CC BY
80
-►
Системный анализ и управление
УДК 519.87
М.Н. Харисов
РАЗРАБОТКА АРХИТЕКТУРы WEB-ИНТЕГРИРОВАННОЙ CRM СИСТЕМы
для индустрии интернет-торговли
Перенасыщенные и управляемые спросом рынки заставляют компании индустрии интернет-торговли сталкиваться с множеством новых проблем. Разница в цене и в параметрах продуктов нивелируется и не может больше выступать в роли конкурентного преимущества. Компании становятся не в состоянии привлекать клиентов, предлагая стандартные продукты и услуги. Клиенты отдают предпочтение не конкретным продуктам, а комплексным решениям, наиболее удовлетворяющим их индивидуальным требованиям и приоритетам. Клиенты и знания компании о своих клиентах - одни из наиболее ценных активов организации. Ориентированные на клиента подходы ведения бизнеса являются основой эффективной бизнес-модели компании индустрии интернет-торговли. Анализ данных уже имеющихся клиентов - наиболее эффективный способ развития ориентированной на клиентов стратегии маркетинга, продаж и оказания сервисных услуг. Данный факт объясняется основной аксиомой маркетинга: чем больше вы знаете о своих клиентах, там легче вам будет поставлять товары и услуги, в которых они заинтересованы [1].
Для оптимизации финансово-хозяйственной деятельности компании в соответствии со структурой целевых сегментов потребителей на основе поощрения поведения, нацеленного на максимальное удовлетворение потребностей клиентов, применяется стратегия управления взаимоотношениями с клиентами (CRM - Customer Relationship Management), включающая в себя технологии для организации, автоматизации и синхронизации бизнес-процессов торговой деятельности, маркетинга, обслуживания клиентов и технической поддержки [2]. Актуальность задачи разработки, адаптированной к данному сектору экономики,
решения для автоматизации процесса управления взаимоотношениями с клиентами следует из неспособности на текущем этапе развития российского рынка CRM систем удовлетворить потребности и ответить индивидуальным особенностям всех игроков индустрии интернет-торговли [6]:
стоимость требуемых клиентских лицензий существующих решений значительно превышает возможности бюджета на автоматизацию бизнес-процессов для большинства компаний сегмента рынка;
низкий уровень поддержки процесса отслеживания и автоматизации взаимоотношений с клиентами - юридическими лицами при доминирующей среди потенциальных потребителей CRM систем в индустрии B2B форме электронной торговли;
большинство решений не способно обеспечить взаимодействие между пространственно-разделенными частями организации и с удаленными сотрудниками, что особо критично для компаний с децентрализованной пространственной структурой;
сложность и трудоемкость внедрения дополнительной функциональности и модификации существующей, что приводит к сужению сферы применения продукта, либо к утрате особенности бизнес-процесса и потере конкурентных преимуществ пользователя системы.
На основе анализа требований потенциальных пользователей CRM системы в индустрии интернет-торговли можно выделить основные задачи, которые будет выполнять разработанное решение:
поиск потенциальных потребителей по параметрам наиболее прибыльных клиентов организации в процессе взаимодействия, продаж, реализации и проведения маркетинговых компаний;
реализация целевого маркетинга на web-сайте компании с учетом принадлежности индивидуального потребителя к сегменту клиентов и определения наиболее популярных товаров и услуг для данного сегмента;
удержание наиболее лояльных клиентов компании посредством их выявления и применения к ним методов поощрения;
расширение взаимодействий с клиентами при помощи web-интерфейса CRM в сочетании с инструментами обслуживания, предлагающими услуги специалистов по продажам и сервису;
стимулирование дальнейшего развития и сокращения расходов в области целевого маркетинга
и управления взаимоотношениями с клиентами.
В соответствии с назначением CRM системы можно сформулировать следующие основные принципы разработки ее архитектуры:
сбор и обработка полной информации о клиентах с использованием всех точек соприкосновения (телефонные звонки, электронная почта, регистрационные формы на web-сайте, продажи и реализация товаров и услуг);
поддержка сбора, обработки и анализа данных клиентов как физических, так и юридических лиц;
наличие единого хранилища данных клиентов, информации о взаимодействии с ними, ре-
Рис. 1. Архитектура CRM системы в индустрии интернет-торговли
зультатов анализа данной информации, принятых управленческих решений;
глубокий анализ собранной информации о клиентах и подготовка данных для принятия управленческих решений.
