CC BY
0Современные инновации, системы и технологии // [СС] vl/ Modern Innovations, Systems and Technologies
2024; 4(1) eISSN: 2782-2818 https://www.oajmist.com
УДК: 004.75
DOI: https://doi.org/10.47813/2782-2818-2024-4-1-0312-0319
EDN: ONWTOY
Моделирование автоматизированного процесса составления коммерческого предложения для принятия
решений
И. В. Ковалев1'2'3, А. А. Брит1, Н. Н. Чаплыгина1
1 Красноярский государственный аграрный университет, Красноярск, Россия 2Сибирский федеральный университет, Красноярск, Россия 3СибГУимени академикаМ.Ф. Решетнева, Красноярск, Россия
Аннотация. Эффективное управление коммерческими предложениями становится одним из основных факторов торговой деятельности в условиях высокой рыночной конкуренции. Кроме того острой необходимостью становится фактор оперативного реагирования на запросы потребителей. Применение информационных технологий позволяет анализировать одновременно большое количество данных для прогнозирования тенденций и корректировки стратегий за счет чего увеличивается конкурентоспособность компании, что позволяет быстрее адаптироваться к изменениям рынка и эффективно управлять ассортиментом. В статье рассматривается процесс моделирования системы автоматизации для отлаженного составления коммерческих предложений с учетом ранжирования товаров по определенным критериям. На первом шаге определяются принципы и этапы работы торгового представителя в виде диаграммы прецедентов формирования заказов, далее графическая карта потока представляет сценарий работы системы. Выделены характеристики, которые позволяют сформировать рейтинговый список. Диаграмма в нотации IDEF0 отображает все процессы, которые будут происходить при автоматизации составления коммерческого предложения с условием ранжирования товара, графически. Автоматизация процесса составления коммерческого предложения позволяет проводить непрерывное обновление информации по товарам, персонализировать товарные предложения и оптимизирует рабочий процесс.
Ключевые слова: автоматизация процесса, коммерческое предложение, лицо принимающее решение, торговый представитель, ранговый список товаров, эффективность, диаграмма процесса.
Для цитирования: Ковалев, И. В., Брит, А. А., & Чаплыгина, Н. Н. (2024). Моделирование автоматизированного процесса составления коммерческого предложения для принятия решений. Современные инновации, системы и технологии - Modern Innovations, Systems and Technologies, 4(1), 0312-0319. https://doi.org/10.47813/2782-2818-2024-4-1-0312-0319
Modeling of the automated process of making a commercial
offer for decision-making
I. V. Kovalev1'2'3, A. A. Brit1, N. N. Chaplygina1
© Ковалев И.В., Брит А.А., Чаплыгина Н.Н., 2024
0312
Krasnoyarsk State Agrarian University, Krasnoyarsk, Russia 2Siberian Federal University, Krasnoyarsk, Russia 3Reshetnev University, Krasnoyarsk, Russia
Abstract. Effective management of commercial offers is becoming one of the main factors of trading activity in conditions of high market competition. In addition, the factor of prompt response to consumer requests becomes an urgent need. The use of information technology allows you to simultaneously analyze a large amount of data to predict trends and adjust strategies, thereby increasing the competitiveness of the company, which allows you to quickly adapt to market changes and effectively manage the assortment. The article discusses the process of modeling an automation system for the well-established compilation of commercial proposals, taking into account the ranking of goods according to certain criteria. At the first step, the principles and stages of the sales representative's work are defined in the form of a precedent diagram, then a graphical flow map represents the scenario of the system. The characteristics that allow you to create a rating list are highlighted. The diagram in the IDEF0 notation displays all the processes that will occur when automating the preparation of a commercial offer with the condition of product ranking graphically. Automation of the process of drawing up a commercial offer allows for continuous updating of product information, personalizes product offers and optimizes the workflow.
Keywords: process automation, commercial offer, decision maker, sales representative, product ranking list, efficiency, process diagram.
