CC BY
35
Известия Тульского государственного университета
Естественные науки 2008. Выпуск 2. С. 146-150
= ИНФОРМАТИКА =
УДК 681.3
П.Э. Портянский, В.В. Трофимов
МИЭМП (Тульский филиал), «Optimum Media OMD», г. Москва
ВЫБОР ОПТИМАЛЬНОГО НАБОРА ИЗДАНИЙ ДЛЯ РАЗМЕЩЕНИЯ РЕКЛАМЫ
Аннотация. При проведении анализа эффективности рекламной деятельности необходимо учитывать влияние качественных или приблизительно известных факторов. Эту возможность предоставляют методы нечеткой математики. Обосновывается целесообразность использования функции Харрингтона для описания нечетких значений. Предлагается методика выбора оптимального издания для размещения рекламы с помощью механизма сравнения нечетких ситуаций.
В настоящее время одной из неотъемлемых составляющих любого маркетингового исследования является широкое использование различных математических методов и моделей. Они активно применяются в ходе обработки собранной маркетинговой информации; без их помощи невозможно решать задачи анализа и прогнозирования. В статистическом банке современного маркетолога обязательно присутствуют такие методики как регрессионный, факторный, корреляционный и другие виды анализа.
В процессе принятия важных маркетинговых решений используются модели системы ценообразования, составления комплекса средств рекламы, разработки рекламного бюджета и многие другие. Существующие модели помогают определять оптимальные с той или иной точки зрения территории сбыта, целевые рынки; прогнозировать реакцию рынка на различные изменения во внутренней и внешней среде.
Однако классические, традиционные варианты этих инструментов не позволяют работать с неточно известными данными, не огрубляя их исходной природы. Например, при анализе эффективности рекламной деятельности предприятия специалистам приходится сталкиваться с влиянием внешних факторов, являющихся неуправляемыми, или оперировать показателями, точное значение которых не может быть определено. Тем не менее, их влияние бывает очень значительным, и его необходимо учитывать.
Зачастую они не могут быть выражены в четкой количественной форме или в принципе не имеют количественных характеристик, то есть описываются в качественном виде («много», «сильно», «посредственно»). Аналогичные сложности могут возникать и при описании внутренних факторов, которые, хотя и являются теоретически контролируемыми и управляемыми, не всегда оказываются таковыми на практике. Это может быть вызвано как природой того или иного показателя, так и сложностями внутрикорпоративного управления или недостаточно грамотно выстроенной системой управления предприятием. Также в маркетинговом анализе часто требуется оперировать данными о конкурентах или статистическими данными, которые далеко не всегда известны точно.
Использование «традиционных» четких числовых значений для описания таких показателей неправомерно огрубляет расчеты и выводы, лишает результаты присущей им по сути гибкости. Как показывает практика, наиболее удобным и корректным методом решения этой проблемы становится методология, предоставляемая аппаратом нечеткой математики. Аналитикам удобнее оперировать качественными понятиями, используя такие термины как «большой», «маленький», «широкий» или «дешевый», которые на основании проведенных экспертных оценок переводятся в нечеткие числовые значения, причем затем с ними могут производиться все привычные математические действия [1].
Серьезным подспорьем при решении задач управления предприятием также служат системы, основанные на операциях нечеткого логического вывода. Они используются при выборе стратегии конкуренции, при выстраивании сбытовой политики и решении других маркетинговых задач [2].
Замечено, что человеку свойственно при ранжировании тех или иных показателей быть более требовательным при выставлении «крайних» оценок. В качестве иллюстрации можно привести хорошо всем знакомый учебный процесс: преподаватели, как правило, с легким сердцем ставят «тройки» и «четверки», но серьезно задумываются перед тем как прописать в ведомости отличную оценку или «неуд». С этой спецификой восприятия категоричных оценок сталкиваются и специалисты по маркетинговому анализу. Весьма удачно передает эту особенность человеческого мышления функция желательности Харрингтона. Эта функция обладает такими свойствами как гладкость, монотонность и непрерывность; область ее значений находится в промежутке [0,1]. Кривая имеет характерные точки, которые отражают отметки на шкале желательности. Всё вышесказанное позволяет весьма успешно использовать функцию Харрингтона в качестве функции принадлежности нечетких значений [3]. Она может быть применена и для описания элементов лингвистических переменных [4], которые позволяют описать исследуемые объекты с помощью понятий естественного языка.
В системах, работающих по принципу «если-то», в ходе анализа производится сравнение текущей «рабочей» ситуации с ситуациями из набора эталонных [5]. При сопоставлении нечетких ситуаций используются степень включения одного нечеткого множества в другое и степень равенства нечетких множеств. В ходе решения задачи планирования рекламной кампании в печатных изданиях можно применять методику, используемую в таких советующих системах, внеся в нее ряд модификаций.
Множество возможных рекламных носителей рассмотрим как аналог набора эталонных ситуаций, которые для каждого издания описывают необходимые для анализа параметры. Такими показателями могут служить возраст аудитории конкретного средства массовой информации, его тираж и стоимость размещения рекламного блока (на конкретной полосе и фиксированными прочими параметрами: красочностью, количеством выходов и т.д.). Затем при необходимости выбора одного или нескольких рекламных носителей рекламодатель определяет нужные ему в данном случае значения критериев отбора, которые будут описывать возникшую «рабочую» нечеткую ситуацию. Далее производится ее сравнение с каждым элементом из базы печатных изданий, после чего они могут быть выстроены в порядке их степеней включения или равенства.
