Параметры методов решения маркетинговых задач управления продуктом Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 339.138

Н.В. Павлов

ПАРАМЕТРЫ МЕТОДОВ РЕШЕНИЯ МАРКЕТИНГОВЫХ ЗАДАЧ

УПРАВЛЕНИЯ ПРОДУКТОМ

Управление продуктом - важнейший компонент комплекса маркетинга, комплексная разносторонняя деятельность. В данной статье рассмотрим лишь ту ее составляющую, которая выполняется маркетологами.

В [4] была показана важность проблемы выбора метода решения задач по управлению продуктом и предложена идея построения системы поддержки принятия решений (СППР) для этой проблемы. Идея СППР заключается в том, что для выбора метода решения задачи управления продуктом потребуется определить некоторый набор параметров маркетинговой ситуации, в условиях которой решается данная задача. В результате сравнения параметров ситуации и параметров различных методов СППР предложит один или несколько методов, пригодных для решения.

Данная статья посвящена важному этапу создания СППР - составлению списка параметров различных методов. Полученные результаты могут облегчить выбор метода решения практических задач и без использования СППР.

Приводимые здесь данные собраны на основе анализа примеров, описанных в литературе, а также на основе собственного опыта автора. Анализ методов решения маркетинговых задач начат в исследованиях [3, 5]. Он основывается на большом количестве источников, среди которых следует отметить труды по маркетинговым исследованиям [7], по теории принятия управленческих решений [2], подробный по методам исследования операций [1], а также по методам искусственного интеллекта [6].

Были выделены следующие параметры различных методов.

Цель маркетингового исследования или решения маркетинговой задачи. Она может заключаться в том, чтобы провести пробный маркетинг, выбрать продукт для элиминации, осу-

ществить генерацию идей нового продукта, произвести выбор из имеющихся вариантов концепции и т. д. Однако в каждом конкретном случае реальная задача имеет большое число нюансов, которые необходимо учесть. Это требует высокой квалификации маркетологов. Поэтому предлагается перейти к более универсальным целям, которые проще сформулировать для каждой конкретной ситуации уже на начальном этапе рассмотрения задачи. Предлагается выбрать такие цели, как определение значений переменных, получение нечетких оценок альтернатив, выбор наилучшего или приемлемого решения, отображение сущности принятого решения и его ход на естественном языке и т. д.

Тип модели (ТМ). Из обзора получены следующие типы моделей: аналитическая (Ан); качественная, словесное описание (Кч); когнитивная (Кг); представления знаний (ПЗ); логических высказываний (ЛВ); правила «если - то» (ЕТ); дифференциальных или разностных уравнений, а также уравнений с дискретным временем (Дн); имитационная систем массового обслуживания (Им); кибернетическая (Кб); математического программирования (МП); динамического программирования (ДП); Q-типа - этот вид модели характеризуется набором субъективных дискретных (балльных) интегральных мер предпочтительности или сходства, над которым осуществляются специальные преобразования; сетевых графиков (СГ); марковских цепей (МЦ).

Преобладающий тип зависимостей в модели ситуации или модели, которую необходимо создать для принятия решения (ТЗ). Из обзора литературы получены следующие типы: математические общего вида (Мт); включающие величину и скорость ее изменения (ВС); линейные (Лн); причинно-следственные (ПС); стохастические (Ст); численные (Чс); алгоритмические (Ал); непредсказуемые (Нп); неопределенные (Но).

Преобладающий тип параметров задачи (ТП). Выявлен ряд типов: количественные непрерывные (КН); количественные дискретные (КД); нечеткие (Нч); балльные (Бл); сравнительные (Ср); качественные (Кч).

Основной способ определения параметров задачи (СО). Рассматриваются: использование вторичных данных (ВД); измерение, в том числе путем проведения опросов в рамках маркетинговых исследований или наблюдений (Из); получение с помощью расчетной модели (РМ), например экс-траполяционной; получение с помощью имитационной модели (ИМ); использование нормативов (Нр); экспертные оценки (ЭО).

Полученные результаты будут структурированы на основе приведенной здесь обобщенной схемы решения маркетинговых задач. В ней имеются следующие особенности.

