УДК 330.42
Моделирование маркетинговых стратегий развития производственно-
экономических систем
Ковалевский Владимир Петрович доктор экономических наук, профессор профессор кафедры математических методов и моделей в экономике
Оренбургский государственный университет
vpk@mail.osu.ru
Буреш Ольга Викторовна доктор экономических наук, профессор профессор кафедры прикладной информатики в экономике и управлении
buresh@mail.ru
Жук Марина Алексеевна доктор экономических наук, доцент профессор кафедры прикладной информатики в экономике и управлении
Оренбургский государственный университет
eng_m@inbox.ru
Аннотация: В статье рассматривается механизм моделирования маркетинговых стратегий развития производственно-экономических систем, представленный: моделями прогнозирования экономической целесообразности выпуска продукции; методами прогнозирования потребностей в продукции и спроса на нее; прогнозирования неубыточных объемов выпуска обновляемой продукции.
Abstract: In article the mechanism of modeling of marketing strategy of development of productive and economic systems presented is considered: models of forecasting of economic feasibility of production; by methods of forecasting of needs for production and demand for it; forecasting of not unprofitable volumes of release of the updated production.
Ключевые слова: конкурентоспособность, прогнозирование спроса, маркетинговая стратегия, производственно-экономическая система, прогноз
конъюнктуры рынка, экономическая целесообразность, экономико-математическое моделирование, стохастическое моделирование, игровые модели прогнозирования, качественный анализ систем.
Keywords: competitiveness, demand forecasting, marketing strategy, productive and economic system, business cycle forecast of the market, economic feasibility, economic-mathematical modeling, stochastic modeling, game models of forecasting, qualitative analysis of systems.
Введение
В настоящее время не теряет актуальности задача повышения эффективности промышленного производства, являющаяся классической на микроэкономическом уровне. В исследованиях процессов функционирования производственно-экономических систем важны как новые теоретические результаты, так и обобщение имеющегося опыта. Проблему эффективного функционирования производственно-экономических систем можно рассматривать как проблему выбора наиболее целесообразного поведения в условиях свободного предпринимательства. В этих условиях разрабатываемые маркетинговые стратегии развития производственно-экономических систем будут эффективными только тогда, когда они основываются на данных достоверного и полного прогноза характеристик функционирования систем на принципах управления в условиях нестационарной, вероятностной природы внешней среды. В прогнозных характеристиках функционирования производственно-экономических систем одной из основополагающих характеристик является прогнозирование потребностей и спроса на продукцию промышленного назначения.
Вопросы прогнозирования потребностей и спроса на продукцию промышленного назначения за последнее десятилетие достаточно широко были исследованы в работах [2,4] и т.д. Однако, до сих пор существует дефицит практико-ориентированных комплексов моделей, позволяющих проводить анализ конкурентоспособности производственно-экономической системы в условиях динамично изменяющейся внешней среды.
Основной раздел
Предлагаемый авторами механизм моделирования ориентирован на прогнозирование потребностей и спроса на продукцию промышленного назначения как составных частей системы разработки маркетинговых стратегий развития производства. В результате анализа ряда исследования [1,3,5] была предложена концепция прогнозирования потребностей и спроса на продукцию, содержащая следующие постулаты: - о процессах роста явления (1); - о типах процесса роста явления, связанных с обновлением продукции (2); - о прогнозировании потребностей -спросе (3); - о видах и фазах спроса (4); - о методах и средствах выявления спроса (5).
В соответствии с утверждением 1 изменение по времени технико-экономических явлений, являющихся суть. нововведений, можно математически описать процессами роста в виде:
Ъ+г = /(a,yt;x;u), (1)
где - прогнозируемая величина в период г; - базисная величина прогнозируемого процесса в период Ь (в настоящем или прошлом); а - коэффициент преобразования базисной величины в прогнозируемую без учета действия новых факторов; х - неизвестная величина, отражающая действие новых факторов в период Ь + х (в период Ь влияние их было незначительным или отсутствовало вообще); и -допуски прогноза.
