ФОРМУВАННЯ АНАЛІТИЧНОЇ ПІДСИСТЕМИ МАРКЕТИНГОВОЇ ІНФОРМАЦІЙНОЇ СИСТЕМИ СІЛЬСЬКОГОСПОДАРСЬКИХ ПІДПРИЄМСТВ
DOI:
https://doi.org/10.32782/city-development.2026.3-14Ключові слова:
маркетингова інформаційна система, аналітична підсистема, сільськогосподарське підприємство, підтримка прийняття рішень, маркетингова аналітика, машинне навчання, прогнозуванняАнотація
Статтю присвячено обґрунтуванню аналітичної підсистеми маркетингової інформаційної системи сільськогосподарського підприємства як контуру підтримки рішень. Уточнено її призначення, функції та межі, систематизовано відповідність описової, діагностичної, прогнозної і рекомендаційної аналітики завданням ціноутворення, прогнозування попиту, сегментації покупців, вибору ринків і каналів збуту. Запропоновано структурно-логічну модель перетворення підготовлених даних на варіанти дій, що передбачає перевірку аналітичного результату, участь менеджера та два контури зворотного зв’язку. Визначено умови доцільного застосування машинного навчання, критерії вибору методів і вимоги до впровадження підсистеми. Практичне значення результатів полягає у можливості використання моделі для проєктування та поетапного розвитку аналітичного забезпечення маркетингових рішень аграрних підприємств.
Посилання
Бондаренко В. М., Музиченко А. О. Інформаційно-аналітичні системи в обліку маркетингових процесів сільськогосподарських підприємств. Економіка та суспільство. 2025. Вип. 76. DOI: https://doi.org/10.32782/2524-0072/2025-76-111
Варченко О. М., Артімонова І. В., Герасименко І. О. Формування системи управління результативністю маркетингової діяльності аграрних підприємств на основі системи збалансованих показників. Економічний дискурс. 2020. Вип. 2. С. 95–108. DOI: https://doi.org/10.36742/2410-0919-2020-2-10
Тарасюк А. М., Гамалій В. Ф., Рзаєва С. Л. Шляхи побудови інтелектуальної системи управління агрофірмою. Електронне фахове наукове видання «Кібербезпека: освіта, наука, техніка». 2023. Т. 3, № 19. С. 197–208. DOI: https://doi.org/10.28925/2663-4023.2023.19.197208
Cao G., Duan Y., Li G. Linking business analytics to decision making effectiveness: A path model analysis. IEEE Transactions on Engineering Management. 2015. Vol. 62, No. 3. P. 384–395. URL: https://www.researchgate.net/publication/279058583_Linking_Business_Analytics_to_Decision_Making_Effectiveness_A_Path_Model_Analysis
Chornous G., Fareniuk Y., Giedraitis V. R., Ulvidienė E., Kharlamova G. A data science-based marketing decision support system for brand management. Innovative Marketing. 2023. Vol. 19, No. 2. P. 38–50. DOI: https://doi.org/10.21511/im.19(2).2023.04
Food and Agriculture Organization of the United Nations. Building Agricultural Market Information Systems: A Literature Review. Rome: FAO, 2017. 56 p. URL: https://openknowledge.fao.org/server/api/core/bitstreams/307cd4d9-3b92-4a46-afb8-a85cad768aaa/content (дата звернення: 24.08.2026).
