Прогнозна оцінка потреб клієнтів у мультимодальних перевезеннях: маркетинговий підхід

Abstract

UA: У статті досліджено маркетингові підходи до прогнозування потреб клієнтів у сфері мультимодальних перевезень на прикладі АТ «Укрзалізниця». В умовах трансформації логістичних потоків, спричиненої глобальними тенденціями, цифровізацією та внутрішніми викликами — зокрема впливом повномасштабної війни — питання адаптації транспортних послуг до змінюваної структури попиту набуває особливої актуальності. Укрзалізниця, як національний залізничний перевізник із розгалуженою інфраструктурною мережею, має стратегічний потенціал для розвитку мультимодальних логістичних сервісів, які поєднують залізничні, автомобільні та портові компоненти. Проте компанія стикається з низкою бар’єрів, серед яких: нерозвинена інфраструктура мультимодальних терміналів, обмежена інтеграція з іншими видами транспорту, фрагментованість логістичних ланцюгів та низький рівень цифрової трансформації. У статті представлено аналіз динаміки вантажних перевезень, рівня контейнеризації та структури логістичного попиту в Україні. На основі емпіричних даних та вторинних джерел виявлено тенденцію до зростання потреб споживачів у комплексних, гнучких і часово ефективних транспортних послугах. Запропоновано маркетингову модель прогнозування, що включає кілька ключових компонентів: сегментацію клієнтів за галузями та логістичною поведінкою, вивчення очікувань та уподобань замовників, визначення чинників вибору логістичного сервісу, застосування багатофакторного статистичного аналізу та інтеграцію цифрових інструментів прогнозування.

EN: The article explores marketing approaches to forecasting customer demand in the field of multimodal transportation, using the case of JSC “Ukrzaliznytsia.” In the context of logistics flow transformation caused by global trends, digitalization, and internal challenges—particularly the impact of the ongoing war in Ukraine—the issue of adapting transport services to the changing nature of demand has become especially relevant. As a national rail carrier with an extensive infrastructure network, Ukrzaliznytsia possesses strategic potential for developing multimodal logistics services that combine rail, road, and port capabilities. However, the company faces numerous barriers, such as underdeveloped multimodal terminal infrastructure, limited integration with other transport modes, fragmented logistics chains, and slow digital transformation. The paper presents an analysis of freight transport dynamics, containerization levels, and the structure of logistical demand in Ukraine. Based on empirical data and secondary sources, the research identifies an upward trend in customer needs for integrated, flexible, and time-efficient transport services. A marketing-driven forecasting model is proposed that includes several key components: segmentation of clients by industry and shipping behavior, study of customer expectations and preferences, identification of decision-making factors for logistics service selection, application of multifactor statistical analysis, and integration of digital forecasting tools. The methodological approach combines quantitative (regression, time series, cluster analysis) and qualitative (surveys, interviews, expert judgment) research methods to assess demand across customer segments and logistics corridors. Based on the findings, the paper formulates practical recommendations to improve the customer-centricity of Ukrzaliznytsia’s logistics policy, enhance multimodal offerings, and improve communication with different categories of clients. The article also outlines future research directions, including the development of behavioral models for customer decision-making in transport services, formalization of key indicators for evaluating customer orientation in logistics, and full-scale digital transformation of demand forecasting systems. The results are of practical interest for national railway companies, logistics operators, policymakers, and researchers engaged in multimodal transport development, strategic planning, and transport marketing analytics in conditions of uncertainty and global competitiveness.