CC BY
113
Рождественская Л.Н.1, Рогова О.В.1, Чередниченко Л.Е.1
1 Новосибирский государственный технический университет, Новосибирск, Россия
Особенности цифровой трансформации предприятий индустрии питания
ЦИТИРОВАТЬ СТАТЬЮ:_
Рождественская Л.Н., Рогова О.В., Чередниченко Л.Е. Особенности цифровой трансформации предприятий индустрии питания // Креативная экономика. — 2020. — Том 14. — № 6. — С. 1137-1154. doi: 10.18334/ce.14.6.110502
АННОТАЦИЯ:_
Для обеспечения устойчивости и конкурентоспособности в современных экономических условиях, особенно в рамках новых появляющихся вызовов, практически все отрасли экономики вынуждены проходить через процесс цифровой трансформации. Гармоничное развитие отрасли и создание основ антикризисного управления в индустрии питания также невозможны без активного внедрения этого процесса. В работе обоснован методический подход к разработке единой цифровой информационной среды, ориентированной на индустрию питания мегаполиса на примере города Новосибирска. Проведен анализ существующей на уровне органов управления информации о развитии сети предприятий индустрии питания города и альтернативной, собранных авторами баз данных. Рассмотрены цифровые технологии, активно используемые в организации общественного питания. Наиболее актуальным в этом плане является внедрение программных продуктов управления взаимоотношениями с потребителями (CRM). Показана необходимость совершенствования существующей на российском рынке классификации предприятий индустрии питания путем симбиоза с существующими международными классификаторами. Проанализированы различные подходы к классификации и поиску предприятий индустрии питания с заданными метками в интернет-пространстве с целью создания единой базы данных и дальнейшего ранжирования на основе интерактивной классификации, обеспечивающей получение достоверных результатов по ряду признаков. Создание подобной цифровой классификации предприятий индустрии питания позволит сделать новосибирский рынок услуг индустрии питания более привлекательным для иностранных инвесторов и туристов; облегчить органам исполнительной власти контроль качества предоставляемых услуг индустрии питания; создать унифицированную систему оценки предприятий индустрии питания по сервису и качеству предоставляемых услуг; выполнять анализ конкурентной среды собственниками бизнеса; облегчит выбор предприятия индустрии питания для потребителей с учетом их индивидуальных предпочтений. Результаты выполненного исследования могут быть интересны широкому кругу лиц: потребителям, ресторанным критикам, собственникам бизнеса, поставщикам продукции и проверяющим государственным органам.
КЛЮЧЕВЫЕ СЛОВА: цифровая экономика, единая цифровая информационная среда, индустрия питания, информационные технологии, стейкхолдеры, классификация предприятий питания
fc*
КРЕАТИВНА? ЭКОНОМИКА
ОБ АВТОРАХ
Рождественская Лада Николаевна, доцент кафедры технологии и организации пищевых производств, кандидат экономических наук, доцент ([email protected]) Рогова Ольга Валерьевна, доцент кафедры технологии и организации пищевых производств, кандидат технических наук ([email protected]) Чередниченко Лариса Евгеньевна, доцент кафедры технологии и организации пищевых производств, кандидат технических наук, доцент ([email protected])
>ч
Е о с о
и
ш .>
'+->
го ш
Rozhdestvenskaya L.N.1, Rogova O.V.1, Cherednichenko L.E.1
g![ 1 Novosibirsk State Technical University, Russia 10
Particularities of digital transformation of catering industry enterprises
CITE AS:
Rozhdestvenskaya L.N., Rogova O.V., Cherednichenko L.E. (2020) Osobennosti tsifrovoy transformatsii predpriyatiy industrii pitaniya [Particularities of digital transformation of catering industry enterprises]. Kreativnaya ekonomika. 14. (6). — 1137-1154. doi: 10.18334/ce.14.6.110502
ABSTRACT:
To ensure sustainability and competitiveness in the current economic environment, especially in the context of new emerging challenges, almost all sectors of the economy have to go through a process of digital transformation. The harmonious development of the industry and the creation of the foundations of anti-crisis management in the catering industry are also impossible without the active implementation of this process. The paper substantiates a methodological approach to the development of a unified digital information environment focused on the catering industry of the megapolis on the example of the city of Novosibirsk. The analysis of existing information on the development of a network of catering industry enterprises in the city and alternative, collected by the authors of the database, is carried out at the level of government bodies. Digital technologies that are actively used in the organization of public catering are considered. The most relevant in this regard is the introduction of software products for customer relationship management (CRM). The article shows the need to improve the existing classification of catering industry enterprises on the Russian market by means of symbiosis with existing international classifiers. Various approaches to classifying and searching catering industry enterprises with specified labels in the Internet space are analyzed in order to create a single database and further ranking based on an interactive classification that provides reliable results for a number of features. The creation of such a digital classification of catering industry enterprises will make the Novosibirsk market of catering industry services more attractive for foreign investors and tourists. It will make it easier for executive authorities to control the quality of services provided by the catering industry. It will create a unified system for evaluating catering industry enterprises on the service and quality of provided services. This classification will help to conduct analysis of the competitive environment by business owners and facilitate the choice of catering industry enterprises for consumers, taking into account their individual preferences. The results of this research may be of interest to a wide range of stakeholders: consumers, restaurant critics, business owners, product suppliers, and government inspection agencies. KEYWORDS: digital economy, single digital information environment, catering industry, information technology, stakeholders, classification of catering enterprises
JEL Classification: L66, M21, O33
Received: 14.05.2020 / Published: 30.06.2020
© Author(s) / Publication: CREATIVE ECONOMY Publishers
For correspondence: Rozhdestvenskaya L.N. ([email protected])
Введение
В настоящее время в России реализуется программа «Цифровая экономика Российской Федерации». Основной целью данной программы является: «...создание экосистемы цифровой экономики Российской Федерации, в которой данные в цифровом виде будут являться ключевым фактором производства во всех сферах социально-экономической деятельности». Одним из уровней реализации данной программы является создание и развитие информационных инфраструктур в различных областях производства. В данном случае под информационной инфраструктурой подразумевается «система организационной структуры, подсистем, обеспечивающих функционирование и развитие информационного пространства страны и средств информационного взаимодействия». Программа направлена на повышение конкурентоспособности и создание оптимальных условий для ведения высокотехнологичного бизнеса в различных отраслях экономики Российской Федерации [1].
