CC BY
56
УДК 338.4 JEL: C51; L81
МЕТОДИ I МОДЕЛ1АНАЛ1ЗУ ЕФЕКТИВНОСТ1 СИСТЕМ ЕЛЕКТРОННО1 КОМЕРЦН
®2019 СЕРГ1еНКО О. А., ШАПРАН О. е., СОСНОВ I. I.
УДК 338.4 JEL: C51; L81
Серпснко О. А., Шапран О. €., Соснов I. I. Методи i моделi аналiзу ефективностi систем електронно'! комерцй'
У роботi досл'джено методи аналзу ефективностi системи електронноi комерцй; розглянуто технологю орган'вац'й комерцтно)' д'тльностi в су-часних умовах, основы! жтрументи електронноi комерцй. Проведений аналз та здшснено порвняння традицйного й електронного маркетингу. Наведено етапи планування е-маркетингу. Представлено концептуальну схему моделювання б'внес-процес'ю в електронн'й комерцй за допомогою UML Use Саse D!адгат Ехатр1е. Проведено анал'з ефективностi роботи веб-сайту штернет-магазину "Lu Ьои^ие" за допомогою системи воод1е Аnаlytiсs, що дозволяе визначити напрямки вдосконалення й оптимiзацiiсайту, основт джерела залучення кл'кнт'в, середнш чек, показник конвер-сй та ефектившсть рекламноi кампанй. Здшснено аналз б'внес-процес'ю в електроннш комерцй та розроблено пропозицй щодо вдосконалення управл'шня ними з урахуванням попиту на продущю на основi метоЫв моделювання та використання iнформацiйних технологй. Побудовано модел'> експоненцйного згладжування (Брауна, Холта) та багатофакторн модел'> формування збитмв, що дозволяють здйснювати прогнозу-вання результат'>в д'тльност'1 магазину та приймати в'дпов'дш управлiнськi ршення. Визначено, що для дослджуваного нтернет-магазину "Lu bоutiquе", перш за все, на р'>вень збитмв впливають: витрата сировини (тканини) на 1 кг одягу, в'дсотокреал'зацй одягу та вартктьзакутвл'> 1 кг одягу. На основi здшсненого моделювання та анал'зу роботи веб-ресурсу та показнимв траф'жу сайту визначено шляхи тдвищення ефективност'> управл'шня нтернет-магазином. Результати роботи можуть бути впроваджеш в системах електронноi комерцй на мiкроекономiчному р'тт. Ключов'! слова: б'внес-процес, система електронноi комерцй, ефектившсть, о^нка, моделювання, регреая, кореля^я, UML, прогнозування, екс-понен^йне згладжування.
DOI: https://doi.org/10.32983/2222-4459-2019-11-140-149 Рис.: 12. Формул: 3. Б'бл.: 15.
Сергieнко Олена AHÓpiaHÍBHa - кандидат економiчних наук, доцент, доцент кафедри тдприемництва, торгiвлi та експертизи товар'ш, Нацю-
нальний техн'тий ушверситет «Хармвський пол'техн'тий i'нститут»(вул. Кирпичова, 2, Хармв, 61002, Украна)
E-mail: serhelenka@gmail.com
ORCID: http://orcid.org/0000-0002-9796-9218
Researcher ID: http://www.researcherid.com/0-3966-2015
Шапран Олена бвгешвна - кандидат економiчних наук, доцент, доцент кафедри економки i маркетингу, Нацональний техн'тий ушверситет
«Хармвський пол'техн'тий iнститут»(вул. Кирпичова, 2, Хармв, 61002, Украна)
E-mail: elena.shapran82@gmail.com
ORCID: https://orcid.org/0000-0001-6921-1445
Соснов 1гор 1горевич - кандидат техн'нних наук, доцент, доцент кафедри тдприемництва, торг'>вл'1 та експертизи товар'т, Нацональний тех-
н'нний ушверситет «Хармвський пол'техн'тий нститут» (вул. Кирпичова, 2, Хармв, 61002, Украна)
E-mail: igor. i.sosnov@gmail. com
ORCID: http://orcid.org/0000-0003-0027-5488
Researcher ID: http://www.researcherid.com/U-7147-2019
УДК 338.4 UDC 338.4
JEL: C51; L81 JEL: C51; L81
Сергиенко Е. А., Шапран Е. Е., Соснов И. И. Методы и модели анализа Sergienko O. A., Shapran O. Ye., Sosnov 1.1. Methods and Models
эффективности систем электронной коммерции for Analyzing the Efficiency of E-commerce Systems
В работе исследованы методы анализа эффективности системы The publication explores methods of analyzing the efficiency of the e-com-
электронной коммерции; рассмотрены технология организации ком- merce system; with consideration of the technology of organizing commer-
мерческой деятельности в современных условиях, основные инстру- cial activities in the current environment and the main instruments of e-com-менты электронной коммерции. Проведен анализ и осуществлено
merce. The analysis and comparison of traditional and electronic marketing
сравнение традиционного и электронного маркетинга. Приведены
этапы планирования е-маркетинга. Представлена концептуальная ls carrled out The stages of e-marketing planning are provided A conceptual
схема моделирования бизнес-процессов в электронной коммерции с по- scheme of modeling business processes in e-commerce with the hep of UML
мощью UML Use Саse Diаgrаm Eхаmрle. Проведен анализ эффективно- Use Case Diagram Example is presented. An analysis of effectiveness of the
сти работы веб-сайта интернет-магазина "Lu bоutiquе" с помощью on-line store "Lu bоutiquе" is carried out with the help of the Gооglе Аnаlytiсs
системы Gооglе Аnаlytiсs, что позволяет определить направления system, allowing to define the directions of improvement and optimization of
усовершенствования и оптимизации сайта, основные источники при- the website, the main sources of customer engagement, the average check,
влечения клиентов, средний чек, показатель конверсии и эффектив- conversion indicator and efficiency of an advertising campaign. An analy-
ность рекламной кампании. Осуществлен анализ бизнес-процессов в sis of business processes in e-commerce is accomplished and proposals to
электр°нн°й коммерции и разработаны предложения относительно improve their management are elaborated based on demand for products,
усовершенствования управления ими с учетом спроса на продукцию using methods of modeling and information technology. Exponential smooth-на основе методов моделирования и использования информацион-
„ „ r , тг i mg models (Brown, Holt) and multi-factor models of loss formation are built,
ных технологий. Построены модели экспоненциального сглаживания ,, . ' , , , , ,
allowing to predict performance of the store and then make appropriate
(Брауна, Холта) и многофакторные модели формирования убытков,
которые позволяют осуществлять прогнозирование результатов managerial decisions.It is defined that for the researched on-line store "Lu
деятельности магазина и принимать соответствующие управленче- first of al the level of losses particularlyis affected ьУ: consump-
ские решения. Определено, что для исследуемого интернет-магазина tion of raw materials (tissue) per kg of сЬМщ percentage of doMng аФ^
"Lu bоutiquе", прежде всего, на уровень убытков влияют: расход сырья and the cost of purchasing 1 kg of clothing. Based on the carried out simula-
(ткани) на 1 кг одежды, процент реализации одежды и стоимость закупки 1 кг одежды. На основе осуществленного моделирования и анализа работы веб-ресурса и показателей трафика сайта определены пути повышения эффективности управления интернет-магазином. Результаты работы могут быть применены в системах электронной коммерции на микроэкономическом уровне. Ключевые слова: бизнес-процесс, система электронной коммерции, эффективность, оценка, моделирование, регрессия, корреляция, UML, прогнозирование, экспоненциальное сглаживание. Рис.: 12. Формул: 3. Библ.: 15.
