CC BY
37
УДК 338.516:339.132/.133+339.133.024+658.8.012.12 ББК 65.054
DOI: 10.14529/em160410
ТЕХНОЛОГИЯ АДАПТИВНОГО УПРАВЛЕНИЯ СИНЕРГЕТИЧЕСКИМ ВЗАИМОДЕЙСТВИЕМ СПРОСА И ПРЕДЛОЖЕНИЯ НА ОСНОВЕ ПРОЕКТНО-ИССЛЕДОВАТЕЛЬСКОГО КОМПЛЕКСНОГО МАРКЕТИНГОВОГО ЭКСПЕРИМЕНТА
В.Г. Будашевский, О.Н. Пастухова
Южно-Уральский государственный университет, филиал в г. Миассе
Выполнен конструктивный сравнительный анализ методов и моделей оценки спроса, применяемых в экономике и маркетинге. Разработана системная технология анализа и прогноза потребительских предпочтений, рассмотренных в сочетании цены и интегрального индикатора качества, предложенной для объективного выбора конкретных наиболее рациональных действий предприятия. Рекомендовано проведение маркетингового эксперимента для получения регрессионных моделей, с целью репозицио-нирования, обеспечивающего возможное увеличение выручки от продаж данного товара в условиях конкурентной среды.
Ключевые слова: управление спросом, предложение, прогнозирование, маркетинг, планирование эксперимента, синергетическое взаимодействие, регрессионное моделирование, ранжирование предпочтений, потребительские свойства, репозиционирование.
Предложенное название статьи необходимо пояснить - какова логика выбора формата и предмета исследования, а также соответствующих методов и моделей.
Проблема управления спросом ниже рассматривается применительно к деятельности предприятия, продукция (товары и/или услуги) которого должна быть достаточно конкурентоспособна на рынке. Решение этой проблемы требует учета действий как минимум двух главных игроков на рынке:
- производителя, создающего данный товар, управляющего его свойствами и рыночной ценой,
- покупателя, формирующего (явно или неявно) потребительские предпочтения и осуществляющего выбор данного товара среди конкурирующих.
Поэтому технология решения проблемы должна базироваться на системном анализе, прогнозировании и синтезе синергетического взаимодействия интересов сторон, способствуя повышению конкурентоспособности товара, в условиях неизбежной изменчивости и неопределенности ситуации на рынке (по крайней мере, на его данном сегменте).
Управление спросом на практике означает не конкретные гарантии, а цель, т. е. выявление рациональной технологии (совокупности методов и моделей) реально возможных и осуществимых действий в условиях ограниченных ресурсов. Адаптивность управления обязательна для корректировок действий с учетом изменения существенных факторов внешней среды.
Поскольку стратегия и тактика поведения предприятия на рынке относятся к маркетингу, то соответствующие действия, связанные с формированием потребительской ценности товара и его це-
ны, предполагают применение традиционных маркетинговых методов и моделей. Но они в данной статье дополнены и развиты, а кроме того, показана необходимость (особенно применительно к высокотехнологичным и наукоемким разработкам) системного управления взаимодействием по ключевым направлениям - проектированию, производству, маркетингу, менеджменту, экономике и финансовому анализу.
Необходимо подчеркнуть принципиальную особенность самой проблемной ситуации и адекватных для нее методов (и моделей) исследования.
Рынок как экономическая система, в которой решения принимают люди, является структурно-неопределенной (с множеством предполагаемых факторов и многими нераспознаваемыми причинно-следственными связями между ними), поэтому соответствующие принимаемые решения вынужденно являются объективно-субъективными, это относится также и к некоторым методам (среди них названные автором «логико-эвристические» [1]), к анализу и прогнозу решений.
Для рационального решения проблемы системного (желательно, синергетического) взаимодействия интересов и действий производителя товара и его потребителей необходим конструктивный анализ комплекса следующих ключевых факторов: ценность (выгоды) товара [15] и платежеспособность потребителей, финансовые затраты и другие ограниченные ресурсы производителя, неопределенность и изменчивость конкурентной среды. Указанные вопросы находятся в русле различных областей науки - традиционной [2-5] и поведенческой экономики [6, 7], современных направлений маркетинга [8-10], теории игр [18] и статистических решений [13], теории принятия
решений [12], теории планирования эксперимента [11, 14], управления проектами [19, 20], управления рисками [1], инновационного менеджмента [20, 21], имитационного моделирования [23], социальной и когнитивной психологии [16], системного анализа [17], исследования операций [22]. Причем, соответствующие информационные потоки не всегда пересекаются.
