ОСО.в. Стець

О.в. Стець

*This is an algorithmically generated author record based on publicly available information.

О.в. Стець has a total of 7 co-authors. Here are the top co-authors by number of shared publications:

  • Alina Kulikovska

    Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського

    1 shared publication
  • Iryna Lazarenko

    National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute

    1 shared publication
  • Olha Vovk

    Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна image/svg+xml

    1 shared publication
  • Vladyslav Harkavenko

    Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського

    1 shared publication
  • Ірина Лазаренко

    Національний технічний університет України «Київський політехнічний інститут ім. І. Сікорського

    1 shared publication
  • А. О. Кельбас

    1 shared publication

Latest Publications

  • ІНФОРМАЦІЙНО-АНАЛІТИЧНЕ ДОСЛІДЖЕННЯ ТА ОЦІНКА СУЧАСНОГО СТАНУ ЗОВНІШНЬОЕКОНОМІЧНОЇ БЕЗПЕКИ УКРАЇНИ

    by О.в. Стець, Д.в. Бєляєва

    У статті розкрито сутність поняття «зовнішньоекономічної безпеки» та ключові аспекти й принципи її забезпечення. Проаналізовано основні положення Стратегії зовнішньополітичної діяльності України, що визначає пріоритети міжнародної взаємодії держави, спрямовані на захист національних інтересів та покращення рівня економічної присутності України на світових ринках. Особливу увагу приділено Стратегії економічної безпеки України до 2025 року, в якій зазначені напрями реалізації пріоритетів національних інтересів та досягнення цілей у сфері забезпечення економічної безпеки, у тому числі її складової – зовнішньоекономічної безпеки. За даними Державної служби статистики України здійснено оцінку рівня зовнішньоекономічної безпеки України за 2019-2024 рр. за індикаторами з Стратегії економічної безпеки України до 2025 року та додатковими показниками такими, як індикатори відкритості економіки та коефіцієнтом покриття імпорту експортом, що дозволило виявити основні тенденції та проблемні аспекти. На основі отриманих результатів було наведено ключові завдання для підвищення рівня зовнішньоекономічної безпеки в умовах повномасштабної війни.

  • ОСОБЛИВОСТІ ЗАСТОСУВАННЯ ІНФОРМАЦІЙНО-АНАЛІТИЧНИХ ТЕХНОЛОГІЙ BIG DATA В УМОВАХ ЦИФРОВОЇ ЕКОНОМІКИ

    by О.м. Вовк, О.в. Стець, І.с. Лазаренко

    У статті проаналізовано особливості розвитку інформаційних систем бізнес-аналітики з використанням технологій великих даних. Визначено роль інформаційні системи бізнес-аналітики, що використовують технології великих даних в умовах цифрової трансформації. Проаналізовано ключові функції, які повинна включати кожна система бізнес-аналітики в контексті забезпечення її ефективності. Визначено ряд сучасних технологій, які використовуються для бізнес-аналітики великих обсягів даних. Проведено SWOT–аналіз розвитку інформаційних систем бізнес-аналітики з використанням технологій великих даних. Проаналізовано різні технології, які використовуються для збору і обробки великих даних. Обґрунтовано, що інформаційні системи бізнес-аналітики з використанням технологій великих даних є ключовим інструментом для сучасних компаній, що прагнуть підвищити ефективність своїх бізнес-процесів та приймати стратегічні рішення на основі об’єктивних даних, адже дозволяють аналізувати великі масиви як структурованих, так і неструктурованих даних з різних джерел, що надає можливість отримувати глибші інсайти та оперативніше реагувати на зміни ринкових умов.


