CC BY
52
Оптимизация эффективности бизнеса с помощью гибкой бизнес-аналитики и анализа
данных в условиях кризиса
Optimizing business performance with agile business intelligence and data analytics in a crisis
Птицын С. Д.
Студент 2 курса магистратуры Институт Экономики и управления Самарский национальный исследовательский университет имени академика С.П. Королёва Россия, Самара, Московское ш., 34 e-mail: Sergey0420@gmail.com
Ptitsyn S. D.
Student 2 term Institute of Economics and management Samara University Russia, Samara, Moskovskoye sh., 34 e-mail: Sergey0420@gmail.com
Хромова А. В.
Студент 2 курса магистратуры Институт Экономики и управления Самарский национальный исследовательский университет имени академика С.П. Королёва Россия, Самара, Московское ш., 34 e-mail: khromova_1998@list.ru
Khromova A. V.
Student 2 term Institute of Economics and management Samara University Russia, Samara, Moskovskoye sh., 34 e-mail: khromova_1998@list.ru
Аннотация.
Пандемия COVID-19 привела к разрушительному социально -экономическому кризису, что сказалось на временном закрытии и банкротстве тысяч предприятий по всему миру. Чем быстрее компании смогут отреагировать на текущую ситуацию с пандемией, тем выше их шансы на выживание в краткосрочной и долгосрочной перспективе. Компании по всему миру вынуждены вносить существенные изменения в свою деятельность, такие как сокращение штата, диверсификация продуктов и услуг. Чтобы быстро реагировать на эти изменения, компаниям необходимо внедрить или извлечь большую выгоду из бизнес -аналитики с помощью гибкого управления рисками, систем искусственного интеллекта и анализа данных. Всё это окажет влияние на способность принимать обоснованные решения для улучшения хозяйственной деятельности в условиях COVID-19. В этой статье изложены некоторые практические и теоретические рекомендации по организации стратегии бизнес-аналитики для организаций и их поставщиков, о том, как быть адаптивными, гибкими и инновационными, чтобы выжить и оставаться конкурентоспособными в эти сложные времена, используя гибкие метрики управления рисками, системы искусственного интеллекта и аналитику данных.
Annotation.
The COVID-19 pandemic has led to a devastating socio-economic crisis that has resulted in the temporary closure and bankruptcy of thousands of businesses around the world. The faster companies can respond to the current pandemic situation, the better their chances of survival in the short and long term. Companies around the world are forced to make significant changes in their operations, such as downsizing, diversifying products and services. To respond quickly to these changes, companies need to implement or capitalize on business intelligence through agile risk management, artificial intelligence, and data analytics. All of this will impact on the ability to make informed deci sions to improve business operations in the context of COVID-19. This article outlines some practical and theoretical guidance for organizing a business intelligence strategy for organizations and their vendors, how to be adaptive, agile and innovative in order to survive and stay competitive in these challenging times, using flexible risk management metrics, artificial intelligence systems. intelligence and data analytics.
Ключевые слова: гибкая аналитика, управление рисками, искусственный интеллект, анализ данных, кризис, пандемия, банкротство.
Key words: agile analytics, risk management, artificial intelligence, data analysis, crisis, pandemic, bankruptcy.
Введение. COVID-19 - один из самых смертоносных вирусов, когда-либо поражавших мир. С момента распространения вируса у крупных и средних предприятий не было другого выбора, кроме как потерять часть стоимости на фондовом рынке, сократить штат, временно закрыться и ожидать государственного вмешательства или продолжать работать с высоким риском обанкротиться. Недавнее исследование [16] показало, что из-за COVID-19 треть предприятий опасается, что они закроются навсегда в течение месяца. В статье также упоминается, что почти 10 000 владельцев малого бизнеса в Канаде указали, что примерно каждый третий считает, что в нынешних экономических условиях они не проживут дольше месяца. В Российской Федерации наблюдается примерно такая же ситуация, половина опрошенных сомневаются в своей способности пережить вторую волну коронавирусной инфекции, треть не сможет выплатить ранее отложенные налоги [2]. Более 80% малых и средних предприятия в США ожидают трудности в восстановлении своей деятельности на протяжении следующих 8-12 месяцев, половина из них может закрыться уже спустя 3 месяца [18].
