Статья: АВТОМАТИЗАЦИЯ ПОДДЕРЖКИ ВЫБОРА МАРКЕТИНГОВОЙ СТРАТЕГИИ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО ПРОГНОЗИРОВАНИЯ СПРОСА НА УСЛУГИ (2024)

Читать онлайн

Представлен анализ различных методов прогнозирования спроса для телекоммуникационной компании «Триколор» с использованием как статистической модели SARIMA, так и современных подходов, включая XGBoost и рекуррентные нейронные сети. Исследование охватывает применение этих методов для оценки будущих изменений спроса на тарифные планы, учитывая сезонные колебания и другие влияющие факторы. Освещены вопросы настройки моделей, выбора параметров, а также вызовы и решения, связанные с каждым из методов, чтобы повысить точность прогнозов. Работа подчеркивает значимость интеграции разнообразных методов прогнозирования в стратегическое планирование и оперативное управление компанией в условиях рыночной конкуренции и изменчивости потребительских предпочтений. Результаты могут быть использованы для формирования гибких стратегий управления спросом и оптимизации предложений компании.

Ключевые фразы: ПРОГНОЗИРОВАНИЕ СПРОСА, sarima, xgboosting, РЕКУРРЕНТНЫЕ НЕЙРОННЫЕ СЕТИ, телекоммуникационные услуги, многоуровневое моделирование, сезонность, управление спросом, тарифная политика, точность прогнозов
Автор (ы): Коцюба Игорь Юрьевич, Алексеев Павел Алексеевич
Журнал: ПРИКЛАДНАЯ МАТЕМАТИКА И ВОПРОСЫ УПРАВЛЕНИЯ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Политология
УДК
519.816. Теория принятия решений
519.862.7. Модели спроса и потребления
Для цитирования:
КОЦЮБА И. Ю., АЛЕКСЕЕВ П. А. АВТОМАТИЗАЦИЯ ПОДДЕРЖКИ ВЫБОРА МАРКЕТИНГОВОЙ СТРАТЕГИИ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО ПРОГНОЗИРОВАНИЯ СПРОСА НА УСЛУГИ // ПРИКЛАДНАЯ МАТЕМАТИКА И ВОПРОСЫ УПРАВЛЕНИЯ. 2024. № 2
Текстовый фрагмент статьи