Читайте также:
|
|
Рассмотрим исходную модель продавца товара в виде линейной агрегированной ресурс-товарной системы коммерческой информации: Х,-Цi=В(4.1.1); Х;-аsi=Р5(4.1.2); Хi[Хк](4.1.3) (где Xj - объем товара, планируемого к реализации в плановый период; Ц; - уровень цен; В - планируемая выручка; asi - затраты s-ro ресурса на единицу i-ro товара; Ps - общая потребность в ресурсах;[Хк ] - допустимый объем производства i-ro товара). Применим принцип неопределенных двойственных оценок (транспонируем столбцы матрицы табл. 4.1.1 в строки и вводим для сохранения равенств новые неопределенные двойственные переменные.) В результате чего получим следующую систему: Ps-Ups+[Xk]-Uxk=B(4.1.4); ais∙Ups+Uxk=Цi(4.1.5); (где Uxk, Ups- неопределенные двойственные переменные.)
Таблица 4.1.1
№ | Xi × | Знак | Правая часть | Неопределенные Двойственные оценки |
Цi | = | В | ||
аsi | = | Ps | ×Ups | |
= | [Xk] | ×Uxk |
Используется только сам принцип транспонирования, с введением неопределенных оценок. Это позволяет осуществлять переход от модели производителя к модели продавца, если при этом придать новый смысл величине asj, заключающейся в установлении связи объема нереализованной продукции (риска) с использованием ресурсов. Такой переход возможен благодаря тому, что сразу же вводятся ограничения - равенства и отсутствуют неравенства. В результате удается перейти к гибкому случаю с неопределенными двойственными оценками, учитывающему риски.
Величина asi имеет различный смысл в выражениях 4.1.3 и 4.1.5. Поэтому придадим ей смысл 4.1.5. Тогда объем нереализованной продукции Bns (риск) определяется характером (эффективностью) использования ресурсов: Bns=Ps-Ups=Xi∙ asi∙Ups(4.1.6)
В двойственной системе имеется только одно самостоятельное уравнение 4.1.5 поскольку 4.1.4 получается из него умножением на Хi левой и правой части.
Величина dki равна 1. Это означает, что вся продукция относится к одной k-ой категории производства и реализации (например, к одному k-ому сорту или сегменту рынка).
Произведем декомпозицию 4.1.1 - 4.1.3, добавляя Хi с новым уровнем Цi, за счет уменьшения имеющихся значений Хi и сохранения для них Цi и asi. Декомпозицию всего объема производимого товара[Хк] осуществим по L участкам сбыта. Участки сбыта в данном случае могут выбираться из соображений реализации продукции, поскольку декомпозиция не связана с линией спроса и предложения.
(4.1.7)
(4.1.8)
(4.1.9)
После применения к 4.1.2 - 4.1.9 принципа двойственности получим выражения 4.1.2 и 4.1.3 с
учетом того, что взамен 4.1.6 имеем
(4.1.10)
Величина dkj может стать меньше 1, если осуществить декомпозицию: имеется L участков
сбыта продукции, при этом принимаем условие (4.1.11)
В результате матрица для транспонирования имеет следующий вид (табл. 4.1.2).
Х1 | … | Xi | … | Xn | Знак | Правая часть | Неопределенные двойственные оценки |
Ц1 | … | Цi | Цn | = | В | ||
a11 | … | a1i | a1n | = | P1 | ×Upl | |
- | - | - | - | - | - | - | - |
As1 | … | asi | asn | = | Ps | ×Ups | |
- | - | - | - | - | - | - | - |
arl | ari | am | = | Pr | ×Upr | ||
d11 | … | d1i | d1n | = | [x1] | ×Ux1 | |
- | - | - | - | - | - | - | - |
dk1 | … | dki | … | dkn | = | [Xk] | ×Uxk |
- | - | - | - | - | -- | - | - |
dLi | … | dLi | … | dLn | = | [XL] | ×UxL |
Выражение 4.1.4 можно представить следующим образом: Рs∙Цs∙ŋs+[Xк]∙Цхк∙ŋхк=B(4.1.12)
Где (4.1.13); (4.1.14) (где Ц5 - уровень цен, по которому приобретается s-й ресурс; Цхk - уровень цен, по которому предлагается покупать k-ой товар; ŋs- коэффициент «бесполезного» (вредного) действия, характеризующий величину ресурсов, не вошедших в продукцию, но необходимых для ее продажи. Физически ресурс может входить в состав продукции, но покупатель об этом либо не знает, либо это не оказывает на него необходимое воздействие; ŋхk- коэффициент полезного действия продавца (этот коэффициент характеризует реальную отдачу усилий продавца, выражающуюся в спросе 4.2.1)).
Если выполняется условие 4.1.3, то Цхk совпадает Цi, в противном случае эти уровни цены могут не совпадать, поскольку группировка цен i-гo товара, может не совпадать с группировкой к -го товара при продаже: [Xk]·Цxk·ŋxk = Xi · Цi · ŋxk = B · ŋxk =Bc=С (4.1.15).
Bns-характеризует риск продавца при недостаточном спросе, а величина Ps·Цs·ŋs соответствует потерянной энергии продавца Епот.