Известно, что основными составляющими формирования выручки являются непосредственно цена на конкретный вид товара, а также количество реализованной продукции, которое в большой степени зависит от ее качества. Ценой, как правило, предприятия управляют самостоятельно, варьируя ее исходя из себестоимости продукции и заложенного уровня доходности. Уровень качества часто определяется имеющимися производственными мощностями фирмы, и реже учитываются требования клиентов. При этом под качеством должна пониматься совокупность потребительских свойств товара, услуги [20]. Ранее был предложен показатель, учитывающий разноразмер-ность и уровень значимости конкретных потребительских свойств продукции - интегральный индикатор качества (ИИК) [20], рассчитываемый по формуле
ИИК* = Е х^ х..1 Л
где а! - величина, обратная рангу г1 (а! = 1/г1), г = 1 для наиболее значимого свойства, г = п для наименее значимого, £ - частные функции полезности отдельных потребительских свойств.
С целью обеспечения наиболее объективного анализа предпочтений потребителей относительно цены и качества товара рекомендуется ранжировать отдельные потребительские свойства продукции не только сформированной выборкой покупателей, но и специалистов, занимающихся разработкой, продвижением и реализацией продукции. Создается такая фокус-группа, в которую войдут и сотрудники организации разного профиля (директор, конструктор, маркетолог, главный инженер, экономист и др.), и, по возможности, специалисты со стороны - независимые эксперты. Ранжируя потребительские свойства двумя группами (с расчетом коэффициента конкордации, критерия согласия Пирсона, ранговой корреляции Спирмена), получим данные о наиболее предпочтительных свойствах товара, улучшая которые можно значимо повысить уровень ИИК. В условиях рыночной среды, с целью определения фактического текущего положения товара фирмы относительно конкурентов, строится карта позиционирования в координатах «цена - интегральный индикатор качества» [24].
Ответить на вопрос, как изменится выручка от продаж с изменением увязанных между собой факторов цены и ИИК на заданных уровнях, можно с помощью последовательного выполнения
следующих этапов технологии, предполагающей реализацию комплексного маркетингового управляемого эксперимента.
Во-первых, на карте позиционирования в координатах «цена - ИИК» определяется факторное пространство, на котором выделяется предпочитаемый рыночный сегмент. Стоит отметить, что для разных типов рынка минимальный уровень интегрального индикатора качества может быть разным. Так, для промышленного рынка нижняя граница ИИК устанавливается регламентированными техническими нормами и стандартами, составляющая примерно половину (0,5). Поэтому для производственных предприятий предпочтительной областью будет выделенный на рис. 1 сегмент Б. Далее в выбранном сегменте задаются 9 точек, увязывающих определенные фиксированные уровни цены и интегрального индикатора качества.
Рис. 1. План эксперимента в заданной области карты позиционирования
На следующем этапе необходимо провести ранжирование сочетаний «цена - ИИК» в заданных точках двумя группами - потребителей и специалистов, аналогично тому, как проводился опрос по потребительским свойствам товара. С целью проверки статистической объективности полученных ответов оцениваются разбросы результатов опроса в каждой из 9 точек с помощью сред-неквадратического отклонения, рассчитывается коэффициент детерминации, проводится оценка значимости коэффициентов регрессии, проверка адекватности модели, анализ остатков.
Далее, используя оценочную согласующую функцию полезности [1], увязывающую полученные средние значения рангов (г) и относительные величины выручки, определяем ее прогнозные уровни (В) (рис. 2). Кривая согласующей функции полезности также имеет разбросы относительно наиболее ожидаемой линии, характеризующие оптимистический и пессимистический оценки.
Причем, «переводить» значения рангов в уровни выручки можно как на этапе перехода к регрессионному моделированию (в таком случае необходимо привести результаты опроса в значениях выручки), так и впоследствии, после анализа результатов на языке рангов.
Управление социально-экономическими системами_
дены на рис. 3. Целью проведения изолиний является наглядное представление искомой функции (в нашем случае рангов) при заданных уровнях факторов, причем прогнозный у(хь х2) имеет не одно фиксированное значение, а множество - при различном сочетании цены и ИИК.
