В настоящей статье рассматриваются применение методов прогнозирования продаж для управления для товаров, имеющих редкий и высоко вариабельный спрос на основе ретроспективного анализа. Неэргодичность системы характеризуется состоянием, при котором временные статистики, измеренные на одном экономическом агенте, не совпадают с ансамблевыми статистиками, измеренными на множестве аналогичных агентов. Это существенно осложняет корректное применение стандартных вероятностных методов и ставит под сомнение предположения традиционных моделей, основанных на эргодическом допущении. Проблема неэргодичности также связана с концепцией ассиметричных информационных потоков, динамической изменчивостью экономических условий и влиянием структурных изменений в экономике. Для адекватного моделирования и прогнозирования необходимо учитывать, что временные ряды экономических показателей могут иметь более высокую вариативность и нестабильность, чем предполагает ансамблевый анализ. Вследствие этого долгосрочные прогнозы и оценка рисков при использовании ансамблевых вероятностей могут привести к систематическим ошибкам. Особенностью предлагаемого метода является попытка прогнозирования поведения неэргодичных систем при их приведении к условно эргодичным. Предложенная методика позволяет повысить эффективность управления продажами и повышения точности прогнозирования необходимо выделение отдельного объекта управления в товарной категории – товарный блок.

This article examines the application of sales forecasting methods for managing products with rare and highly variable demand based on retrospective analysis. Nonergodicity of a system is characterized by a condition in which the time statistics measured for a single economic agent do not coincide with the ensemble statistics measured for a set of similar agents. This significantly complicates the correct application of standard probabilistic methods and challenges the assumptions of traditional models based on the ergodic assumption. The problem of nonergodicity is also related to the concept of asymmetric information flows, the dynamic variability of economic conditions, and the impact of structural changes in the economy. For adequate modeling and forecasting, it is necessary to consider that time series of economic indicators may exhibit greater variability and instability than suggested by ensemble analysis. As a result, long-term forecasts and risk assessments using ensemble probabilities can lead to systematic errors. A distinctive feature of the proposed method is its attempt to predict the behavior of non-ergodic systems by reducing them to conditionally ergodic ones. The proposed methodology allows for increased sales management efficiency and forecasting accuracy. It is necessary to identify a separate control object within a product category–a product block.