Fountas S., Wulfsohn D., Blackmore B. S., Jacobsen H. L., Pedersen S. M. A model of decision-making and information flows for information-intensive agriculture. Agricultural Systems. 2006. Vol. 87, No. 2. P. 192–210. URL: https://www.researchgate.net/publication/223674539_A_model_of_decision-making_and_information_flows_for_information-intensive_agriculture
Iacobucci D., Petrescu M., Krishen A., Bendixen M. The state of marketing analytics in research and practice. Journal of Marketing Analytics. 2019. Vol. 7, No. 3. URL: https://www.researchgate.net/publication/335027590
Liakos K. G., Busato P., Moshou D., Pearson S., Bochtis D. Machine learning in agriculture: A review. Sensors. 2018. Vol. 18, No. 8. Article 2674. DOI: https://doi.org/10.3390/s18082674
Rose D. C., Sutherland W. J., Parker C., Lobley M., Winter M., Morris C., Twining S., Ffoulkes C., Amano T., Dicks L. V. Decision support tools for agriculture: Towards effective design and delivery. Agricultural Systems. 2016. Vol. 149. P. 165–174. DOI: https://doi.org/10.1016/j.agsy.2016.09.009
Sun F., Meng X., Zhang Y., Wang Y., Jiang H., Liu P. Agricultural product price forecasting methods: A review. Agriculture. 2023. Vol. 13, No. 9. Article 1671. DOI: https://doi.org/10.3390/agriculture13091671
Zhai Z., Martínez J. F., Beltran V., Martínez N. L. Decision support systems for agriculture 4.0: Survey and challenges. Computers and Electronics in Agriculture. 2020. Vol. 170. Article 105256. DOI: https://doi.org/10.1016/j.compag.2020.105256
Bondarenko, V. M., & Muzychenko, A. O. (2025). Informatsiino-analitychni systemy v obliku marketynhovykh protsesiv silskohospodarskykh pidpryiemstv [Information and analytical systems in accounting for marketing processes of agricultural enterprises]. Ekonomika ta suspilstvo, is. 76. DOI: https://doi.org/10.32782/2524-0072/2025-76-111
Varchenko, O. M., Artimonova, I. V., & Herasymenko, I. O. (2020). Formuvannia systemy upravlinnia rezultatyvnistiu marketynhovoi diialnosti ahrarnykh pidpryiemstv na osnovi systemy zbalansovanykh pokaznykiv [Formation of a performance management system for the marketing activities of agricultural enterprises based on the balanced scorecard]. Ekonomichnyi dyskurs, is. 2, pp. 95–108. DOI: https://doi.org/10.36742/2410-0919-2020-2-10
Tarasiuk, A. M., Hamalii, V. F., & Rzaieva, S. L. (2023). Shliakhy pobudovy intelektualnoi systemy upravlinnia ahrofirmoiu [Ways of building an intelligent agricultural company management system]. Kiberbezpeka: osvita, nauka, tekhnika, 3, no. 19, pp. 197–208. DOI: https://doi.org/10.28925/2663-4023.2023.19.197208
Cao, G., Duan, Y., & Li, G. (2015). Linking business analytics to decision making effectiveness: A path model analysis. IEEE Transactions on Engineering Management, 62, no. 3, pp. 384–395. Available at: https://www.researchgate.net/publication/279058583_Linking_Business_Analytics_to_Decision_Making_Effectiveness_A_Path_Model_Analysis
Chornous, G., Fareniuk, Y., Giedraitis, V. R., Ulvidienė, E., & Kharlamova, G. (2023). A data science-based marketing decision support system for brand management. Innovative Marketing, 19, no. 2, pp. 38–50. DOI: https://doi.org/10.21511/im.19(2).2023.04
Food and Agriculture Organization of the United Nations. (2017). Building agricultural market information systems: A literature review. Available at: https://openknowledge.fao.org/server/api/core/bitstreams/307cd4d9-3b92-4a46-afb8-a85cad768aaa/content
Fountas, S., Wulfsohn, D., Blackmore, B. S., Jacobsen, H. L., & Pedersen, S. M. (2006). A model of decision-making and information flows for information-intensive agriculture. Agricultural Systems, 87, no. 2, pp. 192–210. Available at: https://www.researchgate.net/publication/223674539_A_model_of_decision-making_and_information_flows_for_information-intensive_agriculture
Iacobucci, D., Petrescu, M., Krishen, A., & Bendixen, M. (2019). The state of marketing analytics in research and practice. Journal of Marketing Analytics, 7, no. 3. Available at: https://www.researchgate.net/publication/335027590
Liakos, K. G., Busato, P., Moshou, D., Pearson, S., & Bochtis, D. (2018). Machine learning in agriculture: A review. Sensors, 18, no. 8, Article 2674. DOI: https://doi.org/10.3390/s18082674
Rose, D. C., Sutherland, W. J., Parker, C., Lobley, M., Winter, M., Morris, C., Twining, S., Ffoulkes, C., Amano, T., & Dicks, L. V. (2016). Decision support tools for agriculture: Towards effective design and delivery. Agricultural Systems, 149, pp. 165–174. DOI: https://doi.org/10.1016/j.agsy.2016.09.009
Sun, F., Meng, X., Zhang, Y., Wang, Y., Jiang, H., & Liu, P. (2023). Agricultural product price forecasting methods: A review. Agriculture, 13, no. 9, Article 1671. DOI: https://doi.org/10.3390/agriculture13091671
Zhai, Z., Martínez, J. F., Beltran, V., & Martínez, N. L. (2020). Decision support systems for agriculture 4.0: Survey and challenges. Computers and Electronics in Agriculture, 170, Article 105256. DOI: https://doi.org/10.1016/j.compag.2020.105256
Downloads
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Олександр Луцій, Олександр Гелевей
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
