CC BY
99
УДК 332.832
И.В. Смольянинова, А.Э. Ахмедов, М.А. Шаталов
МЕТОДИЧЕСКИЙ ПОДХОД К ОЦЕНКЕ И ВЫБОРУ ЭФФЕКТИВНЫХ МАРКЕТИНГОВЫХ СТРАТЕГИЙ
ПРЕДПРИЯТИЯ
Воронежский экономико-правовой институт
Аннотация: Рыночные условия хозяйствования и общественно-политическая ситуация развития российской экономики, требуют задействования усилий всех хозяйствующих субъектов экономики, а в первую очередь промышленных структур. В этой связи в статье обосновывается методика к оценке и выбору эффективных маркетинговых стратегий промышленный предприятий.
Ключевые слова: маркетинговая стратегия, прогнозирование, метод анализа иерархий, матрица, сценарий.
UDC 332.832
I.V. Smolyaninova, A.E. Akhmedov, M.A. Shatalov
SYSTEMATIC APPROACH TO THE ASSESSMENT AND SELECTION OF EFFECTIVE MARKETING STRATEGIES FOR ENTERPRISE
Voronezh Institute of Law and Economics
Abstract: The market conditions of management and socio-political situation of the Russian economy, require involvement of the efforts of all economic entities of the economy, but primarily industrial structures. In this regard, the article explains the procedure for the evaluation and selection of effective marketing strategies for industrial enterprises.
Keywords: marketing strategy, forecasting, hierarchy analysis method, matrix scenario.
Рыночные условия хозяйствования и общественно-политическая ситуация развития российской экономики, требуют задействования усилий всех хозяйствующих субъектов экономики, а в первую очередь промышленных структур. Факторы экономического роста разнонаправлены, так как складываются не только на региональном уровне,
но и на уровне предприятия, взаимодействуя с внутренней и внешней средой. Эффективность управления предприятием заключается в способности принимать оперативные управленческие решения по адаптации предприятия к изменениям в рыночных условиях и формированию маркетинговых стратегий развития предприятия.
Так, в частности, в настоящее время при формировании маркетинговых стратегий предприятия в условиях неполной информации могут использоваться такие количественные методы как методы стохастического программирования, «дерева решений», теории игр и статистических решений с использованием неравенства Чебышева [1-5]. Перечисленные методы количественного анализа решений не соответствуют требованиям обеспечения необходимой в практическом маркетинге точности и надежности оценок эффективности стратегий для производственных систем. Наиболее точная оценка эффективности и риска может быть получена при декомпозиции проблемы на все более простые составляющие и дальнейшей обработке последовательности суждений по парным сравнениям [6-8]. В результате может быть выражена относительная степень (интенсивность) взаимодействия элементов в иерархии. Эта схема является основой
для применения метода анализа иерархий (МАИ). В результате может быть выражена относительная степень (интенсивность) взаимодействия элементов в иерархии. МАИ является систематической процедурой для иерархического представления элементов, определяющих суть любой проблемы.
В данном статье рассмотрим подробнее процедуру оценки и выбора маркетинговых стратегий для предприятий огнеупорной промышленности.
Первый этап состоит в декомпозиции и представлении вышеуказанной задачи в иерархической форме. На первом (высшем) уровне находится общая цель -«оптимальная маркетинговая стратегия». На втором уровне находятся шесть критериев, уточняющих цель, и на третьем (нижнем) уровне находятся три варианта маркетинговой стратегии, которые ны быть оценены по отношению к риям второго уровня. Далее следует ределение критериев и графическое представление иерархии (рисунок 1).
Уровень 1 Цель
Оптимальная маркетинговая стратегия
Уровень 2 Критерии
ь т с о н н е в т с й
е Де
ь т с о к б и г
,ь т с о н в и т п
а
д
Ад
Уровень 3 Альтернативы
ь т о
о н ь л ы
ю
и £
а
т
о н
г е
о р
н у
т к
я н
о о
р к
е в яиц а
р а д
у
а з о
и м и г о н т
н е
и в
Ми т о
Стратегия удержания рыночных позиций (существующие товары на существующих рынках) (1)
а к с
и р
ь н е в
о р
>
ь т с о м
е
у
з и л а е
РМ
Стратегия расширения рыночной доли за счет агрессивного маркетинга (2)
Стратегия увеличения рыночной доли за счет расширения товарной номенкла-
туры(3)
Рисунок 1 - Декомпозиция задачи оценки и выбора маркетинговой стратегии в
иерархию
Когда проблема представлена иерархически составляется матрица для сравнения относительной важности критериев на втором уровне по отношению к общей цели на первом уровне.
