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 | DOI: 10.17072/1994-9960-2024-2-145-163
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
