Search academic texts

Information × Registration Number 2119U008413, Article popup.category Стаття Title Applying neural network technologies to address retail pharmacy assortment planning challenges (AI translated) popup.author Доманецька Ірина МиколаївнаХроленко Ярослав ОлексійовичDomanetska Iryna MykolaivnaKhrolenko Yaroslav Oleksiiovych popup.publication 01-01-2019 popup.source_user Київський національний університет будівництва і архітектури popup.source https://repositary.knuba.edu.ua/handle/987654321/2285 popup.publisher КНУБА Description Управління асортиментом є однією з найважливіших функцій будь-якого торговельного підприємства. Це зумовлює підвищення зацікавленості аптечного бізнесу щодо впровадження ефективних інструментів маркетингу, і управління асортиментом, зокрема. В роботі проведено аналіз широко використовуваних підходів до управління асортиментом аптеки, а саме метод Дібба-Сімкіна, ABC-аналіз, XYZ-аналіз, змішані методики. Крім того, розглянуто можливості новітніх нейромережних технологій для вирішення завдань прогнозування попиту. Перспективним підходом автори вважають сумісне використання традиційних та новітніх інструментів. На першому етапі за допомогою традиційних інструментів виконується маркетингова категоризація товарів аптеки. Ефективним в даному випадку буде застосування суміщеного крос-АВС-XYZ-аналізу, або багатофакторного АВС-аналізу з послідовним застосуванням XYZ-аналізу. Такий підхід до категоризації товарів допоможе виокремити групи товарів з однаковими «поведінковими» маркетинговими характеристиками. На другому етапі виконується нейромережне прогнозування обсягів споживання аптечних препаратів окремої групи. Ефективність запропонованого підходу обумовлена уникненням вирішення завдання прогнозування споживання для окремих фармацевтичних препаратів, але вирішення його для групи товарів з однаковими «поведінковими» маркетинговими характеристиками. Крім того, нейромережна технологія прогнозування попиту дає змогу врахувати набагато більше факторів. popup.nrat_date 2026-04-20 Close