Совершенствование механизма управленческих решений в условиях цифровой трансформации экономики РФ: системный анализ и разработка рекомендаций

Цифровая трансформация, являющаяся одним из главных трендов XXI века, радикально меняет правила ведения бизнеса, сокращая жизненный цикл продуктов, повышая скорость конкуренции и требуя от организаций беспрецедентной гибкости. В этом контексте качество, оперативность и обоснованность управленческих решений (УР) становятся не просто конкурентным преимуществом, а критическим фактором выживания.

Несмотря на то, что классическая теория менеджмента детально описывает этапы принятия решений, реальная практика российских компаний часто сталкивается с системными ограничениями: преобладанием централизованных структур, инертностью в делегировании полномочий и недостаточным использованием потенциала современных информационно-аналитических технологий.

Актуальность настоящего исследования продиктована необходимостью разработки научно-обоснованных и практически применимых рекомендаций по совершенствованию механизма УР, способных обеспечить организации устойчивость и адаптивность в условиях динамично меняющейся цифровой экономики. А поскольку цифровая экономика не терпит промедлений, то из этого следует, что именно скорость реакции на изменения рынка за счёт повышения качества УР и станет ключевым фактором, определяющим лидирующие позиции компаний.

Объектом исследования выступает механизм разработки, принятия и реализации управленческих решений.

Предметом исследования являются методы, технологии и организационные условия, влияющие на эффективность данного механизма в условиях цифровой трансформации на примере конкретной организации (предприятия).

Цель — провести комплексный анализ существующей практики разработки и принятия управленческих решений, выявить проблемные зоны и разработать систему конкретных рекомендаций по совершенствованию механизма УР, используя современные информационно-аналитические инструменты.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Обобщить теоретические основы сущности, классификации и процесса принятия управленческих решений.
2. Проанализировать влияние организационной структуры и делегирования полномочий на качество УР.
3. Оценить роль и возможности использования современных информационно-аналитических технологий (BI, Big Data) в процессе принятия решений.
4. Разработать практические рекомендации по оптимизации организационно-управленческих параметров и внедрению цифрового инструментария.
5. Оценить экономическую и организационную эффективность предложенных рекомендаций.

Структура работы соответствует поставленным задачам и включает теоретический обзор, аналитический раздел, разработку предложений и оценку их эффективности, что полностью соответствует требованиям к выпускной квалификационной работе.

Теоретические основы механизма разработки и принятия управленческих решений

Сущность, функции и классификация управленческих решений

Управленческое решение (УР) лежит в основе всей управленческой деятельности. Исторически сложилось множество определений этого термина, однако все они сходятся в одном: УР является ключевым моментом перехода от анализа ситуации к действию.

В контексте российской управленческой школы, УР определяется как творческое, волевое действие субъекта управления, основанное на знании законов функционирования социально-экономической системы и способов ее деятельности, направленное на разрешение проблемы или изменение существующей ситуации.

Более того, Р. А. Фатхутдинов подчеркивает, что УР — это результат анализа, прогнозирования, оптимизации, экономического обоснования и выбора конкретной альтернативы из существующего множества различных вариантов достижения целевого ориентира системы управления.

Таким образом, УР должно соответствовать ряду ключевых критериев:

• Направленность от субъекта управления (начальника) к объекту управления (подчиненному).
• Строгое соответствие миссии, целям и задачам предприятия.
• Компетентность лица, принимающего решение.
• Реализуемость и обеспеченность необходимыми ресурсами.

Для систематизации процесса управления решения принято классифицировать по различным признакам, что облегчает выбор адекватного метода разработки.
Выбор же метода разработки решения зависит от того, насколько мы способны формализовать проблему.