Подобные матрицы должны быть по-построены для парных сравнений
дой альтернативы на третьем уровне по отношению к критериям второго уровня. Для нашего примера потребуется семь таких матриц, одна для второго уровня иерархии, шесть других - для третьего. Эти матрицы представлены в таблицах 12.
Таблица 1
Матрица попарных сравнений для второго уровня
Оптимальная маркетинговая стратегия Действен-ность Адаптивность, гибкость Прибыльность Минимизация вероятного ответного удара конкурента Уровень риска Реализуемость
Действенность 1 3 3 5 3 1/3
Адаптивность, гибкость 1/3 1 3 3 3 1
Прибыльность 1/3 1/3 1 1/3 3 1/4
Минимизация вероятного ответного удара конкурента 1/5 1/3 3 1 1/3 1/5
Уровень риска 1/3 1/3 1/3 3 1 1/5
Реализуемость 3 1 4 5 5 1
Шкала относительной важности
Таблица 2
Интенсивность Определение Объяснения
относительной важности
1 Равная важность Равный вклад двух видов деятельности в цель
3 Умеренное превосходство одного над другим Опыт и суждения дают лёгкое превосходство одному виду деятельности над другим
5 Существенное или сильное превосходство Опыт и суждения дают сильное превосходство одному виду деятельности над другим
7 Значительное превосходство Одному виду деятельности дается настолько сильное превосходство, что оно становится практически значительным
9 Очень сильное превосходство Очевидность превосходства одного вида деятельности над другим подтверждается наиболее сильно
2, 4, 6, 8, Промежуточное решение между двуми соседними суждениями Применяются в компромиссном случае
Обратные величины приведенных выше чисел Если при сравнении одного вида деятельности с другим получено одно из вышеуказанных чисел (например 3) , то при сравнении второго вида деятельности с первым получим обратную величину (т. е. 1/3)
Матрицы заполняются исходя из шкалы относительной важности, кото-
рая представлена в таблице 2. Если элемент матрицы слева важнее, чем элемент
наверху, то в клетку матрицы заносится положительное целое (от 1 до 9), в противном случае - обратное число (дробь). Относительная важность любого элемента, сравниваемого с самим
собой, равна 1, поэтому диагональ матрицы содержит только единицы. Наконец, обратными величинами заполняют симметричные клетки.
Таблица 3
Матрицы попарных сравнений для третьего уровня
Действенность Стратегии Адаптивность, гибкость Стратегии
1 2 3 1 2 3
1 1 1/5 1/3 1 1 3 3
2 5 1 3 2 1/3 1 3
3 3 1/3 1 3 1/3 1/3 1
Прибыльность Стратегии Минимизация вероятного ответного удара конкурента Стратегии
1 2 3 1 2 3
1 1 1/3 1/5 1 1 5 3
2 3 1 1/2 2 1/5 1 3
3 5 2 1 3 1/3 1/3 1
Уровень риска Стратегии Реализуемость Стратегии
1 2 3 1 2 3
1 1 3 3 1 1 5 3
2 1/3 1 3 2 1/5 1 1/3
3 1/3 1/3 1 3 1/3 3 1
Далее рассмотрим попарные сравнения элементов на нижнем уровне (таблица 1). Сравниваемые попарно элементы - это возможные варианты выбора маркетинговой стратегии. Сравнивается, насколько более оптимален та или иная стратегия для удовлетворения каждого критерия второго уровня. Получаем шесть матриц суждений размерностью 3x3, поскольку имеется шесть критериев на втором уровне и варианта маркетинговых стратегий, которые попарно сравниваются по каждому из критериев.
Далее необходимо найти значимость каждого отдельного объекта через «решение» матриц. Для этого нужно вычислить множество собственных векторов для каждой матрицы, а затем нормализовать результат к единице, получая тем самым вектор приоритетов.
Оценка компонент собственного вектора рассчитывается путем перемножения элементов строки матрицы и
извлечения корня п-степени (п - количество элементов строки).
Для расчета вектора приоритетов необходимо определить долю каждого оценки компонент собственного вектора в их общей сумме.
