Предмет. Методы и алгоритмы описательного, прогностического, предписывающего анализа. Цели. Выявление тенденций в развитии бизнес-анализа и обобщение характеристик описательного, прогностического, предписывающего анализа. Методология. Использованы общенаучные принципы и методы исследования: анализ, синтез, группировка, сравнение, абстрагирование, обобщение. Результаты. Исследованы тенденции в развитии бизнес-анализа; выявлены современные направления описательного анализа: стейкхолдерский подход, анализ нефинансовых видов капитала (ресурсов), оценка риска, выявление мошеннических действий. Предложен алгоритм прогностического анализа, включающий оценку достаточности капиталов (ресурсов) для развития бизнеса, построение финансовых моделей, оценку волатильности факторов модели, прогнозирование факторов модели и построение сценариев. Обоснованы универсальные финансовые модели прибыли и денежного потока компании для прогностического анализа, отражающие факторы формирования бизнес-портфеля и распределения созданной компанией стоимости. Рассмотрены тенденции в развитии предписывающей аналитики; выявлены четыре блока – клиентская аналитика, промышленная аналитика, аналитика персонала, аналитика экосистемы и бизнес-среды. Проанализированы источники повышения эффективности компании в результате применения методов предписывающего анализа. В рамках клиентской аналитики – это повышение репутации компании, увеличение объема и маржинальности продаж; в рамках промышленной аналитики – снижение расходов за счет уменьшения потерь ресурсов, оптимизации бизнес-процессов, повышения производительности оборудования; в рамках аналитики персонала – повышение производительности и креативности персонала, увеличение его стабильности; в рамках аналитики экосистемы и бизнес-среды – ускорение инноваций, повышение эффективности НИОКР, повышение темпа роста бизнеса. Выводы. Статья может быть полезна специалистам аналитических служб компаний.
Сигель Э. Просчитать будущее. Кто кликнет, купит, соврет или умрет. М.: Альпина Паблишер, 2018. 374 с.
Дэвенпорт Т., Ким Джин Хо. О чем говорят цифры. Как понимать и использовать данные. М.: Манн, Иванов и Фербер, 2014. 224 с.
Ханк Дж.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование. М.: Вильямс, 2017. 656 с.
Карлберг К. Бизнес-анализ с использованием Excel. М.: Вильямс, 2017. 576 с.
Жаров Д. Финансовое моделирование в Excel. М.: Альпина Бизнес Букс, 2008. 170 с.
Агапова Т.Н., Осипова К.Н. Системно-экономическая логика построения системы показателей оценки деятельности предприятий // Экономический анализ: теория и практика. 2005. № 7. С. 2–7. URL: Link
Брейли Р., Майерс С. Принципы корпоративных финансов. М.: Олимп-Бизнес, 2015. 1008 c.
Костантини П. Анализ эффективности инвестиций методом CROCI – опыт ведущих компаний. М.: Вершина, 2007. 288 с.
Бернстайн Л.А. Анализ финансовой отчетности: теория, практика и интерпретация. М.: Финансы и статистика, 2003. 622 с.
Любушин Н.П., Бабичева Н.Э., Игошев А.К., Кондрашова Н.В. Моделирование устойчивого развития экономических систем различных иерархических уровней на основе ресурсоориентированного подхода // Экономический анализ: теория и практика. 2015. № 48. С. 2–12. URL: Link
Коупленд Т., Коллер Т., Муррин Дж. Стоимость компаний: оценка и управление. М.: Олимп-Бизнес, 2005. 576 c.
Дамодаран А. Инвестиционная оценка: инструменты и методы оценки любых активов. М.: Альпина Паблишер, 2018. 1316 c.
Антилл Н., Ли К. Оценка компаний: анализ и прогнозирование с использованием отчетности по МСФО. М.: Альпина Паблишер, 2013. 440 с.
Любушин Н.П., Бабичева Н.Э., Лылов А.И. Использование ресурсоориентированного экономического анализа в оценке устойчивого развития хозяйствующих субъектов // Вестник Тамбовского университета. Сер.: Гуманитарные науки. 2015. Вып. 2. С. 32–45. URL: Link
Каплан Р.С., Нортон Д.П. Сбалансированная система показателей. От стратегии к действию. М.: Олимп-Бизнес, 2005. 320 с.
Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М.: Манн, Иванов и Фербер, 2014. 156 с.
Брускин С.Н. Модели и инструменты предиктивной аналитики для цифровой корпорации // Вестник Российского экономического университета имени Г.В. Плеханова. 2017. № 5. С. 135–139. URL: Link
