У маркетинговій діяльності важливе місце займають задачі аналітичного й прогнозного характеру, рішення яких пов’язане з великими часовими, трудовими витратами, а головне - вимагають участі висококваліфікованих фахівців.
Це задачі вивчення попиту, стану ринку, пошуку найбільш сприят-ливих умов для збуту продукції, аналізу складної цінової динаміки й т.п. У цьому випадку доводиться не тільки аналізувати складні процеси в часі, але й мати у своєму розпорядженні більші обсяги інформації про купівельний попит у конкретному регіоні й про дату, що цікавить аналітика, по окремих групах або видам товарів; виявляти внутрігрупові асортименти структури попиту по товарних ознаках, установлювати сезонні коливання попиту й ступінь можливого або фактичного його задоволення по видах товарів і т.п. Задачі аналітичного й прогнозного характеру можуть бути дуже різноманітні за змістом й спрямованості використання отриманих результатів.
Систематизація знань про поводження ринку була почата ще наприкінці минулого століття Чарльзом Доу (одним з авторів індексу Доу- Джонса). Технічний аналіз як метод прогнозування цін на основі вивчення змін за певні проміжки часу формувався в 60- х роках нашого сторіччя завдя-ки роботам Елліота, Ганна, Мерфі й інших вчених. З 80-х років відзначене різке підвищення інтересу до теорії технічного аналізу, що обумовлене не тільки швидким ростом біржових операцій, але й інтенсивним розвитком інформатизації у всіх галузях науки, техніки, економіки й, зокрема, швидким розвитком інформаційних технологій.
Технічний аналіз реалізується за допомогою графічних методик, математичної апроксимації й циклічного аналізу часових рядів. Знання закономірностей надає аналітикові набір правил, керуючись якими він здатний прийняти зважене рішення.
Для реалізації вимог аналізу й прогнозування фінансового й товарного ринків останнім часом розробляється спеціальне програмне забезпечення, а також програмні продукти на основі експертних систем і нейронних мереж.
Для формування власних програмних додатків у середовищі архітектури "клієнт-сервер" може функціонувати візуальна об’єктно-оріентована система Oracle Express Objects, що дозволяє користувачам фахівцям-маркетологам (не професійним аналітикам) здійснювати аналіз при виконанні своїх службових обов'язків. Oracle Express Objects надає можливості графічного моделювання й аналізу типу "що - якщо" на базі традиційних систем Oracle Objects, що працюють у середовищі Wіndows. Використовуючи таблиці й графіки, фахівець-маркетолог може робити різно-бічний аналіз, деталізуючи й поглиблюючи його по різних аспектах. Наприк-лад можуть бути виявлені запаси товарів, відсліжені коливання обсягів, попе-реджені менеджери про зниження таких запасів і необхідності їх поповнення.
Програмний продукт Oracle Sales Analyzer є широко застосовуваним додатком в області продажів і маркетингу. Він призначений для аналізу обсягів продажів маркетингових компаній, прибутковості продукції або замовника, життєвого циклу продукту й ефективності просування товару. Після закінчення роботи система дозволяє користувачам скорегувати їх стратегію за допомогою додаткового аналізу.
Oracle Sales Analyzer спрощує оцінку часток ринку, формування звітів про розподіл місць, проведення аналізу й обчислень і дозволяє визначити:
- хто швидше за все купить наступний який продукт і коли;
- чому частка ринку на деяких напрямках падає, а на інших немає;
- хто із замовників конкретного виду продукції є найбільш прибутковим;
-як позначиться випуск нового продукту на збуті вже існуючих асортиментів;
- яка цінова політика може вважатися кращою: максимізація прибутку або змагання із цінами конкурентів.
Створення й використання експертних систем є одним з концептуальних етапів розвитку інформаційних технологій у маркетингу.
Експертна система (ЕС) - це сукупність методів і засобів організації, накопичення й застосування знань на базі АІТ для рішення складних задач оцінки ситуацій у комерційно-збутовій діяльності. ЕС призначена для рішення так званих неформалізованих задач, рішення яких не може описуватися традиційними математичними й статистичними методами і які мають одну або декілька з наступних характеристик:
- задачі не можуть бути виражені в числовій формі;
- цілі не можуть бути показані в термінах точно певної цільової функції;
- не існує алгоритмічного рішення задачі;
- алгоритмічне рішення є, але його не можна використовувати через обмеженість ресурсів (час, пам'ять).