Также целесообразно установить согласованность приоритетов с помощью расчета индекса согласованности:
ИС= ( Хтах -п)/(п-1), (1) где ИС - индекс согласованности; Хшах - наибольшее собственное значение матрицы суждения;
п - число сравниваемых элементов. Если разделить ИС на число, соответствующее случайной согласованности матрицы того же порядка, получим отношение согласованности (ОС). Величина ОС должна быть порядка 10% или менее, чтобы быть приемлемой. В некоторых случаях можно допустить 20% , но не более. Если ОС выходит из этих пределов, то экспертам нужно исследовать задачу и проверить свои суждения.
Для нашей задачи ИС = 0,1175, ОС = 0,115 / 1,24=0,09486, что соответствует нормативным пределам.
В таблице 4 приведены векторы оритетов критериев оптимальности кетинговых стратегий.
Таблица 4
Матрица попарных сравнений для второго уровня: решения и согласованность
Оптимальная маркетинговая стратегия Действен-ность Адаптив ность, гибкость Прибыль ность Минимизация вероятного ответного удара конкурента Уровень риска Реализуемость Вектор приоритетов
Действенность 1 3 3 5 3 1/3 0,183775
Адаптивность, гибкость 1/3 1 3 3 3 1 0,31212
Прибыльность 1/3 1/3 1 1/3 3 1/4 0,107292
Минимизация вероятного ответного удара конкурента 1/5 1/3 3 1 1/3 1/5 0,041861
Уровень риска 1/3 1/3 1/3 3 1 1/5 0,069648
Реализуемость 3 1 4 5 5 1 0,285304
^тах =6.587798 ИС = 0,11756 ОС = 0,09486
а
* <
* *
1!
В таблице 5 рассчитаны вектора приоритетов для третьего уровня иерархии, иллюстрирующие сравнительную оптимальность маркетинговых стратегий по отношению к критериям второго уровня.
Из данной таблицы видно, что стратегия расширения рыночной доли за счет агрессивного маркетинга оптимальна по критерию действенность, наиболее реализуема стратегия сохранения существующих рыночных позиций, а стратегия расширения рыночной доли за счет расширения товарной номенклатуры является, по мнению экспертов, наиболее прибыльной.
Следующим этапом является определение, так называемых, глобальных приоритетов. Для этого локальные приоритеты располагаются по отношению к каждому критерию, каждый столбец векторов умножается на приоритет соответствующего критерия и результат
складывается вдоль каждой строки (таблица 6).
Из таблицы 6 видно, что маркетинговая стратегия удержания рыночных позиций исследуемого предприятия.
Для оценки и выбора альтернативной маркетинговой стратегии необходима информация о развитии внешней среды. Комбинация предположений относительно действий конкурентов и потребителей дает следующие сценарии [9-13]:
• агрессивная реакция конкурентов и активные действия потребителей;
• наступательная реакция конкурентов и пассивные потребители;
• инертная реакция конкурентов и активные действия потребителей;
• пассивная реакция конкурентов и инертные действия потребителей.
На базе соответствующих суждений вероятность сценариев определяется с помощью метода предпочтений. Полученные данные в матричной форме представлены в таблице 7.
