CC BY
11
Электронный научный журнал «Век качества» ISSN 2500-1841 http: //www. agequal. ru 2019, №1 http://www.agequal.ru/pdf/2019/AGE QUALITY 1 2019.pdf Ссылка для цитирования этой статьи:
Ильичева Н.М., Салмин П.С., Салмина Н.А. Управление качеством литых деталей машин в условиях оптимизации себестоимости производства // Электронный научный журнал «Век качества». 2019. №1. С. 7799. Режим доступа: http://www.agequal.ru/pdf/2019/119005.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.
УДК 658.562.4
Управление качеством литых деталей машин в условиях оптимизации себестоимости производства
Ильичева Нина Михайловна
к.э.н., доцент ФГАОУ ВО «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского», 603950, г. Н. Новгород, пр. Гагарина, 23
8477225@rambler.ru Салмин Павел Сергеевич к.э.н., доцент ФГАОУ ВО «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского», 603950, г. Н. Новгород, пр. Гагарина, 23
salmin@bk.ru Салмина Наталья Александровна к.э.н., доцент ФГАОУ ВО «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского», 603950, г. Н. Новгород, пр. Гагарина, 23 salmina_nataly@mail. т
Аннотация.
В статье рассмотрена концепция моделирования качества деталей машин, основанная на минимизации себестоимости их производства. Проблема управления качеством производимых деталей заключается в сложности подбора параметров технологических процессов. Для решения этой проблемы предлагается подход, позволяющий построить оптимизационную модель, в которой функцией цели является минимум изменчивости (дисперсии) заданной себестоимости детали. В качестве параметров предлагаемой модели выступает многомерный массив данных, получаемый в ходе статистических экспериментов. Данный массив характеризует качественные характеристики литых деталей, поэтому задача оптимизации себестоимости решается без потери качества выпускаемого изделия.
Ключевые слова:
качество промышленной продукции; экономико-математические методы; минимизация себестоимости литых деталей машин; корреляционно-регрессионный анализ.
Методы снижения производственной себестоимости промышленной продукции (в частности, деталей машин) с развитием современных технологий подвержены постоянным изменениям и модернизации. Эти методы можно условно разделить на технологические и организационные. Для технологических методов характерно изменение процесса производства, использование нового оборудования и технологий и тому подобные инновации. Организационные методы снижения себестоимости включают в себя такие модели, как оптимизация межпроизводственного или межотраслевого потребления, внутренняя производственная логистика на уровне отдельных цехов и/или производств и так далее [1].
Однако традиционные методы могут оказаться низкоэффективными или неприменимыми вовсе в силу высокой сложности технологических процессов, применяемых в современных производствах. Поэтому возникает насущная необходимость разработки и изучения нетиповых методов оптимизации структуры производственных затрат при условии поддержания и повышения качества производимой продукции. В качестве таких методов авторами предлагается концепция экономико-математической модели, позволяющей оптимизировать себестоимость независимо от состава изделия и процессов, происходящих при его изготовлении.
Использование экономико-математических методов для повышения качества продукции может осуществляться в следующих ситуациях:
• для обобщенной оценки технико-экономических свойств и показателей качества продукции;
• для анализа факторов, которые обеспечивает требуемый уровень качества;
• для моделирования технологических процессов, обеспечивающих заданный уровень качества;
• для статистического регулирования качества [2].
Рассмотрим некоторые из перечисленных факторов с методической точки зрения, основываясь на практике получения высококачественных деталей машин.
В основу моделирования качества деталей машин положена системная концепция. Качество заготовок для деталей машин в процессе изготовления формируется под действием многочисленных технологических факторов, которые образуют самостоятельные подсистемы качества, в конечном итоге замыкающиеся на качество готовой заготовки [3].
Факторы качества литых деталей могут быть подконтрольными и неподконтрольными. Трудность управления качеством заготовок заключается в
наличии большого количества неконтролируемых параметров технологических процессов.