Сергиенко Елена Андриановна - кандидат экономических наук, доцент, доцент кафедры предпринимательства, торговли и экспертизы товаров, Национальный технический университет «Харьковский политехнический институт» (ул. Кирпичёва, 2, Харьков, 61002, Украина) E-mail: serhelenka@gmail.com ORCID: http://orcid.org/0000-0002-9796-9218 Researcher ID: http://www.researcherid.com/0-3966-2015 Шапран Елена Евгеньевна - кандидат экономических наук, доцент, доцент кафедры экономики и маркетинга, Национальный технический университет «Харьковский политехнический институт» (ул. Кир-пичёва, 2, Харьков, 61002, Украина) E-mail: elena.shapran82@gmail.com ORCID: https://orcid.org/0000-0001-6921-1445 Соснов Игорь Игоревич - кандидат технических наук, доцент, доцент кафедры предпринимательства, торговли и экспертизы товаров, Национальный технический университет «Харьковский политехнический институт» (ул. Кирпичёва, 2, Харьков, 61002, Украина) E-mail: igor.i.sosnov@gmail.com ORCID: http://orcid.org/0000-0003-0027-5488 Researcher ID: http://www.researcherid.com/U-7147-2019
tion and analysis of the web resource's performance along with the website's traffic indicators, ways to improve the efficiency of management of the online store are defined. The results can be applied to the e-commerce systems at micro-economic level.
Keywords: Business Process, e-commerce system, efficiency, evaluation, modeling, regression, correlation, UML, forecasting, exponential smoothing. Fig.: 12. Formulae: 3. Bibl.: 15.
Sergienko Olena A. - PhD (Economics), Associate Professor, Associate Professor of the Department of Business, Trade and Products Expertise, National Technical University «Kharkiv Polytechnic Institute» (2 Kyrpychova Str., Kharkiv, 61002, Ukraine) E-mail: serhelenka@gmail.com ORCID: http://orcid.org/0000-0002-9796-9218 Researcher ID: http://www.researcherid.com/0-3966-2015 Shapran Olena Ye. - PhD (Economics), Associate Professor, Associate Professor of the Department of Economics and Marketing, National Technical University «Kharkiv Polytechnic Institute» (2 Kyrpychova Str., Kharkiv, 61002, Ukraine)
E-mail: elena.shapran82@gmail.com ORCID: https://orcid.org/0000-0001-6921-1445 Sosnov Igor I. - PhD (Engineering), Associate Professor, Associate Professor of the Department of Business, Trade and Products Expertise, National Technical University «Kharkiv Polytechnic Institute» (2 Kyrpychova Str., Kharkiv, 61002, Ukraine)
E-mail: igor.i.sosnov@gmail.com
ORCID: http://orcid.org/0000-0003-0027-5488
Researcher ID: http://www.researcherid.com/U-7147-2019
Сьогодш оргашзащя торгових операцш за до-помогою глобальних комп'ютерних мереж знаходиться в центрi уваги багатьох фахiвцiв. Швидко зростаюча iнтернет-аудиторiя Укра!ни е но-вим ринком збуту для компанш самого рiзного про-фкю. В1дсутшсть географiчних бар'ерiв для реклами та поширення товарiв i послуг залучае в штернет^з-нес усе новi шдприемства. Разом iз тим, мережний бiзнес залишаеться порiвняно новим явищем для укра!нських шдприемщв, а з великим закордонним досв^дом укра'шщ не завжди знайомь Одне з найваж-ливших завдань сучасно! електронно! комерци - замша традицшного мехашзму торгiвлi мiж суб'ектами ринку, мiж шдприемством i Тентом [10]. Найакту-альшшими питаннями в даному контекст достджен-ня е вивчення питань оргашзаци електронно! комерци на структурному, функщональному i технолопч-ному рiвнях, а також управлшня бiзнес-процесами.
Досмдження показують, що, звертаючись до технологш оргашзаци електронного бiзнесу, електронно! комерци, необх^дно говорити не лише про вико-ристання штернет-технологш у традицшному бiзне-а, але i про абсолютно нову сферу комерцшно! дiяль-ност, в якш 1нтернет - цей зааб !х функцюнування. У результат аналiзу беззаперечним е факт, що 1нтер-нет та сучасш шформацшно-комушкацшш технологи (1КТ) запропонували шновацшш шляхи передпро-дажно! роботи з покупцем [3; 4]. Електронний маркетинг товарiв i послуг е одним iз найбiльш важливих напрямшв передпродажно! дiяльностi, оск1льки вш
спрямований на збирання iнформацГ! про покупщв, утримання та розширення !х кола. Проведений аналiз лiтературних джерел дозволив здшснити порiвняння традицiйного й електронного маркетингу, результати якого наведено на рис. 1.
