Підвищення точності моніторингу цін на будівельні матеріали та роль інформаційних технологій у цьому процесі
Вантажиться...
Дата
2025
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
У статті досліджено проблему підвищення точності моніторингу цін на будівельні матеріали в умовах фрагментарності джерел, частих ринкових коливань і обмежених фінансових ресурсів. Обґрунтовано доцільність впровадження комплексного підходу, що поєднує оптимізацію вибірки цінових пропозицій, формування регіональних індексів, автоматизований збір даних, використання алгоритмів машинного навчання для прогнозування цінової динаміки, а також багаторівневу перевірку якості даних. Визначено переваги комбінованих методів збору, які поєднують автоматизацію з ручною валідацією. Запропонована методика спрямована на підвищення достовірності інформації, зниження витрат на моніторинг і адаптацію системи до змін ринку. Стаття окреслює перспективи подальших досліджень у напрямку вдосконалення точності оцінки вартості матеріально-технічних ресурсів з урахуванням новітніх цифрових рішень.
This article addresses the problem of improving the accuracy of price monitoring for construction materials under conditions of data fragmentation, frequent market fluctuations and limited resources. The study justifies a comprehensive approach that combines optimized sampling of price offers, the implementation of regional price indices, automated data collection, the application of machine learning algorithms and a multi-level data quality verification system. The methodology proposed in this paper ensures the reliability, efficiency and adaptability of price monitoring in the face of dynamic market conditions. A key contribution of the study is the development of a methodology for forming regional price indices based on representative materials and regional market characteristics. The approach includes collecting and classifying data by material groups, calculating weighted regional averages and integrating the results into cost estimation software. The study also highlights the importance of predictive modeling using machine learning to capture non-linear price dynamics and forecast short-term trends with high precision. These models are especially useful when planning procurement strategies under uncertainty and during periods of rapid inflation. The proposed solution addresses challenges such as inconsistent data sources, lack of standardization, limited frequency of updates, and insufficient real-time responsiveness of traditional monitoring systems. The automation of quality control processes through syntax checking, anomaly detection, source consistency validation, and relevance scoring plays a central role in improving data integrity. These mechanisms significantly reduce the influence of erroneous entries and enhance the credibility of price analyses. The findings support the need for integrated digital monitoring systems capable of dynamically adjusting to market conditions while maintaining methodological transparency. Further research should focus on refining predictive models, extending the range of monitored materials and exploring scalable tools for real-time data acquisition and verification.
This article addresses the problem of improving the accuracy of price monitoring for construction materials under conditions of data fragmentation, frequent market fluctuations and limited resources. The study justifies a comprehensive approach that combines optimized sampling of price offers, the implementation of regional price indices, automated data collection, the application of machine learning algorithms and a multi-level data quality verification system. The methodology proposed in this paper ensures the reliability, efficiency and adaptability of price monitoring in the face of dynamic market conditions. A key contribution of the study is the development of a methodology for forming regional price indices based on representative materials and regional market characteristics. The approach includes collecting and classifying data by material groups, calculating weighted regional averages and integrating the results into cost estimation software. The study also highlights the importance of predictive modeling using machine learning to capture non-linear price dynamics and forecast short-term trends with high precision. These models are especially useful when planning procurement strategies under uncertainty and during periods of rapid inflation. The proposed solution addresses challenges such as inconsistent data sources, lack of standardization, limited frequency of updates, and insufficient real-time responsiveness of traditional monitoring systems. The automation of quality control processes through syntax checking, anomaly detection, source consistency validation, and relevance scoring plays a central role in improving data integrity. These mechanisms significantly reduce the influence of erroneous entries and enhance the credibility of price analyses. The findings support the need for integrated digital monitoring systems capable of dynamically adjusting to market conditions while maintaining methodological transparency. Further research should focus on refining predictive models, extending the range of monitored materials and exploring scalable tools for real-time data acquisition and verification.
Опис
Ключові слова
ринкова ціна будівельних ресурсів, точність моніторингу цін, вартість ресурсів у будівництві, аналіз поточних цін на ринку будівельних матеріалів, методи збору даних, система моніторингу цін, market price of construction resources, price monitoring accuracy, cost of resources in construction, analysis of current prices in the construction materials market, data collection methods, price monitoring system
Бібліографічний опис
Попик Б. Підвищення точності моніторингу цін на будівельні матеріали та роль інформаційних технологій у цьому процесі [Текст] / Б. Попик, В. Мельник // Цифрова економіка та економічна безпека : науково-практичний журнал / Причорноморський науково-дослідний інститут економіки та інновацій, Сумський державний педагогічний університет імені А. С. Макаренка ; [гол. ред. О. Ю. Кудріна, редкол.: В. В. Божкова, В. І. Борщ, Н. М. Вдовенко та ін.]. – 2025. – № 2 (17). – С. 303–306. – DOI: https://doi.org/10.32782/dees.17-49