В основі інтелектуального рішення проблем маркетингової діяльності з використанням ЕС лежить принцип відтворення знань досвідчених фахівців- експертів. Виходячи із власного досвіду, експерт, використовуючи ЕС, аналізує ситуацію й розпізнає найбільш корисні факти, оптимізує прийняття рішень, відтинаючи тупикові колії. Програмні засоби, засновані на технології експертних систем, дозволяють досягти більш високої ефективності за рахунок розгляду великої кількості альтернатив при виборі рішення, орієнтації на накопичений і зафіксований у базі знань досвід групи фахівців, аналізу впливу великої кількості нових факторів і оцінки їх при побудові стратегій і прогнозу. Основою експертної системи є сукупність знань (бази знань), структурованих з метою формалізації процесу прийняття рішень. Експертні системи розробляються з розрахунком на навчання, і тому здатні обґрунтувати логікові вибору рішень, тобто мають властивості адаптивності й аргументування.
Більшість ЕС мають механізм пояснення, що, використовуючи накопичені в системі знання, дає пояснення й обґрунтування вибору знайденого рішення.
Переваги ЕС у порівнянні з використанням досвідчених фахівців полягають у наступному:
- досягнута компетентність не втрачається, вона може документуватися, передаватися, відтворюватися й нарощуватися;
- мають місце більше стійкі результати, відсутні емоційні й інші фактори людської ненадійності;
- висока вартість розробки врівноважується низькою вартістю експлуатації, можливостю копіювання, що в сукупності дешевше оплати праці висококваліфікованих фахівців.
ЕС створюються як інструмент у роботі користувачів, за допомогою якого вони одержують можливість удосконалювати свій потенціал для рішення неординарних задач в ході практичної роботи. Зокрема, ЕС для ана-лізу маркетингової діяльності повинна демонструвати не тільки компетен-тність, тобто досягати в процесі роботи того ж рівня, що й фахівці- експерти, але й знаходити найбільш раціональні рішення в мінімальні часові відрізки.
Недоліком сучасних експертних систем є їх слабка пристосованість до навчання новим правилам, до творчості й винахідництва. Використання ЕС дозволяє в багатьох випадках відмовитися від послуг висококваліфікованих фахівців. У системі експерта з більше низькою кваліфікацією наявність технології ЕС буде служити засобом розширення професійних знань і можливостей. Відмінностями ЕС від звичайних комп'ютерних технологій є:
- експертні системи маніпулюють знаннями, тоді як будь-які інші системи використовують готові дані;
- експертні системи, як правило, дають ефективні обґрунтовані рішення, і хоча вони здатні іноді помилятися, але, на відміну від традиційних комп'ютерних систем, мають потенційну можливість вчитися на своїх помилках. Експертні системи створюються для рішення різного роду проблем, типи яких можна згрупувати в категорії (табл. 11.2).
Т а б л и ц а 11.2 - Типові категорії застосування експертних систем.
Категория | Проблема |
Інтерпретація | Опис ситуації за інформацією, що надходить від датчиків |
Прогноз | Визначення ймовірних наслідків заданих ситуацій |
Діагностика | Виявлення причин неправильного функціонування системи за результатами спостережень |
Проектування | Побудова конфігурації об'єктів при заданих обмеженнях |
Планування | Визначення послідовності дій |
Спостереження | Порівняння результатів спостережень із очікуваними результатами |
Налагодження | Складання рецептів виправлення неправильного функціонування системи |
Ремонт | Виконання послідовності запропонованих виправлень |
Навчання | Діагностика, налагодження й виправлення поведінки навчаючогося |
Управління | Управління поведінкою системи як цілого |
Закордонний досвід показує, що ЕС розробляються в основному в університетах, науково-дослідних центрах і комерційних організаціях і області їх застосування постійно рожширюються. Одним з найбільш важливих наслідків розробки експертних систем є модифікація знань.
