مقاله ترجمه شده تأثیر آب و هوای روزانه در خرده فروشی: یک مطالعه تجربی در فروشگاه های سنتی

سال نشر: ۲۰۲۰

نوع نگارش مقاله: علمی پژوهشی (Research articles)

تعداد صفحه انگلیسی:  ۱۳ صفحه PDF

تعداد صفحه ترجمه فارسی:  ۴۶  صفحه WORD

دانلود رایگان مقاله انگلیسی

کد محصول: M936

نام ناشر (پایگاه داده): الزویر

نام مجله:   Journal of Retailing and Consumer Services

عنوان کامل فارسی:

مقاله انگلیسی ترجمه شده ۲۰۲۰ :  تأثیر آب و هوای روزانه در خرده فروشی: یک مطالعه تجربی در فروشگاه های سنتی (فروشگاه های غیر آنلاین)

عنوان کامل انگلیسی:

The impact of daily weather on retail sales: An empirical study in brick-and mortar stores

چکیده فارسی:

در این مطالعه ، تأثیر آب و هوا بر فروش روزانه در خرده فروشی های سنتی (غیر آنلاین) با استفاده از داده های تجربی از ۶۷۳ فروشگاه خرده فروشی، بررسی شده است. ما یک مدل ضریب تصادفی را ایجاد می کنیم که اثرات غیر خطی و اختلافات فصلی را با استفاده از پارامترهای مختلف آب و هوایی در نظر می گیرد.  در تجزیه و تحلیل عملی با استفاده از داده های آب و هوایی آرشیوی ، ما قدرت تبیین اطلاعات آب و هوایی بر فروش روزانه را کمّی سازی می کنیم ، ویژگی های خاص فروشگاه را شناسایی می کنیم و تأثیر زمینه های ویژه فروش را آنالیز می کنیم. ما دریافتیم که به طور کلی آب و هوا تأثیر پیچیده ای در فروش روزانه دارد در حالی که میزان و جهت اثرات آب و هوا به محل فروشگاه و زمینه فروش بستگی دارد. تأثیر محل فروش بر فروش روزانه می تواند بالغ بر ۲۳٫۱ درصد و بر اساس زمینه فروش بالغ بر تا ۴۰٫۷ درصد  باشد. همچنین نتایج نشان داد که تأثیر حوادث شدید آب و هوایی خوب و بد با مدلهای سنتی که اثرات غیرخطی را در نظر نمی گیرند ، درست برآورد نمی شود. در تجزیه و تحلیل عملی ، ما بررسی می کنیم که آیا می توان از پیش بینی های هواشناسی برای بهبود پیش بینی فروش روزانه استفاده کرد. ما نشان می دهیم که در نظر گرفتن اطلاعات پیش بینی وضعیت آب و هوا ، موجب بهبود دقت پیش بینی فروش تا هفت روز آینده می شود. با این حال ، در یک افق پیش بینی بالاتر ، بهبود دقت پیش بینی کاهش می یابد.

واژه‌های کلیدی: خرده فروشی ، آب و هوا ، فروشگاه های سنتی ، آنالیز رگرسیون

Abstract                                                                                                

In this study, we examine the influence of weather on daily sales in brick-and-mortar retailing using empirical data for 673 stores. We develop a random coefficient model that considers non-linear effects and seasonal differences using different weather parameters. In the ex-post analysis using historic weather data, we quantify the explanatory power of weather information on daily sales, identify store-specific effects and analyze the influence of specific sales themes. We find that the weather has generally a complex effect on daily sales while the magnitude and the direction of the weather effect depend on the store location and the sales theme. The effect on daily sales can be as high as 23.1% based on the store location and as high as 40.7% based on the sales theme. We also find that the impact of extreme bad and good weather occurrences can be misestimated by traditional models that do not consider non-linear effects. In the ex-ante analysis, we analyze if weather forecasts can be used to improve the daily sales forecast. We show that including weather forecast information improves sales forecast accuracy up to seven days ahead. However, the improvement of the forecast accuracy diminishes with a higher forecast horizon.

Keywords: Retailing, Weather, Brick-and-mortar stores, Regression analysis