For citation: Kovalev, I. V., Brit, A. A., & Chaplygina, N. N. (2024). Modeling of the automated process of making a commercial offer for decision-making. Modern Innovations, Systems and Technologies, 4(1), 0312-0319. https://doi.org/10.47813/2782-2818-2024-4-1-0312-0319
ВВЕДЕНИЕ
Составление качественного коммерческого предложения требует от торгового представителя понимания ассортиментной группы товаров и потребительской аудитории, умения ориентироваться не только на продукт, но и на выгоду, эти и другие знания в совокупности отсутствуют у торговых представителей [1].
Использование информационных технологий, которые позволяют анализировать множество различных факторов, в сфере работы торгового представителя повышает скорость и качество его работы в торговой точке при составлении коммерческого предложения [2, 3].
Программы для работы торговых представителей на данный момент решают проблему со знанием ассортиментных групп. Например, «МОП: Планшет менеджера» и программная система «Sweetlife». Эти программы для организации работы торговых представителей обладают такими опциями, как обеспечение разнообразных сортировок, например, по производителю или ассортиментной группе, поиск товаров,
предоставление актуальной информации по товарам в наличии на складе, редактирование и составление заказа и т.д. [4, 5]
Последующий выбор определённого товара для заказа производится, исходя из опыта торгового представителя, он складывается из знаний продаж в данной торговой точке, из ликвидности товаров, из платёжеспособности покупателя, площади, расположения и позиционирования торговой точки и т.д. Выбор - очень трудоёмкий процесс и ошибка может привести к потере времени или денежных средств при возврате оставшегося в торговой точке товара, следовательно, автоматизация данного процесса является целесообразной и выгодной для торговых организаций.
МАТЕРИАЛЫ И МЕТОДЫ
Для автоматизации процесса составления коммерческого предложения проводится анализ и сбор данных. Необходимо рассмотреть принципы и этапы работы торгового представителя в торговой точке.
Представление полученных данных в виде графической модели, является простым и наглядным, а соблюдение методик и нотаций делает их понятным для большого круга лиц. Данные, полученные в процессе сбора информации, представлены в виде UML-диаграммы прецедентов формирования заказов в StarUML - это программный инструмент для моделирования, предназначенный для поддержки гибкого и сжатого представления результатов [6].
Следующим этапом, проектируем автоматизированную систему составления коммерческого предложения, поставим задачу для системы, обозначим требования и предположим вариант сценария работы системы. Данный сценарий представим в виде графической карты потока. Также на данном этапе выделим параметры, необходимые для составления рейтинга товаров и влияющие на составление коммерческого предложения: категория и подкатегория товара, характеристика и продажи за 2 недели в торговой точке, анализ ликвидности товара, АВС-анализ, задачи торгового представителя, тенденция спроса (сезонность), акции, новинки.
На последнем этапе создаётся диаграмма автоматизированного процесса в нотации IDEF0 в программе для построения диаграмм бизнес-процессов Ramus. Нотации IDEF0 являются графическим языком, обеспечивают точное и лаконичное описание моделируемых объектов, облегчают взаимодействие аналитиков,
разработчиков и персонала изучаемого объекта [7]. Данная нотация позволяет полностью раскрыть процесс составления коммерческого предложения и наглядно представить входные переменные.
РЕЗУЛЬТАТЫ
По всем собранным и проанализированным данным составлены диаграммы в нотации IDEF0, которые графически отображают все процессы, происходящие при автоматизации составлении коммерческого предложения с условием ранжирования списка товаров. Основная часть «Выбор товара», необходимая для автоматизации, представлена на рисунке 1.
Рисунок 1. Диаграмма автоматизированного процесса составления коммерческого
предложения уровень А2.
Figure 1. Diagram of the automated process of drawing up a commercial offer level A2.
На данной диаграмме представлено 6 процессов, происходящих в системе: от процесса выбора категории товара до добавления товара непосредственно в коммерческое предложение торговым представителем.
А21. Составить список товаров по имеющимся данным. Входными данными будут являться категория и количество товаров, выявленное при осмотре витрины, данные о товарах (имеющихся на складе) и характеристика торговой точки (сортирует товары на подходящие и не подходящие к продаже именно в этой торговой точке).