Большинство предприятий уже ощутило на себе разрушительные экономические последствия нового вируса. Это следует из совместного исследования Всемирного экономического форума и Организации Объединенных Наций, которое показало, что снижение темпов роста мировой экономики, вызванное новым вирусом, как ожидается, обойдется как минимум в 1 триллион долларов [22].
Очевидно, что COVID-19 - это глобальная экономическая ситуация, которая затронула все сферы бизнеса и многие из них понесли серьезные убытки. У большинства компаний есть гибкая и динамичная бизнес-модель, позволяющая адаптироваться к изменениям и неопределенностям, однако, средние и малые предприятия зачастую не имеют такой бизнес-модели.
COVID-19 кардинально меняет правила игры, что приводит к беспрецедентным изменениям и трансформации предприятий по всему миру, требуя новых операционных, производственных и сервисных процессов. Отрасль цепочки поставок является одной из важнейших отраслей, поддерживающих большинство сфер экономики в эти трудные времена за счет высокого спроса на рабочие места, закупки материалов, производства, складирования товаров, управления запасами, распределения и доставки основных продуктов и услуг. В то время как границы между странами были закрыты для перемещений, предприятия в сфере цепочки поставок были одними из немногих предприятий, имеющих возможность пересекать эти границы.
Чтобы поддерживать бесперебойную работу бизнеса, руководству необходимо стратегически управлять деятельностью в рамках своей фирмы и цепочек поставок товаров и услуг с использованием стратегий гибкости, искусственного интеллекта и возможностей анализа данных для поддержания своего бизнеса в условиях глобальной неопределенности.
Гибкая бизнес-аналитика в этом исследовании определяет способность фирмы создавать и реагировать на изменения в своей бизнес-среде с помощью гибких стратегий управления рисками, технологий искусственного интеллекта (ИИ) и возможностей анализа данных для сбора, интерпретации и передачи значимых зависимостей данных, которые помогут руководству принимать эффективные бизнес-решения и действовать.
В этом исследовании применение искусственного интеллекта и аналитических процессов сочетаются с различными гибкими компонентами управления рисками: осознанностью, доступностью, решительностью, скоростью и адаптивностью в сети цепочек поставок. Нельзя оспаривать тот факт, что эффективное использование систем искусственного интеллекта и возможностей анализа данных в компонентах гибкого
измерения поможет улучшить и поддержать организацию и ее сеть цепочек поставок товаров и услуг, когда весь мир переживает беспрецедентное время глобальной неопределенности. Это связано с тем, что сеть цепочек поставок товаров и услуг состоит из компаний, которые отличаются друг от друга. Тем не менее, они сильно зависят друг от друга посредством информационного потока, управления персоналом и его навыками, спроса и предложения, взаимодействия с клиентами, предоставления услуг и движения денежных средств для большинства видов деловой деятельности [5, 7].
Применение ИИ и аналитики данных на основе систем, использующих «интеллектуальных агентов», сложных алгоритмов, таких как машинное обучение, обработка естественного языка (NLP) и робототехника, позволяют менеджерам получать важную информацию, выполнять поставленные задачи и адаптироваться к изменениям в отрасли [10].
В значительной степени текущие изменения, связанные с COVID-19, требуют пересмотра параметров управления рисками путем интеграции систем искусственного интеллекта и анализа данных, чтобы помочь менеджерам получить представление о своей внутренней и внешней среде для принятия эффективных решений и осуществления необходимых действий, проявляя особенную гибкость и оперативность в этих вопросах для повышения эффективности бизнеса.
Большинство научных работ связанных с сетями поставок товаров и услуг сосредоточены главным образом на гибкости внутренних и внешних процессов фирмы. Однако они делают незначительный упор на эффективное использование систем искусственного интеллекта и возможностей анализа данных для приспособления, своевременности принятия решений и гибкости предприятий во время кризиса.
