Fareniuk Y. Modeling marketing activities of enterprises using Data Science technologies.

Українська версія

Thesis for the degree of Doctor of Philosophy (PhD)

State registration number

0823U101213

Applicant for

Specialization

  • 051 - Економіка

29-11-2023

Specialized Academic Board

2309

Taras Shevchenko National University of Kyiv

Essay

The thesis is devoted to the study of the processes of forming the business strategy of the enterprise, as well as the theoretical and practical principles of modeling and forecasting the results of marketing activities, economic and mathematical methods, models, and information technologies to support the adoption of strategic marketing decisions. The practical value of the work consists in the development and proposal of effective and efficient conceptual approaches, economic and mathematical models, as well as a marketing decisions support system, which can be implemented at Ukrainian and foreign enterprises to improve marketing activities, increase the effectiveness of marketing (including media) investments, i.e. the growth of ROMI, the formation of an effective marketing strategy and the adoption of business decisions. One of the most important and absolutely necessary tasks of the enterprise is conducting effective marketing activities, which makes it possible to strengthen business development, to ensure effective functioning with a sufficient level of profitability. Increasing efficiency and increasing profits are the driving forces of marketing activities of any enterprise in a market economy. One of the main directions of improving business strategy is the wide application of various technologies and methods for choosing tactical and strategic areas of work, and effective marketing tools since this concept corresponds to the level of the competitive environment and the development of modern economic systems as much as possible.

Research papers

1. Chernyak, O., Sztrik, J., & Fareniuk, Y. (2021). Modeling optimal price policy of pharmaceutical companies for sales maximization based on Data Science technologies. Bulletin of Taras Shevchenko National University of Kyiv. Economics, 1(214), 35­41. DOI: 10.17721/1728­2667.2021/214­1/6 (автором досліджено вплив ціни на конкурентоспроможність підприємства та його позиції на ринку, запропоновано підхід щодо визначення цінової еластичності та оптимізації цінової політики для максимізації продажів; 0,89 д.а., з них 0,45 д.а. авторські).

2. Fareniuk, Y. (2022). Marketing strategy optimization in FMCG market. Bulletin of Taras Shevchenko National University of Kyiv. Economics, 2(219), 49­57. DOI: 10.17721/1728­2667.2022/219­2/7 (1,38 д.а.).

3. Fareniuk, Y., & Chornous, G. (2023). Principles of effective planning of advertising activity in the 21st century. Economy of Ukraine, 2, 55­72. DOI: 10.15407/economyukr.2023.02.055 (автором розроблено принципи ефективного планування рекламної активності; 0,91 д.а., з них 0,64 д.а. авторські).

4. Chornous, G., & Fareniuk, Y. (2023). Marketing Mix Modeling of Traffic to the Store Under the Covid­19 Crisis. KnE Social Sciences, 8(1), 412–434. DOI: 10.18502/kss.v8i1.12660 (автором реалізовано моделювання маркетингового комплексу для трафіку в магазини, оцінено ефективність медіа­каналів та сформовано рекомендації для медіа­стратегії; 1,40 д.а., з них 0,98 д.а. авторські).

5. Chernyak, O., & Fareniuk, Y. (2020). Modeling of Effectiveness of Media Investment Based on Data Science Technologies for Ukrainian Bank. CEUR Workshop Proceedings, 2732, 282­289 (Scopus, автором розроблено модель для оцінки ефективності рекламної активності на дзвінки в Call Center та прогнозування його завантаження, оцінено ефективність TV­активності в поденній та 15 погодинній деталізації для підвищення ROMI; 0,52 д.а., з них 0,37 д.а. авторські).

6. Chornous, G., & Fareniuk, Y. (2021). Marketing mix modeling for pharmaceutical companies on the basis of data science technologies. Access to science, business, innovation in digital economy, ACCESS Press, 2(3), 274­289. DOI: 10.46656/access.2021.2.3(6) (Web of Science, автором запропоновано концептуальну схему впровадження Data Science для моделювання маркетингового комплексу, здійснено моделювання результатів маркетингової діяльності підприємства, а також оцінено вплив факторів безпосередньо на продажі та на ефективність рекламної активності; 1,12 д.а., з них 0,78 д.а. авторські).