Таблица
Матрицы попарных сравнений для третьего уровня: решения и согласованность
Действенность Вектор приоритетов Адаптивность, гибкость Вектор приоритетов
1 0,10482 1 0,585234
2 0,637536 2 0,28041
3 0,257644 3 0,134356
Аmax 3,074022213 Аmax 3,126157085
ИС 0,037011 ИС 0,063079
ОС 0,063812 ОС 0,108756
Прибыльность Вектор приоритетов Минимизация вероятного ответного удара конкурента Вектор приоритетов
1 0,109126 1 0,63776
2 0,309109 2 0,104506
3 0,581765 3 0,257734
Аmax 3,000468401 Аmax 3,032315578
ИС 0,000234 ИС 0,016158
ОС 0,000404 ОС 0,027858
Уровень риска Вектор приоритетов Реализуемость Вектор приоритетов
1 0,585234 1 0,585234
2 0,28041 2 0,134356
3 0,134356 3 0,28041
^max 3,126157085 ^max 3,126157085
ИС 0,063079 ИС 0,063079
ОС 0,108756 ОС 0,108756
Обобщенные приоритеты
Таблица 6
Стра- Сритерии
тегии Дейст- Адаптив- Прибыль- Минимизация Уро- Реали- Век-
венность ность, гиб- ность вероятного от- вень зуемость тор
(0,183) кость (0,312) (0,107) ветного удара конкурента (0,0418) риска (0,069) (0,285) приоритетов
1 0,109 0,430
0,104 0,585 0,637 0,585 0,585 9
2 0,637 0,28 0,30 0,104 0,280 0,134 0,316
3 0,257 0,134 0,581 0,257 0,134 0,280 0,253
Таблица 7
М атрица попарных сравнений вариантов сцена] )иев: решение
Сцена- 1 2 3 4 Вероятность
рии
1 1 3 2 3 0,4324
2 1/3 1 1/3 2 0,1441
3 0,5 3 1 4 0,3286
4 1/3 1/2 1/4 1 0,0949
Атах =4.143, ИС = 0,0479 , ОС = 0,05
5
Таблица 8
Матрица попарных сравнений критериев в зависимости от сценария развития
Сценарий 1 Д АД П МО УК УР Р Вектор при-орите-тов Сценарий 3 Д АД П М О У К У Р Р Вектор приоритетов
Дейс-ть (Д) 1,0 0 0,33 2,0 0 0,33 2,00 0,3 3 0,10 Д 1,00 0,50 05 0 4,0 0 2,0 0 05 0 0,13
Адап т-ть, (АД) 3,0 0 1,00 5,0 0 0,33 5,00 3,0 0 0,27 АД 2,00 1,00 3,0 0 5,0 0 5,0 0 3,0 0 0,37
Приб -ть (П) 05 0 0,20 1,0 0 0,20 2,00 05 0 0,07 П 2,00 0,33 1,0 0 3,0 0 2,0 0 0,3 3 0,14
Мин- ция ответ ного удара (МО УК) 3,0 0 3,00 5,0 0 1,00 3,00 3,0 0 0,36 МОУК 0,25 0,20 0,3 3 1,0 05 02 5 0,05
Ур-нь риска (УР) 05 0 0,20 05 0 0,33 1,00 05 0 0,06 УР 0,50 0,20 05 2,0 1,0 0,3 3 0,08
Реал- сть (Р) 3,0 0 0,33 2,0 0 0,33 2,00 1,0 0 0,14 Р 2,00 0,33 3,0 4,0 3,0 1,0 0,23
Хшах =6.4906 ИС = 0,11756 ОС = 0,09486 ^шах =6.1602 ИС = 0,033 ОС = 0,0258
Сцена-рий 2 Д АД П МО УК УР Р Вектор при-ор-в Сцена-рий 4 Д АД П МО УК У Р Р Вектор приор-в
Дейс-ть (Д) 1,0 0,33 2,0 0,33 3,00 05 0,11 Д 1,00 0,50 0,33 5,00 5,0 0,3 3 0,15
Адап т-ть, (АД) 3,0 1,00 5,0 0 2,00 4,00 3,0 0,35 АД 2,00 1,00 2,00 4,00 3,0 2,0 0 0,30
Приб -ть (П) 05 0,20 1,0 0 0,25 3,00 0,5 0,08 П 3,00 0,50 1,00 3,00 2,0 0,5 0 0,18
Мин- ция ответ ного удара (МО УК) 3,0 0,50 4,0 0 1,00 5,00 4,0 0 0,29 МО- УК 0,20 0,25 0,33 1,00 05 02 2 0,05
Ур-нь риска (УР) 0,3 3 0,25 0,3 3 0,20 1,00 0,5 0,05 УР 0,20 0,33 0,50 2,00 1,0 0,3 3 0,07
Реал- сть (Р) 2,0 0,33 2,0 0 0,25 2,00 1,0 0,12 Р 3,00 0,50 2,00 3,00 3,0 1,0 0,24
^шах =6.3429 ИС = 0,0686 ОС = 0,0553 Хшах =6.548 ИС = 0,1096 ОС = 0,0884
Из матрицы следует, что наиболее вероятным менеджеры считают сценарий 1: агрессивная реакция конкурентов и активные действия потребителей, на втором месте исходя из вероятности наступления - сценарий 3: инертная реакция конкурентов и активные действия потребителей. Согласованность для оценки вероятности наступления сценария 1 значительно ниже критической величины 0,1, поэтому полученные данные могут использоваться для дальнейших оценок альтернативных маркетинговых стратегий.