Чтобы восполнить эти пробелы, в данной статье описываются некоторые стратегии гибкой бизнес -аналитики для улучшения внутренних процессов организации и сетей цепочек поставок товаров и услуг с помощью параметров гибкости, искусственного интеллекта и возможностей анализа данных во время и после кризиса пандемии COVID-19.
Аспекты гибкости, возможности искусственного интеллекта и анализа данных
Осознанность
Осознанность - это способность бизнеса быстро прогнозировать изменения, возможности и угрозы в своей деловой сфере. Таким образом, осведомленность требует знания чувствительности показателей организации, неопределенностей и изменений в деловой среде. Роль осознанности в достижении желаемого уровня бизнес-аналитики, помогающей в принятии решений, в этом исследовании подчеркивается при развертывании систем искусственного интеллекта и аналитики данных. Это требует четкой координации, легкого доступа к потоку информации внутри фирмы и ее различных сетей цепочек поставок товаров и услуг с использованием систем искусственного интеллекта, таких как обработка естественного языка (NLP), Birst Supply Chain Analytics и SAS Supply Chain Intelligence для интеграции данных из различных источников в реальном времени. Эти системы также можно использовать для сбора данных от заинтересованных сторон, чтобы получить представление о текущих моделях рыночного спроса, сетях поставок, операциях и требованиях к обслуживанию клиентов [1, 14, 19].
Используя гибкую аналитику, менеджеры сетей цепочек поставок товаров и услуг могут собирать исторические и текущие рыночные данные для дальнейшего анализа с помощью методов агрегации и интеллектуального анализа данных для выявления взаимосвязей в данных. Больше информации можно получить с помощью запросов, отчетов и визуализации. На этом этапе рекомендуется, чтобы руководство выполняло бизнес-аналитику, с целью получить глубокое понимание собранных данных, чтобы понять причины тех или
иных событий и возможные варианты поведения. Это поможет руководству прогнозировать неопределенности и определять спрос и предложение на товары и услуги во время пандемии COVID-19 и после неё.
Доступность
Доступность определяет способность организации и ее сети цепочек поставок быстро получать доступ к релевантным данным после использования осознанного подхода для обнаружения изменений, с целью позволить менеджерам принимать обоснованные решения относительно изменений в их бизнес -среде.
Доступ к данным и информации в режиме реального времени является важнейшим требованием и определяющим фактором гибкости организации в преодолении неопределенностей. В эти беспрецедентные времена настоятельно рекомендуется, чтобы организации и их сети цепочек поставок товаров и услуг предоставляли данные по запросу и были легко доступны на разных уровнях компании для быстрого реагирования на изменения рынка. Доступные данные могут включать информацию о спросе и предложении, управлении производственными мощностями и квалификациями, управлении запасами, производстве, доставке, отношениях с клиентами, движении денежных средств и государственных требованиях. Интеграция информации играет жизненно важную роль в гибких стратегиях организации по сбору и распространению точной информации.
Хотя этот процесс иногда может быть сложным из-за огромного количества данных, доступных в организации, практическое применение систем искусственного интеллекта, таких как PeopleSoft, JDA Supply Chain Analytics, SAS Supply Chain Intelligence, Microsoft Power BI, Tableau и Insights позволяет намного проще организовать доступность данных во всей организации [1, 14, 19].
Применяя системы бизнес-аналитики и прогнозирующую аналитику, руководство будет извлекать значимые зависимости из данных, которыми обмениваются организация и ее сети цепочек поставок, прогнозировать наиболее вероятные результаты или будущие сценарии и их влияние на деятельность организации. Это позволит компаниям выявлять, планировать и смягчать любые риски в поставках сырья, доступности рабочей силы, производственном процессе, государственных постановлениях, складировании и логистике, а также других проблемах заинтересованных сторон как в обычной ситуации, так и во время кризиса.
