Возможности бизнес интеллекта в повышении эффективности экономического анализа в ходе стрессового функционирования экономики в условиях пандемии

Введение

Движущей силой информационного общества (informative societie) является экономика знаний (knowledge societies & knowledge economy), субъекты которой трансформируются в организации, основным активом которых становятся знания (knowledge based organization). В новых обстоятельствах, и особенно учитывая функционирование, с начала 2020 года, национальной и глобальной экономики в условиях пандемии, традиционных методов экономического анализа, предпринимательской интуиции, «ручных» расчетов и прогнозов уже недостаточно. Решение задач информационной экономики требует соответствующих ей методических и программно-технических инструментов, позволяющих эффективно и оперативно анализировать в ретроспекции, в текущем динамическом состоянии и в перспективе совокупность внутренних и внешних показателей деятельности, что, очевидно, уже не под силу отдельному специалисту или даже штату специалистов. Результатом такого анализа должен быть свободный от неизбежного субъективизма вывод, позволяющий оперативно реагировать на текущие и прогнозируемые экономические угрозы, обеспечивать реализацию стратегических задач, минимизируя «ручные» и «интуитивные» просчеты.

В условиях затяжной неопределенности, вызванной в том числе и экономическими последствиями, и рисками пандемии, основными потребителями ВI-решений в России являются компании финансового, государственного и телекоммуникационного секторов, а также ритейла. Авторы исходят из того, что текущая, значительно усложненная пандемией, экономическая ситуация в мире, в том числе и в России, может стать поводом для более активного внедрения BI-систем и решений как эффективного методического инструмента для снижения издержек и повышения эффективности ведения бизнеса. Таким образом, по мнению авторов, в текущих условиях расширяется аспект «удовлетворения информационных запросов заинтересованных лиц, для обеспечения доверия и создания фундамента долгосрочного развития организации» ^[1], который был определен отечественными авторами, как приоритетное направление в применении новых информационных инструментов, и на аспект формирования антикризисных мер в условиях кризиса и всемирной пандемии. Этот конкретный риск невозможно спрогнозировать, но можно и необходимо быть готовым к моментальной реакции и коррекции бизнеса.

Это процесс тормозится сложностью (трудоемкостью) разработки, значительностью инвестиций в ландшафтную инфраструктуру BI-систем ^[2], что характерно не только для развивающихся и «слабых» экономик, но и для лидеров ^[3].

Методы

Степень разработанности и актуальность темы данного исследования выяснялась авторами с нескольких позиций. Во-первых, для обеспечения теоретической и методологической основы, фундаментом которой стали труды российских и зарубежных авторов по экономической теории, анализу, теориям информации, рисков и др. Во-вторых, для выявления дефицита актуального и востребованного научного знания. В-третьих, для использования, критики и развития уже имеющихся концепций и практических наработок, в частности – для разработки авторского интеллектуального решения, апробация которого проводилась в рамках данного исследования.

В России разработка новых, внедрение и адаптация существующих решений в области систем бизнес-интеллекта остается сложным, длительным и дорогостоящим процессом. В мире пока нет организации, которая бы внедрила в практику весь набор методических средств и решений, предоставляемых возможностями бизнес-интеллекта, и реализовала все связанные с данной деятельностью процессы, т.е. полностью перешла на BI в сфере бизнес-аналитики.

Здесь следует проявить осторожность, чтобы не допустить переоценку роли и возможностей информационных решений и систем бизнес-интеллекта, в частности. Авторы критически подходят к заявлениям и выводам о том, что «общепринятые рабочие специальности уходят в небытие из-за того, что искусственный интеллект выполняет рутинные операции» ^[4], как и со многими аналогичными не вполне аргументированными и необоснованно оптимистичными в части роли BI оценками.

Кроме того, действующие нормативные и методические документы, действующие в сфере экономики, не вполне соответствуют изменениям, которые обусловлены быстро развивающимися информационными технологиями, а также, и изменениями, которые происходят в экономике из-за затяжной всемирной пандемии и карантинных ограничений, включая, но не ограничиваясь: падение спроса и ВВП, замедление экономического роста в одних и рост инфляции в других отраслях и др. Это особенно важно в текущих сложных и нестабильных условиях, когда к информационной системе компании предъявляются высокие требования в части устойчивости бизнеса.

Потребность в научно-теоретическом поиске путей решения выявленных проблем обусловил актуальность выбранной темы исследования.

