CC BY
89
При современных требованиях оценка эффективности инвестиционных проектов инновационного характера предполагает вариантные расчеты большого числа взаимосвязанных показателей, которые практически невозможны без компьютерной поддержки, т.е. без использования вычислительной техники и соответствующих программных средств.
3.3. Организационно-экономический механизм реализации проекта. Полная и всесторонняя оценка эффективности проекта может быть осуществлена только с учетом специфики организационно-экономического механизма его реализации (и, в частности, только с учетом схемы его финансирования). Изменение (корректировка) этого механизма в общем случае меняет все показатели эффективности проекта и должна рассматриваться как разработка нового инновационного проекта (нового варианта прежнего проекта).
3.4. Многостадийность оценки эффективности инновационного проекта. Разработка и реализация проекта обычно осуществляются последовательно, в несколько стадий. На каждой следующей стадии исходная информация о проекте и внешней среде обновляется и пополняется, изменяется и состав альтернативных вариантов проекта, поэтому оценка эффективности проекта и выбор его лучшего варианта каждый раз должны производиться заново, с применением все более точных методов. Более того, подобные перерасчеты одного и того же проекта должны производиться всякий раз, как только накопленная к этому времени информация поста-
вит под сомнение ранее принятые проектные решения или даст достаточные основания для их пересмотра.
3.5. Информационная и методическая согласованность. При сравнении различных проектов (вариантов проекта) необходимо обеспечить согласованность исходной информации и методов оценки их эффективности.
3.6. Симплификация. Этот принцип определяет необходимость и целесообразность выбирать из нескольких методов, дающих один и тот же результат оценки эффективности инвестиций в проекты инновационного характера, наиболее простой с информационной и вычислительной точек зрения метод, а результаты оценки эффективности инвестиций должны быть представлено в простой и наглядной форме.
В заключение следует отметить, что только комплексное применение указанных принципов позволяет получить качественную оценку эффективности инвестиций в инновационные проекты.
Литература:
1. Арсланова З., Лившиц В. Принципы оценки эффективности инвестиционных проектов в разных системах хозяйствования // Инвестиции в России, 1995. - № 2.
2. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов: Теория и практика. - М.: Дело, 2001.
ИНФОРМАЦИОННОЕ ПРОСТРАНСТВО СЕТЕВОГО ВЗАИМОДЕИСТВИЯ В КЛИЕНТСКОЙ СРЕДЕ
Бурый А.С., д.т.н.
В статье рассматриваются информационное пространство сетевых торговых систем, а также модели и методы сегментирования клиентской среды.
Ключевые слова: информационное пространство, информационные потоки, методы сегментации клиентской среды.
INFORMATION SPACE NETWORKING IN A CLIENT ENVIRONMENT
Bury A., doctor of technical sciences The article considers the information space of the network of trading systems, as well as models and methodsfor segmenting the client environment. Keywords: information space, information flows, methods of segmentation orientation of the client environment.
Информационное пространство или инфосфера представляет собой особую среду, в которой рассматриваются отношения, возникающие при сборе, переработке, хранении и передаче данных, создании и применении информационных технологий. В информационном пространстве тесно переплетены основные сферы общества: политическая, экономическая и техническая. Благодаря развитию инфраструктуры телекоммуникационных систем информационное пространство стирает географическую и исторические границы общества. Основными компонентами информационного пространства являются: информационные ресурсы, средства информационного взаимодействия и информационная инфраструктура.
Структурными элементами информационного пространства являются информационные поля и информационные потоки [1]. Под информационным полем понимают совокупность информации, сосредоточенной в данном объеме пространства, без учета ее формы и содержания. Информационный поток представляет собой совокупность информации, перемещающейся в информационном пространстве по каналу коммуникации. В организационно-техническом подходе структуру информационного пространства составляет совокупность баз и банков данных, технологий их ведения, информационно-телекоммуникационных систем, сетей, приложений и организационных структур. Применительно к экономической сфере общества М. Кастельс рассматривает пространство потоков как материальную организацию социальных практик [2]. Примером «социальных практик» может быть любой реальный проект, имеющий конечное время реализации и сетевую организационную структуру, обеспечивающую функционирование различных потоков: товарных, технологических, информационных, финансовых.
При сетевой организации взаимодействия возникают опосредованные связи, увеличивая круг общения, что в итоге повышает
продуктивность общения. В ходе сетевого взаимодействия происходит совместное использование информационных, инновационных, методических ресурсов.
В качестве примера сетевого взаимодействия может выступить предоставление услуг клиенту сначала авиаперевозчиком, затем гостиницами, автомобильными прокатными фирмами. Для этого они заявляют о себе соответствующие данные на общих Мете^сайтах (ресурсах), применяют единые бонусные программы, имеют возможность предоставлять информацию о клиенте (в допустимом объеме, например, в виде бонусной карты) другим участникам сети, создавать собственные каналы информации.
