Разработка моделей системы принятия решения

⇐ ПредыдущаяСтр 7 из 11Следующая ⇒

Математическая модель системы принятия маркетинговых решений для рынка программных продуктов должна включать принятие решений по ряду направлений:

1. сегментирование рынка программных продуктов

2. ценообразование на рынке программных продуктов

3. характеристика потребительского поведения

Данные направления являются ведущими и могут быть подразделены на подгруппы, например, с сегментированием связано продвижение программного продукта на конкретном сегменте.

Рассмотрим математические модели по выделенным направлениям.

2.3.1 Разработка модели сегментирования рынка

Сегментация (сегментирование) рынка - разделение конечных потребителей некоторого продукта на отдельные классы и группы, объединяющие потребителей с близкими потребительскими предпочтениями. Сегментация основана на методах классификации и статистической группировки. В основе сегментации находится продукт, охарактеризованный через его потребительские свойства. Сегментация предполагает существование соответствия между характеристиками потребителей и свойствами товара. Наиболее полным результатом сегментации следует считать выделение групп потребителей, как в терминах свойств продукта, так и в терминах характеристик потребителей. При этом достигается соответствие потребностей и адресности сегмента. Проведение сегментации может быть признано полным и завершенным, когда различия между потребителями в их отношении к продукту сопровождаются выявленными различиями в их характеристиках, включая, например, пол, возраст доход и другие[34].

В литературе сегментация часто рассматривается односторонне: или по характеристикам потребителей, или по свойствам продукта. Как отмечалось и следует из определения сегментации, и характеристики и свойства должны учитываться совместно. Правомерно выделение двух способов сегментации по принципу «свойства - характеристики». Различия между ними заключаются не в использовании какого-то одного вида признаков при игнорировании другого, а в последовательности рассмотрения этих двух групп признаков - свойств и характеристик, что находит отражение в алгоритме сегментации. Встречается выделение третьего менее формального способа - эвристического подхода, который имеет широкие перспективы применения (рис. 8).

Рис. 8. Способы сегментации

Первый способ «сначала характеристики, а затем свойства» (условно - по характеристикам потребителей) наиболее хорошо известен по учебной литературе и чаще всего завершается группировкой по характеристикам, забывая о свойствах, на которых, собственно и основана сегментация. Сюда относится социально-экономическая, демографическая, географическая, психологическая и поведенческая сегментация или их комбинация. Эти методы иногда воспринимаются как канонические и безальтернативные, что далеко не так. К тому не задача выбора так называемых значимых характеристик не получила завершенного решения. Здесь наиболее распространен подход «а priory». Например, известна классификация VALS2 в зависимости от того, как потребители проводят время и тратят деньги.

Второй способ сегментации (условно – только по свойствам продукта) в литературе охарактеризован недостаточно, хотя именно он обеспечивает получение однородных сегментов в смысле потребительских предпочтений. В терминах свойств продукта сегментация по второму способу проводится на основании оценок, полученных в результате опроса. Здесь наиболее распространен подход «cluster based» с применением кластерного анализа и методов многомерной классификации, включая факторный анализ, метод главных компонент, метод многомерного шкалирования[35].

Сегментация рынка программных продуктов производится по потребностям потенциальных покупателей и свойствам программного продукта, то есть с использованием эвристического метода. Связано это с тем, что сегменты, полученные по первому способу, не гарантируют однородность сегмента по потребностям потребителей. Другая проблема первого способа - перейти от адресности сегмента в терминах характеристик потребителей к желаемым свойствам продукта. В сегментации по свойствам стоит обратная задача установления адресности через выявление характеристик потребителей. Второй способ обеспечивает однородность сегмента по системе потребительских предпочтений. Для установления соответствия между потребительскими предпочтениями в терминах свойств продукта и характеристиками потребителей может применяться лэддеринг - это специальная техника задавания вопросов в глубинном интервью, которая позволяет выявить связи между жизненными ценностями потребителя и свойствами продукта.