Признак классификации	Виды решений	Описание и примеры
По уровню принятия	Стратегические	Принимаются на высшем уровне, определяют долгосрочное развитие (напр., выход на новый рынок, слияние).
	Тактические	Принимаются на среднем уровне, относятся к повседневным операциям, краткосрочный результат (напр., изменение графика поставок).
	Оперативные	Принимаются на низшем уровне, связаны с необходимостью срочного достижения результатов или обеспечения стабильности процессов (напр., устранение сбоя в производстве).
По времени действия	Долгосрочные	Свыше 5 лет (стратегия).
	Среднесрочные	От 1 года до 5 лет (тактика).
	Краткосрочные	До 1 года (операции).
По степени формализации	Запрограммированные	Рутинные, повторяющиеся, могут разрабатываться с использованием технических средств автоматизированной обработки информации (напр., пополнение запасов при достижении минимального уровня).
	Незапрограммированные	Новые, уникальные, требующие творческого подхода, часто стратегические (напр., реакция на внезапный кризис).
По субъекту принятия	Индивидуальные	Быстрые, но с высоким риском ошибки.
	Коллективные (групповые)	Медленные, но более взвешенные за счет специализированных знаний.

Классические и современные этапы процесса принятия решений

Традиционный подход к процессу принятия УР предполагает последовательное прохождение шести классических этапов, формирующих логическую цепочку:

1. Выявление проблемы или цели: Четкое определение разрыва между текущим и желаемым состоянием.
2. Сбор и анализ информации: Оценка внутренней и внешней среды, определение ограничений.
3. Разработка и оценка альтернатив: Генерация возможных вариантов действий и анализ их последствий.
4. Принятие решения (выбор оптимального варианта): Выбор альтернативы, максимально соответствующей целям и критериям.
5. Реализация решения: Доведение до исполнителей, обеспечение ресурсами, контроль.
6. Контроль выполнения и обратная связь: Оценка фактических результатов, сравнение с планом и корректировка.

Эволюция процесса в условиях цифровизации. В эпоху цифровой трансформации эта классическая модель претерпела значительные изменения. Современный процесс принятия решений все чаще переходит от дискретной, последовательной модели к data-driven (основанной на данных) модели.
В data-driven подходе этапы 1, 2 и 6 (анализ, сбор информации и обратная связь) не являются дискретными остановками, а становятся непрерывным, интегрированным циклом, который постоянно питает системы управления актуальными данными (Big Data). Цифровые инструменты, такие как BI-системы, позволяют автоматизировать сбор и анализ, сжимая время, требуемое на разработку альтернатив, и обеспечивая *прогнозную* оценку последствий, а не только ретроспективную. Это приводит к повышению качества и снижению рисковых факторов за счет мгновенной реакции и постоянного мониторинга ключевых показателей. Здесь кроется важный нюанс: цифровизация не отменяет этапы, а делает их параллельными и постоянно обновляемыми, что радикально меняет роль менеджера с контролера на интерпретатора данных.

Методы обоснования управленческих решений: от экспертных до количественных

Обоснованность УР является залогом их эффективности. Выбор метода обоснования напрямую зависит от типа решения (запрограммированное или незапрограммированное) и степени структурированности проблемы.

1. Количественные методы обоснования

Эти методы основаны на статистике, математическом моделировании и подходят для структурированных, повторяющихся (запрограммированных) решений, особенно в компаниях, собирающих большие объемы данных. Примеры включают теорию игр, линейное программирование, имитационное моделирование и метод декомпозиции.

Метод декомпозиции — это системное разделение сложной, крупной цели или неструктурированной проблемы на иерархию более мелких, конкретных и управляемых подзадач или этапов. Это позволяет упростить анализ, оценку и контроль их выполнения. Например, стратегическая цель «Увеличить долю рынка на 15%» декомпозируется на подзадачи: «Оптимизировать логистику», «Запустить новую рекламную кампанию», «Расширить ассортимент», каждая из которых получает свои количественные показатели и ответственных.

2. Качественные (экспертные) методы обоснования

Качественные методы используются, когда количественная оценка затруднительна, данные неполны или проблема является уникальной (незапрограммированной). Они основаны на знаниях, интуиции и опыте специалистов.

Примеры экспертных методов:

• Метод экспертных оценок (Дельфи, мозговой штурм): Целенаправленный сбор суждений специалистов для достижения консенсуса или выявления наиболее вероятного исхода. Этот метод выигрышен в условиях значительной нестабильности среды или появления малоизученных процессов, трудно поддающихся формализации (например, прогнозирование появления прорывных технологий).
• Синектика: Стимулирование творческого мышления путем использования аналогий для поиска нестандартных решений.

