ВИЗНАЧЕННЯ ВПЛИВУ МЕТОДІВ ВІЗУАЛІЗАЦІЇ ДАНИХ НА ПРОЦЕСИ ПРИЙНЯТТЯ БІЗНЕС-РІШЕНЬ
DOI:
https://doi.org/10.32782/tnv-tech.2024.1.7Ключові слова:
аналітика даних, засоби візуалізації, системи підтримки прийняття рішень, графічне представлення, показники ефективності, управління інформацієюАнотація
У теперішній час, коли світ насичений даними, обробка інформації є викликом, а також можливістю для бізнесу і суспільства в цілому. Методи візуалізації даних стали найкращим рішенням для вирішення проблем обробки та управління інформацією. Методи візуалізації також мають глибокий вплив на збір даних, їх якість, представлення і процес прийняття рішень компаніями у сфері електронної комерції, зокрема, і на суспільство в цілому. Основна мета цього дослідження полягає у визначенні впливу методів візуалізації даних на прийняття рішень у компаніях, що займаються електронною комерцією. Завдання статті включають вивчення ролі і ефективності візуалізацій даних, її переваги та недоліки для процесу прийняття рішень, визначення факторів, що впливають на якість візуалізації, а також визначення впливу нових методів візуалізації на ефективність процесу прийняття рішень. Методологія цього дослідження включає як якісні, так і кількісні методи. Щоб підтвердити вплив візуалізації даних на процес прийняття рішень були досліджені наукові публікації і роглянуті приклади. Цей змішаний підхід забезпечує багатовимірне розуміння взаємозв’язків, що допомагає оцінити процес прийняття рішень як теоретично, так і емпірично. Змішаний метод також спільно оцінює процес прийняття рішень у контексті методів візуалізації даних. Основним внеском цього дослідження є вивчення зв’язку між методами візуалізації даних і процесом прийняття рішень компаніями електронної комерції. У дослідженні розглянуто методи візуалізації даних, надана оцінка якості інформації, що доступна для прийняття рішень, розроблено теоретичну основу для високоякісної візуалізації даних, а також вивчено нові методи візуалізації, такі як доповнена (AR) та віртуальна реальність (VR), а також рішення на основі штучного інтелекту. Ретельно досліджено роль методів візуалізації даних для покращення процесу прийняття рішень. Дослідження також забезпечує оцінку якості даних, представлення даних і перераховує відповідні методи візуалізації для кожної цілі.
Посилання
Umbleja K., Ichino M., Yaguchi H. Improving symbolic data visualization for pattern recognition and knowledge discovery. Visual Informatics. 2020. Vol. 4. No. 1. P. 23–31. URL: https://doi.org/10.1016/j.visinf.2019.12.003 (дата звернення: 27.03.2024).
Biochar in the 21st century: A data-driven visualization of collaboration, frontier identification, and future trend / F. Qin et al. Science of The Total Environment. 2022. Vol. 818. Article 151774. URL: https://doi.org/10.1016/j.scitotenv.2021.151774 (дата звернення: 27.03.2024).
Loos L., Verbeeck K., De Laet L. Data visualisation as a tool for informed structural design. Computer-Aided Design. 2019. Vol. 115. P. 267–276. URL: https://doi.org/10.1016/j.cad.2019.06.003 (дата звернення: 27.03.2024).
Satriadi, K. A., Ens, B., Czauderna, T., Cordeil, M., & Jenny, B. (2021). Quantitative data visualisation on virtual globes. CHI Conference on Human Factors in Computing Systems : proceedings of the international conference (Yokohama, Japan, May 8–13, 2021). New York: Association for Computing Machinery, 2021. Article 460. URL: https://doi.org/10.1145/3411764.3445152 (дата звернення: 27.03.2024).
Black, K. (2023). Business statistics: For contemporary decision making. John Wiley & Sons, 2023. 832 p.
Exploring the impact of big data analytics capabilities on business model innovation: The mediating role of entrepreneurial orientation / F. Ciampi et al. Journal of Business Research. 2021. Vol. 123. P. 1–13. URL: https://doi.org/10.1016/j.jbusres.2020.09.023 (дата звернення: 27.03.2024).
Anderson D. R., Williams T. A., Cochran J. J. Statistics for business & economics. Cengage Learning, 2019. 1120 p.
Woods S. A., Patterson F. A critical review of the use of cognitive ability testing for selection into graduate and higher professional occupations. Journal of Occupational and Organizational Psychology. 2024. Vol. 97. No. 1. P. 253–272. URL: https://doi.org/10.1111/joop.12470 (дата звернення: 27.03.2024).
Perdana A., Robb A., Rohde F. Interactive data visualisation for accounting information: a three-fit perspective. Behaviour & Information Technology. 2019. Vol. 38. No. 1. P. 85–100. URL: https://doi.org/10.1080/0144929X.2018.1514424 (дата звернення: 27.03.2024).
Marketing research trends using technology acceptance model (TAM): a comprehensive review of researches (2002–2022) / H. G. Musa et al. Cogent Business & Management. 2024. Vol. 11. No. 1. Article 2329375. URL: https://doi.org/10.1080/23311975.2024.2329375 (дата звернення: 27.03.2024).
Kolari J. W., Liu W., Pynnönen S. Portfolio performance measures. Professional investment portfolio management: Boosting performance with machine-made portfolios and stock market evidence. Cham: Palgrave Macmillan, 2024. P. 97–117. URL: https://doi.org/10.1007/978-3-031-48169-7_6 (дата звернення: 27.03.2024).
Edmond C., Bednarz T. Three trajectories for narrative visualisation. Visual Informatics. 2021. Vol. 5. No. 2. P. 26–40. URL: https://doi.org/10.1016/j.visinf.2021.04.001 (дата звернення: 27.03.2024).
Koot M., Mes M. R. K., Iacob M. E. A systematic literature review of supply chain decision making supported by the Internet of Things and Big Data Analytics. Computers & Industrial Engineering. 2021. Vol. 154. Article 107076. URL: https://doi.org/10.1016/j.cie.2020.107076 (дата звернення: 27.03.2024).
On the question of the role of project management in the digital transformation of small and medium-sized businesses: essence and innovative potential / V. Bannikov et al. Amazonia Investiga. 2022. Vol. 11. No. 55. P. 334–343. URL: https://doi.org/10.34069/AI/2022.55.07.35 (дата звернення: 27.03.2024).
Quan X. X., Yang J. F., Luo Z. RETRACTED ARTICLE: Models in digital business and economic forecasting based on big data IoT data visualization technology. Personal and Ubiquitous Computing. 2024. Vol. 28. No. Suppl 1. Article 11. URL: https://doi.org/10.1007/s00779-021-01603-7 (дата звернення: 27.03.2024).
