Митрович С.доктор экономических наук, Университет в г. Нови-Сад, Республика Сербия; докторант экономического факультета, Московский государственный университет имени М.В. Ломоносова, Москва, Российская Федерация Mitrovic.Stanislav@hotmail.com ORCID id: отсутствует SPIN-код: 5383-7400
Предмет. Анализ возможностей применения передового зарубежного опыта в области бизнес-интеллекта как информационного обеспечения экономического анализа компаний. Цели. Определение возможностей адаптации зарубежного опыта использования решений бизнес-интеллекта в экономическом анализе деятельности организаций для оптимизации этой сферы в российских условиях, в том числе для разработки программы повышения качества информации и развития общекорпоративных систем бизнес-интеллекта. Методология. Теоретическую и методологическую базу исследования составляют основы теории информации и бизнес-анализа, а также современные научные исследования по проблеме применения бизнес-интеллекта в анализе деятельности компаний. Результаты. Сформулировано определение бизнес-интеллекта применительно к области экономического анализа. Обоснованы возможности российских организаций для развития методологии контроля информации и данных, обеспечения их прозрачности. Разработано практическое решение для развития экономического анализа хозяйственной деятельности организаций – программа для ЭВМ в целях прогнозирования и сценарного анализа финансовых результатов. Как показывают результаты исследования, наиболее широкими методологическими направлениями, которые могут быть экстраполированы из зарубежной практики применения бизнес-интеллекта в экономическом анализе являются обеспечение качества информации и создание корпоративной системы бизнес-интеллекта. Выводы. Российский рынок бизнес-интеллекта не отстает от мирового в плане доступности передовых технологий, но в то же время наблюдаются некоторые сложности в области внедрения и применения бизнес-интеллекта в целях экономического анализа. Методы и технологии бизнес-интеллекта интенсивно прогрессируют и в связи с этим российским компаниям становится проще получить методологическую поддержку, базирующуюся в том числе и на зарубежных разработках по интеграции бизнес-интеллекта в экономический анализ хозяйственной деятельности организаций. Существует необходимость дальнейшей разработки в методологическом аспекте перспектив применения систем бизнес-интеллекта как комплексного инструмента управления в современном бизнесе.
Ключевые слова: бизнес-интеллект, экономический анализ, качество информации, управление данными
Список литературы:
Лугачев М.И. Информационные революции, экономика и экономическое образование // Вестник Московского университета. Сер. 6: Экономика. 2017. № 4. С. 142–160.
Авдеева И.Л. Развитие информационной инфраструктуры менеджмента в условиях становления экономики знаний // Экономический анализ: теория и практика. 2017. Т. 16. Вып. 3. С. 521–532. URL: Link
Митрович С. Специфика интеграции технологий бизнес интеллекта и больших данных в процессы экономического анализа // Бизнес-информатика. 2017. № 4. С. 40–46. URL: Link/215765588.html
Mitrovic S. Adapting of International Practices of Using Business-Intelligence to the Economic Analysis in Russia. In: Ashmarina S., Mesquita A., Vochozka M. (eds) Digital Transformation of the Economy: Challenges, Trends and New Opportunities. Springer, Cham, 2019.
Бариленко В.И. Бизнес-анализ как инструмент обеспечения устойчивого развития хозяйствующих субъектов // Учет. Анализ. Аудит. 2014. № 1. С. 25–31. URL: Link
Суйц В.П., Хорин А.Н. Новые подходы к развитию современного управленческого учета, контроля и анализа хозяйственной деятельности // Учетно-аналитическое обеспечение – информационная основа экономической безопасности хозяйствующих субъектов: сборник научных трудов и результатов совместных научно-исследовательских проектов. М.: Аудитор, 2017. С. 357–361.
Дрегнин О.Е., Камолов С.Г. Государственная поддержка инноваций в России на современном этапе: поиск эффективных механизмов // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 12. С. 1419–1429. URL: Link
Arel I., Rose D.C., Karnowski T.P. Deep Machine Learning—A New Frontier in Artificial Intelligence Research [Research frontier]. IEEE Computational Intelligence Magazine, 2010, vol. 5, iss. 4, pp. 13–18. URL: Link
Суйц В.П. Проблемы организации и технологии управленческого учета // Вестник Московского университета. Сер. 6: Экономика. 2012. № 3. С. 94–102. URL: Link
Зимин К.В., Маркин А.В., Скрипкин К.Г. Влияние информационных технологий на производительность российского предприятия: методология эмпирического исследования // Бизнес-информатика. 2012. № 1. С. 40–48. URL: Link
Шеремет А.Д. Комплексный анализ и оценка финансовых и нефинансовых показателей устойчивого развития компаний // Аудит. 2017. № 5. С. 6–9.
Болодурина М.П., Мишурова А.И. Информационное обеспечение цифровизации деятельности субъектов туристической отрасли. Экономический анализ: теория и практика. 2018. Т. 17. Вып. 9. С. 1710–1728. URL: Link
Васин Н.С. Управление устойчивостью предприятия в условиях цифровой экономики // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 6. С. 1100–1113. URL: Link
Пахомов А.В., Пахомова Е.А., Рожкова О.В. Применение эконометрического инструментария для анализа процесса управления затратами // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 12. С. 1459–1477. URL: Link
Бобрышев А.Н. Методика KRISIS-анализа в информационном обеспечении решений экономического субъекта // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 2. С. 285–307. URL: Link
