В данном исследовании рассматривается прогнозирование ежедневных продаж для розничного продавца на торговой площадке с сентября 2021 года по апрель 2025 года. После очистки данных и обработки признаков, включая лаги, скользящие средние, календарные, погодные и ценовые регрессоры, графический и корреляционный анализ подтвердил влияние сезонности, погоды, рекламных акций и логистики на спрос. Оценивались следующие методы прогнозирования: наивный, ARIMA, Prophet, Random Forest и XGBoost; XGBoost показал наивысшую точность (MAE = 3,60, RMSE = 6,63). Результаты подтверждают эффективность динамического планирования запасов и оптимизации маркетинга.
Инноватика-2025 : сборник материалов XXI Международной школы-конференции студентов, аспирантов и молодых ученых, 28-30 апреля 2025 г., г. Томск, Россия. Томск, 2025. С. 637-641