ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

ROR

ЕДРПОУ 05481984

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

КАТАЛОГ

Порівняльний аналіз в аналітиці даних: сутність, можливості та обмеження
Сєрова І. А.

Сєрова І. А. Порівняльний аналіз в аналітиці даних: сутність, можливості та обмеження. Бізнес Інформ. 2026. №7. C. 235–244.
https://doi.org/10.32983/2222-4459-2026-7-235-244

Розділ: Економічна статистика

Стаття написана українською мовою
Завантажень/переглядів: 0

Завантажити статтю (pdf) -

УДК 311.303.722.4.338.1

Анотація:
Стрімка цифрова трансформація економіки, поширення великих даних, штучного інтелекту та впровадження системи національних рахунків (СНР 2025) актуалізують перегляд методологічних засад порівняльного аналізу як одного з базових інструментів сучасної аналітичної практики. Метою статті є розвиток теоретико-методичних положень застосування порівняльного аналізу шляхом систематизації умов його використання, узагальнення типових помилок інтерпретації результатів, обґрунтування вимог до забезпечення порівнюваності статистичних даних і визначення можливостей інтеграції сучасних цифрових аналітичних технологій у процес дослідження. Методологічну основу дослідження становлять методи аналітичних узагальнень, систематизації, логічного аналізу. Дослідження базується на сучасних підходах до аналітики даних. Особливу увагу приділено статистичним вимогам щодо забезпечення порівнюваності показників, структурної повноти інформації, вибору критеріїв порівняння, оцінювання статистичної значущості та практичної вагомості результатів. У роботі систематизовано функціональні напрями застосування порівняльного аналізу відповідно до типів аналітичних завдань, узагальнено типові помилки інтерпретації результатів, розроблено порівняльну характеристику статистичної значущості та практичної вагомості, а також обґрунтовано взаємозв’язок рівнів аналітики даних із сучасними інструментами порівняльного аналізу. Запропоновано порівняльну оцінку методологічних ризиків використання штучного інтелекту та визначено напрями їх мінімізації шляхом поєднання класичних статистичних методів із сучасними цифровими платформами аналізу даних. Наукова новизна полягає в розробленні комплексного економіко-статистичного підходу до проведення порівняльного аналізу, який інтегрує вимоги офіційної статистики, принципи забезпечення порівнюваності даних, оцінювання достовірності результатів, сучасні цифрові аналітичні інструменти та методологічні аспекти використання штучного інтелекту. На відміну від існуючих досліджень запропонований підхід формує єдину логіку взаємозв’язку між аналітичними завданнями, критеріями порівняння, інтерпретацією результатів і вибором інструментів аналізу. Практичне значення результатів полягає в можливості їх використання під час побудови систем статистичного моніторингу, оцінювання результативності управлінських рішень та вдосконалення інформаційно-аналітичного забезпечення діяльності органів державного управління, бізнес-структур і наукових досліджень.

Ключові слова: порівняльний аналіз; повнота даних; вимір оцінки результатів; статистична порівнюваність; аналітика даних; цифрова трансформація; штучний інтелект.

Табл.: 4. Бібл.: 32.

Сєрова Ірина Анатоліївна – кандидат економічних наук, доцент, доцент, кафедра статистики та економічного прогнозування, Харківський національний економічний університет ім. С. Кузнеця (пр. Науки, 9а, Харків, 61165, Україна)
Email: [email protected]