В соответствии с постулатом 3 прогнозирование потребностей должно включать три этапа: собственно прогноз спроса, прогноз потребительской стоимости и прогноз конъюнктуры. Основное уравнение прогноза конъюнктуры имеет следующий вид:
V = N о] о Б, (2)
где V - емкость рынка, N - число потенциальных покупателей, ] - интенсивность спроса, Б - методы определения значений параметров М,/, Б зависят от вида спроса и фазы его выявления. При прогнозе конъюнктуры рынка необходимо выделить следующие виды спроса: первичный (новый) спрос, дополнительный спрос, спрос на обновление или модернизацию, спрос на замену, отложенный спрос. Кроме того, спрос как выражение потребностей в своей эволюции проходит пять фаз: скрытое
развитие; очевидное развитие; широкое признание наличия потребностей; нарушение равновесия системы удовлетворения потребностей в различной продукции; установление нового равновесия. Для управления процессами производства продукции необходимы следующие средства: прогнозирование потребностей, реализация обратной связи. Эти средства совместно с процессами производства как объектом управления должны быть организованы в систему управления производством продукции.
Как было установлено, процесс производства продукции определяется двумя группами факторов: объективной потребностью, формирующей спрос, и экономической целесообразностью, зависящей от технического уровня. В связи с этим первой задачей в моделируемом комплексе является оценка экономической целесообразности выпускаемой продукции. Для ее решения необходимо иметь методы оценки и прогноза технического уровня изделия. Основой прогноза технического уровня изделия и показателей качества являются динамические ряды показателей. Нами предлагается в качестве экстраполирующей функции принять двухпараметрическую экспоненциальную функцию вида:
ЦцостСО = ^пред(^пред — ^дост(^0)е^Р а ]' (3)
где ^пред - предельное значение технического уровня, отражающего потенциальные возможности в данном периоде развития техники; £/досг(£о) - достигнутые значения технического уровня в предшествующем периоде развития техники, соответсвующие началу отсчета времени £0 данного периода; а и Д - параметры адаптации в прогнозной функции. Предлагаемая функция позволяет с достаточной точностью описать возможные разновидности динамического процесса изменения во времени достигнутого уровня. Можно говорить о том, что средние и достигнутые технические уровни асимптотически приближаются с течением времени к кривой достигнутого уровня.
Критерий перспективности разработки новой продукции может быть представлен в виде:
^персп
где Рг - единичная оценочная функция -го частного критерия; кпр, ^рац, кэ -соответственно коэффициенты прогрессивности, рациональности, эффективности выпуска изделия.
Задача экономической целесообразности выпуска продукции состоит в поиске
экстремума целевой функции Z(У), то есть:
ф - шах
^Оопт.) = = (^пр, ^рац ^ (у) , (5)
где У - множество вариантов допустимых планов, 7доп сУсУ^ ; q - порядковый номер темы; Q - общее число тем, подлежащих рассмотрению;
Pq - критерий вероятности получения ожидаемого результата от -той темы.
Функция 7(7опт) является линейной, поэтому задача может быть решена как задача линейного программирования.
Для прогнозирования спроса предлагается трехэтапное моделирование внешней среды: на первом этапе осуществляется прогноз потребностей, на втором -анализируется поведение потребителей. С этой целью строятся следующие атрибутные модели анализа полезности:
1. Адекватность - важность Е^ = Д
2. Адекватность - ценность Е^ = Вур),
3. Адекватность - стремление Ф;р = Сур).
На основе приведенных моделей определяется намерение П^ потребителя р приобрести продукт /:
ЦР = Г(Е$,Е%\Фь), (6)
В этих моделях: Е^ - отношение потребителя р к продукту } (к - категория продукта); Ну]р - мера отражения свойства у в продукте } по мнению потребителя р; В]р -важность (вес) свойства у для потребителя р; - оценка свойства у потребителем р; С^-р - стремление потребителя р иметь свойство у в продукте; Ф]р - степень готовности потребителя р приобрести продукт } со свойствами у.
На третьем этапе осуществляется прогноз спроса. Объем спроса на -тый вид продукции к-й категории на момент прогноза Ь определяется виде:
к
(7)
где Р]р - вероятность того, что не изменится , уу* - потребность в продукте / на момент t.