Также необходимо оценить критерии оптимизации в зависимости от сценария (таблица 8).
Для каждого варианта развития событий наиболее значимым сценарием
является адаптивность (гибкость), для сценариев с активными действиями конкурентов также важен критерий минимизации ответного удара конкурентов, для пассивного поведения конкурентов и активной позиции потребителей значим для оценки маркетинговых стратегий кроме адаптивности и критерий реализуемости стратегии, при инертном поведении и конкурентов, и потребителей также щественен критерий прибыльности.
Основываясь на этих рассуждениях необходимо оценить стратегические варианты относительно предложенных критериев оптимальности в зависимости от сценариев развития рынка (таблица 9).
Таблица 9
Сценарий1 Стратегии Векторы предпочтений Сценарий 2 Стратегии Векторы предпочтений
1 2 3 1 2 3
1 1,00 0,20 0,20 0,085 1 1,00 0,20 0,33 0,112
2 5,00 1,00 3,00 0,559 2 5,00 1,00 0,50 0,379
3 5,00 0,33 1,00 0,354 3 3,00 2,00 1,00 0,507
=3,226 ИС = 0,113 ОС = 0,105 ^max 3,14 ИС = 0,07 ОС = 0,11
Сценарий 3 Стратегии Векторы предпочтений Сценарий 4 Стратегии Векторы предпочтений
1 2 3 1 2 3
1 1,00 0,33 0,20 0,104 1 1,00 5,00 3,00 0,648
2 3,00 1,00 0,33 0,257 2 0,20 1,00 0,50 0,122
3 5,00 3,00 1,00 0,637 3 0,33 2,00 1,00 0,229
^max 3,°3, ИС = 0,00,16 ОС = 0,027 =3,003 ИС = 0,0019 ОС = 0,003
Матрица предпочтений по критерию «адаптивность» для каждого сценария развития
Аналогично рассчитаем оптимальность маркетинговых стратегий относительно каждого критерия в зависимости от вариантов развития рынка и представим полученные данные в таблице 10.
Исходя из таблицы 10, можно сделать вывод, что оптимальной является стратегия расширения рыночной доли путем агрессивного маркетинга, т.к. по прогнозам экспертов наиболее вероятным сценарием будет активные дейст-
вия конкурентов и активное поведение потребителей.
Для нахождения оптимальной маркетинговой стратегии также необходимо использовать теорию стратегии. Игры, когда предприятие вынуждено выбирать стратегию (принимать решение) в условиях неопределенности, называют играми с «природой», состояние которой ему полностью не известно [14-18].
Под термином «природа» будем понимать комплекс внешних обстоятельств, при которых приходится принимать решения. Игры с «природой»,
т.е. когда одним из участников является человек (игрок С), а другим - «природа» (игрок П), называют также статистическими играми.
Обобщенные приоритеты
Таблица 10
Сце- Д АД П МО УР Р Сцена- Д АД П М У Р об-
нарий 1 УК Обшй вектор при-ори-тетов рий 3 (0,3186) О У К Р щий- вектор приоритетов
Стратегия 1 0,1 0,08 0,02 0,1 0,1 0,08 0,09 Стратегия 1 0,1 0,10 4 0,4 0,2 02 0,1 02
Стратегия 2 0,4 055 05 0,8 0,7 09 0,64 Стратегия 2 02 0,70, 257 03 0,2 02 03 033
Стратегия 3 05 035 0,48 0,1 02 0,02 0,27 Стратегия 3 0,63 7 03 0,6 0,6 0,6 0,47
Сценарий 2 Д АД П МО УК УР Р Об-шцй вектор приоритетов Сценарий 4 (0,0949) Д АД П М О У К У Р Р общий вектор при- орите- тов
Стратегия 1 02 0,112 0,1 03 02 0,1 0,104 Стратегия 1 05 0,64 05 0,6 05 0,4 0,4
Стратегия 2 03 0379 0,4 03 02 0,4 029 Стратегия 2 0,1 0,12 02 0,1 0,1 02 03
Стратегия 3 05 0507 05 0,4 0,6 05 0,61 Стратегия 3 0,4 0229 03 03 0,4 0,4 03
В нашем случае постановка задачи теории статистических игр производится следующим образом. Пусть имеется т возможных стратегий (линий поведения):
С1 - удержание рыночных позиций (существующие товары на существующих рынках );
С2 - расширение рыночной дли за счет агрессивного маркетинга;
С3 - увеличение рыночной доли за счет расширения товарной номенклатуры.
