Порівняльний аналіз цифрових інструментів управління проєктами: смарт-аналітика як критерій вибору

Автор(и)

  • Ю.Б. Поповський Донецький національний університет ім. Василя Стуса, м. Вінниця, Україна https://orcid.org/0000-0001-9446-5287
  • М.О. Орєхов Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», м. Київ, Україна https://orcid.org/0000-0001-5314-4460

DOI:

https://doi.org/10.26661/2522-1566/2026-2/36-09

Ключові слова:

проєктний менеджмент, смарт-аналітика, цифрові інструменти управління, метод зваженої суми, багатокритеріальне прийняття рішень, TOPSIS, порівняльний аналіз, цифрова трансформація

Анотація

У статті запропоновано методику смарт-аналітичного оцінювання цифрових інструментів управління проєктами, орієнтовану на підтримку обґрунтованого вибору PM-платформи в умовах цифрової трансформації. Розглянуто сім поширених інструментів: Jira, Asana, Monday.com, ClickUp, Trello, Notion і MS Project. Оцінювання здійснено за сімома критеріями смарт-аналітичної спроможності: аналітика та звітність, AI-можливості, візуалізація даних, прогностична аналітика, інтеграції, кастомізація метрик і моніторинг у реальному часі. Для інтегрального порівняння використано метод зваженої суми (WSM), а стійкість ранжування перевірено через аналіз чутливості та контрольне зіставлення з TOPSIS. Отримані результати засвідчують суттєву диференціацію платформ за рівнем смарт-аналітичної спроможності: WSM-оцінки варіюються від 2,40 до 4,70. На цій основі виокремлено три групи інструментів: потужні, збалансовані та базові. Показано, що найвища інтегральна оцінка не завжди означає універсальну перевагу платформи, оскільки вибір залежить від типу організації, масштабу команди, аналітичних потреб і рівня цифрової зрілості. Наукова новизна дослідження полягає в розгляді смарт-аналітичної спроможності як самостійного критерію вибору PM-платформ та в поєднанні WSM, сценарного аналізу чутливості й TOPSIS у межах єдиної процедури оцінювання. Практична цінність результатів полягає у формуванні відтворюваної процедури попереднього відбору PM-інструментів для бізнесових, освітніх, публічних та відновлювальних проєктів. Обмеження дослідження пов'язані з використанням відкритих джерел, офіційної документації та порівняльних каталогів без прямого тестування платформ у конкретних організаціях. Запропонований підхід може бути використаний як попередній аналітичний фільтр перед пілотним упровадженням, оцінюванням вартості ліцензій, вимог кібербезпеки та готовності персоналу до зміни цифрових інструментів управління.

JEL Класифікатор: M15, O32, C80, L86

Посилання

1. Miah, M. A., Barikdar, C. R., Rahman, H., Mahmud, F., Hassan, J., Orthi, S. M., & Das, N. (2025). Comparative analysis of project management software: Functionality, usability, and integration for modern workflows. Membrane Technology, 2025(1), 554-565. https://doi.org/10.52710/mt.309

2. Jadhav, A., & Sonar, R. (2009). Analytic hierarchy process (AHP), weighted scoring method (WSM), and hybrid knowledge based system (HKBS) for software selection: A comparative study. 2009 Second International Conference on Emerging Trends in Engineering & Technology, 991-997. https://doi.org/10.1109/ICETET.2009.33

3. Chen, M., Martins, T. S., Zhang, L., & Dong, H. (2025). Digital transformation in project management: A systematic review and research agenda. Systems, 13(8), 625. https://doi.org/10.3390/systems13080625

4. Adamantiadou, D. S., & Tsironis, L. (2025). Leveraging artificial intelligence in project management: A systematic review of applications, challenges, and future directions. Computers, 14(2), 66. https://doi.org/10.3390/computers14020066

5. Nenni, M. E., De Felice, F., De Luca, C., & Forcina, A. (2025). How artificial intelligence will transform project management in the age of digitization: A systematic literature review. Management Review Quarterly. https://doi.org/10.1007/s11301-024-00418-z

6. Taboada, I., Daneshpajouh, A., Toledo, N., & de Vass, T. (2023). Artificial intelligence enabled project management: A systematic literature review. Applied Sciences, 13(8), 5014. https://doi.org/10.3390/app13085014

7. Almalki, S. S. (2025). AI-driven decision support systems in agile software project management: Enhancing risk mitigation and resource allocation. Systems, 13(3), 208. https://doi.org/10.3390/systems13030208

8. Project Management Institute. (2024). Pulse of the Profession 2024: The future of project work. PMI. https://www.pmi.org/learning/thought-leadership/future-of-project-work