Задача прогнозирования спроса в зависимости от технического уровня представлена следующим образом: известны оценки технического уровня в году Ь, соответствующие текущему , допустимому £/доп, достигнутому £/дост будущей модели. Опишем зависимость:
- для статического спроса - = Д (и*, ^оп, ^дост);
- для динамического спроса - Б* = /2(^Доп (0, ^дост(0, ^мод).
Метод решения разработан при следующих допущениях: 1) 5^(цДост) = 1; 2) ^ЧЦДоП) = 0; 3) Б* (и*) - монотонная функция времени. Модель статистического спроса имеет вид:
Б(и<) =
и1-и
доп
.'-'дост '-'доп.
где V параметр функции спроса, определяемый в виде:
1п 0,5
V =
1п
(иСр и|оп).
^идост идоп^
(8)
(9)
Модель динамического спроса имеет следующий вид:
и (О
^мод (0
^мод Удоп (0
_^дост(0 ^доп(0
доп
(10)
Полный суммарный спрос на разрабатываемую модель изделия равен: Бг, где - момент начала промышленного выпуска данной модели; - момент наступления модельного старения.
Вторая модель прогнозирования спроса на продукцию промышленного назначения является игровой. Объектом изучения при определении спроса являются процессы взаимоотношений корпорации - производителя, как главного объекта действий, реальных и потенциальных потребителей и потребителей продукции.
Процессы взаимоотношений рассматриваются как игровые многошаговые процессы с неполной информированностью участников игры.
Схематически процесс взаимоотношения определяется следующим. Главный объект, выступающий в качестве определяющей стороны, в интересах которой проводится исследование игры, на этапе а) проводит сегментацию рынка продукта, на этапе б) оценивает потенциальные возможности производителей-конкурентов, на этапе в) определяет начальный объем производимой продукции и организует многошаговый процесс взаимодействия.
Выделяются два варианта описания игры: объективное и субъективное. В игре участвуют следующие действующие лица: главный объект действий (¿, £ = 1), так как имеет место одно главное действующее лицо; потребители продукции, обозначаемые (и, и = 1, АО; реальные или потенциальные производители (1,1 = 1,1). Искомыми переменными в игре являются компоненты вектора X = (Х1,ХУ,Х{). Выбор компонент Х^, Ху или Хг осуществляют игроки, исходя из своих интересов (критериев эффективности), wi(Х^,Ху,Х1р1); ^х{Х1,Ху,Х1ру); wг(Х1 ,Ху,Х1,р1), где -
случайные или неопределенные факторы.
Очевидно, что поведение игрока £ является функцией той информации, котрой он может располагать о значениях Д и Ху,Хг. Под обстановкой для -го игрока будем понимать ситуацию без Х^. Маркетинговая стратегия главного объекта действий ¿-го игрока может быть описана как: Х^ = Х1(ХУ,Х1, Д). Расширение и уточнение информации -тым игроком об Ху,Хг и Д приводит к расширению множества стратегий и к увеличению эффективности действий главного объекта. Определяется производственная мощность главного объекта действий для начинания игры. Далее проводятся расчеты для конкретного изделия по установлению величины спроса, на которую может рассчитывать главный объект действий.
Критерий эффективности определяется как функция риска в виде следующего соотношения:
= - MF(x/m£, w;■), (11)
где Ц - цена у-го изделия, Wj - случайная величина потребностей Х^, М -математическое ожидание, Р^Х™1, ^ - функция потерь, определяемая в виде:
= р^,ыЦхр - + Р1(хр,- (12)
Здесь Р1^™1^^ и - стоимостные функции, выражающие убытки от
перепроизводства и недопроизводства, соответственно: у(...)=1, если (...) > 0 и у(...)=0, если () < 0.
В качестве функции эффективности принимается функция дохода:
/(У^оЬЦМ^-^), (13)
где - случайная величина потребностей Х^, М - математическое ожидание.
Для определения объемов выпуска новой продукции решаются следующие задачи: определение партии неубыточного производства и минимального номенклатурного списка; расчет объемов выпуска продукции каждого наименования с учетом стоимостей всех видов. Соответственно задача прогнозирования объемов выпуска новой продукции может быть сформулирована как задача нелинейного программирования, в которой исходными переменными являются неубыточные объемы производства в -ый период времени. Критерием задачи является максимально ожидаемый доход. Для решения задачи предлагается оригинальный метод, совмещающий направленный поиск с решением задачи линейного программирования.
