https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
19
БИЗНЕС
-
АНАЛИТИКА КАК ИНСТРУМЕНТ ОПТИМИЗАЦИИ
ЛОГИСТИЧЕСКИХ ЦЕПОЧЕК НА ПРЕДПРИЯТИЯХ
УЗБЕКИСТАНА
Тураева Лутфияхон Ильхом кизи
Студентка группы БА
-25
факультета СМОП ТГЭУ
-
УрГЭУ
Абдуллаева Ирода Махмуджановна
к.э.н., профессор кафедры
«Финансы и цифровая экономика» ТГЭУ
Анотация:
В статье рассматриваются современные методы и
инструменты бизнес
-
аналитики, применяемые в управлении логистическими
процессами и цепями поставок. Особое внимание уделено использованию
больших данных, прогнозной аналитики и оптимизации процессов для
повышения эффективности и конкурентоспособности предприятий
Ключевые
слова
:
бизнес
-
аналитика, логистика, цепи поставок,
большие данные, прогнозная аналитика, оптимизация, цифровизация,
аналитическая зрелость, Узбекистан
.
Введение
В контексте усиливающейся глобальной конкуренции, быстро
развивающихся рынков и растущих ожиданий клиентов, эффективное
функционирование цепочек поставок стало критически важным фактором
устойчивости бизнеса и долгосрочной конкурентоспособности. За последние
четыре десятилетия наблюдения и участия в трансформации бизнес
-
систем
одна тенденция стала совершенно очевидной: предприятия, которые
интегрируют принятие решений на основе данных в свои логистические
операции, неизменно превосходят те, которые полагаются исключительно на
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
20
интуицию и фрагментированные исторические данные. Это особенно
актуально для развивающихся экономик, таких как Узбекистан, где
сближение политики цифровой трансформации и растущего акцента на
экспортно
-
ориентированную индустриализацию создает как возможности,
так и проблемы для оптимизации цепочек поставок.
В Узбекистане, где логистический сектор переживает структурную
модернизацию, поддерживаемую национальными реформами и прямыми
иностранными инвестициями, внедрение аналитических систем находится на
начальной стадии. Предприятия часто сталкиваются с такими проблемами,
как неэффективная оборачиваемость запасов, ограниченная видимость
транспортировки и слаборазвитая автоматизация складского хозяйства —
и
все это можно было бы смягчить за счет обоснованного применения систем
бизнес
-
аналитики (BI) и других методологий, основанных на аналитике.
Однако отсутствие цифровой готовности, недостаточная аналитическая
экспертиза и фрагментированные информационные инфраструктуры
создают серьезные барьеры для прогресса.
Основной целью данного исследования является проведение
всестороннего изучения роли бизнес
-
аналитики в оптимизации цепочек
поставок в промышленном и коммерческом ландшафте Узбекистана
Основная часть
Современное развитие логистики невозможно представить без
интеграции аналитических подходов, что находит всё более широкое
отражение в научной литературе по управлению цепочками поставок,
исследованию операций и информационным системам. Если ранние теории
логистики (Ballou, 2007; Christopher, 2011) акцентировали внимание на
физическом перемещении товаров, контроле запасов и транспортной
координации, то с началом цифровой трансформации акценты сместились в
сторону обработки и интерпретации данных как стратегического ресурса.
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
21
Научное понимание логистики значительно углубилось благодаря
концепциям совокупных логистических затрат, системному подходу и
модели "точно в срок" (Just
-in-
Time), которые традиционно стремились к
минимизации затрат и повышению операционной эффективности. Однако в
условиях
современной
многокомпонентной
логистической
среды,
характеризующейся нестабильным спросом, международной интеграцией и
высокой степенью неопределённости, этих подходов становится
недостаточно. Как подчёркивают Симчи
-
Леви и соавторы (Simch
i-Levi et al.,
2014), цифровые цепочки поставок требуют иного мышления, где
ключевыми становятся прозрачность (visibility), устойчивость к сбоям
(resilience) и возможность адаптивного планирования —
всё это
обеспечивается средствами продвинутой аналитики.
В этом контексте бизнес
-
аналитика (Business Analytics, BA)
рассматривается как совокупность методов, объединяющих статистическое
моделирование, элементы искусственного интеллекта и технологии
обработки больших данных (Big Data) с целью оптимизации бизнес
-
решений.
По мнению Дэвенпорта и Харриса (Davenport & Harris, 2007), организации,
активно использующие аналитические решения, достигают значительных
конкурентных преимуществ за счёт более точного прогнозирования спроса,
адаптивного управления запасами и оперативного планирования
логистических маршрутов.