Принимая во внимание экономическую направленность данного исследования, авторы исходили из того, что в силу своего комплексного, междисциплинарного характера рассматриваемое явление было и является предметом изучения разных и не только экономических областей знания.

Эмпирический анализ и апробация нового интеллектуального решения в рамках данного исследования проводились в деятельности 10 компаний из Центральной и Восточной Европы в период 2020-2021 гг. В выборку были включены организации с развитыми функциями экономического анализа в различных областях экономической деятельности (производство, продажа, маркетинг, логистика), а также – с высоким уровнем информационного обеспечения хозяйственной деятельности.

Результаты

Мировой опыт внедрения средств информатизации привел к возможности систематизации ряда характеристик современных информационных решений для целей экономического анализа хозяйственной деятельности, которые были адаптированы нами по отношению к решениям в области BI. Научная новизна данного сегмента исследования состоит в определении ведущих параметров идеального варианта бизнес-интеллекта, наличие которых, при высокой оперативности, исключая субъективизм, обеспечивает приемлемую релевантность данных, положенных в основу управленческих решений. Среди них выделяются такие параметры, как:

— интерактивность;

— скорость обработки экономических данных;

— работа с различными источниками;

— работа с большими объемами данных;

— многомерный анализ;

— простота внедрения;

— простота освоения;

— масштабируемость;

— мобильность;

— обеспечение совместной работы;

— доступная стоимость внедрения.

Более длительная, чем отечественная, зарубежная практика информатизации процессов экономического анализа хозяйственной деятельности организаций и внедрения в ее рамках бизнес-интеллекта также позволяет систематизировать перечень основных сложившихся ошибок, совершаемых сегодняшними компаниями. В их числе нужно выделить следующие.

1. Отсутствие ясного определения бизнес-цели.

2. Неспособность обеспечить информационную открытость в реальном времени.

3. Неспособность к действию после принятия решения о внедрении информационного средства.

4. Потеря управления инновациями.

5. Недостаточная поддержка со стороны руководства.

Авторское видение, сформированное по итогам данного исследования, подразумевает, что сегодняшняя ситуации на мировом экономическом рынке способствует дальнейшему развитию методологии внедрения информационных технологий, в частности рассматриваемой нами системы бизнес-интеллекта, в экономический анализ хозяйственной деятельности.

Отдельное внимание в рамках данного исследования авторами было посвящено развитию и апробации интеллектуального решения - Калькулятор расчета экономической эффективности медицинского страхования для улучшения здоровья персонала^[5].

Такие инструменты могут использоваться в абсолютно разных направлениях, в том числе медицине и управлении страхованием персонала. Именно эта область часто недооценивается управлением предприятия, хотя на корпоративное страхование тратится довольно большая часть средств компании. А в условиях затяжной всемирной пандемии этот вопрос становится еще более актуальным. Правильно рассчитав всю прибыль, которую может принести предприятию такое вложение, а также все расходы, которые оно понесет, можно не только сэкономить, а даже получить большую выгоду за счет снижения заболеваемости у сотрудников и сокращению дней нетрудоспособности, а, следовательно, повышению производительности всего предприятия в целом. Корпоративное страхование и само предприятие становятся гораздо более эффективными, благодаря применению новых современных технологий в направлении «большие данные» и «бизнес-интеллект». Правильное распределение средств, которое поможет построить программа, приведёт к тому, что компания будет более эффективно использовать свои ресурсы, инвестируя их и получая с этого сокращение затрат, увеличение производительности и рост выручки и прибыли.

Результаты исследования показывают, что инновационные BI-технологии помогают интегрировать и успешно применять решения бизнес-анализа на любом уровне управления организацией, в разных отраслях и в разных отделах организаций. Однако в данном случае сложившаяся практика выявила очевидную проблему, связанную с тем, что значительное число работников не умеют правильно формулировать запросы к полученным при бизнес-анализе данным и поэтому не всегда получают необходимую им информацию ^[6], и выгоду от применения современных решений.

Кроме того, также зачастую бизнес-аналитики не в состоянии изначально адекватно сформулировать и поставить задачу, пока они не получат представление о том, что обнаруживается на выходе. Это предъявляет к BI-решениям такие требования, как гибкость и интуитивная понятность в работе с аналитическими данными, а также прозрачность внедрения, позволяя справиться с этой проблемой и обеспечивая существенное сокращение затрат в том случае, когда компания не может себе позволить в силу ряда тех или иных причин тестовых внедрений инструментов BI ^[6]. Такие возможности бизнес-интеллекта особенно интересны компаниям, которым необходим непрерывный доступ к актуальной бизнес-аналитике и результатам экономического анализа.