Под влиянием цифровизации происходит существенная трансформация различных отраслей российской экономики. Возникает необходимость создания и внедрения цифровых информационных сред, обеспечивающих оптимальное взаимодействие заинтересованных сторон: представителей федеральных органов исполнительной власти, государственных и частных компаний, потребителей, органов надзора и контроля, потенциальных инвесторов и пр. Цифровизация, в свою очередь, — это процесс, направленный на оцифровку всех информационных (и даже материальных) ресурсов (создание цифровых копий) и формирование сетевых платформ взаимодействия с целью получения прогнозируемого и гарантированного результата на любое управляющее воздействие с использованием средств автоматизации.
В частности, информационные технологии приобретают все большее значение для индустрии питания, помогая развивать растущий рынок и обеспечивая достоверность информации для осуществления прогнозирования динамики отдельных сегментов. Последние события, связанные с угрозой распространения коронавируса СОУГО-19, выявили особое значение и важность цифровизации экономики и управления предприятиями питания.
Активное развитие таких секторов, как «рестораны без столиков», фуд-траки и службы доставки, особенно актуально в условиях глубокого экономического кризиса отрасли, спровоцированного пандемией и самоизоляцией, результатом чего стали оставшиеся без потребителей торговые залы предприятий. Также развитие этого сегмента мотивирует предприятия индустрии питания повышать качество предоставляемых услуг с целью удовлетворения
<n
требований клиентов и позволяет снизить стоимость конечного продукта
[2-3] (Wessel, Ziemkiewicz, Sauda, 2016). Персонализация питания населения,
обусловленная индивидуальными пищевыми особенностями, выдвигает
gij новые требования к цифровым технологиям, обеспечивающим производ-
^ ство пищевых продуктов и рационов. Формирование инновационного типа
воспроизводства потребовало подходов к созданию нового организационно-
экономического механизма его регулирования на основе новых интеллектуал
альных продуктов.
За последнее десятилетие индустрия питания характеризовалась как бурно развивающаяся отрасль российской экономики: число предприятий индустрии питания в Российской Федерации за период с 2011 года по 2018 год увеличилось с 63 505 до 82 429, то есть фактически в 1,3 раза [4]. Однако представленная статистика не охватывает все предприятия индустрии питания, существующие на рынке, так как регистрация носит заявительный характер. Предприятия обязаны становиться на учет в органах исполнительной власти, ведущих статистику и выполняющих проверку качества оказываемых услуг в индустрии питания, только в случае получения лицензии на реализацию алкоголя. В связи с этим на рынке в настоящее время образовался целый пласт предприятий индустрии питания, о качестве оказания услуг которых можно судить только по отзывам потребителей на интернет-сайтах. Текущая ситуация существенно осложняет сбор официальной статистики в данной сфере и оценку государственными органами качества предоставляемых предприятиями индустрии питания услуг.
Создание единой цифровой информационной среды с возможностью агрегации данных решило бы проблему недостоверности информации, используемой при осуществлении административных, регуляторных и рыночных воздействий в сфере индустрии питания и позволило бы более качественно реализовать технологии принятия управленческих решений. В частности, данная технология с визуализацией данных применяется на практике при:
■ анализе и выборе поставщика сырья по ряду критериев с учетом информации о предпочтениях лица, принимающего решения [5] (Park, Oh, Kim, Cho, 2018);
■ выборе территории под строительство новых предприятий с учетом анализа спроса на рынке, производственных мощностей, рисков поставки сырья и так далее [6] (Widaningrum, Surjandari, Arymurthy, 2018);
■ оценке местоположения предприятия индустрии питания через анализ различных данных, визуализированных с помощью подхода географической информационной системы [7] (Lake, 2018);
ш
■ формировании окружающей человека среды для создания предпосылок принятия решений о здоровом питании с целью профилактики ожирения населения [8] (Г1каг, ОгопаН, 2018);
■ оптимизации доставки готовых блюд как авто-, мототранспортом, так и альтернативными способами доставки. В частности, с использованием дронов или грузовых велосипедов. Этот вариант доставки является оптимальным в условиях пандемии, а также наличия заторов и ограничений для автомобильного движения в городской среде.
