Прогнозирование банковских продаж на примере ПАО "Сбербанк"
Автор: Ермакова А.Р., Васва Г.С.
Журнал: Вестник Пермского университета. Серия: Экономика @economics-psu
Рубрика: Математические, статистические и инструментальные методы в экономике
Статья в выпуске: 2 т.19, 2024 года.
Бесплатный доступ
Введение. В исследовании подчеркивается актуальность задачи моделирования и прогнозирования банковских продаж на примере ПАО «Сбербанк» в контексте эффективного управления бизнесом. Прогнозирование объемов продаж является важным инструментом, позволяющим предсказать спрос на продукты и услуги, определить оптимальные стратегии и тактики для достижения целей компании. Уникальность исследования состоит в использовании методов искусственного интеллекта в области маркетинга. Результаты применения методов прогнозирования на проприетарной выборке данных о ежедневных продажах ПАО «Сбербанк» обладают элементами новизны, что придает значимость разработке оптимальных стратегий и тактик для успешного управления бизнесом. Основная гипотеза исследования заключается в проверке прогностических способностей методов машинного обучения в сравнении с классическими эконометрическими подходами при моделировании объемов продажах ПАО «Сбербанк».
Прогнозирование, объем продаж, финансовая отчетность, эконометрические модели, машинное обучение, статистические методы
Короткий адрес: https://sciup.org/147246912
IDR: 147246912 | УДК: 338.27 | DOI: 10.17072/1994-9960-2024-2-145-163
Forecasting of bank sales with Sberbank as a case study
Introduction. This scientific study highlights the relevance of modeling and forecasting sales of Sberbank in terms of effective business management. Sales forecast is an important tool for predicting the demand for goods and services, as well as determining the adequate strategies and tactics to achieve the company’s goals. The research is distinguished by its reference to artificial intelligence methods in the field of marketing. Forecasting methods applied to a proprietary data sample of Sberbank’s daily sales give novel results, which reliably supports the development of adequate strategies and tactics for successful business management. The key hypothesis of the study is to check the prognostic potential of machine learning methods against the traditional econometric approaches to modeling Sberbank’s sales. The purpose of the study is to develop sales forecasting models for multifunctional products and their practical instruments for Sberbank’s Sales Network Block.
Список литературы Прогнозирование банковских продаж на примере ПАО "Сбербанк"
- Бондарева К. И. Понятие и сущность продажи товаров в современных условиях // Экономика и социум. 2016. № 6-3 (25). С. 9-12. ЕБЫ WMTGLJ
- Зверев О. А. Система продаж банковских продуктов как неотъемлемый элемент рыночного механизма в банковской сфере // Финансы и кредит. 2004. № 14 (152). С. 3-9. ЕБЫ HVQOPL
- Чернов М. В. Понятие и сущность процесса продаж // Экономика и управление: анализ тенденций и перспектив развития. 2016. № 26. С. 7679. ЕБЫ VWSGTD
- Плотникова А. В., Хашова В. В., Вишнякова А. Б. Прогнозирование как элемент принятия управленческих решений в деятельности ПАО «Сбербанк России» // Вестник молодых ученых Самарского государственного экономического университета. 2018. № 2 (38). С. 123-127. EDN VMOAHK
- Руденко И. В. Управление продажами: истоки, сущность, подходы // Вестник Омского университета. Серия: Экономика. 2012. № 4. С. 21-25. EDN QJCIOZ
- Мифодовская Ю. С. Анализ и прогнозирование продаж и закупок на основе математических моделей для торговых компаний // Инновации. Наука. Образование. 2021. № 34. С. 2710-2713. EDN EEMBSQ
- Хорзова Я. А. Применение различных методов прогнозирования объема продаж // Электронный научный журнал. 2016. № 4 (7). С. 596603. DOI 10.18534/еп)\2016.04.596. EDN WAQCOF
- Афанасьев Г. И., Афанасьев А. Г., Бурмист-рова М. В., Тэт В. Я. С. Исследование методов машинного обучения для прогнозирования эффективных бизнес-решений в системах электронной коммерции // E-Scio. 2022. № 11 (74). С. 1-14. EDN КСТВГС
- Валиахметова Ю. И., Идрисова Э. И. Применение методов машинного обучения в области прогнозирования объема продаж с учетом динамически изменяющихся признаков // StudNet. 2020. Т. 3, № 10. С. 98. EDN GRCMQK
- Антонов Г. В., Иванов С. И. Линейная регрессия как один из методов статистического исследования // Известия Великолукской государственной сельскохозяйственной академии. 2021. № 2 (35). С. 64-75. EDN UNIRWN
- Ge H., Fang L. Prediction Model of Physical Goods Sales based on Time Series Analysis // Frontiers in Business, Economics and Management. 2022. Vol. 5, no. 2. P. 90-97.
- Zhang Z. Sales Prediction Based on ARIMA Time Series and Multifactorial Linear Model // Highlights in Science, Engineering and Technology. 2023. Vol. 38. P. 1-8. DOI 10.54097/hset.v38i.5680
- Сердинская Ю. А., Мокшин В. В. Использование методов машинного обучения для оценки прогнозирования продаж товара // Информатика: проблемы, методы, технологии (IPMT-2022): материалы XXII Междунар. науч.-практ. конф. им. Э. К. Алгазинова. Воронеж: Вэлборн, 2022. С. 1062-1068. EDN NXQUYK
- Pavlyshenko B. M. Machine-Learning Models for Sales Time Series Forecasting // Data. 2019. Vol. 4, no. 1. Article 15. DOI 10.3390/data4010015
- Zilrahmi M. A. Yu., Putra A. A., Fitri F. Comparison Fuzzy Time Series Cheng and Ruey Chyn Tsaur Model for Forecasting Sales at Empat Saudara Store // UNP Journal of Statistics and Data Science. 2023. Vol. 1, no. 3. P. 218-225. DOI 10.24036/ujsds %2Fvol1 -iss3 %2F56