Список використаних у статті джерел

Афанасьєв Є., Хома В. Оптимізація продажів підприємства засобами штучного інтелекту як напрям стратегічного управління в умовах цифрової трансформації. Економічний дискурс. 2026. № 1. С. 286–294. DOI: https://doi.org/10.36742/2410-0919-2026-1-27
Видобора В. В. Теоретико-методологічні основи дослідження економічного зростання в сучасних умовах. Вчені записки КНЕУ ім. В. Гетьмана. 2023. № 1. С. 32–41. DOI: https://doi.org/10.33111/vz_kneu.31.23.01.03.019.025
Голомб В. В., Мержинський Є. К., Пєтухова О. В. Аналіз переваг та недоліків застосування ВІ-систем у підприємницькій діяльності. Економіка та суспільство. 2023. Вип. 52. DOI: https://doi.org/10.32782/2524-0072/2023-52-48
Долженков О. О. Методологічні проблеми порівняльного аналізу політичних інститутів та процесів. Політичне життя. 2022. № 2. С. 70–77. DOI: https://doi.org/10.31558/2519-2949.2022.2.11
Кобильник В. Порівняльний аналіз у дослідженні інституційних реформ: можливості та обмеження. Грані. 2024. Т. 27. № 3. С. 105–110. DOI: https://doi.org/10.15421/172457
Камінський Л.-Р. Ю. Методичні підходи до дослідження інноваційної діяльності підприємств. Економіка та суспільство. 2024. Вип. 59. DOI: https://doi.org/10.32782/2524-0072/2024-59-144
Найкращі інструменти для аналітики даних у 2025 році. AIN. 2025. URL: https://ain.ua/2025/05/15/naikrashhi-instrumenti-dlia-analitiki-danix-u-2025-roci/
Небрат В. В. Методологія історико-економічного дослідження досвіду повоєнної відбудови. Наукові записки НаУКМА. Серія «Економічні науки». 2022. Т. 7. № 1. С. 79–86. DOI: https://doi.org/10.18523/2519-4739.2022.7.1.79-86
Охрименко Б. О. Розвиток діджиталізації в країнах ЄС та Україні. Актуальні проблеми розвитку економіки регіону. 2021. Т. 1. Вип. 17. С. 40–48. DOI: https://doi.org/10.15330/apred.1.17.40-48
Прядко І. В. Аналіз малого бізнесу: кількісні та якісні методи дослідження. Підприємництво та інновації. 2023. № 28. С. 74–78. DOI: https://doi.org/10.32782/2415-3583/28.12
Саченко А. О. Еволюція економічного зростання від етапу індустріалізації до неоіндустріалізації. Економіка та суспільство. 2024. Вип. 62. DOI: https://doi.org/10.32782/2524-0072/2024-62-157
Acemoglu D., Robinson J. А. Why Nations Fail: the Origins of Power, Prosperity, and Poverty. Book. New York, 2012. 571 p. URL: https://vle.pce.edu.bt/pluginfile.php/32283/mod_page/content/6/Why-Nations-Fail-Daron-Acemoglu.pdf
Creswell J. W. Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. 3rd ed. Thousand Oaks, CA : Sage Publications, 2009. 270 р. URL: https://www.ucg.ac.me/skladiste/blog_609332/objava_105202/fajlovi/Creswell.pdf
Gracova S., Graca M. Threats to the Use of Artificial Intelligence and Its Legislative. Вісник Національного університету «Львівська політехніка». 2024. № 1. С. 72–78. DOI: https://doi.org/10.23939/sjs2024.01.072
Isik O. Comparative Approaches to Qualitative Data Analysis: A Conceptual Review of Reflexive Thematic, Interpretative Phenomenological, and Narrative Methods. Journal of Humanities and Education Development (JHED). 2026. Vol 8. No. 1. P. 9–19. DOI: https://doi.org/10.22161/jhed.8.1.2
Kadam P. What is Diagnostic Analytics? Definition, Examples & Techniques. FireAI. 2026. URL: https://fireai.in/answers/what/diagnostic-analytics
Maddison A. Contours of the World Economy 1–2030 AD: Essays in Macro-Economic History. The European Journal of Comparative Economics. 2007. Vol. 5. P. 291–294. DOI: https://doi.org/10.1093/oso/9780199227211.001.0001