У міру того, як розроблювачі будують складні бази знань, починає функціонувати ринок знань, не залежних від комп'ютерних систем. З'являються засоби навчання для вивчення певної прикладної області. Комерційним продуктом станє метазнання, тобто знання про оптимальні стратегії й процедури використання предметних знань. Переростання експертних систем в інтелектуальні складається в злитті концепцій обладнан-ня, засобів їх створення (мов) і самих експертних систем. Об'єднання інтелектуальних систем особливо ефективно в складних інфраструктурах.
Інтелектуальні системи вже розробляються й впроваджуються для комерційного використання. Експертна система FOLІ (Стенфордский універ-ситет, США) допомагає консультантам по інвестиціях визначати цілі клієнтів і підбирати портфелі цінних паперів, найбільш відповідні цим цілям. Система визначає потреби клієнта в ході інтерв'ю й потім рекомендує, у яких пропорціях треба розподілити капіталовкладення між різними фондовими інструментами, щоб найкращим чином задовольнити запити клієнта. Система розрізняє невелике число класів цінних паперів (наприклад, орієнтовані на дивіденди акції з невисоким рівнем ризику або орієнтовані на акції з високим рівнем ризику) і містить знання про властивості (наприклад про річні відсотки на капітал) цінних паперів кожного класу. У системі застосована заснована на прийнятих правилах схема подання знань із прямим ланцюжком міркувань для висновку цілей і схема лінійного програмування для максимізації відповідності між цілями й пропонованим портфелем. Система доведена до рівня демонстраційного прототипу.
Штучна компетентність експертних систем не заміняє повністю людину. Експерт-Людина здатна реорганізувати інформацію й знання й використовувати їх для синтезу нових знань. В області творчої діяльності люди мають більші здатності й можливостями в порівнянні із найрозумні-шими системами. Експерти справляються з несподіваними поворотами подій і, використовуючи нові підходи, здатні проводити аналогії з інших предметних областей. Вони адаптують свої стратегії до умов, що змінюють-ся, і пристосовують їх до нових обставин у більш широкому діапазоні про-блем і задач. Експертні системи менш пристосовані до навчання на рівні но-вих концепцій і нових правил. Вони виявляються неефективними і непри-датні у випадках, коли треба враховувати всю складність реальних задач.
Експерти можуть безпосередньо сприймати весь комплекс вхідної інформації: символьної, візуальної, графічної, текстової, звуковий, дотикальної, нюхової. В експертній системі є тільки символи, через які надані бази знань із втіленими в них тими або іншими концепціями. Перетворення сенсорної інформації в символьну супроводжується втратою частини інформації. І саме головне, люди (експерти й неексперти) мають здоровий зміст або загальні знання. Це щирокий спектр знань про світ, про діючих у ньому законах. Через величезний обсяг знань, що утворюють здоровий глузд, не існує поки способу вмонтувати їх в інтелектуальну систему, тим більше спеціалізовану, якою є будь-яка експертна система.
Історично розвиток нейромереж складався як спроби змоделювати ті або інші властивості людського мищлення. Після складних досліджень була з’ясована роль нейронів як елементів, що накопичують і передають інформацію. Розробка відповідних математичних методів дозволила створити навчаючі системи, що мають наступні властивості:
- здатність навчатися на множині пропонованих прикладів;
- з високою точністю розпізнавати нові вхідні значення;
- зберігати стійкість роботи й точність розпізнавання у випадках, коли вхідні дані суперечливі, перекручені або містять завади.
Нейронні мережі - це узагальнена назва декількох груп алгоритмів, що мають властивість вміти навчатися на прикладах, витягаючи сховані закономірності з потоку даних. При цьому дані можуть бути неповними, суперечливими й навіть свідомо перекрученими. Якщо між вхідними й вихідними даними існує якийсь зв'язок, навіть виявлений нетрадиційними кореляційними методами, то нейронна мережа здатна автоматично настрої-тися на неї із заданим ступенем точності. Крім того, сучасні нейронні мережі мають додаткові можливості: вони дозволяють оцінювати порівняльну важливість різних видів вхідної інформації, зменшувати її обсяг без втрати істотних даних, розпізнавати симптоми наближення критичних ситуацій і т.д.
