Предварительный анализ полученных результатов (При анализе использовался пакет программ Statistica 6.0)

Оценка законов распределений и анализ основных статистик

 

STAT. VAR1 (chi_002.sta)

BASIC K-S d=,22404, p<,01; Lilliefors p<,01

STATS Shapiro-Wilk W=,78847, p<,0000

 

Cumul. Percent Cumul % % of all

Category Count Count of Valid of Valid Cases

 

-4,000 < x <= -3,000 8 8 8,6022 8,6022 1,14286

-3,000 < x <= -2,000 6 14 6,4516 15,0538,85714

-2,000 < x <= -1,000 10 24 10,7527 25,8065 1,42857

-1,000 < x <= 0,0000 1 25 1,0753 26,8817,14286

0,0000 < x <= 1,0000 15 40 16,1290 43,0108 2,14286

1,0000 < x <= 2,0000 17 57 18,2796 61,2903 2,42857

2,0000 < x <= 3,0000 36 93 38,7097 100,0000 5,14286

 

Missing 607 700 652,6882 86,71429

 

Анализ накопленных частот по категориям ответов показывает, что для 56% студентов (общий процент ответивших студентов в категориях от 1 до 3 по заданной шкале) месторасположение института считается удобным, а для остальных неудобным или этот фактор был для них несущественным.

Более детальный анализ для различных специальностей студентов показал, что для юристов 72% считают месторасположение удобным, а 19% неудобным. В то время как для психологов только 45% - удобное, 33,4% - неудобное. Но что же заставляет психологов ездить издалека? Ответ на этот вопрос был получен после анализа ответов на вопросы №5, 6 и 11:

§ Высокий уровень организации учебного процесса (74% психологов против 56% юристов считают, что уровень организации достаточно высокий). Только 21% психологов не удовлетворены организацией учебного процесса против 33% юристов и 29% экономистов.

§ Цена за обучение. 34% психологов устраивает цена (31% - не устраивает) против 23% юристов, которых устраивает цена (61% - не устраивает). У экономистов соответственно 29% и 21%.

§ Психологи больше уверены в стабильности цен в будущем (65% против 7%), чем юристы (46% против 14%).

Дальнейший анализ распределений ответов по различным специальностям позволил выявить следующее:

1. Мнение родственников (родителей) при поступлении в институт очень мало значат для психологов (14%) и экономистов (16 %), но в значительной степени важны для юристов (38%). Это означает, что в будущей рекламной деятельности необходимо изменить стиль и формы работы приемной комиссии для различных факультетов. Для юридического факультета необходимо использовать формы, обеспечивающие влияние на взрослых людей.

2. Проверка статистически значимых различий в ответах студентов различных факультетов показала, что существуют значительные различия в оценке мнений студентов различных факультетов на уровне значимости 0,05 по следующим вопросам:

· политика цен;

· оценка стабильности цен в будущем;

· оценка эффективности дней открытых дверей.

Все студенты

STAT. Factor Loadings (Varimax normalized) (chi_002.sta)

FACTOR Extraction: Principal components

ANALYSIS (Marked loadings are >,700000)

 

Factor Factor Factor Factor Factor

Variable 1 2 3 4 5

 

VAR1,052652,851428* -,089128,039677,067405

VAR2 -,046822,612805,290209,078646,030772

VAR3,109170,895132* -,097120 -,004157,020256

VAR4,626223 -,044155 -,140659 -,112459,576220

VAR5,260984,034308 -,390103,026855,718161*

VAR6,661346 -,156378,066145,034392,460678

VAR7,370769,148641,246785 -,149145,349469

VAR8,042039 -,083819,061217 -,810411*,073438

VAR9,193275 -,078015,387080 -,160344,309332

VAR10 -,172506,210161,230062 -,224712,650262

NEWVAR11,824705*,172433 -,131797 -,026830,009758

NEWVAR12,747955*,118885,181816,013973,035211

NEWVAR13,797569* -,084973,047302,025183,167687

NEWVAR14 -,013002,023089,043407,817672*,028048

NEWVAR15,257297 -,082921,157986,401573,665069

NEWVAR16 -,018549 -,023301,786575* -,014119,015595

NEWVAR17 -,037853 -,062787 -,581361 -,057440 -,080273

NEWVAR18,159132,052895,232268,009866,466805

 

