Автореферат (1138017), страница 5
Текст из файла (страница 5)
Сопоставимость кластеров подвыборок достигнута с помощью решения следующей задачи (формула 1):∑!!!!!!!! !" ∗!" —> min!!!!(1)!! =1,∀!!!! !" =1,∀Xij € {1;0},где Dij – дистанция между кластерами i и j; Xij – переменная сопоставимости кластеров i и j, которая в значении 1 означает, что кластеры i и j сопоставимы, в значении 0 – не сопоставимы.Используя генерирование подвыборок для оценки устойчивости результатов кластерного анализа методом K-means, выявлено, что в среднем 76%компаний находятся в сопоставимых кластерах между подвыборками.
Размахвариации доли идентичных компаний в сопоставимых кластерах достаточновысок. Также стоит учитывать, что результаты чувствительны к количествукластеров (в данном случае на этапе иерархического анализа выделены пятькластеров). Однако на основе этих результатов можно говорить о существовании некоторой устойчивости кластерного анализа компаний по использованиютипов МП.Анализ устойчивости позволяет судить о возможности использования результатов кластерного анализа для дальнейшего анализа данных.
В случае еслирешение методом кластерного анализа окажется неустойчивым, то дальнейшеевыявление взаимосвязи не должно основываться на результатах кластерногоанализа. Для выявления взаимосвязей с финансовыми показателями авторпредлагает метод машинного обучения, позволяющий выявить связь с финансовыми показателями.224. Разработан двухуровневый алгоритм выявления взаимосвязимежду МП и финансовыми результатами компании: 1) на уровне всей выборки (глобальный); 2) на уровне подвыборок (локальный). Применениеалгоритма преследует следующие цели: во-первых, обосновать ценностьмаркетинга в компании; во-вторых, предложить компаниям набор МП,характерный финансово успешным компаниям.Использование метода KNN позволяет выявить взаимосвязь между МПкомпаний и финансовыми результатами этих компаний.
Автор предполагает,что компании одного финансового уровня как успешные компании, так и неуспешные, склонны использовать одинаковые наборы типов МП в своей деятельности. Подтверждение или опровержение гипотезы об идентичности наборов в зависимости от класса происходит с помощью измерения точности классификации. Точность классификации – отношение количества идентичныхкомпаний в сопоставимых кластерах к общему количеству наблюдений.
Основой для классификации компаний на группы с последующим применениемKNN метода в исследовании являются финансовые показатели компаний. Темпприроста чистой прибыли выбран в качестве основы классификации, посколькуэтот финансовый показатель позволяет отследить изменение чистой прибыли вдинамике, используется в исследованиях для оценки маркетинговой деятельности в бизнесе. Более того, показатель чистой прибыли и темпа прироста чистойприбыли в зарубежных исследованиях является одним из ключевых показателей для установления взаимосвязи с элементами маркетинговой деятельности.Выбор такого показателя позволяет провести сопоставление результатов российского и иностранных исследований.
Для каждой компании в выборке рассчитан темп прироста чистой прибыли на основе данных СПАРК по формуле(2).Темп прироста чистой прибыли =ЧП!"#! ! ЧП!"##ЧП!"##(2),где ЧП2011 и ЧП2012 – чистая прибыль компании в 2011 и 2012 годах, соответственно.23Выявление взаимосвязи МП и финансовых результатов компаний является частью схемы исследования взаимосвязи финансовых результатов и МП, которая продемонстрирована на рисунке 4.Все компании выборки в зависимости от финансового показателя разделены на четыре группы: 1) финансово неуспешные компании «минус»; 2) финансово неуспешные компании; 3) финансово успешные копании; 4) финансовоуспешные копании «плюс».
Границы интервалов каждой группы определяютсядвумя способами: деление компаний на квартили и построение интервалов, исходя из двух критериев: значению самого индекса и количества компаний вгруппе (здесь преследуется цель не допустить разделения компаний на примерно равные по количеству группы). В результате выбраны оптимальные значения k1=10 и k2=11, при которых точность классификации максимальна. Результаты анализа представлены в таблице 1.Таблица 1 – Результаты исследования методом KNN с учетом перекрестнойпроверки: значение оптимального индекса соответствияСпособ 1 Основа распреде- Способ 2 Основа распределения на группы (квартили) ления на группы (заданныеинтервалы)Точность метода на выборке«оптимизация»76%74,4%Точность метода на выборке«тест»32.6%33.3%1011Оптимальное kИсточник: [Лагутаева, Третьяк, Григорьев, 2016].Точность классификации для выборки «тест» принимает значение 33%. Такаяточность классификации, хотя и невысокая, позволяет сделать вывод о существовании взаимосвязей на локальном уровне, в малых окрестностях выборки.Этот вывод становится возможным поскольку абсолютно случайное распределение компаний в кластеры приводит к точности классификации 25%, что значительно ниже уровня 33%.24Присвоениеклассакомпании взависимостиот финансовогопоказателя*ПрименениеалгоритмаKNN длявсейвыборки**Выбороптимального k,соответсвующегомаксимальной точностиметода***Точностьметода 25%и менееТочностьметодаболее 25%Отсутствиевзаимосвязимеждуфинансовымпоказателеми типамиМПВыявлениевзаимосвязей налокальномуровнеРазделениепространстваданных на равныеобласти: Созданиесфер пространствадля каждойкомпании ввыборке.25Сфера включаеткомпанию и 29ближайшихкомпаний поЕвклидовомурасстоянию(координаты интенсивностьиспользованиякаждого типа МП)ПрименениеKNNалгоритмадля каждойсферыВыбор сфер,гдекоэффициентточностиклассификации 50%и более- Сравнениецентров сфер сосреднимзначениеминтенсивностииспользованияМП- Выявлениеразличийфинансовоуспешныхкомпаний(классы 3 и 4) ифинансовонеуспешныхкомпаний(классы 1 и 2)-ИнтерпретациярезультатовРисунок 4 – Этап 3 схемы исследования взаимосвязи финансовых результатов и МП: выявление взаимосвязи методом машинного обученияПримечания:* Методология присвоения класса компаниям выборки:1) компании с отрицательным темпом прироста чистой прибыли (33%, класс №1)2) компании, значение показателя которых 1,5 и более пунктов, т.е.