Условия обстановки - состояние «природы» нам точно не известно, однако о них можно сделать п жений:
П1 - агрессивная реакция конкурентов и активные действия потребителей;
П2 - наступательная реакция конкурентов и пассивные потребители;
П3 - инертная реакция конкурентов и активные действия потребителей;
П4 - пассивная реакция конкурентов и инертные действия потребителей.
Рассмотренную ситуацию можно представить в виде матрицы (таблица 11). Долю рынка при различных комбинациях стратегии маркетинга и возможные вероятности возникновения каждой ситуации определили исходя из результатов применения метода анализа иерархий.
Доля рынка
Таблица 11
Ситуации П 1 П 2 П з П 4
Альтернативы стратегии Вероятность возникновения ситуации, р
0,4 0,2 0,3 0,1
Ci 9% 10,4% 12% 14%
С2 16,4% 12,9% 13,3% 13%
Сз 12,7% 16,1% 14,7% 13%
Из этой таблицы видно, что при обстановке П1 стратегия С2
практически в 2 раза лучше, чем С1. Необходимо выбрать наиболее выгодную стратегию. Наибольший выигрыш - 16,4% доли рынка - дает стратегия С2 при возникновении обстановки П1.
В теории статистических игр вводится специальный показатель, который называется риском. Риск показывает, насколько выгодна применяемая стратегия в данной конкретной обстановке с учетом ее неопределенности [19-20]. Риск рассчитывается как разность между ожидаемым результатом действий при наличии точных данных об обстановке и результатом, который может быть достигнут, если эти данные точно не известны. Например, если точно известно, что будет иметь место
обстановка П2, то лучшее решение - Сз, обеспечивающее выигрыш в 16,1% доли рынка. Поскольку точно не известно, какую обстановку ожидать, то могла быть выбрана стратегия Ci, дающая выигрыш в обстановке П2 всего 10,4% доли рынка. При этом потеря в величине выигрыша составит 16,1 - 10,4 =5,7% доли рынка. Величины риска определяются следующими
выражениями:
rij = max ау - ау = pj - ay, (2)
i
где ау - размер «выигрыша» при выборе i-й стратегии при j-м состоянии «природы»;
Pj - максимальный «выигрыш» для j-й обстановки;
rij - величина риска при выборе i-й стратегии при j-й обстановке.
Составим матрицу рисков (таблица 12).
Матрица рисков
Таблица 12
П1 П2 П3 П4
С1 7,4 5,7 2,7 0
С2 0 3,2 1,4 1
С3 3,7 0 0 1
Матрица рисков дает возможность непосредственно оценить качество различных решений и установить, насколько полно реализуются в них существующие возможности достижения успеха при наличии риска.
Для выбора наилучшей стратегии поведения на рынке товаров и услуг существуют различные критерии, среди которых можно назвать критерии: Байеса, Лапласа, Вальда, Сэвиджа, Гурвица и максимакса. Нет никаких оснований считать априори один из
критериев лучше, чем другие, однако вернее будет выбрать ту стратегию, которая будет предпочтительнее по нескольким критериям.
Критерий Байеса используется, если в результате исследований известны вероятности всех состояний «природы» При этом, если учтены все из п
п
возможных состояний, то ^ ^ = 1.
л=1
В этом случае в качестве показателя, который необходимо максимизировать, берется среднее значение выигрыша
В = тах ^ а
J=1
1J
Я
(3)
Определим наилучшую стратегию по критерию Байеса:
С1 = 9*0,4+10,4*0,2+12*0,3
+14*0,1=10,68
С 2 = 16,4*0,4+12,9*0,2+13,3*0,3 +13*0,1=14,448
Сэ = 12,7*0,4+16,1*0,2+14,7*0,3 +13*0,1=14,01
Наилучшая стратегия С2 дает максимальный средний «выигрыш» в размере 14,448% доли рынка
Критерий Лапласа применяется в случае наибольшей неопределенности обстановки. При этом все п состояний «природы» принимаются
равновероятными, т.е. вероятность
1
каждого из состояний я = —. Согласно
п
этому критерию «недостаточного основания» находится максимальный
«средний» выигрыш.