Таким образом, современные организации используют комбинацию этих методов: количественные методы для рутинных и тактических решений, а экспертные — для стратегических и инновационных.

Системный анализ факторов, влияющих на качество управленческих решений, в условиях цифровой экономики

В условиях цифровой трансформации качество УР определяется не только используемыми методами, но и организационной средой, в которой эти решения принимаются, а также степенью развитости информационного обеспечения.

Влияние организационной структуры на скорость и качество решений

Цифровая трансформация требует от предприятия гибкости и скорости, что неизбежно ставит вопрос о пересмотре устоявшихся подходов к организационному управлению.

Проблема централизации в российских компаниях. На практике, в российских компаниях до сих пор преобладают функционально-линейные и функциональные организационные структуры. Эти структуры по своей природе являются централизованными, с жесткой иерархией и вертикальными коммуникациями. Почему же скорость принятия решений так важна? Чтобы не оказаться позади конкурентов, необходимо обеспечить мгновенную реакцию на сигналы рынка, что невозможно при громоздкой вертикали власти.

Сдерживающий эффект централизации:

1. Концентрация решений: Большинство ключевых решений, даже оперативных и тактических, концентрируются на высших 1–2 уровнях управления. Это приводит к перегрузке топ-менеджмента и замедляет процесс реакции на локальные изменения рынка.
2. Искажение информации: Длинная вертикальная цепочка передачи информации часто приводит к ее искажению или запаздыванию, что снижает качество решений, принимаемых на верхнем уровне.

Необходимость адаптации и децентрализации. Повышение скорости принятия решений требует перехода к адаптивным (гибким) организационным структурам (например, матричным или проектным), которые позволяют делегировать полномочия и принимать решения на более низких уровнях управления в специализированных командах.

Децентрализация принятия решений — это передача права принятия решений на более низкие уровни иерархии. Для российских предприятий, исторически имеющих высокий уровень централизации, децентрализация является критически важным шагом для создания гибкой инновационной экономики.

Критерии оценки уровня децентрализации:

Уровень децентрализации может быть оценен по следующим критериям:

• Число и важность функций, решения по которым принимаются на низовых уровнях.
• Степень автономности подразделений в расходовании ресурсов и формировании бюджета.
• Число сотрудников, имеющих право принимать решения без обязательного согласования с вышестоящим руководством.

Операционные эффекты от внедрения адаптивных структур и децентрализации включают повышение доступности и прозрачности информации, а также возможность быстрого формирования и трансформации команд по бизнес-направлениям. Детальные предложения по этому вопросу изложены в разделе Рекомендации по оптимизации организационно-управленческих параметров.

Роль информационно-аналитических технологий в обеспечении процесса принятия решений

В data-driven экономике информационно-аналитические технологии становятся основой механизма принятия решений, обеспечивая его актуальными, достоверными и глубоко обработанными данными.

BI-системы и Big Data. Современные BI-системы (Business Intelligence) — это не просто инструмент отчетности, а комплексный механизм, который собирает, обрабатывает и визуализирует большие объемы данных (Big Data) из различных источников. Это позволяет выявлять скрытые закономерности, проводить сценарное моделирование, прогнозировать события и, как следствие, принимать более обоснованные стратегические и тактические решения.

Рынок BI в РФ: от импортозамещения к росту. В последние годы российский рынок BI демонстрирует впечатляющий рост. Объем российского рынка BI растет (к концу 2024 года рост составил 30%), что является прямым следствием импортозамещения и повышенного внимания топ-менеджмента к качеству данных. Более того, доля российских BI-решений за последние три года (с 2021 по начало 2024 года) увеличилась с 9% до 68%. Эти цифры говорят о том, что внедрение отечественных аналитических платформ стало не просто трендом, а стратегической необходимостью. Что же это означает для бизнеса? Это указывает на то, что компании осознали необходимость в «единой версии истины» для всех уровней управления.

