Принятие управленческих решений в маркетинге с помощью компьютерных средств, страница 25

Все эти шаги выполняются автоматически, хотя имеется возможность вмешаться в процесс, например, для задания начальных значений коэффициентов.

Результаты работы программы представляют собой сообщение о том, что процесс поиска завершился (сошелся), и целый ряд оценок качества модели, позволяющий оценить различные ее аспекты [9]. Имеется также возможность провести дополнительный анализ, например, выделить то, что не объясняется моделью, или использовать полученную модель для имитационных экспериментов.

Как видно, это довольно сложная задача статистического анализа.

Если построена удачная модель, то по ней можно спланировать влияние на внутренние переменные, что изменит реакцию потребителя. Например, если выяснится, что главным фактором при покупке является имидж компании-производителя, то при планировании рекламных мероприятий следует уделить основное внимание его поддержанию или улучшению.

Если оказывается, что теория не подтверждается, то приходится разрабатывать новую теорию (с новыми концепциями и связями между ними) и заново ее проверять. Для этого существуют некоторые рекомендации [34]. Следует, в частности, рассмотреть:

○  теоретический смысл концепций;

○  смысловое отличие каждой используемой концепции от других;

○  состоятельность способов наблюдения: корректность задаваемых вопросов, способов проведения опросов и обработки данных;

○  степень совпадения результатов, полученных различными методами.

○  качество прогнозов, получаемых на основе собранных данных с использованием теоретических концепций.

По результатам анализа гипотеза перестраивается. В целях улучшения модели можно попробовать ввести дополнительные связи, дополнительные наблюдения (что достаточно проблематично), дополнительные переменные, рассмотреть другую гипотезу. К сожалению, этот процесс не поддается автоматизации, так как гипотезы отражают неоднозначные человеческие представления о ментальных явлениях и процессах. Для объяснения одного и того же явления может быть построено множество различных гипотез, различающихся используемыми непроверяемыми непосредственно теоретическими концепциями и связями между ними. В конечном счете, качество такой модели определяется ее полезностью.

Таким образом, построение причинных моделей как системы структурных уравнений – хотя и довольно мощный, но сложный и слабо автоматизированный процесс. Об этом свидетельствует сравнительно небольшое количество удачных примеров его применения[29].

3.3.  Динамическое моделирование

Выше были рассмотрены два шага в процессе познания маркетинговых процессов: построение когнитивных моделей, которые учитывают только наличие и знак связей между величинами, описывающими систему, и создание причинных моделей, в которых дополнительно вводится сила этих связей. Дальнейшее исследование связано с учетом того факта, что некоторые величины характеризуют уровень (запасов; денежных средств; товаров, находящихся у населения), а другие – скорость изменения этого уровня (ежедневное пополнение и расход запасов; доходы и расходы; количество проданных в единицу времени товаров). Отсюда логично вытекает идея использовать для описания модели дифференциальные или разностные уравнения, которые и описывают зависимости между подобными величинами. Решение систем таких уравнений есть функции времени. Таким образом, делается акцент на исследование поведения системы во времени. Отсюда и происходит название подхода – динамическое моделирование.

Наиболее концептуально простая модель динамики социально-экономических систем – модель резервуаров, соединенных потоками, описываемая в [59, 62]. На рис.7Рис. 7, а. представлена модель динамики народонаселения [59] как модель резервуара.

Материальные потоки (в данном случае это люди) обозначаются сплошными стрелками. Они начинаются в некотором абстрактном истоке и в конце концов попадают в абстрактный сток. Исток может быть стоком, а сток – истоком других моделей. Потоки втекают и вытекают из резервуаров, обозначаемых прямоугольниками. Каждый резервуар имеет уровень. В примере это численность населения X. На потоках имеются клапаны или краны, задающие скорость «течения». Клапаны управляются управляющими (информационными) связями, показываемыми пунктирными стрелками. На Рис. 7, а связь передает информацию без преобразования. Наконец, имеются константы, обозначаемые перечеркнутым кругом.