Решительность
Этот параметр гибкости определяет способность руководства принимать твердое решение на основе отчетов и аналитических данных. Принятие решений на уровне управления иногда может быть затруднено из -за увеличения размера сети цепочек поставок, организационной структуры, времени для принятия решений и высокого уровня бюрократии [4]. В конечном итоге менеджеры, которые могут принимать быстрые решения, лучше способны вести свою организацию к обнаружению угроз или использованию рыночных возможностей Благодаря применению прогнозирующей аналитики компании получат более выгодные возможности для устранения всех препятствий в процессе принятия решений в рамках своей организации и сетей цепочек поставок товаров и услуг путем решения проблем и совместной работы по уменьшению рисков. Использование систем искусственного интеллекта, встроенных в машинное обучение, позволит предприятиям перейти от реактивного режима к более проактивному за счет мониторинга, контроля и измерения событий в цепочке поставок товаров и услуг. Использование подобного программного обеспечения также позволит в режиме реального времени прогнозировать возможности, приоритеты и проблемы для бизнеса в удовлетворении запросов заинтересованных сторон.
Скорость
Скорость в аспектах гибкости определяет, насколько быстро организация может реализовать принятое решение. Это необходимо при получении информации и формировании вектора поведения в соответствии с
рыночными изменениями и любыми неопределенностями. В эти трудные времена бизнес обязан действовать быстро, чтобы справиться с возникшими проблемами.
В период COVID-19 мы стали свидетелями того, как многие предприятия перешли от производства своих традиционных продуктов и услуг к производству товаров и услуг, пользующихся большим спросом, особенно средств индивидуальной защиты (СИЗ) и средств гигиены. Foxconn, один из мировых гигантов электроники и производитель большинства продуктов Apple, переключил часть своего производства на изготовление хирургических масок, пообещав производить 2 миллиона масок в день [9]. Автомобильные компании, такие как Ford, быстро перешли на поставки медицинских товаров, собирая более 100 000 пластиковых масок в неделю [17, 20].
Адаптивность
Адаптивность определяет способность организации изменять набор тактик и операций в цепочке поставок товаров и услуг для успешного внедрения своих стратегий гибкости вместо того, чтобы жить по принципу максимума. Организации должны постоянно пробовать новые методы и процессы, которые приносят пользу компании, для продвижения инноваций вместо того, чтобы полагаться на старые способы веде ния дел.
Использование инструментов искусственного интеллекта позволяет менеджерам управлять бизнес -процессами на приоритетной основе, быть более проактивными с помощью прогнозной аналитики, сравнивать положение своей организации с текущими отраслевыми стандартами и практиковать использование анализа данных. Системы искусственного интеллекта также позволяют компаниям проводить когнитивную аналитику в процессе планирования и реагирования, чтобы иметь возможности производить и оказывать жизнеспособные товары и услуги во время пандемии COVID-19 и после неё.
Административные стратегии
Новые проблемы - новые возможности. Бизнес постоянно встречается с новыми вызовами, и тем не менее, каждый такой вызов несёт в себе потенциальные возможности. Новые вызовы сопровождаются страхом и неуверенностью, однако, их избегание ограничивает ваши возможности узнать больше о своей бизнес -среде. Из-за COVID-19 некоторые рестораны теперь преобразовывают свои помещения для продажи продуктов и предметов первой необходимости, чтобы оставаться на плаву, автосалоны и связанные с ними предприятия переходят на модель доставки на дом, Foxconn производит тысячи масок, General Motors, Ford и Tesla производят аппараты ИВЛ [9, 12, 15]. При правильном подходе к бизнесу компании могут превратить проблемы COVID-19 в бизнес-возможности, используя продолжающийся кризис для обновления своих бизнес -процессов, обучения, сохранения и найма талантливых сотрудников. Кроме того, предприятия не должны уклоняться от использования новых технологий, продуктов и рынков для удовлетворения потребностей клиентов и заинтересованных сторон.
Конкурентоспособность и лояльность потребителей. Большинство предприятий обеспокоены влиянием COVID-19 на отношения со своими клиентами и другими заинтересованными сторонами. Компании должны сохранять лояльность и доверие заинтересованных сторон и клиентов, давая им понять, насколько они значимы. Эти стратегии включают в себя предоставление обновленной информации о результатах деятельности и поощрение сотрудников и клиентов, работающих на передовой в эпоху коронавируса. Для предприятий также важно сосредоточиться на внутренней среде, возможностях и стратегиях для эффективного решения текущих проблем, с целью сохранить свой бизнес и затем иметь возможность помочь другим, удов летворяя спрос на товары и услуги потребителей.