Сетевая организация взаимодействия предполагает использование общих ресурсов нескольких фирм, рыночных механизмов, активности всех участников проекта. В результате внедрения средств массового информационного обмена в сетевую структуру переносится и часть воспроизводственного процесса. Появляются новые рыночные институты: сетевые экономики, глобальный электронный рынок, сетевые организации и сетевой механизм координации.
Под клиентской средой (КС) будем понимать совокупность клиентов, регулярно пользующихся фиксированным набором (ресурсов, услуг). В последнее время все больше компаний подробно протоколируют действия своих клиентов, поэтому актуальной проблемой становится создание новых информационных технологий для получения знаний о поведении клиентов. Примерами КС являются торговые сети, Интернет-магазины, операторы сотовой связи, поисковые машины, социальные сети.
Развитие Мете^технологий привело к обострению борьбы за новых выгодных клиентов; появлению новых каналов привлечения и обслуживания клиентов, а также появлению более требователь-
ных потребителей, обладающих более широким выбором. Управление взаимоотношениями с клиентами, привлечение новых клиентов, нацеленное на оптимизацию их ценности для компании в долгосрочной перспективе [3] возможно на основе использования новых информационных технологий. Так технология анализа клиентских сред - это цепочка процедур обработки данных, ведущая от исходного протокола действий клиентов к решению широкого спектра задач маркетинга и управления взаимоотношениями с клиентами (Customer Relationship Management, CRM) [4]. К числу этих задач относятся:
• выявление и интерпретация типов поведения клиентов;
• сегментация клиентской базы;
• выявление целевых групп клиентов;
• структуризация ассортимента в соответствии с объективными предпочтениями клиентов;
• прогнозирование возможного оттока клиентов или их потенциально опасного для компании поведения.
Формула успеха CRM такова можно представить, как
R = NVL, где R - доход, N - количество клиентов, V - ценность клиентов, L - приверженность клиентов.
Клиент должен быть обеспечен одинаковым качеством обслуживания вне зависимости от формы и канала взаимодействия за счет согласованного взаимодействия всех сотрудников компании (специалистов по маркетингу, продажам, сервисному обслуживанию и т.д.).
Технологии работы с клиентскими базами должны позволять анализировать данные о клиентах и их предпочтениях, выполнять адресные рассылки с предложениями на новые товары и услуги по выбранной группе заинтересованных клиентов, измерять процент отклика клиентов на предложения, сегментировать клиентов по различным признакам. Например, RFM сегментация
учитывает R- давность (recency) последнего заказа, F - общее количество заказов (frequency), M - общее количество денег (monetary), потраченных клиентом за всю историю. Конечная цель сегментирования - это увеличение прибыли предприятия (компании) за счет повышения конкуренции в выбранном сегменте, поэтому формирование конкретного сегмента потребителей рынка (клиентов) ответственный этап маркетинговой деятельности для организации, выходящей на рынок или уже функционирующей на нем.
Рассмотрим более подробно методы сегментации КС в сетевых структурах, к которым отнесем следующие:
- методы кластеризации;
- методы коллаборативной фильтрации;
- латентные модели;
- методы архетиповой сегментации.
Методы кластеризации широко применяются в подобных задачах. Цель кластеризации разбить выборку на такое число кластеров, чтобы каждый кластер состоял из объектов, близких по метрике р(X, X ) , а объекты разных кластеров существенно отличались. При этом каждому объекту X^ Е X ставится в соответствие номер кластера у . Таким образом, может решаться задача
поиска оптимального числа кластеров в зависимости от выбранного критерия качества. К недостаткам методов кластеризации можно отнести неоднозначность задачи кластеризации из-за неясности и значительной субъективности в выборе наилучшего критерия, неопределенности в количестве кластеров, которое определяется только по результатам работы алгоритма и в значительной степени определяется выбором метрики [5] (меры близости) при формировании кластеров. Алгоритмы кластеризации, как правило, узко специализированы. Так алгоритм FOREL обеспечивает объединение в один кластер элементов в областях их наибольшего сгущения, а сами области имеют форму сфер. ЕМ-алгоритм основывается на гипотезе байесовского подхода к разделению смесей вероятностных распределений. Иерархические алгоритмы кластеризации строят не одно разбиение выборки, а систему вложенных разбиений. Алгоритмы бикластеризации, в которых сходство кластеров задается объектно-признаковым описанием. Алгоритмы на основе искусственных нейро-сетей с архитектурой Кохоненна, представляющих собой самоорганизующуюся сеть, в которой группировка респон-
дентов основывается на учете похожих элементов. В отличие от классического кластерного анализа здесь игнорируются случайные «выбросы», а каждая успешная итерация на следующем цикле учитывается с меньшим весом, обеспечивая стабилизацию расчетов для окончательного формирования сегмента.
