Методы оценки полезности мультиатрибутивного товара Текст научной статьи по специальности «Экономика и бизнес»

SOME ASPECTS OF THE ASSESSMENT OF TURNOVER AS A COMPONENT

OF REGIONAL ECONOMY

R.A. Zhukov, G.V. Ruznetsov, E.V. Manohin

Based on a fundamental approach to the estimation of efficiency of activity of subjects of management proposed by the author, the calculations of the relevant indicators for linear and nonlinear models, including standardized and normalized indicators of the turnover for the regions of the Central Federal district. At the core of the approach is based on methods of correlation and regression analysis.

Key words: ecological and socio-economic systems (SEES), indicator, mathematical model, regression model, turnover.

Zhukov Roman Aleksandrovich, candidate of physical and mathematical sciences, docent, associate professor, pluszh@,mail.ru, Russia, Tula, Tula University (TIEI),

Ruznetsov Gennadiy Vasilievich, the candidate of physical and mathematical sciences, The senior lecturer, docent, associate professor, Russia, Tula filial of Financial university,

Manohin Evgeniy Victorovich, the candidate of physical and mathematical sciences, The senior lecturer, docent, associate professor, emanfinun@mail.ru, Russia, Tula filial of Financial university

УДК 339.133.017

МЕТОДЫ ОЦЕНКИ ПОЛЕЗНОСТИ МУЛЬТИАТРИБУТИВНОГО ТОВАРА

О.А. Митяева

Представлены основные методы оценки полезности товара, характеризующегося большим количеством параметров, выделены преимущества и недостатки каждого из них. Возможность их применения с целью определения наиболее предпочтительной структуры мультиатрибутивного товара проиллюстрирована на конкретном примере.

Ключевые слова: полезность товара, сегментация потребителей, атрибуты товара, композиционный метод, совместный анализ.

При выводе на рынок нового товара необходимо понимать, как потенциальные потребители воспринимают его способность удовлетворять их потребности, то есть, как потребители оценивают полезность нового продукта [1]. Подчеркнем, что под общей полезностью товара будем понимать совокупность полезностей отдельных его характеристик [7]. Другими словами, необходимо найти способ оценки степени влияния отдель-

ных характеристик на восприятие потребителем полезности товара, определяющее его предпочтения.

При этом следует учесть, что структура потребителей большинства товаров и услуг часто крайне неоднородна. Соответственно и ожидания потенциальных клиентов значительно разнятся. Кроме того, состав покупателей товара динамично меняется под воздействием множества факторов внешней и внутренней среды [3].

Цель работы — рассмотреть и структурировать существующие методы оценки потребительской полезности товара.

При этом описываемые методы должны удовлетворять следующим требованиям:

- должны быть применимы к исследованию товаров, имеющих большое количество характеристик (атрибутов);

- должны иметь возможность учитывать неоднородность предпочтений потребителей.

Под атрибутом будем понимать отдельную характеристику товара, а под уровнем атрибута — конкретное значение характеристики. Для обозначения описания товара путем демонстрации всех уровней его атрибутов будем использовать термин профиль товара. Ценность товара для потребителя будем называть полезностью, а ценность отдельного уровня атрибута — частной полезностью (табл. 1).

Таблица 1

Условные обозначения методов оценки полезности товара

Объективные Атрибуты Оценка атрибутов Частные Полная

свойства Важность Присутствие полезности полезность

Cu А1 Wi Xi Ui

C2i а2 W2 X2 U2 U

с Cni ап Wn Xn Un

Реальность Набор атрибутов Приоритеты Восприятия Ценности

Техническое Исследование Шкала от- Шкала Интегративная модель

описание ношений интервалов

Существуют две основные группы методов, позволяющих определить потребительскую полезность:

1) композиционные (self-explicated - SE-методы) и

2) декомпозиционные или методы совместного анализа (conjoint analysis - CA-методы) [6].