Человеческий капитал. У большинства предприятий не было выбора, кроме как сократить штат сотрудников из-за ограничений доходов на фоне COVID-19. [21] Компания Boeing уволила 67 700 сотрудников из-за потери денежных средств. С другой стороны, компании с высоким спросом и лучшим финансовым
положением, такие как CVS, Walmart, Instacart, Amazon и Dollar General, нанимают таланты и используют текущий рыночный кризис в качестве конкурентного преимущества [6]. В США более 26 миллионов американцев уже потеряли работу из-за коронавируса. На сегодняшний день в Канаде зарегистрировано более 1 миллиона рабочих, потерявших свои места [8, 13]. В Российской Федерации по официальным данным более 1,5 млн. человек остались без работы во время пандемии, по оценке отдельных экспертов этот показатель может доходить до 4-5 млн. человек [3]. Большинство из этих пострадавших работников - настоящие таланты из Кремниевой долины и сферы технологий, производства и логистики, авиаперевозок, финансов и образования [21]. Нет другого лучшего времени для привлечения интеллектуального капитала, чем сейчас. Компании должны проявлять инициативу, набирая таланты и используя эту ситуацию для развития существующего резерва талантов. Стратегически компании также должны разработать официальную программу для прогнозирования и удовлетворения своих потребностей в талантах [11].
Практическая значимость исследования. В исследовании подчеркивается, что эффективное использование возможностей гибкости, искусственного интеллекта и аналитики данных по-прежнему является отличной стратегией выживания для предприятий в период COVID-19. Чтобы лучше использовать эти технологии, менеджеры в сети цепочек поставок должны использовать методы агрегации и интеллектуального анализа информации для сбора исторических и текущих данных, с целью помочь определить зависимости в данных для принятия обоснованных решений.
Кроме того, руководство должно эффективно применять гибкие возможности бизнес-аналитики, чтобы иметь возможность выделять основные закономерности из имеющихся данных, совместно используемых в организации и ее сетях цепочек поставок, чтобы помочь руководству выявлять, планировать и снижать любые риски в своих бизнес-процессах.
Помимо этого, предприятиям следует перейти от реактивной к более проактивной позиции, используя системы искусственного интеллекта цепочки поставок, встроенные в машинное обучение, чтобы в режиме реального времени прогнозировать бизнес -возможности, приоритеты и проблемы в удовлетворении потребностей заинтересованных сторон.
Также, эффективное использование гибкой бизнес -аналитики поможет менеджерам формировать комплексные вопросы и отвечать на них с помощью обработки естественного языка (NLP) в стремлении оптимизировать свои операции в период кризиса.
Более того, предприятиям следует эффективно использовать гибкие системы бизнес-аналитики, чтобы лучше проводить когнитивную аналитику в своих циклах планирования и реагирования, с целью лучше производить необходимые продукты и услуги во время кризиса COVID-19.
Исследование также выявило некоторые административные стратегии для менеджеров и предприятий, отвечающие на вопрос о том, как оставаться конкурентоспособными в условиях пандемии. Компании должны воспринимать текущий продолжающийся кризис как тревожный сигнал, чтобы обновить свои бизнес-процессы, а также чтобы оставаться конкурентоспособными. Организации должны сохранять лояльность и довери заинтересованных сторон и клиентов, обеспечивая их поддержку.
Пандемия COVID-19 привела к появлению широкого круга исследовательских тем в областиуправления цепочками поставок, образования, здравоохранения, финансов, туризма и предоставления услуг. Это исследование вносит свой вклад в существующие знания о гибкой бизнес -аналитике и анализе данных в отрасли цепочек поставок в кризисное время. Исследование служит основой для последующих работ в области гибкой бизнес-аналитики и анализа данных. Поскольку это исследование носит в основном теоретический характер, в
будущих работах следует учитывать эмпирические исследования для изучения возможностей гибкой бизнес -аналитики и анализа данных в отношении эффективности бизнеса, особенно во время кризиса.
