Прогнозирование потребительского спроса на сезонные товары с использованием вектора кривой продаж

Автор(и)

DOI:

https://doi.org/10.20998/2079-0023.2018.21.05

Ключові слова:

товарний запас, управління запасами, прогнозування попиту, вектор кривої продажів, сезонний товар, мікро-сервісна архітектура

Анотація

Запропоновано метод прогнозування попиту на сезонні товари з використанням вектора розподілу обсягів продажів протягом року або вектора кривої продажів, компонентами якого є обсяги тижневих продажів розглянутого або аналогічного товару, отримані на основі статистики продажів за попередній календарний рік. Умовою застосування запропонованого методу є виконання гіпотези про збіжність відповідних тижневих обсягів продажів двох років, які йдуть послідовно, і гіпотези про існування груп товарів зі схожою динамікою продажів. Застосування методу дозволяє побудувати прогноз попиту на товар протягом наступного тижня на основі даних про обсяги продажів за попередні кілька тижнів поточного і попереднього років, а також даних про обсяги продажів за тиждень, який цікавить, попереднього року. Представлені особливості програмної реалізації запропонованого методу прогнозування попиту з використанням мікросервісної архітектури на основі платформи Google Cloud Platform, з використанням таких компонентів як Google Kubernetes Engine, Google BigQuery, Redis. Для зниження обчислювального навантаження на основну систему виконується копіювання необхідних даних для аналізу в OLAP-систему і побудова необхідного прогнозу без використання OLTP-системи. Наведено результати чисельного експерименту щодо прогнозування попиту на товар, отримані на основі реальних даних. Виконано порівняння результатів прогнозування попиту, отриманих з використанням вектора кривої продажів і методу змінного середнього. Показана можливість використання даного методу прогнозування попиту в якості компоненти системи автоматизованого управління запасами в мережах поставок.

Посилання

Brodetskii G. L. Upravlenie zapasami: Uchebnoe posobie [Inventory Control: Tutorial]. Моscow, Eksmo Publ., 2008. 352 p.

Chekanskii A. N., Frolova N. L. Teoriya sprosa, predlozheniya i rynochnyh struktur [Theory of demand, supply and market structures]. Моscow, ТЕIS Publ., 1999. 421 p.

Belyaevskii I. K. Marketingovoe issledovanie: informatsiya, analiz, prognoz: Uchebnoe posobie [Marketing research: information, analysis, forecast: Tutorial]. Moscow, Finansy i statistika Publ., 2002. 320 p.

Ilenkova N. D. Spros: analiz i upravlenie [Demand: analysis and control]. Moscow, Finansy i statistika Publ., 2006. 248 p.

Litvak B. G. Ekspertnyie otsenki i prinyatie resheniy [Expert evaluations and decision-making]. Moscow, Patent Publ., 1996. 271 p.

Box G. E. P., Jenkins G. M. Time series analysis: forecasting and control. San Francisco: Holden-Day, 1970, 575 p. (Rus. ed.: Box G. E. P., Jenkins G. M. Analiz vremennyh ryadov. Prognoz i upravlenie. Moscow, Mir Publ., 1974. 408 p.).

Lukashin Yu. P. Adaptivnye metody kratkosrochnogo prognozirovaniya vremennyh ryadov: Uchebnoe posobie [Adaptive methods of short-term forecasting of time series: Tutorial]. Moscow, Finansy i statistika Publ., 2003. 416 p.

Hofmann E., Rutschmann E. Big data analytics and demand forecasting in supply chains: a conceptual analysis. The International Journal of Logistics Management, 2018, vol. 29, issue 2, pp. 739–766.

Bushueva L. I. Metody prognozirovaniya ob'ema prodazh [Methods for forecasting sales]. Marketing v Rossii i za rubezhom [Marketing in Russia and abroad]. URL: http://dis.ru/library/531/21984/ (accessed 02.06.2018).

Oracle® retail curve configuration guide. Release 13.0. Available at: https://docs.oracle.com/cd/E12473_01/curve/pdf/130/curve-130- cg.pdf (accessed 10.05.2018).

Thomsen E. OLAP solutions – building multidimensional information systems. New York: John Wiley & Sons, Inc, 2002, 339 p.

Chen L. Microservices: architecting for continuous delivery and DevOps. URL: https://www.researchgate.net/publication/323944215 (accessed 11.12.2017).

##submission.downloads##

Як цитувати

Nikulchenko, A. A. (2018). Прогнозирование потребительского спроса на сезонные товары с использованием вектора кривой продаж. Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiї, (21), 23–27. https://doi.org/10.20998/2079-0023.2018.21.05

Номер

№ 21 (2018)

Розділ

СИСТЕМНИЙ АНАЛІЗ І ТЕОРІЯ ПРИЙНЯТТЯ РІШЕНЬ

Ліцензія

Авторське право (c) 2018 Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiї

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  • Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  • Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  • Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).