Эвристический способ сегментации является неформальным, но при попытке как-то формализовать этот способ можно заметить, что в принципе он основан на искусстве выбора единственного наиболее значимого, специфического признака, характеризующего потребителей. Как правило, этот признак является номинальным.

Можно предложить некоторые способы анализа соответствия между потребностями потребителей и конкретными разновидностями продукта. Для анализа соответствия сегментов и товаров (моделей) предлагается использовать, например, следующие показатели:

1) корреляцию между выраженностью для моделей (М) и выраженностью для сегментов (С) с использованием или оценок «не хуже чем» или разумной достаточности. В принципе возможно использование и средних из этих величин - из минимальной и максимальной оценок;

2) сумму разностей по свойствам, причем рассматриваются разности между балльными (субъективными) оценками выраженности «не хуже чем» и скорректированными балльными оценками выраженности свойств продукта (М*). Корректировка такова, что если по конкретному свойству «Оценка М выше оценки С» по принципу «не хуже чем», то в качестве М* принимается С.

Таблица 4.

Пример расчёта несоответствия

Оценки выраженности
Сегмент	Модель		Разность
С	М	М*	С-М*
5	3	3	2
3	4	3	1
2	5	2	3
4	2	2	0
Итого			К=6

Чем больше каждая разность, тем хуже соответствие. Чем выше значение показателя, тем выше степень несоответствия. Минимальная величина разности равна несоответствия сегмента и продукта нулю. Максимальное значение при четырех свойствах в данном случае равно 16. В соответствии с данным показателем может получиться, что одна и та же модель может соответствовать разным сегментам - части из них даже «с запасом». При таком подходе логично добавить к рассмотрению еще одно свойство - «цена».

В данном случае особенно наглядно применение графоаналитических моделей, особенно профилей в виде незамкнутых цепочек и лучевой диаграммы, которая по сути дела - те же профили, но в виде замкнутых цепочек. Причем на диаграмме удобно изображать как оценки для сегментов по принципу «не хуже чем» (далее на рис. 2.5 и 2.6 они обозначены Cmin), так и оценки по принципу разумной достаточности (Сmах). Тогда приемлемая область, или коридор между Cmin и Сmах, в первом случае имеет вид полосы, а во втором - кольца[36].

Не трудно заметить, что таблица 2.3 представляет собой аналог функциональной карты. В литературе чаще всего приводится пример функциональной карты в виде таблицы на примере рынка компьютеров. Сначала по графам перечисляются сегменты, а затем по графам - модели. По строкам перечислены свойства

Рис. 9. Профиль соответствия потребностей и свойств продукта

Рис. 10. Диаграмма соответствия потребностей и свойств продукта

Однако между табл. 4 и функциональной картой имеются существенные отличия. Функциональная карта, которая приводится в литературе, вызывает определенные вопросы. В первоисточниках (сайт) указывается, что баллы (в первоисточнике - число звездочек) означают «степень одобрения свойств потребителями». Но степень одобрения означает важность. В то же время характеристика свойств конкретного продукта, а соответствующие модели отражены в правой части карты, не может излагаться в терминах важности, а только в терминах выраженности. Возникает проблема несоответствия важности и выраженности. Баллы или для наглядности - звездочки должны означать оценки выраженности - С и М. При этом проблема сопоставимости снимается. При таком подходе матрица может быть основана не только на субъективных, но и на объективных оценках, т.е. на измерениях свойств[37].

Далее, в комментариях к функциональной карте отмечается, что функциональная карта - метод проведения своего рода двойной сегментации - по изделию и по потребителю, с чем нельзя согласиться. В начале карты имеется характеристика нескольких групп потребителей в терминах свойств продукта. Лишь эта часть таблицы может рассматриваться как двойная сегментация. Вторая часть таблицы содержит оценки свойств нескольких разновидностей продукта, что позволяет рассматривать таблицу как совмещение сегментации и позиционирования.

Задача выбора решения при эвристическом моделировании сегментации рынка сводится к следующему[38].