1. Большое значение придается этапам понимания исходной ситуации и разработанного решения. Если первое характерно для ситуационного подхода и получило широкое признание, то второму обычно уделяется меньшее внимание. Однако ряд авторов, особенно зарубежных, отмечают, что руководитель не будет уверенно

реализовывать предложенное аналитиками или, тем более, сформированное компьютерными средствами решение, если не понимает его. Это относится, например, к результатам, полученным методами математического программирования. Именно по этой причине столь большое внимание уделяется объяснительному компоненту экспертных систем.

2. Выделяются три типа задач принятия решений: решение-выбор, ядром которого является оценка имеющихся или разработанных альтернатив по одному или нескольким критериям; решение-генерация, когда результат формируется, например, аналитическим методом поиска экстремума; решение-классификация, когда ситуация относится к тому или иному классу, для каждого из которых имеется свое решение. Для решения-классификации необходимо сначала собрать примеры ситуаций, как правило, с правильным решением, а затем построить на их основе классификатор. Затем этот классификатор используется для принятия решения имеющейся задачи, которая, в общем случае может и не совпадать ни с одной из используемых при обучении.

Собрать примеры ситуаций ----"■"-г--------

Построить классификатор

Понять ситуацию

Построить модель ситуации

Выбрать тип задачи принятия решения

Выбор

ор___\___ Генерация__\__Кл.

Классификация

Сгенерировать альтернативы

Получить оценку альтернатив

Выбрать наилучшую альтернативу

Сформировать решение

Отнести ситуацию к определенному

классу по принимаемому решению

Понять решение

Схема формирования решения маркетинговых задач по управлению продуктом

Приводимый ниже перечень методов не является всеобъемлющим. Он охватывает основные разновидности методов, причем в их достаточно типовых применениях, описанных в литературе и примененных автором на практике. Значения параметров определялись именно по типовым ситуациям. Это объясняется целью данной статьи: дать определенные ориентиры в выборе метода управления продуктом. Они наиболее ценны на начальном этапе решения проблемы, сужая область более глубокого анализа применимости того или иного метода, задавая порядок рассмотрения применимости методов к решению конкретной задачи, и более ценны при этом типовые, широкораспространенные применения методов. Используя предложенную схему, можно также расширить списки рассматриваемых методов и их параметров.

Параметры методов представлены в виде таблиц. Дополнительные условные обозначения в таблицах: Л - любое значение; 0 - нет; 1 - да.

Методы понимания ситуации и понимания решения имеют много общего и представлены в табл. 1. Различные методы характеризуются одними и теми же значениями параметрами, что подтверждает тезис о неоднозначности выбора метода решения конкретной задачи. Например, причинно-следственные взаимосвязи можно исследовать с помощью ряда методов.

Проблема понимания решений мало освещена в литературе. Наиболее сложны для понимания решения, принятые в результате применения аналитических моделей, более легки - эвристические методы. Экспертные оценки часто просят снабдить пояснительной запиской, что до некоторой степени обосновывает решение.

Таблица 1

Методы понимания ситуации, понимания решения и их параметры

Метод Цели исследования ТМ ТЗ ТП СО Т #

Поисковые маркетинговые исследования Построить модель ситуации. Собрать сведения о принятых ранее решениях и их правильности Нет, Кч Кч, Ср ВД, Из, ЭО Н

Неэкспериментальные методы исследования причинности Построить модель ситуации. Узнать взаимосвязь переменных* Кг, Кч, Ет ПС Кч, Ср ВД, Из, ЭО С

Эксперименты** Узнать значения переменных. Узнать взаимосвязь переменных Дн, Им, Кб, Нет ПС, Мт КН, КД, Кч Из В 1

Системный анализ Построить модель ситуации. Узнать взаимосвязь переменных. Придумать альтернативы решений Кб, Ан, Чс, Дн, Кг, Кч Мт, ВС, Лн, ПС, Ал КН, КД, Кч Из, РМ, ЭО В

Экспертные системы Получить объяснение полученного решения Ет ПС Кч Из Н

Примечания . 1. Возможность управлять значениями переменных: высокая - для реальных экспериментов, средняя -для преэкспериментов, низкая - для квазиэкспериментов. 2. Последний столбец (#) - для примечаний, отражающих особые параметры отдельных методов.