В общем виде оптимизация определяется как перевод системы в состояние, приближающее ее к экстремуму целевой функции при заданных ограничениях. В зависимости от критерия оптимальности можно выделить несколько основных видов задач для оптимизации технологических процессов:
1. минимизация себестоимости сплавов при сохранении их прочностных характеристик;
2. повышение уровня физико-механических свойств сплавов при заданной производительности и себестоимости;
3. повышение производительности за счет оптимизации технологических параметров при обеспечении требуемых свойств и снижении производственной себестоимости;
4. разработка новых композиций сплавов и технологических процессов [4]. В отличие от традиционных методов, направленных на определение
оптимальных условий состояния объекта, экономико-математическая модель способна замещать реальные объекты и обеспечивает исследование экономической информацией для управления процессами в определенные сроки.
Математическое моделирование технологических процессов включает такие вопросы, как постановка целей и задач исследования, определение соответствующего критерия оптимальности, выбор методов решения поставленной задачи [5].
Корректное решение задачи оптимизации определяется правильным выбором входных и выходных параметров, которые должны отражать физико-химическую природу и особенности протекания технологических процессов. Изучение основных закономерностей выполнения технологических процессов является необходимым условием построения математической модели.
Выбор критерия оптимальности определяется целью исследования. Например, в качестве параметра оптимизации при разработке новых литейных сплавов могут использоваться показатели физико-механических и литейных свойств, себестоимости легирующих элементов и т.п. Главное требование к выходному параметру - наиболее точное отражение поставленной цели. Параметры оптимизации должны быть количественно измеримыми и однозначными, хотя на практике при каждом состоянии объекта параметр оптимизации принимает определенные значения в заданном интервале [6].
Основные требования к входным параметрам-факторам заключаются в том, что они не должны находиться в функциональной связи между собой. При ее отсутствии создается возможность установления каждого фактора на любой уровень независимо от значения другого. При выборе входных факторов часто приходится ограничиваться данными, регистрируемыми контрольно-измерительной аппаратурой в производственных условиях. Полученный таким образом материал обобщается, анализируется, определяется погрешность, т.к. многие значения зависят от состояния контрольно-измерительной аппаратуры
[7].
В основе управления качества изделий с помощью экономико-математических методов и средств вычислительной техники лежит построение математической модели технологического процесса, проверка ее адекватности, решение задачи оптимизации и корректировка полученных результатов.
Рациональное управление качеством деталей машин зависит от качества информации, вида и качества построенной модели, числа параметров оптимизации. Для построения адекватной технологическому процессу математической модели нами используются методы корреляционно-регрессионного анализа с применением средств вычислительной техники.
В экономико-статистических исследованиях с помощью корреляционно-регрессионного анализа выделяются следующие этапы:
• сбор статистических данных, их обработка и качественная оценка;
• отбор основных факторов с помощью методов корреляционного анализа;
• выбор формы регрессионного уравнения и его построение;
• оценка точности полученных результатов, построение доверительных
интервалов;
• интерпретация полученной зависимости [8].
Уравнение регрессии, являющееся математической моделью технологического процесса, не должно противоречить теориям и гипотезам, существующим относительно изучаемого процесса или явления. Модель отражает только необходимые для исследования характеристики объектов.
При анализе экономических явлений модельный эксперимент более эффективен, так как он заменяет дорогостоящие, а иногда и невозможные эксперименты в экономике.
В случае создания новых сплавов объем реальных экспериментов значительно сокращается и заменяется вычислительными процедурами над его моделью. Построение адекватной модели технологическому процессу дает возможность получить приближенную количественную оценку влияния факторов-аргументов на результатирующий признак, оценить направление и степень влияния [9].
Перечень вопросов, решаемых с помощью корреляционно-регрессионного анализа в заготовительном производстве, чрезвычайно широк. Обзор литературы показывает об увеличении применения этих методов во многих отраслях промышленности.
