http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/601 Wed, 03 Jun 2026 12:13:34 GMT 2026-06-03T12:13:34Z http://localhost:8585/jspui/retrieve/99f2135d-0ef9-4b7c-af6a-57ffef648f0e/m15_4.jpg http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/601 http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/4324 Title: Штучний інтелект як інструмент прогнозування попиту і поведінки споживачів Authors: Тимченко, Надія Миколаївна; Міщенко, Іван Анатолійович; Вдовічена, Ольга Геннадіївна / Vdovichena, Olha Abstract: Трансформація маркетингового середовища під впливом цифровізації зумовлює потребу в методичному переосмисленні інструментарію прогнозування попиту. Актуальність дослідження зумовлена необхідністю адаптації бізнесу до умов цифрової економіки та ринку. Мета – обґрунтування методичних засад застосування алгоритмів штучного інтелекту для прогнозування попиту та моделювання поведінки споживачів. У процесі дослідження застосовано комплекс взаємодоповнювальних методів наукового пізнання. Зокрема, використано системний аналіз для класифікації сучасних підходів до застосування штучного інтелекту в прогнозуванні попиту та визначення їхніх функціональних особливостей у маркетинговій аналітиці. Для побудови та інтерпретації прогнозних підходів застосовано елементи економіко-математичного моделювання, зокрема аналіз часових рядів (ARIMA-підхід), рекурентні нейронні мережі (LSTM), а також ансамблеві алгоритми машинного навчання (Random Forest, XGBoost), що дозволяють ураховувати як лінійні, так і нелінійні залежності в споживчих даних. Порівняльний аналіз моделей прогнозування здійснювався за допомогою стандартних метрик якості: середньої абсолютної похибки (MAE), середньоквадратичної похибки (RMSE) та середньої абсолютної відносної похибки (MAPE), що дозволяє оцінити точність і стабільність прогнозних результатів у різних умовах даних. Окремо застосовано методи аналізу даних поведінки споживачів, які включають оброблення історії покупок, цифрової активності та реакцій на маркетингові стимули, що дозволяє враховувати поведінкові фактори в процесі формування прогнозів попиту. Результати дослідження свідчать, що штучний інтелект суттєво змінює підхід до прогнозування попиту. Якщо раніше компанії переважно реагували на вже сформовані тенденції, то зараз з’являється можливість їх передбачати ще на ранніх етапах. Алгоритми машинного навчання дозволяють виявляти складні взаємозв’язки між ціною, сезонністю, поведінковими патернами та зовнішніми факторами, які важко врахувати у традиційних моделях. Водночас ефективність таких технологій значною мірою залежить від якості даних, рівня цифрової зрілості компанії та здатності інтегрувати аналітичні системи в управлінські процеси. Узагальнено, що штучний інтелект поступово стає ключовим елементом сучасної маркетингової аналітики, впливаючи не лише на точність прогнозів, а й на підходи до прийняття управлінських рішень у сфері попиту та поведінки споживачів. Подальші дослідження доцільно спрямувати на вдосконалення моделей прогнозування та адаптацію алгоритмів штучного інтелекту до динамічних умов ринку. The transformation of the marketing environment driven by digitalization creates a need for the methodological reassessment of demand-forecasting tools. The relevance of the study stems from the need for businesses to adapt to the conditions of the digital economy and the modern market. The aim is to substantiate the methodological foundations for applying artificial intelligence algorithms to demand forecasting and consumer-behavior modeling. The study employs a set of complementary scientific methods. In particular, systems analysis is used to classify current approaches to the application of artificial intelligence in demand forecasting and to identify their functional features within marketing analytics. To construct and interpret the forecasting approaches, elements of economic and mathematical modeling are applied, including time-series analysis (the ARIMA approach), recurrent neural networks (LSTM), and ensemble machine-learning algorithms (Random Forest, XGBoost), which capture both linear and nonlinear dependencies in consumer data. A comparative analysis of the forecasting models is performed using standard quality metrics, namely the mean absolute error (MAE), the root-mean-square error (RMSE), and the mean absolute percentage error (MAPE), which allow the accuracy and stability of the forecast results to be evaluated under various data conditions. In addition, dedicated methods of consumer-behavior data analysis are applied, including the processing of purchase history, digital activity, and responses to marketing stimuli, which makes it possible to incorporate behavioral factors into the demand-forecasting process. The results show that artificial intelligence substantially changes the approach to demand forecasting. Whereas companies previously tended to react to trends that had already taken shape, it is now possible to anticipate such trends at much earlier stages. Machine-learning algorithms reveal complex interrelationships among price, seasonality, behavioral patterns, and external factors that are difficult to capture