7. Chornous, G., & Fareniuk, Y. (2021). Optimization of Portfolio Marketing Strategy Based on Data Science Technologies. CEUR Workshop Proceedings, 3179, 89­ 100 (Scopus, автором побудовано комплекс моделей для портфелю брендів фармацевтичного підприємства та запропоновано підхід для удосконалення портфельної маркетингової стратегії; 1,16 д.а., з них 0,81 д.а. авторські).

8. Fareniuk, Y., Zatonatska, T., Dluhopolskyi, O., & Kovalenko, O. (2022). Customer churn prediction model: a case of the telecommunication market. Economics ­ innovative and economics research journal, 10(2), 109­130. DOI: 10.2478/eoik­2022­0021 (Scopus, автором досліджено різноманітні підходи і методи для прогнозування відтоку клієнтів, здійснено побудову моделей Data Science для класифікації клієнтів відповідно до ймовірності їх відтоку; 1,59 д.а., з них 0,56 д.а. авторські).

9. Chornous, G., & Fareniuk, Y. (2023). Optimization of Marketing Decisions Based on Machine Learning: Case for Telecommunications. CEUR Workshop Proceedings, 3347, 112­124 (Scopus, автором розроблено моделі машинного навчання для вирішення задач сегментації клієнтів та підвищення ефективності рекламних розсилок на прикладі телекомунікаційного підприємства; 1,35 д.а., з них 0,95 д.а. авторські).

10. Fareniuk, Y., & Chornous G. (2023). Optimization of Media Strategy via Marketing Mix Modeling in Retailing. Ekonomika, 102(1), 6­25. DOI: 10.15388/Ekon.2023.102.1.1 (Scopus, автором здійснено моделювання маркетингового комплексу, запропоновано концептуальний підхід дослідження та сформовано рекомендації щодо національної та регіональної медіа­стратегії; 1,35 д.а., з них 0,96 д.а. авторські).

11. Chornous, G., Fareniuk, Y., Giedraitis, V.R., Ulvidienė, E., & Kharlamova, G. (2023). A data science­based marketing decision support system for brand management. Innovation Marketing, 19, 2, 38­50. DOI: 10.21511/im.19(2).2023.04 (Scopus, Web of Science, автором запропоновано архітектуру системи підтримки прийняття маркетингових рішень на підприємстві, яка передбачає формування і використання системи релевантних моделей та методів Data Science; 1,14 д.а., з них 0,4 д.а. авторські).

12. Родіонова, І., & Фаренюк, Я. (2021). Аналіз на основі баз даних (Data Science) для управлінських рішень з урахуванням невизначеності макро­ та мікроекономічного рівнів. В І., Родіонова (Ред.), Економіка невизначеності: зміст, оцінювання, регулювання: колективна монографія. (с. 99­121). Київ: ВНЗ «Університет економіки та права «КРОК», c. 287. DOI: 10.31732/EU­CER­5 (автором побудовано декілька економіко­математичних моделей та штучних нейронних мереж для прийняття управлінських рішень в умовах невизначеності на макро­ та мікроекономічному рівні; 1,19 д.а., з них 0,79 д.а. авторські).

13. Radionova, I., & Fareniuk, Y. (2022). Data science analysis for management decisions with macro­and microeconomic uncertainty. In I., Radionova (Ed.) The Economics of Uncertainty: Content, Evaluation, and Regulation: monograph (pp. 80­98). Tallinn: Scientific Center of Innovative Researches OÜ, pp. 232. DOI: 10.36690/EUCER­80­98 (автором побудовано декілька економіко­математичних моделей та імплементовано машинне навчання у вигляді штучних нейронних мереж для прийняття управлінських рішень в умовах невизначеності на макро­ та мікроекономічному рівні; 1,15 д.а., з них 0,76 д.а. авторські).

Files

Similar theses