Композиционный метод заключается в оценке респондентами важности выделенных атрибутов товара. Оценка значимости конкретной ха-

рактеристики в процессе выбора товара может осуществляться разными способами:

- путем оценивания важности по определенной шкале,

- с помощью ранжирования атрибутов,

- распределением определенной фиксированной суммы баллов (например, 100) между атрибутами и т.д.

Наиболее часто на практике используется следующая модификация композиционного метода: сначала респонденты оценивают уровень каждого атрибута по шкале от 0 до 10, где 0 — это наименее предпочтительный, а 10 — наиболее предпочтительный уровень атрибута. Затем им предлагается распределить между атрибутами 100 баллов, выражая таким образом их относительную важность. Умножая рейтинг уровня атрибута на его вес получаем значение частной полезности.

ач= (1)

где а¿у — частная полезность у-го уровня /-го атрибута, рассчитанная композиционным методом;

wi — важность /-го атрибута;

и^ — предпочтительность у-го уровня /-го атрибута [6].

К основным достоинствам композиционного метода можно отнести:

1) Простота для респондентов. В связи с низкой когнитивной нагрузкой на респондента композиционный метод может использоваться для оценки полезности мультиатрибутивного товара с большим количеством уровней атрибутов.

2) Простота для исследователей. Легко собрать и обработать данные.

3) Возможность получения детерминированных (точных) значений частной полезности для каждого респондента.

Главный недостаток композиционной группы методов связан с тем, что они практически не учитывают психологические нюансы потребительского выбора. Например, потребитель готов отказаться от одной характеристики товара в пользу другой.

При использовании декомпозиционных методов респонденту напротив предъявляются не отдельные атрибуты, а целостное описание товара — товарного профиля. Далее с помощью регрессионного анализа рассчитывается частная полезность отдельных атрибутов и значения их уровней. Таким образом, осуществляется декомпозиция общих оценок товарных профилей [2].

Главным достоинством такого метода по сравнению с композиционным выступает их большее сходство с реальной ситуацией потребительского выбора.

Основной недостаток заключается в необходимости использования ограниченного количества атрибутов. Это объясняется тем, что при существенном увеличении количества товарных характеристик и их уровней респондент вынужден давать оценку огромному количеству профилей, что требует существенных временных затрат и снижает надежность получаемых результатов в связи с когнитивной нагрузкой на респондента.

Для устранения данного недостатка разработано большое количество модифицированных вариантов совместного анализа.

В частности метод иерархической интеграции информации (МИ-ИИ), позволяющий работать с большим количеством атрибутов за счет объединения их в группы и последовательного оценивания сначала на внутригрупповом, а затем на межгрупповом уровне.

Использование данного метода осуществляется по следующей схеме:

1. Распределение атрибутов по группам по смысловому принципу.

2. Вычисление для каждой группы внутригрупповой полезности.

- Выстраивание внутригруппового профиля.

- Опрос респондентов с выставлением оценок.

- Расчет внутригрупповых оценок полезности с помощью линейной регрессии:

У = а'1Л11Л+^,2^,2+. ..+#2,1*2,1+«2,2*2,2+-+ Б , (2)

где у — оценка внутригруппового профиля;

/¿ у = {0,1} — наличие /-го атрибута, выраженного нау'-м уровне; — внутригрупповая полезность у-го уровня /-го атрибута;

б — ошибка.

3. Расчет веса для каждой группы.

- Формирование межгрупповых профилей.

- Выставление оценок респондентами.

- Получение весов групп с помощью регрессионного оценивания:

Z = Ьо + ЬхУ1 + Ь2У2 + ... + ^ , (3)

где z — оценка межгруппового профиля;

ук — оценка по к-й группе атрибутов;

Ьк — вес к-й группы атрибутов;

^ — ошибка.

4. Расчет итоговой полезности уровней атрибутов.