высокое значение и очень высокое (26%, класс №4)3) границы интервалов для компаний классов №2 (26%) и №3 (15%) определялись разницей между верхней границы интервала группы №1и нижней границы интервала группы №4, после эта разница делится поровну.** Методология создания подвыборки «обучение» и подвыборки «тест»: база данных случайным образом делится на 10 равных частей, затем девять случайно выбранных частей служат для обучения и одна десятая для тестирования.*** Точность метода – отношение количества идентичных компаний в сопоставимых кластерах к общему количеству наблюдений.Источник: составлено автором.Алгоритм второго этапа исследования взаимосвязи заключается в выявлениилокальных взаимосвязей на уровне подвыборок между типами МП и классом финансового показателя.5.
Выявлена типология существующих МП и показано, что компании,использующие с высокой интенсивностью несколько типов МП, демонстрируют лучшие финансовые результаты. Установлены локальные взаимосвязи финансовых результатов компаний и МП. Выявлено, что финансово неуспешныекомпании используют все типы МП, а финансово успешные компании придерживаются селективной стратегии при выборе типов МП и используют с высокой интенсивностью лишь несколько типов МП – IM (100%), комбинируяего с еще одним или двумя типами МП – IT (83%), NM (50%) или DM (33%).Это подтверждает факт, что финансово успешные компании лучше «встроены»в систему рыночного взаимодействия, благодаря приоритетному использованию отношенческих МП, более гибко реагируют на изменения на рынке.Исследуются взаимосвязи на локальном уровне, где для каждой компанииотобраны 29 компаний, максимально приближенных по типам МП (достигается наосновании Евклидового расстояния, где 5 типов МП являются координатами компании в пространстве).
Таким образом созданы сферы радиусом 30 компаний. Изучивдетально 10 сфер, в которых коэффициент соответствия на выборке «тест» выше50% значения, выявлено, что наборы МП для компаний финансово успешных сфер,принципиально отличаются от финансово неуспешных. Координаты центров какуспешных, так и неуспешных компаний, сопоставлены со средней интенсивностьюиспользования типа МП по выборке всех 129 компаний (таблицы 2 и 3 соответственно).
Если значение координаты центра выше среднего значения интенсивностииспользования типа МП по всей выборке данных, следовательно, данный тип МПиспользуется компаниями высоко интенсивно.В результате установлено, что компании с негативными финансовыми результатами используют все пять типов МП с высокой интенсивностью (Таблица 2).Здесь следует назвать две возможные причины полученного результата.
Перваяпричина: применяя маркетинговый инструментарий, копании не анализируют его26взаимосвязь с финансовыми результатами и используют все возможные опции, чтоприводит к негативным последствиям для общих финансовых результатов компании. Вторая причина: респонденты, не обладали широкими знаниями в области маркетинга, либо хотели показать завышенные результаты компании, утверждая использование всего спектра МП максимально, что в итоге исказило картину использования МП и продемонстрировало уровень знаний специалистов по маркетингу вкомпаниях.Таблица 2 – Координаты центров сфер неуспешных компаний№ Области МП-пространстваTMDMITIMNM10.890.820.960.780.9420.900.930.900.920.7030.780.840.620.900.8440.900.830.880.680.90Средняя интенсивность использованиятипа МП по выборке0.740.670.620.740.67Примечание: Выделены значения, которые превышают среднюю интенсивность по выборкеИсточник: [Лагутаева, Третьяк, Григорьев, 2016].Таблица 3 – Координаты центров сфер успешных компаний№ Области МП-пространстваTMDMITIMNM50.630.700.640.890.4060.640.500.880.880.8670.670.660.760.820.4680.620.660.680.820.7890.640.720.700.80.70100.700.640.421.000.52Средняя интенсивность использованиятипа МП по выборке0.740.670.620.740.67Примечание: Выделены значения, которые превышают среднюю интенсивность по выборкеИсточник: [Лагутаева, Третьяк, Григорьев, 2016].27Успешные с финансовой точки зрения компании (Таблица 3), относящиеся к 4группе, в своей маркетинговой деятельности придерживаются селективной стратегии и максимально используют инструменты IM, иногда комбинируя его с типамиIM, IT и NM.Таким образом, обнаружено различие в наборах МП финансово успешных и финансово неуспешных компаний.III.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