В рамках ориентации на устойчивое развитие социально-экономических систем возникает потребность не только в информационном обеспечении текущей деятельности рыночных субъектов, обеспечении прогнозирования и определения мер эффективного управления всеми процессами, но и возможности просто и удобно классифицировать предприятия питания. В современной рыночной среде классификация объектов, принадлежащих индустрии питания, получила новое значение ввиду обилия возникающих вариаций предприятий питания и важности выполняемых ими социально-экономических функций. С этих позиций необходимость классификации всего разнообразия действующих в индустрии питания предприятий объясняется наличием разных, иногда противоречивых интересов у стейкхолдеров этого рынка. Для обеспечения деятельности заинтересованные стороны нуждаются в качественно разной информации, а для принятия решений им необходимо объединение и группировка действующих предприятий по разным критериям. Так, например, для потребителей наиболее значимыми параметрами выбора предприятия может оказаться сочетание таких характеристик, как цена, удаленность, возможность входа с животными, наличие безглютеновых или безлактозных предложений, калорическая ценность блюд и др. Для инвесторов наиболее важной будет информация по сопоставлению типа, специализации, количества мест в предприятии, среднего чека, показателей эффективности деятельности и длительности активности предприятия в данной локации. Для органов, проверяющих санитарно-гигиеническое благополучие и безопасность, важно в первую очередь наличие внедренной системы ХАССП или гигиенических сертификатов, достаточность площадей для отсутствия санитарных угроз потребителям.
Внедрение единой цифровой информационной среды предприятий питания города Новосибирска
Авторами было проведено исследование рынка предприятий питания г. Новосибирска с целью создания единой цифровой информационной среды, основывающейся на технологии принятия решений и ориентированной на индустрию питания города.
<n
Сложность оценки рынка индустрии питания в г. Новосибирске заключается в том, что ряд предприятий не заявляют о себе официально в органах исполнительной власти, осуществляющих оценку качества и безопасности ц услуг. Это существенно затрудняет оценку рынка, контроль качества предоставляемых услуг и культуры сервиса.
Создание единой цифровой информационной среды состоит из следую-^ щих этапов:
1. Определение основных требований к функциональным возможностям разрабатываемой единой цифровой информационной среды (ЕЦИС).
2. Создание базы данных предприятий индустрии питания по установленным критериям оценки.
3. Разработка технического задания на базу данных разрабатываемой ЕЦИС.
4. Разработка технического задания на ЕЦИС.
5. Разработка архитектуры ЕЦИС.
6. Разработка оболочки ЕЦИС.
7. Тестирование и отладка ЕЦИС.
Основным функциональным требованием к ЕЦИС является обеспечение прослеживаемости и анализ заданных критериев оценки предприятий индустрии питания в динамике (во времени) с последующей их визуализацией.
Выбор критериев оценки предприятий индустрии питания был выполнен с учетом классификации, представленной в [9]: мобильность, наименование субъекта, наименование предприятия, тип предприятия, специализация по ассортименту, обслуживаемый контингент — целевая аудитория и специализация по нему, специфика обслуживания, адрес, местонахождение, площадь торгового зала, количество посадочных мест, средний чек, режим работы предприятия, должностные лица, наличие специализированных цехов, количество работников, наличие дополнительных услуг населению. Под критерием оценки «тип предприятия» понимаются: ресторан, кафе, бар, столовая, предприятие быстрого обслуживания, буфет, кафетерий, отдел кулинарии. По мобильности предприятия индустрии питания делятся на стационарные и мобильные. Под критерием оценки «местоположение» понимаются предприятия общедоступные и закрытого типа, обслуживающие определенный контингент (предприятия, находящиеся при школах, больницах, заводах и т.д.).
В качестве информационного поля сбора данных по существующим предприятиям индустрии питания использовались:
■ информация по дислокации стационарных и нестационарных предприятий индустрии питания, функционирующих по состоянию на 2018 год.
Информация предоставлена мэрией города Новосибирска по предприятиям, официально зарегистрированным в органах исполнительной власти, контролирующим данную сферу деятельности;
■ данные из российской геоинформационной программы-справочника по поиску товаров и услуг в городе Новосибирске 2СК;
■ информация с онлайн-сервисов отзывов потребителей о компаниях города Новосибирска (novosibirsk.flamp.ru) и Российской Федерации (www.tripadvisor.ru).
На основании предварительного анализа информации из созданной авторами базы данных предприятий индустрии питания города Новосибирска было установлено, что:
■ число фактически существующих предприятий индустрии питания по районам города превышает в 1,5-1,7 раза число предприятий, официально зарегистрированных в органах исполнительной власти, контролирующих данную сферу деятельности;
■ число предприятий индустрии питания, приходящееся на 1000 жите- Ц] лей города в среднем, составляет 1,8. Наименьшее число предприятий
на 1000 жителей приходится на Дзержинский район (0,77), а наибольшее — на Железнодорожный район (4,4);
■ установлено, что преобладающими типами предприятий в городе Новосибирске являются столовые, кафе и рестораны. Полученные данные являются характерными для Российской Федерации;
■ выявлено, что в зависимости от района города число предприятий по критерию оценки «специфика обслуживания» существенно отличается. Это связано со спецификой размещения рабочих, спальных районов, промышленных зон города Новосибирска. В частности, в центральных районах преобладает «специфика обслуживания» официантами, а в рабочих районах — самообслуживание;
■ установлено, что по критерию оценки «количество посадочных мест» в г. Новосибирске преобладающими являются предприятия с числом посадочных мест от 51 до 100. Указанное структурное распределение характерно для всех исследуемых районов города. Учитывая динамику прошлых лет, отмечается также увеличение числа фуд-кортов, что напрямую связано с открытием новых торговых центров.