Итоговая оценка полезности каждого уровня каждого атрибута aij является результатом произведения внутригрупповых оценок полезности и весов групп атрибутов Ьк, которым они принадлежат:

^ = а-,у * Ьь 1 + к . (4)

Метод иерархической интеграции информации устраняет некоторые недостатки декомпозиционных методов, в частности является достаточно простым в использовании и решает проблему большого количества

атрибутов. Однако у него есть другой существенный недостаток: т.к. для расчета используется регрессионная модель, то полученное значение частной полезности случайно (недетерминированно). Этот недостаток несущественен, если возможно допущение однородности потребителей и расчет единой оценки для всех респондентов в целом, но делает невозможным применение метода в случае невозможности такого допущения. Другими словами, метод иерархической интеграции информации не дает возможности рассчитать частную полезность отдельно для каждого потребителя и сегментировать потребителей на основе их предпочтений.

Наиболее эффективной в этой связи представляется комбинированное использование двух представленных выше групп методов, что позволяет значительно расширить возможности их применения и повысить точность получаемых результатов.

Исследование потребительской полезности в данном случае рекомендуется проводить в следующей последовательности.

1) Используя композиционные методы, определяем частную полезность атрибутов ау для каждого респондента. Такая оценка является достаточно приближенной, т.к. в ходе опроса перед респондентами не стоит задача компромиссного выбора (например, отказа от одного атрибута в пользу другого). Однако такая оценка дает возможность провести сегментирование потребителей, выявить однородные группы потребителей, различающиеся между собой по восприятию ценности отдельных атрибутов товара и их уровня.

2) Проводим кластеризацию потребителей, используя в качестве переменных полученные ранее значения частной полезности атрибутов ау. Результатом этого этапа является формирование однородных групп потребителей (сегментов).

3) С помощью метода иерархической интеграции информации оцениваем «совместную полезность» атрибутов и их уровней для всех полученных сегментов. Эта оценка является более точной, т.к. в ее основе лежит предположение об однородности группы респондентов. Исходная группа, вероятнее всего, не является однородной, а вот сегменты, полученные путем кластеризации, однородны по своему восприятию ценности отдельных атрибутов товара и их уровня.

Учитывая перечисленные достоинства SE- и СА-методов, потенциальную сложность процесса потребительского выбора (в первую очередь в связи с большим количеством атрибутов) и неоднородность потребителей, рассмотренный комбинированный метод оценки частной полезности является более точным и эффективным.

Проиллюстрируем использование представленных выше методов на конкретном примере. В качестве анализируемого мультиатрибутивного товара возьмем объект жилой недвижимости - квартиру на первичном рынке.

Выбор такого товара в качестве примера неслучаен: недвижимость - товар сложный, характеризующийся большим количеством параметров. Выбор квартиры часто (если не сказать всегда) является определенным компромиссом: отдавая предпочтение одному параметру, покупатель в большинстве случаев отказывается от другого менее приоритетного атрибута. Например, выбирая расположение объекта ближе к центру, потребитель часто «жертвует» площадью будущего жилища.

Однако следует учитывать тот факт, что покупатели неоднородны: каждому из них свойственен свой набор запросов и предпочтений.

На первом этапе составляем список параметров, характеризующих полезность квартиры. Список составлялся с использованием метода экспертных оценок. При этом в качестве экспертов привлекались сотрудники отделов продаж крупнейших застройщиков, работающих на территории Тульского региона.

Конечный перечень атрибутов представлен в табл. 2.

Таблица 2

Атрибуты, определяющие полезность квартиры в новостройке

Атрибут Уровень атрибута

1 2

Цена за квадратный метр Существенно выше средней

Выше средней

Средняя

Ниже средней

Существенно ниже средней

Близость к центру Центр

Недалеко от центра

Далеко от центра

Окраина

Инфраструктура Развитая

Средняя

Неразвитая

Количество маршрутов общественного транспорта Много

Средне

Мало

Технология строительства Монолитно-каркасный

Кирпичный

Панельный

Этаж Первый

Средний

Последний

Площадь Менее 35 кв.м

35 - 45 кв.м

45 - 65 кв.м

65 - 85 кв.м

Более 85 кв.м

1 2

Черновая

Отделка при сдаче Улучшенная

С ремонтом от застройщика

С индивидуальным ремонтом

Надежный

Репутация застройщика Новый застройщик

Ненадежный

Котлован

Возведение стен

Стадия строительства Внешняя отделка

Внутренняя отделка

Дом готов к сдаче

Дом сдан

Для сбора информации о пользователях (потребителях) могут быть использованы различные методы: как качественные (например, проведение интервью), так и количественные (в частности, анкетирование). Собранные таким образом данные подвергаются многостороннему статистическому анализу [4].