Алгоритм программы по множественному корреляционному и регрессионному анализу, конкретизированный нами для анализа качества изделий, включает модель имитации и построения зависимости себестоимости от параметров качества выпускаемых деталей. Переменными величинами выступают удельные веса компонентов деталей. При помощи имитации
определяются все возможные (в заданном интервале) значения себестоимости и корреляционные зависимости компонентов, входящих в состав изделия.
Решение задачи сводится к определению оптимального состава литой детали, где в качестве функции цели выступает дисперсия себестоимости изделия. Смысл такого подхода заключается в следующем. Чем меньше вероятность отклонения фактической себестоимости от заданного значения, тем ниже риск выхода за рамки заданных параметров качества и плановой себестоимости. В результате оптимизационная модель будет выглядеть следующим образом:
п п
D = ЁЁ XlXJal>j ^ min,
, =1 , =1
где В - дисперсия себестоимости литой детали, состоящей из п компонентов; X, - доля ¿-го компонента; X - доля )-го компонента; - ковариация. Ограничения:
1. Математическое ожидание себестоимости готового изделия равно сумме мат. ожиданий себестоимости каждого компонента
М (С ) = £ Х,М ( С,);
I=1
2. Сумма удельных весов компонентов литой детали равна единице
п
IX, = 1;
I=1
Для решения этой задачи воспользуемся методом неопределенных множителей Лагранжа [10].
l = ЁЁ XiXj°uj М Ё xm (c) - m (c) 1 + л2 [X x -1
t=1 i=1
V i=i
V i=i
(1),
где - множители Лагранжа.
Набор компонентов литой детали, минимизирующий дисперсию себестоимости определяется решением системы уравнений:
'дЬ/ дХ, = 0, дЬ/ = 0 (2),
где I = {1, 2}.
Модель работает для любого количества компонентов, начиная с 3-х. Для двух компонентов задача сводится к анализу функции дисперсии двух случайных величин на наличие экстремума, для одного - теряет смысл. Рассмотрим пример решения задачи с тремя компонентами.
ь = X1 'с11 + Х2а22 + Х3о"зз + 2 Х1 х2а12 + 2 Х1 Х3с13 + 2 Х2 х3а23 +
+л1 (Xм (С1) + Х2м (С2) + Х3м (С3) - м (с)) + Л2 (X + Х2 + Х3 -1) (3)
Тогда система уравнений (2) примет вид:
дЬ/ ЪХ1 = 2 х1а11 + 2 Х2а12 + 2 х3а13 + л1м ( С1 ) + л2 = 0, дЬ/ дХ2 = 2 х1а1,2 + 2 Х2а22 + 2 Х3а23 + \м (С2) + Я2 = 0, дЬ/ дХ3 = 2 х1а13 + 2 Х2а23 + 2 Х3а33 + \м (С3) + Я2 = 0, дЬ/ д^ = х1м ( С1) + Х2 м ( С2) + Х3 м ( С3)-м ( с ) = 0, дЬ/дЯ2 = X + Х2 + Х3 -1 = 0.
Представим систему в матричном виде:
(4)
m (C1) 1 X1 0
2^2,2 2^2,3 m (C2) 1 x2 0
2^2,3 2^3,3 m (C3) 1 X x3 = 0
m (с) m ( C2 ) m (C3) 0 0 А m (с)
1 1 1 0 0 ä2 1
(5)
Обозначим матрицу через Е, вектор в левой части - через Ж, вектор в правой части - через О, тогда матричное уравнение будет иметь вид:
Е х Ж = в (6),
Ж = Е-1 х в (7).
То есть, задавая значения требуемой себестоимости и моделируя значения коэффициентов ковариации и дисперсии для стоимостей каждого компонента детали, определяются удельные веса компонентов, минимизирующие отклонения от заданной себестоимости векторного уравнения (7).
Для создания новых композиций сплавов использование регрессионных моделей целесообразно при наличии достаточного количества экспериментальных данных. Применение методов планирования эксперимента позволяет сократить большинство трудностей регрессионного анализа. Однако этот метод имеет ограничения - он применим к объектам, обладающим хорошей воспроизводимостью результатов. Поэтому для исследования технологических процессов метод планирования эксперимента находит значительно меньшее применение, чем регрессионный анализ.