Алгоритм обрабатывает полученные данные и на выходе получаем список подходящих товаров.
А22. Создать рейтинг товаров. На основе полученного списка подходящих товаров строится ранговый список, в котором товары с большей ликвидностью, с более высоким рейтингом в ABC-анализе и т.д., получают позицию в списке выше, чем другие соответственно. Таким образом, на вход поступают такие данные, как список ликвидных товаров, результаты ABC-анализа, задачи торгового представителя, данные о запасах на складе и список подходящих товаров. На выходе получаем рейтинг товаров.
А23. Пометить акции и новинки. Существуют торговые точки, в которых покупатели предпочитают покупать товары только по акции или не любят новинки. На вход поступают данные о новинках, акциях, характеристиках торговой точки и данные о запасах на складе. На выходе получаем рейтинг товаров с пометками акций и новинок.
А24. Учесть ротацию. Ротация - это когда ранее стоящие товары заменяются на похожие, чтобы удовлетворить всех потребителей. Для учёта ротации нужны данные о продажах в торговой точке, примерно за 2 недели, тогда товары, имеющиеся в этом списке либо помечаются, либо понижаются в рейтинге. На выходе получаем новый ранжированный список с учетом ротации.
А25. Учесть сезонность. Этот блок позволяет учесть сезон, когда стоит продавать товар. На вход поступает сезонность, как пометка у каждого товара в списке доступных на складе. На выходе получаем полностью обработанный список с наилучшими вариантами для выбора товара в коммерческое предложение.
А26. Отметить товары и задать их количество. В этом процессе уже не участвует алгоритм обработки данных, здесь выбор остаётся за торговым представителем. Он получает список подходящих товаров. На выходе один или более товаров попадают в коммерческое предложение.
ОБСУЖДЕНИЕ
Система автоматизации процесса составления коммерческих предложений представляет собой важный инструмент для лиц, принимающих решения, в любой
коммерческой организации. Такая система оптимизирует рабочий процесс и позволяет более эффективно управлять продажами и взаимодействовать с клиентами.
Во-первых, преимущество заключается в эффективном использовании времени и ресурсов. Это позволяет сократить время на подготовку торгового предложения и упростить работу с документацией.
Во-вторых, улучшается качество коммерческих предложений за счет непрерывного обновления информации о товарах и учета индивидуальных потребностей и предпочтений клиентов.
В-третьих, применение информационных технологий позволяет проводить анализ большого количества данных с высокой точностью и большей скоростью, применяя различные математические и статистические методы и модели. Что позволяет формулировать долгосрочные стратегии развития и корректировать их по мере необходимости.
Система автоматизации процесса составления коммерческих предложений предоставляет конкурентное преимущество компании в связи с быстротой реагирования на рынке при принятии решений.
ЗАКЛЮЧЕНИЕ
Процесс составления качественного коммерческого предложения играет важную роль для увеличения прибыли компании. Высоко ценится опыт торгового представителя: знание товаров, которые он предлагает, знание продаж в торговой точке, понимание ликвиден ли товар и т.д.
Автоматизация процесса составления коммерческого предложения, опирается на существенное сокращение разницы между опытными торговыми представителями и новыми сотрудниками компаний, сокращении времени составления коммерческого предложения и улучшения его качественных характеристик.
Нами представлен процесс моделирования системы автоматизации для отлаженного составления коммерческих предложений с учетом упорядочивания товаров по определенным показателям. Указана последовательность этапов моделирования. Результатом работы является графическая интерпретация процессов, происходящих при автоматизации составления коммерческого предложения с условием рейтинга товара.
СПИСОК ЛИТЕРАТУРЫ
[1] Каплунов Д.А. Эффективное коммерческое предложение. Исчерпывающее руководство. М.: Минн, Иванов и Фербер; 2013. 272.
[2] Гусаров А.С. Автоматизация продаж, как способ эффективного менеджмента компании. Скиф. Вопросы студенческой науки. 2020: 5-1(45); 8-11.