Одна из целей и задач предлагаемой технологии - по результатам опроса потребителей диагностировать выборку с позиции того, к какому сегменту относятся клиенты, исходя из их предпочтений цены и качества (например, сегмент «Элит» - высокие и цена, и качество - соответствует правому верхнему углу факторного пространства на рис. 3, сегмент «Эконом» - более низкие цена и качество - левый нижний угол на рис. 3). Этот анализ позволяет выявить таких потребителей, ответы которых заведомо «неадекватны», и, по возможности, их отсеять.
Еще одной важной задачей предприятия-производителя является прогнозирование оценок выручки от реализации продукции, и, по возможности, увеличение ее уровня. Текущее положение товара данной фирмы относительно конкурентов представляется на карте позиционирования. С целью репозиционирования, обеспечивающего возможное увеличение выручки от продаж конкретного товара в условиях конкурентной среды, необходимо ответить на следующие вопросы:
- куда нужно переместиться производителю на карте позиционирования, чтобы обеспечить желаемый уровень выручки;
- как попасть в точку намеченного репози-ционирования.
Ответ на первый вопрос можно получить, анализируя изолинии, построенные по уравнению регрессии для потребителей. Причем, определяя желаемый уровень среднего ранга (например, у = 2), выбирается одно из сочетаний цены и ИИК на соответствующей изолинии у = 2 в интересующем сегменте. Выручка же определяется с помощью согласующей функции полезности, рассмотренной выше.
Чтобы разработать наиболее рациональное решение, которое обеспечит попадание товара фирмы в новую точку на карте позиционирования, целесообразно применить логико-эвристическую технологию «Рго-СОКРАТ» [1, 19, 25] применительно к данному виду продукции.
В заключение можно отметить, что предложенную в настоящей статье технологию адаптивного управления взаимодействием спроса и предложения следует апробировать применительно к различным товарам и сегментам рынка. Причем, маркетинговый эксперимент целесообразно провести в несколько этапов, добавив к рассмотренным выше двум (ранжированию свойств товаров и ранжированию сочетаний цены и интегрального индикатора качества) еще и эксперимент с фактическими продажами, используя при исследовании теории статистических решений.
Рис. 2. Согласующая функция полезности, с разбросами
Следующий этап предлагаемой технологии -проведение регрессионного моделирования, используя результаты применения планирования эксперимента по схеме центрального композиционного ортогонального плана (ЦКОП) [11]. Выбор матрицы ЦКОП обусловлен тем, что коэффициенты уравнения регрессии в этом случае вычисляются по достаточно простым формулам, они независимы друг от друга, при этом получаемые значения отражают вклад каждого фактора в изменение искомой функции. Таким образом, в отличие от пассивного эксперимента, возможно управление изменением ключевых факторов.
В ходе планирования эксперимента, основанного на проведенном опросе потребителей (оценочно, не менее 30 человек) конкретного вида товара - измельчитель зерна фирмы «Фермер», а также фокус-группы специалистов (7 разнопрофильных сотрудников производственного предприятия), получено два регрессионных уравнения У1,2=/(хь Х2), где искомая функция - средний ранг, X] - это уровень ИИК, х2 - цена (в кодированных значениях) [14], соответствующих двум опрашиваемым группам, в виде квадратичного полинома:
1) для выборки потребителей:
употр = 4 - 1,3х: - 0,3х2 - 2,8^х2 + 0,2х2 +1,3х2;
2) для фокус-группы специалистов:
■i-p
= 3,4 - 0,9х, - 2,1х2 - 2х,х2 + 0,6х2 +1,8х
12 "
М
2
уф-
где х; = (X; - Хо;)/ ДХЬ Дх; - масштаб по оси х1.
Необходимо проверить качество полученных уравнений, для этого проведем оценку значимости коэффициентов регрессии с помощью ^критерия Стьюдента, а также адекватности математической модели, используя Б-критерий Фишера. Полученные результаты сведены в таблицу.
В результате отсеивания незначимых коэффициентов регрессии получены следующие модели:
употр = 4 - 1,3х1 - 2,8х1х2 ,
уф-гр = 3,4 - 2,1х2 - 2х1х2.
