Адаптивная ERP-архитектура для промышленных и транспортных компаний: моделирование и маркетинговые эффекты

Авторы

  • Борис Александрович Тхориков Российский государственный университет им. А.Н. Косыгина (Технологии. Дизайн. Искусство)
  • Ольга Александровна Герасименко Белгородский государственный национальный исследовательский университет

DOI:

https://doi.org/10.52575/2687-0932-2025-52-4-818-824

Ключевые слова:

ERP-система, адаптивная архитектура, транспортная логистика, цифровой двойник, событийно-ориентированная модель, машинное обучение, маркетинговые информационные системы

Аннотация

В статье рассматривается проектирование адаптивной ERP-архитектуры для промышленных и транспортно-логистических предприятий. Обоснована необходимость перехода от универсальных ERP к отраслевым решениям, учитывающим динамику логистики. Предложена модель, включающая микросервисы, событийно-ориентированную архитектуру, цифровых двойников и онлайн-обучение. На стендовом моделировании показана достижимость ключевых KPI (время пересчета маршрутов ≤3 мин, релевантность рекомендаций ≥90 %). Отмечена прикладная ценность для маркетинга: повышение прозрачности, ускорение реакции на запросы клиентов и рост лояльности.

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

Борис Александрович Тхориков, Российский государственный университет им. А.Н. Косыгина (Технологии. Дизайн. Искусство)

Доктор экономических наук, профессор, заведующий кафедрой сервисных технологий и бизнес-процессов, г. Москва, Россия
E-mail: tkhorikov-ba@rguk.ru

Ольга Александровна Герасименко, Белгородский государственный национальный исследовательский университет

Доктор экономических наук, доцент, заведующий кафедрой менеджмента и маркетинга, г. Белгород, Россия
E-mail: gerasimenko@bsuedu.ru

Библиографические ссылки

References

Abouzid I., et al. 2023. Digital twin implementation approach in supply chain processes. International Journal of Information Management, 69: 102567.

Bosco C., de Rigo D., Dewitte O., Poesen J., Panagos P. 2015. Modelling soil erosion at European scale: towards harmonization and reproducibility. Natural Hazards and Earth System Sciences, 15(2): 225–245.

Chirvase C.S. 2023. Exploring Enterprise Resource Planning (ERP) Development. Proceedings of PICBE, 17(1): 1518–1528.

França Canon J.G., dos Santos R.J.R., de Carvalho V.D.H., Monte M.B.S., de Barros T.L. 2025. Integrated Logistics Management Through ERP System: A Case Study in an Emerging Regional Market. Logistics, 9(2): 59.

Freese F., et al. 2025. A conceptual framework for supply chain digital twins. International Journal of Production Research, 63(4): 1123–1145.

Jawad Z.N., et al. 2024. Machine learning-driven optimization of enterprise resource planning systems. Beni-Suef University Journal of Basic and Applied Sciences, 13(1): 1–14.

Li Q., Wu G. 2021. ERP System in the Logistics Information Management System of Supply Chain Enterprises. Mobile Information Systems, Article ID 7423717.

Maged A., Kassem G. 2025. Self-Adaptive ERP: Embedding NLP into Petri-Net Creation and Model Matching. arXiv preprint arXiv:2501.03795.

Omoegun G., et al. 2024. Advances in ERP-Integrated Logistics Management for Reducing Delivery Delays and Enhancing Project Delivery. International Journal of Scientific Research in Science, Engineering and Technology, 11(3): 547–579.

Onebunne T.C., Adepoju A.S. 2025. Adaptive Inventory Management in Global Supply Chains Using Digital Twins and Reinforcement Learning. International Journal of Advance Research Publication and Reviews, 2(08): 266–287.

Roman E.A., Stere A.S., Roșca E., Radu A.V., Codroiu D., Ilie A. 2025. State of the Art of Digital Twins in Improving Supply Chain Resilience. Logistics, 9(1): 22.

Testimony C.O., Adepoju A.S. 2025. Adaptive Inventory Management in Global Supply Chains Using Digital Twins and Reinforcement Learning. International Journal of Advance Research Publication and Reviews, 2(8): 266–287.

Vaidya T., et al. 2025. Digital Twin-Driven Production Planning in SAP S/4HANA: A Case for Predictive and Adaptive Supply Chains. Journal of Computer Science and Technology Studies, 7(1): 45–58.

Wasi A.T., Anik M.A., Rahman A., Hoque M.I., Islam M.S., Ahsan M.M. 2025. A Theoretical Framework for Graph-based Digital Twins for Supply Chain Management and Optimization. arXiv preprint arXiv:2504.03692.

Zaidi S., et al. 2024. Unlocking the potential of digital twins in supply chains. Journal of King Saud University – Computer and Information Sciences, 36(6): 694–706.

Zhang J., Brintrup A., Calinescu A., Kosasih E., Sharma A. 2021. Supply Chain Digital Twin Framework Design: An Approach of SCOR Model and System of Systems. arXiv preprint arXiv:2107.09485.

Zhang J., Sharma A., Brintrup A. 2021. Supply Chain Digital Twin Framework. arXiv.

Zunic E., Donko D., Buza E. 2020. An Adaptive Data-Driven Approach to Solve Real-World Vehicle Routing Problems in Logistics. arXiv preprint arXiv:2001.02094.


Просмотров аннотации: 3

Поделиться

Опубликован

2025-12-30

Как цитировать

Тхориков, Б. А., & Герасименко, О. А. (2025). Адаптивная ERP-архитектура для промышленных и транспортных компаний: моделирование и маркетинговые эффекты. Экономика. Информатика, 52(4), 818-824. https://doi.org/10.52575/2687-0932-2025-52-4-818-824

Выпуск

Раздел

ОТРАСЛЕВЫЕ РЫНКИ И РЫНОЧНАЯ ИНФРАСТРУКТУРА

Наиболее читаемые статьи этого автора (авторов)