Расчет индивидуальных коэффициентов структурной близости

Продукты	Расчет	Kstr
	24/25	0,96
	18/19	0,947
	7/9	0,778
	0/5	0,0
	12/15	0,8
	14/15	0,933
	8/16	0,5
	6/7	0,857

 

Как видно из табл. 4.7, наибольшее отклонение от плана наблюдается по продуктам 4 и 7.

Рассчитаем интегральный коэффициент для нашего примера:

Таким образом, план по структуре сбыта выполнен на 72,9%.

Предложенный коэффициент имеет преимущество, так как может быть рассчитан по всем продуктам в плановом (или предыдущем) и отчетном периодах. Так, продукт 4 не входит в структуру сбыта по плану, однако его вклад в сбыт по факту учитывается. Кроме того, коэффициент структурных отклонений можно определить, используя показатели сбыта в натуральном выражении. Это позволит выявить все относящиеся к динамике сбыта нюансы, например связанные с научно-техническим прогрессом. Анализ структуры современного производства показывает, что во многих случаях выпуск ряда изделий в натуральном выражении имеет тенденцию к сокращению при существенном росте технико-экономических показателей вновь выпускаемых изделий. При этом может быть улучшена динамика сбыта в стоимостном выражении, а также финансовых показателей деятельности предприятий.

 

Практическое задание. Используя данные табл. 4.8, требуется провести:

1) концентрационный анализ;

2) анализ динамики сбыта;

3) анализ выполнения плана по сбыту.

 

Таблица 4.8

Данные для выполнения задания

Продукты	Сбыт плановый	Сбыт фактический	Покрытие затрат фактическое, %
Варианты	Варианты	Варианты
нат. ед.	%	нат. ед.	%	нат. ед.	%	нат. ед.	%	нат. ед.	%	нат. ед.	%
	20,0		50,8		76,4		21,3		45,2		76,4
	33,5		67,7		88,8		36,5		57,5		88,8
	44,0		23,5		34,1		44,0		25,9		28,4
	60,2		10,0		30,0		54,2		13,6		37,5
	50,0		45,7		20,5		44,1		49,5		24,9
	76,4		38,4		70,0		76,4		25,6		70,0

 

Задание 2. Оценка производственных программ с помощью теории игр.

Методические указания. Для каждой ситуации рекомендуется разрабатывать оптимистические, средние и пессимистические прогнозы. При описании стратегии выбора программы необходимо дать оценку затрат и прибылей по трем вариантам прогноза.

Пример. Имеются прогнозы прибыли по разным программам (табл. 4.9).

Таблица 4.9

Прогноз прибыли

Программы	Прогноз прибыли, млн. руб.
оптимистический П1	средний П2	пессимистический П3
С1 С2 СЗ С4

 

При решении проблемы большую пользу может принести известный в теории игр принцип максимина, основанный на предположении, что специалист действует осторожно и избирает стратегию, гарантирующую ему максимальный из возможных результатов.

Чтобы выделить максиминную стратегию, достаточно для каждой из стратегий определить возможные наихудшие исходы и затем избрать стратегию, дающую наибольшее значение этого минимума.

Лицо, принимающее решение на основе максиминной стратегии, сначала оценит наихудшие по каждой стратегии выбора программы: для С1 это будет 15 млн. руб.; для С2 – 20; С3 – 15; С4 – 10 млн. руб. Наилучшим решением будет то, которое максимизирует минимум возможной выгоды. Специалисту, принимающему решение, в этом случае гарантирована, по крайней мере, выделенная прибыль, поскольку каким бы в действительности ни стало состояние среды (обеспечивающей реализацию одного из вариантов прогноза) при максиминной стратегии, худшего он не получит. В нашем примере это стратегия выбора программы С2 и максимальная прибыль 20 млн. руб.

Специалистом-оптимистом может быть использован критерий максимакса, определяющий стратегию, которой соответствует наибольшая выгода. При этом просто выделяется наибольший из числа возможных вариантов прогноза прибыли и выбирается соответствующая программа. Очевидно, что в данном случае (стратегия выбора программы С3 – прибыль 130 млн. руб.) специалист-оптимист идет «ва-банк».

Существует еще один критерий для выработки решения, основанный на одном из общих свойств психологии человека. Суть его в том, что, когда возникает ситуация, требующая выбора решения, большинство людей на основе прошлого опыта рассматривают прогнозы в ретроспективе, сравнивая их с результатом, который мог быть получен, если бы было известно, какое состояние среды (обеспечивающее вариант прогноза) будет реализовано.

Мера «сожаления» показывает недополученную прибыль (потерю) при выборе определенной стратегии при реализации каждого из прогнозов. В рассматриваемом примере мера «сожаления», соответствующая стратегии С1 и состоянию, обеспечивающему оптимистический прогноз П1, составляет 70 млн. руб. (130–60). Величины «сожаления» остальных исходов приведены в табл. 4.10.

Таблица 4.10

Матрица «сожалений»

Программы	Недополученная прибыль, млн. руб.
П1	П2	П3
С1
С2
С3
С4

 

Поскольку природа «сожаления» близка к потере, специалист-пессимист может выбрать стратегию, минимизирующую максимум «сожаления», т. е. применить критерий минимакса «сожаления».

В нашем случае максимум «сожаления» для каждой стратегии выбора программы будет составлять 70, 40, 10 и 10 млн. руб. соответственно. Стратегией минимакса «сожаления» будет выбор программы С3, которая обеспечивает уровень безопасности «сожаления», равный 10 млн. руб., или программы С4 (10 млн. руб.).

Если специалист имеет дело с проблемой минимизации затрат ресурсов, то понятием, эквивалентным максимину при достижении уровня прибыли, будет минимакс, т. е. минимизация максимальных затрат, поскольку здесь наихудшие исходы характеризуются наибольшей численной величиной.

Пример. Имеются прогнозы затрат, связанных с развитием продукта, выходом на рынок и продажей (табл. 4.11).

Таблица 4.11

Прогнозы затрат

Программы	Прогноз затрат, млн. руб.
Оптимистический П1	Средний П2	Пессимистический П3
С1 С2 С3 С4

 

По максиминной стратегии будет выбрана программа С2, т. к. лучшее, что может произойти, – это затраты в 60 млн. руб. при пессимистическом прогнозе, в то время как в других стратегиях это 75, 90 и 100 млн. руб. Эти наихудшие исходы и являются уровнем безопасности по каждой стратегии.

 

Практическое задание. Определить максиминную, максимаксную стратегии и стратегию минимакса «сожалений», используя информацию табл. 4.12.

Таблица 4.12

Прогнозы прибыли (затрат)

Сегменты рынка	Вариант 1	Вариант 2	Вариант 3
Прогноз прибыли	Прогноз затрат	Прогноз прибыли
П1	П2	П3	П1	П2	П3	П1	П2	П3
С1
С2
С3
С4

 

Задание 3. Метод эффекта связи между продуктами.

Методические указания. Если рассмотреть большое количество изделий, то выяснится, что имеются сочетания товаров, которые часто покупаются вместе, в то время как другие почти никогда. Интенсивность связи между продуктами различна. Измерить ее и использовать в целях маркетинга – первейшая задача работы с программой. Простейший метод определения интенсивности связи заключается в подсчете частоты совместной покупки определенной пары товаров. Допустим, что ассортимент состоит из 6 товаров, а было сделано 7 покупок (табл. 4.13).

Таблица 4.13