* При рассмотрении причинно-следственных моделей иногда говорят о связи, но, во-первых, иногда причинно-следственная связь образует циклы, так что связь между переменными может оказаться двусторонней, а во-вторых, слово взаимосвязь отражает неизученность структуры причинно-следственных связей между переменными на начальном этапе исследования.

** Здесь рассматриваются только натурные маркетинговые эксперименты. Эксперименты на моделях относятся к моделированию.

Однако экспертные оценки тоже часто приходится принимать на веру.

Наиболее понятными являются результаты работы экспертной системы, так как она может сохранить последовательность вывода новых фактов и предъявить все используемые правила лицу, принимающему решения. Возможность отобразить ход решения на естественном языке - одна из характерных возможностей экспертных систем.

Методы моделирования представлены в табл. 2. Под моделью понимается набор сведений о системе, собранных для ее изучения. Это одно из самых широких определений модели. Такое моделирование необходимо практически всегда. В ряде

случаев модель может быть составной частью метода. Например, поиск экстремума путем нахождения нулевого значения производной подразумевает аналитическую модель, а метод линейного программирования - линейную. Однако существует ряд моделей, которые более целесообразно рассматривать отдельно, так как они либо имеют самостоятельную ценность (например, модель представления знаний), либо определяют метод работы (например, имитационная модель систем массового обслуживания определяет метод работы с ней - имитационные эксперименты методом Монте-Карло). Именно такие важные классы моделей и рассматриваются в табл. 2.

Таблица 2

Методы моделирования и их параметры

Тип модели Цели ТЗ ТП СО Т П Д О

Описательные и качественные Узнать взаимосвязь переменных. Получить качественные оценки последствий решения. Получить качественную динамику системы после реализации решения ПС, Но Кч ВД, ЭО Н 0 0 0

Аналитические Получить количественные оценки последствий решений. Получить качественную и количественную динамику системы после реализации решения Мт, Ст КН, КД Из, РМ, ЭО В 0 0 0

Численные Узнать взаимосвязь переменных. Получить количественные оценки последствий решений Чс, Ал КН, КД, Кч Из, ЭО В 0 0 0

Представления знаний Построить систему формализации знаний Л Л Л Л 0 0 0

Когнитивные карты Узнать взаимосвязь переменных. Получить качественные оценки последствий решения. Получить качественную динамику системы после реализации решения ПС Кч Из, ЭО Н 0 0 0

Мотивации потребителей Узнать взаимосвязь переменных. Построить модель ситуации. Получить качественные оценки последствий решения ПС, Чс, Лн Кч, КН Из, ЭО Н 0 0 0

Причинные модели поведения потребителей Узнать взаимосвязь переменных. Построить модель ситуации. Получить качественные оценки последствий решения Лн Кч, КН Из, ЭО Н 0 0 0

Динамические Получить качественную и количественную динамику системы после реализации решения ВС КН Из, ЭО В 1 0 0

Модели с запаздыванием Получить качественную и количественную динамику системы после реализации решения ВС КН Из, ЭО В 1 1 0

Марковские цепи Получить количественные оценки последствий решений Ст КД, Кч Из, ЭО В 0 0 1

Имитационные СМО Получить количественные оценки последствий решений Ст КН, КД Из, ЭО В 0 0 1

Клеточные автоматы Получить качественные оценки последствий решений. Получить качественную динамику системы после реализации решения Ал, Ст КН, КД Из, ЭО Н 0 0 1

Кроме параметров, которые были введены выше, добавлены параметры, характерные для отдельных методов моделирования или их групп.

Рассмотрение процесса (П). Моделирование с помощью дифференциальных уравнений ориентировано на рассмотрение динамики процессов, происходящих в моделируемом объекте. В численных моделях изменение переменных во времени, как правило, не рассматривается.

Дискретность моментов измерения и формирования управляющих воздействий (Д). Такая дискретность характерна, например, для процессов планирования расходов на маркетинг из прибыли. Для таких задач используются модели

с дискретным временем. Другие модели не ставят такого ограничения.

Наличие однородных событий или действий (О). Характерно для систем массового обслуживания (поступление заявок), но не рассматривается, например, в когнитивных моделях.

