Моделирование поведения экономических агентов для совершенствования управления поведением потребителей

Кризисные явления в мировой экономике, проявившиеся в конце первого десятилетия XXI в., обострили конкуренцию компаний за потребителя. Для России, переживающей сейчас экономический спад, данная тема также особенно актуальна. Поведению потребителя отведена важная роль в современном маркетинге. Бизнесу важно не только понимать потребителя, но и влиять на его поведение. Одним из инструментов в данном случае является математическое моделирование.

Математическое моделирование социально-экономических процессов в последние годы получило мощный импульс благодаря развитию вычислительных систем и появлению мощных программных комплексов [7].

В данной статье речь пойдет о программном комплексе AnyLogic, предназначенном для выполнения моделирования различных видов, в том числе:

• •    дискретно-событийное моделирование;

• •    моделирование путем использования метода системной динамики;

• •    агентное моделирование.

AnyLogic является мощным программным комплексом, направленным на максимальную работу с графическим интерфейсом программы, а не с программным кодом [1]. В рамках данной статьи разберем построение простой агент-ориентированной модели в среде AnyLogic. Агентное моделирование было выбрано исходя из важности понимания того, как потребители взаимодействуют между собой. Было решено построить оригинальную модель поведения потребителей двух товаров-субститутов с возможностью смены агентами своих состояний в системе.

В основе модели лежит предположение о том, что в магазинах есть два очень похожих напитка – Cola1 и Cola2 . Напитки являются товарами-субститутами и рассматриваются потребителями как полные эквиваленты друг друга. Большинство потребителей индифферентны к их торговым маркам и покупают оба напитка, не отдавая предпочтения ни одному из них. Однако есть люди, предпочитающие какую-то одну торговую марку и мотивирующие других людей приобретать продукцию данной торговой марки [2]. Смоделируем то, как будут изменяться пропорции потребителей продуктов (рис. 1).

Для этого придется создать популяцию агентов, которые будут выступать в роли потребителей [3].

Рис. 1. Создание агентов в среде AnyLogic

Потребители продуктов будут обладать тремя состояниями: defaultState, означающим, что потребитель равнодушен к обеим торговым маркам; Cola1 и Cola2, означающими соответствующие предпочтения потребителя. По умолчанию все потребители равнодушны к какой-либо торговой марке. Сделать выбор в пользу одного из продуктов потребителей побуждает реклама (параметр AdEffectieness). Поскольку продукты похожи, в рамках данной модели потребитель отдает предпочтение случайным образом. Вполне вероятно, что за его выбором стоят целая совокупность личных психологических качеств, а также удачность или неудачность рекламных компаний Cola1 и Cola2 в дан- ный конкретный момент, но этим можно пренебречь. За это отвечают переменные random1 и random2.

Далее человек может начать мотивировать свое окружение на покупку определенного продукта. Параметр ContactRate отвечает за количество попыток убеждения за один шаг развития модели, а AdoptionFraction – за силу убеждений (рис. 2).

Рис. 2. Поведение потребителей в модели

В дальнейшем большинство потребителей возвращаются в состояние равнодушия.

Изменение состояния агентов происходит через определенные временные промежутки. Эти промежутки (шаги) в агентном моделировании могут быть самыми различными – от секунд до лет [5]. В целях ускорения развития ситуации в модели будет использоваться шаг, равный секунде.

Вот краткое описание данной модели. Теперь рассмотрим подробнее ее параметры.

Параметр AdEffectiveness отвечает за эффективность рекламы, а именно за то, сколько человек выйдет из состояния defaultState за один шаг (рис. 3).

• <3 AdEffectiveness - Параметр

Имя:                    AdEffectiveness          И Отображать имя В Исключить

Видимость:             (3 Д^а

Тип:                     double          т

Значение по умолчанию: =, | 0.011

[Г Массив системной динамики

Рис. 3. Параметр AdEffectiveness

Именно этот параметр определяет интенсивность перехода агентов.