Заключение. COVID-19 ведет к масштабным преобразованиям в деловом мире, что требует внедрения инновационных способов ведения бизнеса в сети цепочек поставок товаров и услуг, таких как закупка материалов, производство, складирование, управление запасами, розничная торговля и доставка.
В этот период критически важна интеграция цепочки поставок товаров и услуг с помощью эффективных стратегий гибкой бизнес-аналитики, искусственного интеллекта и анализа данных, чтобы менеджеры могли принимать эффективные и устойчивые решения в рамках различных сфер хозяйствования. Очевидно, что пять измерений гибкого управления рисками, использование систем искусственного интеллекта и анализа данных позволят организации и ее цепочке поставок товаров и услуг получать доступ к соответствующей информации и данным в режиме реального времени, находить закономерности в данных и выявлять неопределенности, возможности и угрозы, а также принимать эффективные управленческие решения.
Эта статья служит практическим руководством для менеджеров по принятию устойчивых решений для реализации стратегии, внесения изменений для разработки эффективных стратегий преобразования цепочки поставок товаров и услуг и бизнес-процессов. Сохраняя адаптивность с помощью искусственного интеллекта, аналитики данных, гибкой бизнес-аналитике бизнес может выжить в условиях борьбы с COVID-19.
Список используемой литературы:
1. Головина Т. А. Развитие технологий бизнес аналитики на основе концепции Business Intelligence [Текст] // Т. А. Головина, В. И. Романчина, А. И. Закиров / Известия ТулГУ. Экономические и юридические науки. - 2014. - .№5 -1. Режим доступа URL: https ://cyberleninka.ru/article/n/raz\itie-tehnologiy-biznes-analitiki-na-osnove-kontseptsii-business-intelligence (дата обращения: 12.10.2020).
2. РБК. Российский бизнес усомнился в способности пережить вторую волну COVID-19 [Электронный ресурс]. Режим доступа URL https://www.rbc.ru/economics/26/08/2020/5f46548d9a79476463eafDc1 (Дата обращения: 13.10.2020):
3. ФинЭкспертиза. Аналитики оценили реальную безработицу в два раза выше официальной [Электронный ресурс]. Режим доступа URL: https://finexpertiza.ru/press-service/researches/2020/real-bezrabotitsa/ (дата обращения 14.10.2020).
4. Шкурко Ю. С. Скорость и точность принятия решений руководителями и подчиненными [Текст] // СПЖ. 2016. №59. Режим доступа URL: https://cyberleninka.ru/arti cle/n/skorost-i-tochnost-prinyatiya-resheniy-rukovoditelyami-i-podchinennymi (дата обращения: 12.10.2020).
5. Эроза В. Е. Влияние управления цепочками поставок товаров на конкурентоспособность фирм [Текст] // Российский внешнеэкономический вестник. 2011. - №1. Режим доступа URL: https://cyberleninka.ru/article/n/vliyanie-upravleniya-tsepochkami-postavok-tovarov-na-konkurentosposobnost-firm (дата обращения: 16.10.2020).
6. Alcorn, C. (2020). These Companies Are Hiring Thousands of New Employees during the Coronavirus Pandemic [Электронный ресурс]. https://www.cnn.com/2020/03/23/business/coronavirus-companies-hiring/index.html (дата обращения 12.10.2020).
7. Baltacioglu, T., Ada, E., Kaplan, M. D., Yurt, O., & Kaplan, Y. C. (2007). A New Framework for Service Supply Chains [Текст]. Service Industries Journal, 27, 105-124.
8. Bartash, J. (2020). Jobless Claims Jump Another 4.4 Million—26 Million Americans Have Lost Their Jobs to the Coronavirus [Электронный ресурс]. Режим доступа URL: https://www.marketwatch.com/story/jobless-claims-jump-another-44-million-25-milli on-americans-have-lost-their-iobs-to-the-coronavirus-2020-04-23 (дата обращения 15.10.2020).
9. BBC (2020). Coronavirus: iPhone Manufacturer Foxconn to Make Masks [Электронный ресурс]. Режим доступа URL: https://www.bbc.com/news/business-51410700 (жата обращения 12.10.2020).
