Лычагин Кирилл Анатольевич - Руководитель отдела разработки аналитических систем.
Москва.
Kirill A. Lychagin - Head of the Department for the Development of Analytical Systems.
Moscow.
Цель. Повышение скорости и эффективности принятия решений по развитию объемов продаж продукции компаниями-производителями на основе применения количественных оценок потенциала торговых точек с использованием автоматизированных методов интеллектуального анализа больших данных. Для создания новых механизмов интеллектуального управления предприятиями (экономическими агентами) в концепции цифровой экономики необходимо смоделировать процессы их взаимодействия в организационной рыночной среде с позиции мультиагентного подхода. Подход описывает кибернетические механизмы взаимодействия агентов с возможностью адаптации к потребностям населения на базе анализа рыночных ситуаций с целью разработки интеллектуальных систем управления предприятиями для повышения их рыночного потенциала и конкурентоспособности. Для моделирования и анализа механизмов и процессов взаимодействия агентов в рыночной среде сегодня используется парадигма открытых сложных систем. Основной современного функционирования предприятий являются корпоративные информационные системы, телекоммуникационные сети, Интернет технологии, мобильные системы связи, большие данные, технологии интеллектуального анализа, прогнозирования и машинного обучения. При этом информация для моделирования, исследования и анализа рынка и поведения агентов может собираться из открытых источников сети Интернет. В сфере массовых продаж результатом внедрения инновационных технологий является поддержка принятия решений в процессе управления продажами товаров и услуг с целью синтеза эффективных бизнес-стратегий производства и продажи товаров, направленных на увеличение прибыли компании.
С точки зрения компании – производителя – необходимо проводить стратегическое и тактическое планирование развертывания и поддержания сети продаж через сети торговые точки, реализующие или потенциально способные реализовать продукцию компании. В подавляющем большинстве случаев сбор и анализ объективных данных о торговых точках производится экспертами, а модели для построения количественных оценок потенциала торговых точек используют только внутренние данные о продаже товара или данные партнеров.
Материалы и методы. В основе решения лежит аналоговый метод оценки привлекательности торговой точки, используемый в маркетинге. Для решения поставленной задачи также используются методы интеллектуального анализа данных (различные методы кластеризации) и метод математической статистики – дисперсионный анализ.
Современные методы обработки больших объемов данных и их интеллектуального анализа позволяют предложить новые методы количественной оценки потенциала, базирующиеся на анализе всего многообразия данных, хранящихся в открытых источниках информации.
Результаты. Предложен многоэтапный метод количественной оценки потенциала торговых точек в рублевом эквиваленте. Разработан метод деления торговых точек на страты на основе признаков, описывающих положение ТТ, конкурентную среду, транспортную доступность, типового потребителя. Предложена модификация метода К-средних.
Заключение. В работе предложен подход к решению задачи продвижения широкой номенклатуры товаров производителем через существующие торговые сети. Предложен метод количественной оценки потенциала торговых точек. Предложенный метод базируется на основе аналогового метода сравнения торговых точек и использует методы кластеризации торговых точек по широкому перечню показателей. Приведены результаты апробации подхода на данных по 33 регионам РФ. Результаты работы в дальнейшем планируется использовать для решения задачи построения матрицы потребительских предпочтений торговых точек.
Purpose of the study. Improving the speed and efficiency of decision-making on the development of sales of products by manufacturing companies based on the application of quantitative estimates of the potential of retail outlets, using automated methods of intellectual data analysis of Big Data.
In order to create new mechanisms for the intellectual management of enterprises (economic agents) in the concept of the digital economy, it is necessary to simulate the processes of their interaction in the organizational market environment from the perspective of a multi-agent approach. The approach describes cybernetic mechanisms of interaction of agents with the ability to adapt to the needs of the population based on the analysis of market situations in order to develop intelligent management systems for enterprises to increase their market potential and competitiveness. Today the paradigm of open complex systems is used to simulate and analyze the mechanisms and processes of interaction of agents in the market environment. The main modern functioning of enterprises are corporate information systems, telecommunication networks, Internet technologies, mobile communication systems, Big Data, technologies of intellectual analysis, forecasting and machine learning. In addition, information for modeling, research and analysis of the market and the behavior of agents can be collected from open sources on the Internet. In the field of mass sales, the result of the introduction of innovative technologies is the support of decision-making in the process of managing the sales of goods and services in order to synthesize effective business-strategies for the production and sale of goods, aimed at increasing the company’s profits.
From the point of view of the manufacturer, it is necessary to carry out strategic and tactical planning for the deployment and maintenance of the sales network through retail outlets that implement or have the potential to realize the company’s products. In the overwhelming majority of cases, experts make the collection and analysis of objective data on outlets, and the models for building quantitative estimates of the potential of outlets are used only the internal data on the sale of goods or partners.
Materials and methods. The solution is based on the analog method of assessing the attractiveness of the outlet, used in marketing. Data mining techniques (various clustering methods) and the method of mathematical statistics - variance analysis are also used to solve this problem.
Modern methods of processing large volumes of data and their intellectual analysis allow us to offer new methods for quantifying potential based on the analysis of the whole diversity of data stored in the open information sources.
Results. A multi-stage method of quantitative assessment of the potential of retail outlets in ruble equivalent was proposed. A method has been developed for dividing retail outlets into strata based on features describing the position of the retail outlets, competitive environment, transport accessibility, and a typical consumer. A modification of the K-means clustering method is proposed.
Conclusion. The paper proposes an approach to solving the task of promoting a wide range of products by the manufacturer through existing distribution networks. A method for quantitative assessment of the potential of outlets is proposed. The proposed method is based on the analog method of comparing outlets and uses the methods of clustering outlets across a wide range of indicators. The results of approbation of the approach on the data for 33 regions of the Russian Federation are given. The results of the work are planned to be used in the future to solve the problem of building a matrix of consumer preferences for outlets.
The authors declare that there are no conflicts of interest present.