Интеллектуальный анализ спроса и оптимизация распределения оборотного капитала селлера на электронных маркетплейсах: методологическая основа, алгоритм и дизайн экспериментов

<jats:p>Статья представляет методологический результат первого этапа исследовательской программы, направленной на повышение эффективности управления товарными запасами и оборотным капиталом селлеров на электронных маркетплейсах. Актуальность исследования определяется тем, что задачи распределения ограниченного оборотного капитала между многочисленными товарными позициями на практике решаются в условиях стохастического спроса, выраженной сезонности, неоднородной волатильности и ограниченных вычислительных ресурсов, в то время как традиционные методы управления запасами либо остаются статичными, либо требуют априорного задания параметров спроса и затрат. В работе предложена комплексная методика анализа спроса и распределения оборотного капитала, включающая три взаимосвязанных компонента: интеллектуальный анализ спроса на основе сезонно-трендовой декомпозиции и моделей машинного обучения для временных рядов (DLinear, NLinear, XGBoost); расширенный анализ волатильности спроса с использованием двух вариантов коэффициента вариации и адаптивной кластеризации ассортиментной матрицы; алгоритм распределения оборотного капитала, основанный на интегральном показателе «индекс доходности» и дополненный учётом сезонности и риска. Существенным элементом методики является разделение предсказуемой сезонной компоненты и остаточной волатильности, что позволяет более корректно оценивать риск товарных позиций и использовать эти оценки при формировании решений о распределении оборотного капитала. Методика формирует структурированный вектор признаков, включающий прогнозные, статистические и экономические характеристики товарных позиций, пригодный как для одноэтапных систем поддержки принятия решений, так и в качестве входного пространства состояний для дальнейших стохастических и динамических моделей управления запасами. Научная новизна работы заключается в интеграции известных инструментов прогнозирования, оценки волатильности и распределения оборотного капитала в единую математически согласованную методологическую модель, учитывающую специфику электронных маркетплейсов и специфические ограничения селлеров. Статья обосновывает предложенную методику, описывает её архитектуру и раскрывает дизайн вычислительных экспериментов, предназначенных для последующей эмпирической оценки её эффективности.</jats:p> <jats:p>The article presents the methodological outcome of the first stage of a research program aimed at improving inventory and working capital management for sellers operating on electronic marketplaces. The relevance of the study stems from the fact that practical tasks of allocating limited working capital across numerous product items are solved under conditions of stochastic demand, pronounced seasonality, heterogeneous volatility and constrained computational resources, whereas traditional inventory management methods either remain static or require a priori specification of demand and cost parameters. The paper proposes a comprehensive methodology for demand analysis and working capital allocation that comprises three related components: intelligent demand analysis based on seasonal-trend decomposition and machine learning models for time series (DLinear, NLinear, XGBoost); extended analysis of demand volatility using two variants of the coefficient of variation and adaptive clustering of the assortment matrix; and a working capital allocation algorithm built on an integral «profitability index» and supplemented by seasonality- and risk-aware adjustments. A key element of the methodology is the separation of predictable seasonal variation from residual volatility, which enables more accurate assessment of the risk associated with individual product items and the use of these risk estimates in working capital allocation decisions. The methodology yields a structured feature vector that includes forecast, statistical and economic characteristics of product items and is suitable both for one-step decision-support systems and as a state-space representation for subsequent stochastic and dynamic inventory control models. The scientific contribution of the work lies in integrating known tools for forecasting, volatility assessment and working capital allocation into a single mathematically consistent methodological model that accounts for the specifics of electronic marketplaces and the particular constraints faced by sellers. The article substantiates the proposed methodology, describes its architecture and presents the design of computational experiments intended for subsequent empirical evaluation of its effectiveness.</jats:p>