МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ ДЛЯ РЕШЕНИЯ ЗАДАЧ МАЛОГО БИЗНЕСА.

Достаточно известными примерами применения методов экономико-математического моделирования в маркетинге для структурирования и анализа рыночной информации являются модели жизненного цикла товара (фирмы), модели маркетингового комплекса 4р (7р), матрица «Бостон-консалтинг групп», SWOT-анализ конкурентов, матрица определения проблемы и др.[3,4]. Они могут быть простейшими инструментами управления маркетингом в малом бизнесе и позволяют достаточно оперативно оценить место и конкурентные преимущества организаций. Вместе с тем возможности экономико-математического моделирования позволяют менеджеру самостоятельно структурировать свою собственную ситуацию и создавать собственные модели (или варианты типовых моделей с собственными значениями параметров) оптимального поведения на рынке в условиях неопределенности и риска. Так, известная среди маркетологов и менеджеров матрица «Бостон-консалтинг групп» является, на наш взгляд, не двухмерной, а трехмерной моделью, в которой наряду с долей на рынке и темпом роста продаж обязательно должен рассматриваться такой параметр, как прибыль организации.

При разработке системы экономико-математической поддержки малого бизнеса математические модели развития малого предпринимательства должны изучаться специалистами теоретически на основе вероятностных и имитационных методов и сопоставляться со статистическими данными, характеризующими реальное положение в рассматриваемой области экономики. Методология математического моделирования позволяет ставить и решать различные задачи, возникающие в маркетинге малого бизнеса. В частности, отметим задачи анализа и прогнозирования рыночной ситуации, оценки различных видов рисков.

Для повышения эффективности исследовательской работы целесообразно разделять экономико-статистические (эконометрические) методы и экономико-математическое моделирование, хотя такое деление и условно. Примером первых (т.е. методов прикладной статистики применительно к конкретным экономическим данным) являются методы выборочного изучения потребителей. Так, в 1994 г. сотрудниками Института высоких статистических технологий и эконометрики опрошены 500 потребителей и продавцов растворимого кофе, полученные результаты использованы фирмой-заказчиком при маркетинге, в частности, при планировании рекламной кампании. Технология проведения таких маркетинговых исследований близка к технологии социологических опросов, а также имеет много общего со статистическим управлением качества продукции, в частности, с оценкой качества при сертификации.

При экономико-математическом моделировании используются нацеленные на конкретные применения модели, в отличие от моделей прикладной статистики, которые можно использовать в любой сфере деятельности. Примерами являются экономико-математические модели управления запасами (см. ниже), с помощью которых удается находить оптимальные размеры поставок и процедуру их поступления. Обычно применение таких моделей позволяет по крайней мере вдвое сократить суммарные издержки.

Набор подобных компьютерных моделей должен быть рабочим инструментом менеджера малого предприятия.

При математическом моделировании маркетинговых проблем малого бизнеса используют эконометрические методы и методы экспертных оценок, а также методы имитационного моделирования. В настоящее время быстрых перемен в социальной, экономической и политической сферах отсутствуют достаточно длинные временные ряды экономических данных, и интерес исследователей и практических работников переместился из статистики временных рядов в области теории и практики экспертных оценок.

В маркетинговых исследованиях для малого бизнеса большую роль играют факторы нечисловой природы — качественные признаки, интервальные и нечеткие оценки и др. Развиваются и применяются современные методы статистического анализа нечисловых данных. Оригинальность и эффективность математического аппарата в области статистики нечисловых данных определяется тем, что он основан на использовании расстояний в выборочных пространствах, а не операций суммирования.