Проведенный анализ предприятий индустрии питания города Новосибирска показал, что фактические данные по выбранным критериям оценки существенно отличаются от официальных данных. Это в очередной раз под-
<n
IN
o>
Ю
тверждает необходимость создания и последующего использования единой цифровой информационной среды, которая позволит:
■ маркетологам выполнять ранжирование и фильтрацию предприятий индустрии питания по заданным критериям в соответствии как с существующей на отечественном рынке классификацией, так и в соответствии с международными классификаторами. Это позволит сделать отечественный рынок более «прозрачным» и привлекательным для иностранных инвесторов и туристов;
■ органам муниципальной власти проводить контроль качества предоставляемых предприятиями услуг, анализ рынка индустрии питания с целью поддержания и развития предприятий индустрии питания, отвечающих требованиям здорового образа жизни населения. Также наличие визуализации данных в единой цифровой информационной среде дает возможность органам муниципальной власти оставлять информацию о качестве предоставляемых услуг предприятием индустрии питания. Это позволит увеличить потребительский спрос и простимулировать собственников бизнеса на повышение качества предоставляемых услуг;
■ собственникам бизнеса выполнять анализ конкурентной среды с целью выявления новых тенденций при открытии предприятий индустрии питания, изменения концепции или проведения ребрендинга существующего заведения, выстраивать наиболее оптимальные пути доставки заказов конечным потребителям с помощью, авто-, мототехники, грузовых велосипедов. Для собственников фуд-траков единая цифровая информационная структура также позволит выбирать наиболее оптимальные места для дислокации;
■ потребителям выбирать предприятия индустрии питания в соответствии со своими индивидуальными предпочтениями и с информацией о качестве предоставляемых услуг от уполномоченных органов власти и контролирующих и инспектирующих органов.
Таким образом, создание и последующее использование ЕЦИС позволит существенно упростить осуществление аналитических и прогнозных расчетов на рынке индустрии питания работникам маркетинговых служб и собственникам бизнеса, проведение органами муниципальной власти мониторинга качества предоставляемых предприятиями индустрии питания услуг; осуществление выбора потребителем предприятия индустрии питания в соответствии со своими индивидуальными сервисными предпочтениями и пищевыми потребностями.
Цифровые технологии в управлении предприятиями индустрии питания
Эпоха цифровизации дала развитие многим информационным технологиям, успешно применяемым на сегодняшний день как в организации процессов управления на предприятиях индустрии питания, так и в методах продвижения продукции и услуг в этом сегменте рынка. Цифровая трансформация как процесс внедрения современных цифровых технологий в бизнес-процессы социально-экономических систем всех уровней на практике приводит к созданию системы сквозных бизнес-процессов, которую можно назвать цифровой экосистемой бизнеса. Этот подход подразумевает не только установку современного оборудования или программного обеспечения, но и фундаментальные изменения в организации управления, корпоративной культуре, внешних коммуникациях. В результате повышаются производительность каждого сотрудника и уровень удовлетворенности клиентов, а компания приобретает репутацию прогрессивной и современной организации.
К активно используемым диджитал-технологиям в организации общест-
и
венного питания можно отнести следующие.
Computer Aided Design (CAD), Computer Aided Manufacturing (CAM) применяются при проектировании предприятий индустрии питания. Реализуются, в частности, в программных продуктах AutoCAD, КОМПАС-SD, nanoCAD, SketchUp.
Computer Aided Engineering (CAE) — системы автоматизации документооборота технологической и нормативно-технической документации, контроля качества продукции. В качестве системы автоматизации разработки технологической документации могут выступать программные продукты «Мастер ТТК» и «Мини-кулинария».
Supervisory Control And Data Acquisition (SCADA) и Manufacturing Execution System (MES) применяются для управления производственными процессами на крупных заготовочных и промышленных предприятиях питания.
Sales Force Automation (SFA) автоматизируют системы доставки и выездной торговли.
Enterprise Resource Planning (ERP) используются для всестороннего управления в предприятии индустрии питания. Условно разделяют на системы для автоматизации:
■ Бэк-офиса (учета и контроля ресурсов предприятия), например: R-keeper StoreHouse, iikoOffice, 1С:Предприятие.Общепит.
■ Фронт-офиса (автоматизация работы зала), например: Трактиръ: FrontOffice, R-keeper, Tillypad XL, 1С: Предприятие 8. Ресторан, Бит. Аппетит. Ресторан.
Business Process Management (BPM) применяется для управления бизнес-^ процессами на предприятии, например: ELMA BPM, Bizagi BPM Suite.
Customer Relationship Management (CRM) используется для управления продажами и взаимоотношениями с клиентами. В качестве таких программ, например, могут применяться 1С: Управление торговлей и взаимоотношениями с клиентами, TakoCRM, M-Bron.
К нововведениям в области IT-продуктов в управлении деятельностью предприятий питания также можно отнести программную разработку для оценки компетенций работников контактной зоны. Исследование показало, что существующие методы оценки, такие как KPI (Key Performance Indicator) и метод 360-градусной обратной связи, трудно применять при оценке работы сотрудников, не являющихся руководителями (официанты). Данная программа выстраивает профиль сотрудника через его компетентностную модель, что позволяет объединять различные критерии оценки работника и формировать его идеальный профиль, который создается и хранится в программе [10] (Pereira, Efanova, Slesarenko, 2020).
