Оглядове дослідження ролі аналізу даних для прийняття рішень у менеджменті
DOI:
https://doi.org/10.15421/cims.5.328Ключові слова:
аналітика даних, кількісні методи, прийняття управлінських рішень, великі даніАнотація
Мета. У статті досліджується роль аналізу даних у прийнятті управлінських рішень. Дизайн / Метод / Підхід. Проведено оглядове дослідження відповідно до вимог PRISMA на основі систематичного пошуку літератури в академічних базах даних — Scopus, EBSCOhost, ABI/INFORM, IEEE Xplore, PubMed, ScienceDirect та Google Scholar. Відбір джерел здійснювався за заздалегідь визначеними критеріями включення та виключення задля забезпечення тематичної відповідності матеріалу. Результати. Аналіз літератури засвідчує зміну парадигми: на зміну інтуїтивному приходить обґрунтоване прийняття рішень на основі даних. Методи статистичного прогнозування, машинне навчання та кількісний аналіз дають змогу керівникам підвищити якість оцінювання ризиків і моделювання сценаріїв. Чотири різновиди аналізу даних — описовий, діагностичний, прогностичний і приписний — забезпечують вимірювані покращення операційної ефективності (до 35%), продуктивності та конкурентоспроможності в охороні здоров'я і роздрібній торгівлі. Успішне впровадження потребує належного керівництва, дієвих механізмів управління даними та інформаційної культури організації. Водночас стійкими перешкодами залишаються низька якість даних, брак кваліфікованих фахівців, організаційний супротив і захист персональних даних. Теоретичне значення. Огляд поєднує усталені концепції прийняття рішень із сучасними застосуваннями штучного інтелекту, пропонуючи збалансоване узагальнення наявного стану знань у цій галузі — попри перевагу широти охоплення над глибиною аналізу. Практичне значення. Результати містять практичні рекомендації для керівників організацій, зокрема в країнах з економіками, що розвиваються та інвестують у розбудову інфраструктури даних і підвищення аналітичної грамотності. Оригінальність / Цінність. Дослідження пропонує цілісний погляд на аналіз даних як ключовий складник сучасної управлінської практики, узагальнюючи досвід бізнес-середовища та системи охорони здоров'я. Обмеження дослідження / Майбутні дослідження. Подальші дослідження мають виходити за межі оглядових і охоплювати цільові емпіричні та лонгітюдні оцінювання довгострокового впливу ініціатив з аналізу даних на прийняття управлінських рішень. Тип статті. Огляд.
Завантажити
Посилання
Al-Sai, Z. A., Abdullah, R., & Husin, M. H. (2020). Critical Success Factors for Big Data: A Systematic Literature Review. IEEE Access, 8, 118940–118956. https://doi.org/10.1109/access.2020.3005461
Bhuvanya, R., Yamini, B., Sivakumar, K., Gobinath, V. M., Sathya, V., & Subramanian, R. S. (2025). Data Analytics in Management Empowering Decision-Making Through Insights. In Pioneering Approaches in Data Management (pp. 1-30). IGI Global Scientific Publishing. https://doi.org/10.4018/979-8-3693-5563-3.ch001
Brynjolfsson, E., & McElheran, K. (2016). The Rapid Adoption of Data-Driven Decision-Making. American Economic Review, 106(5), 133–139. https://doi.org/10.1257/aer.p20161016
Brynjolfsson, E., Hitt, L. M., & Kim, H. H. (2011). Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance? SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1819486
Choo, C. W. (1996). The knowing organization: How organizations use information to construct meaning, create knowledge and make decisions. International Journal of Information Management, 16(5), 329–340. https://doi.org/10.1016/0268-4012(96)00020-5
Davenport, T. H., & Harris, J. G. (2017). Competing on analytics, updated, with a new introduction: The new science of winning. Harvard Business Review Press. https://hbsp.harvard.edu/product/10157-PDF-ENG
Erica, A., Gantari, L., Qurotulain, O., Nuche, A., & Sy, O. (2024). Optimizing Decision-Making: Data Analytics Applications in Management Information Systems. APTISI Transactions on Management (ATM), 8(2), 115–122. https://doi.org/10.33050/atm.v8i2.2202
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137–144. https://doi.org/10.1016/j.ijinfomgt.2014.10.007
Hora, M. T., Bouwma-Gearhart, J., & Park, H. J. (2017). Data driven decision-making in the era of accountability: Fostering faculty data cultures for learning. The Review of Higher Education, 40(3), 391–426. https://doi.org/10.1353/rhe.2017.0013
Ikegwu, A. C., Nweke, H. F., Anikwe, C. V., Alo, U. R., & Okonkwo, O. R. (2022). Big data analytics for data-driven industry: a review of data sources, tools, challenges, solutions, and research directions. Cluster Computing, 25(5), 3343–3387. https://doi.org/10.1007/s10586-022-03568-5
Khan, A. H. (2024). Effective decision making using data analytics. International journal of scientific research in engineering and management, 08(04), 1–5. https://doi.org/10.55041/ijsrem32598
