ПРОГНОЗИРОВАНИЕ СПРОСА В СФЕРЕ ЭЛЕКТРОННОЙ КОММЕРЦИИ НА ОСНОВЕ ОБЪЕДИНЕНИЯ КОЛИЧЕСТВЕННЫХ И КАЧЕСТВЕННЫХ ДАННЫХ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ АНАЛИЗА БОЛЬШИХ ДАННЫХ

В условиях стремительной цифровизации торговли и роста объемов как структурированных, так и неструктурированных данных особую актуальность приобретает внедрение технологий анализа больших данных (Big Data) в процессы прогнозирования спроса и стратегического управления в электронной коммерции. Настоящее исследование направлено на выявление актуальных проблем и оценку перспектив применения аналитических методов на примере рынка онлайн-продаж одежды. Целью работы является разработка методологического подхода к комплексному анализу разнородных данных с целью повышения точности прогноза и оптимизации бизнес-процессов. Методология исследования включает автоматизированный сбор данных из внутренних (объем продаж, остатки, конверсия на разных этапах) и внешних источников (объем продаж аналогичных товаров на маркетплейсах, тренды, сезонность, упоминаемость бренда и отзывы), очистку, нормализацию и структурирование информации. В прогнозной части используются модели временных рядов — Prophet, SARIMA, — а также нейросетевые подходы, что обеспечивает учет как сезонных, так и поведенческих факторов спроса. Полученные результаты апробированы на реальных данных одной из товарных категорий, проведено сопоставление прогнозных значений с фактическими показателями. Практическая значимость исследования заключается в разработке алгоритма, позволяющего участникам электронной коммерции повысить точность планирования, адаптировать ассортимент под текущие потребности потребителей, а также сократить издержки, связанные с замораживанием активов в товарных запасах. В заключение обозначены направления дальнейших исследований, включающие разработку методов устранения искажений данных, автоматическую фильтрацию недостоверной информации, интеграцию мультимодальных источников и повышение адаптивности моделей к изменяющимся условиям рынка.

анализ больших данных, бизнес- аналитика, прогнозирование спроса, анализ потребитель- ских предпочтений, аналитика продаж, особенности онлайн-продаж, электронная коммерция, интеграция раз- нородных данных, нейросети, автоматизированный сбор данных

Герценбергер Э. А. Прогнозирование спроса в сфере электронной коммерции на основе объедине- ния количественных и качественных данных: проблемы и перспективы анализа больших данных // Бизнес. Образование. Право. 2025. № 2(71). С. 141—146. DOI: 10.25683/VOLBI.2025.71.1318.