення журналу, розрахунки податків, складання<br>звітів. Як приклад, до них належать QuickBooks та Sage Accounting.<br></span><span class="fontstyle3">• </span><span class="fontstyle0">ERP-системи інтегрують управлінські функції, такі як управління запасами та<br>виробництвом. Наприклад, SAP ERP, Oracle ERP Cloud.<br></span><span class="fontstyle3">• </span><span class="fontstyle0">HRM-системи призначені для управління людськими ресурсами: навчання, відпустки.<br>До них належать: BambooHR, ADP Workforce Now.<br></span><span class="fontstyle3">• </span><span class="fontstyle0">Системи управління запасами забезпечують контроль запасами, допомагають відстежувати рух товарів. Приклади даних систем: TradeGecko, Fishbowl Inventory, inFlow<br>Inventory [4].<br>Для підприємств цифровізація бухгалтерського обліку є важливим процесом, адже для<br>керівництва завжди будуть доступні матеріали про діяльність підприємства з різними<br>графіками, аналітичними документами, які показуватимуть реальний фінансовий стан. Проте<br>як і в будь-якому процесі, для цифровізації обліку характерні як позитивні, так і негативні<br>фактори.<br>До переваг належать скорочення адміністративних витрат, зростання продуктивності<br>праці, через те, що бухгалтери зосереджені на питаннях аналітичного характеру, можливість<br>працювати дистанційно, що було особливо актуально під час пандемії та воєнного стану.<br>До недоліків можна віднести витрати на впровадження та оновлення програмного забезпечення, як наслідок необхідність підвищення кваліфікації бухгалтерів відповідно до програмних продуктів, з’являється потреба у встановленні захисту від зовнішнього втручання<br>[2].<br>Отже, цифровізація та автоматизація з кожним роком розширює свої можливості, таким<br>чином робить бухгалтерський облік робить більш гнучким та зручним у своїх процесах.<br>Цифрові технології надають можливість використовувати інформацію всіх систем для прийняття управлінських рішень.</span> </p>Аліна ЛунгулОльга Єсіна
Авторське право (c) 2025
2025-05-272025-05-271814141КОМПОЗИЦІЙНА АНАЛІТИКА НАУКОВИХ ПОГЛЯДІВ НА ФІНАНСОВО-ЕКОНОМІЧНУ БЕЗПЕКУ
https://mpeproc.fmm.kpi.ua/article/view/332249
<p><span class="fontstyle0">Економічна безпека характеризує здатність підприємства до розвитку за рахунок<br>ефективного використання ресурсів, одночасно забезпечуючи подальше їх відтворення. Захист ресурсів від внутрішніх і зовнішніх загроз, наявність стабільного фінансового становища з одночасним довгостроковим безперервним зростанням визначає проактивну позицію<br>управління ризиками, забезпечуючи безпеку стратегічних інтересів та досягнення поставлених цілей.<br>Економічна безпека підприємства фундаментально підтримується різними інструментами, які сприяють безпеці бізнесу, порівняльному аналізі конкурентних переваг і стійкості<br>довгострокового підприємництва. Ці важливі компоненти охоплюють широкий спектр заходів, спрямованих на забезпечення комплексної оцінки безпеки та проактивне управління<br>ризиками. Зосередившись на цих сферах, компанії можуть ефективно підвищити загальну<br>безпеку та стійкість на ринку (Рис.1).<br>Рисунок 1 – Складові економічної безпеки підприємства<br></span><span class="fontstyle2">Джерело: складено автором на основі [7]<br></span><span class="fontstyle0">Огляд наявної літератури демонструє різні підходи до тлумачень терміну «Економічна безпека підприємства». З однієї сторони - це захист активів та здатність компанії адаптуватися до мінливих умов середовища. Найбільш всеосяжне трактування запропонував Т. Ва</span><br><span class="fontstyle3">44<br></span><span class="fontstyle0">сильців, згідно якого економічна безпека підприємства визначається сильною конкурентною<br>позицією підприємства на ринку та здатністюефективно протидіяти негативним внутрішнім і<br>зовнішнім факторам [6]. У таблиці 1 наведено композиційну аналітику наукових підходів до<br>визначення поняття «фінансово-економічна безпека» і дозволяє не лише краще оцінити аспектний характер безпеки, але й побудуватидовгострокові стратегій зниження ризиків.<br>Таблиця 1 – Аналіз і класифікація наукових поглядів щодо трактування поняття фінансово-економічна безпекаґ»<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="163"><span class="fontstyle4">Науковці </span></td> <td width="482"><span class="fontstyle4">Узагальнене визначення поняття</span></td> </tr> <tr> <td width="163"><span class="fontstyle0">В.Є. Калинюк<br>Калинюк В.Є. [2,<br>c.221-228].</span></td> <td width="482"><span class="fontstyle0">Економічна безпека підприємства розглядається як здатність<br>стабілізувати, а також покращити свою діяльність шляхом належ<br>ного управління ресурсами разом із збереженням майбутнього ро<br>звитку.</span></td> </tr> <tr> <td width="163"><span class="fontstyle0">О. Бондаренко, В.<br>Сухецький<br>Бондаренко О., Су<br>хецький В. [3, c.5]</span></td> <td width="482"><span class="fontstyle0">Фінансово-економічна безпека підприємства – це процес дій, що<br>відповідають за стабільність платоспроможності, ліквідності, ефек<br>тивність його діяльності та уникнення ризиків і загроз.</span></td> </tr> <tr> <td width="163"><span class="fontstyle0">О.В. Іващенко<br>Іващенко О.В. (2013).<br>[4, c.143]</span></td> <td width="482"><span class="fontstyle0">Економічна безпека підприємства – це захищеність ресурсів і<br>потенціалу від внутрішніх і зовнішніх загроз, що забезпечує<br>стійкий фінансовий стан і перспективу довгострокового розвитку.</span></td> </tr> <tr> <td width="163"><span class="fontstyle0">О.М. Бандурка та ін.<br>Бандурка О.М., Ду<br>хов В.Є., Петрова<br>К.Я., Червяков І.М.<br>[5]</span></td> <td width="482"><span class="fontstyle0">Економічну безпеку підприємства можна визначити як перебування<br>організації в такому стані, який забезпечує захист її стратегічних<br>інтересів від несприятливого впливу ризиків, що забезпечує її стале<br>функціонування, розвиток і досягнення поставлених цілей.</span></td> </tr> </tbody> </table> <p><span class="fontstyle2">Джерело: узагальнено автором<br></span><span class="fontstyle0">Багатовимірна концепція фінансово-економічної безпеки підприємства, як було підкреслено раніше, складається з безлічі елементів, які разом гарантують безперервність і виживання бізнесу. Така вразливість викриває велику різноманітність ризиків, небезпек і загроз, які можуть призвести до краху фінансової основи організації. Визначаючи конструкцію<br>ризику, виклику, загрози та небезпеки з точки зору таких її суттєвих частин, як категорії,<br>можна зазначити, що вони пов’язані з економічною безпекою підприємтсва [8, 9, 10]. Ризикологія фокусується на впливі дестабілізуючих факторів на стабільність економічної системи, що дозволяє вивести аналітичні інструменти для кластерного аналізу загроз і формування механізмів управління ризиками. Френк Найт запропонував розрізняти вимірну та<br>невимірну невизначеність, де перша відповідає ідеї «ризику», а друга дійсно є «невизначеністю».[11]<br>Рисунок 2 – Складові економічної безпеки<br></span><span class="fontstyle2">Джерело: складено автором на основі[1]</span><br><span class="fontstyle3">45<br></span><span class="fontstyle0">На Рис. 2 продемонстровано взаємопов’язані фактори ризику та небезпек, які часом<br>створюють не загрози, а можливості для розвитку. Це ідея «виклику» або того, яка мета<br>вирішення проблеми об’єднує усі елементи.<br>І, наостанок, додамо, що саме фінансовий ризик заслуговує на особливу увагу, оскільки він є важливою частиною всієї системи управління фінансово-економічною безпекою<br>підприємства. Фінансові ризики спричиняють можливу втрату грошових ресурсів через<br>наслідки макроекономічного впливу, як-от колапс ринку, коливання обмінного курсу або<br>регуляторні зміни. Моніторинг викликів та загроз, у поєднанні з системою управління ризиками, дозволить компанії забезпечити максимальну ефективність діяльності та постійну<br>стійкість у все більш динамічному економічному середовищі</span> </p>Ольга ІляшКатерина Загребіна
Авторське право (c) 2025
2025-05-272025-05-271814343ВДОСКОНАЛЕННЯ МОДЕЛЮВАННЯ ЕКОНОМІЧНИХ ПРОЦЕСІВ ТА ПРИЙНЯТТЯ УПРАВЛІНСЬКИХ РІШЕНЬ
https://mpeproc.fmm.kpi.ua/article/view/333279
<p>Моделювання економічних процесів необхідне для однозначного формулювання та<br>вирішення складних проблем.<br>46<br>Всі аспекти економічного моделювання призначені для керівників вищих ланок управ-<br>ління, що приймають відповідальні рішення, а всі учасники у цьому процесі повинні лише<br>допомагати їм в цій діяльності.<br>Моделювання, як специфічний метод науки, застосовується для аналізу систем управ-<br>ління. Це пізнавальний спосіб, коли суб’єкт створює подібний допоміжний об’єкт – образ чи<br>модель, досліджує його, а отримані нові знання переносить на об’єкт-оригінал. Завдяки ак-<br>тивній ролі суб’єкта сам процес моделювання має творчий, активний характер.<br>Моделювання вступає у важливий етап розвитку, «вбудовуючись» у структуру так зва-<br>ного інформаційно-цифрового суспільства.<br>Проблеми впровадження на практиці моделювання економічних процесів використо-<br>вуються задля прийняття управлінських рішень; обґрунтування та визначення сутності<br>рішень, необхідності використання моделей у економічних сферах діяльності; для опису та<br>характеристики моделей; сценарного розгляду процесів.<br>Специфічність і складність процесу моделювання ставить певні проблеми, які намага-<br>ються вирішити в процесі дослідження, а саме:<br>- оцінка та визначення змісту досліджуваного об’єкту;<br>- прогнозування стану економічного об’єкту і зовнішнього середовища, в якому він<br>знаходиться;<br>- безпосереднє планування стану економічного об’єкту та інші актуальні проблеми<br>щодо моделювання.<br>Будь-яка соціально-економічна система є складною системою, в якій взаємодіють де-<br>сятки і тисячі економічних, технічних і соціальних процесів, що постійно змінюються під<br>впливом зовнішніх умов, в тому числі і науково-технічного прогресу. В таких умовах управ-<br>ління соціально-економічними і виробничими системами перетворюється в задачу обробки<br>масиву інформації, потребує ІТ-методів передбачення, прогнозування, моделювання.<br>Сутність методології моделювання полягає в заміні вихідного об’єкта його «образом» –<br>моделлю – і подальшим вивченням (дослідженням) моделі на підставі аналітичних методів<br>та обчислювально-логічних алгоритмів, які реалізуються за допомогою комп’ютерних про-<br>грам. Саме робота не із самим об’єктом (явищем чи процесом), а з його моделлю, дає мож-<br>ливість відносно швидко досліджувати його основні властивості та поводження за будь-яких<br>імовірних ситуацій. Водночас обчислювальні (комп’ютерні, симулятивні, імітаційні) експе-<br>рименти з моделями об’єктів дозволяють, спираючись на потужність сучасних математичних<br>та обчислювальних методів і технічного інструментарію інформатики, досить глибоко вив-<br>чати експериментально об’єкт у достатньо детальному вигляді, що недоступно суто теоре-<br>тичним підходам. Не дивно, що методологія математичного моделювання бурхливо розви-<br>вається, охоплюючи аналіз надзвичайно складних економічних, а також і соціальних про-<br>цесів [1].<br>Об’єктом моделювання в економіко-математичних моделях є економічні процеси, а са-<br>ма така модель відображає економічні взаємозв’язки та відносини, що існують у реальній<br>дійсності. Здійснюючи ідентифікацію та інтерпретацію економіко-математичних моделей,<br>використовують економічні показники [1].<br>Кожна модель реального явища характеризується: об’єктом моделювання; системним<br>описом об’єкта; цілями щодо побудови моделі; принципами та апаратом моделювання; спо-<br>собами ідентифікації та інтерпретації результатів. Для побудови моделі потрібно не просто<br>вказати найменування об’єкта, а й дати його опис у вигляді системи, тобто виявити суттєві<br>грані його взаємодії із зовнішнім середовищем, його структуру.<br>Моделі, що відображають один і той самий об’єкт з різних поглядів, слід вважати різ-<br>ними, а моделювання – процесом побудови, вивчення та застосування моделей[2].<br>Використання моделювання визначається тим, що багато об’єктів безпосередньо до-<br>сліджувати взагалі неможливо або це вимагає багато часу і коштів.<br>47<br>Процес моделювання включає три системоутворюючі елементи: суб’єкт дослідження<br>(аналітик); об’єкт дослідження; модель, яка опосередковує відносини між об’єктом, який<br>вивчається, та суб’єктом, який пізнає (аналітиком).<br>Побудова моделі включає чотири етапи:<br>1. формування системи економічних показників об’єкта моделювання;<br>2. дослідження діяльності підприємства;<br>3. формування знань про об’єкт. Знання про модель мають бути скорегованими з<br>урахуванням тих властивостей діяльності об’єкта дослідження.<br>4. практична перевірка одержаних за допомогою моделей знань та використання їх для<br>побудови об’єкта з метою управління.<br>На основі розглянутих етапів побудови моделей можемо зробити висновок, що моде-<br>лювання – це циклічний процес.<br>За ступенем агрегування моделі поділяють на макроекономічні та мікроекономічні.<br>З урахуванням чинника невизначеності моделі поділяють на детерміновані (в цих мо-<br>делях використовуються жорсткі функціональні зв’язки між змінними) й стохастичні (тут<br>існує чинник випадковості). При дослідженні цих моделей використовують методи теорії<br>ймовірностей та математичної статистики . Класифікація економіко-математичних моделей<br>досить різноманітна, що дозволяє використовувати їх для більш точного і ефективного мо-<br>делювання економічних процесів.<br>Наведемо приклад визначення стратегічної мети компанії.