Сравнительный анализ ключевых информационных систем

Для поддержки УР на предприятии используется комплекс взаимосвязанных систем:

Система	Основная функция	Роль в принятии УР
ERP (Enterprise Resource Planning)	Централизованный учет ресурсов, автоматизация рутинных бизнес-процессов (бухгалтерия, производство, логистика).	Является основой для принятия решений, поставляя актуальные и проверенные операционные данные. Обеспечивает принятие запрограммированных решений.
CRM (Customer Relationship Management)	Управление взаимоотношениями с клиентами, автоматизация продаж и маркетинга.	Поставляет данные о рынке, поведении клиентов и эффективности маркетинговых кампаний. Помогает в принятии тактических решений, связанных с продажами.
BI (Business Intelligence)	Сбор, консолидация, анализ и визуализация данных из ERP, CRM и других источников. Прогнозная аналитика.	Критически важна для принятия стратегических и незапрограммированных решений. Позволяет выявлять тренды, проводить углубленный факторный анализ и мониторинг KPI в режиме реального времени (дашборды).

Таким образом, BI-системы служат «мозгом» аналитического контура, объединяя данные и трансформируя их в готовые для принятия решений знания.

Методология оценки эффективности управленческих решений

Эффективность УР — это результативность, полученная в ходе его разработки и реализации, соотнесенная с понесенными затратами. Правильная оценка эффективности позволяет замыкать цикл управления и корректировать будущие решения.

Виды эффективности управленческих решений

1. Экономическая эффективность: Соотношение полученного экономического результата (прибыль, снижение издержек, рост выручки) и затрат, связанных с разработкой и реализацией УР.
2. Организационная эффективность: Достижение организационных целей за счет меньших усилий или улучшения структуры (например, оптимизация оргструктуры, сокращение времени цикла принятия решений, повышение прозрачности процессов).
3. Социальная эффективность: Улучшение условий труда, повышение мотивации персонала, снижение текучести кадров.
4. Технологическая эффективность: Внедрение новых технологий, повышение производительности оборудования.

Расчет экономического эффекта

Ключевым методом оценки экономической эффективности является расчет экономического эффекта (Э). Оценка проводится как проектная (��приорная) на стадии разработки, так и фактическая (апостериорная) по результатам реализации.

В общем виде формула экономического эффекта имеет вид:

Э = (Р₁ - Р₀) - З_доп

Где:

• Э — Экономический эффект от внедрения УР.
• Р₁ — Результат после внедрения УР (например, годовая прибыль).
• Р₀ — Результат до внедрения (базовый период).
• З_доп — Дополнительные затраты на разработку и реализацию УР (включая инвестиции в ПО, обучение персонала, консультационные услуги).

Проблемы оценки эффективности Big Data-проектов

Несмотря на очевидные преимущества цифровых инструментов, их оценка часто вызывает затруднения. Согласно исследованиям, более 60% российских компаний пока не научились оценивать эффективность Big Data-проектов традиционными способами.

Сдерживающие факторы:

1. Нехватка квалифицированных кадров: Опыт работы с Big Data-решениями и аналитические компетенции остаются дефицитными.
2. Высокая стоимость: Высокая стоимость самих решений и необходимой инфраструктуры затрудняет традиционный финансовый анализ окупаемости (ROI).
3. Непрямой эффект: Окупаемость Big Data часто выражается в нематериальных активах: изменении корпоративной культуры, появлении новых специализаций, улучшении качества стратегического прогнозирования, что трудно перевести в прямые финансовые показатели.

В таких случаях необходимо акцентировать внимание на организационной эффективности (сокращение времени на подготовку отчетов, повышение точности прогнозов), а не только на краткосрочном экономическом эффекте.

Разработка предложений по совершенствованию механизма управленческих решений на примере организации

На основе проведенного теоретического анализа и выявления основных проблем (централизация, недостаточная развитость аналитического контура, нехватка кадров) предлагается комплекс рекомендаций, направленных на системное совершенствование механизма управленческих решений. Для достижения успеха в условиях цифровой экономики необходим синергетический подход, сочетающий организационные изменения и внедрение технологий.

Рекомендации по оптимизации организационно-управленческих параметров

Главная цель оптимизации — повышение адаптивности и скорости реакции организации путем внедрения элементов децентрализации и гибких структур.

1. Делегирование полномочий и повышение уровня децентрализации.