Далее рассмотрим методы качественного анализа систем, распространяющиеся на новый класс объектов - маркетинговые системы прогнозирования спроса на продукцию промышленного назначения. Качественный анализ системы прогнозирования потребностей и спроса на продукцию охватывает несколько сторон этой системы. Задача качественного анализа заключается в определении точности и достоверности прогноза с учетом того, что система прогнозирования включает как временные ряды, так и модели имитации. Это накладывает определенный отпечаток на выбор методов качественного анализа и их комбинирование.
Точность и достоверность прогноза определяется в первую очередь выбором метода прогнозирования. Достоверность -го метода прогноза определяется или
к,-
коэффициентом оправдываемости прогноза, то есть а^ = —, Ь = 1, Б, где к* - число
к
случаев оправдываемости прогноза; или среднеквадратической ошибкой, то есть:
= М2^- *)г], (14)
где Fí:, Ft* - прогнозное и фактическое значение процесса в -той точке упреждения,
t = 1, к ; Д - максимально допустимая погрешность получаемых прогнозных данных.
она устанавливается исходя из потребности, но не более 30%. После выбора и at :
, тах , min
ОС- = . -üj, О",- = . , .о>.. ; j Ф i а ] j ^ i
При качественном анализе системы прогнозирования производства продукции
учитываются два вида ошибок: связанные с полнотой учета параметров,
обуславливающих прогноз (систематические погрешности); вызванные эвристическо-
стохастической природой предвидения (стохастические погрешности).
Систематические оштбки опредляются в форме абсолютных и относительных
погрешностей. При допущении, что абсолютная ошибка Д = |F(t) — F*(t)|,
распределена по нормальному закону, относительная погрешность феномена:
з^зИ i00%, (15)
£ =
l+3ö"V3n
где <г = ^/р(^),п - число слагаемых при определении треугольника.
Стохастические ошибки определяются среднеквадратическими отклонениями, максимум Ртах и минимум Fm¿n значений динамического ряда феномена прогнозирования:
_ = ¡и^тах-ПУ)2 ®тах Т(Т_1) ,
М-пт-у ^ (16)
I _ = ¡ЕТЛГтах-Га))
\ymax Т(Т—1) '
Общие погрешности в оценке прогнозируемого феномена выражаются в виде суммы: в = Д + ^(¿)(1,96 + ^)Отах,тт , где в - общие погрешности. Для оуенки
точности имитационных моделей выдвигается условие — <
Рп т(<)
■, где: - выбранное
среднеквадратическое отклонение величины F за п реализаций; Рп - среднее значение показателя F за п реализаций, а величины е и ( связаны следующим образом:
Заключение
В рамках исследования разработаны концептуальные, методические и инструментальные положения, в совокупности решающие актуальную научную проблему прогнозирования потребностей в продукции промышленных предприятий и спроса на нее, необходимые при формировании маркетинговых стратегий развития сложных производственно-экономических систем. Сформулированные положения очерчивают круг проблем, связанных с прогнозированием потребностей и спроса на продукцию промышленного назначения; решают актуальные задачи повышения эффективности функционирования производственно-экономических систем в условиях рынка за счет учета инновационных факторов.
1. Борисенко А.Б., Фролова Т.А., Карпушкин С.В. О некоторых подходах к моделированию спроса на продукты фиксированного ассортимента // Труды ТГТУ. Сборник научных статей молодых ученых и студентов, 2009. -С. 160-165.
2. Валдайцев С. В. Антикризисное управление на основе инноваций. -М.: Эксмо, 2005. - 654 с.
3. Паджев А.С., Фролова Т.А. Регрессионная модель прогнозирования спроса // Сборник научных статей. - Тамбов: Издательство ОНИРС, 2005. -
4. Половников Д.А. Экономико-математические методы и прикладные модели. - М.: ФИНСТАТИНФОРМ, 2007. - 105 с.
(17)
Библиографический список
С. 60-63.
5. Фролова Т.А., Михайлов А.В. Прогнозирование объемов выпуска продукции многоассортиментного производства // Интеллектуальные технологии в образовании, экономике и управлении. Материалы международной научно-практической конференции - Воронеж, 2008. - С. 174-175.