<br>Початковий етап роботи з оцінки конкурентоспроможності - це вибір стратегічної ме-<br>ти авіакомпанії. Щоб досягти своєї стратегічної мети, авіакомпанія повинна зробити пра-<br>вильний вибір трьох базових стратегій розвитку бізнесу (стратегія поведінки на ринку; кон-<br>курентна стратегія; стратегія конкурентних переваг) і зуміти направити всі свої ресурси на їх<br>реалізацію.<br>Конкурентний аналіз – це другий етап роботи, що включає такі підрозділи робіт:<br>1. PEST - аналіз З його допомогою оцінюються фактори зовнішнього середовища:<br>політичні (як держава може впливати на бізнес), економічні (як впливає на діяльність<br>авіакомпанії стан економіки країни), соціальні (як виглядає потенційний клієнт організації) і<br>технологічні (які інновації представлені на ринку і як вони відображаються на бізнесі<br>авіакомпанії). Можна також визначити основні загрози, ризики та можливості. Проведення<br>PEST-аналізу перед SWOT-аналізом допомагає прийняти адекватні реальній ситуації рішен-<br>ня про коригування стратегії.<br>2. Оцінка конкурентних сил галузі При оцінці конкуренції використовується модель<br>Майкла Портера, по якій конкуренція в будь-якій галузі є взаємодія п'яти конкурентних<br>складових: конкуренція серед існуючих в галузі фірм; потенційна загроза входу в галузь но-<br>вих конкурентів; підприємства галузей, що виробляють замінники; постачальники; спожи-<br>вачі.<br>3. Оцінка конкурентних позицій конкуруючих підприємств в галузі При оцінці конку-<br>рентних позицій визначаються стратегічні групи підприємств, що функціонують в галузі.<br>4. SWOT-аналіз Дозволяє отримати ясну оцінку сил підприємства і ситуації на ринку. В<br>процесі цього аналізу визначають сильні і слабкі сторони підприємства, а також можливості і<br>загрози, які виходять із його найближчого оточення (зовнішнього середовища).<br>5. SNW-АНАЛІЗ Являє собою сукупність складових: Strength (сильна сторона), Neutral<br>(нейтральна сторона) і Weakness (слабка сторона). Додавання при аналізі нейтральної сторо-<br>ни важливо, так як часто для перемоги в конкурентній боротьбі може виявитися достатнім<br>стан, коли дане конкретне підприємство відносно всіх своїх конкурентів за всіма, крім однієї,<br>ключовим позиціям знаходиться в стані N, і тільки по одному - в стані S.<br>3-й етап. Формулювання вимог до якості продукції компанії Один з основних підходів<br>при визначенні таких вимог - орієнтація на споживача. Вона повинна бути забезпечена ор-<br>ганізаційно, фінансово, методично і технічно.<br>48<br>4-й етап. Визначення номенклатури і розрахунок показників якості, що підлягають<br>оцінці Визначення ступеня впливу кожного з видів продукції компанії на загальну оцінку її<br>якості може бути виконано наступним чином: якісним - методом експертної оцінки; кіль-<br>кісним - методом приватних множників Лагранжа на основі статистичних даних і розрахова-<br>них коефіцієнтів парної кореляції між якістю окремих видів продукції і загальною оцінкою її<br>якості; комбінацією якісного і кількісного методів.<br>5-й етап. Розрахунок інтегрального показника якості<br>Для оцінки якості продукції компанії повинен застосовуватися інтегральний показник,<br>який має вигляд лінійної багатофакторної функції: Y =Σ ai × Xi,<br>де Y - інтегральний показник якості продукції;<br>аi - ваговий коефіцієнт якості i-ої складової якості продукції;<br>Xi - величина, що характеризує рівень якості i-ої складової продукції;<br>i - номер складової якості продукції компанії;<br>n - кількість складових якості продукції компанії.<br>Моделювання економіки та економічних процесів як науковий напрям сформувався у<br>60-ті роки ХХ століття, хоча має багату передісторію. У його основу, окрім економічних,<br>покладено низку фундаментальних дисциплін (математику, теорію ймовірностей, статисти-<br>ку, інформатику, теорію автоматичного управління та інші).На даному етапі економічного<br>розвитку світова практика переконує у високій ефективності застосування економіко-<br>математичного моделювання. Та процес економіко-математичного моделювання розвиваєть-<br>ся шляхом систематизації і узагальнення фактів економічної реальності [3].<br>Визначення сутності моделей та процесу моделювання дає підстави говорити про те,<br>що мистецтво побудови економіко-математичної моделі полягає в тому, щоб узгоджувати<br>якомога більшу лаконічність у її економіко- математичному описі з достатньою точністю<br>модельованого відтворення тих сторін аналізованої економічної реальності, які цікавлять<br>дослідника згідно із цілями та гіпотезами.<br>Для більш ефективного моделювання економічних процесів, та й взагалі економіки,<br>необхідно використовувати надійні та достовірні джерела інформації, змістовно описувати<br>об’єкт (явище, процес), що моделюється та відтворювати дані про природу (сутність)<br>об’єкта, його кількісні характеристики, характер взаємодії між складовими елементами,<br>місце та важливість даного явища у загальному процесі функціонування системи. Поряд із<br>змістовним описом необхідно формувати певні схеми у вигляді символів, графіків, таблиць<br>тощо для того, щоб якомога краще відтворити властивості об’єкта дослідження.<br>Ефективність бізнес-моделей забезпечується їх відповідністю зовнішнім і внутрішнім<br>можливостям, стратегічним цілям компанії та збалансованості між собою основних компо-<br>нентів моделі. Однією із особливостей бізнес-моделей є необхідність їх безперервного коре-<br>гування, як запорука забезпечення успішного розвитку бізнесу.</p>Зоя Калініченко
Авторське право (c) 2025
2025-05-272025-05-271814545ДІДЖИТАЛІЗАЦІЯ БІЗНЕС-ПРОЦЕСІВ АГРОПРОМИСЛОВИХ ПІДПРИЄМСТВ
https://mpeproc.fmm.kpi.ua/article/view/333280
<p>Діджиталізація є не лише актуальним, а й необхідним трендом у сучасних умовах.<br>Впровадження нових технологій в усіх сферах сприяє оптимізації бізнес-процесів (як з точки<br>зору їх якості, тривалості, ефективності, так і з точки зору вартості), їх осучаснення. Урахо-<br>вуючи загальні тренди до діджиталізації – цей процес іноді є не запорукою конкурентних<br>переваг, а навіть умовою виживання у конкурентному середовищі, яке побудоване на вико-<br>ристанні досягнень науки та техніки.<br>Сільськогосподарські підприємства мають враховувати багато некотрольованих фак-<br>торів, що суттєво впливають на їх діяльність – погодні умови, кількість опадів. Саме тому<br>впровадження у бізнес-процеси нових технологій формує певні можливості щодо передба-<br>чення та усунення негативних наслідків впливу таких факторів.<br>У першу чергу варто зазначити, що досить часто діджиталізація бізнес-процесів у нау-<br>кових дослідженнях зводиться до автоматизації – вважається, що діджиталізація дозволяє<br>саме автоматизувати процеси, робочі завдання. Однак це лише один з позитивних наслідків,<br>впровадження сучасних технологій дає набагато ширше переваг – оптимізація (у тому числі<br>реструктуризація бізнес-процесів, зміна порядку та формату їх протікання, вилучення непо-<br>трібних та застарілих бізнес-процесів), покращення взаємодії між окремими бізнес-<br>процесами та бізнес-елементами тощо. Часто процеси діджиталізації зачіпають і<br>взаємовідносини з постачальниками та клієнтами – як мінімум на рівні документообороту, як<br>максимум – на рівні формування спільних платформ, взаємної інтеграції бізнес-процесів. На<br>думку О.І. Гарафонової та Г.В. Жосан, різниця між автоматизацією та цифровізацією полягає<br>в складності другої концепції та різниці в цілях і головній спрямованості процесів [1, с. 165].<br>Діджиталізація може нести позитивний вплив на всі рівні бізнес-процесів підприємства.<br>Надалі розглянемо його, орієнтуючись на умовну кореневу модель бізнес-процесів<br>підприємства. Відповідно такої моделі виділяють:<br>1. Бізнес-процеси управління (управління фінансами, управління стратегічним<br>розвитком, управління операційною діяльністю тощо).<br>2. Основні бізнес процеси (постачання, виробництво, маркетинг, збут, логістика).<br>3. Забезпечуючі бізенс-процеси (найм та навчання персоналу, обслуговування та ре-<br>монт, енергозабезпечення, облік та звітність).<br>Діджиталізація, якщо не ототожнювати її виключно з впровадження ІТ-програм та<br>сервісів, а й враховувати технології типу VR/AR, 3D-друку, використання дронів тощо, може<br>впливати на всі перелічені рівні бізнес-процесів, у тому числі і виробництво.<br>Для економічних бізнес-процесів діджиталізація може проявлятись у [2, с. 135]:<br>50<br>• автоматизація фінансових процесів (виставлення рахунків, обробка рахунків, автома-<br>тизація платежів);<br>• управління ланцюжком поставок (управління запасами, управління складським гос-<br>подарством, автоматизація формування замовлень та їх передачі);<br>• управління взаємовідносинами із клієнтами (CRM);<br>• управління проєктами з використанням цифрових інструментів.<br>Сюди ж можна додати власне системи управління бізнес-процесами (BPM),<br>використання сучасних методів та засобів вимірювання продуктивності праці робітників, їх<br>навчання (у тому числі із застосуванням, наприклад, технологій VR/AR для навчання нових<br>робіників працювати із новою технікою). Впровадження ІоТ дозволяє прогнозувати та чітко<br>планувати ремонтні роботи, обслуговування, вчасно виявляти поломки та проблеми у роботі<br>обладання, формувати віртуальні моделі виробничих процесів для контролю їх протікання.<br>Таким чином, діджитал-технології дозволяють як автоматизувати, так і оптимізувати управ-<br>лінські та забезпечуючі бізнес-процеси, а також процеси постачання та збуту. У випадку<br>«синхронізації» застосовуваних технологій із постачальниками підприємства можуть фор-<br>мувати платформи для автоматичного пошуку постачальника, оформлення замовлення (а то і<br>передачі замовлень постачальнику у режимі реального часу), його оплати. Це формує мож-<br>ливості взаємної інтеграції і навіть цифрової трансформації діяльності. Така інтеграція може<br>бути результатом реінжинірингу бізнес-процесів із застосуванням сучасних технологій.<br>Щодо основних бізнес-процесів, то аграрні підприємства можуть діджиталізувати свої<br>бізнес-процеси шляхом:<br>1. Використання сучасних технологій для оптимізації посівів. Сюди може входити як<br>програмне забезпечення для планування кількості внесення добрив, насіння, часу посіву; так<br>і техніка, оснащена сучасним програмним забезпеченням – сучасні трактори з автопілотом,<br>GPS, сенсорні технології.<br>2. Використання дронів для внесення добрив, контролю стану полів, датчиків для<br>контрою стану грунту.<br>3. Використання штучного інтелекту для планування маршрутів перевезень зібраного<br>урожаю, його розподілу, наприклад, по зерносушильних установках, планування збору уро-<br>жаю та прогнозування урожайності.<br>4. У тваринництві – різноманітна техніка для автоматичного годування, поїння, кон-<br>троль мікроклімату у приміщеннях, планування надоїв.<br>Діджиталізація за такими напрямами дозволяє не лише оптимізувати власне бізнес-<br>процеси, зробити їх більш ефективними, зменшити кількість помилок , підвищити якість<br>продукції, підвищити урожайність, а й зробити більш прогнозованим облік через застосуван-<br>ня Big Data. Так, стає можливим планувати фінансові показники на основі, наприклад,<br>моніторингу ринкових цін на продукцію та прогнозу урожайності на початку збору урожаю<br>тощо. Таким чином, це підвищує стійкість бізнесу у цілому.<br>Звичайно, кожне удосконалення може мати негативні сторони та певні ризики:<br>несприйняття технологій персоналом, відсутність кваліфікованих кадрів, кібербезпека,<br>фінансові ризики (особливо в умовах війни), необхідність оновлення всього обладнання або<br>автопарку для забезпечення комплексного оновлення та діджиталізації. Саме тому кожне<br>окреме підприємство перед впровадженням діджитал-технологій повинне здійснювати<br>оцінку внутрішнього потенціалу, аналіз ризиків та обирати ступінь оновлення та глибину<br>інтеграції технологій у діяльність.</p>Юрій КалініченкоОлена ТрофименкоСвітлана Кашуба
Авторське право (c) 2025
2025-05-272025-05-271814949ФОРМУВАННЯ КОНЦЕПЦІЇ ПОБУДОВИ МОДЕЛІ УПРАВЛІННЯ ЕКОНОМІЧНОЮ БЕЗПЕКОЮ ПІДПРИЄМСТВ
https://mpeproc.fmm.kpi.ua/article/view/333281
