ПРОБЛЕМИ ТА ВИКЛИКИ ЩОДО ВПРОВАДЖЕННЯ АНАЛІТИКИ ДАНИХ У СФЕРІ ЛОГІСТИКИ УКРАЇНИ
DOI:
https://doi.org/10.30977/ETK.2225-2304.2023.42.49Ключові слова:
логістичні системи, аналітика даних, великий обсяг даних, транспортні маршрути, поставки, потоки матеріалів, складські приміщення, транспортно-логістична системаАнотація
Аналітика даних є важливою складовою сучасного управління логістичними процесами в Україні. Вона базується на методах й інструментах оброблення‚ аналізу, інтерпретації великого обсягу даних з метою виявлення корисних зв'язків‚ закономірностей та особливостей функціонування логістичних систем.
Одним з ключових аспектів аналітики даних є збір та оброблення інформації. Для цього необхідно мати структуровану базу даних‚ до якої можна звертатися для отримання потрібних даних. Процес збору даних може включати різні джерела‚ такі як логістичні системи‚ довідкова інформація‚ електронні бази даних тощо. Після збору даних потрібно їх обробити та підготувати до подальшого аналізу.
Другим важливим аспектом аналітики даних є аналіз та інтерпретація. Для цього використовуються різні методи та інструменти‚ зокрема статистичний аналіз‚ машинне навчання‚ аналітичні моделі тощо. Аналіз даних дозволяє виявляти тенденції‚ залежності та приховану інформацію‚ яка може бути корисною для прийняття рішень у логістичних процесах. Інтерпретація даних полягає в пошуку сенсу та значення отриманих результатів і перетворенні їх на практичні рекомендації та стратегічні рішення.
Важливість аналітики даних в логістичних процесах не може бути переоцінена. В сучасних умовах, коли ринок України стає все більш конкурентним, здатність швидко та ефективно аналізувати інформацію може стати вирішальним фактором успіху. Третім ключовим аспектом є використання отриманих даних. Після аналізу та інтерпретації інформації компанії повинні бути здатні імплементувати отримані знання у свої логістичні стратегії. Це може включати оптимізацію ланцюгів поставок, покращення взаємодії з клієнтами або впровадження нових технологій.
Аналітика даних відіграє ключову роль у сучасному управлінні логістичними процесами. Вона дозволяє компаніям не лише розуміти поточний стан ринку, але й передбачати майбутні тенденції, адаптуватися до змін і залишатися конкурентоспроможними. Для ефективного використання аналітики даних організації повинні інвестувати в розвиток своїх аналітичних здібностей, включаючи навчання персоналу, впровадження новітніх технологій та створення ефективних механізмів збору й обробки даних.
Посилання
Larina, R. R. (2005). Teoretyko-metodolohichni osnovy formuvannia rehionalnykh lohistychnykh system [Theoretical and methodological foundations of regional logistic system formation]. Doctor’s thesis. Donetsk: DonDU [in Ukrainian].
Zbyrannia i dzherela danykh [Data collection and sources]. (2020). Social¬data. Retrieved from: https://socialdata.org.ua/manual/manual1/ [in Ukrainian].
Zaitseva, O. O., & Bolotinyuk, I. M. (2015). Elektronnyi biznes [E-business]. Ivano-Frankivsk : Lileya NV [in Ukrainian].
Krivovyazyuk, I. V., Smerichevsky, S. F., & Kulik, Y. M. (2018). Ryzik-Menedzhment Lohistychnoi systemy mashynobudivnykh pidpryiemstv [Risk Management of the Logistic System of Machinery Enterprises] : Monograph. Kyiv: LNTU [in Ukrainian].
Irtyshcheva, I., Nosar, A. (2021). Strategy for the development of warehouse logistics as a component of transport and logistics systems in the focus of economic transformation. Marketynh i menedzhment innovatsii – Baltic Journal of Economic Studies, 5, 49-58. Retrieved from: https://goo.su/tb4o5
RFID, BLE, IoT and drones for El Paso, Техас. Retrieved from: https://gaorfid.com/uk/rfid-ble-iot-drones-for-el-paso-tx/.
Big Data Analytics and Application for Logistics and Supply Chain Management. Transportation Research Part E: Logistics and Transportation, 114, 343-349. Retrieved from: https://www.sciencedirect.com/science/article/abs/pii/S1366554518302606.
