сотрудник с 01.01.2000 по настоящее время
В данной статье рассматриваются перспективы применения предиктивной аналитики в управлении бизнес–процессами предприятия. На первом этапе проведен обзор современной научной литературы, посвященной методам предиктивной аналитики и ее роли в оптимизации бизнес–процессов. В работе представлена авторская классификация бизнес–процессов для разработки интеграционной модели с предиктивной аналитикой на примере молочного скотоводства. Особое внимание уделено преимуществам ее применения: увеличению операционной эффективности, снижению издержек, повышению качества продукции и принятию обоснованных управленческих решений на основе прогнозов. Вместе с тем, автором выделены ограничения и проблемы, связанных с внедрением предиктивных моделей, включая необходимость качественных данных, сложность интеграции с существующими системами и потребность в квалифицированных специалистах. Таким образом, статья демонстрирует, что предиктивная аналитика обладает значительным потенциалом для трансформации управления бизнес–процессами в различных отраслях, предоставляя путь к более гибкому и адаптивному управлению предприятием.
бизнес-процессы, предиктивная аналитика, оптимизация, сельское хозяйство, эффективность
1. Акимова, А. А. Основные компоненты разработки предиктивной аналитики данных / А. А. Акимова // Молодёжный вестник Новороссийского филиала Белгородского государственного технологического университета им. В. Г. Шухова. – 2022. – Т. 2, № 3(7). – С. 64-67. – DOIhttps://doi.org/10.51639/2713-0576_2022_2_3_64. – EDN YIPXKF.
2. Васильева, Н. В. Предиктивная аналитика как важнейшая ступень в иерархии аналитического процесса / Н. В. Васильева, Л. А. Селиванова // Журнал правовых и экономических исследований. – 2021. – № 4. – С. 159-162. – DOIhttps://doi.org/10.26163/GIEF.2021.61.13.023. – EDN CXTBZN.
3. Воронин, Е. А. Использование технологий машинного обучения в управлении при оптимальном размещении и специализации сельскохозяйственного бизнеса / Е. А. Воронин, А. Г. Семкин // Экономика, труд, управление в сельском хозяйстве. – 2020. – № 8(65). – С. 17-22. – DOIhttps://doi.org/10.33938/208-17. – EDN HUXMIP.
4. Дубровский, В. Ж. Цели, задачи и принципы организации предиктивного анализа данных о деятельности промышленного предприятия / В. Ж. Дубровский, Н. В. Ибрагимова // Экономика: вчера, сегодня, завтра. – 2023. – Т. 13, № 10-1. – С. 643-650. – DOIhttps://doi.org/10.34670/AR.2023.43.45.083. – EDN BOQEIG.
5. Зарипова, Ч. И. Сквозные технологии в управлении рисками: применение предиктивной аналитики для минимизации производственных сбоев / Ч. И. Зарипова, С. М. Куценко // Информационные технологии в строительных, социальных и экономических системах. – 2025. – № 2(36). – С. 194-196. – EDN EIRNXS.
6. Использование информационно-аналитических систем в экономике и менеджменте АПК / К. В. Чернышева, А. П. Королькова, Н. В. Карпузова, С. И. Афанасьева // Техника и оборудование для села. – 2022. – № 1(295). – С. 43-48. – DOIhttps://doi.org/10.33267/2072-9642-2022-1-43-48. – EDN NISKIP.
7. Казаченко, К. В. Алгоритмы предиктивной аналитики для оценки и управления инновационными проектами / К. В. Казаченко // Экономика и управление: проблемы, решения. – 2024. – Т. 17, № 12(153). – С. 201-208. – DOIhttps://doi.org/10.36871/ek.up.p.r.2024.12.17.026. – EDN PLSZBQ.
8. Косенчук О.В. Цифровые технологии для эффективного ведения молочного и мясного агробизнеса // Продовольственная политика и безопасность. – 2024. – Том 11. – № 4. – doi:https://doi.org/10.18334/ppib.11.4.121606
9. Косенчук О.В., Волкова И.А. Процессный подход к развитию инновационной деятельности в аграрном секторе // Экономика, предпринимательство и право. – 2025. – Том 15. – № 11. – doi:https://doi.org/10.18334/epp.15.11.123907
10. Кузовкова, Т. А. Значение методов предиктивной аналитики в экономике и управлении цифровыми компаниями / Т. А. Кузовкова, О. И. Шаравова // Методические вопросы преподавания инфокоммуникаций в высшей школе. – 2021. – Т. 10, № 3. – С. 28-32. – EDN TKNTJA.
11. Кучковская, Н. В. Анализ эффективности использования предиктивной аналитики в моделировании жизненного цикла промышленных предприятий / Н. В. Кучковская // Кузнечно-штамповочное производство. Обработка материалов давлением. – 2025. – № 1. – С. 141-148. – EDN SYGROJ.
12. Малова, Н. Н. Методологические вопросы анализа и прогнозирования производства на сельскохозяйственном предприятии с использованием системного моделирования / Н. Н. Малова // Наука без границ. – 2020. – № 7(47). – С. 81-87. – EDN OKULRG.
13. Малова, Н. Н. Методологические вопросы разработки комплекса моделей анализа и прогнозирования / Н. Н. Малова // Наука без границ. – 2020. – № 7(47). – С. 88-94. – EDN AOLQVT.
14. Парфенова, В. Е. Интеллектуальный анализ временных рядов показателей аграрного производства / В. Е. Парфенова // Инновации. – 2020. – № 7(261). – С. 51-56. – DOIhttps://doi.org/10.26310/2071-3010.2020.261.7.008. – EDN NWOXYX.
15. Первун, О. Е. Прогнозная аналитика: анализ современного состояния и ее применение для принятия решений / О. Е. Первун // Ученые записки Крымского инженерно-педагогического университета. – 2024. – № 3(85). – С. 120-126. – EDN ISEHXZ.
16. Пурыскина, В. А. Предиктивная аналитика как современный инструментарий развития бизнеса / В. А. Пурыскина // Учет и контроль. – 2025. – № 9. – С. 37-51. – DOIhttps://doi.org/10.36871/u.i.k.2025.09.01.005. – EDN NVYVPT.
17. Терешина, В. В. Применение систем предиктивной аналитики и предикативного моделирования / В. В. Терешина // Инновационное развитие экономики. – 2022. – № 5(71). – С. 243-246. – DOIhttps://doi.org/10.51832/2223798420225243. – EDN FMEHQE.
18. Франциско, О. Ю. Применение методов имитационного моделирования в анализе бизнес-процессов АПК / О. Ю. Франциско, В. В. Осенний // Труды Кубанского государственного аграрного университета. – 2025. – № 117. – С. 28-33. – DOIhttps://doi.org/10.21515/1999-1703-117-28-33. – EDN SEKZOR.
19. Aro, Opeyemi. (2024). Predictive Analytics in Financial Management: Enhancing Decision-Making and Risk Management. International Journal of Research Publication and Reviews. 5. 2181-2194.https://doi.org/10.55248/gengpi.5.1024.2819. URL:https://www.researchgate.net/publication/385025548_Predictive_Analytics_in_Financial_Management_Enhancing_Decision-Making_and_Risk_Management (дата обращения 03.10.2025).
