ИНТЕГРАЦИЯ АНАЛИТИЧЕСКИХ РЕШЕНИЙ В БИЗНЕС-ПРОЦЕССЫ ПРОИЗВОДСТВЕННО-ЛОГИСТИЧЕСКОЙ КОМПАНИИ
- Авторы: Башарина О.Ю.1, Воробьева Д.С.1
-
Учреждения:
- Уральский государственный экономический университет
- Выпуск: № 8 (2025)
- Страницы: 34-39
- Раздел: Статьи
- URL: https://bakhtiniada.ru/2411-0450/article/view/360339
- DOI: https://doi.org/10.24412/2411-0450-2025-8-34-39
- ID: 360339
Цитировать
Полный текст
Аннотация
В статье рассматривается проблема интеграции бизнес-аналитики в процессы управления поставками. Предложен комплексный подход, сочетающий методы процессного управления c использованием ключевых показателей эффективности процесса и его непрерывного итерационного улучшения на всех этапах. Проведенный анализ логистических процессов в исследуемой компании выявил следующие недостатки: отсутствие формальных механизмов контроля сроков поставок, недостаточная автоматизация, неэффективная организация и использование данных. Предложена целевая модель управления поставками, направленная на создание замкнутого контура принятия решений на основе анализа данных. В новой модели предусмотрено использование BI-инструментов для расчета отклонений сроков поставок, визуализации ключевых показателей и автоматизации выявления рисков. Применение интегрального подхода повышает прозрачность, координацию и цифровую зрелость логистических процессов компании за счет эффективного использования аналитических инструментов.
Ключевые слова
Полный текст
В условиях цифровой трансформации организаций всё большее значение приобретают подходы, направленные на эффективную и осмысленную интеграцию аналитических решений в текущие бизнес-процессы [Ошибка! Источник ссылки не найден., Ошибка! Источник ссылки не найден., 8, 10]. Современная бизнес-аналитика (Business Intelligence, BI) постепенно выходит за рамки вспомогательной функции и становится важнейшим инструментом поддержки управленческих решений на всех уровнях – от операционного до стратегического.
BI-подходы всё чаще рассматриваются как основа для организации непрерывного цикла управления, сочетающего мониторинг, прогноз и корректирующие действия. Именно такая интеграция позволяет BI трансформироваться в механизм системной адаптации и повышения устойчивости бизнеса [5].
Интеграция аналитических инструментов предполагает включение методов сбора, обработки, анализа и визуализации данных непосредственно в структуру корпоративного управления. Это обеспечивает формирование объективной и своевременной информации на каждом этапе бизнес-цикла, способствуя переходу от ретроспективной модели к управлению в режиме реального времени.
Для реализации такой модели особую роль играют управленческие и аналитические методологии, позволяющие обеспечить как организационные, так и технологические условия для эффективного применения бизнес-аналитики. Среди ключевых методологических подходов, которые применяются для интеграции аналитики в бизнес-процессы предприятия, можно выделить следующие [3, 6, 7, 9]:
- Business Process Management (BPM) – управление бизнес-процессами, направленное на их систематизацию, моделирование и постоянное совершенствование;
- KPI-ориентированный подход (Key Performance Indicators) – управление на основе ключевых показателей эффективности, которые позволяют фокусироваться на достижении измеримых результатов;
- цикл PDCA (Plan–Do–Check–Act) – метод непрерывного улучшения, реализующий итерационный подход к планированию, выполнению, контролю и корректировке действий;
- Lean-подход – концепция бережливого производства, ориентированная на устранение потерь и повышение ценности для потребителя;
- Six Sigma – методология управления качеством, основанная на статистическом анализе и направленная на минимизацию вариативности процессов.
Каждый из этих подходов способствует внедрению аналитических решений, обеспечивая системную основу для их интеграции в повседневную деятельность. Рассмотренные методологические подходы различаются по уровню формализации, целевой направленности и области применения в аналитических инициативах. Тем не менее каждый из них способен внести значимый вклад в формирование устойчивой архитектуры бизнес-аналитики в организации.
В рамках данной работы реализуется прикладной аналитический проект, направленный на использование аналитического инструментария для оценки своевременности поставок в производственно-логистической компании. Особый акцент сделан на контроле их своевременности по отношению к дате потребности. Если поставка происходит раньше запланированной даты, это может привести к замораживанию оборотных средств. Кроме того, возникают риски перегрузки складской инфраструктуры, снижается оборачиваемость и эффективность использования логистических ресурсов. Просроченные поставки, в свою очередь, повышают операционные риски и могут стать причиной задержек в производстве и снижают уровень удовлетворённости внутренних клиентов.
