Современные методы прогнозирования спроса как инструмент оптимизации управления запасами в ресторанном бизнесе
Автор: Мясников Е.Н.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 11 (129), 2025 года.
Бесплатный доступ
Статья посвящена современным подходам к прогнозированию спроса в ресторанной индустрии, включая методы машинного обучения, статистические модели и гибридные алгоритмы. Рассматриваются особенности применения моделей в условиях высокой вариативности спроса и влияния сезонных, поведенческих и внешних факторов. Показано, что точность прогнозирования напрямую влияет на управление запасами, снижает уровень списаний и повышает устойчивость бизнеса. Приведены выводы о наиболее эффективных моделях и факторах, определяющих выбор алгоритмов.
Прогнозирование спроса, ресторанный бизнес, машинное обучение, управление запасами, временные ряды, сезонность
Короткий адрес: https://sciup.org/170212112
IDR: 170212112 | DOI: 10.24412/2411-0450-2025-11-212-217
Modern demand forecasting methods as a tool for inventory optimization in the restaurant industry
This article examines contemporary approaches to demand forecasting in the restaurant industry, focusing on machine learning methods, statistical models, and hybrid algorithms. Special attention is given to the application of forecasting techniques under conditions of high demand variability and the influence of seasonal, behavioral, and external factors. The analysis demonstrates that forecasting accuracy has a direct impact on inventory management, helping reduce food waste and increase operational resilience. The study outlines the most effective model types and identifies key factors that shape algorithm selection for practical use in restaurant operations