Следует подчеркнуть и то, что, как и все IT-технологии, BI-решения обладают определенными недостатками и их внедрение в экономический анализ хозяйственной деятельности организаций не является единственным условием для повышения качества результатов аналитической деятельности и их влияния на принятие стратегических управленческих решений.

Обсуждение

В настоящее время решения в области бизнес-интеллекта используются все более широким кругом сотрудников компаний. Так, изначально складывалась ситуация, когда бизнес-аналитика была зоной интересов и ответственности высшего руководства компании (для которых разрабатывались специальные решения и создавались наборы показателей), а персональные отчеты для решения оперативных проблем разрабатывались ограниченным кругом квалифицированных специалистов. Этот стереотип еще в определенной степени устойчив в зарубежной, но более всего в российской практике внедрения информационных технологий в экономический анализ.

Однако сегодня уже понятно, что такие возможности должны быть доступны большинству сотрудников компании, общая численность которых может составлять более нескольких сотен человек. Любой сотрудник современной организации принимает решения, для чего ему может понадобиться аналитическая информация, которая может быть предоставлена средствами BI. В подобных случаях необходимы производительные системы бизнес-интеллекта для более детального изучения тонкостей сферы деятельности, причин и следствий происходящих процессов. С помощью современных решений организации могут развивать конкурентоспособный бизнес, внедряя инновационные решения, учитывая интересы уже имеющейся клиентуры. Таким образом, в текущих условиях потенциально любой сотрудник может быть пользователем результатов экономического анализа, полученных с помощью внедренных информационных инструментов. Это определяется сложностью и значимостью решений, которые он принимает, для продуктивной работы организации.

Среди управленческих решений существенную долю составляют оперативные решения, принимаемые в режиме реального времени, что выдвигает соответствующие требования к оперативности осуществления экономического анализа и получению его результатов. Достижению оперативности бизнес-анализа способствует в том числе детализация и сегментирование участков его проведения для дальнейшей аккумуляции и интерпретации полной картины, основанной на имеющихся экономических данных.

В связи с вышеуказанными тенденциями также в практике экономического анализа компаний в России и за рубежом в настоящее время приобрели распространение информационные системы «по требованию» (SaaS) и так называемые «узкие» решения в области бизнес-интеллекта, предназначенные для реализации задач в рамках одного подразделения или направления бизнеса. Внимание компаний к информационным решениям «по требованию», как правило, сосредоточено главным образом на функциях предоставления аналитической отчетности, в основе которой лежит информация из открытых внешних источников ^[7]. Основное преимущество таких решений заключается в том, что в большинстве случаев для компании их внедрение менее финансово затратное, чем использование традиционных платформ или систем с применением бизнес-интеллекта. Инвестиции в такие инструменты обычно распределены во времени, что дает возможность обращаться к нужному функционалу без ощутимых первоначальных вложений, повышая эффективность экономического анализа.

В частности, особое распространение, в особенности у среднего бизнеса в Европе и США, сегодня приобретают BI-инструменты, пригодные для качественного решения узких, но, тем не менее, достаточно часто встречающихся в определенной отрасли задач в сфере экономического анализа хозяйственной деятельности, интегрируемые в универсальные платформы ^[8].

Часть компаний, пройдя первые стадии информатизации бизнес-аналитики, нормализовав процессы в области операционного управления с помощью дальнейшего внедрения BI-технологий, переходят далее к решению с их помощью вопросов улучшения бизнес-результатов как в финансовой сфере, так и на уровне координирования других участков деятельности, например, регулирование логистической цепи или базы клиентов. Этот этап, как правило, требует привлечения более мощных и комплексных решений в области бизнес-интеллекта. В то же время для многих крупных компаний, в особенности имеющих многочисленную сеть филиалов, продолжают сохранять актуальность BI-решения, имеющие направленность на стандартизацию процессовэкономического анализа и предлагающие определенный набор лучших и типовых бизнес-практик и методологий в данной области ^[9].

Значительный рост числа пользователей бизнес-аналитики ведет и к лавинообразному росту объемов анализируемой экономической информации. Если раньше, анализируя экономические данные в исторической ретроспективе и динамике, аналитики и экономисты охватывали период максимум в 1—3 года, то растущая рыночная конкуренция в сегодняшних условиях требует сравнительного экономического анализа данных, охватывающих пяти- и даже 10-летние периоды. Это влечет за собой рост объемов исследуемой информации до величин, с которыми в состоянии справиться только мощные информационно-аналитические средства, обеспечивающие интеллектуальную обработку данных.