Графические изображения изолиний средних рангов (у1) относительно кодированных значений факторов хь х2 для выборки потребителей приве-
Расчетные данные оценки качества регрессионных уравнений
Регрессионная модель Оценка дисперсии S2{y} ^критерий Стьюдента (при 3-х степеней свободы и уровне значимости 5% 1 табл = 3,18) F-критерий Фишера FKp(0,05;3;29) = 2,28
употр 1,4 Ц = 9,9; = -2,6 не значим; 12р = -0,5 не значим; 112р = -4,6; 1цр = 0,2 не значим; 122р = 1,6 не значим Fp = 0,74< FKP адекватна
уф-гр 0,71 Ц = 12,1; = -2,6 не значим; 12р = -6; ^2р = -4,7; 1цр = 1,0 не значим; 122р = 3,0 не значим Fp = 0,67< Fkp адекватна
Рис. 3. Графическая интерпретация математической модели для группы потребителей
Литература
1. Будашевский, В.Г. Логика: Основы технологии продуктивного мышления: учебное пособие / В.Г. Будашевский. - Челябинск: Издательский центр ЮУрГУ, 2014. - 187 с.
2. Баев, И.А. Динамика покупательского спроса инновационного товара /И.А. Баев, Д.А. Дрозин // Вестник ЮУрГУ. Серия «Экономика и менеджмент». - 2014. - Т. 8, № 2. - С. 80-85.
3. Green K.C., Armstrong J.S. Demand forecasting: Evidence-Based Methods (2012). Available at: http://www.kestencgreen.com/demandfor.pdf (accessed 15 February 2016).
4. Brodie R.J., Danaher P., Kumar V., & Leeflang P. (2001). Econometric models for forecasting market share. In J.S. Armstrong (Ed.), Principles of Forecasting (pp. 597-611). Norwell, MA: Kluwer Academic Publishers.
5. McCarthy T.M., Davis D.F., Golicic S.L. & Mentzer J.T. (2006). The evolution of sales forecasting management: A 20-year longitudinal study of forecasting practices // Journal of Forecasting, 25, pp. 303-324.
6. Мизес, Л. Человеческая деятельность: Трактат по экономической теории / Л. Мизес. -Челябинск: Социум, 2005. - 878 с.
7. Kahneman, D. Thinking, Fast and Slow. / D. Kahneman. - Farrar Straus and Giroux, 2011. -Р. 512.
8. Котлер, Ф. Латеральный маркетинг / Ф. Котлер; пер. с англ. - Альпина Паблишер, 2010.
- 208 с.
9. Макдональд, М. Почему ваш маркетинговый план не работает? / М. Макдональд; пер. с англ. - М.: ФАИР-ПРЕСС, 2003. - 192 с.
10. Чевертон, П. Теория и практика современного маркетинга: Полный набор стратегий, инструментов и техник / П. Чевертон; пер. с англ.
- М.: ФАИР-ПРЕСС. - 2002.
11. Налимов, В. В. Теория эксперимента / В.В. Налимов. -М. : Наука, 1971. - 208 с.
12. Ларичев, О.И. Теория и методы принятия решений / О.И. Ларичев. - 2-е изд., испр. и доп. -М.: Логос, 2002. - 392 с.
13. Чернов, Г. Элементарная теория статистических решений / Г. Чернов, Л. Мозес. - Изд-во: Советское радио, 1962. - 408 с.
Управление социально-экономическими системами
14. Адлер, Ю.П. Введение в планирование эксперимента /Ю.П. Адлер. - М.: Металлургия, 1968. -155 с.
15. Липсиц, И.В. Маркетинг для топ менеджеров. 70 лучших идей для вашего бизнеса / И.В. Липсиц. - Изд-во:Эксмо, 2007. - 448 с.
16. Майерс, Д. Социальная психология / Д. Майерс. - 7-е изд. - СПб.: Питер, 2009. - 800 с.
17. Эшби, У.Р. Введение в кибернетику / У. Росс Эшби. - М.: Изд-во иностранной литературы, 1959. - 429 с.
18. Хай, Г.А. Теория игр в хирургии / Г.А. Хай. - Л.: Медицина, 1978. - 224 с.
19. Будашевский, В.Г. Проектно-исследова-тельский анализ и синтез технических решений / В.Г. Будашевский. - М.: ВНИИПИ, 1990. - 51 с.
20. Будашевский, В.Г. Инновационный менеджмент. (Практические основы технологии): учебное пособие / В.Г. Будашевский. - Челябинск: Изд-во ЮУрГУ, 2008. - 81 с.
21. Decker, R., Gnibba-Yukawa, K. (2010). Sales Forecasting in High-Technology Markets: A
Utility-Based Approach. Journal of product innovation management, 27(1), pp. 115-129.