Предприятия индустрии питания в большей степени, чем какие-либо другие на рынке оказания услуг, заинтересованы в установлении долгосрочных и стабильных отношений с клиентами. Наиболее актуальным в этом плане является внедрение программных продуктов управления взаимоотношениями с потребителями (CRM), цель которых — помочь ресторатору выстроить эффективные взаимоотношения с постоянными клиентами (удержать), оптимизировать работу с текущими и привлечь новых. Все чаще потенциальный потребитель, принимая решение о посещении того или иного ресторана, руководствуется фактором простоты и приятности общения с командой ресторана онлайн (доступность всей информации, быстрота оформления заказа (столика), точность описания продукции и выполнения заказа, вежливость, внимательность к мелочам и т.д.). Учитывая всю актуальность и важность правильного выстраивания взаимоотношений с потребителями, разработчики продуктов программного обеспечения для предприятий питания предлагают сегодня для этого десятки новых вариантов программно-аппаратных комплексов, кроме хорошо известного R-Keeper: Poster, СБИС Presto, NOMIA, Quick Resto, LeClick и др.
По данным электронного ресурса обзора рынка [11] общественного питания, одной из наиболее перспективных тенденций сегодня является рост
>ч
популярности «виртуальных ресторанов» — рестораны без столиков. Их единственная цель — эффективная доставка еды в дома заказчиков или офисы. Это направление видится особенно актуальным сегодня, в условиях угрозы распространения пандемии, для повышения устойчивости системы в целом и особенно в ситуациях кризисов, спровоцированных новыми рисками. Для таких предприятий питания выстраивание отношений с потребителями возможно только в онлайн-пространстве через поисковые и собственные сайты. Онлайн-сервисы доставки еды из магазинов и ресторанов сегодня занимают более половины объема рынка «фудтех» в мире и основную долю — в России. На этом рынке развиваются американские DoorDash, Instacat, Uber Eats, европейские Deliveroo, Delivery Hero, Just Eat, Takeaway.com. В России в сфере онлайн-доставки конкурируют Yandex и Mail.Ru Group, которой принадлежат сервисы DeliveryClub, Zakazaka и Instamart.
CRM-система должна работать в двух направлениях. Для ресторатора это автоматизация процесса управления связями с потребителями, способ продвижения своей продукции и услуг. Для клиента — простой и мгновенный способ получить всю информацию о заведении (меню, цены, акции и прочее), оформить заказ столика или доставку на дом. Однако до того как изучать меню и делать заказы, чаще всего клиент оказывается перед вопросом выбора самого предприятия питания, отвечающего его сиюминутным потребностям, желаниям и возможностям. Косвенно для этого могут быть использованы интернет-порталы Flamp, Allcafe, TripAdvisor, предоставляющие некоторую информацию о предприятиях индустрии питания. На данных интернет-порталах поиск предприятия осуществляется по ряду классификационных признаков. В ходе исследований, представленных в [12, 13] (Rozhdenstvenskaya, Rogova, 2019), был выявлен ряд неточностей при выполнении фильтрации предприятий индустрии питания на данных интернет-порталах по различным классификационным признакам. Являясь активным игроком на рынке услуг, любое предприятие индустрии питания попадает под оценку не только своих гостей, но других участников всей системы: органов государственного регулирования, конкурентов, ресторанных критиков и прочих заинтересованных сторон, которые сегодня не имеют возможности задавать поиск предприятий питания по своим запросам и потребностям. Это вызвано отсутствием жестко регламентированной классификации и критериев выбора. Создание поисковой информационной системы с четко закрепленными критериями выбора предприятия питания позволило бы собственникам бизнеса упростить работу маркетинговых служб и проводить мониторинг качества предоставляемых услуг, а для потребителя — существенно облегчить выбор.
«л гч <n ю
В основу разработки такой цифровой поисковой системы легло предположение, полученное на основании использования междисциплинарного framing analysis о том, что одним из наиболее сложных аспектов создания многоотраслевого сотрудничества на рынке индустрии питания является формирование доверия между заинтересованными сторонами и развитие способности частного сектора сбалансировать прибыль и социальную ответственность. Ни одно предприятие питания не может функционировать без £ учета влияния совокупности активных субъектов и сил, действующих за пределами фирмы и влияющих на возможности предприятия устанавливать и поддерживать с целевыми клиентами отношения успешного сотрудничества. С одной стороны, каждая из заинтересованных сторон имеет целевые ориентиры и систему KPI, характеризующую достигаемые результаты. С другой, очень часто ценностные ориентиры и показатели результатов достижения у разных стейкхолдеров имеют сильную зависимость. Например, процент возврата потребителей (лояльных гостей) напрямую зависит как от качества реализации бизнес-процессов организации, так и от совокупности внешних оценок — надзорных органов или ресторанных критиков [14-18] (Barata-Cavalcanti, Ty, Novelli, Costa, Huang, 2019; Bogart, Castro, Cohen, 2019; Sigala, 2018; Lu, Ott, Cardie, Tsou, 2011; Gupta, Tenneti, Gupta, 2009).