Указанные выше тенденции также актуализировали необходимость более активного использования поисковых возможностей информационных инструментов в экономическом анализе. По оценкам экспертов, данный процесс в сфере экономического анализа развивается «по двум направлениям — для поиска уже готовых, близких по смыслу и структуре отчетов (а в крупных организациях такие стандартные отчетные формы исчисляются сотнями, а то и тысячами), а также для поиска информации, которая может быть полезна для анализа (среди данных других корпоративных приложений, то есть повторно используя уже обработанную и структурированную информацию)» ^[10].

Исследования компании Gartner показывают, что в настоящее время компании ждут, что системы бизнес-интеллекта окажутся им полезны для преодоления кризисных явлений в экономике, включая выработку механизмов, которые позволят им стать устойчивее и эффективнее в условиях пандемии, принятия тактических и стратегических решений, бизнес-планирования, выполнения требований акционеров и органов регулирования относительно предоставления финансовой и другой отчетности в полном объеме. Но значительная часть бизнес-субъектов, несмотря на многолетнюю практику информатизации экономического анализа, еще не обладает достаточными инструментами для получения таких сведений.

Достаточно долгое время вопросами информатизации компаниях занимались преимущественно IT-отделы и специалисты. В настоящее время контроль над бюджетами BI-проектов и других проектов в области информатизации экономического анализа в компаниях только на 30–40 % перешел к специалистам бизнес-подразделений, непосредственно участвующим в процессах экономического анализа хозяйствующей деятельности организаций ^[11].

С одной стороны, они могут выбирать BI-решения, применимые не только для создания экономической отчетности постфактум, но в первую очередь для оценки бизнес-результатов, анализа в реальном времени и построения прогнозов. С другой стороны, как показывает практика, это может привести к интеграции фрагментарных решений и информационных инструментов, не способных решить поставленные перед ними задачи оценки экономической информации, на основе которой принимаются принципиальные стратегические решения.

Следует отметить, что в качестве одного из этапов развития информатизации экономического анализа эксперты еще с 2010 г. прогнозировали возникновение программных решений, сочетающих в себе преимущества социальных сетей и систем бизнес-интеллекта. Ожидалось, что в контексте экономического анализа внедрение подобных инструментов позволит выработать новые методы коллегиального принятия решений в противовес общепринятой схеме, по которой директивы спускаются сверху. Однако, несмотря на прогнозируемый спрос, практика деятельности компаний не продемонстрировала востребованности и готовности хозяйствующих субъектов к применению подобных решений в отличие от той же аналитической работы с мобильными источниками и мобильными решениями на базе бизнес-интеллекта и других информационных технологий, предлагаемыми в настоящее время большинством разработчиков в качестве дополнительных модулей к основным средствам информатизации ^[11].

Нужно также подчеркнуть тот факт, что особое внимание к процессам прогнозирования и моделирования как методическим элементам экономического анализа хозяйствующей деятельности современных организаций в условиях растущей конкуренции, стандартизации качества, и внедрения антикризисных мероприятий и риск-менеджмента, также обусловило появление и растущее применение для этих целей е относительного нового класса систем бизнес-интеллекта — управляемых событиями(event-driven). В большой части информационных решений (преимущественную долю в числе которых составляют BI-решения), применяемых для целей экономического анализа, предусмотрены процедуры постоянного отслеживания ситуации и инициации заданных заранее процессов в случае обнаружения определенных явлений или кризисных ситуаций.

Применение функциональных возможностей решений класса бизнес-интеллект как актуальной информационной технологии уже не соответствует пониманию о них лишь как инструментах формирования отчетов. BI-решения во многих организациях широко применяются для бизнес-планирования, в том числе для разработки бюджетов, оценки инвестиционных проектов, координации отношений с клиентами, управления материально-техническим обеспечением и формированием планов кризисного управления, что с начала 2020 года стало особенно актуально в условиях пандемии и карантинных ограничений по всему миру.

