Отримано 23.01.2026, Доопрацьовано 25.05.2026, Прийнято 25.06.2026 Опубліковано 10.07.2026

Використання Open Data для стратегічного планування підприємств машинобудування в умовах інноваційного та сталого розвитку

Оксана Адлер*

oksana_adler1983@ukr.net



Актуальність була зумовлена зростанням ролі машинобудівної галузі у забезпеченні інноваційного розвитку, підвищенні конкурентоспроможності національної економіки та інтеграції у глобальні виробничі ланцюги. В умовах цифрової трансформації та переходу до сталого розвитку у 2020-2025 роках використання відкритих даних набуло особливого значення як інструмент підвищення ефективності стратегічного планування промислових підприємств. Метою статті було дослідження потенціалу відкритих даних для підвищення ефективності стратегічного планування підприємств машинобудування в умовах інноваційного та сталого розвитку. Дослідження ґрунтувалося на статистичних та аналітичних даних Держстату України, Eurostat, Світового банку, OECD, UN Comtrade та WIOD. Методологічну основу становили загальнонаукові та спеціальні методи дослідження, зокрема аналіз і синтез, порівняльний та статистичний аналіз, системний і структурнологічний підходи, економіко-аналітичні методи, а також інструменти стратегічного оцінювання політичних, економічних, соціальних і технологічних чинників та аналізу сильних і слабких сторін, можливостей і загроз. Результати дослідження засвідчили, що використання відкритих даних суттєво покращило інформаційне забезпечення стратегічних управлінських рішень і сприяло підвищенню адаптивності підприємств до змін ринкового середовища. Було розроблено та обґрунтовано алгоритм стратегічного планування підприємств машинобудування, заснований на інтеграції даних та їх аналітичному опрацюванні. Сформовано стратегічну карту розвитку галузі, що відображала взаємозв’язки між фінансовими, виробничими, інноваційними, клієнтоорієнтованими та екологічними пріоритетами. Також здійснено оцінювання тенденцій розвитку та структурних характеристик машинобудівної галузі України у 2020-2025 роках та визначено перспективи її розвитку в умовах європейської інтеграції та цифрової модернізації. Крім того, встановлено, що інтеграція зовнішніх інформаційних ресурсів у систему управління підприємствами посилила можливості прогнозування, сприяла прийняттю обґрунтованих рішень та підвищила довгострокову стійкість і конкурентоспроможність підприємств. Практичне значення дослідження полягало у формуванні методичного та аналітичного забезпечення для керівників підприємств і органів державного управління з метою підвищення якості стратегічних рішень та посилення стійкості й інноваційного потенціалу підприємств машинобудування

промислове управління; загальнодоступні набори даних; обґрунтоване прийняття рішень; технологічна модернізація; конкурентоспроможність підприємств; цифрова економіка; промислові інновації
46-60
Adler, О. (2026). The use of Open Data for strategic planning of machine-building enterprises in the context of innovative and sustainable development. Innovation and Sustainability, 6(2), 46-60. https://doi.org/10.31649/vis/2.2026.46

