Powered by OpenAIRE graph
Found an issue? Give us feedback

Модель прогнозування обсягу ринку розважальних послуг за недетермінованих умов

Модель прогнозування обсягу ринку розважальних послуг за недетермінованих умов

Abstract

Предметом дослідження в статті є теоретико-методичні та прикладні засади моделювання й прогнозування показників обсягу ринку розважальних послуг. Мета роботи – знаходження механізму, що дасть змогу визначати обсяги підписників, беручи до уваги екзогенні змінні, особливо під час соціально нестабільних ситуацій, як-от: пандемія, війна, катаклізми тощо. У статті розв’язуються такі завдання: формування критеріїв компаній, для яких планується застосовуватися створюваний механізм; здійснення огляду базових авторегресійних моделей; визначення факторів, що мають слугувати зовнішнім впливом у прогнозуванні кількості підписників; утворення задачі багатокритеріального вибору; проведення експериментів за запропонованою методикою для перевірки висунутих гіпотез і систематизування здобутих результатів. Використовуються такі методи: аналітичний та індуктивний – для формування факторів зовнішнього впливу та опису цільових компаній; експертне оцінювання – для визначення найбільш впливових зовнішніх показників; експериментальний, багатокритеріального оцінювання та статистичні методи оброблення часових рядів – для визначення найбільш ефективної авторегресійної моделі. Здобуто конкретні результати. Сформовано фактори зовнішнього впливу. Зовнішніми змінними було вирішено обрати: динаміку захворюваності на коронавірус, темпи зміни світового валового внутрішнього продукту, зміна індексу S&P500 та перетворені в числовий вигляд новини з найбільших новинних агентств світу. Створено набір критеріїв порівняння моделей: економія часу прогнозування, точність, можливість урахування зовнішнього впливу й особливість його врахування. Визначено, що найбільш точною моделлю є авторегресія рухомого середнього, яка водночас є найбільш ефективною моделлю з огляду на утворену задачу багатокритеріального вибору. Установлено схожість здобутих результатів експериментів із загальносвітовими та вітчизняними дослідженнями. Висновки: застосування аналітичного та індуктивного методів у поєднанні з експериментальним підходом дали змогу отримати ефективний (з точністю понад 95 %) механізм для здійснення прогнозування обсягу ринку компаній, що функціонують у кіноіндустрії та мають підписну модель ціноутворення. Здобутий результат дасть змогу меншому за обсягом ринку гравцям не втрачати розміри своєї аудиторії через нестабільність зовнішнього середовища і, відповідно, стимулювати розвиток індустрії загалом.

Keywords

Engineering economy, TA177.4-185, авторегресія; кіноіндустрія; підписна модель ціноутворення; прогнозування; ринок розважальних послуг

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
gold