С учетом сформулированных принципов построения разработана архитектура CRM системы для малого и среднего бизнеса индустрии интернет-торговли, представленная на рис. 1.
Фронтальный сегмент e-CRM системы представляет собой web-формы заполнения данных клиентов при первичной регистрации на web-сайте компании, либо при формировании заказа на товар, и состоит из блока сбора информации о клиентах - физических лицах.
Операционный сегмент представляет собой web-формы данных о результатах взаимодействий с клиентами по всем точкам соприкосновения, данных финансовой отчетности клиентов -юридических лиц, сформированных авторизованными пользователями системы, а также данных управленческих решений, принятых по результатам анализа. Данный сегмент состоит из блоков ввода информации о клиентах - юридических лицах и ввода информации о результатах взаимодействий с клиентами.
Сегмент хранилища данных представляет
собой сосредоточенную реляционную базу данных под управлением клиент-серверной системы управления базами данных mySQL.
Сегмент системы бизнес-анализа и поддержки принятия решения представляет собой совокупность web-интегpированных скриптов, автоматизирующих процесс математического анализа клиентских данных и выработки на его основе управленческих решений по коррекции процессов взаимодействий с клиентами. В состав сегмента входят блоки поддержки решения по управлению взаимодействиями с клиентами - физическими лицами и клиентами - юридическими лицами.
Архитектура разработанного блока поддержки решения по управлению взаимодействиями с клиентами - физическими лицами представлена на рис. 2. В блоке формирования нечеткой информации клиентов с помощью математического аппарата нечеткой логики происходит фаззификация исходных потребительских данных [3]. В блоке прогнозирования финансовых потоков при взаимодействии с клиентами с помощью математического аппарата искусственных нейронных сетей производится расчет значений прибыли с клиента в прогнозном периоде [3]. На основе полученных значений финансовых потоков и данных клиентов в нечетком виде происходит сегментация потреби-
Рис. 2. Архитектура БППР по управлению взаимоотношениями с клиентами - физическими лицами
Рис. 3. Архитектура БППР по управлению взаимоотношениями с клиентами - юридическими лицами
телей компании и выработка по каждому клиенту, в зависимости от его принадлежности к определенному сегменту, управленческих решений:
применение методов поощрения к клиентам, входящим в сегмент наиболее прибыльных и лояльных потребителей компании;
рекомендации клиентам на web-сайте компании товаров и услуг, являющихся наиболее популярными в сегменте, к которому они принадлежат;
выделения сегментов потребителей для проведения маркетинговых компаний;
разработка продуктов и услуг, максимально удовлетворяющих потребностям клиентов.
Архитектура разработанного блока поддержки решения по управлению взаимодействиями с клиентами - физическими лицами представлена на рис. 3.
В блок прогнозирования ФХ показателей клиентов - юридических лиц на основе данных финансовой отчетности организаций и экспертных данных по кумулятивным экономическим коэффициентам с помощью математического аппарата имитационного моделирования и математического аппарата прогнозирования методом процента от продаж производится прогноз значений ста-
тей баланса компании и потребности во внешнем финансировании на прогнозный период [5]. На основе вычисленных значений с помощью математического аппарата анализа финансового состояния компании производится расчет прогнозных финансовых коэффициентов компании (коэффициентов ликвидности, платежеспособности, деловой активности) [4]. В БППР о продлении взаимоотношений с компанией-клиентом на основе прогнозных значений финансовых коэффициентов организации с помощью математического аппарата многокритериальной оптимизации осуществляется принятие управленческого решения о подписании договоров на поставку товаров и оказание услуг.