Опишем лингвистическую переменную «возрастная характеристика читателя» (от 10 до 100 лет) с помощью функции Харрингтона, взяв за основу «характерные точки». Функции принадлежности ее качественных значений выглядят следующим образом: «молодой» — {1/Ю; 0,8/25; 0,63/35; 0,37/50; 0,2/70; 0/100}; «среднего возраста» - {0/10; 0,2/20; 0,37/25; 0,63/30; 0,8/35; 1/40; 0,8/45; 0,63/55; 0,37/70; 0,2/80; 0/100}; «пожилой» - {0/10; 0,2/30; 0,37/40; 0,63/55; 0,8/70; 1/100}. Далее рассмотрим лингвистическую переменную «тираж издания» (от 1 до 3000 тысяч экземпляров). Функции принадлежности ее качественных значений: «небольшой» — {1/1; 0,9/5; 0,8/10; 0,6/50; 0,4/100; 0,1/500; 0/1000; 0/3000}; «средний» - {0/1; 0,2/5; 0,5/10; 1/50; 0,8/100; 0,1/500; 0/1000; 0/3000}; «большой» - {0/1; 0/5; 0,2/10; 0,51/50; 0,7/100; 0,9/500; 0,95/1000; 1/3000}. Лингвистическая переменная «стоимость размещения» характеризует цену размещения рекламного блока. Пусть область ее определения (в данном случае возьмем условные цифры, которые в реальной ситуации должны подбираться отдельно) — от 500 до 5000 рублей. Функции принадлежности ее качественных значений: «низкая» — {1/500; 0,0/1000; 0,7/1500; 0,65/2000; 0,4/2500; 0,3/3000; 0,15/3500; 0,1/4000; 0,05/4500; 0/5000}; «средняя» -{0/500; 0,3/1000; 0,7/1500; 0,9/2000; 1/2500; 0,9/3000; 0,7/3500; 0,35/4000; 0,2/4500; 0/5000}; «высокая» - {0/500; 0,05/1000; 0,1/1500; 0,15/2000; 0,3/2500; 0,4/3000; 0,65/3500; 0,7/4000; 0,9/4500; 0/5000}.
Издания будем описывать в базе знаний в разрезе этих параметров с помощью степеней соответствия «полностью соответствует» (степень соответствия равна 1), «соответствует» (0,7), «плохо соответствует» (0,2) и «не соответствует» (0). Тогда рассматриваемые рекламные носители в форме описания нечетких ситуаций могут быть описаны так:
Бд = {«1/Молодой>,<0,7/Среднего возраста>,<0/Ложилой>/Возраст>, «0,7/Небольшой>,<0,7/Средний>,<0/Большой>/Тираж>, <<0,7/Низкая>,<0,7/Средняя>,<0,3/Высокая>/Стоимость>};
Бв = {«0,7/Молодой>,<0,2/ Среднего возраста >,<0,7/Пожилой>/Возраст >, «0/Небольшой>,<0,7/Средний>,<1/Большой>/Тираж>, <<0/Низкая>,<0,7/Средняя>,<0,7/Высокая>/Стоимость>};
вс = {«0/Молодой>,<0,2/ Среднего возраста >,<0,7/Пожилой>/Возраст >, «0,7/Небольшой>,<0,7/Средний>,<0,2/Большой>/Тираж>, «0/Низкая>,<0,2/Средняя>,<0,7/Высокая>/Стоимость>}.
Пусть мы планируем провести рекламную кампанию в средствах массовой информации, причем нашей целевой аудиторией является молодежь, и нас в первую очередь интересуют издания среднего тиража со средними расценками на размещение. Нечеткая ситуация, формализующая описание такого «идеального« издания, выглядит следующим образом:
во = {«1/Молодой>,<0,7/Среднего возраста>,<0/Пожнлой>/Возраст>, «0,7/Небольшой>,<1/Средний>,<0,3/Большой>/Тираж>, «0,7/Низкая>,<0,7/Средняя>,<0/Высокая>/Стоимость>}.
Определим степени включения издания, описываемого нечеткой ситуацией во, в каждое из изданий, присутствующих в нашей базе данных: и( в0, 8^) = 0,7 и( в0, 8В) = 0,3 и( в0, вс) = 0.
Следовательно, наиболее предпочтительным в данном случае является размещение рекламы в издании А.
Приведенная методика позволяет по заданным критериям быстро отбирать издания из достаточно объемной базы данных. Кроме того, издания могут быть различным образом классифицированы, к ним могут быть привязаны другие четкие и нечеткие, количественные и качественные признаки (например, тематика), по которым может производиться предварительный отбор или они могут быть включены в процедуру ранжирования.
Таким образом, использование методов нечеткой математики в ходе планирования рекламной деятельности и анализа ее результатов позволяет использовать имеющие данные с учетом присущей им от природы неопределенности, и дает возможность отразить эту неопределенность в полученных результатах. Нечеткий подход также позволяет учитывать в ходе анализа такую особенность человеческого мышления как оперирование приблизительными, качественными характеристиками.
Библиографический список
1. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации / С.А. Орловский. -М.: Наука, 1981.
2. Борисов А.Н. Принятие решений на основе нечетких моделей: Примеры использования / А.Н. Борисов, О.А. Крумберг, П.П. Федоров. - Рига: Зинатне, 1990.
3. Алтунин А. Е. Модели и алгоритмы принятия решений в нечетких условиях. Монография / А.Е. Алтунин, М.В. Семухин. - Тюмень: Издательство Тюменского государственного университета, 2000.
4. Борисов А.Н. Модели принятия решений на основе лингвистической переменной / А.Н. Борисов [и др.] - Рига: Зинатне, 1982.
5. Мелихов А.Н. Ситуационные советующие системы с нечёткой логикой / А.Н. Мелихов, Л.С. Бернштейн, С.Я. Коровин. - М.: Наука, 1990.
Поступило 20.11.2007