Табл. 3 содержит параметры методов генерации идей. Они в подавляющем большинстве относятся к креативным. Общее свойство этих методов: они не используются в СППР, а предназначены для работы людей. Параметры в основном соответствуют параметрам методов понимания ситуации.

Наконец, табл. 4 объединяет методы, используемые на остальных этапах формирования решения.

Таблица 3

Креативные методы и их параметры

Метод Цель исследования ТМ ТЗ ТП СО

Изобретения (теория решения изобретательских задач) Придумать альтернативы Нет, Кч, Ет Но КН, КД, Бл, Ср, Кч Из, РМ, ИМ, Нр, ЭО

Типовые приемы изобретательской деятельности

Морфологический анализ

Метод Цели исследования ТМ ТЗ ТП СО Т П #

Описательные маркетинговые исследования Узнать значения переменных Различные Л КН, КД, Ср ВД, Из, О В 0

Совместный анализ д Лн КД, Кч Из С 0

Многомерное шкалирование КН, КД

Тестирование психологических атрибутов Ан, Чс Лн КД Из С 0

Идентификация хаоса Получить качественную динамику системы после реализации решения Дн Нп КН Из * 1

Экспертные оценки Узнать значения переменных, взаимосвязь переменных; получить количественную и качественную оценку последствий решений Нет Но КН, КД, Бл, Ср, Кч О С НО

Однокритериальный выбор Выбрать наилучшее в некотором смысле решение; выбрать допустимое решение; упорядочить альтернативы Чс Нет КН, КД, Бл, Ср, Кч РМ, ИМ С НО

Многокритериальный выбор Уменьшить количество вариантов

Математические методы поиска экстремума Получить наилучшее или приемлемое решение Ан, Чс, МП, ДП Мт, Чс, Ал КН, КД Из, ИМ, РМ, ЭО В 0

Таблица 4

Параметры методов, применяемых на других этапах решения задач управления продуктом

Окончание табл. 4

Метод Цели исследования ТМ ТЗ ТП СО Т П #

Неоптимизационые математические методы Узнать значение переменных; их взаимосвязь; построить модель ситуации; получить количественные и качественные оценки последствий решений Ан, Чс, СГ, МЦ, Им Мт, Лн, Ст, Чс, Ал КН, КД Из, РМ, ЭО В 0

«Современный» факторный анализ* Построить модель ситуации; узнать взаимосвязь переменных Лн КН, КД Из, РМ, ИМ, ЭО В 0

Системы управления с ОС Построить автоматическую или автоматизированную систему управления Дн, Кб ВС, Ал КН, КД Из** В 0 1

Нечеткие СУ Дн, Кб, Ет ВС, Ал, Но КН, Нч Из, ЭО В 0

Поиск решения в системах, основанных на знаниях Найти многошаговое решение ПЗ См КН, КД, Бл, Ср, Кч Из, РМ, ИМ, Нр, ЭО Л 0 2

Экспертные решения Получить наилучшее или приемлемое решение; придумать альтернативы; получить количественные и качественные оценки решений Нет, Кг, Кч Но Бл, Ср, Кч, Бл, Ср, Кч ЭО Н 0

Дедуктивные рассуждения Получить новые знания ЕТ, ЛВ Пр Из, ЭО В 0

Методы оперативного управления Устранить текущие проблемы Нет Л КН, КД Из В 0 3

Кластерный анализ Определить класс имеющейся Ан Мт КН, КД Из, РМ, В 0

Дискриминантный анализ ситуации для принятия решения; построить классификатор новых Ан Лн, ПС КН, КД, Кч ИМ, ЭО 4

Деревья классификации ситуаций по решениям ЕТ, Ан Лн, ПС КН, КД, В 0 4

Сравнения с образцом Ан Лн, Мт Ср, Бл, Кч

Традуктивные рассуждения ПЗ, ЕТ, Кг, Кч ПС КН, КД, Бл, Кч Из, РМ, ИМ, ЭО В 0 4

Индуктивные рассуждения ПЗ, ЕТ, Кч, ЛВ ПС Бл, Ср, Кч Из, РМ, ИМ, Нр, ЭО В 0

Нейронные сети Нет Но КН, КД, Бл, Ср, Из, РМ, ИМ, ЭО В 0 4 5

Экспертные системы ЕТ ПС Кч С 0 5

Примечания . 1. Для систем с дискретным временем: дискретность моментов измерения состояния и управления. 2. Число шагов решения: несколько. 3. Степень повторяемости задачи: высокая; наличие альтернатив: нет. 4. Наличие решений для произвольных ситуаций 5. Степень повторяемости задачи: высокая. 6. Последний абзац (#) - для примечаний, отражающих особые параметры отдельных методов.

