• Туренова Ирина Алексеевна, Национальный исследовательский Томский государственный университет (Томск, Россия)
• Моисеева Светлана Петровна, Национальный исследовательский Томский государственный университет (Томск, Россия)
• Шкленник Мария Александровна, Национальный исследовательский Томский государственный университет (Томск, Россия)

В условиях постоянно растущего числа онлайн-платформ и усиливающейся конкуренции между маркетплейсами, оптимизация их работы и повышение эффективности управления становятся актуальными задачами. Математическое моделирование процессов продаж на маркетплейсах позволяет предсказать изменения условий и минимизировать риски. Модели должны учитывать различные факторы, такие, как сезонность спроса, конкуренция, изменения в логистике и политике маркетплейсов. Это помогает поставщикам оптимизировать цены, запасы и логистические процессы, что снижает финансовые потери и повышает устойчивость бизнеса. Маркетплейсы, такие, как Amazon, Wildberries или Ozon, ежедневно обрабатывают огромное количество транзакций и взаимодействий с клиентами, что требует разработки математических моделей систем управления и прогнозирования. В настоящей статье рассмотрены математические модели на основе систем массового обслуживания (СМО) с описанием их принципов и возможного применения в электронной коммерции. Для прогнозирования потоков клиентов, а также для оптимизации воронки продаж на маркетплейсах предлагаются модели массового обслуживания одно- и двухфазные с повторными обращениями, позволяющие спрогнозировать параметры планируемой маркетинговой акции и оценить ее влияние на доход и клиентскую базу. Для моделирования воронки продаж предлагаются многофазные модели, оценивающие время нахождения потенциального покупателя на соответствующем уровне воронки, что дает возможность оценить эффективность различных этапов воронки и выявить узкие места, которые могут снижать конверсию; разработать рекомендации по оптимизации воронки продаж, например, путём изменения дизайна интерфейса, улучшения системы поиска или предложения более выгодных условий оплаты; прогнозировать объём продаж и оптимизировать запасы товаров на основе анализа потоков заявок на разных этапах воронки. Статья закладывает основу для дальнейших исследований по адаптации этих моделей к реальным процессам, включая эмпирическую валидацию, определение параметров и разработку алгоритмов для оптимизации стратегий продаж селлеров.

маркетплейс, воронка продаж, экономико-математическое моделирование, вероятностные методы, системы массового обслуживания, потоки заявок, повторные обращения, многофазные СМО

2026-09-03