ДОСЛІДЖЕННЯ МЕТОДІВ АНАЛІЗУ ДАНИХ У КОНТЕКСТІ ДІЯЛЬНОСТІ З УПРАВЛІННЯ ПРОЄКТАМИ
DOI:
https://doi.org/10.35546/kntu2078-4481.2025.2.2.17Ключові слова:
аналіз даних, управління проєктами, описовий аналіз, діагностичний аналіз, прогнозний аналіз, приписний аналіз, методи аналізуАнотація
Предметом дослідження в статті є методи аналізу даних, які можуть застосовуватись в контексті інформаційних систем з управлінні проєктами з метою підвищення ефективності прийняття управлінських рішень, використання наявних ресурсів, прогнозування ризиків та покращення результатів проєктів. Мета роботи – систематизувати та провести огляд основних методів аналізу даних, які можуть бути використані при побудові інформаційних систем з управління проєктами, а також визначити їх практичне застосування для вирішення ключових завдань проєктного менеджменту. У статті розв’язуються такі завдання: 1) визначення ключових напрямів прикладного застосування аналізу даних в інформаційних системах з управління проєктами; 2) опис методів аналізу даних, їх призначення та приклади застосування в контексті проєктного менеджменту; 3) класифікація методів аналізу даних, які можуть застосовуватись в інформаційних системах з управління проєктами, за типами аналізу даних (описовий, діагностичний, прогнозний, приписний); Застосовуються такі методи: системний аналіз, класифікація, а також методи описового, діагностичного, прогнозного та приписного аналізу даних. Досягнуті результати: систематизовано основні типи та методи аналізу даних, які можуть використовуватись в управлінні проєктами; розроблено таблиці з описом методів кожного типу аналізу, їх призначенням та прикладами застосування в проєктному менеджменті; виявлено ключові переваги застосування аналізу даних для вирішення проблем управління проєктами, таких як прогнозування ризиків, оптимізація ресурсів та підвищення ефективності роботи команди; описано практичні приклади використання методів аналізу даних для прийняття управлінських рішень. Висновки. Аналіз даних є ключовим інструментом для підвищення ефективності управління проєктами. Використання технік та методів описового, діагностичного, прогнозного та приписного аналізу в інформаційних системах з управління проєктами дозволяє менеджерам отримувати цінну інформацію для прийняття обґрунтованих рішень, підвищувати ефективність використання ресурсів, прогнозувати ризики та покращувати результати проєктів. Систематизація методів аналізу даних, які можуть використовуватись в управлінні проєктами, сприяє їх більш ефективному застосуванню та інтеграції в інформаційні системи з метою підвищення ефективності планування та використання проєктних ресурсів, зниження ризиків та, як наслідок, підвищення якості виконання проєктів.
Посилання
Akerkar, B. (2013) “Big Data Computing”, Chapman and Hall/CRC Press, Boca Raton, 564 p. ISBN 9781466578371
Barbosa, M. W., Vicente, A. D. L. C., Ladeira, M. B., & Oliveira, M. P. V. D. (2018), “Managing Supply Chain Resources with Big Data Analytics: A Systematic Review”, International Journal of Logistics Research and Applications, Vol. 21, No. 3, P. 177–200. doi: http://doi.org/10.1080/13675567.2017.1369501
Brimco Analytics (2023), “Big Data Analytics Statistics”, available at: https://www.brimco.io/analytics/big-data- analytics-statistics/ (last accessed 30.03.2025).
CMMI Institute (2011), “Standard CMMI Appraisal Method for Process Improvement (SCAMPI)”, Version 1.3, Carnegie Mellon University, Pittsburgh, PA, 282 p. doi: http://doi.org/10.1184/R1/6584330.v1
Gröger, C., Schwarz, H., & Mitschang, B. (2014), «Prescriptive Analytics for Recommendation-Based Business Process Optimization», International Conference on Business Information Systems, P. 25–37. doi: http://doi.org/10.1007/978-3-319-06695-0_3
Hastie, T., Tibshirani, R., Friedman, J. (2009), “The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 767 p. ISBN: 978-0387848570
Ivanova, N. (2023), “Classification of Basic Methods for Data Analysis in Industry”, Conference: Annual of the University of Mining and Geology “St. Ivan Rilski”, Vol. 66/2023 At: Sofia, Bulgaria. doi: http://doi.org/10.5281/zenodo.8335379
Kerzner, H. (2022), «Project Management: A Systems Approach to Planning, Scheduling, and Controlling», 13th ed., John Wiley and Sons, Inc., New York, USA, 880 p.: ISBN: 978-1-119-80537-3.
Lepenioti, K., Bousdekis, A., Apostolou, D., Mentzas, G. (2020), “Prescriptive Analytics: Literature Review and Research Challenges”, International Journal of Information Management, Vol. 50, P. 57–70. doi: https://doi.org/10.1016/j.ijinfomgt.2019.04.003
Maheshwari A. (2023) “Data Analytics”, 2nd Edition, Mc Graw Hill India, 176p. ISBN: 978-9355324559.
Marr, B. (2015), “Big Data: Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance”, Wiley, Hoboken, NJ, 256 p. ISBN: 978-1-118-96583-2.
Montgomery, D. C., Runger, G. C. (2018), “Applied Statistics and Probability for Engineers”, Wiley, Hoboken, NJ, 720p.: ISBN: 978-1-119-40036-3.
Project Management Institute (2021), “A Guide to the Project Management Body of Knowledge (PMBOK® Guide)”, 7th Edition, PMI, Newtown Square, PA? 274 p. ISBN: 978-1628256642.
Spalek, S. (2018), “Data Analytics in Project Management”, (1st ed.). Auerbach Publications, 232 p. doi: https://doi.org/10.1201/9780429434891
Tan P., Steinbach M., Kumar V. (2013) “Introduction to Data Mining”. Harlow, Pearson, 736 p. ISBN: 978-1-292-02615-2.
Vidgen, R., Shaw, S., Grant, D. B. (2017), “Management Challenges in Creating Value from Business Analytics”, European Journal of Operational Research, Vol. 261, No. 2, P. 626–639. doi: https://doi.org/10.1016/j.ejor.2017.02.023
Wolniak, R. (2023), “The Concept of Descriptive Analytics”, Scientific Papers of Silesian University of Technology, Organization and Management Series, Vol. 2023, P. 696–715. doi: http://doi.org/10.29119/1641-3466.2023.172.42
Wolniak, R., Grebski, W. (2023), “The Concept of Diagnostic Analytics”, Scientific Papers of Silesian University of Technology, Organization and Management Series, Vol. 175, P. 651–669. doi: http://doi.org/10.29119/1641-3466.2023.175.41
Yim R., Castaneda J., Doolen T., Tumer I., Malak R. (2015) “A study of the impact of project classification on project risk indicators”, International Journal of Project Management, Vol. 33, Issue 4, P. 863-876 doi: https://doi.org/10.1016/j.ijproman.2014.10.005
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