Методы коллаборативной фильтрации дают автоматические прогнозы относительно интересов пользователя по собранной информации о предпочтениях множества пользователей. Данные методы представляют интерес в сетевых процедурах, т.к. позволяют автоматически или полуавтоматически принимать решения на основе модели предпочтений и интересов пользователя. Данные методы актуальны в условиях роста информационных потоков, когда предпочтение может строиться на опыте единомышленников.
Латентные модели. В условиях информационного общества, когда лавинообразно растут массивы и потоки информации, увеличиваются объемы латентной (скрытой, неявной) информации. Известно, что во время прямого общения с человеком мы получаем значительно больше информации, чем в полученном от него письме.
При сетевом общении «за кадром» остаются настроение собеседника, его жесты, которыми он может сопровождать свою речь при непосредственном разговоре, специфика обстановки, которая могла послужить причиной особых откровений вашего собеседника.
К латентной информации обычно относят то, что нельзя представить однозначно, достоверно и явно: уровень культуры собеседника; замысел конкурента; причины нарушений в сроках поставок; неявную связь событий; эмоциональный потенциал компании; мотивации и интересы сотрудников; самооценка сотрудников успешности рисковых действий.
Наличие латентной информации порождает проблемы в создании механизма контроля принимаемых управленческих решений, особенно если этот контроль связан с необходимостью обработки информации, не поддающейся простому количественному учету. Сложность этой задачи растет с увеличением объемов информации, размеров сетевой среды и, как следствие, числа участников электронного общения.
При формировании латентных моделей основным этапом является формирование латентной номинальной переменной, которая является неизмеримой и конструируется на основании актуальных переменных (измеримых). Такую латентную переменную называют фактором, переходя к процедурам конфирматорного факторного анализа, когда наличие факторов и их структура предполагается заранее (до осуществления самого анализа), при этом латентные переменные необязательно могут коррелироваться друг с другом. Алгоритм анализа латентных классов включает: 1) этап деления множества объектов на п классов; 2) этап построения функций принадлежности объектов к каждому из п классов; 3) отнесение объектов к тому классу, к которому он наиболее соответствует, используя вероятностную меру. Этапы 2 и 3 повторяются до достижения сходимости (по заданному показателю, например, погрешности оценивания результата). К достоинствам данного алгоритма можно отнести применимость его при сегментировании новых объектов, возможность использования стандартных метрик, а к недостаткам, возможность получения ложных решений из-за попадания на локальные экстремумы в ходе оптимизации.
Методы архетиповой сегментации. Архетипы - это врожденные идеи или воспоминания, в результате которых человек воспринимает, переживает и реагирует на события определенным образом. Это своего рода «фильтры» для входящей информации, активность которых зависит от таких факторов, как социальная среда, уровень доходов, потребительского поведения индивида и ряда других. Основываясь на идеях К. Юнга, Ф. Котлер [6] выделяет восемь базовых архетипов (повелитель, воин, ребенок, эстет, хранитель, мыслитель, странник, друг), каждый из которых характеризуется своей линией поведения при совершении покупок (торговых сделок). Сегментирование рынка на основе развития идей архетипов предполагает применение индивидуальных методик для каждого сегмента, исходя из индивидуальных особенностей соответствующего архетипа: линии поведения, предлагаемого товара (потенциала торгового бренда), социально-экономическимх особенностей местного рынка.
Таким образом, дальнейшее развитие моделей и методов сегментирования клиентской среды должно основываться на развитии латентных характеристик, учитывая индивидуальность потре-
бителей товаров, развивая в сетевых экономических структурах маркетинг рекомендаций, а также специальным образом сформированную информацию, распространяемую по сети подобно вирусу (viral marketing) в виде рекомендаций для потенциальных потребителей.
Литература:
1. Манойло А.В. Государственная информационная политика в особых условиях: Монография. - М.: МИФИ, 2003. - 388 с.
2. Castells M. The Informational City. Information Technology, Economic Restructuring, and the Urban Regional Process. - Oxford, UK; Cambridge: Blackwell. 1989.
3. Лондон Дж., Лондон К. Управление информационными системами. - l-е изд., сер. «Классика MBA» / Пер. с англ. под ред. Д.Р. Трутнева. - СПб.: Питер, 2005 - 9І2 с.
4. Технология анализ клиентских сред. [Электронный ресурс]: http://www.forecsys.com/ru/site/tech/cea/
5. Луценко Е.В., Коржаков В.Е. Метод когнитивной кластеризации или кластеризации на основе знаний //Научный журнал Куб ГАУ, 20ІІ. № l1(0l). - С. І-48. [Электронный ресурс]: http:// ej.kubagro.ru/20ii/0l/pdf/40.pdf
6. Котлер Ф. Основы маркетинга. Краткий курс. - М.: ИД «Вильямс», 200l. - 656 с.