  • Open Access

    ІНФОРМАЦІЙНІ СИСТЕМИ БІЗНЕС-АНАЛІТИКИ З ВИКОРИСТАННЯМ BIG DATA ТЕХНОЛОГІЙ

    by Олена Стець, Ірина Лазаренко

    Актуальність теми дослідження інформаційних систем бізнес-аналітики з використанням технологій Big Data обумовлена швидкими темпами цифрової трансформації економіки та значним збільшенням обсягів даних, які генеруються у сучасному світі. В епоху глобалізації й інформаційного вибуху компанії змушені швидко адаптуватися до змін на ринку, підвищувати ефективність бізнес-процесів та знаходити нові джерела для зростання. Big Data технології дозволяють підприємствам отримувати цінні аналітичні дані, які неможливо було б отримати традиційними методами обробки даних, сприяючи прийняттю більш обґрунтованих і стратегічних рішень. У період цифрової трансформації, коли нові технології змінюють практично всі аспекти бізнес-середовища, здатність швидко адаптуватися до змін стає ключовим фактором їхнього успіху. Бізнеси прагнуть автоматизувати процеси, підвищити ефективність і покращити взаємодію з клієнтами. В умовах, коли обсяги даних зростають експоненційно, важливо не лише збирати інформацію, а й правильно її використовувати для прийняття стратегічних рішень. Технології великих даних (Big Data) стали однією з основних рушійних сил цієї трансформації, дозволяючи аналізувати величезні масиви інформації для отримання нових знань і бізнес-інсайтів. Big Data відкривають нові можливості для бізнес-аналітики, що дозволяє підприємствам ефективніше використовувати свої ресурси, краще розуміти поведінку клієнтів, прогнозувати ринкові тренди і мінімізувати ризики. Проте впровадження Big Data технологій супроводжується численними викликами, пов’язаними з обробкою та аналізом великих обсягів різнорідних даних. Традиційні інструменти бізнес-аналітики виявляються недостатніми для повного охоплення цього процесу, що вимагає нових підходів та технологій. Актуальність використання Big Data у бізнес-аналітиці зумовлена тим, що в умовах цифрової економіки інформація стає ключовим активом, який може визначати стратегію розвитку. Успішна інтеграція технологій великих даних дозволяє підприємствам не лише підвищити продуктивність, а й залишатися конкурентоспроможними на швидко змінюваних ринках, що є критично важливим у сучасних реаліях. Зважаючи на все вище викладене, актуалізується означена проблематика дослідження. Мета статті – визначення особливостей розвитку систем бізнес-аналітики з використанням Big Data технологій. Засоби бізнес-аналітики, засновані на технологіях Big Data, суттєво прискорюють процес аналізу даних та оцінки ефективності, стаючи незамінними у боротьбі з неефективними бізнес-процесами, виявленні потенційних проблем і пошуку нових можливостей для зростання та прибутку. Така комплексна інтеграція технологій Big Data в інформаційні системи бізнес-аналітики підсилює здатність організацій приймати обґрунтовані рішення, підвищувати конкурентоспроможність та адаптуватися до швидких змін ринкових умов. Застосування інформаційних систем бізнес-аналітики з використанням Big Data технологій приносить значні переваги для компаній, сприяючи модернізації та поліпшенню ряду процесів, таких як ринкові дослідження, оптимізація виробництв, покращення обслуговування клієнтів, попередження шахрайства і крадіжок, вдосконалення маркетингових стратегій, а також розробка нових продуктів і послуг. Усі ці фактори спільно стимулюють...


  • Open Access

    ЕКОНОМІКО-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ЦІНОУТВОРЕННЯ НА ВТОРИННОМУ РИНКУ АВТОМОБІЛЕЙ

    by А.с. Куліковська, О.в. Стець

    Сьогодні, коли більшість людей прагне стати максимально мобільними стає актуальним мати власне авто аби не залежати від інших методів пересування. Але ціни на нове авто та його утримання є високими, і більшість фізичних осіб та компаній орієнтуються на вторинний ринок автівок. Саме тому актуальною є задача аналізу ринку вживаних автомобілів, моделюванні ціноутворення, та розробки стратегій ціноутворення для автодилерських компаній та інших учасників ринку. Для вирішення даної задачі авторами проаналізовано та сформовано модель за якою можна розраховувати оптимальну ціну автомобіля для вторинного ринку. Дана модель забезпечує економічну перевагу, порівнюючи приблизну вартість вживаних автомобілів на вторинному ринку з ціною нових автомобілів для компаній. Практично результати можуть бути використані підприємствами для обрання найкращого варіанту при виборі автомобіля для компанії за вартістю та якістю.

  • Economic and mathematical model of enterprise client base management

    by Vladyslav Harkavenko, Olena Stets

    Despite a fairly wide range of developed models for customer base management, the practice of implementing full-fledged customer base management models of the company is quite small. This is primarily due to the complexity and high cost of implementing a comprehensive model of managing the company’s customer base. The problem also lies in the limitations of the models themselves. Typically, the need to manage their company’s customer base arises in companies with a customer base of several thousand to millions of customers. In this case, the implementation of methods and approaches aimed at managing one client is not rational, and you need models adapted to work with groups of clients. An important limitation in existing research are the parameters of clustering the client base. Most authors suggest that the number of purchases and the age of the last purchase by the customer be considered as a criterion for division into groups of customers. This does not take into account such parameters of customer purchasing behavior as the amount of purchases, the value of the customer to the company and the time of interaction between the customer and the company.