Використані джерела

  1. Baecker, J., Weking, J., Hein, A., & Krcmar, H. (2025). Organizational data strategy: Identifying key elements and strategic types. Journal of Information Technology, 40(4), 337-361. doi: 10.1177/02683962251343921.
  2. Bryson, J.M. (2017). Strategic planning for public and nonprofit organizations: A guide to strengthening and sustaining organizational achievement (5th ed.). Hoboken: John Wiley & Sons.
  3. Dhlamini, J. (2025). Exploring the rise and fall of strategic planning: Is strategic planning still a useful management practice in the 21st century? Strategy & Leadership, 53(4), 457-475. doi: 10.1108/SL-11-2024-0131.
  4. Dubey, R., Gunasekaran, A., Bryde, D.J., Dwivedi, Y.K., & Papadopoulos, T. (2020). Big data analytics and artificial intelligence pathway to operational performance under the effects of entrepreneurial orientation and environmental dynamism. International Journal of Production Economics, 226, article number 107599. doi: 10.1016/j.ijpe.2019.107599.
  5. European Commission. (2023). Annual single market report 2023: Commission staff working document. Brussels: European Commission.
  6. Eurostat. (n.d.). Structural business statistics. Retrieved from https://ec.europa.eu/eurostat/web/structural-businessstatistics.
  7. George, G., Merrill, R.K., & Schillebeeckx, S.J.D. (2021). Digital sustainability and entrepreneurship: How digital innovations are helping tackle climate change and sustainable development. Entrepreneurship Theory and Practice, 45(5), 999-1027. doi: 10.1177/1042258719899425.
  8. Grant, R.M. (2021). Contemporary strategy analysis (11th ed.). Hoboken: John Wiley & Sons.
  9. Hetmanczyk, M.P. (2024). A method for evaluating the maturity level of production process automation in the context of digital transformation – Polish case study. Applied Sciences, 14(11), article number 4380. doi: 10.3390/ app14114380.
  10. Kannan, D., Golpîra, P., & Bai, C. (2023). Smart manufacturing as a strategic tool for mitigating sustainable production challenges: A case-based approach. Annals of Operations Research, 331, 543-579. doi: 10.1007/s10479-023-05472-6.
  11. Kraus, S., Durst, S., Ferreira, J.J., Veiga, P., Kailer, N., & Weinmann, A. (2022). Digital transformation in business and management research: An overview of the current status quo. International Journal of Information Management, 63, article number 102466. doi: 10.1016/j.ijinfomgt.2021.102466.
  12. McKinsey & Company. (2022). The data-driven enterprise of 2025. Retrieved from https://www.mckinsey.com/ capabilities/quantumblack/our-insights/the-data-driven-enterprise-of-2025.
  13. Mubarak, M.F., Jucevicius, G., Shabbir, M., Petraite, M., Ghobakhloo, M., & Evans, R. (2025). Strategic foresight, knowledge management, and open innovation: Drivers of new product development success. Journal of Innovation & Knowledge, 10(2), article number 100654. doi: 10.1016/j.jik.2025.100654.
  14. Nambisan, S., Wright, M., & Feldman, M. (2019). The digital transformation of innovation and entrepreneurship: Progress, challenges and key themes. Research Policy, 48(8), article number 103773. doi: 10.1016/j.respol.2019.03.018.
  15. Öberg, A.E., Machado, C.G., & Stålberg, L. (2024). Diagnostics of opportunities – a dialogue tool for addressing digital factory maturity. Advances in Transdisciplinary Engineering, 52, 395-406. doi:10.3233/ATDE240183.
  16. OECD. (2023). 2023 OECD open, useful and re-usable data (OURdata) index: Results and key findings. Paris: OECD Publishing. doi: 10.1787/a37f51c3-en.
  17. OECD. (n.d.). Trade in value added. Retrieved from https://www.oecd.org/sti/ind/tiva.
  18. Pascu, C., & Burgelman, J.-C. (2022). Open data: The building block of 21st century (open) science. Data & Policy, 4,article number e15. doi: 10.1017/dap.2022.7.
  19. Project Management Institute. (2021). PMBOK® guide: A guide to the project management body of knowledge (8th ed.). Newtown Square: Project Management Institute.
  20. Rodrigues, B.M. (2025). Data-driven manufacturing management: Strategic production planning with a resultsoriented approach. Brazilian Journal of Development, 11(5), article number e79892. doi: 10.34117/bjdv11n5-062.
  21. Romsdal, A., Rahmani, M., Strandhagen, J.O., & Strandhagen, J.W. (2025). Exploring tactical production planning practices: Master data quality, update practices, and planning tools. IFAC-PapersOnLine, 59(10), 2082-2087. doi: 10.1016/j.ifacol.2025.09.350.
  22. Schwertner, K. (2017). Digital transformation of business. Trakia Journal of Sciences, 15(1), 388-393. doi: 10.15547/ TJS.2017.S.01.065.
  23. State Statistics Service of Ukraine. (n.d.). Output of industrial products (goods and services) by main types of industrial activity. Retrieved from https://www.vn.ukrstat.gov.ua/index.php/statistical-information/7890-2024-12-11-10-00-52. html.
  24. Tahiduzzaman, M., Ghosh, A.K., & Ura, S. (2025). Manufacturing process optimization using open data and different analysis methods. Journal of Manufacturing and Materials Processing, 9(4), article number 106. doi: 10.3390/ jmmp9040106.
  25. Teece, D.J. (2025). Dynamic capabilities: Foundational concepts. Cambridge: Cambridge University Press.
  26. United Nations. (2021). The sustainable development goals report 2021. New York: United Nations.
  27. Verhoef, P.C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Dong, J.Q., Fabian, N., & Haenlein, M. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889-901. doi: 10.1016/j.jbusres.2019.09.022.
  28. Wamba, S., Gunasekaran, A., Dubey, R., & Ngai, E.W. (2018). Big data analytics in operations and supply chain management. Annals of Operations Research, 270.
  29. World Bank. (n.d.). World development indicators. Retrieved from https://wdi.worldbank.org/table/. [30] World input-output database. (n.d.). Retrieved from https://www.rug.nl/ggdc/valuechain/wiod/.