CC BY
85
6Й1М1 научных цудо! 2011
ВЫБОР ОПТИМАЛЬНОЙ СТРАТЕГИИ ПРОДВИЖЕНИЯ ОБРАЗОВАТЕЛЬНОЙ УСЛУГИ*
А.С. Шемякин
Введение
Отечественная бюджетная система высшего образования постепенно переходит на платную основу. В стране появились многочисленные университеты, которые предлагают потенциальным студентам самые разнообразные пакеты образовательных услуг на самых разнообразных финансовых и временных условиях. Среди этих учебных заведений существует конкуренция за привлечение в стены своих заведений потенциальных студентов. В результате таких перемен проблема продвижения образовательных услуг стала актуальной [1].
В данной работе предлагается модель, с помощью которой можно оценить востребованность какой-либо услуги на рынке образовательных услуг при различных маркетинговых стратегиях. Рассмотрено продвижение образовательной услуги на рынке образовательных услуг, на котором действуют несколько ВУЗов. В каждый момент времени, задачей каждого ВУЗа является зачисление и подготовка максимально возможного количества специалистов. Однако зачисление «по максимуму» может быть осложнено тем, что малое количество абитуриентов заинтересуется в поступлении в данное учебное заведение. Это может быть вызвано как относительно малым общим количеством абитуриентов, так и сильной конкуренцией на образовательном рынке. Дополнительным фактором, сдерживающим «объявление по максимуму» является то, что в этом случае велика вероятность недобора, что негативно сказывается на рейтинге ВУЗа и, соответственно, ухудшении его позиции на рынке образовательных услуг.
Для облегчения принятия решения о стратегии продвижения образовательной услуги, была разработана программная модель, которая позволяет оценить привлекательность использования той или иной стратегии. В модели имитируются действия конкурентов. Конкуренты могут придерживаться следующих стратегий:
• объявление фиксированного набора в каждый момент времени, не обращая внимание на изменения на рынке образовательных услуг;
• объявление набора в зависимости от собственной репутаций относительно других (иными словами, чем выше рейтинг данного ВУЗа, тем
* Работа поддержана грантом РФФИ 09-08-98800 «Разработка информационной системы с распределенным доступом для комплексной поддержки организационного управления региональной системой профессионального образования».
больше он может объявить набор в данный момент времени);
• объявление набора по остаточному принципу (объявлять набор с расчетом на то, что те абитуриенты, которые не поступят в другие ВУЗы, будут поступать в данный);
• объявление набора на основе исторических данных (на основе исторических данных строятся прогнозы объявляемого набора конкурентов и в зависимости от этого, объявляется собственный набор).
В работе исследуется привлекательность использования каждой стратегии и выбор стратегии, которая позволяет зачислить наибольшее количество абитуриентов и при этом максимально увеличить рейтинг ВУЗа.
Описание модели
Пусть имеется несколько вузов, осуществляющих свою деятельность в регионе. Каждый из вузов заинтересован в зачислении студентов. Задачей является в определенный момент времени объявить набор, т.е. то количество абитуриентов, которое ВУЗ готов зачислить в качестве студентов на факультеты.
При объявлении набора необходимо учитывать тот факт, что при слишком высоком объявленном наборе велика вероятность «недобора», что может в конечном итоге приводить к перерасходу средств. При низком объявленном наборе вероятность «недобора» снижается, но в таком случае упускается возможная прибыль, т.к. на каждого студента выделятся некоторая сумма денег, большая часть которых расходуется на заработную плату преподавателям и коммунальные платежи. Но тем не менее в выделенной сумме предусмотрена некоторая доля, которую ВУЗ вправе потратить по своему усмотрению: улучшение материально-технической базы, закупка учебной литературы, стимулирующие выплаты преподавателям. и т.п. (имеется в виду финансирование студента-бюджетника, в случае студента-«платника», эта доля в принципе не ограничена, но чрезмерный рост стоимости обучения сдерживается конкуренцией со стороны других вузов). Эту долю будем называть свободными средствами. Сами по себе, свободные средства, выделяемые на одного студента, малы. Однако, если просуммировать свободные средства для всех студентов одного потока, то может получиться существенная сумма, и появляется больше
перспектив для улучшения условий обучения, а как следствие, повышается конкурентоспособность учреждения.
