Адаптивне управління туристичною фірмою з використанням слабких сигналів
Анотація
Визначено вимоги до системи адаптивного управління туристичною фірмою з використанням слабких сигналів, основними з яких є: збирання та інтеграція різноманітних даних із різних джерел, робота у режимі реального часу, визначення основних груп сигналів впливу на діяльність туристичної фірми та їх оцінювання, обчислення та прогнозування інтегрального показника впливу на діяльність фірми, візуалізація результатів обчислення та прогнозування інтегральних показників впливу на діяльність фірми, виявлення слабких сигналів і їх класифікація, адаптація діяльності фірми до змін зовнішнього середовища шляхом своєчасного ухвалення ефективних управлінських рішень. Запропоновано класифікацію зібраної інформації виконувати за такими ознаками: джерелом походження, формою подання, характером сигналу, часовою актуальністю та типом впливу. Вибрано принципи розроблення системи адаптивного управління (САУ) туристичною фірмою з використанням слабких сигналів, основними з яких є: інтеграція даних і компонентів інформаційних технологій, системності, модульності, відкритості, сумісності, масштабованості та сезонності. Удосконалено метод адаптивного управління туристичною фірмою, який за рахунок системної класифікації та оцінювання впливів методом аналізу ієрархій, сезонного коригування діяльності та порівнянням порогової величини з різницею між обчисленим та прогнозованим значеннями інтегрального показника впливу на діяльність туристичної фірми забезпечує виявлення загроз на ранніх стадіях і збільшення часу на ухвалення та реалізацію відповідних управлінських рішень. Удосконалено метод адаптивного управління туристичною фірмою з використанням слабких сигналів, який за рахунок моніторингу навколишнього середовища, динамічного оновлення порогу виявлення слабких сигналів та їх інтерпретації забезпечує ефективне управління туристичною фірмою за умов зростання нестабільності зовнішнього середовища. Показано, що запропонований підхід забезпечує виявлення загроз на ранніх стадіях, підвищує точність і своєчасність управлінських рішень, а також сприяє зростанню гнучкості, стабільності та конкурентоспроможності туристичної фірми в динамічному ринковому середовищі. Запропоновано для підвищення точності прогнозування інтегрального показника впливу на діяльність туристичної фірми, виявлення та класифікації слабких сигналів використовувати штучні нейронні мережі.
Завантаження
Посилання
Ahmad, N., Li, S., Hdia, M., Bélas, J., & Hussain, W. M. H. W. (2023). Assessing the COVID-19 pandemic impact on tourism arrivals: The role of innovation to reshape the future work for sustainable development. Journal of Innovation & Knowledge, 8(2), article ID 100344. https://doi.org/10.1016/j.jik.2023.100344
Bzhalava, L., Kaivo-oja, J., Avarmaa, M., & Hassan, S. S. (2025). Evaluating the growth potential of digital business weak signals through the lens of entrepreneurs. Futures, 168, article ID 103582. https://doi.org/10.1016/j.futures.2025.103582
Cajiao, D., Benayas, J., Tejedo, P., & Leung, Y.-F. (2021). Adaptive management of sustainable tourism in Antarctica: A rhetoric or working progress? Sustainability, 13(14), article ID 7649. https://doi.org/10.3390/su13147649
Champlin, C., Eapen, A., Vitkutė, R., Groot, J., & Forgaci, C. (2024). Amplifying weak signals: A method-building approach for inclusive climate resilience strategy making. Frontiers in Computer Science, 6, article ID 1265342. https://doi.org/10.3389/fcomp.2024.1265342
Chorna, N., Korzh, N., Onyshchuk, N., Kiziun, A., & Antoniuk, K. (2025). Organizational, financial and marketing aspects of using adaptive management in tourism enterprises operations during times of crisis. International Journal of Organizational Leadership, 14(S1), 201–214. https://doi.org/10.33844/ijol.2025.60473
