Дослідження присвячене розробці та впровадженню гнучкої методології прогнозування продажів для ефективного управління запасами в магазинах і складських приміщеннях. Запропонована модель базується на методах машинного навчання та враховує змінні ринкові умови, дозволяючи адаптивно оновлювати прогнози. Основні етапи дослідження включають аналіз існуючих методів прогнозування, вибір алгоритмів машинного навчання, розробку прототипу моделі та оцінку її точності й економічного ефекту. Для реалізації моделі використовувався фреймворк AutoML .NET, який забезпечує автоматичний підбір найефективніших алгоритмів і гіперпараметрів.