Із середини 80- х років нейронні мережі почали використовуватися на Заході переважно у фінансовій й військовій сферах. Однак, незважаючи на успіхи перших експериментів, спочатку це були одиничні системи на замов-лення, бо занадто складний був інструмент і дорогою була його розробка.
Ситуація докорінно змінилася на початку 90- х років, коли на ринку з'явилося нове покоління нейромережевих пакетів - потужних, недорогих й простих у використанні. Практично відразу одним з лідерів ринку став нейромережевий пакет Braіn Maker (1990 р.) американської фірми Calіfornіa Sіentіfіc Software. Розроблений за замовленням військових, пакет був адаптований для бізнесів-додатків. Треба відзначити, що при рішенні аналітичних задач нейронні мережі використовуються в комбінації з будь-яким потужним пакетом традиційного технічного аналізу (наприклад пакетом MetaStock for Wіndows). Маркетологи добре знають ціну якісній аналітичній обробці даних, і тому можна спрогнозувати, що найближчим часом на ринку з'явиться нова (імовірно, досить дохідна) послуга - поставка аналітичної інформації, що пройшла первинну обробку.
Застосування нейронних мереж у прогнозуванні почалося з появи на ринку комерційного нейропакета Braіn Maker. Використовувана конструкція нейросети робить його надійним і зручним у роботі. Для його освоєння від аналітика не потрібно спеціальних пізнань ні в профаммировании, ні в математику. Цей пакет до сьогоднішнього дня залишається самим продаваним у своєму класі. Фахівці-аналитики одержали потужний засіб для складання прогнозів, практично незамінний в випадках, коли правила, за якими змінюється ціна, невідомі й трудно виявляємі.
Метод, покладений в основу створення нейросистем, заснований на тім, що значне число розглянутих явищ безумовно міняється із часом. Описуючи ці явища, найчастіше неможливо вказати їх точні характеристики, тому необхідно прибігати до наближених оцінок. Нечітка логіка ("нечітке подання") дає інструмент для рішення задач із динамічно змінюючимися даними, що досить важливо в маркетинговій діяльності.
Відмітні властивості зазначеного методу:
- будь-який процес можна описати в категоріях "більше - менше", "краще - гірше" і т.д.;
- над нечітко заданими змінними можна провадити обчислення й отримувати відповідь із заданим ступенем точності;
- у порівнянні із класичними інструментами даний метод сильно скорочує кількість проміжних обчислень, що істотно, коли ухвалення рішення обмежене твердими часовими рамками;
- при нечіткому описі процесу надається можливість не тільки кількісного, але і якісного аналізу даних.
Системи, що реалізують механізми нечіткої логіки, у комерційному застосуванні з'явилися порівняно недавно, але швидко знайшли застосування в задачах керування й планування.
За оцінками західних фахівців, сучасний аналітик до 80% часу витрачає не на підготовку, а на пошук і витяг необхідних даних з різноманітних потоків ділової інформації. Нейронні системи в цьому випадку надаютьт експертно-консультативні й обчислювальні послуги зі зниження фактора невизначеності вхідних даних, у тому числі шляхом автоматичного "припасу-вання" їх до найбільш близького й підходящого закону імовірнісних рішень.
Програмне забезпечення нейронних систем призначено для дослідження й експертної оцінки ситуацій, що містять невизначеність, що допомагає в розробці різноманітних моделей прийняття рішень у сфері ділової й фінансової активності. Впровадження нейронних систем у маркетинговій діяльності підприємства, фірми дозволяє підвищити фактор успіху при одержанні прибутку.
Функціональні можливості аналітичної й прогнозної роботи розглянемо на прикладі загальної характеристики інтегрованого ППП "ОЛІМП: Маркетинг".