Еще одно направление межсекторального взаимодействия стейкхолдеров индустрии питания — координация усилий на изменении социальных норм, индивидуального поведения и отраслевых практик, направленных на достижение общественно значимых результатов, например, в сфере создания условий для более здорового выбора пищи в рамках национальной борьбы с ожирением и другими алиментарно-зависимыми заболеваниями, предотвращения экологических рисков и обеспечения экологической устойчивости, роста качества услуг на основе оценки уровня обучения профессиональной этики.
Разрабатываемый в исследовании инструмент может создать основу для количественной оценки эмпирической корреляции между качеством услуг предприятия, его отношениями с заинтересованными сторонами и показателями акционерной стоимости. Так, согласно исследованию оценки влияния отношений заинтересованных сторон на корпоративную производительность, был разработан и опробован количественный метод исследования, который позволил выявить внутреннюю стоимость капитала отношений. Однако на современном рынке инструмента для системного сбора данных и формирования таких оценок, как например: (a) доверие — trust; (b) удовлетворенность — satisfaction; (c) согласованность — consensus; (d) приверженность — commitment, нет [21] (Ganu, Elhadad, Marian, 2009).
>ч
го ш
Для выработки единой системы критериев оценки предприятий индустрии питания были проанализированы различные подходы к их классификации. Так, в частности в [22] (Snyder, Barzilay, 2007) особое внимание уделяется таким критериям, как food, service and ambience, в [21, 22] — критериям food, service, ambience, deals/discounts and worthiness, а в [23] (Garbowski, Drobyazko, Matveeva, Kyiashko, Dmytrovska, 2019) — food, service, price, ambiance, anecdotes and miscellaneous. В статье [24] (Xia, Yu, Gao, Cheng, 2017) предлагается муль-тиаспектное ранжирование ресторанов в критериях food, service, ambience, value and overall experience на основе использования good grief algorithm.
Для разработки информационно-поисковой системы, позволяющей выполнять поиск предприятия индустрии питания по регламентированным критериям оценки для различных групп заинтересованных лиц (потребители, собственники бизнеса, санитарные инспекторы, государственные органы управления, ресторанные критики и др.), был использован набор общих и специальных методов: диалектический метод познания для уточнения концепции развития предприятия; системный подход, исторический подход, методы экономико-статистического анализа, метод компиляции для анализа динамики развития и факторов, обуславливающих трансформацию рынка индустрии питания; методы системного и структурного анализа, чтобы показать взаимосвязь используемых стейкхолдерами критериев оценки деятельности и стратегии развития индустрии питания; методы оперативного и стратегического анализа для оценки возможности адаптации к потребностям различных групп стейкхолдеров.
Повысить качество аналитической информации, необходимой для принятия управленческих решений, направленных на достижение стратегических целей предприятия, возможно на основе выделения источников информации, используемой для аналитики; разработки и утверждения политики доступа к учетным и аналитическим данным, содержащимся в системах; выделения факторов, которые могут оказать влияние на информацию, полученную из учетных и аналитических систем. При агрегации различных критериев оценки возникает необходимость определения их ценности для различных групп стейкхолдеров и оценки возможности формирования на их основе интегральных показателей, а также инструментов обработки аналитических данных, позволяющих осуществлять ранжирование предприятий питания исходя из разных целевых задач и вклада в достижение общественно значимых результатов [25] (Rozhdestvenskaya, Rogova, Cherednichenko, 2020).
Информационно-поисковая система анализа и ранжирования предприятий индустрии питания по заданным критериям выбора позволит произво-
дить многофакторную фильтрацию и оценку предприятий питания с учетом интересов различных групп пользователей (потребителей, собственников бизнеса, ресторанных критиков).
от
от
^ Заключение
В работе представлены предпосылки создания и порядок разработки единой цифровой информационной среды, основывающейся на техноло-
(Л
гии принятия решений и ориентированной на индустрию питания города Новосибирска. Показано, что создание и последующее использование единой цифровой информационной среды позволит существенно упростить осуществление аналитических и прогнозных расчетов на рынке индустрии питания для аналитиков, принятие решений собственниками бизнеса, мониторинг качества предоставляемых услуг органами надзора и муниципальной власти, осуществление выбора предприятия индустрии питания для посещения потребителями в соответствии с имеющимися индивидуальными сервисными предпочтениями и пищевыми потребностями, а также реализацию мероприятий по продвижению маркетинговыми службами.
Рассмотрены основные программные продуты и проведен анализ внедрения диджитал-СКМ-систем. Предложено создать поисковую информационную систему с закреплением критериев выбора предприятия индустрии питания под существующую у пользователя задачу. Предлагаемая информационно-поисковая система выбора предприятий индустрии питания позволит производить многофакторную фильтрацию и оценку предприятий питания с учетом интересов различных групп пользователей (потребителей, собственников бизнеса, ресторанных критиков). Она позволит существенно упростить работу маркетинговых служб и собственникам бизнеса, мониторинг качества предоставляемых услуг, облегчить выбор потребителя. ■
ИСТОЧНИКИ:
1. Распоряжение Правительства РФ от 28.07.2017 № 1632-р Об утверждении программы «Цифровая экономика Российской Федерации». Static. government.ru. [Электронный ресурс]. URL: http://static.government.ru/media/ files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf.
2. Russia — The Future of Foodservice to 2020. Marketresearch. [Электронный ресурс]. URL: https://www.marketresearch.com/GlobalData-v3648/Russia-Future-Foodservice-11165452.