Expl.Var 3,090042 2,074454 1,635486 1,612537 2,409110

Prp.Totl,171669,115247,090860,089585,133839

 

Наиболее интересные результаты были получены методами факторного анализа, когда были выявлены скрытые мотивы поступления в институт.

В представленных результатах в первой колонке отображены наименования переменных (номера вопросов в листе). Во всех остальных колонках представлены факторные нагрузки по 5 факторам, определяющим мотивы поступления в институт. Значения факторных нагрузок были получены методом вращения Варимакс. Все значимые в представленных результатах нагрузки выделены прямоугольниками. Внизу таблицы представлен «вес» каждого фактора, который пропорционален величине объясненной дисперсии (Expl.var). Таким образом, среди значимых было выявлено 5 скрытых факторов, определяющих мотив поступления в институт, которые далеко не во всем совпали с первоначальными гипотезами:

1. Стабильная ценовая политика администрации вуза (фактор 1).

2. Высокий уровень образовательного менеджмента (фактор 2).

3. Фактор удобного месторасположения института (фактор 3).

4. Фактор обычной рекламы (фактор 4).

5. Фактор рекомендаций знакомых и друзей (фактор 5).

 

Выявленные факторы позволили уточнить методы и формы ведения рекламных кампаний с учетом специальностей и факультетов, создать новые формы рекламы, ориентированной на родителей абитуриентов, реорганизовать методы работы приемной комиссии и учебный процесс и провести ряд других мер. Мы привели только некоторую часть результатов обработки опросных листов. Только прямой эффект подобного исследования может составить величину, соизмеримую с годовыми затратами на проведение рекламных кампаний среднего вуза. Но есть еще и косвенные эффекты, связанные с повышением имиджа вуза, снижением уровня рисков по набору студентов, повышением качества образовательных услуг и другие. Подобные исследования достаточно объективны и позволяют во многих случаях предложить новые эффективные политики в маркетинге.

Решение оптимизационной задачи (на примере планирования ассортимента фармацевтической компании)

Наиболее сложные и одновременно интересные научные задачи решаются в области оптимизации бизнес-процессов. Основная сложность таких задач заключается в формализации модели исследуемых процессов. Рассмотрим пример решения логистической задачи по оптимальному планированию ассортимента фармацевтической компании с учетом различных факторов.

Постановка задачи.

Провести оптимальное планирование ассортимента товаров фармацевтической компании F_о, обеспечивающее получение фирмой максимальной прибыли при следующих ограничениях:

· полезный объём склада V_c= 1000 куб. м;

· период планирования (t) равен 1 году;

· при планировании должна быть учтена существующая на период планирования система договорных поставок;

· гарантийный срок хранения ассортимента препаратов не должен превышать длительности цикла «поставка-продажа-хранение»;

· количество препаратов на складах не может превышать среднего значения спроса за период цикла «поставка-продажа-хранение»;

· процессы поставок и продаж препаратов - стационарные, поставки - мгновенные (штрафы за нулевые запасы отсутствуют).

В течение всего времени ассортимент товара поддерживается на постоянном уровне (регулируется менеджером).

Схема товародвижения.

Рассмотрим типичную схему товародвижения, относительно которой и будем решать задачу оптимального планирования ассортимента (рис.14).

 

Рис.14. Схема товародвижения фирмы F_о

 

Условные обозначения:

Х_i –фирмы, поставляющие товары крупным оптом;

Р – фирма – посредник;

И – фирма-изготовитель товаров;

М – магазины;

К – клиенты;

- материальные потоки;

- финансовые потоки.

