Обоснование путей повышения эффективности цепей поставок на основе анализа больших данных и машинного обучения

В процессе своей деятельности компании сталкиваются с огромными объемами структурированных и неструктурированных данных, поступающих по самым разным каналам. При правильном использовании этих данных компания может получить мощное преимущество перед конкурентами, повысив эффективность своей цепи поставок. Однако обработка таких массивов данных традиционными методами уже не представляется возможным, поэтому поиск и применение новых технологических решений, таких как анализ больших данных и машинное обучение, становится важной задачей для дальнейшего успешного развития компании. Целью данной работы является анализ путей повышения эффективности цепочки поставок с помощью машинного обучения и анализа больших данных на примере АО "Разрез Харанорский”. В первой главе были определены сущность и задачи цепей поставок, проанализированы основные способы оценки эффективности цепей поставок и методы ее повышения. Во второй главе были поставок и существующая практика применения этих технологий. В третьей главе были и и выявлены основные бизнес-задачи предприятия в области повышения эффективности цепей поставок предприятия. Для решения этих задач было построено несколько моделей машинного обучения, проведена их оценка и разработана система рекомендаций по их интеграции в деятельность предприятия.