10. Blume Global (2020). How Artificial Intelligence Improves the Supply Chain [Электронный ресурс]. Режим доступа URL: https://www.blumeglobal.com/learning/artificial-intelligence (дата обращения 11.10.2020).
11. Cappelli, P. (2008). Talent Management for the Twenty-First Century [Текст]. Harvard Business Review, 86, 74-81.
12. Desai, D. (2020). COVID-19: How Canadian Restaurants Became Online Grocery Stores to Cater to Pandemic Demand [Электронный ресурс]. Режим доступа URL: https://www.theguardian.pe.ca/news/canada/covid-19-how-canadian-restaurants-became-online-grocery-stores-to-cater-to-pandemic-demand-438874 (дата обращения 13.10.2020).
13. Evans, P. (2020). Canada Lost More than 1 Million Jobs Last Month as COVID-19 Struck [Электронный ресурс]. Режим доступа URL: https ://www.cbc.ca/news/business/canada-j obs-march-covid-19-1.55273 59 (дата обращения 07.10.2020).
14. Fruhlinger, M. K. P. (2019). What Is Business Intelligence? Transforming Data into Business Insights [Электронный ресурс]. Режим доступа URL: https://www.cio.com/article/2439504/business-intelligence-definition-and-solutions .html (дата обращения 16.10.2020).
15. Gorzelany, J. (2020). Car Sales and Service Providers Are Embracing Home Delivery Models in the Age of COVID-19 [Электронный ресурс]. Режим доступа URL:
https://www.forbes.com/sites/jimgorzelany/2020/03/24/car-sales-and-service-are-embracing-home-delivery-models-in-the-age-of-covid-19/#534f8771799f (дата обращения 18.10.2020).
16. Hudes, S. (2020). COVID-19: One-Third of Businesses Fear They'll Permanently Close within a Month [Электронный ресурс]. Режим доступа URL: https://calgaryherald.com/business/local-business/one-third-of-businesses-fear-covid-19-could-lead-to-permanent-closure-within-a-month (дата обращения 20.10.2020).
17. Mich, D. (2020). Ford Works with 3M, GE, UAW to Speed Production of Respirators for Healthcare Workers, Ventilators for Coronavirus Patients [Электронный ресурс]. Режим доступа URL: https://media.ford.com/content/fordmedia/fna/us/en/news/2020/03/24/ford-3m-ge-uaw-respirators-ventilators.html (дата обращения 22.10.2020).
18. OECD. Coronavirus (COVID-19): SME policy responses [Электронный ресурс]. Режим доступа
URL: https://www.oecd.org/coronavirus/policy-responses/coronavirus-covid-19-sme-policy-responses-04440101/ (дата обращения 18.10.2020).
19. Pontius, N. (2020). Top Supply Chain Analytics: 50 Useful Software Solutions and Data Analysis Tools to Gain Valuable Supply Chain Insights [Электронный ресурс]. Режим доступа URL: https://www.camcode.com/asset-tags/top-supply-chain-analytics (дата обращения 19.10.2020).
20. Trieu, R. (2020). 5 Ways Companies Are Pivoting Manufacturing to Help Fight COVID-19 [Электронный ресурс]. Режим доступа URL: https ://www.autodesk.com/redshift/manufacturing-covid-19 (дата обращения 20.10.2020).
21. Voytko, L. (2020). Coronavirus Layoffs: Lyft, Boeing Latest to Cut Workers amid Pandemic [Электронный ресурс]. Режим доступа URL: https://www.forbes.com/sites/lisettevoytko/2020/04/29/coronavirus-layoffs-boeing-cuts-10-of-workforce-amid-pandemic/#7ebaf2863487 (дата обращения 22.10.2020).
22. World Economic Forum (2020). This Is How Much the Coronavirus Will Cost the World's Economy, According to the UN [Электронный ресурс]. Режим доступа URL:
https://www.weforum.org/agenda/2020/03/coronavirus-covid-19-cost-economy-2020-un-trade-economics-pandemic (дата обращения 21.10.2020).