Для преобладающих функционально-линейных структур необходимо провести целевое делегирование полномочий по принятию оперативных и тактических решений на средний и частично на нижний уровень управления.

Сфера решения	Текущий уровень (Централизовано)	Рекомендуемый уровень (Децентрализация)	Ожидаемый эффект
Управление запасами/закупками	Высшее руководство/Отдел снабжения	Руководители производственных участков	Сокращение времени цикла закупок, повышение оперативности.
Ценообразование на типовые услуги/продукты	Высшее руководство/Коммерческий директор	Руководители региональных отделов продаж	Быстрое реагирование на ценовую политику конкурентов.
Управление персоналом (найм/увольнение)	Дирекция по персоналу	Руководители функциональных подразделений	Ускорение процесса найма и повышение качества подбора.

Организационный эффект: Делегирование повышает доступность и прозрачность информации, так как решение принимается ближе к источнику проблемы. Это снижает бюрократическую нагрузку на высшее руководство и стимулирует развитие компетенций у менеджеров среднего звена.

2. Внедрение элементов адаптивной структуры (Проектные группы).

Для реализации стратегических задач (например, внедрение нового продукта или цифровой системы) необходимо формировать временные, межфункциональные проектные группы с четким мандатом и правом принятия решений в рамках проекта. Это позволит избежать инерции функциональной структуры.

Внедрение и использование инновационных информационно-аналитических инструментов

Для перехода к data-driven модели принятия решений необходимо внедрение и интеграция современных информационно-аналитических инструментов, прежде всего BI-систем.

1. Обоснование выбора BI-системы.

Учитывая рост российского рынка и политику импортозамещения, целесообразно обосновать выбор в пользу отечественной BI-платформы, обладающей следующими ключевыми функциональными характеристиками:

• Коннекторы к существующим системам: Возможность интеграции данных из ERP (1С, Галактика и др.) и CRM-систем.
• Прогнозная аналитика: Наличие функционала для построения регрессионных моделей и прогнозирования ключевых показателей (продажи, спрос, издержки).
• Визуализация (Дашборды): Возможность создания интерактивных дашбордов для оперативного мониторинга стратегических и тактических KPI.

2. Повышение квалификации персонала (Закрытие проблемы нехватки кадров).

Проблема нехватки квалифицированных кадров, сдерживающая внедрение Big Data, должна решаться через:

• Создание Центра Компетенций BI: Назначение и обучение ключевых сотрудников (аналитиков, менеджеров среднего звела) работе с новой системой.
• Обучение топ-менеджмента: Проведение коротких тренингов, направленных не на технические детали, а на интерпретацию данных и принятие решений на основе аналитических отчетов.

3. Формализация требований к данным.

Необходимо разработать стандарты сбора и ввода данных во всех операционных системах (ERP/CRM), поскольку «мусор на входе» неизбежно ведет к «мусору на выходе» (GIGO-принцип).

Оценка экономической и организационной эффективности предложенных рекомендаций

Предложенные рекомендации должны быть подвергнуты проектной (априорной) оценке для подтверждения их целесообразности, как было описано в Методологии оценки эффективности.

1. Проектная оценка экономического эффекта (на примере внедрения BI-системы)

Предположим, что внедрение BI-системы позволит сократить время на подготовку ежемесячной управленческой отчетности и повысить точность прогноза продаж, что приведет к росту выручки и снижению операционных затрат.

Показатель	Базовое значение (Р₀)	Прогнозное значение (Р₁)
Годовая выручка	100 000 000 руб.	102 000 000 руб. (рост на 2% за счет точного прогнозирования спроса)
Операционные затраты на отчетность	1 000 000 руб.	800 000 руб. (снижение на 20% за счет автоматизации)
Результат (Р)	99 000 000 руб.	101 200 000 руб.
Дополнительные затраты (З_доп)		1 500 000 руб. (стоимость ПО, внедрение, обучение)

Расчет экономического эффекта:

1. Разница в результатах: 2 200 000 руб. = (101 200 000 руб. - 99 000 000 руб.)
2. Применяем формулу: Э = (Р₁ - Р₀) - З_доп
3. Э = 2 200 000 руб. - 1 500 000 руб. = 700 000 руб.