Пусть задан некоторый вектор S = (S1,S2,..,Sn), описывающий n состояний внешней среды, и вектор X = (X1,X2,..,Xm), описывающий m допустимых решений. Требуется найти такой вектор X* =(0,0,..,0, Xi ,0,..,0), который бы обеспечивал оптимум некоторой функции полезности W(X,S) по некоторому критерию K.

Значение оптимума функции W(X,S) раскрывается, исходя из постановки конкретной задачи (к примеру, если обсуждается получение прибыли, то значение функции стремятся максимизировать, если себестоимость – минимизировать).

Информацию об указанной функции полезности (по сути, исходные данные задачи такого типа) представляют матрицей полезности размерности m*n с элементами Wij = F(Xi,Sj), где F - решающее правило (определяемое из постановки конкретной задачи).

Следует отметить, что формирование решающего правила во многом предопределяет конечный результат расчетов (в случае его неточности/ ошибок даже правильный выбор критерия оптимальности и соответствующие расчеты не дают основания считать принятое решение наилучшим).

2.3.2 Разработка модели поведения потребителей

Математическое моделирование поведения потребителей происходит аналогично, но с учётом положений теории систем.

Потребность представить объект как систему возникает всякий раз, когда невозможно что-то продемонстрировать, изобразить, представить математическим выражением и нужно подчеркнуть, что это будет большим, сложным, не сразу понятным (с неопределенностью) и целым, единым.. Это полностью соответствует подходу к пониманию потребительского поведения как иррационального, скорее стремящегося не к оптимуму, а к обоснованности и не поддающегося полному предсказанию.

Как правило, при проведении системного исследования объект как реальная система заменяется абстрактно-эмпирической системой или просто системой, используемой часто в качестве модели объекта. Однако в данном случае мы не ставим своей целью построить систему потребительского поведения, мы лишь используем понятие «система» как инструмент, способ исследования поведения потребителей.

Прежде всего, использование принципов системного анализа позволяет нам получить новое понимание объекта нашего исследования - потребительского поведения. В общей теории систем понятие «поведение» используется в тех случаях, когда неизвестны закономерности перехода системы из одного состояния в другое[39].

Все еще встречающуюся трактовку поведения как суммы или последовательного набора состояний следует признать неверной, поскольку никакая «сумма» (если вообще можно применять это понятие к качественным категориям) дискретных статических срезов системы не в состоянии показать ее динамические характеристики, одной из которых является поведение. Это:

1) заставляет нас отказаться от традиционного подхода к моделированию потребительского поведения как набора последовательных состояний и признать его как не имеющего практического смысла;

2) подойти к пониманию потребительского поведения как функционирования системы, т.е. реализации во времени и пространстве функций системы (в данном случае под системой следует понимать человека в роли потребителя) и в результате предложить модель исследования потребительского поведения, построенную на принципах системного подхода с учетом нового понимания.[40]

С этой позиции для нас представляют особый интерес следующие определения системы. Согласно базовым принципам общей теории систем, потребительское поведение как система может быть представлено абстракцией типа:

S = (A; R),

где: А — множество элементов системы; R — множество отношений между ними.

Подобное понимание системы позволяет нам сделать некоторые предположения о характере проведения дальнейшего исследования:

· Системное рассмотрение потребительского поведения предполагает выделение в нем элементов и связей между ними.

· Множество элементов могут иметь неограниченное множество отношений между собой.

· S - представляет структуру системы, что есть такое свойство системы, которое порождает характерное для нее поведение.

Рис.11. Система по С.Л. Оптнеру

Используя «графическое определение» системы С.Л. Оптнера поведение потребителя может быть представлено схемой из четырех элементов:

1. Вход - это все то, что поступает в систему.

2. Процесс - обрабатывает вход.

3. Выход - результат процесса обработки.

4. Обратная связь - управляет процессом и входом, а ограничения накладываются на вход, процесс и выход.

Отсюда следует, что для того чтобы составить описание структуры потребительского поведения, необходимо исследовать:

1. объекты внешней среды, влиянию которых подвержено поведение потребителей;

2. реакцию системы на воздействие;

3. особенности системы, определяющие характер реакции.

