Библиографическое описание:Модель прогнозирования спроса розничного ритейла на основе машинного обучения для целей банковского кредитования : доклад, тезисы доклада / Владислав Р. Рассохин. - [Б. м. : б. и.], 2024. - Текст : непосредственный // Новая экономика, бизнес и общество : Материалы XI апрельской научно-практической конференции молодых исследователей / Новая экономика, бизнес и общество (2024 ; 15.04 - 26.04 ; Владивосток). - Владивосток, 2024. - С. 386-391.
Аннотация:При принятии решения о работе с крупными корпоративными клиентами банк тщательно анализирует показатели деятельности организации и оценивает перспективы его развития. Выручка является определяющим показателем в деятельности розничного торгового предприятия, поэтому методам и точности её прогнозирования уделяется особое внимание. Цель настоящего исследования состоит в разработке модели прогнозирования спроса на товары с использованием методов статистического анализа, прогнозирования и эконометрического моделирования. В данном исследовании мы сосредоточились на анализе данных о продажах крупного розничного ритейла, работающего в Красноярском крае. Мы использовали данные о количестве проданных единиц товара в каждом магазине за определённые периоды времени, а также факторы, влияющие на спрос на эти товары, такие как цена, наличие товара на складе, город продажи и др. Для достижения цели исследования мы применили различные методы статистического анализа, включая описательную статистику, корреляционный анализ и анализ временных рядов. Кроме того, построили прогнозные модели с использованием методов машинного обучения и эконометрических моделей. Полученные результаты будут могут быть использованы банком для целей кредитования, также выводы будут полезны для оптимизации бизнес-процессов и повышения эффективности деятельности организации.
When making a decision to work with large corporate clients, the bank carefully analyzes the performance of the organization and evaluates its development prospects. Revenue is a determining indicator in the activity of a retail trading enterprise; therefore, special attention is paid to the methods and accuracy of its forecasting. The purpose of this study is to develop a model for forecasting demand for goods using methods of statistical analysis, forecasting and econometric modeling. In this study, we focused on analyzing sales data from a large retail retailer operating in the Krasnoyarsk Territory. We used data on the number of units sold in each store periods of time, as well as factors affecting demand for these goods, such as price, availability of goods in stock, city of sale and others. To achieve the research goal, we applied various statistical analysis methods, including descriptive statistics, correlation analysis, and time series analysis. In addition, predictive models were built using machine learning methods and econometric models. The results obtained can be used by the bank for lending purposes, and the conclusions will be useful for optimizing business processes and improving the efficiency of the organization.