Продвижение товара до покупателя (К) проходит в несколько этапов. Фирма F_о получает товар крупнооптовыми поставками либо непосредственно от фирмы – изготовителя товаров, либо от других фирм (Х). Закупаемый товар поступает на один из складов фирмы F_о, где находится определенное время.

Со складов товар отгружается либо фирме – посреднику, а затем в сеть магазинов или непосредственно покупателю, либо непосредственно в сеть магазинов. Допускается определенная перегруппировка ассортимента товаров фирмы F_о на складах путем перевозки некоторых номенклатур товара с одного склада на другой. Это позволяет ускорить процесс обслуживания клиентов. В такой достаточно сложной схеме через некоторое время устанавливается определенное равновесие ассортимента. Это позволяет сделать допущения о стационарности процесса поставок [2]. В рассмотренной схеме отношения между фирмами, магазинами и клиентами определяются системой договоров и контрактов между участниками этого процесса. Решение задачи оптимального планирования ассортимента товаров должно проводится при условии сохранения существующей системы взаимоотношений между фирмами в сложившихся схемах товародвижения. Это второе и существенное ограничение, которое будет использоваться в математической модели процесса.

Функция доходов

,

где: - количество препарата,

= - разница цен,

- количество циклов («поставка-продажа-хранение»),

- длительность цикла продаж препарата в неделях;

t - длительность в месяцах.

Функция расходов

,

 

где: - затраты по невыполненным обязательствам

,

- затраты на хранение и реализацию товара;

c_i - среднее количество дней задержек поставок (просроченных платежей) i-ой фирмы за прошедший год;

- - величина потерь за 1 день по невыполненным обязательствам;

k - количество фирм, не выполнивших свои обязательства по договорам и контрактам.

Прибыль

Система ограничений

1) ,

где -функция (индикатор, определяющий принадлежность товара планируемому ассортименту)

2) ,

т.е. поставки по ранее заключённым договорам планируются как обязательные.

3) ,

срок хранения препарата должен быть больше длительности цикла «поставка-продажа-хранение».

4) ,

количество препаратов не должно превышать среднего значения спроса за период «поставка-продажа-хранение».

5) ,

Значение прибыли должно быть неотрицательным.

 

6) ,

объем препаратов на складах не превышает значение предельного полезного объема всех складов.

Функция цели

,

 

Находим максимальное значение прибыли.

Результаты решения задачи

Решение задачи можно получить с использованием электронных таблиц Excel. В полной версии электронных таблиц для этих целей используется функция "Поиск решения", находящаяся в разделе меню "Сервис". Исходные данные представлены в таблице 6. Здесь же приведены расчетные формулы для определения дохода, расхода и прибыли по каждой номенклатуре товаров. В графе таблицы "Ограничения по договорным поставкам" приведены объемы поставок по предыдущим договорам на момент планирования ассортимента. В графах "Цена_с" и "Цена_п" представлены соответственно цена закупок и отпускная цена на медицинские препараты. Перед решением задачи все значения в графе "Оптимальный ассортимент" обнуляются.

 

 

Для решения задачи необходимо ввести рассмотренную ранее систему ограничений, заполнив форму (рис.15).

 

Рис.15. Ввод системы ограничений

В процедуре поиска решения Microsoft Excel используется алгоритм нелинейной оптимизации Generalized Reduced Gradient (GRG2), разработанный Леоном Ласдоном (Leon Lasdon, University of Texas at Austin) и Аланом Уореном (Allan Waren, Cleveland State University).

После успешного выполнения процедуры поиска оптимального решения появляется форма (рис.16)

 

Рис.16. Форма с результатами поиска оптимального решения

Результаты решения задачи представлены в таблице 6 в графе "Оптимальный ассортимент". Расчетная прибыль от продаж препаратов составляет 45808 (условная величина). При этом выполнение обязательств по поставкам препаратов №3, 4 и 7 оказывается не выгодным для фирмы. В условиях нашего примера эти поставки были запланированы как обязательные.

