ІНФОРМАЦІЙНА СИСТЕМА БІЗНЕС-АНАЛІЗУ ПРОДАЖІВ ІЗ ВИКОРИСТАННЯМ МЕТОДІВ ПРОГНОЗУВАННЯ ПОПИТУ
DOI:
https://doi.org/10.65237/2336-3630-2026-5(1)-11Ключові слова:
інформаційна система, бізнес-аналіз, прогнозування попиту, ARIMA, Holt-Winters, регресійна модель, динамічне ціноутворення, великі дані, машинне навчання, аналітика продажівАнотація
У статті розроблено та обґрунтовано інформаційну систему бізнес-аналізу продажів із використанням кількісних методів прогнозування попиту. Досліджено проблему недостатньої точності управлінських рішень на торговельних підприємствах, спричиненої відсутністю даних-орієнтованих підходів. Запропоновано комплексну економетричну методологію, що поєднує аналіз часових рядів, регресійне моделювання, алгоритми машинного навчання та оптимізаційні процедури. Архітектура системи включає чотири взаємопов'язані модулі: збір і попередня обробка даних, моделювання попиту, прогнозування продажів та оптимізація ціноутворення. Апробація на реальних транзакційних даних українського рітейлера підтвердила зниження MAPE прогнозування попиту на 47,3%, зростання валового прибутку на 9,1% та зменшення витрат на зберігання запасів на 14,6%.
References
1. Box, G.E.P., & Jenkins, G.M. (1976). Time Series Analysis: Forecasting and Control. Holden-Day. https://doi.org/10.2307/2984758
2. Winters, P.R. (1960). Forecasting Sales by Exponentially Weighted Moving Averages. Management Science, 6(3), 324–342. https://doi.org/10.1287/mnsc.6.3.324
3. Friedman, J.H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. https://doi.org/10.1214/aos/1013203451
4. Chen, T., & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of KDD'16 (pp. 785–794). ACM. https://doi.org/10.1145/2939672.2939785
5. Varian, H.R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2), 3–28. https://doi.org/10.1257/jep.28.2.3
6. Matviienko, O.V., & Tsyvin, M.M. (2018). Osnovy orhanizatsii elektronnoho dokumentoobihu [Fundamentals of Electronic Document Management]. Tsentr uchbovoi literatury. [in Ukrainian]
7. Krasniuk, M.T. (2020). Zastosuvannia tekhnolohii velykykh danykh u torhivli [Big Data Technologies in Trade]. Ekonomika i upravlinnia, 4, 112–121. https://doi.org/10.32752/econ.2020.4.112 [in Ukrainian]
8. Hyndman, R.J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. https://otexts.com/fpp3/
9. Makridakis, S., Wheelwright, S.C., & Hyndman, R.J. (1998). Forecasting: Methods and Applications (3rd ed.). Wiley. https://doi.org/10.1002/9781119968122
10. Provotar, O.I., & Shyshatskyi, A.V. (2021). Metody analizu ta prohnozuvannia danykh v informatsiinykh systemakh [Data Analysis and Forecasting Methods in Information Systems]. Visnyk Kyivskoho universytetu, 2, 45–58. https://doi.org/10.17721/1812-5409.2021/2.6 [in Ukrainian]
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 STREDOEVROPSKY VESTNiK PRO VEDU А VYZKUM

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.