using traditional models. At the same time, the effectiveness of these technologies depends largely on data quality, the company’s level of digital maturity, and its ability to integrate analytical systems into management processes. It is concluded that artificial intelligence is gradually becoming a key element of contemporary marketing analytics, influencing not only forecast accuracy but also the approaches to managerial decision-making in the area of consumer demand and behavior. Further research should focus on refining forecasting models and adapting artificial intelligence algorithms to dynamic market conditions. Thu, 01 Jan 2026 00:00:00 GMT http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/4324 2026-01-01T00:00:00Z http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/3225 Title: Український бізнес на шляху криптовалютної інтеграції: перспективи та виклики Authors: Королюк, Юрій Григорович; Вдовічен, Данило Анатолійович Abstract: У статті досліджено особливості впровадження криптовалют у бізнес-середовище України на тлі глобальної цифровізації економіки. Розглянуто ключові переваги використання криптовалют, зокрема зниження транзакційних витрат, прискорення міжнародних розрахунків, підвищення прозорості фінансових операцій, розширення доступу до інвестиційних ресурсів. Проаналізовано бар’єри, які перешкоджають повноцінній інтеграції криптовалют у підприємницьку діяльність: правові, технічні, податкові, освітні. Надано характеристику сучасного стану нормативно-правового регулювання криптовалют в Україні та перспектив його гармонізації з європейськими стандартами, зокрема у межах імплементації директиви MiCA. Висвітлено приклади успішного застосування криптовалют українськими компаніями у сферах торгівлі, ІТ, фінансових послуг, логістики та освіти. Запропоновано практичні рекомендації для бізнесу щодо безпечного та ефективного використання криптовалютних інструментів. Підкреслено важливість державної підтримки, кібербезпеки, освітніх ініціатив і розвитку цифрової інфраструктури. The article examines the features of the introduction of cryptocurrencies into the domestic business environment in the context of the digital transformation of the economy. The authors emphasize the growing role of cryptocurrencies as a tool for financial optimization, reducing transaction costs, ensuring transparency of settlements and attracting new sources of investment. Particular attention is paid to the potential of using blockchain technology in such areas as logistics, document management, marketing and asset management. The main barriers that hinder the full integration of cryptocurrencies into business are revealed: the instability of the legislative field, technical and educational insufficiency, high tax burdens and cybersecurity risks. Considerable attention is paid to the analysis of the current legislation of Ukraine, in particular the Law "On Virtual Assets", as well as the prospects for its harmonization with the European MiCA directive. The authors describe in detail the advantages of implementing stablecoins, smart contracts, asset tokenization, and also provide examples of successful integration of cryptocurrencies by Ukrainian companies in the IT, trade, tourism, and education sectors. The paper presents examples of international experience that demonstrate the possibilities of large-scale implementation of cryptocurrencies in companies such as Tesla, Starbucks, JP Morgan, and others. Comparative analysis allows identifying potential benefits for Ukrainian business, provided that the integration process is properly planned and regulatory requirements are met. The article also presents an analysis of the cryptocurrency market in Ukraine, which allows for a comprehensive assessment of the strengths, potential opportunities, threats, and weaknesses of the development of this sector. The conclusions emphasize that cryptocurrencies are a strategic tool for modernizing the financial system of Ukraine, while requiring a comprehensive approach that includes legal regulation, educational initiatives, technical support, and government policy. For enterprises seeking to integrate cryptocurrencies into their operations, a number of practical recommendations are offered regarding the choice of platforms, the formation of IT infrastructure, and the involvement of experts. Overall, the article is a thorough scientific and practical study of the cryptocurrency transformation of the business environment of Ukraine in the context of global financial changes. Fri, 01 Aug 2025 00:00:00 GMT http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/3225 2025-08-01T00:00:00Z http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/611 Title: Зарубіжний досвід проведення інвестиційно-інноваційної політики Authors: Вдовічен, Анатолій Анатолійович / Vdovichen, Anatolii Abstract: У даній статті автором аналізується ситуація, яка склалася на ринку інвестицій та інновацій, і пропонується використовувати досвід ЕРК в проведенні регіональної інвестиційно-інноваційної політики. Thu, 01 Jan 2004 00:00:00 GMT http://rps.chtei-knteu.cv.ua:8585/jspui/handle/123456789/611 2004-01-01T00:00:00Z