3. Wessel G., Ziemkiewicz C., Sauda E. Revaluating urban space through tweets: An analysis of Twitter-based mobile food vendors and online communication //
New Media and Society. — 2016. — № 8. — p. 1636-1656. — doi: 10.1177/1461444814567987.
4. Территориальный орган Федеральной службы государственной статистики по Новосибирской области. [Электронный ресурс]. URL: http://www. novosibstat.gks.ru.
5. Park J.W., Oh H.Y., Kim D.Y., Cho Y.J. Plant Location Selection for Food Production by Considering the Regional and Seasonal Supply Vulnerability of Raw Materials // Mathematical Problems in Engineering. — 2018. — p. 100-114. — doi: 10.1155/2018/7494398.
6. Widaningrum D.L., Surjandari I., Arymurthy A.M. Visualization of Fast Food Restaurant Location using Geographical Information System // IOP Conference Series: Earth and Environmental Science. — 2018. — № 1. — p. 1-9. — doi: 10.1088/1755-1315/145/1/012102. ^
7. Lake A.A. Neighbourhood food environments: Food choice, foodscapes and planning for health // Proceedings of the Nutrition Society. — 2018. — p. 239246. — doi: 10.1017/S0029665118000022.
8. Fikar C., Gronalt M. Agent-based simulation of restaurant deliveries facilitating cargo-Bikes and urban Consolidation // Maritime and Multimodal Logistics Modeling and Simulation. Budapest, Hungary, 2018. — p. 8-13.
9. Постановление Правительства Белгородской области от 25 января 2010 года п. 27 "Об утверждении стратегии социально-экономического развития белгородской области на период до 2025 года". Docs.cntd.ru. [Электронный ресурс]. URL: http://docs.cntd.ru/document/428596289.
10. Pereira J.P., Efanova N., Slesarenko I. The analysis of competency model for a performance appraisal system in the management of food service industry // Information Technology and Systems: International Conference. Bogota, Colombia, 2020. — p. 162-171.
11. Baum+whiteman's 13 hottest food & beverage trends in restaurant & hotel dining. Baumwhiteman. [Электронный ресурс]. URL: https://www.baumwhiteman.com.
12. Rozhdenstvenskaya L.N., Rogova O.V. Unified digital information environment of the the food industry enterprises of Novosibirsk // Advances in Economics, Business and Management Research. — 2019. — p. 119-123. — doi: 10.2991/mtde-19.2019.22.
13. Rozhdenstvenskaya L.N., Rogova O.V. Prerequisites for creating a new classification of public catering facilities in the food industry, Materials Science and Engineering, in press.
14. Barata-Cavalcanti O., Ty D., Novelli W., Costa S., Huang T.T.K. Informing a roadmap for cross-sectoral collaboration on portion size management as a national strategy to improve population nutrition — a Delphi study. Obesity Science and Practice, Wiley-Blackwell. [Электронный ресурс]. URL: https://onlinelibrary. wiley.com/doi/epdf/10.1002/osp4.331.
15. Bogart L.M., Castro G., Cohen D.A. A qualitative exploration of parents', youths' and food establishment managers' perceptions of beverage industry self-regulation for obesity prevention // Public Health Nutrition. — 2019. — № 5. — p. 805-813. — doi: 10.1017/S1368980018003865.
16. Sigala M. A market approach to social value co-creation: Findings and implications
1Л 1Л
from "Mageires" the social Restaurant // Marketing Theory. — 2018. — № 1. — p. 27-45. — doi: 10.1177/1470593118772208.
17. Lu B., Ott M., Cardie C., Tsou B.K. Multi-aspect sentiment analysis with topic models // EEE 11th International Conference on Data Mining Workshops. Canada, 2011. — p. 81-82.- doi: 10.1109/ICDMW.2011.125.
18. Gupta A., Tenneti T., Gupta A. Sentiment based Summarization of Restaurant Reviews, Final Year Project. Pdfs. [Электронный ресурс]. URL: https://pdfs. semanticscholar.org/da73/63c004cd28f8f3c423cc9a0a286d492eb904.pdf.
19. Mittal N., Agarwal B., Laddha S., Sharma M. Aspect Based Analysis for Rating Prediction of the Restaurant Reviews // International Journal of Computer Systems. — 2015. — p. 59-62.
20. Govindarajan M. Sentiment Analysis of Restaurant Reviews using Hybrid Classification Method, // International Journal of Soft Computing and Artificial Intelligence. — 2014. — p. 17-23.
21. Ganu G., Elhadad N., Marian A. Beyond the Stars: Improving Rating Predictions using Review Text Content // 12th International Workshop on the Web and Databases. 2009. — p. 1-6.
22. Snyder B., Barzilay R. Multiple aspect ranking using the good grief algorithm. Joint Human Language Technology: North American Chapter of the ACL. [Электронный ресурс]. URL: https://citeseerx.ist.psu.edu/viewdoc/download;js essionid=7C2DAF9C28C4357D8968AAD3C4D847EE?doi=10.1.1.129.4132&rep =rep1&type=pdf.
23. Garbowski M., Drobyazko S., Matveeva V., Kyiashko O., Dmytrovska V. Financial Accounting of E-Business Enterprises // Academy of Accounting and Financial Studies Journal. — 2019. — p. 85-99. — doi: 10.1007/978-3-319-68762-9_16 145.
24. Xia D., Yu Q., Gao Q., Cheng G. Sustainable technology selection decision-making model for enterprise in supply chain: Based on a modified strategic balanced scorecard // Journal of cleaner production. — 2017. — p. 1337-1348. — doi: 10.1016/j.jclepro.2016.09.083.
