CC BY
63
УДК 339.1 Л.А. Барлиани СГГ А, Новосибирск
ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ МЕТОДОВ ОЦЕНОК ПРИ АНАЛИЗЕ ПОТРЕБИТЕЛЬСКОЙ ЛОЯЛЬНОСТИ К ПРЕДПРИЯТИЮ
В статье рассмотрены экспертные методы оценок, используемые при анализе потребительской лояльности к предприятию и алгоритм обработки полученных экспертных оценок.
L.A. Barliani SSGA, Novosibirsk
EXPERT ESTIMATION TECHNIQUES FOR THE ANALYSIS OF CONSUMER LOYALTY TO THE ENTERPRISE
The paper deals with the expert estimation techniques used for the analysis of consumer loyalty to the enterprise and the algorithm for expert estimations processing.
Сегодня при анализе потребительской лояльности используются различные индивидуальные и групповые экспертные методы оценок.
Индивидуальные экспертные методы (стандартизированный и нестандартизированный экспертные опросы, метод «индивидуального блокнота» и др.) предполагают индивидуальную работу исследователей с каждым из привлеченных экспертов. При этом может быть задействован и один эксперт, если его квалификации достаточно для снятия информационной неопределенности по проблеме. Однако обычно привлекают несколько экспертов для повышения надежности экспертизы.
В отличие от индивидуальных групповые методы (деловая игра, метод мозгового штурма, метод Дельфи и др.) предполагают коллективную работу экспертов (очную или заочную), они требуют согласования мнений всех экспертов и разработку общего экспертного вывода. Групповые методы предпочтительнее с точки зрения повышения надежности экспертизы, однако, они весьма сложны по подготовке и проведению. В данном случае требуются высококвалифицированные специалисты для разработки процедуры группового взаимодействия.
Очень важным является этап выбора экспертов. В качестве основных критериев отбора можно назвать следующие:
- Уровень компетентности эксперта в данной предметной области (уровень и профиль образования, профиль работы, опыт работы по профилю, уровень решаемых проблем, количество и качество ранее выполненных экспертиз);
- Степень объективности и беспристрастности эксперта при анализе и оценке явлений в данной предметной области (незаинтересованность эксперта в принятии определенного решения);
- Умение работать в команде (это особенно важно для группового экспертного опроса), т.е. Коммуникативные навыки, способность к совместному творчеству, гибкость ума, нонконформизм.
При оценивании экспертов по названным критериям и выборе экспертов могут использоваться следующие процедуры:
- Самооценка экспертов по объективным параметрам;
- Взаимная оценка экспертов;
- Оценка экспертов независимыми специалистами;
- Оценка уровня компетентности экспертов с учетом качества ранее проведенных экспертиз (данная оценка производится самой исследовательской командой на основе анализа ретроспективных данных о работе эксперта).
Наиболее предпочтительным является отбор экспертов на основе независимой квалифицированной оценки с поправкой на качество ранее сделанных экспертиз.
Следует отметить, что информация, полученная в процессе экспертного опроса, не является готовой экспертизой, она должна быть обработана, и лишь после этого ее можно рассматривать как решение поставленной задачи.
Можно предложить следующий алгоритм обработки экспертной оценки. Пусть требуется получить относительную оценку значимости т факторов, формирующих потребительскую лояльность к предприятию (местоположение предприятия, его престиж, политика ценообразования, качество реализуемых товаров и/или оказываемых услуг, ассортимент товаров/услуг, организация программ лояльности и т.д.). Через х..
У
необходимо обозначить числовую оценку (ранг) /-ого фактора у-м экспертом. Совокупность индивидуальных рангов, полученных в результате опроса п экспертов, можно представить в виде исходной матрицы опроса
х
Х =
х х .. 11 12
X X 21 22
1п
х
2 п
х х ... х
т1 т2 тп
(1)
Поскольку в матрице опроса (1) имеются субъективные оценки экспертов, необходимо ее подвергнуть статистической обработке, которая предусматривает анализ всей экспертной группы с точки зрения согласованности мнений экспертов. Оценка группы экспертов проводится с использованием части полученных статистических оценок. Если последние не удовлетворяют соответствующим статистическим критериям, то производят измерение состава экспертов и повторную процедуру опроса.
На первом этапе статистической обработки результатов опроса определяется усредненное мнение экспертов:
т т
X I
У
х = г = 1у = 1 ■ (2)
ш • п
Далее определяются суммы квадратов отклонений:
т п
$ = X X (х.. ~ х). (3)
¿=1 у = 1 4
В качестве меры согласованности мнений экспертов используется
коэффициент конкордации Ж [1]:
12
п2т(п2 -1)
Величина Ж изменяется в переделах от 0 до 1. При Ж = 0 согласованности совершенно нет, т.е. связь между оценками различных экспертов отсутствует. При Ж > 0,5 действия экспертов более согласованны, чем не согласованны. При Ж = 1 согласованность экспертов полная.
Для проверки значимости коэффициента конкордации применяется
критерий Пирсона. С этой целью определяют фактическое значение Хф - л/л7 .
Если выполняется условие Хф< Хт , то можно утверждать, что мнения
экспертов согласуются случайно и переходят к дальнейшей обработке экспертной оценки.
Можно предложить следующий итерационный алгоритм, состоящий из нескольких этапов.
Для удобства расчетов производится нормирование элементов исходной матрицы опроса (1). В результате получается нормированная матрица опроса
А
а а ... а
11 12 1п
а а ... а
21 22 2п
а а ... а
т1 т2 тп
(4)
хч
гДе % = иг--
п
Далее вычисляются векторы групповых оценок по формуле: 7 = АТ К. (5)
где К = (К ,К ...К ) - известный вектор компетентности экспертов.
Вектор групповой оценки (5) умножается на нормированную матрицу опроса (4) и переходят к новому вектору компетентности:
(6)
К =ATY.
(0)
Для ускорения нормируется:
К
кт _ (0)
к.
'(0)
сходимости итерации вектор компетентности
(7)
где
K (0)
норма вектора компетентности.
Процесс итерации продолжается. Для этого нормированный вектор компетентности подставляется в выражение (5) и т.д. Итерация продолжается до стабилизации вектора компетентности и, следовательно, групповой экспертной оценки Y, вычисляемой по формуле (5). После стабилизации выбирается тот объект, который имеет максимальный ранг из групповой экспертной оценки.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Дубров, А.М. Многомерные статистические методы: учебник для экон. специальностей вузов [Текст] / А.М. Дубров, В.С. Мхитарян, Л.И. Трошин. - М.: Финансы и статистика, 1998. - 350 с.
© Л.А. Барлиани, 2010
