Integration of data analytics and machine learning methods into logistics systems management: improving sustainability and operational efficiency

Abstract

Предметом статьи является анализ управления цепями поставок, исследование возникающих сложностей в этой сфере, разбор разнообразных управленческих подходов, оценка устойчивости цепей поставок в современных условиях, а также изучение методик их оптимизации с последующим детализированным рассмотрением этапов реализации. Особое внимание уделяется анализу модели прогнозирования спроса на основе Python, подчеркиваются возможности данного языка программирования для повышения операционной эффективности, совершенствования логистических процессов и улучшения уровня клиентского сервиса в рамках цепи поставок. The subject of the article is the analysis of supply chain management, the study of emerging difficulties in this area, the analysis of various management approaches, the assessment of the stability of supply chains in modern conditions, as well as the study of methods for their optimization, followed by a detailed review of the stages of implementation. Special attention is paid to the analysis of the demand forecasting model based on Python, the possibilities of this programming language for increasing operational efficiency, improving logistics processes and improving the level of customer service within the supply chain are emphasized.