Oana I.-E., Schneider C. Q., Thomann E. Qualitative comparative analysis using R: A beginner’s guide. Cambridge University Press, 2021. DOI: https://doi.org/10.1017/9781009006781
Obuse E, Ajayi J. O., Oladimeji O., Erigha E. D., Akindemowo A. O., Tafirenyika S., Moyo T. M. Comparative Analysis of Supervised and Unsupervised Machine Learning for Predictive Analytics. International Journal of Management and Organizational Research. 2023. Vol. 2. Iss. 3. P. 70–86. DOI: https://doi.org/10.54660/IJMOR.2023.2.3.70-86
OECD – Recommendation on Enhancing Access to and Sharing of Data (2021). OECD, 2025. URL: https://www.oecd.org/en/publications/access-to-public-research-data-toolkit_a12e8998-en/oecd-recommendation-on-enhancing-access-to-and-sharing-of-data-2021_cd69b13a-en.html
Pasichnyk T. O. The Theoretical and Methodological Aspects of Economic Growth and Economic Development. Проблеми економіки. 2024. № 2. С. 213–222. DOI: https://doi.org/10.32983/2222-0712-2024-2-213-222
Pilcher N., Cortazzi M. Qualitative and Quantitative Methods and Approaches Across Subject Fields. Qual Quant. 2024. Vol. 58. P. 2357–2387. DOI: https://doi.org/10.1007/s11135-023-01734-4
Pustelnyk P., Levus Y. Real-time Anomaly Detection in Distributed Iot Systems:a Comprehensive Review and Comparative Analysis. Information systems and networks. 2025. Vol. 17. P. 160–169. DOI: https://doi.org/10.23939/sisn2025.17.160
Rana R., Kaur M., Kaur A., Singh A. A Comparative Performance Analysis of Classical Regression Models and Deep Learning Techniques for Predictive Analytics. International Journal for Multidisciplinary Research (IJFMR). 2026. Vol. 8. Iss.1. DOI: https://doi.org/10.36948/ijfmr.2026.v08i01.67265
Report on the Implementation of the OECD Recommendation on Good Statistical Practice. OECD, 2020. 46 p. URL: https://www.oecd.org/en/toolkits/good-statistical-practice.html
Saunders M. N. K., Lewis P., Thornhill A. Research Methods for Business Students. Book. Pearson, 2023. 888 p. URL: https://mail.alraziuni.edu.ye/uploads/pdf/book1/???????-?????-???????/Mark-N.-K.-Saunders-Philip-Lewis-Adrian-Thornhill-Research-Methods-for-Business-Students-Pearson-2023.pdf
Stepanenko N., Lytvynenko A. Digitalization as a Driver of the Development of the Circular Economy: A Comparative Analysis of the Experience of the EU and Ukraine. Український журнал прикладної економіки та техніки. 2026. Т. 11. № 1. С. 366–369. DOI: https://doi.org/10.36887/2415-8453-2026-1-70
Vancea M. Ragin, Charles C. (1989). The Comparative Method: Moving Beyond Qualitative and Quantitative Strategies. (2000). Fuzzy-Set Social Science. Teor?a Sociol?gica Anal?tica. 2006. Vol. 80. DOI: https://doi.org/10.5565/rev/papers/v80n0.1835
System of National Accounts 2025. United Nations Statistics Division. 2025. URL: https://unstats.un.org/unsd/nationalaccount/sna2025.asp
United Nations Sustainable Development Goals. United Nations. URL: https://sdgs.un.org/goals
Wasserstein R. L., Lazar N. A. The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician. 2016. Vol. 70. Iss. 2. P. 129–133. DOI: https://doi.org/10.1080/00031305.2016.1154108
Ziliak S. T., McCloskey D. N. The Cult of Statistical Significance: How the Standard Error Costs Us Jobs, Justice, and Lives. The University of Michigan Press, 2007. 21 p. URL: https://www.press.umich.edu/pdf/9780472070077-fm.pdf