Влияние астрологических событий на динамику продаж: на примере рынка розничных продаж одежды в США

Алехина Ольга Игоревна


	1		Введение
	3		Методология исследования
	4		Источники данных и переменные
	5		Рис. 1. Динамика объема розничных продаж одежды и аксессуаров в США
	6		Рис. 2. Циклы Марса в динамике розничных продаж одежды и аксессуаров в США Оценка моделей и интерпретация результатов
	7		Рис. 3. Циклы Меркурия в динамике розничных продаж одежды и аксессуаров в США
	8		Рис. 4. Циклы Юпитера в динамике розничных продаж одежды и аксессуаров в США
	9		Рис. 5. Циклы Венеры в динамике розничных продаж одежды и аксессуаров в США Таблица 1. Результаты оценивания моделей с различными спецификациями
	10		Таблица 1. Результаты оценивания моделей с различными спецификациями (продолжение)
	11		Таблица 2. Фактический объем продаж и оценка прогнозов моделей для периода с августа по ноябрь 2023 г. ($ млн) Рис. 6. Фактический объем продаж и прогнозы для периода с августа по ноябрь 2023 г. Заключение
	12		Литература

Ключевые слова: розничные продажи, прогнозирование, рынок одежды, модель ARIMAX, потребительское поведение

Аннотация

В работе на основе эконометрического моделирования с использованием методологии анализа временных рядов исследуется влияние астрологических событий на динамику розничных продаж на рынке одежды в США. По результатам исследования выявлено значимое влияние астрологических циклов на изменение объема продаж, которое можно учитывать при прогнозировании объемов будущих продаж, а также использовать для повышения эффективности маркетинговой политики и операционной деятельности компании.

Журнал: «Маркетинг и маркетинговые исследования» — №4, 2024 (© Издательский дом Гребенников)

Объем в страницах: 13

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Баркова Н.Ю. Изменение покупательских предпочтений в индустрии моды и их влияние на конфигурацию цепей поставок // Вестник Университета. — 2020. — №7. — С. 51–58.

2. Виниченко И.В. Прогнозирование спроса в модной индустрии // Международный журнал прикладных и фундаментальных исследований. — 2017. — №11-1. — С. 140–142.

3. Герантиди Н. Прогнозирование спроса. Традиционные и новые методы. — Подробнее .

4. Зинченко С.В., Бижанова Е.М., Хусаинова А.Д. Исследование трансформации потребительского поведения на фэшн-рынке // Модели, системы, сети в экономике, технике, природе и обществе. — 2022. — №3(43). — С. 74–90.

5. Канторович Г.Г. Лекции: Анализ временных рядов // Экономический журнал ВШЭ. — 2002. — Т.6. — №2. — С. 251–273.

6. Покуль В.О., Шарков П.К. Исследование изменений потребительских привычек в сфере e-commerce на рынке одежды и обуви // Экономика и бизнес: теория и практика. — 2024. — №1-2(107). — С. 120–123.

7. Черемушкин С.В. Прогнозирование спроса и количественная оценка эффективности методов стимулирования продаж (часть 1) // Управление продажами. — 2009. — №5(48). — С. 288–299.

8. Apparel: Market Data & Analysis. — Подробнее .

9. Corallo A., Errico F., Fortunato L. et al. (2024). «Effects influence of social media constructs on shopping: An empirical study on the prediction of retail clothing sales». Journal of the Knowledge Economy.

10. Federal Reserve Economic Data. — Подробнее .

11. Koren M., Shnaiderman M. (2023). «Forecasting in the fashion industry: A model for minimising supply-chain costs». International Journal of Fashion Design, Technology and Education, Vol. 16(6), рр. 1–11.

12. McEwan R. (2021). «The 18 ½-year economic cycle». Technical Analysis of Stocks & Commodities, Vol. 39(13), рр. 20–23.

13. Ong A.K., Cleofas M.A., Prasetyo Y.T., Chuenyindee T., Young M.N., Diaz J.F., Nadlifatin R., Redi A.A. (2021). «Consumer behavior in clothing industry and its relationship with open innovation dynamics during the COVID-19 pandemic». Journal of Open Innovation: Technology, Market, and Complexity, Vol. 7(4), р.211.

14. Ramos P., Santos N., Rebelo R. (2015). «Performance of state space and ARIMA models for consumer retail sales forecasting». Robotics and Computer-Integrated Manufacturing, Vol. 34(17).

15. The State of Fashion 2024: Finding Pockets of Growth as Uncertainty Reigns. — Подробнее .

16. Vo T.T.B.C., Le P.H., Nguyen N.T., Nguyen T.L.T., Do N.H. (2021). «Demand forecasting and inventory prediction for apparel product using the ARIMA and Fuzzy EPQ Model». Journal of Engineering Science and Technology Review, Vol. 14(2).

17. Yang S.J., Jang S. (2019). «Fashion trend forecasting using ARIMA and RNN: Application of tensorflow to retailers’ websites». Asia Life Sciences.

18. Yu S., Dong H., Chen Y., He Z., Shi X. (2019). Clothing Sales Forecast Based on ARIMA-BP Neural Network Combination Model. Proceedings of the 2019 IEEE International Conference on Power, Intelligent Computing and Systems (ICPICS).

Алехина Ольга Игоревна

Аналитик данных.

г. Москва

Сфера профессиональных интересов: статистика, анализ данных.

Другие статьи автора 4

Электронная библиотека