Прогнозирование и анализ ценообразования цифровых товаров на маркетплейсах

Цифровые активы стали неотъемлемой частью современной экономики, особенно в условиях активного развития маркетплейсов, которые выступают площадками для их купли-продажи. На фоне роста популярности видеоигр и увеличения объёмов торговли игровыми аккаунтами возникает необходимость точной оценки их стоимости. Однако процесс ценообразования таких активов осложнён множеством факторов. Данная статья посвящена разработке модели прогнозирования стоимости цифровых товаров на маркетплейсах с использованием статистических и эконометрических методов. В ходе исследования выявлена экспоненциальная зависимость между рейтингом аккаунта и его ценой, что позволило значительно повысить точность предсказаний. Для повышения надёжности модели были применены методы нормализации и оптимизации данных. Особое внимание в статье уделено анализу факторов, влияющих на рыночную стоимость игровых аккаунтов, и оценке точности прогнозов. Полученные результаты демонстрируют универсальность предложенного подхода и возможность его адаптации для оценки других цифровых и физических товаров на различных маркетплейсах

Digital assets have become an integral part of the modern economy, especially with the rapid development of marketplaces that serve as platforms for buying and selling such assets. With the growing popularity of video games and the increasing volume of trading in game accounts, the need for accurate valuation of these assets has emerged. However, the process of pricing such assets is complicated by a variety of factors. The article develops a model for predicting the value of digital goods on marketplaces using statistical and econometric methods. The study revealed an exponential relationship between the account ranking and its price, which significantly improved the prediction accuracy. To increase the reliability of the model, data normalization and optimization methods were applied. Special attention is given to the analysis of the factors influencing the market value of gaming accounts and the evaluation of the accuracy of the predictions. The results obtained demonstrate the universality of the proposed approach and its potential adaptation for the valuation of other digital and physical goods in different marketplaces.