В силу факторов, описанных выше, задача «угадывания» количества студентов становится актуальной. Для получения обоснованных решений по объявлению набора на факультеты ВУЗа целесообразно иметь модель, с помощью которой можно оценить различные варианты принимаемых решений.
Данную модель лучше представить в виде мультиагентной системы: сценой (средой) будет являться пул абитуриентов (то количество абитуриентов, которые заинтересованы в поступлении в один из вузов рассматриваемой группы), а агентами будут являться ВУЗы рассматриваемой группы. Целью каждого агента является зачисление (и последующая подготовка) как можно большего количества студентов.
Сцена имеет единственный атрибут:
= <ЛГ>, (1)
где Sc — сцена (среда);
N — количество абитуриентов, желающих поступать в ВУЗы рассматриваемой группы (пул абитуриентов).
Агент имеет следующие атрибуты:
Ад = (г,Асс,{Р)) (2)
где Ag — агент;
г — рейтинг ВУЗа;
Acc — общее количество зачисленных студентов
^} — список факультетов, существующих в данном вузе.
Атрибуты факультета перечислены ниже:
Г = (Е, Е1, Р, Р1, IV, Махст) (3)
где F — факультет;
E — количество заявок в текущем году;
El — количество заявок в прошлом году;
P — объявляемый набор в текущем году;
Pl — объявляемый набор в прошлом году;
W — свободные средства факультета;
Maxst — максимально возможное количество студентов, которое можно зачислить.
При моделировании приемной кампании вузов, существенным является закон распределения абитуриентов между вузами. В данной работе считается, что абитуриенты распределяются между вузами пропорционально рейтингам. Рейтинг определяется по следующей формуле:
где г — рейтинг ВУЗа;
P — объявляемый набор;
N — размер пула абитуриентов в текущем году;
E — количество заявок в данный момент времени;
Acc — общее количество зачисленных студентов за предыдущие годы;
avg(N) — средний размер пула абитуриентов по итогам предыдущих лет [2].
Основные допущения, сделанные в модели
Все абитуриенты объединяются в единый пул, который потом распределяется между ВУЗами, действующими на рынке. Приблизительный размер пула абитуриентов известен каждому ВУЗу на несколько шагов вперед. Точный размер пула определяется на каждом модельном шаге и отличается на некоторую случайную величину от той, которая известна ВУЗам. Задачей каждого ВУЗа является обучение как можно большего количества студентов, а соответственно — зачисление максимально возможного количества абитуриентов.
В приемной кампании существуют следующие ограничения:
1. Нельзя зачислить студентов больше, чем объявлено.
2. Нельзя зачислить студентов больше, чем ВУЗ физически может обучать.
3. Предполагается, что абитуриенты, не поступившие в один ВУЗ, будут поступать в другой.
4. Каждому ВУЗу известно приблизительное количество абитуриентов, которые могут подать заявления в данный ВУЗ. Однако фактическое количество заявлений может значительно отличаться от предполагаемого количества.
5. В модели вводится искусственный штраф за недобор, т.е. ВУЗ получает штраф, если количество зачисленных абитуриентов меньше объявленного набора.
Стратегии, используемые агентами в модели
1. Объявление фиксированного набора в каждый момент времени, не обращая внимания на изменения на рынке образовательных услуг.
2. Объявление набора в зависимости от собственной репутации относительно других (иными словами, чем выше рейтинг данного ВУЗа, тем больше он может объявить набор в данный момент времени).
3. Объявление набора на основе исторических данных (на основе исторических данных строятся прогнозы объявляемого набора конкурентов и в зависимости от этого, объявляется собственный набор).
4. Смешанные стратегии. Все агенты используют различные стратегии.
