Кава є одним з популярних продуктів у цілому світі. Аналіз ринку та розробка системи підтримки прийняття рішень можуть допомогти підприємствам в цій галузі залишатися конкурентоспроможними та задовольняти зростаючий попит. Але продаж кави може мати свої унікальні виклики в бізнесі, такі як управління запасами, якість продукту та робота з постачальниками. СППР може допомогти знайти оптимальні рішення для цих завдань. Система підтримки прийняття рішень для керівництва платформи з продажу кави може надати практичний результат для підприємств, які займаються продажем кави, допомагаючи їм підвищити ефективність та прибутковість бізнесу.

Розробка системи підтримки прийняття рішень для керівництва платформою з продажу кави включає в себе використання методів Data Mining[1] для збору, аналізу та використання великих обсягів даних. Це допомагає отримати інсайти щодо споживчих вподобань, трендів ринку та ефективності різних стратегій продажу. Застосування Data Mining дозволяє виявляти кореляції між різними факторами та прогнозувати зміни у попиті на каву. Результатом буде розробка ефективних стратегій, спрямованих на задоволення попиту та підвищення конкурентоспроможності підприємства в галузі продажу кави.

Підходи Data Mining також допомагають оптимізувати рішення щодо управління запасами, визначення цін та вибору постачальників, що є важливими аспектами в сфері продажу кави. Ця інформація стає основою для розробки ефективних стратегій, спрямованих на максимізацію прибутковості та задоволення потреб клієнтів.

Таким чином, використання методів Data Mining в розробці системи підтримки прийняття рішень для платформи з продажу кави є важливим елементом, що дозволяє підприємствам залишатися конкурентоспроможними та ефективно управляти бізнесом в умовах постійних змін на ринку.

Таким чином, створення системи підтримки прийняття рішень для керівництва платформою з продажу кави може значно полегшити процес прийняття рішень та сприяти успішному розвитку бізнесу.  Отримані результати дослідження та впровадження системи підтримки прийняття рішень стануть основою для підвищення продуктивності бізнес-процесів та досягнення стратегічних цілей платформи в умовах сучасного ринкового середовища.

На основі всього вище сказано, було прийнято рішення про створення сховища даних для подальшої роботи. У сфері продажу кави накопичується велика кількість даних про клієнтів, продукти, тенденції споживання тощо. Сховище даних дозволяє зберігати ці дані у структурованому вигляді та ефективно обробляти їх для подальшого аналізу.

1. Сховище даних. Було використано Microsoft SQL Server Management Studio 2017[2].

На рисунку 1 представлена структура сховища даних SellingCoffee, яке містить 5 таблиць-вимірів та 1 таблицю-фактів. Таблиця-вимір «DateDim» - це часовий вимір, який містить дані про дату. Таблиця-вимір «RegionDim» - це вимір, який містить дані про регіон, де була вирощена і зібрана кава. Таблиця-вимір «SupplierDim» - це вимір, який містить дані про постачальників кави. Таблиця-вимір «ProductCategoryDim» - це вимір, який містить дані про сорт, обсмажку, форму та тип пакування кави. Таблиця-вимір «ProductCategoryDim» пов’язаний з таблицею-виміром «ProductDim» зовнішнім ключем «IdProductCategory» і містить наступну інформацію про каву: назву, дескриптори, ціну та вагу. І нарешті таблиця-фактів «SoldProductFact» містить у собі ключі інших таблиць-вимірів, і має два вимірювання – кількість проданої продукції(number_of_units) і їх суму(suma).