[3] Шутова Н.А., Шутова Н.Л., Украинский И.А. Автоматизированная информационная система - основа повышения эффективности управления бизнес-процессами фирмы. Экономика Профессия Бизнес. 2018; 1: 90-93.
[4] Гусев А.Г. Программная система "Sweetlife". Свидетельство о государственной регистрации программы для ЭВМ № 2019611862. 2019. EDN WOMSSU.
[5] МОП: Планшет торгового представителя. Общество с ограниченной ответственностью «Айпитон». 2018.
[6] Introduction | v6 | StarUML documentation. URL: https://docs.staruml.io/user-guide/readme (дата обращения: 27.03.2024)
[7] Миндалёв И.В. Моделирование бизнес-процессов с помощью IDEF0, DFD, BPMN за 7 дней. Красноярск: Краснояр. гос. аг-рар. ун-т.; 2016. 133.
REFERENCES
[1] Kaplunov D.A. Effektivnoe kommercheskoe predlozhenie. Ischerpyvayushchee rukovodstvo. M.: Minn, Ivanov i Ferber; 2013. 272. (in Russian)
[2] Gusarov A.S. Avtomatizaciya prodazh, kak sposob effektivnogo menedzhmenta kompanii. Skif. Voprosy studencheskoj nauki. 2020: 5-1(45); 8-11. (in Russian)
[3] Shutova N.A., SHutova N.L., Ukrainskij I.A. Avtomatizirovannaya informacionnaya sistema - osnova povysheniya effektivnosti upravleniya biznes-processami firmy. Ekonomika Professiya Biznes. 2018; 1: 90-93. (in Russian)
[4] Gusev A.G. Programmnaya sistema "Sweetlife". Svidetel'stvo o gosudarstvennoj registracii programmy dlya EVM № 2019611862. 2019. EDN WOMSSU. (in Russian)
[5] MOP: Planshet torgovogo predstavitelya. Obshchestvo s ogranichennoj otvetstvennost'yu «Ajpiton». 2018. (in Russian)
[6] Introduction | v6 | StarUML documentation. URL:https://docs.staruml.io/user-guide/readme (data obrashcheniya: 27.03.2024)
[7] Mindalyov I.V. Modelirovanie biznes-processov s pomoshch'yu IDEF0, DFD, BPMN za 7 dnej. Krasnoyarsk: Krasnoyar. gos. ag-rar. un-t.; 2016. 133. (in Russian)
ИНФОРМАЦИЯ ОБ АВТОРАХ / INFORMATION ABOUT THE AUTHORS
Ковалев Игорь Владимирович, доктор технических наук, профессор, кафедра программной инженерии, Институт космических и информационных технологий, Сибирский федеральный университет, Красноярск, Российская Федерация
Igor Kovalev, Doctor of Technical Sciences, Professor, Department of Software Engineering, Institute of Space and Information Technologies, Siberian Federal University, Krasnoyarsk, Russian Federation
Брит Анна Александровна, кандидат физико-математических наук, доцент кафедры информационных технологий и математического обеспечения
информационных систем, Институт экономики и управления АПК, Красноярский государственный аграрный университет, Красноярск, Российская Федерация
Чаплыгина Надежда Николаевна, студент 4 курса кафедры информационных технологий и математического обеспечения информационных систем, Институт экономики и управления АПК, Красноярский государственный аграрный университет, Красноярск, Российская Федерация
Anna Brit, Candidate of Physical and Mathematical Sciences, Associate Professor of the Department of Information Technology and Mathematical Support of Information Systems, Institute of Economics and Management of Agroindustrial Complex, Krasnoyarsk State Agrarian University, Krasnoyarsk, Russian Federation
Nadezhda Chaplygina, 4th year student of the Department of Information Technology and Mathematical Support of Information Systems, Institute of Economics and Management of Agriculture, Krasnoyarsk State Agrarian University, Krasnoyarsk, Russian Federation
Статья поступила в редакцию 10.03.2024; одобрена после рецензирования 29.03.2024; принята
к публикации 31.03.2024.
The article was submitted 10.03.2024; approved after reviewing 29.03.2024; accepted for publication
31.03.2024.