Исследуемая производственно-логистическая компания, работающая в одном из промышленных кластеров Уральского региона, ведёт активную логистическую деятельность – в течение года обрабатывается более 30 тысяч заказов, отличающихся по объёму и срочности. Логистическая система устроена по принципу распределённого складирования: часть продукции поступает на центральный склад, остальная направляется в филиалы и на производственные площадки.
Ключевой задачей логистической службы компании является обеспечение поставок точно в срок, строго в соответствии с датой фактической потребности. Однако в текущей конфигурации управления поставками выявлен ряд проблем:
- отсутствие инструмента визуального контроля отклонений между датами поставки и потребности;
- отсутствие классификации поставок по степени своевременности;
- игнорирование влияния преждевременных поставок на замораживание средств и загруженность складов;
- формирование отчётов выполняется вручную в MS Excel и не позволяет оценивать эффективность логистики в реальном времени;
- хранение данных для анализа и визуализации организовано в разрозненных не связанных источниках.
Аналитическая функция в компании сводится к ретроспективному анализу отгрузок. Диагностическая, визуальная и прогностическая аналитика не внедрены. Вместе с тем руководство компании осознаёт необходимость цифровой трансформации логистики и внедрения бизнес-аналитики как системного инструмента повышения прозрачности, контроля и финансовой эффективности.
С учётом целей исследования и специфики логистических бизнес-процессов был выбран интегрированный методологический подход, объединяющий элементы BPM, KPI-ориентированного управления и PDCA-цикла.
BPM используется для описания, визуализации и формализации процесса поставок. Для эффективного внедрения аналитики необходимо выделить ключевые этапы бизнес-процесса. Также важно определить точки генерации данных и установить логические связи между действиями, решениями и метриками. BPMN (Business Process Model and Notation) – это стандарт для графического описания бизнес-процессов, позволяющий ясно и однозначно представить их структуру [4].
В рамках анализа текущего состояния процесса поставок в исследуемой компании разработана и проанализирована BPMN-модель «as-is» (как есть) (рисунок 1). Процесс начинается с формирования потребности у заказчика. Далее заявка передаётся в отдел снабжения, где обрабатывается вручную (преимущественно с использованием MS Excel или корпоративной почты). В ходе обработки указывается дата потребности, однако эта информация не фиксируется централизованно и в последующем анализе не используется.
Рис. 1. Модель процесса поставок «as-is»
После оформления заказа и согласования условий с поставщиком логистическая служба организует поставку. Завершается процесс приёмкой на складе, где фиксируется дата поступления товара. При этом структура данных и сама дата остаются невостребованными при расчётах ключевых показателей или анализе отклонений.
Действующий процесс остаётся линейным и слабо автоматизированным, без встроенного аналитического механизма. Он не включает оценку своевременности поставок, автоматический контроль сроков и последующие управленческие действия в случае отклонений.
Целевая модель «to-be» (как должно быть) предлагает усовершенствованный подход, в котором ключевое место занимает BI-система, обеспечивающая сбор, обработку и визуализацию данных (рисунок 2). Процесс по-прежнему стартует с формирования потребности и ручной обработки заявки, но уже на этом этапе формируется структурированная дата, которая поступает в аналитическую систему.

Рис. 2. Модель процесса поставок «to-be»
После завершения поставки и приёмки товара дата поступления также передаётся в BI-среду. Далее запускается аналитический модуль: BI-система, обслуживаемая аналитиками, рассчитывает отклонения между плановыми и фактическими сроками, классифицирует поставки (своевременные, преждевременные, просроченные) и визуализирует ключевые показатели в дашборде.
На следующем этапе используется условный элемент, определяющий, требуется ли корректировка графика поставок. При необходимости процесс возвращается в отдел снабжения, где анализируются причины отклонений и по ним выдвигается управленческое решение. Если вмешательство не требуется, процесс завершается.
Модель «to-be» реализует PDCA-цикл и формирует замкнутый контур принятия решений на основе данных. Это позволяет отслеживать соблюдение сроков, своевременно реагировать на критические отклонения, снижать риски заморозки оборотных средств и обеспечивать устойчивость логистических операций.