<p>В сучасних складних економічних умовах питання управління безпекою економічної<br>діяльності підприємств набуває все більшої актуальності внаслідок скорочення споживчого<br>попиту, зниження платоспроможності споживачів та жорсткої конкуренції. Особливої зна-<br>чущості дослідження набуває в умовах необхідності адаптації міжнародних стандартів до<br>специфічних умов українського ринку, який характеризується підвищеними ризиками війсь-<br>кового, політичного та економічного характеру. Складність операційного середовища, зумо-<br>влена військовою агресією, інфляційними процесами та зміною споживчих преференцій,<br>вимагає розробки інноваційних підходів до забезпечення економічної безпеки підприємства,<br>тому формування моделі управління економічною безпекою підприємств є актуальним пи-<br>танням.<br>Проблемі вивчення елементів управління економічною безпекою підприємств та фор-<br>мування відповідної моделі присвячено праці як іноземних так й українських вчених, таких<br>як вітчизняних та зарубіжних науковців, зокрема: концептуальні засади економічної безпеки<br>розглядали О. Ареф'єва, С.Ареф'єв, О. Барановський, В. Геєць, Є.Данилова, Ю.Коваленко,<br>В.Командровська, Т.Коритько, Н.Кравчук, В.Марченко, С.Пілецька, О.Попело, Т.Ткаченко,<br>С.Тульчинська, О.Овсак тощо [1, 2, 3].<br>Пропонований підхід до формування моделі управління економічною безпекою підпри-<br>ємства представляє собою комплексну систему взаємопов'язаних елементів, що функціону-<br>ють на трьох ієрархічних рівнях: стратегічному, тактичному та операційному. Кожен з цих<br>рівнів має власні цілі, завдання та інструменти реалізації, що в сукупності забезпечують фо-<br>рмування цілісної системи економічної безпеки підприємства.<br>На стратегічному рівні відбувається формування фундаментальних засад системи еко-<br>номічної безпеки. Цей рівень включає розробку довгострокової стратегії безпеки, що врахо-<br>вує як внутрішній потенціал підприємства, так і зовнішні умови його функціонування. Особ-<br>лива увага приділяється встановленню цільових показників та формуванню політики управ-<br>ління ризиками, що створює методологічну основу для подальших управлінських рішень.<br>Тактичний рівень забезпечує трансформацію стратегічних настанов у конкретні управ-<br>лінські дії через впровадження системи моніторингу загроз та оцінки ризиків. На цьому рівні<br>здійснюється розробка та реалізація конкретних заходів щодо забезпечення економічної без-<br>пеки, а також контроль їх ефективності. Важливим елементом тактичного рівня є система<br>раннього попередження загроз, що дозволяє своєчасно виявляти та нейтралізувати потен-<br>ційні ризики.<br>Операційний рівень представляє собою практичну реалізацію заходів забезпечення<br>економічної безпеки через функціональні складові, що охоплюють всі ключові аспекти<br>діяльності підприємства. Фінансова безпека забезпечує стабільність фінансових потоків та<br>ефективність використання ресурсів. Кадрова безпека спрямована на захист від загроз, пов'я-<br>52<br>заних з персоналом підприємства. Інформаційна та технологічна безпека забезпечують за-<br>хист інформаційних ресурсів та технологічних процесів. Правова та силова безпека гаранту-<br>ють захист законних інтересів підприємства.<br>Особливе значення в запропонованій моделі має система інструментів забезпечення<br>економічної безпеки, що включає організаційні, економічні, правові та технічні засоби. Їх<br>комплексне використання дозволяє досягти синергетичного ефекту в забезпеченні безпеки<br>підприємства. При цьому вибір конкретних інструментів здійснюється на основі оцінки їх<br>ефективності та доступності ресурсів.<br>Система показників економічної безпеки включає три групи індикаторів: показники по-<br>точного стану, що відображають наявний рівень безпеки; індикатори ефективності, що де-<br>монструють результативність впроваджених заходів; та порогові значення, що визначають<br>критичні рівні показників безпеки. Комплексний аналіз цих індикаторів дозволяє оцінювати<br>ефективність системи економічної безпеки та своєчасно вносити необхідні корективи.<br>Основним елементом моделі виступає система зворотного зв'язку, що забезпечує<br>постійний моніторинг ефективності впроваджених заходів та їх відповідності стратегічним<br>цілям підприємства. Це дозволяє здійснювати оперативне корегування як стратегії, так і так-<br>тики забезпечення економічної безпеки відповідно до змін у зовнішньому та внутрішньому<br>середовищі підприємства.<br>Ефективність функціонування запропонованої моделі значною мірою залежить від<br>якості інформаційного забезпечення, рівня компетенції персоналу, технологічної підтримки<br>та організаційної культури підприємства. Особливу роль відіграє здатність системи до адап-<br>тації та розвитку відповідно до нових викликів та загроз економічній безпеці. Впровадження<br>даної моделі має створити підґрунтя для формування ефективної системи управління еко-<br>номічною безпекою підприємства, що забезпечує своєчасне виявлення та нейтралізацію за-<br>гроз, оптимальне використання ресурсів та досягнення стратегічних цілей розвитку<br>підприємства.</p>Вероніка КомандровськаВолодимир Самойленко
Авторське право (c) 2025
2025-05-272025-05-271815151КЛЮЧОВІ ПОКАЗНИКИ ЕФЕКТИВНОСТІ ІНТЕРНЕТ-ТЕХНОЛОГІЙ ДЛЯ ОСВІТНІХ УСТАНОВ
https://mpeproc.fmm.kpi.ua/article/view/333284
<p>В умовах цифровізації суспільства та зростаючої конкуренції на ринку освітніх послуг<br>інтернет-технології відіграють ключову роль у забезпеченні ефективної взаємодії між закла-<br>дами освіти та цільовою аудиторією Інформаційні веб-портали є не лише інструментом для<br>надання інформації, а й засобом залучення абітурієнтів, підтримки іміджу закладу та забез-<br>печення прозорості у взаємодії. У світлі цього, важливою задачею є визначення та аналіз по-<br>казників діяльності таких веб-порталів, що відображають успішність освітніх установ у залу-<br>ченні та утриманні аудиторії.<br>Ефективність інтернет-технологій, зокрема веб-порталів, для освітніх установ у кон-<br>тексті сталого розвитку полягає в їхньому здатності забезпечувати доступність, інтерактив-<br>ність і адаптивність навчального процесу. Веб-портали служать важливим інструментом для<br>надання освітніх ресурсів широкому колу користувачів, що дозволяє знижувати бар'єри до-<br>ступу до якісної освіти, особливо в віддалених або недостатньо забезпечених<br>регіонах. Згідно з даними ЮНЕСКО, інтеграція інтернет-технологій в освіту може збільши-<br>ти охоплення навчання на 20-30%, що сприяє реалізації цілей сталого розвитку, пов’язаних із<br>забезпеченням рівного доступу до освіти. Крім того, веб-портали надають можливість ре-<br>алізації інноваційних методів навчання, таких як дистанційні курси, електронні бібліотеки та<br>платформи для спільної роботи, що підвищує мотивацію студентів і сприяє їх активній<br>участі у навчальному процесі.<br>Метою дослідження є визначення ключових показників ефективності інтернет-<br>технологій на прикладі інформаційних веб-порталів для закладів фахової передвищої освіти,<br>що дозволяють оцінювати їх функціональність та взаємодію з користувачами, сприяють оп-<br>тимізації процесу управління освітніми ресурсами на основі інтернет-маркетингових стра-<br>тегій. Досягнення цієї мети включає дослідження факторів впливу на відвідуваність та залу-<br>чення користувачів.<br>Вивченню ефективності веб-порталів закладів освіти приділяли увагу як вітчизняні, так<br>і зарубіжні науковці. Наприклад, В.І. Биков досліджував роль інформаційно-комунікаційних<br>технологій у навчальному процесі, а І.О. Зязюн — інтеграцію інноваційних технологій у<br>навчальний процес [1, 2]. Закордонні дослідники, зокрема P. Kotler, зосереджували увагу на<br>значенні цифрових інструментів у просуванні освітніх послуг та покращенні показників за-<br>лученості користувачів. P. Kotler у своїх дослідженнях зазначає, що інтернет-технології в<br>54<br>освіті дозволяють значно покращити конкурентоспроможність навчальних закладів, ство-<br>рюючи додаткову цінність для студентів та викладачів. Зокрема, такі KPI, як обсяг трафіку,<br>показник відмов, середній час перегляду сторінок та глибина прокручування сайту, слугують<br>індикаторами якості взаємодії користувачів із веб-порталом [3].<br>Інтернет-технології в освітніх установах використовуються для забезпечення доступ-<br>ності інформації, підтримки репутації закладу, залучення нових абітурієнтів та утримання<br>постійної аудиторії, в навчальних цілях тощо. Веб-портал освітнього закладу виконує ряд<br>ключових функцій: забезпечує інформаційну підтримку, дозволяє залучати нових студентів<br>та сприяє формуванню іміджу закладу. За допомогою таких метрик, як обсяг трафіку, показ-<br>ник відмов, час перебування на сторінці, можна зрозуміти, наскільки якісно сайт виконує ці<br>завдання.<br>У дослідженні використано кореляційний аналіз для оцінки впливу інтернет-технологій<br>на показники попиту освітніх установ. Інструменти Google Analytics, відкриті сервіси SimilarWeb,<br>MOZ, а також Power BI та надбудови для налаштування API для збору, обробки да-<br>них дозволяють моніторити поведінку споживачів в інтернеті і оптимізувати маркетингові<br>кампанії. Дослідження вказують, що інформаційні веб-портали абсолютно по-різному вико-<br>ристовуються в ТОП-50 ЗФПО за обсягом здобувачів третина закладів має місячний обсяг<br>відвідувачів на веб-портал менший за кількість здобувачів, що вказує на не зацікавленість їх<br>подіями, заходами закладу або нераціональне використання ресурсу ЗФПО, про це вказує і<br>коефіцієнт кореляції (0,11). Тісний зв’язок існує між кількістю відвідувачів веб-порталу та<br>кількістю переглянутих сторінок, що вказує, що на зацікавленість аудиторії впливає контент-<br>план про події, заходи та стратегічне бачення щодо використання, тому значну увагу ЗФПО<br>потрібно приділити саме формуванню контенту, що відповідав би очікуванням потенційної<br>аудиторії, адже на даний час виходячи з досліджень веб-портали ЗФПО виконують роль<br>скоріше звітності для державного апарату. Поряд з тим, порівняльний аналіз кількості здобу-<br>вачів та відвідувачів веб-порталів вказують на значний обсяг зовнішньої аудиторії 68%, а<br>отже існує зовнішній інтерес до ЗФПО, який потрібно врахувати, дослідити сегменти<br>цільової аудиторії, що цікавляться ЗФПО, представити потрібну інформацію їм тощо.<br>Таблиця 1 - Результати кореляційного аналізу для базових аудиторних та технічних<br>метрик веб порталів ЗФПО та кількості здобувачів освіти в них<br>Показник<br>Кількість<br>відвідувачів<br>веб-порталу<br>Інтегральна<br>оцінка<br>тех,показників<br>для моб версії<br>Кількість<br>відмов<br>Середньомісячна<br>кількість<br>переглянутих<br>сторінок<br>Кількість<br>здобувачів<br>ЗФПО<br>Кількість<br>відвідувачів веб-<br>порталу 1,00<br>Інтегральна<br>оцінка<br>тех,показників<br>для моб версії -0,15 1,00<br>Кількість відмов -0,12 -0,14 1,00<br>Середньомісячна<br>кількість<br>переглянутих<br>сторінок 0,93 -0,16 -0,20 1,00<br>Кількість<br>здобувачів<br>ЗФПО 0,11 0,17 -0,33 0,17 1,00<br>Джерело: складено авторами на основі даних з SimilarWeb, Google Page Speed.<br>55<br>Було проведено аналіз окремих закладів фахової передвищої освіти (далі - ЗФПО) на<br>основі ключових метрик для інтернет-технологій. Еталонні заклади обрано на основі попиту<br>на послуги закладів. Було виділено наступні показники: показник відмов, кількість перегляду<br>сторінок за сеанс, середній час перегляду сторінок, обсяг і джерела трафіку, швидкість за-<br>вантаження, гугл-відгуки, гугл-оцінка, кількість посилань, зв’язаних доменів тощо. Визначе-<br>но базові аудиторні та технічні метрики, на рис.1 середньомісячний трафік та показник<br>відмов. Відповідно до даних Google Analytics, SimilarWeb та Google відгуків обсяг трафіку з<br>органічних джерел та діректу є одними з основних джерел аудиторії для освітніх закладів. У<br>середньому, час перегляду сторінок для освітніх сайтів коливається в межах 3-5 хвилин, що<br>свідчить про високий рівень зацікавленості користувачів . Загальний обсяг трафіку корелює з<br>обсягами учасників освітнього процесу, тобто крім часового діапазону вступної кампанії,<br>трафік є внутрішнім. Швидкість завантаження є важливим фактором для SEO та може по-<br>кращити видимість сайту у пошукових системах, таких як Google, що у свою чергу впливає<br>на органічний трафік. Швидкість завантаження (близько 2-3 секунд) позитивно впливає на<br>утримання користувачів і знижує показник відмов. В свою чергу високий показник відмов<br>може сигналізувати про необхідність поліпшення дизайну або релевантності контенту.<br>Рисунок 1 – Середньомісячна кількість відвідувачів та показник відмов для окремих ЗФПО<br>Джерело: узагальнено та формалізовано авторкою на основі даних з SimilarWeb<br>Для освітніх установ такі показники як кількість перегляду сторінок та середній час пе-<br>регляду є індикаторами того, наскільки успішно сайт залучає та утримує аудиторію. Згідно з<br>дослідженнями, показники, що перевищують середні значення, свідчать про високу залу-<br>ченість та зацікавленість відвідувачів у контенті веб-порталу. Використання KPI (фор-<br>мування переліку ключових показників ефективності) сприяє підвищенню ефективності цих<br>процесів за рахунок виявлення вузьких місць та вдосконалення стратегії роботи з веб-<br>порталом. Особлива увага в КРІ приділяється відслідковуванню шляху користувача у во-<br>ронці залучення, що дозволяє виявляти етапи, на яких користувачі відмовляються від по-<br>дальшої взаємодії через показник СТА.<br>Використання інтернет-технологій та формування, моніторинг для них KPI в освітніх<br>установах сприяє покращенню ефективності управлінських рішень і підвищенню конкурен-<br>тоспроможності закладів на ринку освітніх послуг. Аналітика, що базується на метриках,<br>таких як трафік, конверсія, дозволяє не лише краще розуміти потреби аудиторії, а й опера-<br>тивно адаптувати стратегії розвитку, дає змогу вчасно виявляти слабкі місця. Важливим є<br>56<br>регулярне оновлення веб-порталів для підтримки відповідності сучасним стандартам і по-<br>требам цільової аудиторії. Для покращення роботи та оновлення важливі постійний моніто-<br>ринг конкурентного середовища та оптимізація користувацького досвіду. Оцінка конкурент-<br>них переваг дозволяє формувати ефективну стратегію для підвищення позицій веб-порталу,<br>поліпшення дизайну та навігації - зменшити показник відмов і підвищити залученість кори-<br>стувачів.</p>Інна КостенкоСергій Костенко
Авторське право (c) 2025
2025-05-272025-05-271815353МОДЕЛЮВАННЯ ЕКОНОМІЧНОЇ ПОВЕДІНКИ ПІДПРИЄМСТВА В УМОВАХ ЦИФРОВОЇ ТРАНСФОРМАЦІЇ
https://mpeproc.fmm.kpi.ua/article/view/333285
