ІНФОРМАЦІЙНА СИСТЕМА БІЗНЕС-АНАЛІЗУ ПРОДАЖІВ ІЗ ВИКОРИСТАННЯМ МЕТОДІВ ПРОГНОЗУВАННЯ ПОПИТУ

Автор(и)

  • Дмитро Квашук Автор

DOI:

https://doi.org/10.65237/2336-3630-2026-5(1)-11

Ключові слова:

інформаційна система, бізнес-аналіз, прогнозування попиту, ARIMA, Holt-Winters, регресійна модель, динамічне ціноутворення, великі дані, машинне навчання, аналітика продажів

Анотація

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]

Біографія автора

  • Дмитро Квашук

    к.е.н, доц, доцент кафедри  фінансових технологій та бізнесу, Національного авіаційного інституту, м. Київ, Україна, ORCID: https//orcid.org/ 0000-0002-4591-8881

Завантаження

Опубліковано

2026-06-27

Номер

Розділ

Статті