Вывод: Проектная оценка показывает, что внедрение BI-системы обеспечивает положительный экономический эффект в размере 700 000 рублей уже в первый год, подтверждая целесообразность инвестиций.

2. Оценка организационной эффективности (на примере децентрализации)

В случае децентрализации и делегирования полномочий эффект часто выражается в качественных показателях:

Показатель	Базовое значение	Прогнозное значение	Организационный эффект
Время принятия оперативного решения (дни)	5 дней (из-за согласования на 2-х уровнях)	1 день	Сокращение цикла принятия решений в 5 раз, повышение оперативности.
Доля рутинных решений, принятых высшим руководством (%)	70%	30%	Снижение нагрузки на топ-менеджмент, высвобождение времени для стратегического планирования.
Прозрачность данных (%)	40% (разрозненные отчеты)	90% (консолидированные дашборды)	Повышение обоснованности решений за счет доступа к единой версии истины.

Организационный эффект выражается в повышении гибкости, адаптивности и улучшении корпоративной культуры, что является критически важным для долгосрочной конкурентоспособности в цифровой экономике. Не является ли такое сокращение времени принятия решений лучшим доказательством эффективности реформ?

Заключение

Проведенное исследование позволило комплексно рассмотреть механизм разработки, принятия и совершенствования управленческих решений в контексте современных вызовов цифровой экономики.

Управленческое решение определено как результат анализа, прогнозирования и выбора оптимальной альтернативы. В условиях цифровизации классический процесс УР трансформируется в непрерывную data-driven модель, где ключевую роль играют информационно-аналитические технологии.

Основные теоретические положения: В условиях цифровизации классический процесс УР трансформируется в непрерывную data-driven модель, где ключевую роль играют информационно-аналитические технологии.

Результаты системного анализа: Выявлено, что качество и скорость УР в российских компаниях часто сдерживается преобладанием централизованных функционально-линейных структур. При этом наблюдается активный рост российского рынка BI-систем (30% к концу 2024 года, 68% доли отечественных решений), что подчеркивает стратегическую важность углубленной аналитики. Однако внедрение Big Data сталкивается с проблемой нехватки квалифицированных кадров и сложностью традиционной оценки эффективности.

Ключевые рекомендации по совершенствованию механизма УР:

1. Организационная оптимизация: Внедрение элементов децентрализации через целевое делегирование полномочий на средний уровень управления для повышения оперативности и снижения нагрузки на топ-менеджмент.
2. Технологическое совершенствование: Обоснованное внедрение отечественной BI-системы для консолидации данных из ERP/CRM, обеспечения прогнозной аналитики и визуализации KPI.
3. Кадровое обеспечение: Создание центра компетенций и обучение персонала для преодоления проблемы нехватки квалификации и эффективного использования цифрового инструментария.

Проектная оценка показала, что предложенные меры, в частности, внедрение BI-системы, являются экономически целесообразными и обеспечивают значительный организационный эффект, выражающийся в сокращении цикла принятия решений и повышении их обоснованности.

Таким образом, цель выпускной квалификационной работы, заключавшаяся в разработке системы конкретных рекомендаций по совершенствованию механизма УР, полностью достигнута.

