CC BY
15
Платонова В.Н.
ст. преподаватель кафедры «Бухгалтерский учет и аудит» Московского государственного университета технологий и управления
электронные грабли
оптимизация распределения инвестиций
при электронной торговле
Всего лишь около 10 лет назад считалось, что использование Интернета в коммерческих целях нецелесообразно. Большое значение для приобретения Интернет новых функций имело быстрое возрастание числа пользователей. В начале 90-х годов это число превысило 100 млн. При этом стало очевидно, что Интернет -это уже не только уникальная технология коммуникации, но и платформа для взаимодействия с огромной аудиторией.
Коммуникационные технологии сделали возможным для производителей и поставщиков товаров и услуг не только оперативно информировать потенциальных покупателей, но и вступать с ними в прямой контакт с целью осуществления торговых сделок. Коммерциализация Сети проходила параллельно с процессом, который принято называть цифровой конвергенцией. Смысл цифровой конвергенции состоит в слиянием в единое целое трех отраслей: во-первых, информационных технологий, включающих аппаратное и программное обеспечение, а так же компьютерные услуги; во-вторых, коммуникационных технологий, объединяющих телефонные, кабельные, спутниковые и беспроводные средства связи; в-третьих, контента, включающего издательские и
информационные услуги, а так же развлечения.
К основным проблемами, от решения которых зависит эффективность электронной торговли, можно отнести:
- восприятие Интернета со стороны потенциальных покупателей;
- доступность Интернета для потенциальных покупателей;
- развитость системы электронных платежей;
- разработанность законодательной базы;
- наличие удобных и дешевых способов доставки товара. Названные проблемы носят общеотраслевой характер. Наряду с этим, каждое предприятие, как правило, самостоятельно решает проблемы логистики и проблемы распределения финансовых и иных ресурсов. Как показывает опыт, логистические задачи реша-
ются тем более успешно, чем больше объем продаж. Большинство Интернет - магазинов торгуют с доставкой товара по почте, либо курьером в пределах досягаемости (обычно в пределах города). При распределении финансовых ресурсов в Интернет-магазине возникает дилемма между вложениями в ассортимент и вложениями в рекламу. При этом важно подчеркнуть, что в данном случае, мы имеем ввиду не рекламу магазина как такового, а рекламу конкретного товара или товарной группы. Чем больше затраты на рекламу, тем, при прочих равных условиях, большее количество потенциальных покупателей удается привлечь. Поскольку общая сумма вложений лимитирована, то увеличение вложений в рекламу означают соответствующее уменьшение вложений в создание ассортимента и наоборот: чем больше затраты на создание ассортимента, тем меньше затраты на рекламу. При распределении затрат между рекламой и ассортиментом Интернет-магазин сталкивается с двояким риском. С одной стороны, имеется риск недостаточно средств вложить в рекламу и, одновременно, слишком много вложить в ассортимент. В этом случае, в этом случае возникнет большой и не полностью востребованный ассортимент, который повлечет не рациональные финансовые затраты на хранение и от замораживания средств. С другой стороны, имеется риск недостаточно средств вложить в ассортимент и, вместе с этим, слишком много вложить в рекламу. В таком случае, возникнет вызванный рекла-
мой значительный спрос, который не обеспечен соответствующим ассортиментом. Это влечет нерациональные затраты на рекламу и упущенный доход. В статье (1) была предложена Эволюционно-симулятивная модель (ЭСМ) оптимизации доли расходов на рекламу в Интернет-магазине. Недостатком этой модели является то, что среди исходных и промежуточных данных используются абсолютные величины. Это значительно затрудняет сбор исходной информации и сильно привязывает эту информацию к конкретной ситуации, делая невозможным хотя бы частичный перенос исходных данных при рассмотрении иных условий. В данной статье предложена модификация названной модели, в которой абсолютные величины, например, количество отказов покупателей, заменено относительными величинами - вероятностями отказов и сделано еще ряд уточнений и дополнений.