Як показуе здшснений аналiз, переваги Е-мар-кетингу е очевидними над традицшним маркетингом. Однак, аналопчно традицiйному, Е-маркетинг мае спиратися на професшне планування, яке повинно бути важливою частиною загального планування Е^знесу i включати конкретш заходи [1] (рис. 2).
Технолопями електронного маркетингу е ба-нерна реклама, ц1льове рекламування, доменне iм'я, e-mаil реклама, iнтелектуальнi агенти, використання сооЫев, тощо [13;14].
1нтернет-магазини е втiленням електронно! комерци в !! класичному розумiннi та представляють собою компанiю, що здшснюе торгiвлю в Iнтернетi за допомогою Web-сайту, на якому розмiщуються каталоги товарiв з '!хнiми описами, фотографiями та цiнами. Спецiальна форма онлайнового замовлення дозволяе клiентам вибрати, замовити й оплатити товари, розрахувати вартшть усього замовлення з урахуванням доставки. Як правило, ^ент мае мож-лившть вiдслiдковувати на сайтi магазина те, у якш стади перебувае виконання його замовлення, пере-глянути в^гуки покупцiв та iншу корисну для себе шформацш [10]. Асортимент товарiв штернет-мага-зину може коливатися в^ одиниць до багатьох десят-кiв тисяч найменувань.
Традицшний маркетинг
Е-маркетинг
Пропонуе: компан!я розповсюджуе товар на ринку потенцшних покупав
г
г
Пасивний: традицшн! модел! рекламування потребують, щоб потенцшн! покупц! сам! знайшли оголошення шляхом перегляду або цтеспрямованого пошуку
Не ¡нтерактивний: маркетингов! матер!али друкуються й оч!кують черги для доставки у вигляд! пакета
Залежить в1д часу: матер!али повинн! бути доставлен! адресату вчасно
В!д одного - багатьом: матер!ал звичайно передаеться в1д одного джерела до багатьох потенцшних покупц!в
1нформац!йна слабк!сть: важко з!брати прям! дан! щодо впливу традицшного маркетингу на певн! верстви населення
Залежн!сть вщ розташування: маркетинг залежить в1д м!сця, де знаходиться маркетингове агентство
Зац!кавлюе: потенцшн! покупц! самостшно знаходять товар
Агресивний: рекламування включае активний пошук покупав та ¡н1ц1юе деяк! форми контакту з ними
1нтерактивний: потенцшний покупець може зв'язатися з компанию для того, щоб д!знатися про и продукц!ю та послуги
Не залежить в!д часу: матер!али доступы 24 години щодня протягом усього року
В!д одного - одному, в!д одного -багатьом, в!д багатьох - багатьом: матер!ал е доступним у р!зних контекстах
1нформац!йна сила: можна з!брати велику к!льк!сть даних щодо пошуку покупця, який передуе остаточнш покупц!
Незалежн!сть в!д розташування: маркетинг в 1нтернет може здшснюватися в м!жнародному масштаб! з одного м!сця
Рис. 1. Результати пор!вняння традицiйного й електронного маркетингу Джерело: складено за [5; 12-15].
Саме тому об'ектом даного досл^дження е бiз-нес-процеси управлiння електронним магазином, а метою доЫдження - аналiз бiзнес-процесiв в елек-троннiй комерцГ! та розробка пропозицiй щодо вдо-сконалення управлiння ними з урахуванням попиту на продукцш на основi методiв моделювання та ви-користання шформацшних технологiй.
Моделювання бiзнес-процесiв в електроншй комерцГ! повинно здiйснюватися на осно-вi системного пiдходу [6; 11], що сприяти-ме бкьш детальному тлумаченню бiзнес-процесiв як продукту само! оргашзацГ! та як об'екта управлшня з точки зору тишв трансформацiй i видiв ресурсiв, яю в них використовуються для отримання результату. Для управлiння процесом потрiбно визначити мету, керiвника згiдно зi стандартом БП, ресурси, входи, яю перетворюються у виходи, та шформацшш потоки.
Для аналiзу та моделювання бiзнес-процесiв ви-користовуеться декiлька рiзних методiв, в основi яких
лежить як структурний, так i об'ектно-оргентований пiдходи до моделювання [3; 6].
Вообразимо концептуальну схему моделювання бгзнес-процесгв в електроннiй комерцГ! за допо-могою UML Use Сазе Diаgrаm Ехатр1е [11]. Шесазе -це текстовий опис сукупностг сценарГ!в, що викону-ються користувачем при роботг гз системою для до-сягнення певно! мети. Актори на дгаграмг варганив використання позначаються символом людини, а ва-рганти використання - елгпсом (рис. 3). Актори та ва-рганти використання поеднуються напрямленою асо-цгащею - стрглкою, що спрямована вгд актора до ва-рганта використання. Варганти використання можуть бути пов'язанг мГж собою трьома видами зв'язкгв: f узагальненням (generalization); + розширенням (extend relationship); f включенням (include relationship).
За допомогою UML-дгаграми було побудовано концептуальну модель роботи веб-сайту «1иЬоийдие. сот.иа» (див. рис. 3).
Лнал1з оточуючого середовища
Визначення потреб для Е-комерцп в певних ринкових сегментах, вивчення поведшки
конкурент та партнер1в
Оц1нка 1нфраструктури
Оцшювання роботи щеТ ¡нфраструктури та визначення реальних вар1ант1в для компанп щодо розширення ¡нфраструктури Е-маркетингу
Обфунтування бачення
Встановлення ясних цтей i поеднання маркетингу продукцГТ, цiни, мicця та реклами
11 Стратег1я Е-маркетингу
Включае детaлiзaцiю poлi Е-маркетингу в зaгaльнiй стратеги Е^знесу
Реал1зац1я стратеги
Охоплюе побудову техычноТ ¡нфраструктури для Е-маркетингу та оргаыза^ю пов'язанноТ з нею роботи персоналу
Оцшка внеску
Включае мoнiтopинг результат, досягнутих при робот в pежимi онлайн
Рис. 2. Етапи планування Е-маркетингу
Джерело: складено за [1; 5; 6; 15].