КЛАССИФИКАЦИЯ МАССОВЫХ МЕРОПРИЯТИЙ КАК ОБЪЕКТОВ ПРЕДПРИНИМАТЕЛЬСТВА
Виленский В.Л., преподаватель МГИИТ
В статье проведена классификация основных массовых мероприятий и выявлены наиболее перспективные направления развития предпринимательства в сфере организации и проведения массовых мероприятий.
Ключевые слова: классификация, массовое мероприятие, предпринимательство.
CLASSIFICATION OF MASS ACTIONS AS OBJECTS OF BUSINESS
Vilensky V., Lecturer, MGIIT
In article classification of the basic mass actions is spent and the most perspective directions of development of business in sphere of the organization and carrying out of mass actions are revealed.
Keywords: classification, mass action, business.
Актуальность научной задачи развития предпринимательства в сфере организации и повеления массовых мероприятий обусловлена следующими обстоятельствами:
Во-первых, организация бизнеса в индустрии развлечений носит ярко выраженный предпринимательский характер, так как даже крупные развлекательные корпорации, как правило, имеют закрытый характер собственности и управления с фактическим смешением данных функций в руках конкретных предпринимателей. Данная проблема предполагает, что предприниматель, занимающийся организацией и проведением массовых мероприятий, должен обладать не только навыками квалифицированного менеджера, но и владеть компетенциями промоутера, а также финансового менеджера и специалиста по безопасности.
Во-вторых, бизнес в сфере организации и проведения массовых мероприятий в настоящее время сильно персонализирован, то есть подвержен репутационным рискам, его успешность во многом зависит от имени владельца. В этом направлении развитие предпринимательства возможно как улучшение культуры инициативы и ответственности, личностного роста предпринимателя как субъекта специфического рынка, а также его социальной ответственности, поскольку массовые мероприятия оказывают влияния на поведение и вкусы конкретных потребителей.
В-третьих, предпринимательство в сфере проведения массовых развлекательных мероприятий является обособленным направлением бизнеса, так как его результатом является достаточно специфический продукт, который является сбалансированным симбиозом продукции (например, сувениры), работ (строительство декораций) и услуг (услуги тамады, ведущего, участников концерта). Специфика продукта накладывает определенные ограничения на организацию бизнеса. Прежде всего, предприниматель должен четко позиционировать себя в конкретной потребительской нише, для этого необходима классификация массовых мероприятий и выбор конкретного вида мероприятий как продукта. Не менее важной проблемой развития предпринимательства в рассматриваемой сфере является повышение культуры бизнес-планирования и деловых коммуникаций с основными стейкхолдерами мероприятий.
В-четвертых, развитие предпринимательства в сфере организации и проведения массовых мероприятий в условиях экономического кризиса идет по пути сокращения количества мероприятий при одновременном росте количества участников, что нередко предъявляет дополнительные требования к организаторам. В частности, снижение покупательского спроса населения в сфере мате-
риальных благ заставляет людей искать источники положительных эмоций в нематериальной сфере, что ведет к усилению спроса со стороны малоимущего населения и существенно удешевляет продукт. В этой связи, одной из задач предпринимателя является поиск задач баланса между неудовлетворенным массовым спросом на развлечения со стороны наименее обеспеченных слоев населения и предложением развлечения со стороны потенциальных участников, предъявляющих завышенные требования по обеспечению своего участия.
Проведение массовых развлекательных мероприятий является ресурсоемким и многогранным процессом. Эффективная деятельность в сфере массовых развлекательных мероприятий требует наличия у предпринимателя коммуникативных и организационных навыков. В отечественной и зарубежной литературе имеется незначительное количество работ, в которых исследуются теоретические и практические проблемы эффективной предпринимательской деятельности в сфере массовых развлекательных мероприятий. Однако в этих работах затронуты отдельные элементы предпринимательской деятельности в сфере массовых развлекательных мероприятий, такие как маркетинг услуг, управление продажами и т.п., а также рассмотрены вопросы личностного развития предпринимателя. Исходя из этого, в работе сделана попытка обобщения накопленного опыта в единый подход по развитию предпринимательской деятельности в сфере массовых развлекательных мероприятий
Массовое мероприятие - это заранее спланированное и определенное по месту, времени, количеству участников и причинам собрание людей, носящее характер праздника, культурного или рекламного мероприятия, либо деловой встречи. Наиболее важными признаками классификации массовых мероприятий являются следующие:
• цель и задачи;
• содержание;
• значимость;
• способ возникновения;
• количество участников;
• место проведения;
• возможность участия;
• уровень безопасности.
В частности, по целям и задачам массовые мероприятия можно разделить на следующие виды:
• культурно-спортивные и зрелищные: концерты, спортивные соревнования, праздничные представления.