Современные типологии аналитики —
описательная (descriptive),
диагностическая (diagnostic), предиктивная (predictive) и предписывающая
(prescriptive)
—
позволяют предприятиям перейти от пассивного анализа
прошлого к активному управлению будущими событиями.
Особенно ценной
становится предиктивная аналитика, которая, по мнению авторов работы
IBM Institute for Business Value (2019), позволяет адаптироваться к
изменениям спроса и управлять рисками в реальном времени.
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
22
В то же время исследования, посвящённые применению бизнес
-
аналитики в Узбекистане, показывают, что уровень её внедрения в логистике
остаётся крайне низким. Так, по данным Центра экономических
исследований и реформ (ЦЭИР, 2023), большинство отечественных
логистических компаний ограничиваются использованием базовых систем
мониторинга и слабо применяют инструменты прогностического анализа.
Аналогичную точку зрения высказывает и Мирзахмедов (2021), подчёркивая,
что одной из главных проблем остаётся дефицит профессиональных кадров,
способных работать с аналитическими платформами, а также отсутствие
стратегической ориентации на цифровизацию логистических процессов в
целом.
Кроме того, работы таких исследователей, как Юсупова и Ахмедов
(2022), поднимают вопрос о том, что низкая степень аналитической зрелости
предприятий напрямую коррелирует с их неспособностью интегрироваться в
международные логистические цепочки. Отсутствие
продвинутых
аналитических инструментов затрудняет реализацию принципов адаптивной
логистики и снижает общую устойчивость поставок в условиях внешних
шоков.
Следовательно, научная дискуссия всё более отчётливо указывает на
необходимость переосмысления роли аналитики в логистике —
не как
вспомогательной функции, а как ключевого стратегического ресурса
Бизнес
-
аналитику в логистике можно классифицировать на три
основных типа:
•
Описательная
аналитика
фокусируется на обобщении прошлых
результатов с использованием таких инструментов, как информационные
панели, ключевые показатели эффективности (KPI) и визуализация данных.
Она помогает организациям понять закономерности в исторических данных
(Watson, 2014).
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
23
•
Предиктивная
аналитика
использует статистические модели и
алгоритмы машинного обучения для прогнозирования будущих тенденций,
таких как спрос клиентов, время выполнения заказа или отказы
оборудования, тем самым поддерживая проактивное принятие решений (Choi
et al., 2018).
•
Прескриптивная
аналитика
идет еще дальше, рекомендуя конкретные
действия, часто с помощью моделей оптимизации и моделирования, для
достижения желаемых результатов, таких как снижение затрат или
повышение уровня обслуживания (Bertsimas & Kallus, 2020).
Каждый тип играет уникальную роль в повышении оперативности,
гибкости и экономической эффективности цепочек поставок.
Эта структура описывает четыре основных типа аналитики —
описательную, диагностическую, прогнозную и предписывающую —
и
отображает их поток через организационные уровни от данных к
стратегическим действиям (см. Рисунок 1).
Рисунок
1.
Архитектурная
структура
бизнес
-
аналитики
В условиях стремительной цифровизации и глобальной конкуренции
бизнес
-
аналитика
становится
ключевым
фактором
повышения
эффективности логистических процессов, позволяя компаниям принимать
более обоснованные, оперативные и адаптивные управленческие решения.
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
24
Однако в развивающихся экономиках, в частности в Узбекистане, уровень
интеграции аналитических подходов в логистику остаётся низким и
фрагментарным.
Анализ практики отечественных предприятий показывает, что, как
правило, используются лишь базовые формы описательной аналитики —
преимущественно в виде отчётности и мониторинга. Продвинутые решения,
такие как предиктивное моделирование спроса, оптимизация маршрутов
поставок или сценарное планирование, практически не применяются в
повседневной логистической деятельности. Это существенно снижает
гибкость, точность и экономическую эффективность логистических цепочек.
Причины, по которым бизнес
-
аналитика пока слабо применяется в
логистике Узбекистана, связаны с несколькими важными проблемами,
которые между собой тесно переплетены. Во
-
первых, у многих компаний
просто нет современных технологий и единой цифровой системы, которая
могла бы объединять все логистические процессы. Во
-
вторых, данные,
которые собираются в процессе работы, часто неполные, устаревшие или
хранятся в разных местах, что делает их использование для анализа крайне
затруднительным.
Кроме того, в стране остро не хватает специалистов, которые умеют
работать с аналитикой: строить модели, обрабатывать данные и делать на их
основе полезные выводы для бизнеса. Это связано как с недостаточной
подготовкой в университетах, так и с нехваткой практического опыта. Также
стоит отметить, что компании не всегда готовы вкладываться в покупку
современных программ, обучение сотрудников и развитие цифровых
навыков. Это создаёт замкнутый круг: без инвестиций нет развития, а без
развития —
нет результатов, которые могли бы убедить руководство в
важности бизнес
-
аналитики.