При изучении экономических рисков, в частности, связанных с осуществлением инвестиционных проектов, необходимо моделировать различные неопределенности будущего и настоящего. Неопределенность описывают с помощью вероятностно-статистических, нечетких, в частности, интервальных моделей. Вероятностно-статистические модели нацелены прежде всего на анализ массовых явлений. Неопределенность единичных событий более целесообразно описывать с помощью нечетких множеств, в частности, с помощью интервальных чисел, задающих нижние и верхние границы для неизвестных в точности параметров. Хотя около 30 лет назад доказано , что теория нечетких множеств в определенном смысле сводится к теории случайных множеств, при практическом применении математический аппарат теории нечеткости существенно отличается от вероятностно-статистического, а также и от аппарата статистики интервальных данных. При применении математических моделей весьма важным является исследование устойчивости выводов по отношению к допустимым отклонениям исходных данных и предпосылок модели. Только та модель может быть рекомендована для практического использования, для которой полученные с ее помощью выводы мало меняются при подобных отклонениях. Накоплен определенный опыт применения методологии экономико-математического моделирования при решении практических задач маркетинга малого бизнеса [5, 8], в частности, в области товаров народного потребления и производственного назначения, образовательных услуг, а также при анализе и моделировании инфляционных процессов, в сфере налогообложения и др.

Перейдем к более подробному рассмотрению некоторых экономико-математических моделей, предназначенных для описания маркетинговой деятельности и жизненного цикла предприятий малого бизнеса.

Январь 24, 2019 Психология труда, инженерная психология, эргономика
Еще по теме
4.3.2. ПРИНЯТИЕ РЕШЕНИЙ В МАЛОМ БИЗНЕСЕ НА ОСНОВЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
Для решения поставленных задач использовались следующие методы:
ПРОБЛЕМЫ МАРКЕТИНГА МАЛОГО БИЗНЕСА.
МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПРИ ПРИНЯТИИ РЕШЕНИЙ.
Кучукова Н.Ю., Савинова С.Ю. К ВОПРОСУ О ПСИХОЛОГИЧЕСКОМ ОБЕСПЕЧЕНИИ МАЛОГО БИЗНЕСА
Г. В. Куц, Л. А. Верещагина МОТИВЫ СОЗДАНИЯ СОБСТВЕННОГО ДЕЛА В СФЕРЕ МАЛОГО БИЗНЕСА
ОТНОШЕНИЕ СУБЪЕКТОВ МАЛОГО БИЗНЕСА К ГОСУДАРСТВЕННОЙ ПОЛИТИКЕ РАЗВИТИЯ ПРЕДПРИНИМАТЕЛЬСТВА
Мирошниченко КОМАНДНАЯ РАБОТА ФИРМ МАЛОГО БИЗНЕСА В РОССИИ В УСЛОВИЯХ ЭКОНОМИЧЕСКОГО КРИЗИСА
Методы решения задач линейного программирования.
ЗАДАЧИ ПО МЕТОДАМ ПРИНЯТИЯ РЕШЕНИЙ
2.2.6. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРИКЛАДНОЙ СТАТИСТИКИ (ТИПОВЫЕ ПРАКТИЧЕСКИЕ ЗАДАЧИ И МЕТОДЫ ИХ РЕШЕНИЯ)
ВЫСОКИЕ ЭКОНОМЕТРИЧЕСКИЕ ТЕХНОЛОГИИ И ИХ ВОЗМОЖНОСТИ ДЛЯ РЕШЕНИЯ ЗАДАЧ УПРАВЛЕНИЯ И КОНТРОЛЛИНГА.
ЗАВИСИМОСТЬ ПРОЦЕССА РЕШЕНИЯ ТЕСТОВЫХ ЗАДАЧ И ЗАДАЧ-ГОЛОВОЛОМОК ("МАЛЫХ ТВОРЧЕСКИХ ЗАДАЧ") ОТ ПАРАМЕТРОВ КОГНИТИВНОГО РЕСУРСА
МЕТОД НАИМЕНЬШИХ КВАДРАТОВ ДЛЯ ЛИНЕЙНОЙ МОДЕЛИ.
4.1.3. Математическое моделирование при принятии решений
2.2.1. ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА В ПРИНЯТИИ РЕШЕНИЙ
6.10. Методы математической обработки данных Методы дескриптивной статистики.
ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ
МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ.
Добавить комментарий