Маркетинг та підприємництво в перехідній економіці - Матеріали першої міжвузівської наукової конференції студентів і аспірантів (І-й та ІІ-й етапи)

Маркетинговое прогнозирование на основе нечетких чисел с использованием fuzzy-технологий

 

В работе предприятия, фирмы в современных условиях возникает ситуация, когда появляется необходимость в проведении маркетинговых исследований, а также прогнозирования поведения полученных показателей. Актуальными становятся ряд вопросов, среди которых: выбор концепции маркетинга, область учитываемых факторов, способы проведения исследования, исполнитель работ, вид данных конечного результата и т. д.

В реальных условиях перечень факторов и исходных данных, определенных этими группами, может быть различным и определяется решаемой задачей пользователя. Их количество ограничивается лишь соображениями вычислительной эффективности алгоритмов. Действие факторов обеспечивает изменение во време­ни искомых величин, например, спроса и предложения. Ввод в расчеты факторов, действие которых предполагается в будущем, обеспечивает возможность прогнозирования состояния рынка на определенный период.

Такой задачей может стать, например «Задача анализа и прогноза продаж». Задача решается для определения во времени объемов продаж товара, исходя из определенной ценовой стратегии фирмы и складывающейся в будущем ситуации на рынке, которая определяется совокупностью действующих факторов, изменяющих спрос и предложение. Исходными данными для задачи являются: цена реализуемого товара в соответствии с принятой ценовой стратегией фирмы; результаты моделирования с использованием микроэкономической модели рынка (оценка кривой спроса и ее изменения вследствие воздействия факторов на интервале времени прогноза). Результаты решения задачи: потенциальный объем продаж товара по времени прогноза; потенциальный доход от продаж по времени прогноза.

Для реализации алгоритмов приложения важную роль играет следующее обстоятельство. Необходимость поддержки в расчетах нечеткости экспертных данных, которая порождает нечеткость как микроэкономической модели рынка, так и нечеткость влияния на нее факторов и маркетинговых решений. Это приводит к тому, что кривые спроса и предложения будут иметь нечеткий, размытый характер. Значения количества продаж в зависимости от цены будут иметь степень уверенности и будут различны для разных уровней уверенности. В связи с этим реализация алгоритмов расчета должна осуществляеться на базе нечетких чисел, как это предполагается в Fuzzy-технологиях [1], реализованных на сегодняшний день в Украине [2,3] в приложении МаркетЭффект системы FіnExpert [4].

В различных сферах деятельности, в деловой жизни очень часто приходится определять степень риска, выгодности сделки, величину доходов или расходов, срок окупаемости коммерческого проекта на основе результатов предварительных расчетов. Однако точной числовой информации для их выполнения, как правило, нет, чаще исходная информация носит приближенный, ориентировочный, неопределенный характер.

Это приводит к тому, что числовая величина, имеющая конкретный физический смысл, перестает иметь одно значение (что требует традиционная математика), а может выражаться набором значений, каждое со своей долей уверенности. При этом доля уверенности отражает влияние и силу возможно действующих факторов. Такие числа принято называть нечеткими числами. Они представляются распределением возможности на числовой оси, где каждому числу на этой оси ставится в соответствие уверенность в том, что числовая величина примет именно это значение. Трактовка нечетких чисел определяется в каждом конкретном случае отдельно и зависит от физической сущности этих чисел, а также от действующих на них факторов. Приведем несколько примеров [4].

На рис.1-а представлена числовая величина «Инвестор может вложить в Ваше предприятие около 10 000 USD». На рис.1-б представлена числовая величина «Планируется продать товаров минимум на сумму 100 000 USD, а может быть и больше. Последнее утверждение с меньшей уверенностью».

 

 

а)                                                                            б)

Однако в реальных задачах проведения расчетов для получения каких-либо результатов необходимо осуществлять целый ряд арифметических преобразований, которые должны позволять «проводку» неопределенности исходных данных, задаваемых в виде нечетких чисел, через всю схему расчетов.

Нечеткие числа, будучи по своей природе распределениями возможности, имеют четыре основных характеристики, которые отражают различные аспекты их трактовки. К ним относятся: значение с максимальной степенью уверенности; наиболее возможное значение (центр тяжести распределения уверенности); минимальное значение по уровню уверенности; максимальное значение по уровню уверенности.

Таким образом, алгоритм формирования маркетинговых решений и стратегий на основе нечетких лингвистических входных данных, реализованных в МаркетЭффект, позволяет определить их эффективность, а также оценить чувствительность модели и получить прогнозные вероятностные оценки поведения искомых величин в будущем.

Література

 

Прикладные нечеткие системы: Пер с япон. / К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. — М.: Мир, 1993. — 368 с.

Нечеткий вычислитель Fuzzy Calculator: Руководство пользователя. — К.: ИНЭКС, 1996. — 39 с.

Нечеткая оценка критических сообщений FECM: Руководство пользователя. — К.: ИНЭКС, 1998. — 64 с.

Приложение МаркетЭффект системы FіnExpert: Руководство пользователя. — К.: Инэкс, 2000. — 28 с.

 

Городецька Оксана

Київський національний

торговельно-економічний

університет

студентка V курсу