Глобальный экономический спад, обусловленный пандемией и соответствующими ограничениями, выявил существенное отставание в деле внедрения технологий искусственного интеллекта (ИИ), в том числе и в экономиках признанных мировых лидеров. Так, например, по данным Bitkom, полученным весной 2021 г. ^[12], передовые аналитические системы, использующие искусственный интеллект (ИИ) для бизнеса Германии в основном оставался вне сферы интересов предприятий, как инструмент, который может принести бизнесу дополнительную пользу в кризисных условиях. Осторожное отношение объясняется неясностью и неподтвержденностью реальных результатов. Свыше 2/3 немецких фирм признали своё отставание в деле использования современных информационных технологий. В то же время, скромные 16% позиционируют себя как вполне освоившие передовые технологии и лишь минимальные 5% респондентов гордятся положением (по собственной оценке) лидеров. Свыше половины респондентов (57%) до пандемического кризиса вообще не инвестировали в продвинутые информационные решения, включая бизнес-интеллект. На данный момент (2021) опрос показал низкую готовность к такого рода инвестициям малого и среднего бизнеса, но значительную – у крупного (см. рис. 1).

Рисунок 1. Инвестиционный потенциал немецкого бизнеса в ИИ ^[12]

Исходя из результатов опроса Bitkom рекомендовал немецкому бизнесу активнее использовать технологии ИИ, для чего подбирать в компании ответственных за это направление менеджеров, обладающих оригинальным мышлением, применять новые управленческие технологии, сотрудничать в рамках аутсорсинга с опытными ИТ-консультантами, в том числе налаживая сетевое взаимодействие с контрагентами ^[13].

Авторская позиция заключается в выводах, что пандемический кризис заставляет по-новому взглянуть на специфику применения бизнес-интеллекта как информационной технологии, в том числе и в сфере экономического анализа хозяйственной деятельности организаций и предприятий, которая напрямую коррелирует с содержанием данного явления. Научная новизна, по итогам представленной части исследования, заключается в анализе ряда актуальных проблем и тенденций интеграции BI в экономический анализ современных предприятий и расширении прикладного потенциала и эффективности применения информационных технологий в ходе стрессового функционирования экономики в условиях пандемии.

В плане реализации специфических потребностей конечных пользователей систем бизнес-интеллекта в экономическом анализе компаний, в рамках нашего исследования, был разработан и внедрен инструмент, который базируется на принципах бизнес-интеллекта и обработки большого количества данных - калькулятор расчета экономической эффективности медицинского страхования для улучшения здоровья персонала ^[5]. Он востребован в сфере корпоративного медицинского страхования, где делается множество предложений от большого количества компаний. Выбрать страховую программу, которая будет максимально финансово эффективной для определенной компании – достаточно трудоемкая задача, включающая себя сбор и обработку большого количества данных из разных источников, особенно учитывая, что пандемия ускорила привычное представление о программах добровольного медицинского страхования (ДМС), и выдвинула эту часть социального пакета сотрудников компании в первый план.

Чтобы облегчить выполнение этой задачи, был разработан Калькулятор расчета экономической эффективности медицинского страхования для улучшения здоровья персонала, который предназначен для информационной поддержки лиц, принимающих решения в области управления здоровьем персонала в компании. Калькулятор поможет в использовании и прикладном применении огромного объема аналитических данных при оценке всевозможных вариантов комплексного медицинского страхования. Главная цель программы – добиться максимальной экономической эффективности компании при осуществлении медицинского страхования для всего персонала.

Калькулятор был создан с целью его применения в области исследования и анализа большого количества данных для формирования у лица, принимающего решение, приоритетов в вопросе “принятия управленческих решений при выборе вариантов медицинского страхования и оценке экономической эффективности от реализации выбранных мероприятий. Программа обеспечивает выполнение следующих функций: оценка экономической эффективности медицинского страхования для разных вариантов вложений за счет реализации комплексного подхода к улучшению здоровья сотрудников и проведению оздоровительных и лечебно-профилактических мероприятий” ^[5].

После выявления основных зон риска для здоровья в коллективе и проведения диагностики, программа проведет анализ выявленных факторов риска, а также расставит между ними приоритет. Далее из большого списка предложений корпоративного медицинского страхования калькулятор на основе всех собранных данных выберет то, которое по своему списку мероприятий, а также их стоимости, окажется самым экономически эффективным для определенного предприятия.

Для максимально качественного анализа в калькулятор необходимо загрузить данные по экономическому состоянию компании на данный момент и в прошлые года, предполагаемый рост экономических показателей; а также данные по количеству листков нетрудоспособности, оплачиваемых работодателем, за прошедшие года, суммы таких выплат и потери, понесенные компанией в связи с нетрудоспособностью сотрудников. Далее калькулятор выберет оптимальное предложение, исходя из полученных данных и предложит самые эффективные варианты вложения средств в корпоративное страхование. Варианты интерфейса данного информационного решения представлены на рисунках 2 и 3.