Dalir, S. (2024). Innovative strategies to tackle seasonality issue in hospitality and tourism industry. International Journal of Contemporary Hospitality Management, 36(5), 1690–1709. https://doi.org/10.1108/IJCHM-09-2023-1382
Dimitriadou, A., Gogas, P., & Papadimitriou, T. (2024). Tourism and uncertainty: A machine learning approach. Current Issues in Tourism. Advance online publication, 27(16), 2014–2030. https://doi.org/10.1080/13683500.2024.2370380
Ebadi, A., Auger, A., & Gauthier, Y. (2022). Detecting emerging technologies and their evolution using deep learning and weak signal analysis. Journal of Informetrics, 16(4), article ID 101344. https://doi.org/10.1016/j.joi.2022.101344
Gilmore, N., Koskinen, I., Burr, P., Obbard, E., & Sproul, A. (2023). Identifying weak signals to prepare for uncertainty in the energy sector. Heliyon, 9(11), article ID e21295. https://doi.org/10.1016/j.heliyon.2023.e21295
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press. URL: https://www.deeplearningbook.org
Jewpanya, P., Nuangpirom, P., Nakkiew, W., Pitjamit, S., & Jaichomphu, P. (2025). Optimizing tourist destination selection using AHP and fuzzy AHP based on individual preferences for personalized tourism. Sustainability, 17(3), article ID 1116. https://doi.org/10.3390/su17031116
Li, J., Xu, L., Tang, L., Wang, S., & Li, L. (2018). Big data in tourism research: A literature review. Tourism Management, 68, 301–323. https://doi.org/10.1016/j.tourman.2018.03.009
Marine-Roig, E., & Anton Clavé, S. (2015). Tourism analytics with massive user-generated content: A case study of Barcelona. Journal of Destination Marketing & Management, 4(3), 162–172. https://doi.org/10.1016/j.jdmm.2015.06.004
McKinsey & Company. (2023). Destination readiness: Preparing for the tourist flows of tomorrow. URL: https://www.mckinsey.com/industries/travel/our-insights/destination-readiness-preparing-for-the-tourist-flows-of-tomorrow
Salim, M. A. M., Shariffuddin, N. S. M., Eppang, B. M., Widjaja, H. R., Azinuddin, M., Mat Som, A. P., & Madkhali, H. (2024). Navigating uncertainty through resilience, absorptive capacity and adaptive performance in shaping SME exit intentions in the tourism industry. Journal of Tourism and Services, 15(29), 43–60. https://doi.org/10.29036/jots.v15i29.909
Simeoni, F., Cassia, F., & Ugolini, M. M. (2019). Understanding the weak signals of demand in a mature tourist destination: The contribution of a sustainable approach. Journal of Cleaner Production, 219, 775–785. https://doi.org/10.1016/j.jclepro.2019.02.072
So, M. K. P., Chu, A. M. Y., Lo, C. C. Y., & Ip, C. Y. (2021). Volatility and dynamic dependence modeling: Review, applications, and financial risk management. Wiley Interdisciplinary Reviews: Computational Statistics, 14(5), article ID e1567. https://doi.org/10.1002/wics.1567
Su, Z., Xian, K., Lu, D., Wang, W., Zheng, Y., & Khotphat, T. (2023). Rural tourism households adapting to seasonality: An exploratory sequential mixed-methods study. Sustainability, 15(19), article ID 14158. https://doi.org/10.3390/su151914158
Tsmots, I. V., & Nazarkevych, H. V. (2023). Methods of adaptive management of a smart enterprise using weak signals. Informatsiini Systemy ta Merezi, 14, 357–372. https://doi.org/10.23939/sisn2023.14.357
Williams, A. M., & Baláž, V. (2015). Tourism risk and uncertainty: Theoretical reflections. Journal of Travel Research, 54(3), 271–287. https://doi.org/10.1177/0047287514523334
Wu, D. C., Zhong, S., Wu, J., & Song, H. (2024). Tourism and hospitality forecasting with big data: A systematic review of the literature. Journal of Hospitality & Tourism Research, 49(3), 615–634. https://doi.org/10.1177/10963480231223151
Zhao, D., Tang, Z., & He, D. (2024). A systematic literature review of weak signal identification and evolution for corporate foresight. Kybernetes, 53(10), 3160–3188. https://doi.org/10.1108/K-03-2023-0343
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
