У банківській сфері завжди вимагалося найсучасніше та ефективне управління для досягнення успіху. Банки постійно пристосовувалися до швидкого розвитку технологій та змін на фінансових ринках. Тому, з огляду на постійну потребу в удосконаленні своєї діяльності, банки стали одними з перших учасників, які впроваджували системи підтримки прийняття рішень.

Використання систем підтримки прийняття рішень є надзвичайно важливим у процесі винесення висновку щодо інвестування як фізичної особи, так і цілого підприємства. Завдяки їм банки можуть проводити більш об'єктивний та фундаментальний аналіз ринків, оцінювати ризики та потенційну дохідність інвестиційних можливостей.

Ці системи також важливі для сучасних банків, оскільки вони можуть допомогти їм покращити продуктивність, ефективність і взаємодію з клієнтами за допомогою штучного інтелекту, розширеної аналітики (Big Data) і машинного навчання для автоматизації та персоналізації рішень у житті клієнта. Крім того, системи підтримки прийняття рішень допомагають банкам автоматизувати процеси прийняття рішень, зменшити ймовірність помилок та покращити оперативність. Вони дозволяють банкам швидко аналізувати великі обсяги даних, виявляти тенденції та залежності, що допомагає зробити обґрунтовані рішення на основі фактичних даних та прогнозів [1] [2].

Метою даного наукового дослідження є створення надійної системи підтримки прийняття рішень щодо визначення доцільності інвестування підприємств за допомогою аналізу їх економічних показників через відкриті джерела (OpenDataBot, YouControl та ін.). Таке завдання є доволі складним, оскільки існує багато алгоритмів та різноманітних показників, за котрими можна проводити аналіз підприємств.

Для досягнення цієї мети було поставлено наступні задачі:

• Дослідити предметну область;
• Зібрати необхідні дані про підприємства з відкритих реєстрів;
• Дослідити алгоритми аналізу та технології роботи з даними;
• Розробити сховище даних;
• Розробити аналітичну систему підтримки прийняття рішень;
• Проаналізувати роботу обраних технологій та значення розробленої системи на процес прийняття рішення щодо інвестування підприємств.

Наукова новизна. Дослідження що представлені в магістерській роботі має значну наукову новизну та практичну важливість у контексті сучасного бізнесу. Така система надає підприємствам інструменти для об'єктивного аналізу, оцінки та прийняття рішень щодо інвестування в різноманітні проекти. У сучасному банківському секторі системи підтримки прийняття рішень стали невід'ємною складовою, оскільки вони забезпечують цінну інформацію та аналіз, що сприяють прийняттю обґрунтованих рішень в фінансовій сфері.

Ідея впровадження інформаційної інтелектуальної системи, яка б допомагала у прийнятті кінцевих рішень, не є новою саме через постійну потребу банків у досягненні максимальної ефективності. В даний момент існує вже значна кількість подібних систем, розроблених для різних цілей та використовуючи різноманітні алгоритми прийняття рішень та показників.

Діаграма прецедентів. На ній доцільно зображено ключових акторів системи, а також їхні ролі у її використанні.

• Актор «Оператор» – це користувач-співробітник фінансової установи, який буде використовувати програмний засіб. Саме він буде вводити пошукові дані та отримувати метрики конкретного підприємства.
• Актор «Аналітик» – це також співробітник фінансової установи, котрий буде відповідати за формування таких важливих метрик як КПЕ та формування фінального звіту.
• Актор «Інвестор» – під ним може виступати як сама фінансова установа, так і інший клієнт. Цей актор буде переглядати звіт та необхідні метрики та виносити вирок щодо співпраці та інвестування з підприємством.

Архітектура системи. На діаграмі зображено як оператор або аналітик буде взаємодіяти з системою. Система буде знаходитись на сервері та буде доступна тільки через інтернет-браузер. На сервері система буде складатися з логіки аналізу та обробки запитів, яка буде написана на мові Java. JDBC-driver використовується для зв’язку зі сховищем даних, а АРІ – для зв’язку із зовнішніми ресурсами.

Сховище даних має тип «зірка» та містить наступні таблиці:

• Таблиця «DimDate» – це таблиця виміру часу. Включає в себе ключ, номер року та номер кварталу року.
• Таблиця «DimEnterprise» – таблиця виміру підприємств. В дану таблицю вводяться основна інформація щодо підприємств, котрі будуть знаходитись в обробці.
• Таблиця «DimIndex» – таблиця виміру метрик, по котрим будуть оцінюватися підприємства з таблиці «DimEnterprise».
• Таблиця «FactMain» – таблиця фактів, яка містить зовнішні ключи з усіх таблиць вимірів, а також обчислювальну метрику, яка відображає «надійність» підприємтсва.

Результатом даної наукової роботи є система, котра наочно демонструє фінансову привабливість конкретного підприємства, а також залежність прийняття позитивного рішення щодо інвестування в підприємство в залежності від його статистики по критеріям надбаних грошових коштів, кількості та ціни акцій, корпоративних прав та нерухомого майна.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Актуальність автоматизації банківської діяльності. URL: https://www.bbsoftware.ru/articles.php?id=83&idCat=6 (дата звернення: 02.07.2023).
2. AI-powered decision making for the bank of the future. URL: https://www.mckinsey.com/industries/financial-services/our-insights/ai-powered-decision-making-for-the-bank-of-the-future (дата звернення: 02.07.2023).