Виявлено, що недолшом iснуючо! системи е обов'язкова необхГдшсть для клiента Гдентифь кувати себе, i т1льки потiм зробити замовлен-ня. За статистикою, користувачi надають перевагу замовленням товару на веб-сайт без додаткових д1й, тобто, без реестрацГ!. Чим швидше клiенти зможуть робити замовлення на сайп, тим швидше вони будуть приймати ршення про покупку. У зв'язку з цим було здшснено модифкацго концептуально! моделi (рис. 4), що дозволило виключити процедуру ГдентифГкацГ! клГента на сайтi. Така система е бГльш унiверсальною та дозволить магазину швидше приймати й обробля-ти замовлення клГенпв.
Аналiз ефективностi роботи веб-сайту штер-нет-магазину "Ьи Ьоийдие" було здiйснено за допо-могою системи Gооglе Аnаlytiсs. Найважливiшим по-казником ефективностi веб-сайту е показник конвер-сГ! [15]. У системi Gооgle Аnаlitiсs показник конверсГ! можна вГдстежити через вкладку Цiлi (рис. 5).
У звт з цкей можна проглянути загальну к1ль-шсть досягнутих ц1лей, скiльки ц1лей було досягнуто з пошуку, прямого трафшу, трафiку переходiв i iнших джерел (поштовi розсилки, контекстна реклама i т. п.). Аналiзуючи цi даш, можна зрозумiти, на якому ета-пi вiдбуваються втрати вiдвiдувачiв, i працювати над оптимiзацiею цього етапу.
1ншим блоком аналiзу в системi Gооglе Аnаlytiсs е аналiз вкладки Електронна торпвля, що дозволяе отримати даш про дох^, кiлькiсть проданих товарiв, популярнi категорЦ товарiв, одержати список товарiв, що продаються найкраще, або розрахувати середнiй чек. Оцшку доходу системи наведено на рис. 6.
Як бачимо, дохк за вибраний перюд складав 7462,02 грн. Середнш чек (усереднений показник покупок на сайп) складае 244,66 грн. Основний канал, з якого поступае 34,14% замовлень, е контекстна реклама в Gооgle, тобто е сенс залучати бкьш кошпв у даний напрямок.
Отже, шструменти Gооgle Апа^йсв дозволяють визначити напрямки вдосконалення й оптимiзацi! сайту, а також основш джерела вступу клiентiв, се-реднш чек, показник конверсГ! та ефектившсть ре-кламно! компанi!.
Aналiзуючи показники дшльносп магазину, було виявлено, що у в^дш закупiвлi дорого! продукци збитковим е один Гз шпрямГв -брендовий одяг, який знижуе загальний прибуток ш-тернет-магазину. Тому в межах дослГдження постало завдання виявити чинники, що здшснюють найбкь-ший вплив на зниження прибутку. Для цього було проаналГзовано данГ бухгалтерського балансу магази-
Web Customer
'/Authenticator
Credit Payment Service
PayPal
Рис. 3. UML д1аграма роботи веб-сайту «luboutique.com.ua»
J tf Registered /\ w Customer
/ \ \ o
Web Y
Customer
New Customer
Online Shopping
^-Ji View Items K^^
/ 7<<include>>
Make \ 1 Purchase J /
l«ndude>>/
Check Out J /
^^ Register \
Authenticator
Idently Provider
Credit Payment Service
PayPal
Рис. 4. Модифтована UML дiaгрaмa роботи веб-сайту
ну за останш 30 мкящв та обрано фактори впливу на зниження прибутку. Основними чинниками, яю були видкеш в процесi досл1дження причин збитковостi вiддiлу, стали таи:
Х1 - вiдсоток реалiзацiï товару (за мiсяць);
Х2 - середня варйсть закупiвлi 1 к1лограму одя-гу (у гривнях);
Х3 - витрати на одну гривню отриманого (зро-бленого) товару (у гривнях);
Х4 - витрата сировини (тканини) на однин юло-грам одягу (у частках);
Х5 - варпсть витрачено'1 електроенерги (у гривнях);
Y - збитки штернет-магазину за даним напря-мом (у гривнях).
Для опису сили впливу було прийнято гшотезу про наявшсть лшшного зв'язку мiж показниками, що описуеться в загальному виглядi багатофакторною лшшною регресiйною моделлю [2; 7; 8]: Y = a0 + a1 ■ X1 + a2 ■ X2 +
+ a3 ■ X3 + a4 ■ X4 + a5 ■ X5,
(1)
де a0 - a5 - параметри залежностi; X1 - X5 - фактори модель
Для виявлення найбкьш впливових факторiв обчислювалися коефiцieнти парно! кореляцИ мiж факторами [2], що характеризують стушнь тiсноти зв'язку мiж незалежними змшними. Матрицю парних коефiцieнтiв кореляци, побудована в ППП Stаtistiса, наведено на рис. 7.
Досягнул цЫ
I Досягнут цш|
Виб1р показника
Година День Тиждень Мкяць
29 (
15 л-—'
8 вер. 15 вер. 22 вер. 29 вер.
Досягнут! цт1
310
Цшшсть цт| 0,008
Коеф1ц1ент конверси цт1
1,70%
Загальний коеф1ц1ент переривання
72,15%
Кутвля (Досягнут! переходи до ланцюга 6)
310
Рис. 5. Показник конверси на веб-сайт «luboutique.com.ua»
С Вщсоткова частка показника (к1льк1сть) 100,( (Огляд)_
Дохщ
Виб1р показника
Година День Тиждень Мкяць
• Дохщ
10000,00 С
5000,00 С
** А ¥ • •
8 вер.