Планирование эксперимента предполагает проведение опытов по заранее выбранной оптимальной схеме. Построению линейных зависимостей предшествует выбор факторов, включаемых в матрицу планирования, определение их основного уровня и интервалов варьирования. Метод планирования эксперимента позволяет получить регрессионные зависимости физико-механических свойств сплавов от химического состава при небольшом числе опытов, проанализировать влияние каждого элемента и затем перейти к решению задачи оптимизации на основе построенной модели.
Таким образом, качество нового сплава может характеризоваться несколькими параметрами оптимизации. Учитывая то, что одни и те же факторы влияют на различные параметры неодинаково, ставить задачу оптимизации нескольких функций нельзя. Поэтому все методы оптимизации в таких задачах сводятся к отысканию экстремума одной функции,
определяющей заданный уровень качества литой детали при ограничениях, накладываемых изменениями других параметров.
В заключении следует отметить, что предлагаемая концепция моделирования качества деталей машин основана на минимизации себестоимости их производства. Управление качеством производимых деталей заключается в сложности подбора параметров технологических процессов. Поэтому, для решения этой проблемы предложен подход, позволяющий построить оптимизационную модель, в которой функцией цели является минимум дисперсии себестоимости детали. В качестве параметров предлагаемой модели выступает многомерный массив данных, получаемый в ходе статистических экспериментов. Данный массив характеризует качественные характеристики литых деталей, поэтому задача оптимизации себестоимости решена без потери качества выпускаемого изделия.
Литература
1. Салмин П.С., Салмина Н.А. Оптимальное распределение ресурсов смежных производств (на примере ОАО «ГАЗ») //Финансы и кредит. Научно-практический и теоретический журнал. - 2014. - №41(617). - С. 25-36.
2. Ефимычев Ю.И., Ильичева Н.М., Стрелкова Л.В. Современные проблемы управления качеством. Учебное пособие. - Н. Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2008. - 292 с.
3. Басовский Л.Е. Управление качеством: Учебник / Басовский Л.Е., Протасьев В.Б. - 3-е изд., перераб. и доп. - М.: НИЦ ИНФРА-М, 2016. - 231 с.
4. Жариков А.В., Ильичева Н.М. Оценка и обеспечение надежности технологических процессов на различных этапах инновационного цикла // Экономика и предпринимательство. 2015. № 7(60). С. 660-663.
5. Сергеева И.И., Чекулина Т.А., Тимофеева С.А. Статистика: Учебник / Сергеева И.И., Чекулина Т.А., Тимофеева С.А. - 2-е изд., испр. и доп. - М.: ИД ФОРУМ, НИЦ ИНФРА-М, 2016. - 304 с.
6. Ефимычев Ю.И., Трофимов О.В. Основные направления развития предприятия (на примере ОАО «РУМО») // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Экономика и финансы, 2005. № 1. С. 81-86.
7. Аристов О.В. Управление качеством: учебник / О.В. Аристов. - 2-е изд., перераб. и доп. - М. : ИНФРА-М, 2017. - 224 с.
8. Годин А.М. Статистика: Учебник / Годин А.М. - 11-е изд., перераб. и испр. - М.: Дашков и К, 2018. - 412 с.
9. Салмин П.С., Салмина Н.А. Концепция межпроизводственного баланса для оптимизации структуры затрат промышленных предприятий // Сборник материалов Международной научно-практической конференции «Актуальные проблемы экономики, менеджмента и инноваций»; Нижегород. гос. техн. ун-т им. Р.Е. Алексеева. 2018. - С. 239-242.
10. Салмин П.С., Олюнин В.И. Сборник задач по финансовым вычислениям в транспортной отрасли. Учебное пособие для студентов экономических специальностей высших учебных заведений водного транспорта. - Нижний Новгород, 2006.
Quality management of cast details of cars in conditions optimization of cost of production
Ilyicheva Nina M.