В случае декомпозиции 4.1.7 - 4.1.9 и переходе к двойственной постановке с учетом 4.1.2, 4.1.3, а также 4.1.10 и 4.1.12 получим L значений η xk. характеризующих полезность действий продавца по каждой k-ой группе товара, кроме того, получим r значений η s характеризующих величину s-ых рисков (4.1.16)
i=1,n (4.1.17)
Это позволяет сопоставить полезность деятельности продавца по к-ым группам сбыта товара и использование ресурсов по s-ым группам рисков и обеспечить более целенаправленное проведение мероприятий по воздействию на покупателей. Это должно повысить знания покупателей о товаре, необходимые для принятия ими положительных решений о его покупке, что и является главным информационным ресурсом КД продавца. Для случая, когда Xi = [Xk], плановая цена для k-ых. групп сбыта товара совпадает с плановой ценой i-ro. В общем случае плановая цена для k-ых групп сбыта товара не совпадает с плановой ценой i-гo товара. Величина asi затраты s-гo ресурса на единицу i-гo
товара. Задача позиционирования методом минимакса для случая инновационных ожиданий на примере i-ой продукции: Примем целевую функцию в виде d -> min (4.1.18)
при ограничениях: |Uxk – U*xk|≤d (4.1.19) и |Ups – U*ps |≤d (4.1.20) (где U *хk - измененная ценовая GAP-оценка ожидаемой выручки по опросу покупателя; U*ps - измеренная оценка риска по опросу покупателя). Ожидаемая выручка по оценке продавца В *с не превышает ожидаемую выручку по оценке покупателя. Xi-Uxk=Bc<B*c (4.1.21)
После транспонирования табл. 4.1.1 получим следующее (табл.4.1.3).
При переменных U и Uxk задача решается методом линейного программирования (линейное позиционирование). Определяется Вс. Отклонение Вс от величины В *с характеризует ИННОСИЛУ продавца. При высокой чувствительности (при малом d), эти величины близки, и требуется большое значение ИННОСИЛЫ. В общем случае транспонирования на основе табл. 4.1.2 появится матрица долей планируемой выручки на участках сбыта dki и матрица коэффициентов затрат asi (табл. 4.1.4). От распределения этих значений зависит чувствительность и величина Вс (и необходимая величина ИННОСИЛЫ).
Таблица 4.1.4
Данный подход имеет больше возможностей по распределению ИННОСИЛЫ. Точки экономического равновесия заранее не фиксируются. В связи с этим при заданных значениях В *с и Вст имеется множество вариантов положения точки экономического равновесия. Следует иметь в виду, что при увеличении ИННОСИЛЫ величина Вст стремится к В *с. Это означает, что линия предложения перестает иметь фиксированное положение. Т.е. в случае роста ИННОСИЛЫ творческие способности продавца позволяют быть ему своего рода монополистом на рынке за счет новых идей по продажам товаров по отношению к другим участникам рынка.
33. Прогнозирование коммерческой деятельности: оценка фазы развития систем коммерческой информации через коэффициенты адаптивности и чувствительности.
Для характеристики фаз инф модели используем понятия адаптив и чув-ти.
Чув-ть хар-тся величиной d, представляющей собой отклонение ожид выручки продавцом от денег, к-е готов платить покупатель в данной фазе развития СКИ. Чем меньше d, тем больше чув-ть.
Под адаптивностью понимается возможность уменьшения d в пределах данной фазы.Нач фаза связана с разработкой СКИ. Разработка сост-т в выборе структуры СКИ и сегмента рынка покуп-й (экспертов), на кот-х она направлена. Чув-ть и адаптив в этой фазе явл-ся расчетными. В конце фазы разработки реал чув-ть близка к нулю, а адаптив max. Объясняется это тем, что система еще не вступила во взаимодействие с покупателями, поэтому фактич отклонения d невозможно опр-ть. В то же время адаптив, т.е. возможность повыш чув-ти max-на в соответствии с разработкой. Следующая фаза сост во внедрении СКИ. В этой фазе формируется структура СКИ, пока чув-ть не достигнет максимума. При этом число покупателей достигает расчетной величины. Предполож, что дальнейшее развитие связано с увеличением ожид выручки за счет роста опыта продавца. Это означ, что туже самую инф о покупателях он лучше сможет использовать. При этом в новой фазе произойдет повышение чув-ти, что соответствует уменьшению отклонения.В следующ фазе произойдет тоже самое и т.д. для количественной оценки пределов повышения чув-ти необходимо выбрать модель, характеризующ увеличение во времени опыта продавца при сохранении постоянной, в каждой фазе, кол-ва начальной теоретической информации.Для опис дан процесса рассм шаровую модель.При уелич радиуса шара поверх-ть его растет, что есть рост опыта продавца.Это сказ-ся на адаптив и чув-ти СКи,тк при сохран ожид выручки от покупателей в нов фазе для стабил рынка увелич-ся возможность получ-я выручки продавцоц. Чем больше прирост опыта продавца или приращ площади поверх-ти шара,тем больше чувст-ть и меньше d.При переходе от фазы к фазе,чем больше фаза,тем больше чув-ть, и сл-но опыт продавца.Коэф-т даптив хар-ет потери кол-ва полезной инф-ции при переходе от одной,моделируемой пов-ти,к другой,что равносильно сниж-ю адаптив при переходе от фазы n-1,n к n,n+1. Коэф-т чув-ти хар-ет то же самое,но для чув-ти.С ростом фазы происходит сниж прироста чувст-ти,те дальнейш развитие СКИ яв-ся неустойчив.Т.о количествен пределы полезной коммерч инф-ции проходят фазы от устойчив роста до вел-ны,соответствующ расчетному кол-ву полез инф-ции. Затем переходит к неустойчив состоянию,когда прирост полез инф-ции уменьшается.
Дата добавления: 2015-09-02; просмотров: 50 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Обучение систем коммерческой информации на примере искусственных нейронных сетей. | | | Прогнозирование развития систем коммерческой информации на основе анализа чувствительности. |