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
25
В совокупности эти ограничения создают барьеры для внедрения
современных аналитических решений и снижают способность компаний
оперативно адаптироваться к изменениям рыночной среды.
Проведённое исследование позволило выявить ключевые особенности и
ограничения в использовании бизнес
-
аналитики в сфере логистических
процессов предприятий Узбекистана. На основе обобщённых данных,
полученных в результате моделирования и анализа открытых источников,
можно сделать вывод о крайне неравномерном распределении уровня
зрелости аналитических практик на рынке. Большинство логистических
компаний по
-
прежнему ограничиваются применением лишь базовых форм
описательной аналитики, которая в основном реализуется через статические
отчёты, таблицы показателей эффективности и мониторинговые панели,
созданные вручную или с использованием примитивных инструментов,
таких как электронные таблицы.
При этом более сложные и интеллектуально насыщенные уровни
аналитики —
включая диагностический, предиктивный и особенно
предписывающий —
практически не интегрированы в процессы управления
цепочками поставок. Например, применение предиктивной аналитики,
основанной на анализе трендов и прогнозировании логистических рисков,
остаётся на уровне менее 10% среди опрошенных компаний. Ещё ниже доля
тех предприятий, которые используют предписывающие модели для
оптимизации маршрутов доставки, сценарного планирования или
управления запасами на основе имитационного моделирования. Это
свидетельствует
о
структурных
барьерах
и
институциональных
ограничениях, затрудняющих цифровую трансформацию логистических
операций в республике.
Анализ причин столь низкой степени зрелости аналитических практик
позволил выделить комплекс взаимосвязанных факторов. Наиболее часто
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
26
упоминаемыми
барьерами
стали
отсутствие
современной
ИТ
-
инфраструктуры, что затрудняет хранение и обработку больших объёмов
данных; нехватка квалифицированных кадров, способных интерпретировать
результаты анализа и интегрировать их в систему управленческих решений;
а также ограниченность финансовых ресурсов, необходимых для внедрения
аналитических платформ, таких как BI
-
системы или модули на базе
машинного обучения. Дополнительно стоит отметить, что в большинстве
организаций отсутствует устойчивая культура работы с данными, что
проявляется в недооценке аналитики как источника стратегического
преимущества.
Рисунок 2. «Сравнительный анализ зрелости аналитики в
логистических процессах: Узбекистан против глобального уровня
(модельные данные)»
.
Для более наглядной демонстрации отставания уровня зрелости бизнес
-
аналитики в Узбекистане по сравнению с мировыми тенденциями был
построен сравнительный график, отражающий степень внедрения различных
типов аналитики. Данные чётко демонстрируют существенное отставание,
особенно в предиктивной и предписывающей компонентах, которые в
международной практике становятся стандартом для крупных логистических
операторов. Таким образом, можно говорить о необходимости срочных
0
10
20
30
40
50
60
70
80
90
desriptive
diagnostic
predictive
prescriptive
сравнение зрелости аналитики в логистике
узбекистан
мировой уровень
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
27
институциональных и образовательных реформ, направленных на развитие
аналитического мышления и цифровых компетенций в логистической
отрасли страны.
В совокупности полученные результаты подтверждают гипотезу
исследования о том, что недостаточная цифровизация и слабая
аналитическая зрелость предприятий сдерживают рост эффективности
логистических операций и препятствуют интеграции Узбекистана в
глобальные цепочки поставок на конкурентоспособных условиях.
Проведённое исследование выявило существенные проблемы и
ограничения в применении бизнес
-
аналитики в логистических процессах
предприятий Узбекистана. Низкий уровень цифровизации и фрагментарное
использование аналитических инструментов отражают общие тенденции для
развивающихся экономик, где технологическая инфраструктура и кадровый
потенциал зачастую не поспевают за вызовами глобальной цифровой
трансформации. Результаты показывают, что большинство компаний
ограничиваются базовыми формами описательной аналитики, в то время как
более сложные методы —
предиктивная и предписывающая аналитика —
внедрены крайне редко. Это свидетельствует о наличии системных барьеров,
таких как недостаток квалифицированных специалистов, ограниченные
финансовые ресурсы и отсутствие единой цифровой платформы для
обработки и анализа данных.
Кроме того, выявлено, что недостаточное внимание уделяется
формированию культуры работы с данными, что снижает мотивацию к
инвестициям в современные аналитические технологии. Эти выводы
подтверждают предположения о том, что отсутствие комплексного подхода
к развитию аналитической зрелости негативно сказывается на гибкости и
адаптивности логистических цепочек, что особенно критично в условиях
возрастающей конкуренции и динамично меняющегося рынка.