<p>Цифрова трансформація на сьогоднішній день стала одним із найважливішим та<br>найбільш обговорюваних напрямків у світі бізнесу. Наразі вона перестає бути лише модним<br>трендом і перетворюється на ключовий елемент оптимізації процесів підприємства. Під циф-<br>ровою трансформацією мається на увазі введення цифрових технологій у робочий процес чи<br>в будь-яку іншу сферу діяльності підприємства, з метою підвищення ефективності, збіль-<br>шення продуктивності та загалом створення нових можливостей для розвитку. У сучасних<br>умовах ведення бізнесу запровадження цифрових технологій є не лише способом зменшення<br>витрат, а й способами адаптації до нових викликів ринку та створення конкурентних умов;<br>сприяє підвищенню прозорості бізнесу та підтримує розвиток інноваційних моделей управ-<br>ління. Водночас повільна цифровізація або її відсутність може стати причиною втрати кон-<br>курентоспроможності. У такому контексті запровадження цифрових технологій виступає<br>базовою умовою для виживання та зростання бізнесу в умовах цифрової трансформації еко-<br>номіки.<br>У той же час, важливе розуміння, як такі зміни впливають на економічну поведінку<br>підприємства, а також розробка моделей, що враховують відповідні трансформаційні проце-<br>си.<br>57<br>Одним із важливих аспектів є використання великих даних (Big Data), який допомагає<br>аналізувати надвеликі обсяги інформації, виявляти тренди, розуміти, чого потребують кори-<br>стувачі, та передбачати можливі події. Не менш важливим є використання інтернету речей<br>(IoT), що дозволяє компаніям за допомогою хмарним ресурсам більш ефективно управляти<br>даними. Дозволяє збирати їх у реальному часі, аналізувати, створювати нові продукти тощо<br>[1].<br>Особливу увагу зараз приділяють застосовуванню штучного інтелекту (ШІ), який мож-<br>на використовувати не тільки у власних цілях, але й для користі компанії. Штучний інтелект<br>знаходить широке застосування у виробничій сфері, аналітиці, агрономії, рекламі та багатьох<br>інших галузях. Його використання сприяє оптимізації діяльності підприємств, зниженню<br>залежності від людського фактору та підвищенню загальної ефективності роботи. Крім того,<br>технології ШІ активно впроваджуються для автоматизації та оптимізації бізнес-процесів,<br>забезпечуючи якісно новий рівень продуктивності та конкурентоспроможності. За даними<br>Forbes застосування ШІ може пришвидшити виробничі процеси на 50%, покращити якість<br>продукції на 60% та зменшити витрати на 20% [2].<br>Один із прикладів компаній є Amazon, яка інтегрувала штучний інтелект з метою про-<br>гнозування попиту та оптимізації запасів на складах. Це у свою чергу допомогло зменшити<br>витрати часу на доставку товарів до клієнтів та мінімізувати витрати на зберігання. Також<br>часто використовується такий вид ШІ, як чат-боти, що в режимі реального часу надають<br>підтримку клієнтам. Наприклад, компанія H&M впровадила чат-бот у Facebook і тепер клієн-<br>ти з легкістю можуть перевірити наявність потрібного розміру, дізнатися про наявність това-<br>ру в потрібному фізичному магазині та ще багато іншої інформації. Загалом вони розроблені<br>на технологіях машинного навчання, тому можуть досить швидко й точно розуміти та давати<br>відповіді на різноманітні запити.<br>Не буває «хорошого» або «поганого» ШІ, − бувають лише правильно та некоректно по-<br>ставлені задачі перед «машиною». Наприклад, компанія Netflix доволі успішно використовує<br>його для підбору персонального контенту користувачам. Це дозволяє покращити рекомен-<br>дації відповідно до вподобань користувачів, як наслідок збільшити їх кількість та примножи-<br>ти прибуток. Але також були й невдалі випадки використання ШІ. Дуже популярний<br>ChatGPT уже неодноразово призводив до вагомих бізнес-ризиків компанію Samsung. У 2023<br>році розробники вирішили перевірити написані комп’ютерні програми і не врахували той<br>факт, що всі дані, які були передані у базу, стають доступними кожному користувачу [3].<br>Для успішного впровадження штучного інтелекту потрібно розуміти принципи, знати<br>області його застосування, вміти правильно ставити задачу. Приклади коректного викори-<br>стання ШІ свідчать про те, що це хороший потенціал технології для багатьох галузей, який<br>може не лише допомагати людям в окремих процесах, а й повністю їх замінити. Проте<br>невдалі випадки змушують задуматися над необхідністю його залучення взагалі, а також над<br>потребою навчитися правильно формулювати поставлене завдання.<br>Важливо зазначити труднощі, із якими стикаються підприємства, наприклад, висока<br>вартість впровадження нових технологій, таких як введення ШІ у виробничий процес, опір<br>до змін із боку працівників, занизький рівень цифрової грамотності. У зв’язку з війною, коли<br>навпаки не вистачає робочої сили, штучний інтелект чи інші приклади цифрової трансфор-<br>мації дозволяють знизити потребу в людях і при цьому не втратити якість продукту чи по-<br>слуг.<br>Для аналізу впливу цифрової трансформації на економічну поведінку підприємства до-<br>цільно використати модель оцінки ефективності цифрової трансформації, яка враховує клю-<br>чові показники, такі як: рівень автоматизації процесів (HRA), ефективність процесів (PE),<br>витрати на трансформацію (TC), ефект від автоматизації (AE) та покращення якості про-<br>дукції (QI). Загальна ефективність підприємства представлена як зважена сума цих факторів:<br>58<br>E=1HRA+2AE+3PE+4TC+5QI, (1)<br>де i – вагові коефіцієнти, які відображають важливість кожного фактора.<br>Модель включає в себе наступні компоненти:<br>1. Рівень автоматизації процесів (HRA):<br>HRA=AP+ln(AI+1)TP, (2)<br>де AP – кількість автоматизованих процесів, AI – кількість процесів із залученням ШІ,<br>TP – загальна кількість процесів.<br>2. Ефект від автоматизації (AE), враховуючи витрати на персонал (LC), час виконання<br>процесів (PT) і кількість помилок (ER), вагові коефіцієнти (і):<br>AE=1LC0-LC1LC0+2PT0-PT1PT0+3ER0-ER1ER0, (3)<br>3. Ефективність процесів (PE), враховує ефективність використання ресурсів (RP) і<br>швидкість виконання (SP), вагові коефіцієнти (і):<br>PE=1RP+2SP=1OutputResources+21Processing time, (4)<br>4. Витрати на трансформацію (TC), включає витрати на впровадження (IC), витрати на<br>підтримку (MC), витрати на навчання персоналу (NC):<br>TC=IC2+MC2+NC2, (5)<br>5. Покращення якості (QI), включаючи початковий рівень якості (QI0), коефіцієнти<br>впливу (α), рівень автоматизації (HRA), ефективність процесів (PE):<br>QI=QI0+PEHRA, (6)<br>Шлях вирішення полягає в тому, що для певного підприємства проходиться розраху-<br>нок показників за доступними даними. Потім на основі отриманих результатів проводиться<br>оцінка ефективності цифрової трансформації та виявляються сильні та слабкі сторони її ре-<br>алізації на тих чи інших проектах.<br>Отже, ігнорувати використання ШІ у бізнесі та виробництві неможливо, оскільки це<br>недосяжне майбутнє, яке вже стало нашою реальністю. Його можливості надають велику<br>кількість переваг, таких як потужна автоматизація, оптимізація процесів, підвищення рівня<br>безпеки та ще багато іншого для різних сфер економіки. Але при цьому підприємству голов-<br>не не втратити свою індивідуальність у погоні за новими технологіями для підвищення ефек-<br>тивності.</p>Вероніка КочергаОлена Стець
Авторське право (c) 2025
2025-05-272025-05-271815656ПРОГНОЗУВАННЯ ПРИБУТКОВОСТІ ПІДПРИЄМСТВА ЗАЛЕЖНО ВІД ОБСЯГУ ІНВЕСТИЦІЙ
https://mpeproc.fmm.kpi.ua/article/view/333287
<p>Економіка залежить від технологічного сектору, який впливає на наш суспільний ро-<br>звиток і на аспекти повсякденного життя. Такі відомі компанії Apple встановлюють техно-<br>логічні стандарти прогресу, показуючи, як стимулювати розвиток і змінювати ринок. До-<br>слідження впливу інвестицій на прибутковість підприємств показує складну взаємозалеж-<br>ність між обсягом капіталовкладень та фінансовими результатами. Зокрема, дослідження<br>"The Impact of R&D Expenditures on Corporate Performance" [1] підтверджує, що інвестиції в<br>дослідження та розробки забезпечують довгострокові конкурентні переваги, хоча їхній ко-<br>роткостроковий ефект може бути незначним.<br>Інвестори повинні розуміти фінансові характеристики цих підприємств. Співвідношен-<br>ня між важливими фінансовими показниками, зокрема чистим прибутком, капітальними вит-<br>ратами та витратами на дослідження і розробки (R&D), дає важливу інформацію про пер-<br>спективи зростання.<br>Актуальність дослідження обумовлена необхідністю ефективного управління інве-<br>стиційними ресурсами в умовах жорсткої глобальної конкуренції. Він спрямований на вдос-<br>коналення процесу інвестиційного планування через прогнозування прибутку, що дозволить<br>компаніям оптимально використовувати обмежені ресурси та забезпечити конкурентоспро-<br>можність<br>Метою цього дослідження було розробка моделі прогнозування прибутковості<br>підприємства на основі аналізу залежності між чистим прибутком і ключовими інвестицій-<br>ними змінними (R&D, CAPEX, грошовими потоками) з використанням даних компанії<br>Apple.<br>Прогнозування фінансових показників компанії є складним завданням, яке вимагає ви-<br>користання аналітичних методів і глибокого розуміння багатьох взаємопов’язаних змінних.<br>Враховуючи особливості діяльності інноваційної технологічної компанії, зокрема Apple, де<br>темпи технологічного розвитку та жорстка конкуренція визначають ринкову стратегію, клю-<br>чову роль в забезпеченні конкурентоспроможності та сталого розвитку відіграють інвестиції<br>у дослідження та розробки (R&D).<br>Варто зазначити, що кожного року Apple все більше виділяє грошей в інвестиційну<br>діяльність. Це певний стратегічний хід для підтримки конкуренції на ринку. Такі інвестиції<br>призвели до трансформаційних інновацій в таких продуктах Apple як iPhone, iPad, Apple<br>Watch, і передових технологій мікросхем, таких як процесори серії M. На графіку нижче<br>наведено динаміку вкладень R&D, протягом 2009-2023 років.<br>60<br>Рисунок 1– Динаміка вкладень компанії Apple в Research and Development, 2009 – 2023<br>роки [2]<br>У реальному світі фінансова ефективність компанії залежить не лише від інвестицій у<br>R&D, а й від інших показників, таких як CAPEX та грошові потоки. Використання всіх<br>змінних допомагає врахувати їхній кумулятивний ефект.<br>Для визначення взаємозв’язків між ключовими фінансовими показниками компанії<br>проведено кореляційний аналіз. Дослідження дозволяє виявити, які з показників мають<br>найбільший звʼязок та можуть бути використані для побудови прогнозної моделі. У до-<br>слідженні використано такі метрики як: Чистий дохід (Net income), R&D, Витрати на прид-<br>бання основних засобів (CAPEX) та Грошові потоки на інвестиційну діяльність. Для оцінки<br>ступеня залежності використовувався коефіцієнт кореляції Пірсона, що відображає силу та<br>напрямок лінійного зв’язку між двома змінними.<br>r= (x- x)(y- y)(x- x)2(y- y)2, (1)<br>,де x і y це дві змінні, які порівнюються; (x- x)(y- y)- сума добутків відхилень x від се-<br>реднього значення (x̄) та відхилень y від середнього значення (ȳ);<br>(x- x)2(y- y)2- квадратних коренів відхилення змінних<br>У дослідженні отримуємо пари змінних з такими кореляціями:<br>Таблиця 1 – Кореляційний звʼязок між змінними<br>Чистий прибуток ти R&D 0,94 Дуже сильний позитивний зв’язок<br>Capex та Чистий прибуток -0,68 Середній негативний зв’язок<br>Чистий дохід і Грошовий потік<br>в іноваційній діяльності<br>0,25 Слабкий позитивний зв’язок<br>Результати кореляційного аналізу показують, що найсильніший зв’язок існує між чи-<br>стим прибутком і витратами на R&D(r=0,94). Це підтверджує твердження, що розбрка до<br>дослідження відіграють ключову роль інновацій у формуванні прибутку компанії. Середній<br>від’ємний зв’язок з CAPEX (-0,68) вказує на те, що витрати на основні засоби мають менший<br>вплив на прибутковість.<br>Використовуючи лінійну регресію, дослідимо оцінку точності моделі та виведемо<br>рівняння регресі:<br>y= 4.86 + 2.78 *X1+ 1.22 *X2 + -0.17 * X3<br>Скориставшись побудованою моделлю, розрахуємо прогнозовані значення чистого<br>прибутку Apple на 2024-2026 роки.<br>61<br>Рисунок 2 – Результати прогнозування прибутку компанії Apple залежно від інвестицій<br>Розроблена регресійна модель використовується для прогнозування прибутковості<br>компанії на основі суми інвестицій у дослідження та розробки (R&D), капітальних витрат<br>(CAPEX) і грошових потоків, дозволила отримати цінне уявлення про фінансові результати<br>компанії. Модель показала задовільну точність із оціненим R²= 0,92, що вказує на те, що 92%<br>зміни чистого прибутку можна пояснити змінами в інвестиціях. Аналіз результатів показав,<br>що збільшення інвестицій у R&D та CAPEX позитивно впливає на чистий прибуток, що<br>підтверджує важливість стратегічних інвестицій для забезпечення сталого зростання ком-<br>панії.<br>Прогнозовані показники чистого прибутку на 2024-2026 роки вказують на потенційне<br>зростання, яке може досягти 113,50 мільйонів доларів США у 2026 році, якщо компанія про-<br>довжить інвестувати в ці ключові сфери. Ці результати підкреслюють необхідність<br>підприємству зосередитися на оптимізації інвестиційних стратегій, оскільки правильний<br>вибір напрямків інвестицій може суттєво вплинути на фінансові результати.<br>Проведений аналіз підтверджує, що стратегічне управління інвестиціями є критично<br>важливим для досягнення фінансових цілей підприємства. Отримані результати можуть слу-<br>гувати основою для подальшого планування та прийняття рішень, що стосуються інве-<br>стиційної політики компанії.</p>Діана КузикСвітлана Турлакова
Авторське право (c) 2025
2025-05-272025-05-271815959РОЗШИРЕННЯ МОЖЛИВОСТЕЙ МЕНЕДЖМЕНТУ: ВИКОРИСТАННЯ 3DМОДЕЛЮВАННЯ ДЛЯ ПРОГНОЗУВАННЯ ЕФЕКТИВНОСТІ УПРАВЛІНСЬКИХ РІШЕНЬ В ЛОГІСТИЦІ
https://mpeproc.fmm.kpi.ua/article/view/333594