При этом необходимо отметить важность, которую играет понятие обратной связи. Обратная связь является основой саморегулирования, развития систем, приспособления их к изменяющимся условиям существования.

Обратная связь может быть положительной, сохраняющей тенденции происходящих в системе изменений того или иного выходного параметра, и отрицательной - противодействующей тенденциям изменения выходного параметра, т.е. направленной на сохранение, стабилизацию требуемого значения параметра.

Понимание поведения как функционирования системы выводит нас на следующие положения общей теории систем:

1) Функция задается системе извне и показывает, какую роль данная система выполняет по отношению к более общей системе, в которую она включена составной частью наряду с другими системами, выступающими для нее средой. Это положение имеет очень важные следствия к нашему исследованию поведения потребителей:

· импульс к изменению потребительского поведения может генерироваться как внутри системы, так и вызываться внешними факторами;

· любое изменение функции, производимое средой, вызывает смену механизма функционирования системы (по определению понятий «функция» и «функционирование»), а это приводит к изменению структуры системы и связей;

· различные системы могут выполнять одинаковую функцию по отношению к более общей системе.

2) Реализация функциональных свойств системы осуществляется посредством информационного воздействия между элементами. Следовательно, связь есть информационное взаимодействие между элементами. Отсюда можно сделать вывод, что для того чтобы определить связи между элементами потребительского поведения, необходимо собрать информацию о том, какие источники информации потребитель использует, каким образом полученную информацию интерпретирует и как изменяет свое потребительское поведение при наличии либо отсутствии той или иной информации.

Исходя из проведенного выше анализа базовых положений теории систем, можно сделать следующее логическое допущение: Потребительское поведение есть реализация во времени и пространстве функций системы. Система состоит из элементов и связей между ними. Связь есть информационное взаимодействие между элементами. Связь между элементами и определяет стереотип поведения.

Использование принципов системного анализа позволяет нам классифицировать поведение потребителей как систему по различным признакам в зависимости от решаемой задачи.

Согласно логике проводимого исследования, предлагается рассматривать класс системы как подход к отображению объекта или решаемой задачи, которые могут выбираться в зависимости от стадии познания объекта и возможности получения информации о нем.

Отображение объектов в виде развивающихся систем позволяет исследовать наименее изученные объекты и процессы, к каким с полным основанием мы и можем отнести потребительское поведение.

Основной особенностью данных систем является способность к самоорганизации при помощи механизмов памяти и мышления и, как следствие, возможность нетривиального поведения. Это определяет принципиальную ограниченность формализованного описания развивающихся систем, что диктует необходимость сочетания формальных методов и методов качественного анализа.

Основную конструктивную идею моделирования при отображении объекта классом развивающихся систем можно сформулировать следующим образом: разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент элементы и связи, а затем, путем преобразования полученного отображения с помощью установленных правил (правил структуризации, композиции, поиска мер близости на пространстве состояний), получают новые, неизвестные ранее компоненты, зависимости.

Таким образом, можно накапливать информацию об объекте, фиксируя новые компоненты и связи, и тем самым получать отображения последовательных состояний развивающейся системы.

Адекватность модели также доказывается как бы последовательно, путем оценки правильности отражения в каждой последующей модели элементов и связей[41].

В соответствии с произведенным исследованием базовых понятий и принципов общей теории систем предлагается следующая схема качественного системного исследования поведения потребителя, состоящая из следующих этапов:

1. Постановка проблемы, уточнение объекта моделирования.

2. Выявление целей и задач построения системы.

3. Фиксация известных на данный момент элементов и связей:

а) элементный анализ;

б) структурный анализ;

в) рассмотрение процессора.

4. Построение концептуальной модели на основе графического определения Оптнера.

5. Сбор и анализ информации для описания процессов функционирования системы:

а) исследование объектов внешней среды, влиянию которых подвержено поведение потребителей;

б) наблюдение и эксперимент за реакцией системы на воздействие;

в) выявление особенностей системы, определяющих характер реакции.