Cand. Of Econ.Sci., Associate Professor National Research Lobachevsky State University of Nizhny Novgorod, 603950, N. Novgorod, Gagarin Ave., 23
8477225@rambler.ru Salmin Pavel S.
Cand. Of Econ.Sci., Associate Professor National Research Lobachevsky State University of Nizhny Novgorod, 603950, N. Novgorod, Gagarin Ave., 23
salmin@bk.ru Salmina Natalya A.
Cand. Of Econ.Sci., Associate Professor National Research Lobachevsky State University of Nizhny Novgorod, 603950, N. Novgorod, Gagarin Ave., 23 salm ina_nataly@mail. ru
Abstract. In article the concept of modeling of quality of details of cars based on minimization of cost of their production is considered. The problem of quality management of the made details consists in complexity of selection of parameters of technological processes. For the solution of this problem the approach allowing to construct optimizing model in which function of the purpose is the minimum of variability (dispersion) of the set prime cost of a detail is offered. The multidimensional data array received during the statistical experiments acts as parameters of the offered model. This massif characterizes qualitative characteristics of cast details therefore the problem of optimization of prime cost is solved without loss of quality of product.
Key words: quality of industrial output; economic-mathematical methods; minimization of prime cost of cast details of cars; correlation and regression analysis.
Электронный научный журнал «Век качества» ISSN 2500-1841 http: //www. agequal. ru 2019, №1 http://www.agequal.ru/pdf/2019/AGE QUALITY 1 2019.pdf Ссылка для цитирования этой статьи:
Кузовкова Т.А., Кузовков А.Д., Шаравова М.М. Управление качеством услуг цифрового телевидения на основе интегральной оценки и моделирования // Электронный научный журнал «Век качества». 2019. №1. С. 89-103. Режим доступа: http://www.agequal.ru/pdf/2019/119006.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.
УДК 621.391
Управление качеством услуг цифрового телевидения на основе интегральной оценки и моделирования
Кузовкова Татьяна Алексеевна
профессор, доктор экономических наук, профессор кафедры «Экономика связи», Московский технический университет связи и информатики, 111024, Россия, г. Москва, Авиамоторная ул., дом 8А,
е-mail: tkuzovkova@me.com
Кузовков Александр Дмитриевич
аспирант кафедры «Экономика связи», Московский технический университет связи и информатики, 111024, Россия, г. Москва, Авиамоторная ул., дом 8А,
е-mail: alexkuzovkov@mail. т
Шаравова Мария Михайловна
студент,
Московский технический университет связи и информатики, 111024, Россия, г. Москва, Авиамоторная ул., дом 8А,
е-mail: mariasharavova@yandex. т
Аннотация. Масштабность развития цифровой экономики и информационного общества, высокая скорость внедрения цифрового телевидения и значительная его роль в формировании мировоззрения и информированности потребителей диктуют необходимость совершенствования системы управления качеством услуг телевидения. В статье предлагается замкнутая система управления телевизионным контентом на основе измерения качества услуг с учетом мнений телезрителей и обратной связи производителя и потребителя. Выработка управленческих решений базируется на анализе
частных, обобщающих и интегрального показателей степени удовлетворенности телезрителей и определении потенциальных значений факторов повышения качества услуг цифрового телевидения по корреляционно-регрессионной модели на основе социологического обследования телезрителей.
Ключевые слова: цифровое телевидение; качество услуг; система управления; аналитика степени удовлетворенности телезрителей; моделирование.
В период формирования информационного общества происходит радикальное изменение роли потребителя, а именно переход от пассивной роли зрителя к активной роли участника процессов производства и потребления информационных продуктов, в том числе телевизионного контента [1; 2; 3; 4]. При этом требования потребителей контента постоянно увеличиваются и становятся более сложными как по отношению к качеству услуг и их информационному наполнению, так и по технологическим возможностям. При высоком уровне разработки технических средств измерения качества цифрового телевидения недостаточно полно разработаны вопросы измерения качества услуг с позиций непосредственного потребителя - зрителя [1; 5; 6; 7].
