Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: predictive analytics, marketing management, hospitality industry, RevPASH, LTV, big Data, dynamic pricing, предиктивная аналитика, маркетинговое управление, индустрия гостеприимства, динамическое ценообразование
Аннотация: В статье разработаны методологические основы применения предиктивной аналитики в системе маркетингового управления предприятиями индустрии гостеприимства. Обоснована необходимость перехода от ретроспективного анализа к прогнозно-ориентированной модели принятия решений в условиях цифровизации, сезонной волатильности спроса и усилениПоказать полностьюя конкурентной среды. Систематизированы теоретические подходы к интерпретации предиктивной аналитики в рамках концепции Business Intelligence and Analytics и Big Data. Предложена авторская трехуровневая модель интеграции аналитического модуля в управленческий контур предприятия общественного питания, ориентированная на стратегические показатели RevPASH и LTV. Разработана двухконтурная адаптивная схема «прогноз - управленческая реакция - обновленный прогноз», обеспечивающая рост клиентской ценности и операционной эффективности. Проведен теоретико-расчетный сценарий, демонстрирующий влияние точности прогнозирования на финансовые показатели. Сделан вывод о стратегической роли предиктивной аналитики как ядра маркетингового управления в условиях цифровой трансформации отрасли. The purpose of this article is to develop methodological foundations for integrating predictive analytics into the marketing management system of hospitality enterprises in the context of digital transformation and demand volatility. The study substantiates the transition from retrospective analysis to forecast-oriented decision-making under conditions of seasonality, dynamic pricing, and platform competition. Predictive analytics is interpreted as a strategic component of marketing management that ensures demand forecasting, customer segmentation, churn prediction, and pricing optimization. A three-level integration model based on the logic “data → analytical module → managerial architecture” is proposed. The analytical module simultaneously supports operational efficiency through RevPASH optimization and long-term sustainability through customer lifetime value (LTV) growth. A two-loop adaptive mechanism “forecast - managerial response - updated forecast” is developed to provide continuous correction of marketing decisions. The results confirm that improving forecast accuracy contributes to revenue growth, reduction of inefficient marketing expenditures, and strengthening of customer loyalty.
Журнал: Инновации и инвестиции
Выпуск журнала: № 4
Номера страниц: 291-294
ISSN журнала: 2307180X
Место издания: Москва
Издатель: Общество с ограниченной ответственностью "Русайнс"