6. Исследование специфики информационного взаимодействия элементов в системе.

7. Установление методов и средств влияния на систему, позволяющих целенаправленно изменять ее поведение.

8. Апробация смоделированной системы на конкретных рынках.

9. Уточнение первоначальной модели с учетом полученной дополнительной информации.

Для выбора оптимального варианта потребительского поведения в условиях неопределённости рыночной конъюнктуры предлагается следующий алгоритм построения модели[42]:

1. На основе данных маркетингового исследования определяются возможные состояния рыночной конъюнктуры и возможные стратегии предприятия.

2. По результатам данного исследования строится платёжная матрица

Предлагается новый вариант синтеза платёжной матрицы. Ячейки матрицы заполняются прогнозными значениями объёмов продаж. Эти значения определяем методом множественного регрессионного анализа.

Для этого строим модель множественной регрессии в виде зависимости между функцией (объём реализации) и факторами (цена реализации, цена конкурента, себестоимость, расходы на рекламу, индекс потребительских цен и т.д.) и использовать её как прогнозную модель.

Y=А+а1*X1+а2*X2+а3*X3+а4*X4+а5*X5+ …+ аn*Xn

где:

Y – прогнозный объём продаж;

X- независимые переменные (цена реализации, цена конкурентов расходы на рекламу и т.д.);

А – константа регрессии;

а – коэффициенты регрессии.

3. Прогнозные значения объёмов продаж для платёжной матрицы получают варьируя значениями переменных в соответствии с содержанием предлагаемых стратегий и возможных состояний рыночной конъюнктуры (Пm).

Таблица 6

Платёжная матрица

Предлагаемые стратегии	Возможные состояния рыночной конъюнктуры
Предлагаемые стратегии	П1	П2	П3	…	Пm
Стратегия 1	Y11	Y12	Y13	…	Y1m
Стратегия 2	Y21	Y22	Y23	…	Y2m
Стратегия 3	Y31	Y32	Y33	…	Y3m
…	…	…	…	…	…
Стратегия n	Yn1	Yn2	Yn3	…	Ynm

На пересечении столбцов и строчек указываются значения объёмов продаж при реализации данной стратегии при данной конъюнктуре.

В качестве состояний рыночной конъюнктуры рассматриваем различные сочетания внешних, независимых от предприятия факторов (цены конкурентов, инфляция, ёмкость рынка и т.д.), т.е. Пm - это прогнозное состояние рыночной конъюнктуры, характеризуемое определённым уровнем инфляции, ценовой политикой конкурентов, ёмкостью рынка и другими независимыми от предприятия внешними факторами.

В качестве стратегий предлагается рассматривать совокупность целенаправленных мероприятий предприятия, характеризующихся определённой ценовой и сбытовой политикой, уровнем издержек, рекламным бюджетом и другими подконтрольными предприятию факторами.[43]

4. На основе данных платёжной матрицы определяются максиминные оценки стратегий (по Вальду), показывающие гарантированный максимальный выигрыш (объём продаж) в наихудших условиях.

5. Строим матрица рисков, в которой на пересечении столбцов и строчек указываются значения риска реализации данной стратегии при данном состоянии рыночной конъюнктуры, рассчитанные по формуле:

R=Ymax-Y,

где Y max - максимально возможный объём продаж при данном состоянии рыночной конъюнктуры; Y - объём продаж при реализации данной стратегии.

Таблица 7

Матрица риска

Предлагаемые стратегии	Возможные состояния рыночной конъюнктуры
Предлагаемые стратегии	П1	П2	П3	…	Пm
Стратегия 1	R11	R12	R13	…	R1m
Стратегия 2	R21	R22	R23	…	R2m
Стратегия 3	R31	R32	R33	…	R3m
…	…	…	…	…	…
Стратегия n	Rn1	Rn2	Rn3	…	Rnm

6. Значения матрицы рисков используются для определения минимаксных оценок стратегий (по Сэвиджу), показывающих гарантированное минимальное значение риска в самой неблагоприятной ситуации.