Таким образом, мы получаем комплекс, который с помощью определенной итерационной процедуры, так же рассматриваемой в статье, позволяет решать задачи распределения инвестиционных вложений при электронной торговле. Названные комплекс моделей и итерационная процедура применимы не только для маркетингового планирования в Интернет-магазине или при анализе его деятельности, но так же и для анализа структуры региональных товарных рынков Интернет-торговли. В данной статье мы попытались описать основные принципы оптимизации распределения инвести-
электронная коммеI
ций при организации электронного магазина, что позволит избежать наиболее актуальных проблем, а именно - более точно планировать затраты на рекламу и поддержание торгового ассортимента. Для автоматизации расчетов мы предлагаем использовать инструментальную систему Decision, информацию о которой можно найти в учебных пособиях, а также в Интернет.
Таким образом, данную модель можно считать самостоятельной методикой оценки эффективности затрат в рекламу и ассортимент для Интернет-магазина.
Математический расчет к данной модели приведен в приложении.
Литература
1. Деева В.А., Платонова В.Н. Проблемы оптимизации бизнес-процессов предприятии пищевой промышленности// В сборнике научных трудов «Информатизация и глобализация социально - экономических процессов», М.: ВНИИПВТИ, 2007.
2. Лихтенштейн В.Е., Мардахаев В.И. Электронная торговля и оптимизационные компьютерные технологии. // Прикладная информатика, 2006, № 3.
ПРИЛОЖЕНИЕ
Расчет для методики Эволюционно-симулятивной модели (ЭСМ) оптимизации доли расходов на рекламу в Интернет-магазине
Таблица 1
Обозначения модели
Условно-постоянные величины Случайные величины
Обозн. Содержание Обозн. Содержание
Р1 Лимит затрат на рекламу и ассортимент <1 Доля затрат на рекламу через баннеры (то есть, через показы)
Р2 Коэффициент корреляции между затратами на ассортимент и вероятностью отказа от покупки <2 Стоимость показа
Р3 Коэффициент корреляции между затратами на создание ассортимента и вероятностью отказа от заказа на начальной стадии сделки <3 CTR (отношение количества визитов к количеству показов)
<4 Вероятность, что визитер станет покупателем
Р4 Коэффициент корреляции между затратами на создание ассортимента и вероятностью возврата купленного товара <5 Доля прибыли в стоимости товара
СКО количества отказов от покупки
<7 СКО количества отказов от заказанного товара
Искомый показатель СКО возвратов купленных товаров
Fа Доля затрат на рекламу - случайная величина, равномерно распределенная на интервале [0;1] <9 Средняя цена заказа
'10 Затраты на оформление заказа
'11 Затраты на возврат товара при отказе от заказа
PL Доля затрат на рекламу -искомая оптимальная величина
Тогда формулы расчета необходимых показателей будут иметь следующий вид.
Fа = I
С = Р1
Х = Р! *(1 -Щ
У =9^*1 *f 'ф г 'з Ч
2
Р1_
Ур=Р1 —
Ь = Уф * Р2 * X + и М = Уф * Р3 * X + ^ N = Уф * Р4 * X + Ь
(1) л
(2)У
Ф1=(1 + М + М)*^- + (Ь + М)М10+ММ11> при Р1_>Ра^
РКРа (3)
Ф2=(УФ-Ур)*|у'9-^),при
т[п{тах{МФ|(РЦРА1Г11..^111р11...,р4)}} (4)
(5)
Промежуточные величины в модели (1) - (5) имеют следующий содержательный смысл: С - затраты на рекламу; Х - затраты на создание ассортимента; УФ - фактическое, а УР - планируе-
мое количество реальных покупателей; L/ М, N - количество отказов от заказа, от покупки и возвратов купленного товара соответственно М^ N1 отличается от L, М, N тем, что в соответствующие формулы входит Ур вместо Уф); Ф1 выражает издержки Интернет-магазина в случае завышения затрат на рекламу, Ф2 выражает его издержки в сумме с потерей прибыли в случае недостатка затрат на рекламу. Математическое ожидание каждой из этих величин (М - знак математического ожидания) представляет собой риск завышения и риск занижения Интернет-магазина соответственно. Условие (4) является условием оптимальности, а Рг - выражает прибыль Интернет-магазина при оптимальной доле затрат на рекламу. Соотношения модели (1) - (5) иллюстрирует блок-схема, показанная на рисунке 1
Обратимся теперь к модели распределения инвестиций между различными группами товаров. Пусть VI лимит затрат на товарную группу номер I, то есть на рекламу и создание ассор-
Рис. 1. Издержки Интернет-магазина при инвестировании товарной группы
электронная коммерция
рция
о!