По результатам собранной информации может быть составлен мо-тивационный пользовательский профиль [5].

В табл. 3 представлена социально-демографическая структура респондентов, принявших участие в опросе.

Таблица 3

Социально-демографическая структура респондентов

Характеристика Значение характеристики Кол-во респондентов Доля, %

1 2 3 4

Мен. 35 54 47

Возраст 35-45 45 39

Бол. 45 16 14

Пол Женский 68 59

мужской 47 41

Служащий (наемный работник) 79 69

Род занятий Руководитель 13 11

Предприниматель 21 18

Безработный 2 2

Общее среднее 1 1

Уровень Среднее специальное 14 12

образования Высшее 94 82

Ученая степень 6 5

1 2 3 4

Место проживания Г. Тула 105 91

Тульская область 7 6

Другой регион 3 3

Состав семьи Один человек 5 4

Семейная пара без детей 31 27

Семейная пара с детьми 77 67

Семья с детьми и старшими родственниками 2 2

Уровень дохода (на человека), тыс.руб. Мен. 25 39 34

26-35 39 34

36-45 16 14

Бол. 46 9 8

Дальнейший анализ данных будем производить с помощью программных продуктов SPSS и MS Excel.

По формуле (1) композиционным методом была рассчитана частная полезность атрибутов.

Далее путем проведения кластеризации значений частной полезности ajy было сформировано три сегмента покупателей, характеризующихся одинаковыми предпочтениями уровней атрибутов: сегмент А - 78 человек, сегмент В - 21 человек и сегмент С - 16 человек.

Собранные данные о социально-демографическом статусе респондентов и возможности кластерного анализа программы SPSS позволяют описать параметры полученных сегментов. В частности, в табл. 4 в качестве примера приведены основные параметры сегмента А.

Таблица 4

Социально-демографическая характеристика сегмента А

Характеристика Значение характеристики Доля в сегменте А

1 2 3

Мен. 35 53

Возраст 35-45 35

Бол. 45 12

Пол Женский 57

Мужской 43

Служащий (наемный работник) 66

Род занятий Руководитель 7

Предприниматель 25

Безработный 2

1 2 3

Общее среднее 1

Уровень образования Среднее специальное 12

Высшее 85

Ученая степень 2

Г. Тула 92

Место проживания Тульская область 8

Другой регион 0

Один человек 0

Семейная пара без детей 36

Состав семьи Семейная пара с детьми 63

Семья с детьми и

старшими родственниками 1

Мен. 25 42

Уровень дохода (на челове- 26-35 49

ка), т.р. 36-45 7

Бол. 46 2

По результатам анализа данных табл. 4 сегмент А можно условно назвать «Городская семья». Это преимущественно семьи с детьми, отдающие предпочтение квартирам большой площади, расположенным недалеко от центра в новых монолитно-каркасных жилых комплексах по разумной соответствующей общей ситуации на рынке недвижимости цене.

Наилучшим предложением для сегмента А является объект, совокупность уровней атрибутов которого характеризуется максимальной частной полезностью (табл. 5).

Таблица 5

Наиболее предпочтительный вариант объекта жилой недвижимости

для сегмента А

Атрибут Уровень атрибута Максимальный уровень полезности, %

1 2 3

Цена за квадратный метр Средняя 16,7

Близость к центру Недалеко от центра 18,5

Инфраструктура Развитая 9,4

Количество маршрутов общественного транспорта Много 7,0

Технология строительства Монолитно-каркасный 12,1

Этаж Средний 5,9

Площадь 65 - 85 кв.м 14,2

Отделка при сдаче Улучшенная 5,3

Репутация застройщика Надежный 5,6

Стадия строительства Дом сдан 5,3

Аналогично можно описать идеальную структуру продукта для всех остальных выделенных сегментов (табл. 6).