Наиболее выгодными являются препараты по номерами: 1,2,5 и 6. Их количество соответствует предельным значениям, заданным в столбце "Ожидаемый спрос за цикл продаж". В целом из результата решения задачи следует, что для получения максимальной прибыли необходимо поддерживать ассортимент на расчетном уровне.

В том случае, если вычислительная процедура не сходится и появляется сообщение "Решение не найдено", необходимо снизить точность вычисления параметров используя форму "Параметры" (рис.17.). Эта форма может быть вызвана из формы "Параметры" поиска решения.

Рис.17. Форма настройки параметров вычислительной процедуры

Если после изменения параметра "Относительная погрешность" процедура поиска оптимального решения не дает найти подходящего решения, появляется форма «Результаты поиска решения».

Рис.18. Форма результата при неудачном поиске оптимального решения

Такой результат обычно появляется при некорректном вводе системы ограничений математической модели планирования ассортимента. В этом случае следует внимательно провести анализ системы ограничений и удалить несовместные из них. Если и в этом случае не удается найти решения, необходимо последовательно снижать требования по системе ограничений модели, удаляя их из формы (рис.16).

Исследование модели планирования ассортимента

Проведем исследование рассмотренной модели планирования ассортимента фармацевтической компании. Прежде всего определим, как влияют основные параметры на прибыль. В качестве таких параметров рассмотрим следующие:

· разницу цен между ценой закупки препаратов и отпускной ценой;

· длительность цикла "поставка-продажа-хранение";

· удельные затраты на хранение и реализацию препаратов.

Для наглядности выберем так называемую "критическую" номенклатуру товаров, которая при заданных условиях не приносит прибыли. Такая задача возникает в том случае, если были заключены ранее договора на поставки препаратов по невыгодным для фирмы условиям. К сожалению, такое в бизнесе не исключается. В нашем случае это препарат под номером 3. Минимальная поставка по этому препарату составляет 20 комплектов (планируется как обязательная по нашим условиям).

Фирма F_o при выполнении этих обязательств несет убытки на уровне 118 относительных единиц. Очевидно, чтобы достичь прибыли, необходимо изменять ценовую политику в отношении этой номенклатуры. Возможны два пути: первый заключается - в снижении закупочной цены, а второй - в повышении отпускной. Возможно и комбинированные решение.

Практически это достигается работой менеджера и во многом зависит от его умения вести переговоры и убеждать партнеров. Опыт показывает, что использование подобных моделей позволяет сделать этот процесс более аргументированным и успешным. Так как наша модель оптимальная, определить непосредственно минимальную разницу цен на этот препарат, при которой обеспечивается прибыль, не представляется возможным.

При каждом изменении любого из параметров модели меняется и планируемый оптимальный ассортимент товаров. Поэтому, при каждом изменении разницы цен мы будем получать и другой план.

Будем изменять отпускную цену препарата №3 на 0,1 в интервале от 0,4 до 0,8 и при этом наблюдать за изменением значений объемов закупок по этому наименованию.

Рис.19. Влияние разницы цен препаратов на прибыль компании

Таким образом, алгоритм исследования влияния разницы цен на прибыль сводится к следующему:

1. увеличить значение "Цена_п" для препарата №3 на 0,1;

2. обнулить значение "Оптимальный ассортимент";

3. провести поиск оптимального решения с использованием функции "Поиск решения";

4. записать в электронную таблицу полученное значение прибыли и объем поставок по исследуемой номенклатуре;

5. повторить все с п.1, пока разница цен не достигнет заданного предельного значения (0,8).

Результаты расчетов по этому алгоритму представлены на рис.19.

Анализ полученных результатов показывает, что при повышении разницы цен до 0,7 объем продаж держится на уровне 22. Это значение отличается от заданного в контракте (20) из-за введенного нами условия целочисленности результата решения. При значении разницы цен равном 0,7 наблюдается скачок в планируемых объемах поставок и прибыли. Поставки этого товара становятся выгодными и их объем увеличивается в 20 раз. Следовательно, модель планирования ассортимента чувствительна к изменению цен и позволяет, кроме того, определить разумные границы цен, при которых продажа товара становится выгодна фирме.