<p><span class="fontstyle0">Сучасні умови управління вимагають швидких, обґрунтованих і стратегічно ефективних рішень. У цьому контексті 3D-моделювання стає ключовим інструментом для<br>візуалізації складних процесів і прогнозування наслідків управлінських рішень. Поєднання<br>цього підходу з можливостями генеративного штучного інтелекту (ШІ) дозволяє створювати<br>динамічні симуляції, які імітують реальні сценарії та допомагають менеджерам приймати<br>оптимальні рішення.<br></span><span class="fontstyle2">Розглянуто 3D-моделювання як інструмент прогнозування.<br></span><span class="fontstyle0">1. Візуалізація процесів. 3D-моделі дозволяють детально вивчати бізнес-процеси, виявляти вузькі місця та аналізувати їхній вплив на ефективність управління.<br>2. Моделювання сценаріїв. Використання 3D-технологій для створення альтернативних сценаріїв розвитку подій допомагає передбачити наслідки ухвалених рішень у<br>реальному часі.<br>3. Аналіз ризиків. Трирівневий підхід (негативний, базовий, позитивний сценарії) дозволяє зменшити невизначеність у процесі управління.<br></span><span class="fontstyle2">Систематизовано переваги використання 3D-моделювання у менеджменті.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Гнучкість в ухваленні рішень. 3D-моделі дозволяють інтерактивно змінювати параметри системи, відразу оцінюючи їхній вплив на загальну ефективність.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Миттєвий зворотний зв'язок. Моделі в реальному часі показують наслідки змін, дозволяючи виявляти недоліки стратегій на ранніх етапах.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Залучення команди. Візуалізація сприяє командному розумінню проблем і спрощує<br>комунікацію між рівнями управління.<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="137"><span class="fontstyle0">Виокремлено <br>інструментів.</span></td> <td width="73"><span class="fontstyle0">виклики </span></td> <td width="25"><span class="fontstyle0">у </span></td> <td width="111"><span class="fontstyle0">впровадженні </span></td> <td width="134"><span class="fontstyle0">3D-моделювання </span></td> <td width="30"><span class="fontstyle0">за </span></td> <td width="94"><span class="fontstyle0">допомогою </span></td> <td width="35"><span class="fontstyle0">ШІ</span></td> </tr> </tbody> </table> <p><span class="fontstyle2">- </span><span class="fontstyle0">Висока вартість. Впровадження технологій вимагає значних інвестицій у програмне<br>забезпечення та навчання персоналу.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Складність у використанні. Необхідність залучення експертів для роботи з даними та<br>адаптації моделей.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Етичні аспекти. Забезпечення коректності прогнозів і відповідальності за рішення,<br>ухвалені на основі моделювання.<br></span><span class="fontstyle2">Кейс 1 «Використання 3D-моделі для оптимізації військової логістики»<br></span><span class="fontstyle0">Під час військових операцій необхідно оптимізувати доставку постачання до трьох<br>ключових баз у зоні бойових дій. Умови включають обмежений час, ризиковані маршрути та<br>варіативність потреб у ресурсах. Задача полягає в прогнозуванні оптимального маршруту,<br>часу доставки й розподілу ресурсів із мінімізацією ризиків.</span><br><span class="fontstyle3">63<br></span><span class="fontstyle2">Складові/параметри 3D-моделі:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">геопросторові дані: враховуються маршрути, їхня протяжність, складність місцевості<br>(рівнини, гори, річки) та ступінь безпеки.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">потреба баз у ресурсах: кількість і тип необхідного постачання (пальне, медикаменти,<br>боєприпаси).<br></span><span class="fontstyle2">- </span><span class="fontstyle0">час доставки: час у дорозі залежить від типу транспорту, погодних умов і пропускної<br>спроможності доріг.<br></span><span class="fontstyle2">Рішення за допомогою 3D-моделювання:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">створення моделі місцевості: географічні дані інтегруються в 3D-модель, яка дозволяє<br>візуалізувати маршрути та визначити оптимальні шляхи;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">імітація постачання: генеративний ШІ аналізує варіанти розподілу ресурсів, моделює<br>кілька сценаріїв із врахуванням ризиків та змін у потребах баз;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">оптимізація маршрутів: використовується кореляційно-регресійний аналіз для оцінки<br>залежності між трьома параметрами (маршрут, потреба баз, час доставки) та визначення найефективнішого рішення.<br>Таблиця 1 – Дані для коефіцієнтів моделі Кейсу 1<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="43"><span class="fontstyle0">База </span></td> <td width="111"><span class="fontstyle0">Маршрут (км) </span></td> <td width="169"><span class="fontstyle0">Потреба в ресурсах (т) </span></td> <td width="141"><span class="fontstyle0">Час доставки (год) </span></td> <td width="177"><span class="fontstyle0">Безпека маршруту (бал)</span></td> </tr> <tr> <td width="43"><span class="fontstyle0">А </span></td> <td width="111"><span class="fontstyle0">120 </span></td> <td width="169"><span class="fontstyle0">5 </span></td> <td width="141"><span class="fontstyle0">3 </span></td> <td width="177"><span class="fontstyle0">8</span></td> </tr> <tr> <td width="43"><span class="fontstyle0">B </span></td> <td width="111"><span class="fontstyle0">150 </span></td> <td width="169"><span class="fontstyle0">7 </span></td> <td width="141"><span class="fontstyle0">4 </span></td> <td width="177"><span class="fontstyle0">6</span></td> </tr> <tr> <td width="43"><span class="fontstyle0">C </span></td> <td width="111"><span class="fontstyle0">180 </span></td> <td width="169"><span class="fontstyle0">10 </span></td> <td width="141"><span class="fontstyle0">5 </span></td> <td width="177"><span class="fontstyle0">4</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">Мета: мінімізувати час доставки, враховуючи довжину маршруту та потребу в ресурсах, з урахуванням безпеки.<br></span><span class="fontstyle4">t=β</span><span class="fontstyle4">0</span><span class="fontstyle4">+β</span><span class="fontstyle4">1</span><span class="fontstyle5">⋅</span><span class="fontstyle4">x</span><span class="fontstyle4">1</span><span class="fontstyle4">+β</span><span class="fontstyle4">2</span><span class="fontstyle5">⋅</span><span class="fontstyle4">x</span><span class="fontstyle4">2</span><span class="fontstyle4">+β</span><span class="fontstyle4">3</span><span class="fontstyle5">⋅</span><span class="fontstyle4">x</span><span class="fontstyle4">3</span><span class="fontstyle4">t = \beta_0 + \beta_1 \cdot x_1 + \beta_2 \cdot x_2 + \beta_3 \cdot x_3t =<br>= β</span><span class="fontstyle4">0</span><span class="fontstyle4">+β</span><span class="fontstyle4">1</span><span class="fontstyle5">⋅</span><span class="fontstyle4">x</span><span class="fontstyle4">1</span><span class="fontstyle4">+β</span><span class="fontstyle4">2</span><span class="fontstyle5">⋅</span><span class="fontstyle4">x</span><span class="fontstyle4">2</span><span class="fontstyle4">+β</span><span class="fontstyle4">3</span><span class="fontstyle5">⋅</span><span class="fontstyle4">x</span><span class="fontstyle4">3<br></span><span class="fontstyle0">де: </span><span class="fontstyle4">t </span><span class="fontstyle0">– час доставки; </span><span class="fontstyle4">x</span><span class="fontstyle4">1 </span><span class="fontstyle0">– маршрут; </span><span class="fontstyle4">x</span><span class="fontstyle4">2 </span><span class="fontstyle0">– потреба баз у ресурсах; </span><span class="fontstyle4">x</span><span class="fontstyle4">3 </span><span class="fontstyle0">– безпека маршруту.<br></span><span class="fontstyle2">Прогноз = Результати моделювання<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Для бази A оптимальний маршрут забезпечує швидку доставку (3 години) з високим<br>рівнем безпеки (8 балів).<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Для бази B доцільно використовувати маршрут середньої довжини (150 км) із адаптацією вантажу (зниження до 6 тон).<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Для бази C необхідне розділення доставки на 2 етапи через низький рівень безпеки<br>маршруту (4 бали).<br>3D-моделювання дозволило прогнозувати оптимальне рішення для доставки ресурсів,<br>зменшити час транспортування й підвищити безпеку маршрутів. Інтеграція таких моделей у<br>військовий менеджмент сприяє підвищенню ефективності логістичних операцій.<br></span><span class="fontstyle2">Кейс 2 «Використання 3D-моделювання для оптимізації маршруту дронів<br>у військових операціях»<br></span><span class="fontstyle0">Військове командування планує розгорнути дрони для доставки розвідданих та медикаментів у три стратегічні точки, розташовані в зоні підвищеної небезпеки. Потрібно:<br></span><span class="fontstyle6">• </span><span class="fontstyle0">оптимізувати маршрути дронів, враховуючи загрозу ППО (протиповітряної оборони);<br></span><span class="fontstyle6">• </span><span class="fontstyle0">максимально скоротити час доставки;<br></span><span class="fontstyle6">• </span><span class="fontstyle0">забезпечити збереження вантажу.<br></span><span class="fontstyle2">Складові/параметри 3D-моделі:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">висота польоту: залежить від рельєфу місцевості, наявності лісів, пагорбів, споруд та<br>зон дії ППО;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">дальність польоту: враховує запас енергії дронів і вагу вантажу;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">рівень ризику: визначається інтенсивністю ворожої активності в районі.<br></span><span class="fontstyle2">Рішення за допомогою 3D-моделювання:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">моделювання місцевості: 3D-модель місцевості створюється на основі даних геопросторових карт і розвідки. Вона враховує рельєф, небезпечні зони, потенційні укриття<br>для дронів;</span><br><span class="fontstyle3">64<br></span><span class="fontstyle2">- </span><span class="fontstyle0">імітація польоту: генеративний ШІ прогнозує оптимальні траєкторії польотів,<br>уникаючи зон високого ризику;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">оптимізація параметрів дронів: аналізується зв'язок між висотою польоту, швидкістю<br>та витратою енергії для забезпечення максимальної ефективності доставки.<br>Таблиця 2 – Дані для коефіцієнтів моделі Кейсу 2<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="111"><span class="fontstyle0">Точка<br>доставки</span></td> <td width="132"><span class="fontstyle0">Висота польоту<br>(м)</span></td> <td width="156"><span class="fontstyle0">Дальність польоту<br>(км)</span></td> <td width="124"><span class="fontstyle0">Час у польоті<br>(хв)</span></td> <td width="131"><span class="fontstyle0">Рівень ризику<br>(бал)</span></td> </tr> <tr> <td width="111"><span class="fontstyle0">А </span></td> <td width="132"><span class="fontstyle0">300 </span></td> <td width="156"><span class="fontstyle0">10 </span></td> <td width="124"><span class="fontstyle0">15 </span></td> <td width="131"><span class="fontstyle0">2</span></td> </tr> <tr> <td width="111"><span class="fontstyle0">B </span></td> <td width="132"><span class="fontstyle0">500 </span></td> <td width="156"><span class="fontstyle0">15 </span></td> <td width="124"><span class="fontstyle0">20 </span></td> <td width="131"><span class="fontstyle0">4</span></td> </tr> <tr> <td width="111"><span class="fontstyle0">C </span></td> <td width="132"><span class="fontstyle0">200 </span></td> <td width="156"><span class="fontstyle0">8 </span></td> <td width="124"><span class="fontstyle0">10 </span></td> <td width="131"><span class="fontstyle0">3</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">Мета: мінімізувати час доставки, враховуючи висоту польоту, дальність і рівень ризику.<br></span><span class="fontstyle4">t=β</span><span class="fontstyle4">0</span><span class="fontstyle4">+β</span><span class="fontstyle4">1</span><span class="fontstyle5">⋅</span><span class="fontstyle4">h+β</span><span class="fontstyle4">2</span><span class="fontstyle5">⋅</span><span class="fontstyle4">d+β</span><span class="fontstyle4">3</span><span class="fontstyle5">⋅</span><span class="fontstyle4">Rt = \beta_0 + \beta_1 \cdot h + \beta_2 \cdot d + \beta_3 \cdot Rt =<br>= β</span><span class="fontstyle4">0</span><span class="fontstyle4">+β</span><span class="fontstyle4">1</span><span class="fontstyle5">⋅</span><span class="fontstyle4">h+β</span><span class="fontstyle4">2</span><span class="fontstyle5">⋅</span><span class="fontstyle4">d+β</span><span class="fontstyle4">3</span><span class="fontstyle5">⋅</span><span class="fontstyle4">R<br></span><span class="fontstyle0">де: </span><span class="fontstyle4">t </span><span class="fontstyle0">– час у польоті; </span><span class="fontstyle4">h </span><span class="fontstyle0">– висота польоту; </span><span class="fontstyle4">d </span><span class="fontstyle0">– дальність польоту; R – рівень ризику.<br>Прогноз = Результати моделювання<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Для точки A: найкращий маршрут проходить через середній рівень висоти (300 м), забезпечуючи швидкий політ (15 хв) з низьким ризиком (2 бали).<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Для точки B: рекомендовано високий рівень польоту (500 м), який мінімізує ризики (4<br>бали), хоча час у польоті зростає до 20 хв.<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Для точки C: мінімальна висота (200 м) забезпечує найшвидшу доставку (10 хв), але<br>необхідне врахування зон укриття.<br>3D-моделювання в поєднанні з генеративним ШІ дозволяє оптимізувати маршрути<br>дронів, знижуючи ризики та забезпечуючи ефективність операцій. Такий підхід підвищує<br>швидкість реагування та безпеку в умовах бойових дій, що є критично важливим у військовому менеджменті.<br>Це рішення може бути масштабоване для використання в інших сферах, таких як цивільна логістика або надзвичайні ситуації.<br></span><span class="fontstyle2">Розроблено висновки та рекомендації<br></span><span class="fontstyle0">3D-моделювання у поєднанні з генеративним ШІ є потужним інструментом для прогнозування ефективності управлінських рішень. Впровадження таких технологій дозволяє:<br></span><span class="fontstyle6">• </span><span class="fontstyle0">знизити ризики невдалих рішень завдяки точному прогнозуванню;<br></span><span class="fontstyle6">• </span><span class="fontstyle0">підвищити прозорість управлінських процесів через доступну візуалізацію;<br></span><span class="fontstyle6">• </span><span class="fontstyle0">оптимізувати ресурси за рахунок інтеграції ШІ для автоматизації рутинного аналізу.<br>Для успішного впровадження рекомендується інвестувати в навчання персоналу, створення доступної інфраструктури й інтеграцію 3D-моделювання до існуючих управлінських<br>процесів. Це сприятиме підвищенню ефективності бізнесу та підготовленості до зовнішніх<br>викликів</span> </p>Тетяна КузнєцоваЄвген Кузнєцов