В современных условиях телекомпании играют роль, с одной стороны, производителей контента, с другой - потребителей услуг связи в области вещания. Они оплачивают услуги по распределению, передаче и доставке населению и организациям программ телевещания за счет бюджетных средств (в рамках государственных телепрограмм) и коммерческих доходов, - в первую очередь, от передачи рекламы. Роль потребителей на рынке услуг аналогового эфирного вещания была пассивной и ограничивалась платой за пользование
коллективной антенной и ее техническое обслуживание. Активную роль потребители приобретают только на рынке услуг кабельного телевидения (КТВ), спутникового непосредственного телевидения (СНТВ) и цифрового эфирного телевидения, заключая договоры с телевизионными компаниями, создающими и распространяющими телепрограммы, телепередачи и другие виды контента [8].
При цифровом телевидении положение участников рынка услуг телевизионного контента кардинально меняется, поскольку выделенный для передачи спектр используется более эффективно (число программ в одном частотном канале увеличивается в несколько раз), а потребитель становится активным абонентом, участвующим в формировании интерактивных и цифровых услуг.
Цифровое телевидение предоставляет потребителям возможности воспроизведения на экранах их телевизоров, ПЭВМ или других терминалов мультимедийной информации от невещательных источников (например, баз данных, интернет) для получения пакета мультисервисных услуг. Производство новых услуг телевизионного контента, в отличие от традиционных, имеет иной режим доведения (обладает интерактивностью), целевой охват аудитории (группы и отдельные пользователи) и расширенный состав участников рынка. Участниками рынка новых услуг телеконтента становятся также поставщики мультисервисной информации, передаваемой путем уплотнения каналов вещания [3; 5; 9; 10].
Цифровизация передачи информации, перспективные технологии мультисервисности и интерактивности, возможность представления услуг через международную сеть Интернет определяют виртуальность среды функционирования рынка услуг контента, в которой информация не убывает в процессе ее потребления, может быть многократно передана одновременно множеству пользователей, собственность на которую может передаваться от
производителя к провайдеру. В условиях цифровых систем приема и передачи телевизионного сигнала операторы связи и телекомпании могут формировать интерактивный канал связи с потребителем и целевые аудитории, создавать комплексную мульти услугу интерактивного характера, отличающуюся высоким качеством, технологичностью и удовлетворяющую по множеству параметров онлайнового пользователя.
Таким образом, цифровизация телевидения способствует принципиальному изменению процесса взаимоотношений в сфере телевизионного контента в направлении: а) ориентации на клиента, приобретающего активную роль в формировании запросов на индивидуальные или групповые услуги ЦТВ, б) включения потребителя телевизионных услуг в систему управления его качеством [3; 4].
Система управления телевизионным контентом на основе измерения качества услуг с учетом интересов, мнений и предпочтений телезрителей представляет собой замкнутую систему формирования управленческих решений на основе обратной связи производителя и потребителя, которая представлена на рисунке 1.
Производитель контента (телестудия, телекомпания, провайдер контента, рекламная компания)
Информация о качестве услуг и рекомендации по его повышению
Потребитель (телезритель) разного возраста, профессий, предпочтений, физическтих возможностей
* Составлено авторами
Услуга цифрового телевидения
Рисунок 1 - Система управления телевизионным контентом и качеством услуг цифрового телевидения с учетом мнений и предпочтений телезрителей
В предлагаемой схеме системы управления качеством услуг цифрового телевидения нет разрыва цепочки создания потребительской ценности для телезрителя между всеми участниками рынка, реализуются рыночные принципы функционирования инфокоммуникационного сектора экономики, включающего операторов связи, телекомпании, провайдеров контента и рекламодателей. Представленная система взаимодействия участников рынка услуг ЦТВ позволяет реализовывать растущие требований потребителей к менеджменту по адресности и персонализации услуг, удобству индивидуального пользования, мультисервисности и интерактивности услуг, в основе которой лежат механизм обратной связи с телезрителями и методика измерения и прогнозирования качества услуг ЦТВ.
