ПРИМЕНЕНИЕ ARIMA-МОДЕЛИРОВАНИЯ И ПРОИЗВОДСТВЕННОГО АНАЛИЗА ДАННЫХ ДЛЯ ОБОСНОВАНИЯ СТАРТАПА В СФЕРЕ АДДИТИВНЫХ ТЕХНОЛОГИЙ

В условиях растущего спроса на персонализированные товары и актуальность приобретает создание инновационных продуктов, сочетающих в себе эмоциональную ценность воспоминаний и игровую составляющую. Концепция предлагаемого продукта заключается в создании уникальной услуги по производству индивидуальных наборов конструктора, выполненных на 3D-принтере на основе фотографий заказчика. Ключевая ценность продукта заключается в трансформации двухмерного изображения в тактильную трёхмерную модель.

Для обоснования коммерческого потенциала проекта и оценки будущего уровня потребительского интереса к продукту был проведен анализ временных рядов, отражающих динамику поисковой активности в сегменте «Конструктор». В качестве исходных данных использованы показатели частоты запросов из системы Google Trends за период с декабря 2020 по декабрь 2025 года [1]. Выбор данного инструмента обусловлен его репрезентативностью: динамика поисковых запросов является прокси-переменной, отражающей реальный потребительский спрос и уровень интереса к товарной категории.

График 1. Временной ряд запросов в сегменте «Конструктор»

Визуальный анализ исходного временного ряда на графике 1 выявил наличие нестационарности, что потребовало применения преобразования взятия первой разности (1-L) для приведения ряда к стационарному виду. Для подбора оптимальной структуры модели использовалась коррелограмма, позволившая предварительно оценить порядки авторегрессии (AR) и скользящего среднего (MA) [2].

В процессе эконометрического моделирования были оценены две спецификации модели ARIMA. Сравнительный анализ качества моделей проводился на основе информационных критериев Акаике (AIC) и Шварца (BIC), а также статистической значимости коэффициентов.

Модель 1 (ARIMA(2,1,3)) показала высокую значимость коэффициентов AR-2, MA-2 и MA-3. Однако наличие модуля корня MA, равного 1,0000, свидетельствует о возможной проблеме «единичного корня» в скользящем среднем, что может указывать на избыточную параметризацию и потенциальную нестабильность прогнозов.

Модель 2 (ARIMA(2,1,5)) продемонстрировала более сложную структуру с включением дополнительных параметров скользящего среднего. Все коэффициенты модели, за исключением константы, оказались статистически значимы на уровне не менее 10% (p-value < 0,1). Значения информационных критериев для Модели 2 составили AIC = 1661,014 и BIC = 1693,095, что незначительно лучше показателей Модели 1 (AIC = 1666,174). Коэффициент детерминации (R-квадрат) для второй модели составил 0,6876, что свидетельствует о том, что модель объясняет около 68,8% дисперсии исходного ряда, подтверждая ее адекватность.

Анализ корней характеристического уравнения для Модели 2 показал, что все корни AR и MA находятся внутри единичной окружности (модули корней AR: 1,76 и 4,31; модули комплексных корней MA > 1), что является необходимым условием стационарности и обратимости модели.

Учитывая значения информационных критериев и отсутствие признаков избыточной идентификации, для прогнозирования была выбрана Модель 2. На ее основе был построен точечный и интервальный прогноз уровня поискового интереса к категории «конструктор» на первое полугодие 2026 года.

График 2. Прогнозный уровень спроса на первое полугодие 2026 г.

Результаты прогнозирования, полученные на графике 2, позволяют сделать следующие выводы [1]:

1. Прогнозные значения демонстрируют высокую стабильность. С 12-й недели 2026 года (середина марта) прогнозируемый уровень запросов стабилизируется в диапазоне 39,8 – 40,0 условных единиц в неделю (индекс интереса Google Trends), что незначительно выше средних значений 2025 года.

2. В краткосрочной перспективе модель фиксирует незначительное снижение в конце декабря 2025 – начале января 2026 года, что может быть связано с эффектом праздничных дней и снижением поисковой активности. Однако уже к февралю 2026 года показатель восстанавливается до устойчивых значений.

3. Ширина доверительного интервала прогноза (стандартная ошибка около 9,73 к концу прогнозного периода) указывает на наличие неопределенности в долгосрочной перспективе. Нижняя граница прогноза (около 20,7) и верхняя граница (около 58,9) очерчивают коридор, в котором с высокой вероятностью будет находиться фактический уровень спроса.

Практическая значимость разработанной эконометрической модели для проекта раскрывается в нескольких аспектах. Прежде всего, прогноз подтверждает устойчивый интерес к категории «конструктор», демонстрируя отсутствие нисходящего тренда. Это свидетельствует о том, что рынок находится в фазе стабильного спроса, что существенно снижает риски выхода с новым персонализированным продуктом.

Благодаря выявленной стабильности прогноза (отсутствию резких пиков и падений) компания получает возможность для эффективного планирования производственных мощностей. Равномерная загрузка 3D-принтеров позволит избежать необходимости экстренного наращивания или сокращения объемов производства в краткосрочной перспективе, оптимизируя операционные расходы.