PROGNOZOWANIE PROCESÓW BIZNESOWYCH W SYSTEMIE ZARZĄDZANIA KORPORACJĄ
Svitlana A. Yaremko
s.yaremko@vtei.edu.uaVinnitsa Institute of Trade and Economics State University of Trade and Economics (Ukraina)
http://orcid.org/0000-0002-0605-9324
Elena M. Kuzmina
Vinnitsa Institute of Trade and Economics State University of Trade and Economics (Ukraina)
http://orcid.org/0000-0002-0061-9933
Nataliia B. Savina
National University of Water and Environmental Engineering (Ukraina)
http://orcid.org/0000-0001-8339-1219
Iryna Yu. Yepifanova
Vinnytsia National Technical Uneversity (Ukraina)
http://orcid.org/0000-0002-0391-9026
Halyna B. Gordiichuk
Vinnytsia Mykhailo Kotsiubynskyi State Pedagogical University (Ukraina)
http://orcid.org/0000-0001-6400-5300
Dinara Mussayeva
Institute of Economics CS MES RK (Kazachstan)
http://orcid.org/0000-0002-8349-213X
Abstrakt
Jednym z kluczowych zagadnień w zarządzaniu przedsiębiorstwem jest zarządzanie procesami biznesowymi. Dlatego też największym zainteresowaniem analityków firmowych jest kwestia skutecznego prognozowania procesów biznesowych. W dobie dzisiejszej cyfryzacji gospodarki integracja i automatyzacja procesów biznesowych stały się głównymi priorytetami dla osiągnięcia sprawności i efektywności przedsiębiorstw, a przede wszystkim dla skutecznych decyzji zarządczych. Problem ten można rozwiązać za pomocą systemów zintegrowanych, które są narzędziami do podejmowania skutecznych decyzji zarządczych, modelowania i optymalizacji procesów biznesowych. W artykule dokonano analitycznego przeglądu znanych metod prognozowania i wskazano cechy ich zastosowania, przeanalizowano zalety i wady, które pozwolą uwzględnić je w modelowaniu przedsiębiorstwa i wspierać rozwój gospodarczy, konkurencyjność oraz optymalizować procesy biznesowe.
Słowa kluczowe:
korporacja, zarządzanie, prognozowanie, proces biznesowy, zintegrowany system, podejmowanie efektywnych decyzji zarządczychBibliografia
Azarova A.: Information Technologies and Neural Network Means for Building the Complex Goal Program “Improving the Management of Intellectual Capital”. Lecture Notes on Data Engineering and Communications Technologies 77, 2022, 534–547.
DOI: https://doi.org/10.1007/978-3-030-82014-5_36
Google Scholar
Azarova A., Zhytkevych O.: Mathematical methods of identification of ukrainian enterprises competitiveness level by fuzzy logic using. Economic Annals-XXI 9–10(2), 2013, 59–62.
Google Scholar
Azarova A.O. et al.: Information technologies for assessing the quality of IT-specialties graduates' training of university by means of fuzzy logic and neural networks. International Journal of Electronics and Telecommunications, 66(3), 2020, 411–416.
Google Scholar
Berk J. et al.: Fundamentals of Corporate Finance, Global Edition. Pearson Available, 2022.
Google Scholar
Box G. et al.: Time Series Analysis: Forecasting and Control. Wiley, 2015.
Google Scholar
Brealey R. et al.: ISE Fundamentals of Corporate Finance. Irwin McGraw-Hill Publishing Co. Ltd., 2022.
Google Scholar
Brigham E., Houston J.: Fundamentals of Financial Management. Learning EMEA, 2021.
Google Scholar
Bruskin S. N. et al.: Business performance management models based on the digital corporation’s paradigm. European Research Studies Journal. EU. 20(4A), 2017, 264–274.
DOI: https://doi.org/10.35808/ersj/833
Google Scholar
Clayman M. et al.: Corporate Finance: A Practical Approach. Wiley, 2012.
Google Scholar
Ehrhardt M. et al.: Financial Management EMEA: Theory and Practice. Cengage Learning EMEA, 2019.
Google Scholar
Evans M. K.: Practical Business Forecasting. Wiley, 2008.
Google Scholar
Garg P.K.: Forecasting Management: Futurism on Management. Global India Publications, 2009.
Google Scholar
Hanke J. E., Wichern D. W., Reitsch A. G.: Business Forecasting. Prentice Hall, 2001.
Google Scholar
Ihnatyeva I. A., Harafonova O. I.: Korporatyvne upravlinnya: Pidruchnyk. Tsentr uchbovoyi literatury, Kyiv 2013.
Google Scholar
Kuzmina E. et al.: Methods and techniques for evaluating effectiveness of information technology implementation into business processes. Proc. of SPIE. 10808, 2018, 108081N.
Google Scholar
Lawrence K. D. et al.: Advances in Business and Management Forecasting. Emerald Publishing Ltd., 2018.
Google Scholar
Makridakis S. et al.: Forecasting methods and applications. Wiley India Pvt. Ltd., 2008.
Google Scholar
Melicher R. et al.: Introduction to Finance: Markets, Investments, and Financial Management. Wiley, 2013.
Google Scholar
Mescon M. H. et al.: The Fundamentals of Management. Williams, 2019.
Google Scholar
Mittelhammer R. C.: Mathematical Statistics for Economics and Business. Springer, 2013.
DOI: https://doi.org/10.1007/978-1-4614-5022-1
Google Scholar
Mostenska T. L. et al.: Korporatyvne upravlinnya. Karavela, Kyiv 2015.
Google Scholar
Shyian A. A. et al.: Modeling communication between the public and the authorities while implementing innovative projects in the context of e-democracy and public administration. Science and Inn. 16(6), 2021, 18–27.