* Имеется множество разновидностей факторного анализа, однако для управления продуктом как частью маркетинговой деятельности наиболее полезен так называемый современный факторный анализ, суть которого состоит в построении факторов по критерию максимизации дисперсии значений факторов для элементов исследования.

** В некоторых случаях управляющая часть содержит модель объекта управления, но в рамках данной статьи во избежание излишней детализации управляющая часть представляется как не делимый на части преобразователь данных.

Из таблиц видно, что наборы параметров различных методов в значительной мере совпадают. Это позволяет применить к ним общую процедуру выбора в соответствии с параметрами реальной ситуации.

Результаты данной работы могут оказаться полезными тем, кто занимается решени-

ем маркетинговых задач по управлению продуктом, так как, с одной стороны, облегчают выбор методов, а с другой - позволяют сузить диапазон выбора метода решений конкретной задачи управления продуктом, используя знания о текущей ситуации, даже неполные.

СПИСОК ЛИТЕРАТУРЫ

1. Афанасьев, М.Ю. Исследование операций в экономике: модели, задачи, решения [Текст] / М.Ю. Афанасьев, Б.П. Суворов. - М.: Инфра-М, 2009. - 444 с.

2. Баллод, Б.А. Методы и алгоритмы принятия решений в экономике [Текст] / Б.А. Баллод, Н.Н. Елизарова. - М: Финансы и статистика, 2009, 224 с.

3. Дуболазов, В. А. Принятие управленческих решений в маркетинге с помощью компьютерных средств [Текст] / В.А. Дуболазов, Н.В. Павлов. - СПб.: Изд-во СПбГПУ, 2005. - 210 с.

4. Павлов, Н.В. Выбор метода решения маркетинговых задач управления продуктом на основе экс-

пертной системы [Текст] / Н.В. Павлов // Научно-технические ведомости СПбГПУ. - 2009. - № 4. -С. 246-253.

5. Павлов, Н.В. Маркетинговые исследования [Текст] / Н.В. Павлов. - СПб.: Изд-во Политехн. ун-та, 2007. - 366 с.

6. Рутковский, Л. Методы и технологии искусственного интеллекта [Текст] / Л. Рутковский. - М.: Горячая Линия - Телеком, 2010. - 520 с.

7. Черчилль, Г.А. Маркетинговые исследования [Текст] / Г.А. Черчилль, Т. Дж. Браун. - СПб.: Питер, 2010. - 704 с.

УДК 339.138

Н.В. Павлов

АПОСТЕРИОРНОЕ СЕГМЕНТИРОВАНИЕ ПОТРЕБИТЕЛЕЙ С ПОМОЩЬЮ КЛАСТЕРНОГО АНАЛИЗА

В последние годы организациям стало все сложнее добиваться конкурентных преимуществ на рынке потребительских товаров. Вывод на рынок принципиально новых категорий продуктов происходит, в общем, достаточно редко и осуществляется лишь небольшой группой организаций-лидеров рынка или создателей новых рынков. Подавляющее же большинство коммерческих организаций предлагает рынку усовершенствования уже имеющихся продуктов, не пытаясь найти новую, неудовлетворенную потребность (что сейчас крайне трудно сделать), а ориентируясь на более полное удовлетворение небольшой группы потребителей. Таким образом, маркетинг работает со все более мелкими

сегментами, зачастую доходя до индивидуального уровня.

Данная работа посвящена описанию процедуры перспективного в данных условиях апостериорного сегментирования [1]. Оно основано на изучении неудовлетворенности уже имеющимся продуктом и предполагает опрос потребителей. Под продуктом в данной статье мы будем понимать только материальный продукт. Однако предлагаемая процедура может быть легко адаптирована к рынкам услуг или интеллектуальных продуктов.

Исследования относятся к типу поисковых, так как их цель - выделить и описать перспективный сегмент потребителей. Поэтому количе-