1 ^
Ь = тах — > а„ (4)
1 п j=l J Определим наилучшую стратегию по критерию Лапласа:
С1 = (9+104+12+14)/4= 11,35 С 2 = (16,4+12,9+13,3+13)/4= 13,9 С3 = (12,7+16,1+14,7+13)/4=14,125 Наилучшая стратегия С3 дает максимальный средний «выигрыш» в размере 14,125% доли рынка.
Критерий Вальда - это максиминный критерий крайнего
пессимизма, или наибольшей
осторожности, перестраховки. Такой подход характерен для того, кто очень боится проиграть и считает природу разумным, вредным конкурентом, назло достигнуть успеха. оптимальной стратегией для игрока С1 будет чистая стратегия С, при которой наименьший «выигрыш» будет максимальным, т.е. при которой гарантируется выигрыш, в любом случае не меньший, чем нижняя цена игры с природой:
и агрессивным мешающим нам В этом случае
V = тах тт а^
1 .1
(5)
Используя матрицу игры, определяем минимальный выигрыш для всех стратегий: а1 = 9; а2 = 12,9;
аз = 12,7.
Наилучшая стратегия С2 дает максимальный (из минимальных) «выигрыш» в размере 12,9% доли рынка.
Критерий Сэвиджа сводится к тому, чтобы любыми путями избежать большого риска при принятии решения. Оптимальной будет стратегия С1, при которой минимизируется величина максимального риска в наихудших условиях:
Б = тт тах Гу
1 .1
(6)
Используя матрицу рисков, находим максимальные риски для всех стратегий: Г1 = 7,4; Г2 = 3,2; Г3 = 3,7.
Наилучшая стратегия С2 допускает минимальный риск (из максимальных) в размере 3,2 % доли рынка .
Критерий крайнего оптимизма (максимакса) предполагает выбор стратегии, при которой из самых больших «выигрышей» для каждой стратегии выбирается наибольший. Этот критерий характерен для
легкомысленного руководителя,
полагающегося на «авось»:
М = тах тах а)
1 .1
•у
(7)
Наиболее выгодная стратегия может дать «выигрыш» в размере 16,4 % доли
рынка, но ей соответствует и больший риск (3,2% доли рынка).
Критерий Гурвица является линейной комбинацией
пессимистической и оптимистической позиций. Стратегия выбирается из условия:
G = max {k • min ау + (1 - k) •
i j
max ау}, (8)
j
где k - коэффициент «пессимизма».
Коэффициент k меняется от 0 до 1, не принимая этих граничных значений (0 < k < 1). Коэффициент k выбирается на основании опыта или из субъективных соображений. Чем опаснее ситуация, тем менее мы склонны к риску, тем больше мы хотим подстраховаться, а значит, тем ближе к единице выбирается k. При k = 1 критерий Гурвица превращается в
критерий Вальда, а при к = 0 - в критерий «крайнего оптимизма». Примем к = 0,6, тогда
С1 =0,6*9+0,4*14 =11 С 2 = 0,6*12,9+0,4*16,4 = 14,3 Сэ = 0,6*12,7+0,4*16,1 =14,06 Наилучшая стратегия С2 дает «выигрыш» в размере 14,3% доли рынка.
Таким образом, оценив с помощью метода анализа иерархий стратегические варианты относительно предложенных критериев оптимальности и в сти от сценариев развития рынка, делили, что наиболее оптимальной будет стратегия расширения рыночной доли путем агрессивного маркетинга. С щью теории игр определили, что по большинству критериев наилучшей тегией является С2, т.е. предприятию обходимо расширять рыночную долю за счет агрессивного маркетинга.
Библиографический список
1. Афиногенова И.Н., Мешкова Т.Р., Сармина Д.Л. Сетевая модель типа «Дерево» // Территория науки. 2014. Т 5. № 5. С. 84-88.
2. Генералов И.Г., Суслов С.А., Завиваев Н.С., Балдов Д.В. Применение информационных технологий при статистической оценке конкурентной среды на региональных продуктовых рынках // Управление экономическими системами: электронный научный журнал. 2015. № 9 (81). С. 12.
3. Игнатьев В.М., Середа М.В. Модель анализа факторов управления сельскохозяйственным производством // Успехи современной науки. 2016. Т. 1. № 6. С. 79-82.
4. Клюев С.В., Клюев А.В. Пределы идентификации природных и инженерных систем // Фундаментальные исследования. 2007. № 12-2. С. 366 - 367.