9. Nikolau, J. (2026). Project management software statistics, facts & trends 2025. Mosaic. https://www.mosaicapp.com/post/project-management-software-statistics-facts-trends-2025

10. Поповський, Ю. Б., & Орєхов, М. (2026). Аналітичні інструменти підтримки управлінських рішень: методологія та практика впровадження. Економічний простір, (212), 92-101. https://doi.org/10.30838/EP.212.92-101

11. Grand View Research. (2023). Project management software market to reach $20.47Bn by 2030. Grand View Research. https://www.grandviewresearch.com/press-release/global-project-management-software-market

12. Datanyze. (2026). Project management software market share. https://www.datanyze.com/market-share/project-management--217

13. Capterra. (2026). 2026 Capterra Shortlist for Project Management. https://www.capterra.com/project-management-software/shortlist/

14. Technavio. (2025). AI in project management market size 2025-2029. https://www.technavio.com/report/ai-in-project-management-market-industry-analysis

15. Montgomery, O. (2025). AI & security are top concerns in Capterra's 2025 Project Management Software Trends Survey. Capterra. https://www.capterra.com/resources/2025-pm-software-trends/

REFERENCES

Miah, M. A., Barikdar, C. R., Rahman, H., Mahmud, F., Hassan, J., Orthi, S. M., & Das, N. (2025). Comparative analysis of project management software: Functionality, usability, and integration for modern workflows. Membrane Technology, 2025(1), 554-565. https://doi.org/10.52710/mt.309

Jadhav, A., & Sonar, R. (2009). Analytic hierarchy process (AHP), weighted scoring method (WSM), and hybrid knowledge based system (HKBS) for software selection: A comparative study. 2009 Second International Conference on Emerging Trends in Engineering & Technology, 991-997. https://doi.org/10.1109/ICETET.2009.33

Chen, M., Martins, T. S., Zhang, L., & Dong, H. (2025). Digital transformation in project management: A systematic review and research agenda. Systems, 13(8), 625. https://doi.org/10.3390/systems13080625

Adamantiadou, D. S., & Tsironis, L. (2025). Leveraging artificial intelligence in project management: A systematic review of applications, challenges, and future directions. Computers, 14(2), 66. https://doi.org/10.3390/computers14020066

Nenni, M. E., De Felice, F., De Luca, C., & Forcina, A. (2025). How artificial intelligence will transform project management in the age of digitization: A systematic literature review. Management Review Quarterly. https://doi.org/10.1007/s11301-024-00418-z

Taboada, I., Daneshpajouh, A., Toledo, N., & de Vass, T. (2023). Artificial intelligence enabled project management: A systematic literature review. Applied Sciences, 13(8), 5014. https://doi.org/10.3390/app13085014

Almalki, S. S. (2025). AI-driven decision support systems in agile software project management: Enhancing risk mitigation and resource allocation. Systems, 13(3), 208. https://doi.org/10.3390/systems13030208

Project Management Institute. (2024). Pulse of the Profession 2024: The future of project work. PMI. https://www.pmi.org/learning/thought-leadership/future-of-project-work

Nikolau, J. (2026). Project management software statistics, facts & trends 2025. Mosaic. https://www.mosaicapp.com/post/project-management-software-statistics-facts-trends-2025

Popovskyi, Yu. B., & Oriekhov, M. (2026). Analitychni instrumenty pidtrymky upravlinskykh rishen: metodolohiia ta praktyka vprovadzhennia [Analytical tools for supporting management decisions: Methodology and implementation practice]. Ekonomichnyi prostir, (212), 92-101. https://doi.org/10.30838/EP.212.92-101 [in Ukrainian].

Grand View Research. (2023). Project management software market to reach $20.47Bn by 2030. Grand View Research. https://www.grandviewresearch.com/press-release/global-project-management-software-market

Datanyze. (2026). Project management software market share. https://www.datanyze.com/market-share/project-management--217

Capterra. (2026). 2026 Capterra Shortlist for Project Management. https://www.capterra.com/project-management-software/shortlist/

Technavio. (2025). AI in project management market size 2025-2029. https://www.technavio.com/report/ai-in-project-management-market-industry-analysis

Montgomery, O. (2025). AI & security are top concerns in Capterra's 2025 Project Management Software Trends Survey. Capterra. https://www.capterra.com/resources/2025-pm-software-trends/

Завантаження

Опубліковано

2026-05-31

Як цитувати

Поповський, Ю. and Орєхов, М. (2026) “Порівняльний аналіз цифрових інструментів управління проєктами: смарт-аналітика як критерій вибору”, Менеджмент та підприємництво: тренди розвитку, 2(36), pp. 116–129. doi:10.26661/2522-1566/2026-2/36-09.