Диссертация (1137100), страница 5

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 5)

На окончательное их решение опокупке влияют перечисленные выше факторы, но с другими коэффициентами,отличными от применяемых для новых клиентов, ввиду уже однажды проявленнойлояльности к магазину. К тому же, добавляется в расчет фактор качестваобслуживания при их последней покупке.Для новых клиентов прогноз спроса основан на определении максимальногопотенциала роста клиентской базы (емкость рынка за вычетом имеющихся человекв клиентской базе) в каждом периоде и доли рынка, которую удастся получитьблагодаря определяющим вероятность покупки факторам.В модели присутствуют нелинейные зависимости, зависимости переменныхот их значения в прошлом периоде, стохастические функции, присваиваниезначений переменным массива в циклах.

Так, например, прогнозированиеизменений накопленного маркетингового покрытия и имиджа осуществлено черезподход дисконтирования, согласно которому значение прошлого периодаучитывается с определенным дисконтом в новом периоде.

Перечисленныеособенности модели делают невозможным представление целевых функций ваналитическом виде, что приводит к неприменимости классических методов(основанных на вычислении производных функции) для решения даннойоптимизационной задачи.В качестве горизонта моделирования рассматривается один год, а шагмоделирования равен 1 месяцу (итого 12 месяцев, 12 щагов). Неделя являетсянаилучшим периодом для принятия и оценки оперативных управленческихрешений при управлении предприятием дистанционной торговли.

Горизонтмоделирования может быть продлен на несколько лет.На рисунке 3 представлена диаграмма, демонстрирующая причинноследственные связи модели.2829СредняяОбъемСредняяОбъем рынкарынкапериодичностьпериодичность+покупокпокупокПотребительскаяПотребительская –активностьактивность+++/–ВыручкаВыручка ототпродажпродажОборачиваемостьОборачиваемостьзапасовзапасов +ВероятностьВероятностьпокупкипокупкиновыминовымиклиентамиклиентами+EBITDAEBITDA+УнакопленнаянакопленнаяУправлениеУправлениеценообразованиемценообразованиемУправлениеУправлениезатратамизатратамиУправлениеУправлениедоступностьюдоступностьютоваровтоваров нана складескладе+–+––+++++–КоличествоКоличествопродажпродажФакторФакторестественнойестественнойконкуренцииконкуренции–++ВероятностьВероятностьпокупкипокупкиповторнымиповторнымиклиентамиклиентамиПотенциальноПотенциальноновыеновые клиентыклиенты–У++ПотенциальноПотенциальноповторныеповторные клиентыклиентыБРазмерРазмер активнойактивнойУклиентскойклиентской базыбазы +++–+–+ПотенциальноеПотенциальноемаксимальноемаксимальноеувеличениеувеличение активнойактивнойклиентскойклиентской базыбазыУправлениеУправлениекачествомкачеством+обслуживанияобслуживания Уии имиджемимиджемУправлениеУправлениемаркетинговомаркетингово + Уйй активностьюактивностьюРис.

3. Диаграмма причинно-следственных связейИмитационная модель компании была построена в PowerSim Studio 2008.Схема модели представлена на рис. 4.В ИМ имеются следующие блоки: Продажи, Прогнозирование объема рынка,Управление клиентской базой, Управление качеством процессов, Управлениеценообразованием, Финансовые показатели, Управление товарными запасами,Расходы, Управление маркетингом.