Авторське право (c) 2025
2025-05-272025-05-271816262АНАЛІТИКА ВИКОРИСТАННЯ ТЕХНОЛОГІЙ ШТУЧНОГО ІНТЕЛЕКТУ В ПРІОРІТЕТНИХ ГАЛУЗЯХ ЕКОНОМІКИ ТА ПІДПРИЄМСТВАХ
https://mpeproc.fmm.kpi.ua/article/view/333599
<p><span class="fontstyle0">ШІ в промисловості – це використання алгоритмів і машинного навчання для автоматизації складних завдань, розпізнавання закономірностей і прогнозування.. Це передбачає<br>аналіз і обробку великих обсягів даних з машин і систем[1].<br>У сучасному світі ШІ широко використовується в різних сферах, таких як:<br></span><span class="fontstyle2">• </span><span class="fontstyle0">автоматизація виробництва,<br></span><span class="fontstyle2">• </span><span class="fontstyle0">обробка та аналіз даних,<br></span><span class="fontstyle2">• </span><span class="fontstyle0">медична діагностика,<br></span><span class="fontstyle2">• </span><span class="fontstyle0">автономні транспортні засоби,<br></span><span class="fontstyle2">• </span><span class="fontstyle0">персональні асистенти (як-от Siri чи Google Assistant),<br></span><span class="fontstyle2">• </span><span class="fontstyle0">рекомендаційні системи (Netflix, Amazon).<br>Використання ШІ підвищує ефективність, автоматизуючи рутинні завдання та<br>покращуючи виробничі процеси, що знижує витрати та помилки. ШІ допомагає покращити<br>якість продукції, обслуговування клієнтів через чат-ботів і рекомендаційні системи. Швидкий аналіз даних дає змогу приймати обґрунтовані рішення та прогнозувати тренди, що дає<br>конкурентні переваги. Крім того, ШІ оптимізує управління запасами, знижує ризики та<br>підвищує безпеку. Впровадження ШІ стимулює інновації та адаптацію до змін на ринку.<br>За розрахунками McKinsey&Company ШІ потенційно може додати близько 13<br>трильйонів доларів до глобальної економічної активності до 2030 року, що еквівалентно<br>приблизно 16% накопиченого ВВП вище поточного рівня[2]. Це становить близько 1,2% додаткового щорічного зростання ВВП. Якщо це буде досягнуто, вплив ШІ можна буде<br>порівняти з іншими універсальними технологіями в історії. Наприклад, парові двигуни в<br>1800-х роках збільшували продуктивність праці приблизно на 0,3% на рік, роботи у 1990-х<br>роках — на 0,4%, а інформаційні технології у 2000-х — на 0,6%.<br>Опишемо модель для пошуку максимального економічного ефекту від впровадження<br>ШІ з врахуванням певних обмежень:<br></span><span class="fontstyle3">Eecon =β*Sbase+Zopt+λ+Csupport-(IAi+Cmaint+Rrisk+Wwar)</span><span class="fontstyle0">, (1)<br>де Sbase – базовий рівень доходу, Zopt – оптимальний прибуток від інвестицій, Csupport –<br>підтримуючі витрати на ШІ, – коефіцієнт впливу базових доходів, – коефіцієнт впливу<br>витрат на підтримку, IAi – інвестиції в ШІ, Cmaint – витрати на обслуговування технологій<br>ШІ,<br>Rrisk – витрати пов'язані з ризиками (економічні, технічні), Wwar – витрати ов язані з<br>військовими діями.<br>Маємо наступні обмеження для оптимізації:</span><br><span class="fontstyle4">66<br></span><span class="fontstyle0">IAi ≤Imax</span><span class="fontstyle3">, </span><span class="fontstyle0">де Imax </span><span class="fontstyle3">– </span><span class="fontstyle0">максимально допустимий обсяг інвестицій<br>Zopt ≤Zbase</span><span class="fontstyle3">, </span><span class="fontstyle0">де Zbase </span><span class="fontstyle3">– </span><span class="fontstyle0">базовий рівень прибутку<br>Cmaint ≤Cbudget</span><span class="fontstyle3">, </span><span class="fontstyle0">де Cbudget </span><span class="fontstyle3">– </span><span class="fontstyle0">максимально допустимий бюджет на обслуговування<br>Rrisk ≤Rmax</span><span class="fontstyle3">, </span><span class="fontstyle0">де Rmax </span><span class="fontstyle3">– </span><span class="fontstyle0">максимально допустимий рівень ризиків<br>Wwar ≤Wbudget</span><span class="fontstyle3">, </span><span class="fontstyle0">де Wbudget </span><span class="fontstyle3">– </span><span class="fontstyle0">максимально допустимий військовій бюджет<br>Проаналізуємо результати моделювання на основі даних, взятих на підприємстві СУПЕРСВІТЛО. Оптимальні параметри мають бути більші або дорівнювати 0.1 млн грн.<br>Рисунок 1 – Оптимальні значення параметрів для максимізації доходу<br>Джерело: складено автором на основі власних розрахунків.<br>Оптимальна економічна ефективність складає 10.35 млн грн, що є суттєвим приростом<br>порівняно з поточними рівнями доходів у 10 млн грн. Це свідчить про те, що впровадження<br>ШІ може значно підвищити продуктивність і зменшити витрати, що робить підприємство<br>більш конкурентоспроможним.<br>Оптимальні значення показують, що підприємство "СУПЕРСВІТЛО" може досягти<br>максимального економічного ефекту при мінімальних витратах на інвестиції в ШІ, підтримку<br>технологій, а також на ризики та військові витрати. Інвестиції в ШІ та витрати на підтримку<br>технологій складають лише 0.1 млн грн, що свідчить про ефективне використання ресурсів<br>при невеликих витратах. Оптимальний прибуток від інвестицій досягає рівня базового прибутку, а витрати на ризики та військові дії мінімальні, що дозволяє зберігати фінансову<br>стабільність підприємства навіть в умовах зовнішніх викликів.</span> </p>Аліна КуліковськаІрина Лазаренко
Авторське право (c) 2025
2025-05-272025-05-271816565ЗАСТОСУВАННЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ РАННЬОГО ВИЯВЛЕННЯ ПРОБЛЕМНИХ КРЕДИТІВ
https://mpeproc.fmm.kpi.ua/article/view/333602
<p><span class="fontstyle0">У умовах сучасного банківського сектору раннє виявлення потенційно проблемних<br>кредитів є критично важливим для мінімізації кредитних ризиків. Застосування методів машинного навчання дозволяє автоматизувати цей процес: розробка та оцінка ефективності<br>моделей машинного навчання для раннього виявлення проблемних кредитів з використанням<br>сучасних аналітичних інструментів.<br>Актуальність даного дослідження обумовлена декількома ключовими факторами:<br>1. Зростання конкуренції на ринку банківських послуг</span><span class="fontstyle2">, </span><span class="fontstyle0">що вимагає вдосконалення механізмів оцінки кредитоспроможності, підвищення якості обслуговування клієнтів, мінімізації кредитних ризиків, оптимізації резервування коштів.<br>2. Необхідність автоматизації процесів, оскільки аналіз кредитоспроможності є<br>найбільш трудомістким процесом, традиційні методи оцінки часто не встигають за динамікою ринку, зростає обсяг даних, що потребують обробки, підвищуються вимоги до швидкості прийняття рішень<br>3. Важливість раннього виявлення проблемних кредитів для зменшення потенційних збитків банку, підвищення якості кредитного портфеля, оптимізації роботи з проблемною заборгованістю, покращення фінансової стійкості банку<br>4. Розвиток технологій машинного навчання, що надає нові можливості для автоматизації процесів, підвищення точності прогнозування, можливість обробки великих масивів даних, зниження впливу людського фактору.<br>5. Економічна ефективність впровадження, що забезпечує скорочення операційних витрат, оптимізацію використання людських ресурсів, підвищення якості<br>кредитних рішень, зменшення втрат від проблемних кредитів.<br>У сучасних умовах математичні та статистичні моделі вважаються найбільш ефективним інструментом визначення ймовірності дефолту позичальника [1]. Це обумовлено їх<br>здатністю:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">обробляти великі обсяги даних;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">враховувати множину факторів;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">виявляти неочевидні закономірності;<br></span><span class="fontstyle2">- </span><span class="fontstyle0">надавати об'єктивні оцінки;<br>Використання сучасних аналітичних інструментів, таких як SPSS Statistics, дозволяє<br>реалізувати комплексний підхід до аналізу кредитних ризиків та впровадити ефективну<br>систему раннього виявлення проблемних кредитів. Таким чином, дослідження застосування<br>методів машинного навчання для раннього виявлення проблемних кредитів є актуальним<br>науково-практичним завданням, вирішення якого сприятиме підвищенню ефективності<br>банківської діяльності та стабільності фінансового сектору в цілому.</span><br><span class="fontstyle3">68<br></span><span class="fontstyle0">Кластеризація, або кластерний аналіз — це статистична процедура, задача якої полягає<br>в розбитті вибірки об'єктів на підмножини, що не перетинаються і називаються кластерами.<br>Кожен кластер має складається зі схожих об'єктів, а об'єкти різних кластерів мають істотно<br>відрізнятися один від одного. Задача кластеризації відноситься до статистичної обробки, а<br>також до широкого класу задач навчання без вчителя. Ще її можна описати через задачу класифікації.<br>Для забезпечення ефективності використання кластерного аналізу в скорингу необхідно забезпечити регулярний моніторинг та актуалізацію кластерів, проводити аналіз міграції клієнтів між сегментами, здійснювати валідацію скорингових моделей та навчання персоналу щодо інтерпретації результатів. При цьому основними викликами при впровадженні<br>кластерного аналізу є необхідність значного обсягу якісних історичних даних, складність<br>інтерпретації результатів, ризики перенавчання моделей та технічні обмеження інформаційних систем.<br>У дослідженні використано комплексний підхід, що поєднує:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Метод K-means кластеризації для сегментації клієнтської бази<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Логістичну регресію для побудови скорингової моделі<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Інструментарій SPSS Statistics для аналізу та обробки даних<br>Вибірка дослідження включала 345 кредитних заявок, що містили наступні характеристики позичальників [1]:<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Соціально-демографічні показники<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Фінансові параметри<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Кредитну історію<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Поведінкові характеристики<br>У результаті проведеного аналізу виявлено 4 чітко диференційованих кластери позичальників, кожен з яких має власні характерні особливості та рівень кредитного ризику:<br>1. Кластер 1 (96 випадків) - "Стабільні позичальники середнього класу"<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Середній дохід: 62,773 грн/міс<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Середня сума кредиту: 275,355 грн<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Тривалий стаж роботи (14 років)<br>2. Кластер 2 (39 випадків) - "Преміум позичальники"<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Найвищий середній дохід серед масових кластерів: 82,765 грн/міс<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Найбільші суми кредитів: 456,717 грн<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Найдовший стаж роботи (16 років)<br>3. Кластер 3 (209 випадків) - "Масовий сегмент"<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Найнижчий середній дохід: 46,868 грн/міс<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Найменші суми кредитів: 106,838 грн<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Середній стаж роботи (17 років)<br>4. Кластер 4 (1 випадок) - "VIP клієнт"<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Аномально високий дохід: 675,000 грн/міс<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Відносно невелика сума кредиту: 127,500 грн<br></span><span class="fontstyle2">- </span><span class="fontstyle0">Найменший стаж роботи (6 років)<br>Практичні рекомендації, надані відповідно для кожного кварталу, будуть наступні:<br>1. Диференційований підхід до моніторингу: щоквартальний моніторинг, піврічний<br>моніторинг, щомісячний моніторинг, індивідуальний підхід.<br>2. Специфічні індикатори ризику для кожного кластера: співвідношення платежу до доходу, зміна рівня доходу, платіжна дисципліна, індивідуальні тригери.<br>За результатами кластерного аналізу 345 кредитних справ було виділено чотири основні кластери позичальників, які представлені у таблиці 1.<br>Проведена кластеризація дозволила виявити чіткі сегменти позичальників з різними<br>профілями платоспроможності, що створює основу для розробки диференційованого підходу<br>до оцінки та моніторингу кредитних ризиків.