Таблица 6

Описание наиболее предпочтительного предложения объекта недвижимости для выявленных сегментов

Параметр Сегмент А Сегмент В Сегмент С

Описание оптимального предложения Квартира большой площади, расположенная недалеко от центра в новом монолитно-каркасном доме по разумной цене Квартира небольшой площади, расположенная на верхнем этаже кирпичного либо монолитно-каркасного дома в центре города Квартира небольшой площади в спальном районе города, с большим количеством маршрутов общественного транспорта

Представленность в выборке,% 68 18 14

Таким образом, расчет показателей частной полезности , усредненных по каждому выделенному на предыдущих этапах сегменту, дают возможность разработать и предложить покупателю продукт, максимально соответствующий требованиям целевого сегмента.

Список литературы

1. Полезность и конкурентоспособность результатов хозяйственной деятельности. И.К. Архипов, В.Н. Бабанов, Д.В. Воронкина, С.М Фролов// Известия ТулГУ. Тула. ТулГУ. 2013.

2. Малхотра Нэреш К. Маркетинговые исследования. Практическое руководство. М.: Вильямс. 2007. 1200 с.

3. Митяева О.А. Сегментация рынка услуг сотовой связи на основе анализа мотивационного профиля потребителей // Аудит и финансовый анализ. 2011. № 3. С. 353-359.

4. Митяева О.А. Методическое обеспечение оценки конкурентоспособности услуг на рынке сотовой связи: дис. канд. экон. наук. Российский государственный торгово-экономический университет. Москва. 2012

5. Митяева О.А. Определение мотивационного профиля целевой аудитории (на примере рынка сотовой связи Тульской области) // Вестник торгово-технологического института. 2010. № 3. С. 184-191.

6. Таганов Д.Н. Статистический анализ в маркетинговых исследованиях. СПб.: Питер. 2005. 192 с.

7. Топорков Н.С., Ильяшенко С.Б. Некоторые аспекты торговой деятельности предприятия в условиях импортозамещения // Эволюция современной науки :сборник статей Международной научно-практической конференции. В 3-х ч. 2016. С. 194-196.

Митяева Ольга Александровна, канд. экон. наук, moa11@yandex.ru, Россия, Тула, Тульский филиал Российского экономического университета им. Г.В.Плеханова

METHODS FOR EVALUATING THE USEFULNESS OF MULTIA TTRIBUTIVE PRODUCT

O.A. Mityaeva

The paper presents the basic methods of evaluating the usefulness of the product, characterized by a large number of parameters, the advantages and disadvantages of each of them. The possibility of their application to determine the most preferable structure of multiattributive product is illustrated on a concrete example.

Key words: the usefulness of the product, consumer segmentation, product attributes, self-explicated methods, conjoint analysis.

Mityaeva Olga Aleksandrovna, candidate of economic sciences, moa11@yandex.ru, Russia, Tula, Tula branch of Plekhanov Russian University of Economics

УДК 518.9:336

РОЛЬ НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЫ СТУДЕНТОВ В ПОДГОТОВКЕ МЕНЕДЖЕРОВ И ЭКОНОМИСТОВ

А.Л. Сабинина, Е.П. Михалева

Рассмотрены требования, предъявляемые к подготовке экономических и управленческих кадров в современных условиях. Определены элементы исследовательской работы, сформулированы проблемные ситуации, используемые в учебно-исследовательской деятельности студентов. Проанализирована эффективность научно-исследовательской работы студентов на кафедре университета.

Ключевые слова: научно-исследовательская работа студентов, научно-ориентированное обучение, профессионализм.

Современные условия развития общества предопределяют возрастание требований к уровню профессионализма выпускников высшей школы. Рынок труда характеризуется потенциальным спросом на высококвалифицированных специалистов, инициативных и предприимчивых, спо-