DOI: https://doi.org/10.15407/scine16.06.018
Google Scholar
Shmueli G. et al.: Data Mining for Business Analytics: Concepts, Techniques, and Applications in R. Wiley, 2017.
Google Scholar
Vandeput N.: Data Science for Supply Chain Forecasting. Business & Economics, 2021.
DOI: https://doi.org/10.1515/9783110671124
Google Scholar
Van Horne J. et al.: Fundamentals of financial management. Pearson Ed. Ltd., 2009.
Google Scholar
Voynarenko M. P. et al.: Managing the development of innovation business processes with automated information systems. Marketing and innovation management 4, 2017, 133–148.
DOI: https://doi.org/10.21272/mmi.2017.4-12
Google Scholar
Wade D. et al.: Corporate Performance Management. Routledge, 2001.
DOI: https://doi.org/10.1016/B978-0-87719-386-9.50005-7
Google Scholar
Westerfield R. et al.: Fundamentals of Corporate Finance. Irwin McGraw-Hill Publishing Co. Ltd., 2019.
Google Scholar
Wilson H. et al.: Business Forecasting with Forecastx. McGraw-Hill Ed. 2009.
Google Scholar
Yaremko S. A. et al.: Intelligent system in the context of business process modeling. International Journal of Electronics and Telecommunications 67(2), 2021, 163–168.
Google Scholar
Yaremko S. et al.: Using artificial intelligence technologies for forecasting business processes. Computer-integrated technologies: education, science, production 23, 2021, 230–234.
DOI: https://doi.org/10.36910/6775-2524-0560-2021-43-38
Google Scholar
Yarmolenko V. et al.: Practice Analysis of Effectiveness Components for the System Functioning Process: Energy Aspect, Lecture Notes on Data Engineering and Communications Technologies 77, 2022, 282–296.
DOI: https://doi.org/10.1007/978-3-030-82014-5_19
Google Scholar
Zanda G.: Corporate Management in a Knowledge-Based Economy. Palgrave MacMillan, 2012.
DOI: https://doi.org/10.1057/9780230355453
Google Scholar
Autorzy
Svitlana A. Yaremkos.yaremko@vtei.edu.ua
Vinnitsa Institute of Trade and Economics State University of Trade and Economics Ukraina
http://orcid.org/0000-0002-0605-9324
Autorzy
Elena M. KuzminaVinnitsa Institute of Trade and Economics State University of Trade and Economics Ukraina
http://orcid.org/0000-0002-0061-9933
Autorzy
Nataliia B. SavinaNational University of Water and Environmental Engineering Ukraina
http://orcid.org/0000-0001-8339-1219
Autorzy
Iryna Yu. YepifanovaVinnytsia National Technical Uneversity Ukraina
http://orcid.org/0000-0002-0391-9026
Autorzy
Halyna B. GordiichukVinnytsia Mykhailo Kotsiubynskyi State Pedagogical University Ukraina
http://orcid.org/0000-0001-6400-5300
Autorzy
Dinara MussayevaInstitute of Economics CS MES RK Kazachstan
http://orcid.org/0000-0002-8349-213X
Statystyki
Abstract views: 4693PDF downloads: 317
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Petro Loboda, Ivan Starovit, Oleksii Shushura, Yevhen Havrylko, Maxim Saveliev, Natalia Sachaniuk-Kavets’ka, Oleksandr Neprytskyi, Dina Oralbekova, Dinara Mussayeva, KONTROLA WENTYLACJI NOWEJ BEZPIECZNEJ POWŁOKI CZARNOBYLSKIEJ ELEKTROWNI JĄDROWEJ OPARTA NA ROZMYTYCH SIECIACH NEURONOWYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 4 (2023)
- Mariia A. Voronenko, Ulzhalgas M. Zhunissova, Saule S. Smailova, Luidmila N. Lytvynenko, Nataliia B. Savina, Pavlo P. Mulesa, Volodymyr I. Lytvynenko, ZASTOSOWANIE METOD BAYESOWSKICH DO MODELOWANIA ROZWOJU FARMAKOOPORNOŚCI U PACJENTÓW , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 2 (2022)
- Iryna Prychepa, Oksana Adler, Liliia Ruda, Olexander Lesko, Zlata Bondarenko, Lee Yanan, Dinara Mussayeva, MODEL INFORMACYJNY OCENY KONKURENCYJNOŚCI SEKTORA TURYSTYCZNEGO W KONTEKŚCIE POLITYKI INTEGRACJI EUROPEJSKIEJ , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 4 (2022)
- Anna Vitiuk, Leonid Polishchuk, Nataliia B. Savina, Oksana O. Adler, Gulzhan Kashaganova, Saule Kumargazhanova, INŻYNIERYJNO-TECHNICZNA OCENA KONKURENCYJNOŚCI UKRAIŃSKICH PRZEDSIĘBIORSTW BUDOWY MASZYN NA PODSTAWIE ZASTOSOWANIA MODELI REGRESJI , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 3 (2023)
- Vira Petruk, Olena Prozor, Yuliia Sabadosh, Iryna Baranovska, Maksim Palii, Yevheniia Moroz, Saule Kumargazhanova, Dinara Mussayeva, STATYSTYCZNE METODY OCENY DANYCH EKSPERYMENTALNYCH DOTYCZĄCYCH WYKORZYSTANIA KOMPETENCJI MATEMATYCZNYCH W BADANIACH NA RZECZ ODPORNEJ GOSPODARKI , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 2 (2023)
- Oleksandr Harnaha, Nataliia B. Savina, Volodymyr Hrytsiuk, ŚRODOWISKOWA I EKONOMICZNA OCENA SKUTECZNOŚCI ROZPORZĄDZENIA O UŻYTKOWANIU GRUNTÓW , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 4 (2023)