15 вер.
22 вер.
29 вер.
Коеф1ц1ент транзакцп
1,69%
Транзакцп
305
Дохщ
7462,068
Середня цшшсть
244,668
Ушкальш покупки
591
Рис. 6. Динамша доходу та оформлених замовлень на вeб-caйтi «luboutique.com.ua»
г£ СопеШоп: (уЬИк1.51а) ф|*
Сап^пие... XI хг хз Х4 Х5 V
1,00 -,23 ,16 -,16 -,24 -,30
хг -,23 1,00 -,75 ,93 ,08 ,96
хэ ,16 ,75 1,00 -,82 ,02 -,80
Хч -,16 ,93 -,82 1,00 ,03 ,95
Х5 -,24 ,06 ,02 ,03 1,00 ,12
У -,30 ,96 -,80 ,95 ,12 1,00
сс
<С т
2
о
=г
о
о
Рис. 7. Матриця парних кoeфiцicнтiв кореляцп фaктoрiв - причин збитковост
Аналiзуючи матрицю парних коефiцieнтiв, мож-на зробити висновок, що найбкьший вплив на ре-зультуючий показник У здшснюють фактори Х2, Х3, Х4: вiдповiдно значення коефiцieнтiв кореляци скла-дають 0,96; -0,8; 0,95.
Для побудови остаточно! регресiйноi модел1 було реалiзовано метод покрокового виключення [7; 8] статистично незначущих факторiв, у результат! чого отриманi таи результати (рис. 8).
Як видно з рис. 8, остаточно до рiвняння регреси ввшшли такi чинники: Х1 - вiдсоток реалiзащi товару (за мшяць); Х2 - середня варпсть закупiвлi 1 ккогра-ма одягу (у гривнях); Х4 - витрата сировини (ткани-ни) на 1 ккограм одягу (у частках). На рис. 9 наведено результати багатофакторного моделювання.
Остаточне рiвняння множинно! регреси за ме-тодологieю покрокового виключення мае такий ви-гляд:
<
О ш
Multiple Regression Results
jlJ »
Multiple Regression Results
Dep. Var.: Y Multiple R: ,97752996 F = 186,3740
R': ,95556482 df = 3,26 No. of cases: 30 adjusted R': ,95043769 p = ,000000
Standart error of estimate: 3273,3211284 Intercept: -58261,85423 Std. Error: 14954,89 t (26) = -3,896 p < ,0006
XI beta = -,10
X2 beta = ,545 X4 beta = ,422
Рис. 8. Результати множинно!' регресп оцшювання збитюв iHTepHeT-магазину
Regression Summary for Dependent Variable: Y J □|x|
Continue... R = ,97752996 RI = ,95556482 Adjusted RI = , 95043769 F (3,26) = 186,37 p < ,00000 Std. Error of Estimate: 3273,3
N=3D BETA St, Etc. of BETA В St. Etc. of В t(2 6) p-level
| Intercpt -58261,9 14954,89 -3,89584 ,000613
XI -,101745 ,043035 -56,7 23,98 -2,36421 ,025819
X2 ,545389 ,118642 12,1 2,62 4,59693 ,000097
X4 ,421881 ,116949 807,6 223,88 3,60739 ,001290
Рис. 9. Результати покроково!' моделi регресГ'' оцшювання збитмв
у = -58261,9 - 56,7 • Х1 +12,1 • X2 + 807,6 • X4. (2)
Аналiзуючи це рiвняння, можна сказати, що, перш за все, на рiвень збиткiв впливае чинник «ви-трата сировини (тканини) на 1 ккограм одягу», при-чому при збкьшенш цього показника збiльшуеться 1 рiвень збиткiв. У меншому ступенi на результативну ознаку впливае в^дсоток реал1зацц одягу, i ще менше -варйсть закупiвлi 1 кiлограма одягу.
Показники якост моделi пiдтверджують И до-стовiрнiсть та адекватнiсть [2]: коефщент детермша-цц Ы1 = 0,96, що перевищуе порогове значення 0,75; частка впливу неврахованих чиннишв становить 4%; модель е адекватною за критерiем Фшера, оск1льки РР > РТ (при ступенях свободи у1 = 3 та у2 = 26 маемо 143,75 > 2,98). Отже, на основi побудовано! регресп можна здiйснювати прогнозування змiн факторiв впливу на рiвень прибутку магазину.
Останшм етапом дослiдження е оцшка тенден-ц1й зростання або падшня обсягiв продажiв магазину. Для цього було побудовано модел1 експоненцшного згладжування [9] за два роки в помь сячному розрiзi, на основi чого здiйснене прогнозування показника на перспективу. Моделi експоненцшного згладжування допускають регулярний перерахунок прогнозу шсля закiнчення останнього перiоду i при додаваннi нових даних для прогнозу за останнш перь од [9]. Загальна модель експоненцiйного згладжування Брауна може бути представлена формулою:
у{+1 = к • т + (1 - к) • у{, (3)
де - прогноз на наступний перiод (Ь+1);
У( - данi для прогнозу за поточний перюд Ь (на-приклад, продажi по мюяцях);
к - коефiцiент згладжування ряду, к задаеться вручну та знаходиться в дiапазонi в^д 0 до 1, 0 < к < 1;
У( - значення прогнозу на поточний перюд Ь.
Вих^дними даними для моделювання е значення сумарного розмiру активних продаж (доходу) за 2 роки (рис. 10).
Оцшка якостей моделей прогнозування Брауна та Холта за сггкою параметрiв за основними крите-рiями адекватносп (мiнiмiзацГí похибок) наведено на рис. 11. Отримаш моделi прогнозування е досить якюними за критерiем середньо! процентно-! абсолютно! помилки (таре), осккьки складають менше 10%, отже можуть бути використаш для прогнозування сценарпв розвитку. Модель Брауна (без тренду): к = 0,2 (коефщент згладжування), таре = 9,03%; модель Холта (з лшшним трендом): к1 = 0,9, к2 = 0,2 (коефщенти згладжування), таре = 8,086%; модель з експоненцшним трендом: к1 = 0,9, к2 = 0,7, (коефщен-ти згладжування), таре = 9,49%.