Light, D., Wexler, D., & Henize, J. (2004). How practitioners interpret data and link data to instruction: research findings on New York City schools implementation of the grow network. Center for Children and Technology. https://purl.org/scimeta/cct.2
Lyu, G. (2025). Data-driven decision making in patient management: a systematic review. BMC Medical Informatics and Decision Making, 25(1). https://doi.org/10.1186/s12911-025-03072-x
Mandinach, E. B., Honey, M., & Light, D. (2006). A theoretical framework for data-driven decision making. Center for Children and Technology. https://purl.org/scimeta/cct.1
Manikandan, S., & Anju C. P. (2025). Optimizing Decision-Making in Business Management Using Mathematical Modelling and Data Analysis. International journal of scientific research in engineering and management, 09(07), 1–9. https://doi.org/10.55041/ijsrem51692
McAfee, A., & Brynjolfsson, E. (2012). Big data: The management revolution. Harvard Business Review, 90(10), 60–66, 68, 128. https://pubmed.ncbi.nlm.nih.gov/23074865
Medida, L. H., & Kumar. (2024). Addressing challenges in data analytics: A comprehensive review and proposed solutions. In A. Bora, P. Changmai, & M. Maharana (Eds.), Critical approaches to data engineering systems and analysis (pp. 16–33). IGI Global. https://doi.org/10.4018/979-8-3693-2260-4.ch002
Moitas, J., Albuquerque, J., & Mano, R. (2023). Business intelligence implementation and its impact on decision-making. In 2023 18th Iberian Conference on Information Systems and Technologies (CISTI) (pp. 1–7). IEEE. https://doi.org/10.23919/CISTI58278.2023.10211744
Müller, J., Schuh, G., Meichsner, D., & Gudergan, G. (2020). Success factors for implementing business analytics in small and medium enterprises in the food industry. In 2020 IEEE International Conference on Technology Management, Operations and Decisions (ICTMOD) (pp. 1–8). IEEE. https://doi.org/10.1109/ICTMOD49425.2020.9380609
Phippen, A., Sheppard, L., & Furnell, S. (2004). A practical evaluation of Web analytics. Internet Research, 14(4), 284–293. https://doi.org/10.1108/10662240410555306
Provost, F., & Fawcett, T. (2013). Data Science and its Relationship to Big Data and Data-Driven Decision Making. Big Data, 1(1), 51–59. https://doi.org/10.1089/big.2013.1508
Rabelo, L., Gutierrez-Franco, E., Sarmiento, A., & Mejía-Argueta, C. (2021). Engineering Analytics. CRC Press. https://doi.org/10.1201/9781003137993
Rasool, N. S., Senguttuvan, S., Rajesh, R., & Deepa, N. (2025). The Role of Business Analytics in Planned Decision Making. International journal of scientific research in engineering and management, 09(08), 1–9. https://doi.org/10.55041/ijsrem51719
Ray, A., Kumar, R., & Deepanshi. (2025). Data analytics for business decision-making. Economic Sciences, 21(2), 191–200. https://doi.org/10.69889/gy56vg95
Santoso, L. W. (2023). Big data: Identification of critical success factors. In P. Vasant et al. (Eds.), Intelligent computing and optimization: ICO 2023 (Lecture Notes in Networks and Systems, Vol. 855, pp. 342–349). Cham: Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-50158-6_34
Sharma, A. (2023). Analyzing the role of artificial intelligence in predicting customer behavior and personalizing the shopping experience in ecommerce. International journal of scientific research in engineering and management, 07(02). https://doi.org/10.55041/ijsrem17839
Sivarajah, U., Kamal, M. M., Irani, Z., & Weerakkody, V. (2017). Critical analysis of Big Data challenges and analytical methods. Journal of Business Research, 70, 263–286. https://doi.org/10.1016/j.jbusres.2016.08.001
Sun, Z., Sun, L., & Strang, K. (2016). Big data analytics services for enhancing business intelligence. Journal of Computer Information Systems, 58(2), 162–169. https://doi.org/10.1080/08874417.2016.1220239
Tarmidi, D., Taruna, I., Budi S, A., & Marinda S, V. (2023). Big data analytics and key success factor in achieving competitive advantage and performance of small medium enterprises: literature review. Enrichment: Journal of Management, 13(1), 586–595. https://doi.org/10.35335/enrichment.v13i1.1302
Wedel, M., & Kannan, P. K. (2016). Marketing Analytics for Data-Rich Environments. Journal of Marketing, 80(6), 97–121. https://doi.org/10.1509/jm.15.0413
Завантаження
Опубліковано
Номер
Розділ
Категорії
Ліцензія
Авторське право (c) 2026 Samuel Bangura (Author)
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
Всі статті, опубліковані в журналі Challenges and Issues of Modern Science, ліцензовані за ліцензією Creative Commons Attribution 4.0 International (CC BY). Це означає, що ви можете:
- Поширювати, копіювати та передавати статтю
- Адаптувати, реміксувати та створювати похідні роботи на основі статті
за умови, що ви надаєте належне посилання на оригінальну роботу, вказуєте ім'я авторів, назву статті, журнал та наявність ліцензії CC BY. Будь-яке використання матеріалів не повинно припускати схвалення авторами або журналом використаного матеріалу.