KPI-ориентированный подход основан на концепции управления по целевым показателям эффективности. Ключевая задача аналитики в контексте анализа процесса поставок – измерение и интерпретация показателей таких показателей, как своевременность поставок, среднее отклонение от даты потребности, доля преждевременных поставок, коэффициент заморозки денежных средств и другие. Этот подход обеспечивает структурированную основу для мониторинга эффективности бизнес-процессов, позволяя оценивать как текущие отклонения, так и динамику изменений показателей.
Переход исследуемой производственно-логистической компании от текущей модели процесса поставок к целевой отражает развитие бизнес-процесса от ручного, реактивного управления к структурированному и аналитически обоснованному. Разработанная BPM-модель процесса поставок «to-be» основана на процессном управлении с ориентиром на целевые показатели и цикличное итеративное улучшение. Такой подход позволяет своевременно реагировать на изменения в сроках поставок, устранять причины сбоев и корректировать графики в соответствии с реальными потребностями и тем самым повысить прозрачность, эффективность и производительность логистических процессов.
Об авторах
О. Ю. Башарина
Уральский государственный экономический университет
Email: gonchmn@usue.ru
канд. техн. наук, доцент
Россия, Россия, г. ЕкатеринбургД. С. Воробьева
Уральский государственный экономический университет
Автор, ответственный за переписку.
Email: gonchmn@usue.ru
студент
Россия, Россия, г. ЕкатеринбургСписок литературы
- Баландина Н.Г. Роль инструментов бизнес-анализа в повышении эффективности управления предприятием // Наукосфера. – 2022. – № 4-2. – С. 337-341. – EDN WXGYNQ.
- Баландин М.А. Анализ и оценка ИТ-рынка России инструментами бизнес-аналитики / М.А. Баландин, О.Ю. Башарина, Я.В. Курзыбова // Цифровые модели и решения. – 2023. – Т. 2, № 4. – С. 30-39. – doi: 10.29141/2949-477X-2023-2-4-3. – EDN NURXZM.
- Башарина О.Ю., Фер Т.В., Шильникова И.С. Анализ и оптимизация проектной деятельности digital-агентства // Цифровые модели и решения. – 2025. – Т. 4, № 1. – С. 47-65. – doi: 10.29141/2949-477X-2025-4-1-4. – EDN VLKMXV.
- Башарина О.Ю., Сидякова В.С. Программные средства моделирования и управления бизнес-процессами / О.Ю. Башарина // Столыпинский вестник. – 2024. – Т. 6, № 4. – EDN CNKKPF.
- Губанов А.А., Гавель О.Ю. Современные информационные технологии в бизнес-аналитике // Экономические науки. – 2022. – № 214. – С. 223-229. – doi: 10.14451/1.214.223. – EDN AMMLSM.
- Кунаков Е.П., Лонцих П.А., Кокшаров А.В., Гулов А.Е. Адаптация методов и моделей проектного управления к усовершенствованному циклу PDCA // Качество. Инновации. Образование. – 2021. – № 4(174). – С. 42-48. – doi: 10.31145/1999-513x-2021-4-42-48. – EDN OZNXSG.
- Максимов М.И., Королев А.А. О роли системы управления по ключевым показателям эффективности в условиях интенсивной конкуренции // Инновационная экономика: информация, аналитика, прогнозы. – 2024. – № 3. – С. 31-39. – doi: 10.47576/2949-1894.2024.3.3.003. – EDN HTQWXW.
- Михненко П.А. Мультимодальная бизнес-аналитика: концепция и перспективы использования в экономической науке и практике / П.А. Михненко // Управленец. – 2023. – Т. 14, № 6. – С. 2-18. – doi: 10.29141/2218-5003-2023-14-6-1. – EDN YVQVIE.
- Орехова С.В. Метавселенные: переход к новой бизнес-модели или образ будущего? / С.В. Орехова, А.Е. Плахин // Управленец. – 2023. – Т. 14, № 2. – С. 35-46. – doi: 10.29141/2218-5003-2023-14-2-3. – EDN UDQNRA.
- Шевченко О.В., Фурс М.В. Цифровая трансформация производственно-логистических систем // Вестник Гродненского государственного университета имени Янки Купалы. Серия 5. Экономика. Социология. Биология. – 2024. – Т. 14, № 3. – С. 6-14. – doi: 10.52275/2221-5336-2024-14-3-6-14. – EDN GLCPCB.
Дополнительные файлы