Графiчнi результати експоненцшного згладжування розмiру активних продажiв за моделями Брауна, Холта та з експоненцшним трендом наведено на рис. 12.
За прогнозними оцшками можна згенерувати три сценари розвитку динамши показника: оптимк-тичний, реалютичний i песимктичний на наступнi 12 мiсяцiв. Дiапазон змiни показника 26000-29000 грн для реалютичних прогнозiв та значне зростання показника до 60000 грн за найбкьш оптимютичним сценарiем, який мае мюце бути.
Line Plot of Y
Рис. 10. Вихщш дан сумарного po3Mipy активних продажiв (доходу) за 2 роки
Parameter Model: No Y
grid search (Smallest abs errors are highlighted) (Spreadsheet"!) trend, no season ; S0=255E2
Model Alpha Mean Mean Abs Sums of Mean Mean % Mean Abs
Number Error Error Squares Squares Error % Error
7 0,700000 65,8808 2211,173 188396747 7849864 -0,658536 9,062370
6 0,600000 61,8120 2241,682 189548395 7897850 -0,736122 9,152894
8 0,800000 73,2777 2200,862 189897327 7912389 -0,579045 9,053709
5 0,500000 65,0287 2274,904 193267207 8052800 -0,798389 9,259262
9 0,900000 82,1443 2221,091 193927300 8080304 -0,502133 9,148399
4 0,400000 83,0471 2294,625 198958228 8289926 -0,815646 9,321512
3 0,300000 127,7167 2251,639 205307233 8554468 -0,737312 9,140125
2 0,200000 209,7213 2231,516 210839144 8784964 -0,514254 9,029925
1 0,100000 294,7775 2267,530 215865197 8994383 -0,273807 9,144079
Parameter grid search (Smallest abs errors are highlighted) (Spreadsheet!) Model: Linear trend, no season ; S0=178E2 T0=422,7 Y
Model Number Alpha Gamma Mean Error Mean Abs Error Sums of Squares Mean Squares Mean % Error Mean Abs % Error
73 0,900000 0,100000 -95,158 2062,953 153246840 6385285 -0,64485 8,094219
64 0,800000 0,100000 -130,701 2080,414 157305907 6554413 -0,81726 8,175107
74 0,900000 0,200000 -54,040 2066,473 163034697 6793112 -0,42652 8,085598
55 0,700000 0,100000 -172,426 2121,514 164860983 6869208 -1,02460 8,340719
65 0,800000 0,200000 -90,081 2089,252 166972520 6957188 -0,59668 8,185174
75 0,900000 0,300000 -10,851 2086,633 171028494 7126187 -0,19954 8,134649
66 0,800000 0,300000 -45,082 2101,882 174162419 7256767 -0,35265 8,198176
56 0,700000 0,200000 -133,951 2129,753 175299603 7304150 -0,81017 8,349517
46 0,600000 0,100000 -221,524 2252,811 176822898 7367621 -1,27639 8,858692
76 0,900000 0,400000 27,758 2112,082 177919306 7413304 -0,00556 8,209971
Model Number Parameter grid search (Smallest abs errors are highlighted) (Spreadsheet!) Model: Expon. trend, no season ; S0=157E2 T0=1,311 Y
Alpha Gamma Mean Error Mean Abs Error Sums of Squares Mean Squares Mean % Error Mean Abs % Error
78 0,900000 0,600000 -577,945 2416,014 215874747 8994781 -2,53529 9,490981
77 0,900000 0,500000 -712,445 2420,492 216922127 9038422 -3,08378 9,522926
70 0,800000 0,700000 -562,026 2459,194 217200234 9050010 -2,46677 9,623208
69 0,800000 0,600000 -674,932 2468,918 218849207 9118717 -2,92242 9,661452
79 0,900000 0,700000 -480,262 2417,280 219843607 9160150 -2,13953 9,487173
71 0,800000 0,800000 -477,217 2476,065 219847804 9160325 -2,12746 9,684442
62 0,700000 0,800000 -571,860 2517,080 221281828 9220076 -2,49630 9,797889
63 0,700000 0,900000 -494,386 2522,472 221405504 9225229 -2,19021 9,830920
61 0,700000 0,700000 -672,724 2516,390 225018547 9375773 -2,89945 9,792572
76 0,900000 0,400000 -907,979 2438,450 225629370 9401224 -3,88704 9,624909
Рис. 11. Оцшка якост моделей прогнозування
ВИСНОВКИ
У статта дослужено 6i3Hec-npo^CM управлш-ня електронним магазином, здшснено аналiз 6i3Hec-процеав в електроннiй комерци' та розроблено про-позици' щодо вдосконалення системи управлшня з урахуванням попиту на продукцш на основi методiв моделювання та використання iнформацiйних техно-логш. Побудовано моделi експоненцiйного згладжу-вання та багатофакторш моделi формування збитйв та факторiв впливу на них, що дозволяють здшснюва-ти прогнозування результайв дiяльностi магазину та приймати в1дпов^дш управлiнськi рiшення. На осно-вi здiйсненого моделювання та аналiзу роботи веб-ресурсу i показнишв трафiку сайту визначено шляхи шдвищення ефективностi управлiння штернет-мага-зином. Результати роботи можуть бути впроваджеш
в системах електронно1 комерцil на MiKpoeKOHOMi4-ному piBHi. ■
Л1ТЕРАТУРА
1. Дудко П. М. Cy4acHi тенденцп' розвитку 6i3Hec-Tex-нологiй у пщприемництвк Проблеми eKOHOMiKU. 2017. № 3. С. 170-174.
2. Гур'янова Л. С., Клебанова Т. С., Серпенко О. А., Прокопович С. В. Економетрика : навч. noci6. / та iH. XapKiB : ХНЕУ iM. С. Кузнеця, 2015. 384 с.