тимента этой товарной группы, и пусть W - общая сумма возможных инвестиций на все товарные группы для Интернет-магазина или сектора рынка Интернет-торговли.
Следовательно
Для любой товарной группы I и для любого лимита затрат VI с помощью модели (1) - (5) может быть рассчитан оптимальный объем вложений в рекламу (в долях единицы это РЦ, а в денежном выражении это VI * РЦ) и соответствующую оптимальную прибыль Рг|. Таким образом, модель (1) - (5) неявным образом определяет функциональные зависимости: РЦ^р и Рг^р, I = 1,...,К. Учитывая, что для каждой товарной группы существуют пределы затрат, то есть,
У е [ут'п,утах= 1 ,...,К задача распределения затрат между товарными группами состоит в том, чтобы при этих условиях найти такие размеры вложений, чтобы достичь максимума прибыли. Математически эта задача формулируется в виде соотношений (6) - (8):
¿Рг,(у)->тах
(7)
(8)
Модель (6) - (8) является нелинейной условно-экстремальной задачей. Если в интервале выбрать дис-
кретные точки V|j, то эта модель может быть преобразована в модель булевого программирования (9) - (12):
Г'1'"' (9)
¿¿У] *аи - ^
(11)
Итерационная процедура решения задачи распределения инвестиций при электронной торговле предусматривает применение обоих рассмотренных моделей и обеспечивает получение как оптимальных вложений в каждую товарную группу, так и распределение затрат между рекламой и ассортиментом в каждой товарной группе. Итерационная процедура состоит в следующем:
1. Полагаем J = 10.
2. Для каждого \ = 1,..., К и каждого
\ = 1,...,10 полагаем .0 =у = ут|п + ^а**\
М|) « 1 ю
3. Для каждого pij решаем задачу (1) -(5) и находим Ргу(Уу)
4. Решаем задачу (9) - (12) и находим оптимальные значения ау, V|j, PL|j(V|j) и PгIj(VIj) I = 1.....К, j = 1.....10.
5. Если интервал является приемлемой погрешностью для оценки величины инвестиций в товарную группу I для всех товарных групп, то расчет окончен. В противном случае сужаем исходные интервалы до размеров ^у^у+1), где j номера, при которых ау = 1 для всех I и переходим к 1. Решение комплекса задач с помощь диалоговой процедуры можно представить графически, как это показано на рисунке 2.
При этом величины, показанные на рисунке 2 одновременно удовлетворяют как условиям задачи (1) - (5), так и условиям задачи (8) - (12). Это значит, что сумма вложений VI по всем I не превосходит общего лимита W и обеспечивают максимум совокупной прибыли Рг^р и, кроме того, для каждой товарной группы оптимальным является доля вложений в создание ассортимента РЦ^р. В заключение необходимо отметить, что программным обеспечением для
1 2 3 ... Товарные группы
Рис. 2. Оптимальное распределение финансовых вложений в электронную торговлю
решения задачи (1) - (5) может служить модуль Equilibrium инструментальной системы Decision, а для решения задачи (8) - (12) - модуль Combinatorics этой системы. Для выполнения алгоритмов 1 - 3 итерационной процедуры может применяться диалоговая процедура:
Расчета-Зависимости, предусмотренная в главном меню модуля Equilibrium для каждого i. Таким образом, расчет в значительной части автоматизируется.
V.N. Platonova
Senior lecturer of Accounting and audit department of Moscow State University of Technologies and Management
Optimization of investments distribution in electronic commerce
Whenever financial resources are being distributed in Internet shop, the dilemma appears between financial investments into assortment and advertising, and also distribution of resources between commodity groups. The article suggests two models. The first model is the modification of evolutionally-simulative model of optimization of expenses part for advertising and creation of assortment of a separate commodity group. The second model (Boolean programming) provides for optimal distribution of investments between commodity groups. Both models are realized in software by means of development system Decision.
электронная коммерция
Оз
