Основы статистической оценки качества деятельности предприятия
Ключевые слова:
математические модели, деятельность предприятия, статистические данные, информатизация, цифровые процессыАннотация
Цифровизация стремительно развивается во всем мире. Цифровые процессы в компаниях генерируют огромные объемы данных, которые растут с каждым днем. Industry 4.0 и Интернет вещей (IoT) еще больше ускоряют это развитие. Чтобы успешно управлять компанией и принимать правильные решения, необходимо подробное и глубокое понимание множества различных процессов. Компании сталкиваются с проблемой сбора, управления и оценки большого объема данных. С помощью современной бизнес-аналитики можно найти закономерности и тенденции в данных и извлечь важную информацию. Анализ данных использует статистические методы для получения полезной информации из собранных данных, которые помогают в принятии решений. Путем извлечения, преобразования и централизации отдельных данных можно выявить корреляции и закономерности, определить тенденции и проверить гипотезы. Компании используют полученную информацию, чтобы получить значительное конкурентное преимущество и планировать стратегию с предвидением. [1,2].
Библиографические ссылки
Заргарян Е.В., Ганциевский А.В. Анализ существующих нейронных сетей и их применение в настоящее время. Донецкие чтения 2022: образование, наука, инновации, культура и вызовы современности: Материалы VII Международной научной конференции, посвящённой 85-летию Донецкого национального университета (Донецк, 27–28 октября 2022 г.). – Том 1: Механикоматематические, компьютерные науки, управление / под общей редакцией проф. С.В. Беспаловой. – Донецк: Изд-во ДонНУ, 2022. – 190 с 159-1612.
Лавриков А.Н., Заргарян Ю.А. Применение систем сбора данных сейсморазведки. Сборник трудов международной молодёжной школы «Инженерия – XXI» (г. Новороссийск, 21-22 апреля 2022) 152-153
Zargaryan E.V., Zargaryan Y.A., Dmitrieva I.A., Sakharova O.N. and Pushnina I.V.. Modeling design information systems with many criteria. Information Technologies and Engineering – APITECH - 2020 // Journal of Physics: Conference Series. 2020. Vol. 2085(3). P. 032057(1-7). doi:10.1088/1742-6596/1679/3/032057
Пушнина И.В., Пушнина А.А.Информационное обеспечение для принятия решений при управлении технологическим объектом. В сборнике: Молодежь и наука: реальность и будущее. Материалы X Международной научно-практической конференции. В 2-х томах. Редколлегия: Т.Н. Рябченко, Е.И. Бурьянова. 2017. С. 157-161.
Финаев В.И., Пушнина А.А., Пушнина И.В., Сихам А.М.А. Измерение сложности систем. В сборнике: Инновационные технологии и дидактика в обучении. Сборник статей международной научно-практической конференции. 2017. С. 48-56.
Х.С. Аламир, Е.В. Заргарян, Ю.А. Заргарян. Модель прогнозирования транспортного потока на основе нейронных сетей для предсказания трафика на дорогах. // Известия ЮФУ. Технические науки. –2021. –No 6 (223). –С. 124-132
Kasimov D., Zargaryan Y. Control and measuring devices for controlling the temperature regime of the cooking cabinet. European and national dimension in research. technology = европейскийинациональныйконтекстывнаучныхисследованиях. технология: Electronic collected materials of XIII Junior Researchers’ Conference, Novopolotsk, May 17–21, 2021 / Polotsk State University ; ed. Yu. Holubeu [et al.]. – Novopolotsk : PSU, 2021. – 1 CD-ROM. pp. 143-145
Шаповалов Д. С., Заргарян Ю. А. Поиск оптимального типа позиционного трекинга при реализации vr и ar систем. Сборник трудов международной научно-практическойконференции «Инженерно-техническое образование и наука» (г. Новороссийск, 21-22 апреля 2021 г.) / под общ. ред. к.ф.н. доцента И. В. Чистякова. – Новороссийск: Изд-во НФ БГТУ им. В.Г. Шухова, 2021. – 146 с, с.27-29
Аламир Х.С., Заргарян Е.В. The concept of building a digital city twin. Информационные технологии, системный анализ и управление (ИТСАУ-2021): сборник трудов ХIX Всероссийской научной конференции молодых ученых, аспирантов и студентов (Таганрог, 9–11 декабря 2021 г). : в 3 т. / Южный федеральный университет. – Ростов-на-Дону ; Таганрог : Издательство Южного федерального университета, 2021.
Zargarjan E.V., Zargarjan Ju.A., Finaev V.I. Information support for the training of fuzzy production account balance in the conditions of incomplete data. Всборнике: INNOVATIVE TECHNOLOGIES AND DIDACTICS IN TEACHING (ITDT-2016). collected papers. 2016. С. 128-138.
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Молодёжный вестник Новороссийского филиала Белгородского государственного технологического университета им. В. Г. Шухова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
Copyright information
Тексты данной электронной статьи защищены (cc) Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Вы можете свободно:
Делиться (You are free: to Share) – копировать, распространять и передавать другим лицам данную электронную книгу при обязательном соблюдении следующих условий:
– Атрибуция (Attribution) – Вы должны атрибутировать произведения (указывать автора и источник) в порядке, предусмотренном автором или лицензиаром (но только так, чтобы никоим образом не подразумевалось, что они поддерживают вас или использование вами данного произведения).
– Некоммерческое использование (Noncommercial use) – Вы не можете использовать эти произведения в коммерческих целях.
– Без производных произведений – Вы не можете изменять, преобразовывать или брать за основу эту электронную книгу или отдельные произведения.
Licensed under the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-nd/4.0/
or send a letter to Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA.
You are free:
to Share — to copy, distribute and transmit the work
Under the following conditions:
Attribution — You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work).
Non-commercial — You may not use this work for commercial purposes.
No Derivative Works — You may not alter, transform, or build upon this work.
Any of the above conditions can be waived if you get permission from the copyright holder.