25. Rozhdestvenskaya L.N., Rogova O.V., Cherednichenko L.Y. Digital technologies in managing food industry enterprises // Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth (MTDE 2020): Advances in Economics, Business and Management Research. 2020. — p. 591-597.- doi: 10.2991/aebmr.k.200502.096.
REFERENCES:
Barata-Cavalcanti O., Ty D., Novelli W., Costa S., Huang T.T.K. Informing a roadmap for cross-sectoral collaboration on portion size management as a national strategy to improve population nutrition — a Delphi study. Obesity Science and Practice, Wiley-Blackwell. Retrieved from https://onlinelibrary. wiley.com/doi/epdf/10.1002/osp4.331
Baum+whiteman's 13 hottest food & beverage trends in restaurant & hotel dining Baum whiteman. Retrieved from https://www.baumwhiteman.com
Bogart L.M., Castro G., Cohen D.A. (2019). A qualitative exploration of parents', youths' and food establishment managers' perceptions of beverage industry self-regulation for obesity prevention Cambridge University Press. 22 (5). 805813. doi: 10.1017/S1368980018003865.
Fikar C., Gronalt M. (2018). Agent-based simulation of restaurant deliveries facilitating cargo-Bikes and urban Consolidation Maritime and Multimodal Logistics Modeling and Simulation. 8-13.
Ganu G., Elhadad N., Marian A. (2009). Beyond the Stars: Improving Rating Predictions using Review Text Content 12th International Workshop on the Web and Databases. 1-6.
Garbowski M., Drobyazko S., Matveeva V., Kyiashko O., Dmytrovska V. (2019). Financial Accounting of E-Business Enterprises Academy of Accounting and Financial Studies Journal. 85-99. doi: 10.1007/978-3-319-68762-9 16 145.
Govindarajan M. (2014). Sentiment Analysis of Restaurant Reviews using Hybrid Classification Method, International Journal of Soft Computing and Artificial Intelligence. 17-23.
Gupta A., Tenneti T., Gupta A. Sentiment based Summarization of Restaurant Reviews, Final Year ProjectPdfs. Retrieved from https://pdfs.semanticscholar. org/da73/63c004cd28f8f3c423cc9a0a286d492eb904.pdf
Lake A.A. (2018). Neighbourhood food environments: Food choice, foodscapes and planning for health Proceedings of the Nutrition Society. 77 239-246. doi: 10.1017/S0029665118000022.
Lu B., Ott M., Cardie C., Tsou B.K. (2011). Multi-aspect sentiment analysis with topic models EEE 11th International Conference on Data Mining Workshops. 81-82. doi: 10.1109/ICDMW.2011.125.
Mittal N., Agarwal B., Laddha S., Sharma M. (2015). Aspect Based Analysis for Rating Prediction of the Restaurant Reviews International Journal of Computer Systems. 59-62.
<n
IN
o>
lO
o>
<J\
l/l
Park J.W., Oh H.Y., Kim D.Y., Cho Y.J. (2018). Plant Location Selection for Food Production by Considering the Regional and Seasonal Supply Vulnerability of Raw Materials Mathematical Problems in Engineering. 2018 100-114. doi: 10.1155/2018/7494398.
Pereira J.P., Efanova N., Slesarenko I. (2020). The analysis of competency model for a performance appraisal system in the management of food service industry Information Technology and Systems. 162-171.
Rozhdenstvenskaya L.N., Rogova O.V. (2019). Unified digital information environment of the food industry enterprises of Novosibirsk Advances in Economics, Business and Management Research. 119-123. doi: 10.2991/mtde-19.2019.22.
Rozhdestvenskaya L.N., Rogova O.V., Cherednichenko L.Y. (2020). Digital technologies in managing food industry enterprises Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth (MTDE 2020). 591-597. doi: 10.2991/aebmr.k.200502.096.
Russia — The Future of Foodservice to 2020 Marketresearch. Retrieved from https://www.marketresearch.com/GlobalData-v3648/Russia-Future-Foodservice-11165452
Sigala M. (2018). A market approach to social value co-creation: Findings and implications from "Mageires" the social Restaurant Marketing Theory. 19 (1). 2745. doi: 10.1177/1470593118772208.
Snyder B., Barzilay R. Multiple aspect ranking using the good grief algorithm Joint Human Language Technology: North American Chapter of the ACL. Retrieved from https://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=7C2DAF9C-28C4357D8968AAD3C4D847EE?doi=10.1.1.129.4132&rep=rep1&type=pdf
Wessel G., Ziemkiewicz C., Sauda E. (2016). Revaluating urban space through tweets: An analysis of Twitter-based mobile food vendors and online communication New Media & Society. 18 (8). 1636-1656. doi: 10.1177/1461444814567987.
Widaningrum D.L., Surjandari I., Arymurthy A.M. (2018). Visualization of Fast Food Restaurant Location using Geographical Information System Earth and Environmental Science. 145 (1). 1-9. doi: 10.1088/1755-1315/145/1/012102.
Xia D., Yu Q., Gao Q., Cheng G. (2017). Sustainable technology selection decision-making model for enterprise in supply chain: Based on a modified strategic balanced scorecard Journal of cleaner production. 141 1337-1348. doi: 10.1016/j.jclepro.2016.09.083.
