РАСПРЕДЕЛЕНИЕ ДНЕВНОГО ПРОМО-ЭФФЕКТА НА ОСНОВЕ ЛОКАЛЬНОЙ И ИСТОРИЧЕСКОЙ ДИНАМИКИ

Быстров Александр Игоревич

В данной статье рассматривается задача детального распределения совокупного промо-эффекта по дням проведения акции в розничной торговле и индустрии быстрого обслуживания. Цель исследования – разработка гибридной методики, объединяющей локальную динамику (ежедневные прогнозы продаж) и исторические паттерны распределения промо-эффекта. Предлагаемый подход основан на расчете «локальной» доли, определяемой на основе прогноза продаж за каждый день акции, и использовании усредненного «исторического» профиля, заданного типовыми паттернами для акций различной длительности. Механизм смешивания двух источников информации осуществляется через параметр α, позволяющий оптимально скорректировать итоговый прирост продаж, уже рассчитанный глобальными моделями (например, XGBoost). Методология включает сравнение трех вариантов распределения – чисто локального, чисто исторического и гибридного – с оценкой эффективности по метрике WAPE. Экспериментальные результаты, полученные на основе реальных данных сети быстрого питания, демонстрируют, что гибридный подход снижает ошибку прогнозирования до 24.7%, что значительно превосходит альтернативные методы. Исследование также подчеркивает перспективность интеграции предложенной методики в корпоративные информационные системы и использования современных алгоритмов машинного обучения и нейронных сетей для дальнейшего повышения точности детального прогноза.

Ключевые слова:прогнозирование спроса, промо-эффект, дневное распределение, гибридный профиль, локальная динамика, исторический профиль, информационные системы, машинное обучение, нейронные сети.