УДК 005.51/.52:636.085.002(470)
DOI: 10.36871/ek.up.p.r.2026.04.03.022

Авторы

Марина Райхановна Шамсутдинова,
ФГАОУ ВО «Российский государственный гуманитарный университет», г. Москва, Россия

Аннотация

В статье рассматриваются теоретические основы и практические проблемы внедрения технологий больших данных и машинного обучения в систему бизнес-аналитики современных предприятий. Обосновывается необходимость перехода от ретроспективного анализа к прогностическому и предписывающему управлению. Проведена систематизация методов машинного обучения с позиций их применимости для решения типовых бизнес-задач (прогнозирование спроса, сегментация клиентов, оптимизация ресурсов). Выявлены ключевые барьеры, препятствующие эффективной интеграции интеллектуальных аналитических систем в практику российских компаний, и предложены организационно-управленческие решения по их преодолению. Особое внимание уделено оценке аналитической зрелости как фактору успешности цифровой трансформации.

Ключевые слова

большие данные, машинное обучение, бизнес-аналитика, прогнозирование, сегментация клиентов, аналитическая зрелость, цифровая трансформация

Список литературы

  1. Reinsel D., Gantz J., Rydning J. (2018). The Digitization of the World: From Edge to Core. IDC White Paper.
  2. Shmueli G. (2010). To explain or to predict? Statistical Science, 25(3), 289–310.
  3. Laney D. (2001). 3D Data Management: Controlling Data Volume, Velocity, and Variety. META Group.
  4. Майер-Шёнбергер В., Кукье К. (2014). Большие данные: революция, которая изменит то, как мы живем, работаем и мыслим. М.: Манн, Иванов и Фербер.
  5. Manyika J., Chui M., Brown B., et al. (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute.
  6. Дружинин А.С., Смирнов Д.А. (2023). Интерпретируемое машинное обучение в задачах бизнес-аналитики. Информационные технологии и вычислительные системы, (3), 42–56.
  7. Gartner (2022). The Gartner Data and Analytics Maturity Model. Gartner Research.
  8. Davenport T.H. (2018). From Analytics to Artificial Intelligence. Journal of Business Analytics, 1(2), 73–80.
  9. Kahneman D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
  10. Руденко И.В., Широков С.Н. (2024). Оценка экономической эффективности внедрения систем бизнес-аналитики на промышленных предприятиях. Экономика и управление: проблемы, решения, 1(2), с. 45–53.