Совершенствование организации анализа затрат в условиях цифровой среды

Цель. Обосновать необходимость использования цифровых технологий в аналитической деятельности для принятия эффективных управленческих решений, обеспечивающих сокращение затрат.

Задачи. Определить место цифровой аналитической платформы в анализе затрат; выявить ключевые факторы, возникающие при внедрении платформы; описать возможности инструментов аналитической платформы и варианты их использования в процессе управления затратами.

Методология. Авторами исследования применены общенаучные методы; обобщение результатов произведено за счет табличной и графической формы представления; выделено четыре группы методов анализа данных (описательная и диагностическая аналитика, предиктивная и предписывающая аналитика); в рамках каждой группы указаны специальные методы анализа затрат (методы управленческого анализа и методы продвинутой аналитики), использование которых на базе аналитической платформы осуществляется в автоматизированном режиме.

Результаты. Выявлено, что внедрение аналитической платформы трансформирует структуру затрат рабочего времени выполнения аналитической работы, высвобождает рабочее время для решения иных управленческих задач. Установлено, что аналитические платформы отличаются гибкостью и способны найти узкоспециализированные решения благодаря широкому спектру инструментов и методов, реализуемых на базе платформы. Выбор инструментов и методов зависит от задач, поставленных в рамках анализа затрат. Сформулированы допустимые варианты применения инструментов продвинутой аналитики в рамках управления затратами.

Выводы. Аналитическая платформа служит инструментом, повышающим качество обработки данных, необходимых для принятия эффективных управленческих решений. Комплексное применение инструментов традиционного анализа затрат и продвинутой аналитики способствует результативному поиску новых вариантов оптимизации бизнес-процессов, что является актуальной задачей в условиях неопределенности и ограниченности ресурсов. С учетом значимости выполняемых инструментами аналитической платформы функций и в связи с уходом из-за санкций зарубежных лидеров в области бизнес-аналитики с российского рынка перед отечественными вендорами аналитических систем поставлена задача по дальнейшему совершенствованию программных продуктов, функциональные возможности которых не должны уступать зарубежным аналогам.

1. Основные направления развития финансового рынка Российской Федерации на 2023 год и период 2024 и 2025 годов. М.: Банк России, 2022. 85 с. URL: https://cbr.ru/Content/Document/File/143773/onfr_2023-2025.pdf (дата обращения: 29.01.2023).

2. Жуковская И. Е. Современные подходы применения цифровых аналитических платформ в деятельности высших учебных заведениях // Deutsche Internationale Zeitschrift für zeit-genössische Wissenschaft. 2021. № 7. С. 38–41. DOI: 10.24412/2701-8369-2021-7-2-38-41

3. Mohanty S., Jagadeesh M., Srivatsa H. Big Data Imperatives: Enterprise Big Data Warehouse, BI Implementations and Analytics. New York, NY: Apress, 2013. 342 p.

4. Williams S. Business Intelligence Strategy and Big Data Analytics: A General Management Perspective. Cambridge, MA: Morgan Kaufmann, 2016. 240 p.

5. Olszak C. M. Business Intelligence and Big Data: Drivers of Organizational Success. Boca Raton: CRC Press, 2020. 194 p.

6. Назаров Д. М., Рыжкина Д. А. Интеллектуальные средства бизнес-аналитики: учебник. М.: КНОРУС, 2022. 242 с.

7. Бизнес-аналитика как средство для принятия управленческих решений // 1С: Первый Бит. 2022. 10 августа. URL: https://www.1cbit.ru/company/news/458186/ (дата обращения:29.01.2023).

8. Смоленская О. В. Модель профессии бухгалтера в эпоху цифровых трансформаций: ключевые направления компетентностей // Финансовые рынки и банки. 2022. № 11. С. 191–195.

9. Швецов А. Н. Повышение эффективности бизнеса: вклад новейших цифровых технологий// Менеджмент и бизнес-администрирование. 2021. № 4. С. 69–81. DOI: 10.33983/2075-1826-2021-4-69-81

10. Кизим А. В., Пересыпкин А. М. Разработка учебно-методического пособия «Корпоративные системы бизнес-аналитики с применением систем искусственного интеллекта» //Сис тем ный анализ в науке и образовании. 2022. № 2. С. 11–16.

11. Бариленко В. И., Чугумбаев Р. Р. Развитие бизнес-анализа и роль подготовки бизнес-аналитиков в обеспечении цифровой трансформации российской экономики // Менеджмент и бизнес-администрирование. 2018. № 2. С. 146–155.

12. Силакова Л. В., Магеррамов П. А., Семкина М. А. Разработка методики автоматизации комплексного бизнес-анализа для МСП на базе MS Power IB // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. 2019. № 3. С. 101–108. DOI: 10.17586/2310-1172-2019-12-3-101-108

13. Business Analytics vs Business Intelligence? // Innovation Evangelism – Timo Elliott’s Blog. 2011. March 9. URL: https://timoelliott.com/blog/2011/03/business-analytics-vs-business-intelligence.html (дата обращения: 29.01.2023).

14. Business Intelligence (рынок России) // TAdviser. Государство. Бизнес. Технологии. 2023. 6 февраля. URL: https://www.tadviser.ru/index.php/Статья:Business_Intelligence_(рынок_России)?ysclid=ldwvuw87cq443163 (дата обращения: 29.01.2023).