На рисунке 5 изображен комплексный блокрасчета вероятности покупки повторными и новыми клиентами.2930Рисунок 4. Схема Имитационной моделиРисунок 5. Схема блока расчета вероятности покупки повторными и новымиклиентами3031Формулы расчета значений ключевых переменных ИМ содержатся в таблице2. Формулы расчета прочих переменных и заданных констант содержатся в таблице4 Приложения 1.Таблица 2. Формулы расчета значений ключевых переменных ИМНазвание переменной /константыВероятность покупкиновыми клиентамиИзмерениеФормула / значениеГорода;Сегменты_клиентов;КатегорииMAX(0;FOR(i=Города;j=Сегменты_клиентов;k=Категории|'Маркетинговое покрытие накопленное для этогопериода'[i;j;k]*'Фактор естественной конкуренции дляновых клиентов'*(('Накопленныйимидж'/10)^'Влияние имиджа по Сегментамклиентов'[j])*(1+'Влияние цены на новыхклиентов'[i;j;k])*'Доступность товаров на складе поКатегориям'[k]^(1/2)))Вероятность покупкиповторными клиентамиГорода;Сегменты_клиентов;Периоды_покупки;КатегорииMAX(0;FOR(i=Города;j=Сегменты_клиентов;k=Периоды_покупки;l=Категории|'Маркетинговое покрытиенакопленное для этого периода'[i;j;l]*('Степеньудовлетворенности качествомобслуживания'[k]^'Влияние удовлетворенностиобслуживанием по Сегментам клиентов'[j])*'Факторестественной конкуренции для повторныхклиентов'*(('Накопленный имидж'/10)^'Влияниеимиджа по Сегментам клиентов'[j])*(1+'Влияние ценына повторных клиентов'[i;j;l])*'Доступность товаров наскладе по Категориям'[l]^(1/2)))3132Влияние цены на новыхклиентовГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|MAX('Разница со среднерыночнойценой'[i;k]*'Эластичность по цене для доли рынка дляновых клиентов'[i;j;k];-1))Влияние цены наповторных клиентовГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|MAX('Разница со среднерыночнойценой'[i;k]*'Эластичность по цене для доли рынка дляповторных клиентов'[i;j;k];-1))Желающих приобрестииз повторных клиентовпо Городам иСегментам клиентовГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|ARRSUM(TRANSPOSE('Потенциальный максимальныйспрос от повторных клиентов'[i;j])[k])*'Индекссезонности'[k])Изменение КлиентскойбазыГорода;Сегменты_клиентов;Периоды_покупки('Клиентская база будет в следующем периоде поГородам и Сегментам клиентов и Периодам''Клиентская база по месяцам совершения последнейпокупки и Городам')/1<<mo>>Индекс сезонностиКатегорииIF(ATSTART()=TRUE;0,5;'Сезонная потребительскаяактивность накопленная за прошлые периоды поКатегориям'*(1+'Сезонная потребительскаяактивность этого периода по Категориям'))Клиентская база будет вследующем периоде поГородам и Сегментамклиентов и ПериодамГорода;Сегменты_клиентов;Периоды_покупкиFOR(i=Города;j=Сегменты_клиентов|VBFUNCTION(Периоды_покупки|"aux1"='Не купят повторные клиентыпо Городам и Сегментам клиентов'[i;j];"aux2"='Купятвсего по Городам и Сегментам клиентов'[i;j]| "for i=1to ubound(aux1)" "result(i)=aux1(i-1)" "next""result(0)=aux2" ))3233Купят повторныеклиенты по Городам иСегментам клиентов иКатегориямГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|ARRSUM(TRANSPOSE('Купят повторные клиенты поГородам и Сегментам клиентов и Периодам'[i;j])[k]))Купят повторныеклиенты по Городам иСегментам клиентов иПериодамГорода;Сегменты_клиентов;Периоды_покупки;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Периоды_покупки|'Потенциальный максимальный спрос отповторных клиентов'[i;j;k]*'Вероятность покупкиповторными клиентами'[i;j;k])Общаяоборачиваемостьзапасов Средняя('Общая оборачиваемость