Smart Analytics Tools for Supporting Management Decisions in the Field of Production System Management at Enterprises in the Context of Sustainable Development

Simple item page
dc.contributor.authorIvanova, Marynaen
dc.contributor.authorKaut, Olga V.en
dc.contributor.authorVyshnevska, Mariia K.en
dc.contributor.authorBoichenko, Mykolaen
dc.contributor.authorPapizh, Yuliiaen
dc.contributor.authorDubiei, Yuliiaen
dc.date.accessioned2026-07-13T11:54:34Z
dc.date.issued2026
dc.descriptionM. Ivanova: ORCID 0000-0002-1130-0186; O. Kaut: ORCID 0000-0003-4126-4961; M. Vyshnevska: ORCID 0000-0002-3580-0564; M. Boichenko: ORCID 0000-0002-9874-3085; Yu. Papizh: ORCID 0000-0001-6460-7862; Yu. Dubiei: ORCID 0000-0003-3415-3470en
dc.description.abstractENG: This article addresses the growing importance of smart analytics as a technical tool and fundamental intellectual asset ensuring sustainable development, resilience, and competitiveness of enterprises under digital transformation. The paper examines the Smart Data Adaptive Cycle (SDAC) model, which offers a continuous closed-loop decision-making process in a digital manufacturing environment. The model integrates informational, financial, and cognitive components using self-learning mechanisms and the human-in-the-loop principle. The purpose of the work is to examine the specifics of ensuring sustainable development in an enterprise through managerial decision-making using smart analytics tools in the management of production systems. The study applies general and specialized methods, including a scenario-based approach to determine the relationship between information entropy and economic value added (EVA), a case study for empirical validation of the SDAC model at a metallurgical enterprise, discounting for economic feasibility, and a systematic approach to constructing the conceptual model. A comparative scenario analysis of ex-post, partial, and full SDAC models was conducted. The main results show that the SDAC model integrates information theory and value-based management (VBM) into a single adaptive cycle. The findings demonstrate that entropy analysis allows for the formalization of uncertainty in the production environment (BANI context), providing a quantitative ex-ante risk assessment that is more effective than traditional retrospective methods. Empirical modeling confirms that integrating smart analytics into production management enables the maximization of EVA. Practical testing at a metallurgical enterprise demonstrated the model’s ability to reduce equipment downtime to 8.2%, defect rates to 3.6%, and carbon emissions to 190 kg CO₂/t, while increasing labor productivity. The conclusions confirm the effectiveness of the SDAC model as a tool for improving managerial decision-making and ensuring sustainable enterprise development. Future research includes scaling the model to other sectors and integrating it into approaches for assessing nonlinear extreme events (black swan events).en
dc.description.abstractUKR: У статті обґрунтовано зростання значущості розумної аналітики як технічного інструмента й фундаментального інтелектуального активу, що забезпечує сталий розвиток, стійкість і конкурентоспроможність підприємств в умовах цифрової трансформації. Розглянуто модель Smart Data Adaptive Cycle (SDAC), яка пропонує безперервний замкнений процес ухвалення управлінських рішень у цифровому виробничому середовищі. Модель інтегрує інформаційні, фінансові та когнітивні компоненти, використовуючи самонавчальні механізми та принцип «людина в циклі». Мета роботи полягає в дослідженні особливостей забезпечення сталого розвитку підприємства через управлінське ухвалення рішень із використанням інструментів розумної аналітики в управлінні виробничими системами. У дослідженні застосовано загальні та спеціалізовані методи, зокрема сценарний підхід для визначення взаємозв’язку між інформаційною ентропією та економічною доданою вартістю (EVA), кейс-стаді для емпіричної валідації моделі SDAC на металургійному підприємстві, методи дисконтування для оцінки економічної доцільності, а також системний підхід до побудови концептуальної моделі. Проведено порівняльний сценарний аналіз моделей ex-post, часткового та повного SDAC. Основні результати показують, що модель SDAC інтегрує принципи теорії інформації та управління на основі цінностей (VBM) у єдиний адаптивний цикл. Отримані результати свідчать, що ентропійний аналіз дозволяє формалізувати невизначеність у виробничому середовищі (BANI-контекст), забезпечуючи кількісну оцінку ризиків на етапі ухвалення рішень (ex-ante), що є ефективнішим за традиційні ретроспективні підходи. Емпіричне моделювання підтверджує, що інтеграція розумної аналітики в управління виробництвом забезпечує максимізацію EVA. Практичне випробування на металургійному підприємстві продемонструвало здатність моделі знижувати простої обладнання до 8,2%, рівень дефектів до 3,6% і викиди CO₂ до 190 кг/т при одночасному підвищенні продуктивності праці. Висновки підтверджують ефективність моделі SDAC як інструмента підвищення якості управлінських рішень і забезпечення сталого розвитку підприємств. Перспективи подальших досліджень передбачають масштабування моделі на інші сектори та інтеграцію її в підходи до оцінювання нелінійних екстремальних подій (подій типу «чорний лебідь»).uk_UA
dc.description.sponsorshipDnipro University of Technology, Dnipro, Ukraineen
dc.identifier.citationIvanova M., Kaut O., Vyshnevska M., Boichenko M., Papizh Yu., Dubiei Yu. Smart Analytics Tools for Supporting Management Decisions in the Field of Production System Management at Enterprises in the Context of Sustainable Development. Financial and Credit Activity: Problems of Theory and Practice. 2026. Vol. 3, No. 68. P. 541–557. DOI: https://doi.org/10.55643/fcaptp.3.68.2026.5232.en
dc.identifier.doihttps://doi.org/10.55643/fcaptp.3.68.2026.5232en
dc.identifier.issn2306-4994 (Print)
dc.identifier.issn2310-8770 (Online)
dc.identifier.urihttps://fkd.net.ua/index.php/fkd/article/view/5232en
dc.identifier.urihttps://crust.ust.edu.ua/handle/123456789/22706en
dc.language.isoen
dc.publisherFintechalliance LLC, Chayky Villageen
dc.rightsCreative Commons Attribution 4.0 International Licenseen
dc.subjectstrategic managementen
dc.subjectdigital transformationen
dc.subjectbusiness analyticsen
dc.subjectIndustry 4.0en
dc.subjectoperational efficiencyen
dc.subjectinnovative technologiesen
dc.subjectsmart economyen
dc.subjectproduction systems managementen
dc.subjectESG metricsen
dc.subjectcompetitivenessen
dc.subjectстратегічний менеджментuk_UA
dc.subjectцифрова трансформаціяuk_UA
dc.subjectбізнес-аналітикаuk_UA
dc.subjectефективність діяльностіuk_UA
dc.subjectінноваційні технологіїuk_UA
dc.subjectсмартекономікаuk_UA
dc.subjectуправління виробничими системамиuk_UA
dc.subjectESG-показникиuk_UA
dc.subjectконкурентоспроможністьuk_UA
dc.subjectКМЕУіСГДuk_UA
dc.subject.classificationSOCIAL SCIENCESen
dc.subject.classificationSOCIAL SCIENCES::Business and economicsen
dc.subject.classificationhttps://creativecommons.org/licenses/by/4.0/en
dc.titleSmart Analytics Tools for Supporting Management Decisions in the Field of Production System Management at Enterprises in the Context of Sustainable Developmenten
dc.title.alternativeІнструменти смартаналізу підтримки управлінських рішень у царині управління виробничими системами підприємства в контексті сталого розвиткуuk_UA
dc.typeArticleen

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Ivanova.pdf
Size:
338.98 KB
Format:
Adobe Portable Document Format
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Статті КМЕУіСГД (ДМетІ)