7. Для определения компромиссного решения между пессимистической оценкой по критерию Вальда (W) и оптимистической максимаксной оценкой (S), определяем значение критерия Гурвица (G) для каждой стратегии по формуле:

G = µ * W + (1-µ) * S

где µ – показатель пессимизма-оптимизма, определяемый экспертом на основе анализа конкурентных преимуществ.

8. На основании данных расчетов выбираем ту стратегию, компромиссное решение которой (критерий Гурвица) максимально.

2.3.3 Разработка модели ценообразования программных продуктов

Моделирование ценообразования исходит из предположения о многообразии факторов, влияющих на окончательную цену товара. К таким факторам относятся: психология потребителя, влияющая на снижение и повышение цен; ценовая политика предприятия; использование природных ресурсов; учет географических принципов и транспортных расходов; товарный ассортимент; престижность товара и другие. Детализация этих факторов, использование их как эндогенных переменных, позволяет строить дифференцированные для каждого рынка и каждого товара модели. Рассмотрим процессы формирования цен в условиях локального рыночного равновесия. Наиболее известными являются «паутинообразные» модели, описывающие взаимодействия фирмы и рынка[44].

Механизм цен играет центральную роль в рыночной экономике. Процессом рыночного ценообразования управляют спрос и предложение, которые, уравновешиваясь под влиянием конкуренции, порождают равновесную рыночную цену. Эта цена как стимулирует рост предложения при дефиците товаров, так и позволяет избавиться от излишков, сдерживая предложение соответствующего товара. В «паутинообразных» моделях предполагается, что спрос на некоторый товар зависит от его цены, причем и спрос и цена рассматриваются на заданном отрезке времени. Предложение определяется ценами предыдущего периода времени. Существуют аналитическая и имитационная версии «паутинообразных» моделей.[45]

В аналитической модели предполагается, что на рынке имеется уникальный товар, спрос и предложение которого характеризуются соответственно функциями совокупного спроса и совокупного предложения и совокупного предложения . Поскольку речь идет о товаре, подобного которому нет (что естественно для разработки нового программного продукта), то эти функции естественно считать однозначными. Наложим требования: они непрерывны, определены при всех , монотонно убывает, монотонно возрастает,

Поскольку речь идет о рынке единственного товара, то в состоянии равновесия , следовательно, это состояние характеризуется равенством . В силу условий на функции данное уравнение имеет единственное решение , так что тройка , где , является единственным состоянием равновесия.

Опишем один из вариантов процесса прощупывания для нашей модели. Пусть в начальный момент времени на товар была назначена цена . Если спрос больше предложения, т.е. , то цена увеличивается до величины так, чтобы , т.е. чтобы спрос в следующем периоде понизился до величины предложения в данном периоде. Если спрос меньше предложения, т.е. , то цена понижается, с тем чтобы спрос повысился до величины предложения. Разностное уравнение, описывающее этот процесс, имеет вид .

Очевидно, что указанный процесс дает последовательность цен , сходящуюся к равновесным ценам .

Для общего случая n товаров П. Самуэльсон предложил следующую схему для моделирования динамики цен на реальном рынке товаров. Предполагается, что функция избыточного спроса однозначна и непрерывна при всех . Рассмотрим систему дифференциальных управлений

Число называется коэффициентом подстройки цены на j – й продукт.

Система (1) описывает динамический процесс формирования цен на продукты: если т.е. спрос на j- продукт превышает предложение, то цена на этот продукт растет. Если же цена на j – й продукт падает.

Стохастическая имитационная модель может быть рассмотрена в трех вариантах: вероятностная модель, модель с обучением и модель с запасами.