Решением поставленной задачи управления качеством услуг ЦТВ являются разработанные и изложенные в предыдущей статье [2] методика интегральной оценки качества услуг цифрового телевидения и многофакторная регрессионная модель удовлетворенности телезрителей в зависимости от зрительских предпочтений. Апробация данных методических разработок была проведена в соответствии с теорией выборки и экспертными методами [11; 12] в ходе социологического обследования 50 телезрителей, проживающих в г. Москва и Московской области и пользующихся цифровым телевидением (табл. 1).
Результаты расчетов показателей качества услуг аналогового и цифрового телевидения показали, что интегральный коэффициент удовлетворенности потребителей услугами цифрового телевидения составляет (4,37+3,86+3,71+2,13) / 4 = 3,52 балла, т.е. уровень качества услуг цифрового телевидения выше среднего уровня.
В то же время при высоких технических возможностях цифрового телевидения, интенсивного роста числа и ассортимента программ и их содержания в интересах различных групп потребителей существенно снижает степень их удовлетворенности величина оценок зрительских предпочтений в области рекламного наполнения. Низкий уровень обобщающего показателя по рекламному наполнению, составивший 2,13 балла, указывает на значительные проблемы в области организации рекламы как по ассортименту и содержанию (2,41 балла), так и по частоте рекламных роликов в течение одной телепередачи (1,43 балла), что подтверждает мнение большинства потребителей об однообразии рекламы по разным каналам и низком качестве ее содержания по ассортименту рекламируемых товаров и услуг.
Таблица 1. Сводные результаты социологического обследования качества услуг телевидения в ноябре 2018 года по совокупности частных и
обобщающих показателей зрительских предпочтений и уровню интегрального коэффициента удовлетворенности потребителей услугами контента аналогового и цифрового телевидения (в баллах)
№ Частный показатель обобщающей оценки качества услуг телевизионного контента по зрительским предпочтениям Аналоговое телевидение (балл) Цифровое телевидение (балл)
1 Обобщающий показатель зрительских предпочтений по содержанию (ценности) контента 2,35 4,37
1.1 Тип (жанр) и характер телепрограмм 2,82 3,88
1.2 Количество каналов и ассортимент телепередач 2,00 4,71
1.3 Содержание телепрограмм для разных категорий пользователей 2,24 4,54
2 Обобщающий показатель зрительских предпочтений по выбору производителя (провайдера) и управлению контентом 1,10 3,86
2.1 Возможность выбора производителя (поставщика) контента 1,76 4,35
2.2 Возможность воздействия зрителя на программу телевизионной передачи 1,53 4,06
2.3 Возможность управления контентом путем создания архива и записи передачи 0,0 3,18
3 Обобщающий показатель зрительских предпочтений по времени и удобству пользования услугами телевидения 1,66 3,71
3.1 Выбор времени просмотра телепередач 2,06 3,53
3.2 Возможность просмотра телепередач зрителями в удобное время (видео по запросу) 1,41 3,55
3.3 Наличие передач и средств воспроизведения видео для людей с ограниченными возможностями 1,51 4,05
4 Обобщающий показатель зрительских предпочтений по рекламному наполнению 2,10 2,13
4.1 Ассортимент и содержание рекламы 2,24 2,41
4.2 Частота рекламных роликов в течение одной телепередачи 1,53 1,34
4.3 Характер воздействия рекламы на здоровье потребителя телевизионного контента 2,53 2,65
Интегральный коэффициент удовлетворенности потребителей услугами телевизионного контента 1,80 3,52
* Составлено авторами
Другим средством совершенствования управления качеством услуг ЦТВ является применение разработанной модели удовлетворенности потребителей услугами ЦТВ для прогнозирования и нормирования показателей факторов повышения качества услуг. Уравнение множественной регрессии коэффициента удовлетворенности потребителей услуг ЦТВ позволяет найти теоретическое, возможное значение результативного показателя при определенных значениях факторных признаков. Задав средние или лучшие
значения факторов, можно установить потенциально возможный уровень результативного показателя» [13, с. 201].
