The role of big data and analytics in optimizing production processes and their economic importance
Keywords:
maintenance, optimization, production processes, information, efficiencyAbstract
In recent years, significant attention in scientific research and the industrial sector has been given to the integration of big data and analytics to improve and optimize production processes. This article examines the role of big data and analytics in optimizing work procedures, their potential economic significance, and their impact on production capacities. The article analyzes various aspects related to the use of big data in an industrial environment, including data collection, storage, processing, and analysis. Big data from various sensors and real-time monitoring systems provide unprecedented opportunities for deep understanding and improvement of production processes. Comprehensive analytical tools allow for the interpretation of large volumes of data, identifying patterns and trends, which contributes to informed managerial decision-making. The economic significance of big data and analytics in the manufacturing industry lies in the ability to significantly reduce costs by enhancing equipment efficiency, reducing downtime, and improving product quality. Industrial enterprises can optimize planning and forecasting processes, leading to reduced operational costs and increased profits. Additionally, the implementation of analytical technologies contributes to the improvement of controlling and production management, increasing the adaptability of enterprises to changing market conditions and enhancing competitiveness. The article also emphasizes the importance of an interdisciplinary approach in using big data, including collaboration between IT specialists, engineers, and managers. Potential barriers and challenges are discussed, such as the need for highly qualified personnel, infrastructure requirements, and data security issues. In conclusion, it is stated that big data and analytics represent a powerful tool for transforming production processes, opening new horizons for industrial development in the digital age. The implementation of these technologies provides significant economic benefits, making enterprises more resilient and competitive in the global market.
References
Атырова Р.С., Жуманова А.Э. Информационно-аналитические системы для обработки больших данных (big data) // Известия Национальной Академии наук Кыргызской Республики. 2022. № S5. С. 121-126.
Казарян, К.К. Анализ Big Data с использованием периферийной аналитики // Молодой исследователь Дона. 2023. Т. 8. № 3(42). С. 26-28.
Кузьмин А.М., Высоковская Е.А. Интеллектуальный анализ данных – технология извлечения информации из больших баз данных // Методы менеджмента качества. 2023. № 11. С. 47.
Макеев М.А., Кадочников М.В., Клебанов Д.А. Большие данные для оптимизации работы погрузочной техники и автотранспорта на горных работах // Известия Тульского государственного университета. Науки о Земле. 2022. № 4. С. 343-354.
Мирончук В.А., Золкин А.Л., Батищев А.В., Урусова А.Б. Интеграция больших данных и аналитических возможностей в современные системы поддержки принятия решений // Вестник Академии знаний. 2023. № 5(58). С. 227-230.
Павлов А.М. Обработка больших данных в потоковом режиме для прогнозирования неисправностей в машиностроительном производстве // Политехнический молодежный журнал. 2021. № 3(56).
Сагидова М.Л. Основные пути и методы обработки больших данных // Наука и бизнес: пути развития. 2023. № 2(140). С. 42-46.
Уразбахтина Л.Р., Газетдинова Г.Н. Применение больших данных для анализа и оптимизации показателей на энергетических предприятиях // Проблемы научной мысли. 2024. Т. 1. № 4. С. 3-7.
Харин И.А., Раскатова М.В. Методы оптимизации вычислений по критерию производительности и сокращению времени работы программ при обработке больших данных // Перспективы науки. 2022. № 10(157). С. 34-37.
Щелокова Ю.К. Использование больших данных для анализа и оптимизации образовательного процесса в высших учебных заведениях // Управление образованием: теория и практика. 2024. № 2-1(76). С. 114-122.
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.