Список использованной литературы

1. Адизес, И. Как преодолеть кризисы менеджмента / И. Адизес. — Санкт-Петербург: Стокгольмская школа экономики, 2007. — 294 с.
2. Виханский, О. С. Стратегическое управление / О. С. Виханский. — Москва: Гардарика, 2008. — 296 с.
3. Волчихина, В. И., Андреев, Г. И. Модели и методы управления в условиях определенности / В. И. Волчихина, Г. И. Андреев. — Москва: Финансы и статистика, 2006. — 304 с.
4. Голубков, Е. П. Технология принятия управленческих решений / Е. П. Голубков. — Москва: Дело и сервис, 2005. — 544 с.
5. Дафт, Р. Управленческие решения. Секреты успеха / Р. Дафт. — Москва: Юнити-Дана, 2006. — 280 с.
6. Злобина, Н. В. Управленческие решения / Н. В. Злобина. — Тамбов: ТГТУ, 2007. — 80 с.
7. Кошевой, О. С. Разработка управленческого решения : Учебное пособие / О. С. Кошевой. — Пенза: ПРЦДО, 2005. — 64 с.
8. Маркова, В. Д., Кузнецова, С. А. Стратегический менеджмент : Курс лекций / В. Д. Маркова, С. А. Кузнецова. — Москва: Инфра-М, 2006. — 288 с.
9. Синюк, В. Г. Использование информационно-аналитических технологий при принятии управленческих решений / В. Г. Синюк. — Москва: Инфра-М, 2003. — 160 с.
10. Эйтингон, В. Н. Методы разработки и принятия решений в менеджменте : Учебное пособие / В. Н. Эйтингон. — Воронеж: ВГУ, 2005. — 144 с.
11. Янковский, К. П. Введение в инновационное предпринимательство / К. П. Янковский. — Санкт-Петербург: Питер, 2004. — 215 с.
12. BI + Big Data: анализ больших объёмов данных для принятия бизнес-решений. — URL: https://invento-labs.by (дата обращения: 23.10.2025).
13. ERP-системы на рынке России: рейтинг 2025 и сравнение. — URL: https://wiseadvice-it.ru (дата обращения: 23.10.2025).
14. 30% российских компаний планируют увеличить инвестиции в развитие big data проектов — CNews.ru. — URL: https://cnews.ru (дата обращения: 23.10.2025).
15. 30% российских компаний планируют увеличить инвестиции в развитие big data проектов — K2Tex — К2Тех. — URL: https://k2.tech (дата обращения: 23.10.2025).
16. ВЕСТНИК — Университет мировых цивилизаций им. В.В.Жириновского. — URL: https://uwc-z.ru (дата обращения: 23.10.2025).
17. Влияние цифровых технологий на трансформацию бизнес-моделей и организационных структур современных предприятий. — URL: https://etreview.ru (дата обращения: 23.10.2025).
18. Глава 8. Оценка эффективности управленческих решений 8.1. Виды эффектив. — URL: https://ifmo.ru (дата обращения: 23.10.2025).
19. Децентрализация на практике — DENTALMAGAZINE.RU. — URL: https://dentalmagazine.ru (дата обращения: 23.10.2025).
20. Классификация управленческих решений Classification of management decisions. — URL: https://belal.by (дата обращения: 23.10.2025).
21. Классификация управленческих решений: Уровень принятия решения. — URL: https://ifmo.ru (дата обращения: 23.10.2025).
22. Методы принятия управленческих решений: гайд, полезный каждому руководителю. — URL: https://skillbox.ru (дата обращения: 23.10.2025).
23. На основе обобщения точек зрения ученых сформулировано определение понятия «управленческое решение». — URL: https://cyberleninka.ru (дата обращения: 23.10.2025).
24. ОСОБЕННОСТИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ЭКОНОМИКИ РФ. ТЕОРЕТИЧЕСКИЙ АСПЕКТ. — URL: https://cyberleninka.ru (дата обращения: 23.10.2025).
25. Оценка централизации/децентрализации управления предприятием. — URL: https://cyberleninka.ru (дата обращения: 23.10.2025).
26. Роль BI в принятии управленческих решений. — URL: https://cyberleninka.ru (дата обращения: 23.10.2025).
27. Топ 10 лучших BI-систем: сравнение и обзор систем аналитики. — URL: https://1cbit.ru (дата обращения: 23.10.2025).
28. Управленческие решения: что это, этапы принятия и ключевые особенности. — URL: https://mbschool.ru (дата обращения: 23.10.2025).
29. ЦИФРОВИЗАЦИЯ АДАПТИВНЫХ ОРГАНИЗАЦИОННЫХ СТРУКТУР В РАМКАХ ПЕРЕХОДА. — URL: https://progressive-economy.ru (дата обращения: 23.10.2025).
30. ЦИФРОВОЙ ИНСТРУМЕНТАРИЙ УПРАВЛЕНИЯ ПРЕДПРИЯТИЯМИ: CRM, ERP, ECM, BI. — URL: https://cyberleninka.ru (дата обращения: 23.10.2025).