Поскольку возможности цифрового телевидения по сравнению с аналоговым существенно повышают качество услуг (табл. 1), то мы можем определить потенциальные уровни параметров зрительских предпочтений с учетом достигнутого уровня, например, зрительских предпочтений по содержанию (ценности) контента в пределах 3-5%, зрительских предпочтений по выбору производителя (провайдера) и управлению контентом, а также времени и удобству пользования услугами телевидения - в пределах 5-10%, зрительских предпочтений по рекламному наполнению - в более высоких размерах от 20 до 50%.
В таблице 2 приведены результаты оценки потенциально возможного уровня удовлетворенности потребителей услугами ЦТВ при увеличении размеров зрительских предпочтений по параметрам услуг в пределах установленных темпов прироста по модели [2]:
Куд. тв = 0,423 + 0,316 Зсод + 0,237 Зупр + 0,203 Зудоб + 0,024 Зрекл.
(1)
Результаты оценки потенциально возможных значений показателей-факторов зрительских предпочтений по многофакторной регрессионной модели удовлетворенности потребителей услугами контента цифрового телевидения количественно показывают не только возможности повышения качества услуг при минимальных и максимальных значениях прироста факторов (на 3,86% и 7,5% соответственно), но и раскрывают сферы воздействия на качество услуг телевизионного контента по его параметрам, а именно: модернизации содержания и структуры контента с учетом вкусов разных групп пользователей, возможностей воздействия потребителя на
программу телепередачи и управления контентом, совершенствования содержания и организации рекламного наполнения телевизионных программ.
Таблица 2. Потенциально возможные значения факторов зрительских предпочтений и коэффициента удовлетворенности потребителей услугами цифрового телевидения
№ Факторные показатели зрительских предпочтений Установленные пределы прироста % Потенциальные значения показателей зрительских предпочтений, балл
Миним. Максим.
1 По содержанию (ценности) контента 3 - 5 4,50 4,59
2 По выбору производителя (провайдера) и управлению контентом 5 - 10 4,05 4,246
3 Времени и удобству пользования услугами телевидения 5 - 10 3,89 4,081
4 По рекламному наполнению 20 - 50 2,556 3,195
Коэффициент удовлетворенности потребителей услугами ЦТВ - 3,656 3,784
Темп потенциального роста коэффициента удовлетворенности потребителей услугами ЦТВ по сравнению с достигнутым в 2018 г., % - 103,86 107,5
* Составлено авторами
Реализация разработанной методики интегральной оценки и моделирования качества в системе управления качеством услуг цифрового телевидения включает несколько этапов и процедур, последовательность которых представлена на рисунке 2.
Анализ состава и характеристик телевизионного контента и требований телезрителей к его содержанию для выявления факторов повышения качества услуг ЦТВ
Определение объема выборочного социологического обследования телезрителей, разработка анкеты опроса
Проведение опроса телезрителей и сводка данных зрительских предпочтений в баллах по совокупности опрошенных телезрителей подведение итогов опроса и расчет средних баллов зрительских предпочтений по 1-тым параметрам качества
Оценка качества услуг по показателям зрительских предпочтений и интегральному коэффициенту удовлетворенности потребителей
Анализ матрицы парных коэффициентов корреляции между коэффициентом удовлетворенности потребителей услугами ЦТВ и факторами, разработка модели зависимости уровня удовлетворенности телезрителей от зрительских предпочтений
Ж
Прогнозирование качества услуг ЦТВ по модели регрессии уровня удовлетворенности потребителей от зрительских предпочтений посредством задействования резервов повышения качества услуг ЦТВ
Выработка управляющих воздействий по повышению качества услуг ЦТВ за счет выявленных резервов и совершенствования системы управления качеством услуг на основе формирования обратной связи между потребителем и производителем