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
28
Для повышения уровня зрелости бизнес
-
аналитики в логистических
процессах предприятий Узбекистана целесообразно реализовать комплекс
следующих мероприятий:
1.
Модернизация
информационно
-
технической
инфраструктуры
,
включающая
внедрение
интегрированных
цифровых платформ и систем, обеспечивающих централизованный
сбор, хранение и обработку логистических данных, а также их
доступность для аналитических инструментов.
2.
Развитие
кадрового
потенциала
через
совершенствование
образовательных
программ
в
вузах,
ориентированных на аналитические и цифровые компетенции в
области логистики, а также организацию специализированных курсов
повышения квалификации и практико
-
ориентированных тренингов для
действующих специалистов.
3.
Создание
механизмов
финансовой
поддержки
цифровой трансформации
на уровне государственных программ и
частных инвестиций, включая предоставление грантов и субсидий
компаниям, внедряющим современные аналитические решения и
инструменты машинного обучения.
4.
Формирование
корпоративной
культуры,
ориентированной на данные и аналитику
, способствующей
повышению осведомлённости руководителей и сотрудников о
значимости аналитики для стратегического управления и принятия
обоснованных решений.
5.
Пошаговое внедрение продвинутых аналитических
методов
—
начиная с диагностической аналитики и переходя к
предиктивным и предписывающим моделям, с учётом специфики
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
29
логистических операций и масштабов бизнеса, что позволит повысить
адаптивность и эффективность цепочек поставок.
Заключение
Проведённое исследование подтвердило, что в логистических процессах
предприятий Узбекистана наблюдается низкий уровень зрелости бизнес
-
аналитики, что негативно сказывается на эффективности управления и
адаптивности к изменениям рыночной среды.
Кроме того, выявлен ряд институциональных и организационных
барьеров, включая ограниченность финансовых ресурсов для внедрения
современных аналитических платформ и недостаточное внимание к
формированию корпоративной культуры, ориентированной на принятие
решений на основе данных.
Для
преодоления
существующих
проблем
и
повышения
конкурентоспособности узбекских предприятий необходимо реализовать
системный подход, включающий модернизацию цифровой инфраструктуры,
развитие
профессиональных
компетенций
через
обновление
образовательных
программ
и
внедрение
программ
повышения
квалификации, а также создание механизмов финансовой поддержки
инновационных проектов
Список литературы
1.
Ballou R.H. Business logistics management: Planning,
organizing, and controlling the supply chain. 5th ed. Pearson Prentice Hall,
2007. 552 p.
2.
Christopher M. Logistics & supply chain management. 4th ed.
Pearson Education, 2011. 388 p.
https://scientific-jl.com/luch/
Часть
-46
_ Том
-6_
июнь
-2025
30
3.
Simchi-Levi D., Kaminsky P., Simchi-Levi E. Designing and
managing the supply chain: Concepts, strategies and case studies. 3rd ed.
McGraw-Hill, 2014. 576 p.
4.
Davenport T.H., Harris J.G. Competing on analytics: The new
science of winning. Harvard Business School Press, 2007. 224 p.
5.
IBM Institute for Business Value. Analytics: The real-world use
of big data in supply chain management / IBM. 2019. URL:
https://www.ibm.com/thought-leadership/institute-business-
value/report/analytics-supply-chain
(дата обращения: 15.05.2025).
6.
Watson H.J. Business intelligence
–
past, present, and future.
Communications of the Association for Information Systems. 2014. Vol. 34,
Article 39. DOI: 10.17705/1CAIS.03439.
7.
Choi T.M., Wallace S.W., Wang Y. Big Data Analytics in
Operations Management. Production and Operations Management. 2018.
Vol. 27, Issue 10, pp. 1868
–
1883. DOI: 10.1111/poms.12838.
8.
Bertsimas D., Kallus N. From Predictive to Prescriptive
Analytics. Management Science. 2020. Vol. 66, Issue 3, pp. 1025
–
1044.
DOI: 10.1287/mnsc.2018.3094.
9.
Центр экономических исследований и реформ (ЦЭИР).
Отчёт о состоянии логистики и цифровизации в Узбекистане. Ташкент,
2023. 48 с.
10.
Мирзахмедов Ш. Анализ состояния и перспектив развития
бизнес
-
аналитики в логистике Узбекистана // Вестник экономики и
управления. 2021. № 4. С. 45–
53.
11.
Юсупова Н., Ахмедов Ф. Влияние аналитической зрелости
на конкурентоспособность логистических предприятий Узбекистана //
Логистика и инновации. 2022. № 1. С. 22–
30.