3. Евтушенко Д. Д. Електронний 6i3Hec, електронна комер^я, 1нтернет-торпвля: сутнiсть та взаемозв'язок понять. Ызнес 1нформ. 2014. № 8. С. 184-188.
4. Как развивается е-соттегсе в Украине. URL: Ь|Кр5://5о51ау.иа/риЬПса1юп/как-га2У^ае15уа-е-соттегсе-у-икгате-81610.№т!
34000 32000 30000 28000 26000 Y24000 22000 20000 18000 16000
Exponential smoothing: S0=255E2 No trend,no season; Alpha= ,200 Y
A \
л A 'i _
\ л 2 X 4,v / / Ч.
A J !
V
8000 6000 4000
2000
—
0 § T3
-2000 J
-4000
-6000
-8000
-10000
-2 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 — Y (L) — - Smoothed Series (L) --- Resids (R)
34000 32000 30000 28000 26000 Y24000 22000 20000 18000 16000
Exp. smoothing: S0=178E2 T0=422,7 Lin.trend,no season; Alpha= ,900 Gamma=,200 Y
i л i \
1 \ \
; Î \ A \ \ h i л \\ r
k J Ü : f ; li í
li i i / i i ; ¡
I 1 / i a i; ч »
У'
-2 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 - Y (L) — - Smoothed Series (L) — Resids (R)
34 36
8000 6000 4000 2000
X и
0
-2000 -4000 6000
70000 60000 50000 40000 30000 20000 10000
Exp. smoothing: S0=157E2 T0=1,311 Expon.trend,no season; Alpha= ,900 Gamma=,700 Y
/ /
i ,* / / /
/ h V i v¡ /
l \ > ! i . ! *> v
-2 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 — Y (L) — - Smoothed Series (L) — Resids (R)
8000 6000 4000 2000 0
-2000 -4000 -6000 -8000
Рис. 12. Резyльтaти експоненцшного зглaджyвaння po3Mipy aктивних пpoдaжiв (доходу) 3a моделлю Бpayнa, Хoлтa
Ta з експоненцшним тpендoм
5. Литовченко И. Л. Влияние поведения потребителей в Интернет-среде на маркетинговую деятельность. Ыз-нес 1нформ. 2010. № 5. С. 61-63.
6. Мельничук О. Розвиток електронноТ комерцп у струк^ шформацмно'Т економiки УкраТни. В\сник КиВсько-го национального ун1верситету ¡мет Тараса Шевченка. Сер\я «Економка». 2014. Вип. 8. С. 93-97.
7. Прикладна економетрика : навч. поаб. : у двох час-тинах. / Л. С. Гур'янова, Т. С. Клебанова, С. В. Прокопович та ш. Харш : ХНЕУ iм. С. Кузнеця, 2016. Ч. 1. 235 с.
8. Прикладна економетрика : навч. поаб. : у двох час-тинах / Л. С. Гур'янова, Т. С. Клебанова, С. В. Прокопович та ш. Харш : ХНЕУ iм. С. Кузнеця, 2016. Ч. 2. 252 с.
9. Прогнозування соцiально-економiчних процеав : навч. поаб. / Т. С. Клебанова, В. А. Курзенев, В. М. Наумов та ш. Харш : ХНЕУ iм. С. Кузнеця, 2015. 656 с.
10. Пурський О. I., Мазоха Д. П., Жарш I. О. Функцю-нальна модель Web-пiдприeмства з мережею 1нтернет-мага-зишв. Проблемиекономт. 2015. № 2. С. 166-171.
11. Яценко Р. М., Полевич О. В. Методи i моделi кола-боративноТ фтьтрацп в онлайн-сервках // Сучасн проблеми моделювання соцiально-економiчних систем : матерiали IV мiжнародно''' науково-практичноТ конференцп (9-10 шт-ня 2012 р.). Харш : ФОП Александрова К. М. ; ВД «1НЖЕК», 2012. С. 342-343.
12. Begalli D., Gaeta D. Wine and web marketing strategies: The case study of Italian speciality wineries. British Food Journal. 2009. Vol. 111. P. 598-619.
13. Bigne-Alcahiz E., Ruiz-Mafe C., Aldas-Manzano Sanz-Blas S. Influence of online shopping infonnation dependency and innovativeness on internet shopping adoption. Online Infonnation Review. 2008. No. 32. P. 648-667.
14. Fagerstrem A. The behavioural perspective model: A proposed theoretical framework to understand and predict online consumer behaviour. Perspective. 2014. No. 1. P. 1-11.
15. Jiang L., Yang Zh., Jun M. Measuring consumer perceptions of online shopping convenience. Journal of Service Management. 2013. Vol. 24. No. 2. P. 191-214.
REFERENCES
Begalli, D., and Gaeta, D. "Wine and web marketing strategies: The case study of Italian speciality wineries". British Food Journal, vol. 111 (2009): 598-619.
Bigne-Alcahiz, E., Ruiz-Mafe, S., and Aldas-Manzano Sanz-Blas, S. "Influence of online shopping infonnation dependency and innovativeness on internet shopping adoption". Online Information Review, no. 32 (2008): 648-667.
Dudko, P. M. "Suchasni tendentsii rozvytku biznes-tekh-nolohii u pidpryiemnytstvi" [Modern Trends in the Develop-
ment of Business Technologies in Entrepreneurship]. Problemy ekonomiky, no. 3 (2017): 170-174.
Fagerstrem, A. "The behavioural perspective model: A proposed theoretical framework to understand and predict online consumer behaviour". Perspective, no. 1 (2014): 1-11.
Hurianova, L. S. et al. Ekonometryka [Econometrics]. Kharkiv: KhNEU im. S. Kuznetsia, 2015.
Hurianova, L. S. et al. Prykladna ekonometryka [Applied Econometrics], part 1. Kharkiv: KhNEU im. S. Kuznetsia, 2016.
Hurianova, L. S. et al. Prykladna ekonometryka [Applied Econometrics], part 2. Kharkiv: KhNEU im. S. Kuznetsia, 2016.