22. Венцель, Е.С. Ведение в исследование операций / Е.С. Вентцель. - М.: Советское радио, 1964. - 390 с.
23. Шеннон, Р. Имитационное моделирование систем / Р. Шеннон. - Искусство и наука. - М.: Мир, 1978. - 418 с.
24. Будашевский, В.Г. Системный анализ и прогноз позиционирования товара и фирмы на основе формирования интегрального индикатора качества товара / В.Г. Будашевский // Труды II научной школы. Проблемы устойчивого развития городов России. - Миасс: Геотур, 2005. - С. 7-12.
25. Будашевский, В.Г. Технология разработки инновационных решений на основе синергетиче-ского взаимодействия репозиционирования продукции и реинжиниринга предприятия / В.Г. Будашевский, О.Н. (Коротких) Пастухова // Социально-экономические, институционально-правовые и культурно-исторические компоненты развития муниципальных образований: сб. науч. тр. -Миасс: Геотур, 2011. - С. 14-17.
Будашевский Владлен Григорьевич. Кандидат технических наук, доцент, Южно-Уральский государственный университет, филиал в г. Миассе, budashevskiivg@susu.ac.ru
Пастухова Ольга Николаевна. Кандидат экономических наук, доцент, Южно-Уральский государственный университет, филиал в г. Миассе, olga.nic.kor@yandex.ru
Поступила в редакцию 18 мая 2016 г
DOI: 10.14529/em160410
TECHNOLOGY OF ADAPTIVE MANAGEMENT OF SYNERGETIC INTERACTION OF SUPPLY AND DEMAND ON THE BASIS OF A DESIGN AND RESEARCH COMPLEX MARKETING EXPERIMENT
V.G. Budashevskij, O.N. Pastukhova
South Ural State University, Miass Branch, Miass, Russian Federation
The constructive comparative analysis of the methods and models of the demand estimation applied in economics and marketing is executed. The system technology of the analysis and forecast of the consumer preferences considered in a combination of the price and the integrated indicator of quality offered for the objective choice of specific most rational actions of the enterprise is developed. It is recommended to conduct a marketing experiment to receive regression models for the purpose of the repositioning to provide possible increase in proceeds from sales of these goods in the conditions of the competitive environment.
Keywords: demand management, supply, forecasting, marketing, design of experiment, a synergistic interaction, regression modeling, ranking of preferences, consumer behavior, repositioning.
References
1. Budashevskij V.G. Logika: Osnovy tekhnologiiproduktivnogo myshleniya [Logic: Bases of Technology of Productive Thinking: Manual]. Chelyabinsk, South Ural St. Univ. Publ., 2014. 187 p.
2. Baev I.A., Drozin D.A. Dynamics of Consumer Demand for Innovative Goods. Bulletin of the South Ural State University. Ser. Economics and Management, 2014, vol. 8, no. 2, pp. 80-85. (in Russ.).
3. Green K.C., Armstrong J.S. Demand forecasting: Evidence-Based Methods (2012). Available at: http://www.kestencgreen.com/demandfor.pdf (accessed 15 February 2016).
4. Brodie R.J., Danaher P., Kumar V., & Leeflang P. (2001). Econometric models for forecasting market share. In J.S. Armstrong (Ed.), Principles of Forecasting (pp. 597-611). Norwell, MA: Kluwer Academic Publishers.
5. McCarthy T.M., Davis D.F., Golicic S.L. & Mentzer J.T. (2006). The evolution of sales forecasting management: A 20-year longitudinal study of forecasting practices. Journal of Forecasting, 25, pp. 303-324.
6. Mizes L. Chelovecheskaya deyatel'nost': Traktatpo ekonomicheskoy teorii [Human Activities: a Treatise on Economic Theory]. Chelyabinsk, 2005. 878 p.
7. Kahneman D. Thinking, Fast and Slow. Farrar Straus and Giroux, 2011, p. 512.
8. Kotler, F. Lateral'nyy marketing [LateralMarketing]. Al'pina Pablisher, 2010. 208 p.
9. Makdonal'd M. Pochemu vash marketingovyyplan ne rabotaet? [If You're So Brilliant... How Come Your Marketing Plans Aren't Working?: The Essential Guide to Marketing Planning]. Moscow, 2003. 192 p.
10. Cheverton P. Teoriya ipraktika sovremennogo marketinga: Polnyy nabor strategiy, instrumentov i tekhnik [Theory and Practice of Modern Marketing: a Complete Set of Strategies, Tools and Techniques]. Moscow, 2002.
