Детальная информация

Объектом исследования являются продажи товаров категории «Наушники» на маркетплейсе Ozon. Предметом исследования выступают количественные зависимости между характеристиками товарных карточек и объемом продаж, а также методы ассортиментной сегментации и моделирования спроса на основе ежедневных данных. Цель выпускной квалификационной работы состоит в разработке и эмпирической проверке подхода к анализу продаж товаров на маркетплейсе Ozon, объединяющего ABC/XYZ-сегментацию, эконометрическое моделирование счетных данных и методы машинного обучения. Информационную базу исследования составили ежедневные данные сервиса MPStats по 66 товарным позициям категории «Наушники» за период с 30.04.2025 по 30.04.2026. В работе использованы методы описательной статистики, корреляционного анализа, ABC/XYZ-анализ, отрицательная биномиальная GLM и Random Forest Regressor. Для оценки качества моделей применялись MAE, RMSE и R²; для диагностики эконометрической модели использовались проверка передисперсии, VIF, p-value и доверительные интервалы для экспоненцированных коэффициентов. В первой главе рассмотрены теоретические основы формирования спроса на маркетплейсах, факторы продаж, подходы к управлению ассортиментом и методы моделирования продаж. Во второй главе описаны исходные данные, их предварительная обработка, алгоритм исследования, методика ABC/XYZ-анализа и построения моделей. В третьей главе проведен описательный анализ данных, выполнена ассортиментная сегментация, построены и сравнены модели продаж, а также сформулированы практические рекомендации. По результатам исследования выявлено, что спрос на товары категории «Наушники» обладает выраженной инерционностью: лаг продаж оказался ключевым фактором прогнозирования. ABC-анализ позволил выделить товары с разным вкладом в выручку, а недельный XYZ-анализ с порогами 40 % и 80 % оказался более содержательным для маркетплейсных данных, чем классические пороги. На общей выборке Random Forest показал более высокое качество прогноза, тогда как отрицательная биномиальная модель позволила интерпретировать направление влияния факторов. Полученные результаты могут быть использованы продавцами маркетплейсов для контроля товарных остатков, приоритизации ассортимента и выбора моделей краткосрочного прогнозирования продаж.

The object of the research is sales of products in the Headphones category on the Ozon marketplace. The subject of the research is the quantitative relationship between product card characteristics and sales volume, as well as methods of assortment segmentation and demand modeling based on daily marketplace data. The purpose of the graduate qualification paper is to develop and empirically test an approach to sales analysis on the Ozon marketplace that combines ABC/XYZ segmentation, econometric modeling of count data, and machine learning methods. The empirical basis of the research consists of daily MPStats data for 66 SKUs in the Headphones category from 30 April 2025 to 30 April 2026. The study uses descriptive statistics, correlation analysis, ABC/XYZ analysis, Negative Binomial GLM, and Random Forest Regressor. Model quality is evaluated using MAE, RMSE, and R². For the econometric model, overdispersion, VIF, p-values, and confidence intervals for exponentiated coefficients are also analyzed. The first chapter discusses the theoretical foundations of demand formation on marketplaces, sales factors, assortment management approaches, and sales modeling methods. The second chapter describes the initial data, preprocessing procedures, research algorithm, ABC/XYZ analysis methodology, and model specifications. The third chapter presents descriptive data analysis, assortment segmentation results, sales modeling results, comparison of models, and practical recommendations. The results show that demand in the Headphones category has strong inertia: lagged sales were the key predictor in the models. ABC analysis made it possible to identify products with different contributions to revenue, while weekly XYZ analysis with thresholds of 40% and 80% proved to be more meaningful for marketplace data than the classical thresholds. On the full sample, Random Forest achieved higher predictive accuracy, whereas the negative binomial model made it possible to interpret the direction of factor effects. The results can be used by marketplace sellers to monitor stock availability, prioritize assortment positions, and choose models for short-term sales forecasting.

• ВВЕДЕНИЕ
• 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ ПРОДАЖ И АССОРТИМЕНТНОГО АНАЛИЗА ТОВАРОВ НА МАРКЕТПЛЕЙСАХ
  • 1.1 Электронная коммерция и маркетплейсы как среда формирования спроса
  • 1.2 Экономическое содержание спроса и факторы продаж на маркетплейсах
  • 1.3 Управление ассортиментом и роль ABC/XYZ-сегментации
  • 1.4 Теоретические основания моделирования продаж
  • 1.5 Оценка качества моделей и связь теории с эмпирическими гипотезами
• 2. МЕТОДИКА ИССЛЕДОВАНИЯ И ХАРАКТЕРИСТИКА ИСХОДНЫХ ДАННЫХ
  • 2.1 Описание исходных данных и их предварительная обработка
  • 2.2 Методика ассортиментного анализа
  • 2.3 Методика моделирования продаж и оценки качества моделей
• 3. ЭМПИРИЧЕСКИЙ АНАЛИЗ ПРОДАЖ И АССОРТИМЕНТНАЯ СЕГМЕНТАЦИЯ ТОВАРОВ НА МАРКЕТПЛЕЙСЕ OZON
  • 3.1 Описательный анализ данных
  • 3.2 Результаты ассортиментного анализа
  • 3.3 Результаты моделирования продаж
  • 3.4 Сравнение моделей по товарным группам и интерпретация результатов
  • 3.5 Практические рекомендации и проверка гипотез исследования
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