Апробация разработанных методов и алгоритмов, произведенная на конкретных примерах, показала, что применение созданной CRM системы в малых и средних компаниях индустрии интернет-торговли позволит, с учетом недостатков существующих решений, обеспечить автоматизацию оперативного управления процессом оказания услуг, повысить качество оказываемого сервиса и лояльность клиентов к компании в частности и к отрасли в целом, снизить риски потерь
иммобилизованных из хозяйственного оборота собственных оборотных средств в виде дебиторской задолженности клиентских компаний. Это даст возможность организациям сократить расхо-
ды в области целевого маркетинга и управления взаимоотношениями с клиентами, увеличить объем товарного и денежного оборота, а также повысить значение чистой прибыли компании.
список литературы
1. Sommer, S. Relationship management and customer states: Towards a model of multichannel integration for the electronic commerce [Электронный ресурс] I S. Sommer, А. Hilbert Andreas, Juhrisch Martin II Online Proc. of Modelling Business Information Systems. -2010. -P. 164-174.
2. Hilbert, A. Customer-Value-Based Revenue Management [Электронный ресурс] I A. Hilbert, V Martens, TobiasII J. of Revenue & Pricing Management, advance online publication. -2009.
3. Hilbert, А. Customer data sources and analytical results in Customer Relationship Management [Текст] I А. Hilbert, D.R. Bogdanova, M.N. Kharisov II Proc. of the
4th Russian-German Workshop «Innovation Information Technologies: Theory and Practice». -Ufa, 2011.
4. Шеремет, А.Д. Методика финансового анализа деятельности коммерческих организаций [Текст] / А.Д. Шеремет, Е.В. Негашев. -М.: Экономика, 2008. -371 с.
5. Соколов, Е.В. Управление финансами наукоемких предприятий: Учебник [Текст] / Е.В. Соколов, К.Д. Гайво-ронская, А.В. Пилюгина [и др.]; Под ред. Е.В. Соколова. -М.: Изд-во МГТУ им. Н.Э. Баумана, 2008.- 523 с.
6. Результаты исследований [Электронный ресурс] / Режим доступа: http://www.index-crm.ru
УДК 519.854.2
A.C. Филиппова, C.B. Телицкий
КОМПЛЕКСНыЙ ПОДХОД К РЕШЕНИЮ ЗАДАЧИ ПОКРыТИя ОБЛАСТИ ЗАГОТОВКАМИ НЕОПРЕДЕЛЕННыХ РАЗМЕРОВ
В различных областях жизнедеятельности возникают ситуации, когда необходимо покрыть заданную геометрическую область объектами меньшего размера так, чтобы была покрыта вся область. Эта задача является частным случаем NP-трудного класса задач «раскроя и упаковки» [1]. Сложность подобных задач экспоненциально увеличивается с увеличением размерности [2]. Задачи геометрического покрытия встречаются при проектировании и размещении систем воздушного и космического наблюдения, систем безопасности, в агротехнических системах.
Задача покрытия ортогонального полигона минимальным количеством прямоугольников получила название «Irreducible Covering Problem». Y. Cheng, S.S. Iyegnar и R.L. Kashyap показали, что эта задача имеет практическое применение в процессе сжатия изображений и в печати интегральных схем [3] и др. Впервые W.J. Masek доказал, что задача является NP-полной [4]. Качество решения оценивается фактором аппроксимации. Фактор аппроксимации для этой задачи
покрытия представляет собой отношение количества прямоугольников в решении алгоритма к количеству прямоугольников в оптимальном решении. Фактор аппроксимации задачи покрытия полигона - O(log n), где n - число вертикальных или горизонтальных ребер многоугольника, стал известен благодаря D.S. Johnson и L. Lovasz, использовавшим «жадную» схему [5]. Таким образом, этот фактор аппроксимации считался лучшим до настоящего времени. D.S. Franzblau ввел дополнительные ограничения [6]: если многоугольник M не имеет отверстий, то фактор аппроксимации равен двум; если M вертикально выпуклый, то точное решение можно найти алгоритмом полиномиальной сложности. В обоих случаях существование отверстий невозможно. J. Gudmundsson и C. Levcopoulos описывают алгоритм решения задачи покрытия прямоугольниками, работающий за время O(n log n) [7, 8].
В данной статье рассматривается проблема, встречающаяся в строительной индустрии. Это задача покрытия заданной геометрической обла-