запасов'+'Общаяоборачиваемость запасовНакопленная'/1<<mo>>)/((TIMESTARTTIME)/TIMESTEP+1)Общие расходы('Маркетинговые расходы общие'+'Операционныйрасходы Общие'+'Расходы на доставкуОбщие'+'Управленческие расходы Общие'+'Комиссияза зачисление денег')*'Инфляция накопленная'Объем рынка поГородам Сегментам иКатегориямиГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|'Объем рынка по Городам Сегментам и Категориямипрошлого периода'[i][j][k]*(1+'Сезоннаяпотребительская активность этого периода поКатегориям'[k]))Покрытие клиентскойбазыГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|('Влияние маркетинговогопокрытия'[j]*LN('Маркетинговые расходы периода поКатегориям и Городам'[i;k]*'Целевые сегментыклиентов маркетинга'[j])-17,96)/100)3334Потенциальныймаксимальный спрос отповторных клиентовГорода;Сегменты_клиентов;Периоды_покупки;КатегорииСредневзвешенныйсрок исполнениязаказовFOR(i=Города;j=Сегменты_клиентов;k=Периоды_покупки;l=Категории|'Клиентская база по месяцамсовершения последней покупки иГородам'[i;j;k]*'Готовность повторных клиентов кследующей покупке'[k]*'Среднее число покупокклиентом за период'*'Объем рынка покатегориям'[l]/ARRSUM('Объем рынка покатегориям'))ARRSUM(FOR(i=Города;j=Категории|'Выручка поГородам и Категориям'[i;j]*'Дней исполнения заказапо Городам'[i]/(1-'% Невыкупленного покатегориям'[j]))/ARRSUM('Выручка по Городам иКатегориям'))Средняя цена на рынкепо городамГорода;КатегорииFOR(i=Города;j=Категории|NORMAL('Базовая средняяцена на рынке'[j]*'Инфляция накопленная'*'Уровеньцень в городе'[i];'Базовая средняя цена нарынке'[j]*'Инфляция накопленная'*'Уровень цень вгороде'[i]*2%;0,9))СтепеньудовлетворенностикачествомобслуживанияПериоды_покупкиIF(ATSTART()=TRUE;1;VBFUNCTION(Периоды_покупки|"aux1"='Качество прошлого периода';"aux2"='Качествообработки заказа'| "for i=1 to ubound(aux1)""result(i)=aux1(i-1)" "next" "result(0)=aux2" ))Эластичность по ценедля доли рынка дляновых клиентовГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|'Базовая эластичность по цене'[j;k]*'Влияние разницы отсреднерыночной по Сегментамклиентов'[j]/((1+'Разница со среднерыночнойценой'[i;k])^2))3435Эластичность по ценедля доли рынка дляповторных клиентовГорода;Сегменты_клиентов;КатегорииFOR(i=Города;j=Сегменты_клиентов;k=Категории|'Базовая эластичность по цене'[j;k]*'Влияние разницы отсреднерыночной по Сегментамклиентов'[j]/((1+'Разница со среднерыночнойценой'[i;k])^(3)))EBITDA('Валовая прибыль'-'Общие расходы'-'Убыток отнеликвида Списание')/1<<mo>>Суммарная клиентскаябазаARRSUM(FOR(i=Города|ARRSUM('Клиентская база помесяцам совершения последней покупки иГородам'[i])))СредняяоборачиваемостьтоваровARRSUM(('Купят всего поКатегориям'*Себестоимость*'Оборачиваемостьсклада по категориям'*('Доступность товаров наскладе по Категориям'/'Базовая доступность товаровна складе по Категориям')^2)/ARRSUM('Купят всегопо Категориям'*Себестоимость))1.4 Многокритериальная оптимизационная задача предприятиядистанционной торговлиБлагодаря комплексному подходу к моделированию на основе разработаннойимитационной модели была синтезирована многокритериальная оптимизационнаязадача с описанными выше целевыми функционалами.3536Купят всегоПрибыльпос 1 заказаГородам иКатегориямИнфляциянакопленнаяВаловая прибыльРасходы надоставку ОбщиеМаркетинговыерасходы общиеEBITDAОбщие расходыУправленческиерасходы ОбщиеEBITDA накопленнаяУбыток отнеликвида СписаниеОперационныйрасходы ОбщиеКомиссия зазачисление денегРисунок 6.

Характеристики

Список файлов диссертации