Рисунок 2 – Вариант интерфейса информационного решения в части расчета экономической эффективности

Рисунок 3 – Вариант интерфейса информационного решения в части расчета потерей предприятия до и после внедрения программы улучшения здоровья персонала

Калькулятор расчета экономической эффективности медицинского страхования для улучшения здоровья персонала – это новое и современное решение проблемы расчета вариантов добровольного медицинского страхования. Его главная цель – рост экономической эффективности компании, которая последует благодаря снижению затрат и получению максимальной прибыли при проведении комплексных оздоровительных и лечебно-профилактических мероприятий, а также применении комплексного подхода в области улучшения состояния здоровья сотрудников компании. Первая оценка результативности предложенного решения была проведена в компаниях, которые вошли в выборку для апробации, за первый полный год использования. Оценка эффектвиности вложений в медицинское страхование персонала показала, что достигнутый результат соответствует ожиданиям и первоначальной оценке экономии по затратам, с корректировкой на повышение заболеваемости в условиях пандемии. Общий экономический эффект составил порядка 22 миллиона рублей, что представляет 80 % от ожидаемой экономии за первый год применения новой программы медицинского страхования, которая была проведена по принципам, заложенным в Калькулятор.

Таблица 1 – Вариант сводного отчета экономических показателей - Калькулятор расчета экономической эффективности медицинского страхования для улучшения здоровья персонала, данные представлены в тысячах рублей

С учетом полученных результатов в рамках данного исследования, авторы пришли к выводу, что мнение «о том, что подход отечественных компаний к информатизации экономического анализа, в отличие от зарубежной практики еще нельзя назвать окончательно зрелым с методологической точки зрения» ^[14]. уже теряет актуальность, поскольку в российских компаниях за последние годы очевиден устойчивый рост интереса к универсальным и комплексным решениям бизнес аналитики, позволяющим повысить эффективность управления.

Авторская апелляция и вывод о повышении зрелости отечественного рынка комплексный решений бизнес аналитики (включая большие данные и бизнес-интеллект) обосновывается и данными о кумулятивном эффекте использования информационных решений в производственной сфере, который составлен по результатам практического анализа в рамках данного исследования и отражен в таблице 2

Таблица 2 - кумулятивный эффект использования информационных решений бизнес аналитики в производственной сфере в производственной сфере

Осуществление представленных и проанализированных мероприятий по внедрению информационных решений бизнес аналитики требует весомых финансовых вложений и сопровождается определенными инвестиционными рисками, однако в целом положительно влияет на условия экономической деятельности предприятий и организаций.

Научная новизна эмпирического сегмента исследования состоит в том, что через апробацию предложенного решения, доказано, что применение систем бизнес-интеллекта в области информационного обеспечения экономического анализа способствует совершенствованию экономического анализа, и обеспечивает эффективность процесса экономического анализа, позволяя с относительно меньшими издержками достичь лучшего результата.

Выводы

Авторская позиция заключается в утверждении, что экономический анализ в условиях пандемии и потенциально возможной в будущем аналогичной или худшей ситуации в предельно короткие сроки и с максимальным факторным учётом, возможен лишь с применением современных инструментов информационного обеспечения, включая, в том числе и системы бизнес интеллекта.

Систематизированные в настоящей работе теоретические принципы разработки и применения BI-систем полностью соответствуют современному и перспективному состоянию теорий информационной экономики и экономики знаний. Предложенные в работе концепции разработки и применения BI-систем во взаимосвязи обосновывают превращение больших данных в прикладное знание по заданному алгоритму, ориентированному на объективный результат.

С учетом рисков, ситуаций и последствий, выявленных в ходе стрессового функционирования национальной и глобальной экономики в условиях пандемии (как реального примера одного из потенциальных глобальных рисков), авторами обоснованы актуальные и востребованные в информационной экономике направления развития методологии экономического анализа на базе применения систем бизнес-интеллекта:

- расширение спектра задач экономического анализа для управления «аварийной» трансформацией бизнеса в условиях кризисов и глобальных стрессов;

- достижение максимального возможного (для каждого субъекта экономики) уровня аналитического обеспечения управления устойчивым развитием;

- обеспечение научной обоснованности не только самих решений в сфере управления, но и научной обоснованности их обоснований, предполагающих опору на данные BI-систем;

- обеспечение релевантности полученных от BI-систем результатов за счет детализации экономического анализа.