УДК 658.7; 658.5
DOI: 10.36871/ek.up.p.r.2025.03.13.026

Авторы

Шамиль Наипович Вагапов,
Валентина Михайловна Репникова,
Российский Экономический Университет имени Г. В. Плеханова, Москва, Россия

Аннотация

В статье раскрываются теоретико-методологические и прикладные аспекты применения технологий больших данных (Big Data) в целях оптимизации логистических операций предприятий в условиях цифровой трансформации. Актуальность исследования обусловлена стремительным развитием Индустрии 4.0, расширением масштабов цифровизации и необходимостью повышения эффективности транспортно-логистических процессов за счет интеграции аналитических инструментов нового поколения. Обоснована роль больших данных в качестве ключевого ресурса, применение которого обеспечивает формирование предиктивных моделей управления, совершенствование маршрутизации, прогнозирование спроса, управление запасами и интеграцию логистических цепей в единую информационную и учетно-аналитическую систему. Проанализированы инфраструктурные, технические и организационные компоненты, необходимые для внедрения технологий Big Data. Особое внимание уделено обоснованию направлений оптимизации, реализуемых с использованием предиктивной аналитики, машинного обучения, IoT-датчиков и алгоритмов маршрутизации. Представлены примеры функциональных блоков логистики, в которых реализуется потенциал Big Data, а также выявлены ограничения, обусловленные дисбалансом между объемом данных, инфраструктурой и возможностями их интерпретации в контексте управления логистическими операциями. Произведено уточнение вопросов ценности, применимости и условий эффективности использования технологий больших данных в логистике. Подчеркивается необходимость формирования концептуальной модели, обеспечивающей интеграцию Big Data в управление логистическими операциями как на стратегическом, так и на тактическом уровне, с учетом цифровой зрелости предприятия, квалификации специалистов и целей развития.

Ключевые слова

большие данные, цифровая трансформация, логистические операции, предиктивная аналитика, машинное обучение, оптимизация логистики, управление запасами, прогнозирование спроса, маршрутизация транспорта, аналитические системы, логистические цепочки, информационная инфраструктура, учетные системы, транспортная логистика, интеграция данных, интеллектуальные алгоритмы, цифровая экономика, бизнес-процессы предприятия, обработка данных, принятие решений