^ transitions - Переход

Имя:

Происходит

Интенсивность:

Действие:

Доп. условие:

Рис. 4. Влияние рекламы на агента

Поскольку в создаваемой модели в качестве начального условия задана похожесть продуктов, будем считать, что рекламные кампании влияют на потребителя с одинаковой силой (рис. 4).

Параметр ContactRate отвечает за количество убеждений со стороны тех, кто предпочитает определенный продукт, людей, не определившихся в своих предпочтениях (рис. 5).

(S ContactRate - Параметр

Имя:                   ContactRate             О Отображать имя Q Исключить

Видимость:           О да

Тип:                           int                  ’•

Значение по умолчанию: =, | 5

• 0 Массив системной динамики

Рис. 5. Параметр ContactRate

Как видим, в течение одного шага делается попытка убедить пятерых случайным образом выбранных агентов.

AdoptionFraction отвечает за силу убеждений. Иными словами, этот параметр определяет вероятность того, что убеждения окажутся успешными (рис. 6).

О Adoption Fraction - Параметр

Имя:                   AdoptionFraction         @ Отображать имя И Исключить

Видимость:            С® да

Тип:                      double          ”

Значение по умолчанию: —^   0.2

| | Массив системной динамики

Рис. 6. Параметр AdoptionFraction

deraut5tate

Coa2

derau tState

Coa2

Рис. 7. Результаты запусков модели deraultState

Cola2

deraultState

Cola2

Здесь успешными окажутся 20% убеждений.

Говоря о рекламных компаниях, следует отметить, что в случае эффективности рекламы агент может отдать свое предпочтение Cola1 или Cola2. Поскольку эти товары являются заменителями друг друга, за его выбор отвечают переменные random1 и random2 , которые есть не что иное, как выбранные случайным образом числа. Далее происходит сравнение переменных, что и определяет выбор, сделанный агентом. Обращение к переменным идет каждый шаг, поэтому каждый раз потребители могут выбрать разный товар.

Со временем потребитель охладевает к товару и снова переходит в состояние defaultState. Это происходит на каждом шаге без всяких условий с частью потребителей.

Развитие модели отслеживается через специальный модуль сбора статистики, который выдает график изменения пропорций трех групп агентов (defaultState, Cola1 и Cola2) в режиме реального времени. Было решено сделать несколько прогонов модели длительностью 8 шагов и сравнить результаты (рис. 7).

Несмотря на то, что наша модель сугубо условна, мы можем выделить некоторые закономерности. Во-первых, при заданных условиях влиянию всегда подвергается одно и то же число человек. Во-вторых, поскольку количество агентов в состоянии defaultState на каждом шаге неизменно в любом прогоне, то рост популярности одного продукта может происходить только за счет снижения популярности другого.

Данная модель показывает, что если в сознании потребителя некоторые товары воспринимаются как идеальные заменители, то, при прочих равных условиях, ни один из производителей не может выделить свой товар за счет маркетинга. Этот вывод подводит нас к довольно сложному вопросу о методах конкуренции для производителей таких товаров, поскольку, как мы знаем, конкуренция по цене (стратегия демпинга) обычно является губительной для всех участников рынка.

Практика показывает, что в таких условиях производители подобных продуктов ведут довольно активную политику продвижения своего продукта среди торговых сетей, а также вынуждены привлекать потребителя, практикуя различные акции и бонусы [6; 9]. При этом подобные акции должны проходить постоянно, так как после окончания акции потребители вновь потеряют интерес к торговой марке.

Приведенная модель в силу своей простоты и расширяемости может использоваться в практической деятельности компаний, желающих предсказать поведение своего потребителя, так и в качестве учебной модели, раскрывающей принципы работы агент-ориентированных моделей. Используемые в модели параметры легки для понимания и могут быть получены менеджментом компаний во время статистических исследований своего потребителя. Хочется отметить, что современные программные средства открывают новый уровень наглядности при проведении исследований. Это, а также доступность многих статистических данных убеждают в том, что повсеместное моделирование социально-экономических систем скоро станет необходимостью [4; 8].