Нейросетевая модель для дифференцированной оценки влияния одновременных внешних событий в сфере розничной торговли

В статье предложен метод дифференцированной оценки влияния нескольких одновременных внешних событий, воздействующих на показатели организации. Используются доступные вспомогательные данные об объектах организации. Метод опирается на нейросетевой алгоритм оценки влияния внешних событий, при этом стандартная архитектура нейронной сети модифицируется так, чтобы из неe можно было извлечь информацию о влиянии произошедших событий для количественной оценки эффекта управленческих решений. Для каждого внешнего события, воздействующего на показатели сети, предлагается построение функции, описывающей характер влияния внешнего события. Работа метода иллюстрируется на примере данных компании «Лента». Предлагаемый метод включает в себя предварительную оценку влияния того внешнего события, которое могло воздействовать и на другие объекты розничной сети. Проводится сравнение с оценкой каждого внешнего события по отдельности в случае отказа от использования вспомогательных данных, когда строится модель ARIMA, при этом функции влияния внешнего события ищутся перебором. Показано, что, несмотря на схожесть совокупного результата, отказ от применения вспомогательной информации ведет к некорректным выводам о характере эффекта каждого внешнего события по отдельности. Проводится оценка долгосрочного эффекта внешних событий и определяется совокупный объем потерь в денежном выражении. Библиогр. 9 назв. Ил. 6.