Обзор результатов моделирования
Ниже приведены результаты прогона модели, в которой участвуют 4 агента, 3 агента действуют в соответствии с одной из стратегий, перечисленных выше. Интервал моделирования составлял десять лет. В ходе работы модели, пользователь мог управлять одним из агентов (на диаграммах - «Ваш ВУЗ»).
Фиксированный набор
Результаты прогона модели, в которой агенты используют стратегии фиксированного набора, приведены на рис. 1. Различные агенты используют различные значения фиксированного набора. На рисунке видно, что если на рынке услуг все используют стратегию фиксированного набора (в зависимости от того, сколько студентов ВУЗы могут обучать физически), то оптимальной стратегией
является объявление максимально допустимого набора (т.е. попытаться зачислить максимально возможное для данного ВУЗа количество студентов).
Хотя такая стратегия в долгосрочной перспективе приводит к снижению рейтинга, это позволяет добиться главной цели — обучение как можно большего количества студентов.
Рис.1. Результаты прогона модели, где агенты используют стратегию фиксированного набора
Набор на основе рейтингов агентов в модели
Результаты прогона модели, в которой агенты объявляют набор на основе рейтингов агентов, приведены на рис. 2. На рисунке показано, что в
случае, если в первоначальный момент времени у всех агентов одинаковый рейтинг, то использование этой стратегии не дает никакого преимущества.
Рис. 2. Результаты прогона модели, где агенты используют стратегию объявления
набора на основе рейтингов
Набор на основе исторических данных
Результаты прогона модели, в которой агенты объявляют набор на основе исторических данных, приведены на рис. 3. На рисунке видно, что в результате прогона, один из агентов получает значительное преимущество по количеству зачисленных
абитуриентов. Это стало возможным благодаря тому, что это агент получил незначительное преимущество (вполне вертояно, что случайное) в начальный момент времени.
Рис. 3. Результаты прогона модели, где агенты объявляют набор на основе исторических данных Смешанные стратегии
В данном прогоне модели агенты использовали различные стратегии: ВУЗ0 - объявлял фиксированный набор на протяжении всего моделирования, ВУЗ1 - набор на основе рейтингов, ВУЗ2 - на основе
исторических данных. Результаты прогона модели приведены на рис. 4. На рисунке видно, что при использовании агентами различных стратегий, оптимальным является объявление набора на основе исторических данных.
Рис. 4. Результаты прогона модели, где агенты используют различные стратегии
Заключение
Литература
В данной работе предлагается модель, с помощью которой можно оценить востребованность какой-либо услуги на рынке образовательных услуг при различных маркетинговых стратегиях. Рассмотрено продвижение образовательной услуги на рынке образовательных услуг, на котором действуют
несколько ВУЗов.
При объявлении набора агенты могли использовать различные стратегии (выбор стратегии был фиксированным на протяжении одного прогона): объявление фиксированного набора в каждый
момент времени; объявление набора в зависимости от собственной репутации относительно других; объявление набора на основе исторических данных. В пределах одного прогона, агенты могли использовать какую-то одну стратегию, либо агенты использовали различные стратегии.
В результате исследований модели было выявлено, что выбор оптимальной стратегии продвижения услуги зависит от того, какие стратегии используют другие агенты. Так же интересно
отметить, что при определенных условиях, незначительное преимущество на начальных этапах позволяет получить значительное преимущество на заключительных этапах. В случае, если все агенты используют различные стратегии, то оптимальной стратегией является объявление набора на основе исторических данных.
1. Новаторов, Э.В. Маркетинговая концепция
качества образовательной услуги и методика ее измерения //Десятый симпозиум. Квалиметрия в образовании: методология и практика, 2002.
- С.190-205.
2. Шемякин, А.С. Реализация модели приемной кампании ВУЗов и распределения бюджетных средств /А.С. Шемякин //Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России: сб. докл. 6-й Всерос. научно-практ. Интернет-конференции, 28 - 29 октября 2009 г. Кн. 1.-Петрозаводск: Изд-во ПетрГУ, 2009.
- С.313-320 с.