11. Nalimov V. V. Teoriya eksperimenta [The Theory of the Experiment]. Moscow, Nauka Publ., 1971. 208 p.
12. Larichev O.I. Teoriya i metody prinyatiya resheniy [Theory and Methods of Decision Making]. 2nd ed. Moscow, Logos Publ., 2002. 392 p.
13. Chernov G., Mozes L. Elementarnaya teoriya statisticheskikh resheniy [Elementary Theory of Statistical Decisions]. Moscow, 1962. 408 p.
14. Adler Yu.P. Vvedenie v planirovanie eksperimenta [Introduction to Design of Experiments]. Moscow, Metallurgiya Publ., 1968. 155 p.
15. Lipsits I.V. Marketing dlya top menedzherov. 70 luchshikh idey dlya vashego biznesa [Marketing for Top Managers. 70 of the Best Ideas for Your Business]. Moscow, 2007. 448 p.
16. Mayers D. Sotsial'nayapsikhologiya [Social Psychology]. St. Petersburg, Piter Publ., 2009. 800 p.
17. Eshbi U.R. Vvedenie v kibernetiku [An Introduction to Cybernetics]. Moscow, 1959. 429 p.
18. Khay G.A. Teoriya igr v khirurgii [GameTheory in Surgery]. Leningrad, 1978. 224 p.
19. Budashevskij V.G. Proektno-issledovatel'skiy analiz i sintez tekhnicheskikh resheniy [Design and Research Analysis and Synthesis of Technical Solutions]. Moscow, 1990. 51 p.
20. Budashevskij V.G. Innovatsionnyy menedzhment. (Prakticheskie osnovy tekhnologii) [Innovative Management (Practical Bases of Technology)]. Chelyabinsk, South Ural St. Univ. Publ., 2008. 81 p.
21. Decker R., Gnibba-Yukawa K. (2010). Sales Forecasting in High-Technology Markets: A Utility-Based Approach. Journal of product innovation management, 27(1), pp. 115-129.
22. Ventsel' E.S. Vedenie v issledovanie operatsiy [Maintenance in Operations Research]. Moscow, 1964. 390 p.
23. Shennon R. Imitatsionnoe modelirovanie sistem. Iskusstvo i nauka [Systems Simulation. The Art and Science]. Moscow, Mir, 1978. 418 p.
24. Budashevskij V.G. [System Analysis and Forecast of Product Positioning and Firm on the Basis of Formation of an Integral Indicator of Product Quality]. Trudy II nauchnoy shkoly. Problemy ustoychivogo razvitiya gorodov Rossii. Miass, Geotur Publ., 2005, pp. 7-12. (in Russ.)
25. Budashevskij V.G., Pastuhova (Korotkih) O.N. [Technology Innovation Based on Synergetic Interaction Repositioning of Products and Reengineering of the Enterprise]. Sotsial'no-ekonomicheskie, institutsional'no-pravovye i kul'turno-istoricheskie komponenty razvitiya munitsipal'nykh obrazovaniy: sb. nauch. tr. Miass, Geotur Publ., 2011, pp. 14-17. (in Russ.)
Vladlen G. Budashevskij. Candidate of Science (Engineering), associate professor, South Ural State University, Miass Branch (Miass), budashevskiivg@susu.ac.ru
Olga N. Pastukhova. Candidate of Science (Economics), associate professor, South Ural State University, Miass Branch (Miass), olga.nic.kor@yandex.ru
Received 1S May 2016
ОБРАЗЕЦ ЦИТИРОВАНИЯ
FOR CITATION
Будашевский, В.Г. Технология адаптивного управления синергетическим взаимодействием спроса и предложения на основе проектно-исследователь-ского комплексного маркетингового эксперимента / В.Г. Будашевский, О.Н. Пастухова // Вестник ЮУр-ГУ. Серия «Экономика и менеджмент». - 2016. -Т. 10, № 4. - С. 60-65. БО!: 10.14529/ет160410
Budashevskij V.G., Pastukhova O.N. Technology of Adaptive Management of Synergetic Interaction of Supply and Demand on the Basis of a Design and Research Complex Marketing Experiment. Bulletin of the South Ural State University. Ser. Economics and Management, 2016, vol. 10, no. 4, pp. 60-65. (in Russ.). DOI: 10.14529/em160410
