Технология адаптивного управления синергетическим взаимодействием спроса и предложения на основе проектно-исследовательского комплексного маркетингового эксперимента

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 структурнонеопределенной (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 * = ^ f хf^ x ...f n^a n ^, где α 1 – величина, обратная рангу r (α 1 = 1/r), r = 1 для наиболее значимого свойства, r = n для наименее значимого, f – 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 взаимодействием спроса и предложения… 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 среднеквадратического 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 (f) 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.

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 y₁ 2 =f(x₁, х₂) , где искомая функция - средний ранг, X i - это уровень ИИК, х₂ - цена (в кодированных значениях) [14], соответствующих двум опрашиваемым группам, в виде квадратичного полинома:

• 1)    для выборки потребителей:

У п_0Тр = 4 - 1,3Х 1 - 0,3х 2 - 2,8х 1 х 2 + 0,2х 2 + 1,3х 2 ;

• 2)    для фокус-группы специалистов:

У ф — гр = 3,4 - 0, 9x i - 2,1х 2 - 2Х 1 Х 2 + 0,6х 2 + 1,8х 2 , где x_j = (X_j - X_oj)/ AX_j, Ax_j - масштаб по оси x i .

Необходимо проверить качество полученных уравнений, для этого проведем оценку значимости коэффициентов регрессии с помощью t-критерия Стьюдента, а также адекватности математической модели, используя F-критерий Фишера. Полученные результаты сведены в таблицу.

В результате отсеивания незначимых коэффициентов регрессии получены следующие модели:

У потр = ^{4 - 1,3х} 1 ^{- 2,8х} 1 ^х 2 ,

У ф - гр = ^{3,4 - 2,} 1х 2 ^{- 2х} 1 ^х 2 .

Графические изображения изолиний средних рангов (уi) относительно кодированных значений факторов х1, х2 для выборки потребителей приве- дены на рис. 3. Целью проведения изолиний является наглядное представление искомой функции (в нашем случае рангов) при заданных уровнях факторов, причем прогнозный у(x1, 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 репозиционирования.

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 «Pro-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.

Расчетные данные оценки качества регрессионных уравнений

Регрессионная модель	Оценка дисперсии s2 {y}	t-критерий Стьюдента (при 3-х степеней свободы и уровне значимости 5% t табл = 3,18)	F-критерий Фишера F кр (0,05;3;29) = 2,28
у потр	1,4	t 0р = 9,9; t 1р = –2,6 не значим; t 2р = –0,5 не значим; t 12р = –4,6; t 11р = 0,2 не значим; t 22р = 1,6 не значим	F р = 0,74 < F кр адекватна
у ф-гр	0,71	t 0р = 12,1; t 1р = –2,6 не значим; t 2р = –6; t 12р = –4,7; t 11р = 1,0 не значим; t 22р = 3,0 не значим	F р = 0,67 < F кр адекватна

Рис. 3. Графическая интерпретация математической модели для группы потребителей