Незважаючи на те, що маркетинг досить давно увійшов у наше життя й став невід'ємною ознакою ефективної системи управління, фахівці- практики дотепер відчувають гостру потребу в програмних засобах реалізації його інструментів. Таке положення обумовлене тим, що в маркетингу багато рішень приймаються інтуїтивно, на основі дослідження слабко формалізуємих процесів і при недостатній інформаційній підтримці. Програма "ОЛІМП: Маркетинг" спрямована на рішення подібних практичних задач маркетингу, рівень формалізації яких дозволяє використовувати коректні алгоритми рішення, а також математичні методи й ПЕОМ. Програ-ма працює в середовищі Wіndows на ПЕОМ, вимагає наявності програми Excel версії 5.0 і вище, при установці займає 2,5 Мгб дисковогоого простору.
Після запуску програми "ОЛІМП: Маркетинг" у рядку основного меню Excel з'являється пункт "Маркет", при активізації якого розкривається меню програми, що містить наступні пункти:
- "Аналіз ринку" - дозволяє провести сегментування ринку, сформувати оцінки для вибору цільових сегментів і позиціонувати товар;
- "Розробка товару" - забезпечує визначення характеру попиту на товар і одержання прогнозних оцінок попиту;
- "Визначення ціни" - дає можливість провести варіантні розрахунки прибутку залежно від ціни й кількості виробленого товару, одержати оцінки еластичності попиту й базових цін по видах товарів;
- "Аналіз збуту" - дозволяє одержати дані по кожному товару про його продаж, а також побудувати кілька моделей поведінки споживачів;
- "Контроль маркетингу" - призначений для оцінки ефективності маркетингової діяльності на основі даних про витрати на неї.
При позиціонуванні курсору на конкретному пункті меню програми розкривається його підменю, з якого можна вибрати будь-який пункт.
Перед тим як охарактеризувати основні функціональні можливості програми, відзначимо основні технологічні особливості її роботи.
Інформаційна база містить інформацію, мінімально необхідну для рішення багатьох маркетингових задач. У неї входять фактичні дані (натуральні й вартісні показники), експертні оцінки й думки покупців, а також модельні (передбачувані) значення. Вона є автономною стосовно інших підсистем управління, однак у рамках автоматизованої системи "ОЛІМП" передбачені зв’язки з іншими її підсистемами.
Аналіз здійснюється на основі місячних, квартальних і річних даних, отриманих шляхом агрегування наявних у БД відомостей за більш дрібний крок спостереження або безпосередньо введених користувачем.
Уточнення параметрів обраного режиму провадиться в діалогових окнах. Після визначення ключових параметрів результати обчислення з'являються по мірі вводу даних. Ввод даних і вивід результатів здійснюється в Excel- Таблицях. Користувачеві надається можливість вводити дані у вже готові трафаретки таблиць або модифікувати їх за допомогою додаткового меню "Дані". При рішенні ряду задач трафаретка вводу числових даних одночасно є формою звіту. Тому деякі зони таблиці, що містять формули розрахунку, заблоковані від введення в них інформації.
Збереження результатів можливо у вигляді файлу даних або варіанта розрахунку. Результати обчислень на всіх етапах мають графічну підтримку, причому користувач може вибирати кращу форму відображення сформованих графіків і вставляти їх у звіт.
Настроювання програми на потребі користувача виконується вбудованими в неї засобами. З їх допомогою можна сформувати й відредагувати довідники товарів, покупців, облікових одиниць, ознак сегмен-тування, номенклатуру змінних і постійних витрат, параметри товарів і ін.
У режимі вводу даних і роботи зі звітом у перших двох рядках вікна програма формує власне меню й власну панель інструментів. Меню містить 4 пункти: "Можливості", "Дані", "Звіт", "Допомога". При їх активації з'являється меню, склад якого визначається режимом обробки. Виключенням є меню "Допомога", що завжди містить три стандартних пункти: "Суть методу", "Опис аркуша" і "Технологія роботи".
Панель інструментів містить три елементи: "Масштаб", "Лупа", "Друк". Відображення цих елементів і функціональне призначення повністю відповідають їх використанню в Excel: "Масштаб" дозволяє змінити відображення звіту на екрані (від 25% до 200%), що зручно при перегляді звітів, "Лупа" - переглянути на екрані вид звіту, як він буде виглядати на папері, "Принтер" - вивести звіт на друк.