Darvazeh, S., Raeesi, I. (2019). Big Data Analytics and Its Applications in Supply Chain Management. In New Trends in the Use of Artificial Intelligence for Industry 4.0. Edited by Luis Romeral Martínez, Roque A. Osornio Rios, and Miguel Delgado Prieto. pp. 5-9. Retrieved from: https://www.intechopen.com/chapters/69320.
Lee, I., Mangalara, G. (2022). Big Data Analytics in Supply Chain Management: A Systematic Literature Review and Research Directions. Big Data and Cognitive Computing. Retrieved from: https://www.mdpi.com/2504-2289/6/1/17.
Tamym, L., El Oaudghiri, M. D., Benyoucef, L., Nait Sidi Moh, A. (2020). Big Data for Supply Chain Management in Industry 4.0 Context: A Comprehensive Survey. In 13ème CONFERENCE INTERNATIONALE DE MODELISATION, OPTIMISATION ET SIMULATION (MOSIM2020), 12-14 Nov 2020, AGADIR, Maroc, Nov 2020, AGADIR (virtual), Morocco. ffhal-03193906.
Tamym, L., Oaudghiri, M. D., Benyoucef, L., Nait Sidi Moh, A. (2016). Big Data Analytics in Logistics and Supply Chain Management: Certain Investigations for Research and Applications. International Journal of Production Economics, 176, 98-110. Retrieved from: https://ideas.repec.org/a/eee/proeco/v176y2016icp98-110.html.
Vagiona, G., Kamilakis, M. (2018). Sustainable Supply Chain Manage¬ment and Inter-Organizational Resources: A Literature Review. Sustainability, 10, 749. Retrieved from: https://www.mdpi.com/2071-1050/10/3/749.
Blockchain for supply chain management: A systematic literature review and paths forward. (2021). Retrieved from: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0244545.
Assessment of the Traffic Flow Reliability Indicator in the Federal Transport Infrastructure Planning Process: Final Report. (2015). Retrieved from: https://bmdv.bund.de/SharedDocs/DE/Anlage/G/BVWP/bvwp-2015-machbarkeitsstudie-zuverlaessigkeit.pdf?__blob=publicationFile.
Panchenko, S. V., Butko, T. V., Prokhorchenko, A. V., Parkhomenko, L. O. (2016). Formation of an automated traffic capacity calculation system of rail networks for freight flows of mining and smelting enterprises. IJET, 2, 93-98. Retrieved from https://www.researchgate.net/publication/305539864_Formation_ of_an_automated_traffic_capacity_calculation_system_of_rail_networks_for_freight_flows_of_mining_and_smelting_enterprises.
Japan’s First Automated Warehouse Developed. Daifuku. (2023). Retrieved from: https://www.daifuku.com/daifuku-square/article/000656/.
Chengguang, L., Jiaqi, Z., & Xixi, L. (2023). Railway Freight Demand Forecasting Based on Multiple Factors: Grey Relational Analysis and Deep Autoencoder Neural Networks. Retrieved from: https://www.mdpi.com/2071-1050/15/12/9652.
Rozvitok lohistychno-transportnoyi infrastruktury prykoronnykh oblastey Zakhidnoho rehionu Ukrayiny: Porivnyalna systemna otsinka [Development of the Logistic-Transport Infrastructure in the Border Regions of Western Ukraine: Comparative System Assessment]. (2023). Prytula H. M. (Ed.). Lviv: Institute of Regional Research M. I. Dolishniy of the National Academy of Sciences of Ukraine. Retrieved from: https://ird.gov.ua/irdp/p20230031.pdf [in Ukrainian].
Irtyisheva, I. O., Barabanova, Y. E., Tubaltseva, N. P., & Sirenko, I. V. (2020). Otsinka efektyvnosti lohistychnoho menedzhmentu na rehionalnomu ta natsionalnomu rivniakh [Evaluation of logistic management efficiency at regional and national levels]. Efektivna ekonomіka - Efficient Economy, 4, 5-6. Retrieved from http://www.economy.nayka.com.ua/pdf/4_2020/12.pdf [in Ukrainian].
Grytsyna, L. A. (2018). Suchasnyi stan ta perspektyvy rozvytku transportnoi lohistyky v Ukraini [Current state and prospects of transport logistics development in Ukraine]. Іnfrastruktura rinku - Infrastructure of the Market, 18, 13-16. Retrieved from http://www.market-infr.od.ua/journals/2018/18_2018_ukr/5.pdf [in Ukrainian].
