СМАРТ-СТАТИСТИКА ЯК ОСНОВА АЛГОРИТМІЧНОГО УПРАВЛІННЯ МІЖНАРОДНИМИ ТУРИСТИЧНИМИ ПОТОКАМИ

Лихолет С.І.
Київський національний економічний університет імені Вадима Гетьмана
https://orcid.org/0000-0003-1480-8812
Гурова Ю.С.
Київський національний економічний університет імені Вадима Гетьмана
https://orcid.org/0000-0002-4483-9938
DOI: https://doi.org/10.30838/EP.218.176-185

ЗАВАНТАЖИТИ СТАТТЮ

АНОТАЦІЯ

У статті обґрунтовано використання смарт-статистики як інформаційної основи алгоритмічного управління міжнародними туристичними потоками. Запропоновано концептуально-методичний підхід до послідовного перетворення статистичних і цифрових сигналів на управлінські рішення. Сформовано систему індикаторів, що охоплює інтенсивність туристичного попиту, навантаження на туристичну й транспортну інфраструктуру, просторову концентрацію потоку, мінливість його динаміки та ризикові чинники. Розроблено концептуальну схему алгоритмічного управління, яка поєднує формування інформаційної бази, оцінювання поточного стану, прогнозування змін, визначення управлінської ситуації, вибір відповідної реакції, реалізацію рішення та зворотний зв’язок. Систематизовано типові управлінські ситуації та можливі заходи реагування на зміни туристичних потоків. Запропонований підхід може бути адаптований до національного, регіонального та локального рівнів управління з урахуванням доступності даних і специфіки дестинацій.

КЛЮЧОВІ СЛОВА

смарт-статистика, міжнародні туристичні потоки, алгоритмічне управління, Big Data, прогнозування, управлінські рішення, туристичні дестинації

ПОСИЛАННЯ

1. United Nations; World Tourism Organization. International Recommendations for Tourism Statistics 2008 (IRTS 2008). New York : United Nations, 2010. 145 p.
Link: https://unstats.un.org/unsd/publication/seriesm/seriesm_83rev1e.pdf
2. Wu D. C., Zhong S., Wu J., Song H. Tourism and Hospitality Forecasting With Big Data: A Systematic Review of the Literature. Journal of Hospitality & Tourism Research. 2025. Vol. 49, No. 3. Pp. 615–634.
DOI: https://doi.org/10.1177/10963480231223151
3. Xue G., Liu S., Ren L., Gong D. Forecasting ho y attraction tourist volume with search engine and social media data for decision support. Information Processing & Management. 2023. Vol. 60, No. 4. Art. 103399. DOI: https://doi.org/10.1016/j.ipm.2023.103399
4. Pásková M., Wall G., Zejda D., Zelenka J. Tourism carrying capacity reconceptualization: Modelling and management of destinations. Journal of Destination Marketing & Management. 2021. Vol. 21. Art. 100638.
DOI: https://doi.org/10.1016/j.jdmm.2021.100638
5. Osaulenko O. H., Horobets O. Using Big Data by Ukrainian official statistics when martial law applies: problems and solutions. Statistics in Transition New Series. 2023. Vol. 24, No. 1. Pp. 29–43.
DOI: https://doi.org/10.59170/stattrans-2023-003
6. Захожай В. Б. Інформаційно-аналітичне забезпечення управління правоохоронною та соціально-економічною діяльністю (на засадах методології та практики прикладної статистики). Статистика України. 2023. № 1(100). С. 86–91.
DOI: https://doi.org/10.31767/su.1(100)2023.01.08
7. Салун М. М., Тимошенко К. В. Tourism 4.0 і smart-дестинації як вектори цифровізації туристичної галузі України у європейському інтеграційному просторі. Інновації та технології в сфері послуг і харчування. 2025. № 3(17). С. 160–166.
DOI: https://doi.org/10.32782/2708-4949.3(17).2025.25
8. Hu M., Li M., Chen Y., Liu H. Tourism forecasting by mixed-frequency machine learning. Tourism Management. 2025. Vol. 106. Art. 105004.
DOI: https://doi.org/10.1016/j.tourman.2024.105004
9. Lemmel J., Babaiee Z., Kleinlehner M., Majic I., Neubauer P., Scholz J., Grosu R., Neubauer S. Prediction of Tourism Flow with Sparse Geolocation Data. In: Data Science—Analytics and Applications: Proceedings of the 5th International Data Science Conference—iDSC2023. Cham: Springer, 2024. Pp. 45–52.
DOI: https://doi.org/10.1007/978-3-031-42171-6_6
10. Bethune E., Buhalis D., Miles L. Real time response (RTR): Conceptualizing a smart systems approach to destination resilience. Journal of Destination Marketing & Management. 2022. Vol. 23. Art. 100687.
DOI: https://doi.org/10.1016/j.jdmm.2021.100687
11. De Maio A., Musmanno R., Skrame A. A human-centric decision-support system for smart and sustainable tourism management in urban settings. Current Issues in Tourism. 2025. Vol. 28, No. 4. Pp. 643–665.
DOI: https://doi.org/10.1080/13683500.2024.2339957
12. Pan Q. Smart tourism decision support system based on dual-heuristic algorithms. International Journal of Information and Communication Technology. 2026. Vol. 27, No. 37. Pp. 66–88.
DOI: https://doi.org/10.1504/IJICT.2026.153263
13. Wang Y., Xing Z. Digital Information Cascades and Sustainable Visitor Flow Management: Evidence from GPS Trajectories and Social Media During an Urban Festival. Sustainability. 2026. Vol. 18, No. 10. Art. 4952.
DOI: https://doi.org/10.3390/su18104952
14. Лихолет С. І., Гурова Ю. С. Смарт-статистика та смарт-аналітика як новий етап розвитку статистичного забезпечення управлінських рішень у сфері міжнародного туризму та гостинності. Економічний простір. 2026. № 214. С. 317–323.
DOI: https://doi.org/10.30838/EP.214.317-323
15. UN Tourism. Statistical Framework for Measuring the Sustainability of Tourism (SF-MST): Pre-edit version. Madrid: UN Tourism, 2025. 182 p.
Link: https://pre-webunwto.s3.eu-west-1.amazonaws.com/s3fs-public/2025-06/SF-MST_Pre_edit_VER_updated_01.pdf