</span><br><span class="fontstyle3">69<br></span><span class="fontstyle0">Таблиця 1 - Розподіл платоспроможності клієнтів відповідно до кластерів<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="69"><span class="fontstyle0">Кластер </span></td> <td width="152"><span class="fontstyle0">Середньомісячний<br>дохід (грн)</span></td> <td width="88"><span class="fontstyle0">Середня<br>сума<br>кредиту<br>(грн)</span></td> <td width="73"><span class="fontstyle0">Стаж<br>роботи<br>(років)</span></td> <td width="97"><span class="fontstyle0">Частка в<br>загальній<br>вибірці (%)</span></td> <td width="158"><span class="fontstyle0">Рівень<br>платоспроможності</span></td> </tr> <tr> <td width="69"><span class="fontstyle0">1 </span></td> <td width="152"><span class="fontstyle0">62 773 </span></td> <td width="88"><span class="fontstyle0">275 355 </span></td> <td width="73"><span class="fontstyle0">13,5 </span></td> <td width="97"><span class="fontstyle0">27,8 (96<br>осіб)</span></td> <td width="158"><span class="fontstyle0">Середній</span></td> </tr> <tr> <td width="69"><span class="fontstyle0">2 </span></td> <td width="152"><span class="fontstyle0">82 765 </span></td> <td width="88"><span class="fontstyle0">456 717 </span></td> <td width="73"><span class="fontstyle0">15,6 </span></td> <td width="97"><span class="fontstyle0">11,3 (39<br>осіб)</span></td> <td width="158"><span class="fontstyle0">Високий</span></td> </tr> <tr> <td width="69"><span class="fontstyle0">3 </span></td> <td width="152"><span class="fontstyle0">46 868 </span></td> <td width="88"><span class="fontstyle0">106 838 </span></td> <td width="73"><span class="fontstyle0">14,6 </span></td> <td width="97"><span class="fontstyle0">60,6 (209<br>осіб)</span></td> <td width="158"><span class="fontstyle0">Нижче середнього</span></td> </tr> <tr> <td width="69"><span class="fontstyle0">4 </span></td> <td width="152"><span class="fontstyle0">675 000 </span></td> <td width="88"><span class="fontstyle0">127 500 </span></td> <td width="73"><span class="fontstyle0">6,0 </span></td> <td width="97"><span class="fontstyle0">0,3 (1<br>особа)</span></td> <td width="158"><span class="fontstyle0">Дуже високий</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">Кожен кластер має власні характерні особливості, які необхідно враховувати при розробці кредитної політики та системи управління ризиками.<br>Кластерний аналіз дозволив виявити чіткі сегменти позичальників з різними профілями<br>ризику, що дає можливість оптимізувати процес раннього виявлення проблемних кредитів<br>через застосування специфічних стратегій моніторингу для кожного сегмента. Запропонована модель машинного навчання демонструє високу ефективність у ранньому виявленні проблемних кредитів. Використання SPSS Statistics дозволяє ефективно реалізувати весь процес<br>від аналізу даних до впровадження моделі. Зокрема, встановлено чітку сегментацію<br>клієнтської бази на чотири кластери з унікальними характеристиками, що вимагають диференційованого підходу до моніторингу. Демографічний аналіз виявив значне переважання<br>бездітних позичальників, що може бути важливим фактором при розробці кредитних продуктів та оцінці ризиків.<br>Запропонована модель демонструє високу загальну точність (0,893) та помірну прогностичну здатність (AUC = 0,688), що свідчить про її практичну цінність для банківської установи. Запропонована система диференційованого моніторингу та специфічних індикаторів<br>ризику для кожного кластера дозволяє оптимізувати процес управління кредитним портфелем та мінімізувати ризики виникнення проблемної заборгованості. Подальше вдосконалення моделі та впровадження рекомендованих заходів сприятиме підвищенню ефективності<br>кредитної діяльності банку.</span> </p>Катерина КушніроваНаталія КасьяноваНаталія Касьянова
Авторське право (c) 2025
2025-05-272025-05-271816767СУЧАСНЕ МОДЕЛЮВАННЯ ТА АНАЛІЗ ПЕРСПЕКТИВ ЛІСОВОЇ ГАЛУЗІ ТА МЕБЛЕВОГО РИНКУ УКРАЇНИ
https://mpeproc.fmm.kpi.ua/article/view/333603
<p><span class="fontstyle0">Лісова галузь і меблевий ринок України є стратегічно важливими секторами економіки,<br>що забезпечують експортні надходження, зайнятість населення та розвиток регіонів. Війна в<br>Україні створила нові виклики, зокрема обмеження в доступі до ресурсів, логістичні труднощі та падіння внутрішнього попиту. Водночас ці сектори мають значний потенціал для<br>економічного відновлення та сталого розвитку.<br>Україна входить до числа провідних експортерів меблів у Східній Європі. У 2021 році<br>меблева галузь забезпечила понад 2% ВВП країни, але після початку війни виробництво скоротилося на 20-30% [1]. Лісова галузь є важливим джерелом сировини для меблевого виробництва, однак через окупацію та руйнування інфраструктури доступ до ресурсів у багатьох<br>регіонах обмежений.<br>До війни меблевий експорт забезпечував понад $1,2 млрд на рік. У 2023 році цей показник скоротився на 15-20%, головним чином через складнощі з логістикою та втратою<br>північно-східних ринків [1].<br>Рисунок 1 – Динаміка і структура експорту України з країнами партнерами<br>Джерело: Українська Асоціація Меблевиків [1].<br>Через зниження виробничих потужностей лісова та меблева галузі втратили до 0,5%<br>національного ВВП. Зменшення обсягів експорту та внутрішнього споживання ще більше</span><br><span class="fontstyle2">71<br></span><span class="fontstyle0">посилюють економічний тиск. Інфляція та зростання цін на енергоресурси підвищили<br>собівартість меблів і виробництва деревини. Так, витрати на транспортування зросли в середньому на 25-30% [1]. Через зниження контролю та окупацію певних територій нелегальні<br>вирубки призводять до втрат у $150-200 млн щорічно, зменшуючи надходження до бюджету[1].<br>Меблевий ринок ЄС залишається стабільним. Підтримка експорту меблів і розвиток<br>сертифікації (наприклад, FSC) дозволять збільшити валютні надходження до $1,5 млрд у<br>2024-2025 роках.<br>Розвиток меблевих кластерів і впровадження цифрових технологій можуть створити<br>понад 10 тисяч нових робочих місць, збільшивши податкові надходження до бюджету. Запровадження моделей сталого розвитку зменшить екологічні ризики та підвищить прибутковість галузі. Наприклад, оптимізація логістики може скоротити витрати на 10-15%.<br>Застосування підходів сучасного моделювання до аналізу та перспектив лісової галузі<br>та меблевого ринку України дає можливість знайти оптимальні шляхи для подолання кризи,<br>залучення інвестицій, вихід на новий рівень економічного та сталого розвитку.<br>До аналізу та моделювання можна застосовувати низку алгоритмів, які розкриють різні<br>аспекти та сторони цього об’єкту дослідження.<br></span><span class="fontstyle3">Моделі часових рядів. </span><span class="fontstyle0">Моделі ARIMA і ETS можна використовувати для прогнозування попиту в експортних регіонах. Наприклад, аналіз показав, що попит на меблі в<br>Німеччині залишився стабільним навіть під час воєнного стану. Модель SARIMA використовується для оцінки сезонних змін у постачанні деревини.<br></span><span class="fontstyle3">Машинне навчання. </span><span class="fontstyle0">Можна проводити ідентифікацію регіонів із найменшою залежністю від логістичних перешкод і створення кластерів для оптимізації виробництва. Проводити прогнозування ймовірності зривів у постачанні через аналіз геополітичних ризиків, або<br>класифікацію споживачів за типами попиту для оптимізації маркетингових стратегій.<br></span><span class="fontstyle3">Системна динаміка. </span><span class="fontstyle0">Проводити моделювання довгострокового впливу війни на лісові<br>ресурси та меблеву галузь, включаючи екологічні та економічні наслідки.<br></span><span class="fontstyle3">Оптимізаційні моделі. </span><span class="fontstyle0">Наприклад, знаходити оптимальний план при мінімізації витрат<br>на транспортування в умовах дефіциту шляхів. Використовувати моделі змішаної цілочислової оптимізації для управління ланцюгами постачання.<br></span><span class="fontstyle3">Моделі сталого розвитку</span><span class="fontstyle0">. У рамках такого підходу лісова галузь та меблевий ринок<br>можуть бути трансформовані для досягнення екологічної, соціальної та економічної стійкості. Шляхами досягнення можуть бути розробки сценаріїв, які включають FSCсертифікацію, яка гарантує, що деревина заготовлена відповідно до екологічних і соціальних<br>стандартів, впровадження замкнених циклів виробництва що зменшує вплив на екологію<br>тощо.<br>За підрахунками, меблевий сектор складає до 2.2% від загального обсягу експорту<br>України[2]. Успішне відновлення виробництва та розширення експортних можливостей<br>сприяють зростанню ВВП та залученню іноземної валюти. Розвиток галузі також підтримує<br>зайнятість у регіонах, постраждалих від війни та є стратегічно важливим для економічного<br>відновлення України. Інтеграція моделей сталого розвитку та сучасних аналітичних підходів<br>дозволить збільшити експорт і скоротити втрати. Інвестиції у відновлення інфраструктури та<br>боротьбу з нелегальними вирубками сприятимуть зростанню ВВП.<br>Застосування сучасних моделей аналітики допоможе українському лісовому та меблевому сектору відновити позиції на міжнародних ринках і забезпечити сталий економічний<br>розвиток.</span> </p>Ірина ЛазаренкоРоман Стаднюк
Авторське право (c) 2025
2025-05-272025-05-271817070ВИЗНАЧЕННЯ РІВНЯ ЦИФРОВОЇ ТРАНСФОРМАЦІЇ БІЗНЕС-ПРОЦЕСІВ ТНК ЗА ДОПОМОГОЮ ОСНОВНИХ ІНДЕКСІВ ЦИФРОВІЗАЦІЇ
https://mpeproc.fmm.kpi.ua/article/view/333608
<p><span class="fontstyle0">Успіх країни на світовому ринку залежить від рівня цифровізації її бізнес-структур,<br>який у свою чергу – від рівня розвитку країни. У цьому контексті необхідно проаналізувати<br>та класифікувати, якою мірою країни використовують та створюють цифрові технології, які<br>здатні трансформувати діяльність уряду, корпоративні бізнес-моделі та суспільство в цілому.<br>З огляду на економічний розвиток, малі та середні підприємства у менш розвинених країнах<br>та країнах, що розвиваються, як правило, працюють у секторах з обмеженими фінансовими<br>ресурсами та недостатнім інтелектуальним капіталом, а також не мають достатнього доступу<br>до новітніх ноу-хау.<br>Незважаючи на конкурентне бізнес-середовище, використання новітніх технологій допомагає компаніям створювати нові стратегії та закладати основи для довгострокового зростання і лідерства на ринку. Використання статистики та великих обсягів інформації про суспільство, споживачів та їхні потреби дозволяє створювати прибуткові бізнеси, а системи<br>управління взаємовідносинами з клієнтами (CRM) відкривають нові, дешевші канали комунікації та управління клієнтською базою [1]. Посилення цифровізації та автоматизації<br>внутрішніх операцій і процесів підвищує продуктивність та ефективність.<br>Зараз увага зміщується на виклики, пов'язані з реалізацією необхідних змін та з'ясуванням очікувань, що виходять за рамки переваг від впровадження. Наприклад, досягнення максимально можливої гнучкості та підвищення доступності продуктів і послуг, а також подальше зниження витрат, споживання ресурсів і впливу на навколишнє середовище. З іншого<br>боку, оцінка готовності базується на одному з двох підходів. Перший полягає у зборі великої<br>кількості даних з конкретного об'єкта оцінювання. Наприклад, національні показники готовності включають Індекс мережевої готовності (NRI), Глобальний інноваційний індекс (GII)<br>та Індекс глобальної конкурентоспроможності (GCI), а також Індекс цифрової трансформації<br>2020. Розглянемо докладніше кожен з цих індикаторів, щоб зрозуміти їхню природу (Таблиця 1).<br>Таблиця 1 - Види індексів цифровізації та їх характеристика<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="35"><span class="fontstyle0">№<br>п/п </span></td> <td width="125"><span class="fontstyle0">Назва індексу </span></td> <td width="293"><span class="fontstyle0">Коротка характеристика </span></td> <td width="201"><span class="fontstyle0">Рік останньої публікації та автор</span></td> </tr> <tr> <td width="35"><span class="fontstyle0">1 </span></td> <td width="125"><span class="fontstyle0">2 </span></td> <td width="293"><span class="fontstyle0">3 </span></td> <td width="201"><span class="fontstyle0">4</span></td> </tr> <tr> <td width="35"><span class="fontstyle0">1 </span></td> <td width="125"><span class="fontstyle0">The Network<br>Readiness Index</span></td> <td width="293"><span class="fontstyle0">Аналіз 134 економік. 4 категорії: Техно<br>логія, Людина, Управління, Соціальний<br>вплив.<br>12 підкатегорій, 60 показників</span></td> <td width="201"><span class="fontstyle0">2023, Portulans Institute.<br>Започатковано у 2002 році</span></td> </tr> </tbody> </table> <p><br><span class="fontstyle2">73<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="22"><span class="fontstyle0">1 </span></td> <td width="155"><span class="fontstyle0">2 </span></td> <td width="321"><span class="fontstyle0">3 </span></td> <td width="156"><span class="fontstyle0">4</span></td> </tr> <tr> <td width="22"><span class="fontstyle0">2 </span></td> <td width="155"><span class="fontstyle0">World Digital Com<br>petitiveness Ranking</span></td> <td width="321"><span class="fontstyle0">Аналіз 64 економік. 3 категорії: Знання,<br>Технології, Готовність до майбутнього.</span></td> <td width="156"><span class="fontstyle0">2023, IMD World<br>Competitiveness Cen<br>ter</span></td> </tr> <tr> <td width="22"><span class="fontstyle0">3 </span></td> <td width="155"><span class="fontstyle0">The Enabling Digital<br>ization Index</span></td> <td width="321"><span class="fontstyle0">Аналіз 115 економік. Оцінює спроможність<br>та гнучкість країн у підтримці цифровізації<br>економіки. 5 складових: регулювання,<br>знання, взаємозв’язки, інфраструктура та<br>розміри</span></td> <td width="156"><span class="fontstyle0">2023, Euler Hermes,<br>започатковано у<br>2017 році</span></td> </tr> <tr> <td width="22"><span class="fontstyle0">4</span></td> <td width="155"><span class="fontstyle0">The Digital Economy<br>and Society Index<br>(DESI)</span></td> <td width="321"><span class="fontstyle0">Відстежує розвиток країн-членів ЄС за<br>п’ятьма основними категоріями: зв’язок,<br>людський капітал, використання Інтернету,<br>інтеграція цифрових технологій, цифрові<br>державні послуги.