Целью данной работы является поиск и применение модели, прогнозирующей потребительскую активность в аэропорту в зависимости от различных факторов. Были решены следующие задачи: – Собраны и проанализированы статистические данные о потребительской активности пассажиров в аэропорту. – Изучено влияние различных факторов на потребительскую активность пассажиров. – Найдена и применена модель, учитывающая все факторы и способная спрогнозировать потребительскую активность в аэропорту. – Разработаны рекомендации по оптимизации маркетинговых предложений и планов развития маршрутной сети и инфраструктуры на основе полученных прогнозов. Актуальность темы обусловлена недостаточной изученностью факторов, влияющих на потребительскую активность в аэропорту Шереметьево.  Источниками информации выступили данные отечественной и зарубежной научно-исследовательской литературы, официальных Интернет-ресурсов и аналитических агентств. Область применения результатов данной работы включает авиационную/железнодорожную индустрию, а также другие отрасли, использующие прогнозирование спроса, такие как туризм и гостеприимство. Выводы работы заключаются в том, что использование больших данных является перспективным подходом в прогнозировании спроса в авиационной индустрии и может улучшить бизнес авиакомпаний.

The purpose of this work is to find and apply a model that predicts consumer activity at the airport depending on various factors. The following tasks were solved: –  Collected and analyzed statistical data on the consumer activity of passengers at the airport. –  The influence of various factors on the consumer activity of passengers has been studied. –  A model has been found and applied that takes into account all factors and is able to predict consumer activity at the airport. –  Recommendations have been developed to optimize marketing proposals and plans for the development of the route network and infrastructure based on the forecasts received. The relevance of the topic is due to insufficient knowledge of the factors affecting consumer activity at Sheremetyevo Airport. The sources of information were data from domestic and foreign research literature, official Internet resources and analytical agencies. The scope of application of the results of this work includes the aviation/railway industry, as well as other industries using demand forecasting, such as tourism and hospitality. The conclusions of the work are that the use of big data is a promising approach in forecasting demand in the aviation industry and can improve the efficiency of airline business.