Определим влияние длительности цикла "поставка-продажа-хранение" на оптимальный ассортимент и прибыль. Для этого для любой номенклатуры ассортимента, например "препарат-001" рассчитаем значения дохода при различных значениях длительности цикла продаж 1,2,3,...,6 недель. Для удобства представления результата на оси ординат отложим относительную величину дохода , которую определим как

Полученный результат расчета зависимости дохода от длительности цикла продаж представлен на рис.20.

Рис.20. Зависимость величины дохода от длительности цикла "поставка-хранение-продажа"

Интерпретация графика вполне очевидна: сокращение длительности цикла "поставка-хранение-продажа" увеличивает доход фирмы F_o. Эта зависимость достаточно хорошо аппроксимируется гиперболической функцией.

Наконец, определим как влияют удельные затраты, связанные с хранением и реализацией препаратов, на величину дохода. Анализ проведем по 2-ой номенклатуре. Рассчитаем, как изменяется доход в зависимости от величины удельных затрат: 0,32; 0,64; 0,96; 1,28. Одновременно будем определять, как изменяется планируемый объем продаж по этой номенклатуре товара.

Алгоритм расчета аналогичен приведенному выше при определении влияния разницы цен на величину дохода. Результаты расчета представлены на рис.21. Интерпретация полученных результатов достаточно проста и соответствует "здравому" смыслу. Увеличение удельных затрат на хранение и реализацию товара приводит к уменьшению дохода фирмы. При этом объем планируемого ассортимента товара по этой номенклатуре практически не изменяется при увеличении затрат в 1,5-2 раза. Затем происходит резкое уменьшение объема планируемого ассортимента практически до 0. При величине удельных затрат более 0,7 продажа этого препарата становится убыточной для фирмы и при затратах более 1,28 планируемый объем препарата, определяется только договором (10).

Рис.21. Влияние величины удельных затрат по хранению и реализации товара на величину дохода фирмы F_o

Вполне естественно может возникнуть вопрос: почему модель предполагает продолжение планирования рассмотренной нами номен­клатуры товара даже в том случае, если его продажа при некоторых условиях становится убыточной для фирмы. Ответ на этот вопрос заложен в системе ограничений и в определенной нами ранее функции цели планирования ассор­тимента.

Во-первых, следует отметить, что даже снижение доходов по отдельным номенклатурам в целом мало влияет на общую величину прибыли.

Во-вторых, на результат планирования ассортимента оказывает значительное влияние ограничение по заполнению полезного объема складов. Этим и объясняется, почему появляются номенклатуры товаров, продажа которых не приносит дохода фирме.

Очевидно, что, в принципе, мы можем провести планирование таким образом, чтобы по каждой номенклатуре товара была заложена прибыль. Для этого необходимо снять ограничения по выполнению взятых до момента планирования обязательств по договорам и ввести дополнительное условия ограничения по недопустимости отри­цательных доходов для каждой номенклатуре товара

.

Этот путь позволит получить значительно большую общую прибыль, но при этом не будут выполнены предыдущие обязательства. В условиях "цивилизованного" рынка это недопустимо. Поэтому оставим эти ограничения и попробуем увеличить прибыль за счет введения менее жестких требований на заполнение полезного объема склада. Например, можно считать разумным такое планирование ассортимента, когда склады будут заполнены на 70-100% от их полезного объема. Для этого необходимо ввести дополнительно два условия:

 

Результаты планирования с новыми ограничениями показывают, что общая прибыль увеличилась на 1%, а степень заполнения склада уменьшилась на 18 процентов. При этом "невыгодные" номенклатуры товаров были спланированы на уровне договорных поставок. Следовательно, модель может быть улучшена некоторым изменением системы ограничений.