Jiang, L., Yang, Zh., and Jun, M. "Measuring consumer perceptions of online shopping convenience". Journal of Service Management, vol. 24, no. 2 (2013): 191-214.
"Kak razvivayetsya e-sommerse v Ukraine" [How e-commerce is developing in Ukraine]. https://sostav.ua/publication/ kak-razvivaetsya-e-commerce-v-ukraine-81610.html
Klebanova, T. S. et al. Prohnozuvannia sotsialno-eko-nomichnykh protsesiv [Predicting Socio-economic Processes]. Kharkiv: KhNEU im. S. Kuznetsia, 2015.
Litovchenko, I. L. "Vliyaniye povedeniya potrebiteley v Internet-srede na marketingovuyu deyatelnost" [The Influence
of Consumer Behavior in the Internet Environment on Marketing Activities]. Biznes Inform, no. 5 (2010): 61-63.
Melnychuk, O. "Rozvytok elektronnoi komertsii u struk-turi informatsiinoi ekonomiky Ukrainy" [E-Commerce Development in the Structure of the Information Economy of Ukraine]. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka. Seriia «Ekonomika», no. 8 (2014): 93-97.
Purskyi, O. I., Mazokha, D. P., and Zharii, I. O. "Funktsion-alna model Web-pidpryiemstva z merezheiu Internet-maha-zyniv" [The Functional Model of a Web-enterprise with Internet Shopping Network]. Problemy ekonomiky, no. 2 (2015): 166-171.
Yatsenko, R. M., and Polevych, O. V. "Metody i modeli ko-laboratyvnoi filtratsii v onlain-servisakh" [Collaborative Filtering Methods and Models in Online Services]. Suchasni problemy modeliuvannia sotsialno-ekonomichnykh system. Kharkiv: FOP Aleksandrova K. M.; VD «INZhEK», 2012.342-343.
Yevtushenko, D. D. "Elektronnyi biznes, elektronna komertsiia, Internet-torhivlia: sutnist ta vzaiemozviazok poniat" [E-business, E-commerce, Internet Commerce: the Nature and Interrelation of Concepts]. Biznes Inform, no. 8 (2014): 184-188.
УДК 519.866:519.816 JEL: D80; D81
РОЗВИТОК1НСТРУМЕНТАР1Ю ВИМ1РЮВАННЯ РИЗИКУ ПРИ МОДЕЛЮВАНН1 НЕВИЗНАЧЕНОСТ1 ЗА ДОПОМОГОЮ НЕЧ1ТКО-МНОЖИННОГО П1ДХОДУ
®2019 КОЦЮБА О. С.
УДК 519.866:519.816 JEL: D80; D81
Коцюба О. С. Розвиток шструментар^ в^рювання ризику при моделюванш невизначеност за допомогою неч^ко-множинного шдходу
Мета cmammi полягае в розвитку методичного апарату вим'рювання ризику в раз використання теори нечтких множин для формалiзацii невизначености Проблемне поле досл'дження обмежуеться ситуа^ею, коли економiчний показник, який виконуе функцю критерю прийняття ршення, описуеться нечтким числом, у розумiннi останнього як неч'тт величини з нормальною й опуклою функщею належности Виходячи з штервального за р'внями належностi способу представлення неч'тт оц'шки критер'шльного показника у роботi було розглянуто так показ-ники ступеня ризику, як середне абсолютне в'дхилення, середнш розмах варiацii, семiвiдхилення (середне абсолютне семiвiдхилення), середнш одноб'нний розмах варiацii. Сформульован у дотдженш, в межах нечтко множинно: методологи, верси остантх двох показнит виступають як результат доопрацювання iх прототитв, запропонованих у попереднiх публ'шащях автора. Св'дченням логiчноi коректностi доопрацьованих версш семiвiдхилення та середнього одноб'много розмаху вар'шци служать в'дпов'дт р'вност'!, як в'дображають зв'язок цих показнит з показни-ками середнього абсолютного в'дхилення та середнього розмаху варiацii, в'дпов'дно. У цлому одержат упропонованому досл'джентрезультати сл'д роз^нювати як окремi складовi единоiсистеми 'нструментальних засоб'в юльшсного оцшювання ступеня ризику в ситуацПнечтких даних, формування якоi ще не завершене i припускае подальше розроблення.
Ключов'! слова: невизначенсть, нечтюсть, стутнь ризику, середне абсолютне в'дхилення, середнш розмах варiацii, семiвiдхилення, середнш од-ноб'мний розмах варiацii.
DOI: https://doi.org/10.32983/2222-4459-2019-11-149-156 Рис.: 1. Табл.: 1. Формул: 42. Б'бл.: 25.
Коцюба Олекай Станславович - кандидат економiчних наук, доцент, доцент кафедри бiзнес-економiки та тдприемництва, Ки/вський нацо-
нальний економiчний утверситет iм. В. Гетьмана (просп. Перемоги, 54/1, Кшв, 03057, Украна)
E-mail: as_kotsyuba@ukr.net
ORCID: http://orcid.org/0000-0002-8159-0772
Researcher ID: http://www.researcherid.com/rid/S-8679-2018
SPIN: http://elibrary.ru/3685-5402
УДК 519.866:519.816 UDC 519.866:519.816
JEL: D80; D81 JEL: D80; D81
Коцюба А. С развитие инструментария измерения риска Kotsyuba O. S. Development of Risk Measurement Instrumentarium
при моделировании не°пределенности с птщью in Modeling of Uncertainty Using the Fuzzy Set Approach
нечетко-множественного подхода rhe article is aimed at developing a methodical apparatus for risk measure-
Цель статьи состоит в развитии методического аппарата измерения , , , .
риска при использовании теории нечетких множеств для формализа- ment uslng the fuzzy set theory ln order to formallze uncertainty The prob-
ции неопределенности. Проблемное поле исследования ограничивает- lem field of research is limited to a situation where an economic indicator
ся ситуацией, когда экономический показатель, который выполняет that serves as a decision-making criterion is described by a fuzzy number,