В вероятностной модели используются три случайные величины , каждая со своим заданным законом распределения, нулевым математическим ожиданием и заданной дисперсией. Первая влияет на спрос (например, непредвиденные колебания предпочтений и доходов потребителя), вторая – на предложение (для сельскохозяйственной продукции такими случайностями могут быть погодные условия, изменения технологий и эффективности производственного процесса) и третья – входит в условия локального равновесия рынка (определяет точность такого равновесия). В модели участвуют параметры A, B, C и D, оцениваемые эконометрическими методами. Если в данной модели пренебречь случайными величинами, то от значений этих параметров и их соотношений зависит траектория колебаний цены: при условии D>B цена может сильно изменяться (амплитуда возрастает), при D=B колебания имеют постоянную амплитуду и при D<B колебания затихают, цена стабилизируется[46].

Эндогенные переменные модели:

- Цена на Т – м отрезке времени,

- спрос на Т – м отрезке времени,

- предложение на Т – м отрезке времени.

Уравнение функционирования:

Условие локального равновесия рынка:

Решая это уравнение относительно цены Р, получаем

Вторая модель учитывает накопленный за предыдущий период опыт, т.е. происходящее изменение цен. В таком случае цена равна: , где , где : - константа (вес колебания цен). Предложение в этом случае имеет вид:

В третьей модели водится дополнительная группа участников рыночного механизма («коммерсанты»), которая держит запасы товара и организует торговлю. Устанавливая цену на товар в текущем периоде времени, коммерсанты действуют следующим образом: они повышают ее относительно цены предыдущего периода, если запасы уменьшились, и понижают цену, если запасы увеличились. При этом изменения цен выбираются пропорционально колебаниям запасов. Обозначим - уровень запаса к концу Т- го отрезка времени. Ценовая политика понижения и повышения цены на данном отрезке времени выражается уравнением:

Спрос и предложение имеет вид:

Цена, в конечном счете, устанавливается следующим образом:

Таким образом, моделирование ценообразования позволяет прогнозировать цены в различные периоды времени, тем самым определяя ценовую политику организации[47].

На основании всего изложенного можно предложить комплексную модель для построения матрицы факторов перспективности внешних сегментов и факторов преимуществ внутренних сегментов, которая отличается от двухмерных матриц тем, что за основу построения берутся не отдельные факторы, а их комплексы (рис.2.9.), где х, у – определенные показатели, характеризуемые комплексом факторов; x1, х2, …, хj – пограничные значения квадрантов 1,2,…, j соответственно (показатель х); у1, у2, …, уj – пограничные значения квадратов 1, 2,…, i соответственно (показатель у); S11,…, Sij – стратегии, рекомендуемые при значении показателей, описанном неравенствами:

– стратегия Sij

Рис. 12 – Рекомендуемая модель для построения матрицы перспективности маркетинговых решений.

Анализ маркетинговых концепций позволяет выделить:

- десять факторов, характеризующих характеризующие перспективность рынка (ось у), которые включают в себя: темпы роста, размер роста, стадию жизненного цикла, эластичность цен, цикличность спроса, относительную норму прибыли, интенсивность инвестирования, способность противостоять инфляции, доступ к источникам сырья, степень обновления технологий;

- десять факторов, характеризующих конкурентные преимущества (ось х): относительная доля рынка, технологические навыки, качество продукции, уровень издержек на производстве продукции, уровень принимаемой техники и технологии, система управления, производительность труда, размер оплаты труда, система маркетинга, месторасположение. Предпочтительнее при анализе использовать хорошо знакомую пятибалльную систему. Соответственно размеры оценок будут зависеть от возникновения ассоциаций со следующими характеристиками: низкий уровень: 1 – 2; средний уровень: 2–4; высокий уровень: 4-5.Исходя из принципа деления, размер матрицы будет 3x3, т. е. каждому сегменту рынка будет соответствовать одно из полей матрицы[48].

Оценить все факторы и произвести расчет итоговых показателей возможно в результате анализа при условии сбора информации по каждому фактору. При принятии решений требуется оценить фактор в баллах и указать вес, отражающий относительную значимость факторов[49].

Дата добавления: 2018-09-22; просмотров: 263; Мы поможем в написании вашей работы!

Поделиться с друзьями:

⇐ Предыдущая 2 3 4 5 678 9 10 11 Следующая ⇒

Мы поможем в написании ваших работ!