5. Нацыпаева Е.А. Финансовая активность предприятия и система показателей количественной оценки его деловой активности // Наука и общество. 2014. № 3 (18). С. 122-127.
6. Баулина О.А. Преодоление кризисных явлений в сфере жилищно-коммунального хозяйства региона с применением модели концессионного соглашения // Инвестиции, строительство и недвижимость как материальный базис модернизации и инновационного развития экономики. Материалы Пятой Всероссийской научно-практической конференции с международным участием: в 2 частях. Под редакцией Т.Ю. Овсянниковой. Томск, 2015. С. 69-74.
7. Година О.В. Формирование портфеля стратегических альтернатив развития инновационно ориентированного предприятия // Успехи современной науки. 2015. № 5. С. 41-48
8. Иванов В.Н., Никонова Ю.С. Экономико-математическое моделирование оптимальных параметров в сельском хозяйстве // Территория науки. 2016. № 2. С. 83-89.
9. Акифьева Л.В., Проваленова Н.В., Кутаев А.А. Оценка конкурентоспособности продовольственных ритейлов // Вестник НГИЭИ. 2016. № 7 (62). С. 7-13.
10. Нальгиева Х.Л. Роль планирования в стратегическом менеджменте // Успехи современной науки. 2016. Т. 2. № 4. С. 24-27
11. Нацыпаева Е.А. Проблемы делегирования полномочий в современных компаниях // Факторы успеха. 2015. № 1 (4). С. 71-74.
12. Саликов Ю.А., Кулдошина Е.О. Проблемы развития инновационной деятельности региональных предприятий пищевой промышленности // Территория науки. 2016. № 2. С. 125-128.
13. Щеголева Т.В., Казьмина И.В., Смольянинова И.В. Методы организации материальных потоков в производстве наукоемкой продукции // Инновационная наука: прошлое, настоящее, будущее: сборник статей Международной научно-практической конференции: в 5 частях. 2016. С. 205-208.
14. Давыдова Е.Ю., Брякина А.В. Финансовая безопасность предприятия в современных экономических условиях // Территория науки. 2016. № 2. С. 66-70.
15. Никонова Н.В. Влияние качества расчетов на эффективность деятельности организации // Успехи современной науки и образования. 2016. Т. 3. № 7. С. 93-95.
16. Соколова С.А., Горячева Е.В. Организационные изменения: классификация и политика изменений // Развитие экономики региона: взгляд в будущее: материалы II Городской научно-практической конференции. Волгоград, 2013. С. 131-133.
17. Шамин Е.А., Генералов И.Г., Завиваев Н.С., Черемухин А.Д. Сущность информатизации, ее цели, субъекты и объекты // Вестник НГИЭИ. 2015. № 11 (54). С. 99-107.
18. Юрьев А.Г., Клюев С.В., Клюев А.В. Устойчивость равновесия в природе и технике // Вестник БГТУ им. В.Г. Шухова. 2007. № 3. С. 86 - 88.
19. Давыдова Е.Ю. Финансовые риски: методы оценки и подходы к управлению // Территория науки. 2016. № 3. С. 70-75.
20. Мирзоева А.Р. К вопросу оценки эффективности в условиях комплексного использования сырья// Успехи современной науки. 2016. Т. 1. № 5. С. 121-123.
Информация об авторах:
Information about the authors:
Смольянинова Ирина Вячеславовна
Кандидат экономических наук, доцент, проректор по научно-исследовательской работе,
Воронежский экономико-правовой институт, г. Воронеж, Россия
Smolyaninova Irina Vyacheslavovna
Associate Professor, Candidate of Economic Sciences Vice-rector for scientific research Voronezh Institute of Law and Economics Voronezh, Russia
Ахмедов Ахмед Эдуардович
Кандидат экономических наук, доцент, заведующий кафедрой экономики Воронежский экономико-правовой институт, г. Воронеж, Россия
Akhmedov Akhmed Eduardovich
Associate Professor, Candidate of Economic Sciences Head of the Chair of Economics Voronezh Institute of Law and Economics, Voronezh, Russia
Шаталов Максим Александрович
Кандидат экономических наук, доцент, начальник научно-исследовательского отдела Воронежский экономико-правовой институт, г. Воронеж, Россия
Shatalov Maksim Aleksandrovich
Associate Professor, Candidate of Economic Sciences Head of the Research Division Voronezh Institute of Law and Economics Voronezh, Russia