</span></td> <td width="156"><span class="fontstyle0">2023, European<br>Commision</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">Джерело: створено автором<br>Розглянемо докладніше перший з наведених вище індикаторів - "Індекс мережевої готовності" (табл. 2). До категорії "технології" входять індикатори, що оцінюють доступність<br>технологій, їхній зміст та рівень розвитку технологій у майбутньому – США, Швейцарія та<br>Китай. Друга категорія "люди" включає показники, пов'язані з окремими особами, організаційними структурами та урядом. До трійки лідерів у цій категорії увійшли Республіка<br>Корея, Ізраїль та Японія. Третя категорія "управління" включає довіру, регулювання та<br>інклюзивність – Фінляндія, Нідерланди та Данія. Четверта категорія, "соціальний вплив",<br>включає економіку, якість життя та сталий розвиток. Сінгапур, Фінляндія та Ірландія очолили список.<br>Таблиця 2 - ТОП-10 країн з найбільш розвиненою цифровою економікою на основі рейтингу<br>Індексу мережевої готовності (NRI) 2023 року [2]<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="76"><span class="fontstyle0">Рейтинг </span></td> <td width="135"><span class="fontstyle0">Країна </span></td> <td width="68"><span class="fontstyle0">Оцінка </span></td> <td width="359"><span class="fontstyle0">Напрямки</span></td> </tr> <tr> <td width="98"><span class="fontstyle0">Технологія </span></td> <td width="59"><span class="fontstyle0">Люди </span></td> <td width="103"><span class="fontstyle0">Управління </span></td> <td width="98"><span class="fontstyle0">Соц. вплив</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">1 </span></td> <td width="135"><span class="fontstyle0">США </span></td> <td width="68"><span class="fontstyle0">76,91 </span></td> <td width="98"><span class="fontstyle0">1 </span></td> <td width="59"><span class="fontstyle0">4 </span></td> <td width="103"><span class="fontstyle0">7 </span></td> <td width="98"><span class="fontstyle0">23</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">2 </span></td> <td width="135"><span class="fontstyle0">Сінгапур </span></td> <td width="68"><span class="fontstyle0">76,81 </span></td> <td width="98"><span class="fontstyle0">5 </span></td> <td width="59"><span class="fontstyle0">6 </span></td> <td width="103"><span class="fontstyle0">10 </span></td> <td width="98"><span class="fontstyle0">1</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">3 </span></td> <td width="135"><span class="fontstyle0">Фінляндія </span></td> <td width="68"><span class="fontstyle0">76,19 </span></td> <td width="98"><span class="fontstyle0">10 </span></td> <td width="59"><span class="fontstyle0">7 </span></td> <td width="103"><span class="fontstyle0">1 </span></td> <td width="98"><span class="fontstyle0">2</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">4 </span></td> <td width="135"><span class="fontstyle0">Нідерланди </span></td> <td width="68"><span class="fontstyle0">76,04 </span></td> <td width="98"><span class="fontstyle0">4 </span></td> <td width="59"><span class="fontstyle0">15 </span></td> <td width="103"><span class="fontstyle0">2 </span></td> <td width="98"><span class="fontstyle0">5</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">5 </span></td> <td width="135"><span class="fontstyle0">Швеція </span></td> <td width="68"><span class="fontstyle0">75,68 </span></td> <td width="98"><span class="fontstyle0">9 </span></td> <td width="59"><span class="fontstyle0">9 </span></td> <td width="103"><span class="fontstyle0">5 </span></td> <td width="98"><span class="fontstyle0">4</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">6 </span></td> <td width="135"><span class="fontstyle0">Швейцарія </span></td> <td width="68"><span class="fontstyle0">74,76 </span></td> <td width="98"><span class="fontstyle0">2 </span></td> <td width="59"><span class="fontstyle0">14 </span></td> <td width="103"><span class="fontstyle0">13 </span></td> <td width="98"><span class="fontstyle0">6</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">7 </span></td> <td width="135"><span class="fontstyle0">Південна Корея </span></td> <td width="68"><span class="fontstyle0">74,48 </span></td> <td width="98"><span class="fontstyle0">17 </span></td> <td width="59"><span class="fontstyle0">1 </span></td> <td width="103"><span class="fontstyle0">18 </span></td> <td width="98"><span class="fontstyle0">11</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">8 </span></td> <td width="135"><span class="fontstyle0">Данія </span></td> <td width="68"><span class="fontstyle0">74,06 </span></td> <td width="98"><span class="fontstyle0">11 </span></td> <td width="59"><span class="fontstyle0">11 </span></td> <td width="103"><span class="fontstyle0">3 </span></td> <td width="98"><span class="fontstyle0">8</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">9 </span></td> <td width="135"><span class="fontstyle0">Німеччина </span></td> <td width="68"><span class="fontstyle0">74,00 </span></td> <td width="98"><span class="fontstyle0">6 </span></td> <td width="59"><span class="fontstyle0">8 </span></td> <td width="103"><span class="fontstyle0">14 </span></td> <td width="98"><span class="fontstyle0">10</span></td> </tr> <tr> <td width="76"><span class="fontstyle0">10 </span></td> <td width="135"><span class="fontstyle0">Великобританія </span></td> <td width="68"><span class="fontstyle0">72,75 </span></td> <td width="98"><span class="fontstyle0">8 </span></td> <td width="59"><span class="fontstyle0">10 </span></td> <td width="103"><span class="fontstyle0">16 </span></td> <td width="98"><span class="fontstyle0">9</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">На основі аналізу цього показника зробимо висновок, що інвестиції в технології самі по<br>собі не можуть гарантувати вищий рівень мережевої готовності в усіх типах економік. Нові<br>технології, обладнання та послуги вимагають від суспільства доступу до необхідних навичок. Здатність національних економік підтримувати зусилля, спрямовані на постійне підви</span><br><span class="fontstyle2">74<br></span><span class="fontstyle0">щення кваліфікації робочої сили та людських ресурсів, буде ключовим фактором їхнього<br>майбутнього успіху, а приклади країн, що очолюють рейтинги NRI, показують, що освіта є<br>ключовим фактором міжнародної конкурентоспроможності. Оскільки зайнятість продовжує<br>змінюватися, освіта повинна розглядатися як процес, що триває все життя. Навчальні програми та методи викладання повинні постійно оновлюватися і розширюватися.<br>Також у 2023 році Всесвітній центр конкурентоспроможності IMD опублікував сьоме<br>видання Всесвітнього рейтингу цифрової конкурентоспроможності IMD (World Digital Competitiveness Ranking (WDCR) (табл. 3), який вимірює спроможність та готовність 64 економік<br>прийняти та досліджувати цифрові технології для економічних та соціальних перетворень.<br>Таблиця 3 - ТОП-10 країн у Всесвітньому рейтингу цифрової конкурентоспроможності<br>(WDCR) 2023 [3]<br></span></p> <table class="NormalTable"> <tbody> <tr> <td width="72"><span class="fontstyle0">Рейтинг </span></td> <td width="127"><span class="fontstyle0">Країна </span></td> <td width="364"><span class="fontstyle0">Фактори</span></td> </tr> <tr> <td width="64"><span class="fontstyle0">Знання </span></td> <td width="91"><span class="fontstyle0">Технології </span></td> <td width="208"><span class="fontstyle0">Готовність до майбутнього</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">1 </span></td> <td width="127"><span class="fontstyle0">США </span></td> <td width="64"><span class="fontstyle0">2 </span></td> <td width="91"><span class="fontstyle0">6 </span></td> <td width="208"><span class="fontstyle0">2</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">2 </span></td> <td width="127"><span class="fontstyle0">Нідерланди </span></td> <td width="64"><span class="fontstyle0">7 </span></td> <td width="91"><span class="fontstyle0">5 </span></td> <td width="208"><span class="fontstyle0">4</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">3 </span></td> <td width="127"><span class="fontstyle0">Сінгапур </span></td> <td width="64"><span class="fontstyle0">3 </span></td> <td width="91"><span class="fontstyle0">1 </span></td> <td width="208"><span class="fontstyle0">10</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">4 </span></td> <td width="127"><span class="fontstyle0">Данія </span></td> <td width="64"><span class="fontstyle0">9 </span></td> <td width="91"><span class="fontstyle0">7 </span></td> <td width="208"><span class="fontstyle0">3</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">5 </span></td> <td width="127"><span class="fontstyle0">Швейцарія </span></td> <td width="64"><span class="fontstyle0">1 </span></td> <td width="91"><span class="fontstyle0">10 </span></td> <td width="208"><span class="fontstyle0">6</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">6 </span></td> <td width="127"><span class="fontstyle0">Південна Корея </span></td> <td width="64"><span class="fontstyle0">10 </span></td> <td width="91"><span class="fontstyle0">12 </span></td> <td width="208"><span class="fontstyle0">1</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">7 </span></td> <td width="127"><span class="fontstyle0">Швеція </span></td> <td width="64"><span class="fontstyle0">5 </span></td> <td width="91"><span class="fontstyle0">11 </span></td> <td width="208"><span class="fontstyle0">8</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">8 </span></td> <td width="127"><span class="fontstyle0">Фінляндія </span></td> <td width="64"><span class="fontstyle0">11 </span></td> <td width="91"><span class="fontstyle0">9 </span></td> <td width="208"><span class="fontstyle0">5</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">9 </span></td> <td width="127"><span class="fontstyle0">Тайвань </span></td> <td width="64"><span class="fontstyle0">18 </span></td> <td width="91"><span class="fontstyle0">3 </span></td> <td width="208"><span class="fontstyle0">7</span></td> </tr> <tr> <td width="72"><span class="fontstyle0">10 </span></td> <td width="127"><span class="fontstyle0">Гонконг </span></td> <td width="64"><span class="fontstyle0">6 </span></td> <td width="91"><span class="fontstyle0">2 </span></td> <td width="208"><span class="fontstyle0">17</span></td> </tr> </tbody> </table> <p><span class="fontstyle0">Розглядаючи підфактори рейтингу, можна сказати, що, незважаючи на високі позиції,<br>ці країни продовжують мати слабкі сторони в одному або декількох факторах або підфакторах, які потребують вирішення. У звіті також зазначається, що загальною тенденцією серед<br>країн першої десятки є ефективне використання цифрових можливостей, що відображає наявність технологічної інфраструктури та використання існуючих технологій.<br>Основні тенденції в цифровізації визначаються рейтингами EDI:<br>a) Зміни у зв'язку та інфраструктурі є односпрямованими. Можливим поясненням цього<br>є те, що обидва показники залежать від інвестицій в інфраструктуру та високошвидкісного<br>інтернету.<br>б) Зв'язок між розміром та покращенням у рейтингу регуляторних категорій. Прямо<br>пропорційний зв'язок. Можливим поясненням є те, що зростання населення призводить до<br>змін у законодавстві та регуляторних актах, що, в свою чергу, інтенсифікує процес діджиталізації.<br>в) Підвищення рейтингу категорії "Масштаб" пов'язане зі зниженням рейтингу категорії "Знання". Занадто велика кількість населення знижує рівень доступу до інформації або<br>знижується якість отриманої інформації. Все населення не може бути забезпечене доступом<br>до цифрових технологій.<br>Індекс цифрової економіки та суспільства (DESI) щорічно розраховується Європейською комісією для країн-членів ЄС. Індекс готується відповідно до рекомендацій Організації<br>економічного співробітництва та розвитку (ОЕСР). Індекс складається з п'яти категорій, які<br>мають різну вагу при розрахунку загального середнього індексу для кожної з аналізованих<br>країн. Зв'язок та людський капітал мають вагу 0,25, цифрова інтеграція - 0,2, використання<br>інтернет-послуг та цифрове урядування - 0,15, а загальна вага дорівнює 1 або 100% [4].<br>За період з 2017 по 2022 роки у всіх країнах членах ЄС спостерігалось покращення чи<br>погіршення значення індексу (рис. 1).</span><br><span class="fontstyle2">75<br></span><span class="fontstyle0">Рисунок 1 – Динаміка зміни DESI у 2017-2022 роках [4]<br>Більшість країн мають значення показника вище від загальноєвропейського. Країни зі<br>слабшою економікою мають значення індексу нижчі від загальноєвропейського (рис. 2).<br>Рисунок 2 – Характеристика DESI по країнах-членах у 2022 році [4]<br>Індекс також відтворює нерівномірність розвитку різних компонентів в аналізованих<br>країнах. У період між 2017 і 2022 роками частка користувачів інтернету зросла в кожній<br>країні з відповідним зниженням частки тих, хто ніколи не користувався інтернетом. Зросла й<br>кількість онлайн-покупців. Споживання відеоконтенту збільшилося на 17% за два роки, а<br>кількість відеодзвінків зросла на 25%. Частка соціальних мереж і новин залишилася незмінною.<br>Висновки. Існуючі методи розрахунку рівня цифровізації бізнес-структур ігнорують<br>низку параметрів, які мають бути враховані вже зараз. Це, наприклад, інформаційна безпека,<br>поглиблене вивчення ІТ-відділу, організаційної архітектури та ризиків, що виникають. Це<br>дозволяє зробити висновок, що при оцінці рівня цифровізації підприємств необхідно застосовувати комплексний підхід, який враховує значення показників, що характеризують країну<br>в цілому, а також значення моделей, які можуть оцінювати підприємства індивідуально.<br></span><span class="fontstyle3">Лі</span> </p>Альона ЛеонтовичОлена Трофименко
Авторське право (c) 2025
2025-05-272025-05-271817272