Управление производственным развитием текстильных предприятий

Выводы по главе 2

1. Средние промышленные предприятия являются обособленной формой организации производства, отличной от крупного и малого бизнеса, имеющей высокую значимость в экономике.

2. В рамках управленческой постановки задачи выделения средних предприятий целесообразен отход от категории «юридического лица», а ориентация на категорию «бизнес», как единство и совокупность активов, структуры управления и целей развития.

3. В качестве критериев среднего промышленного предприятия следует выделять: индустриальный характер производства, высокую долю основных производственных фондов в структуре активов, однородность бизнес-структуры и оборот от 2 - 2,5 до 150 - 200 миллионов долларов США в год.

4. Средние промышленные предприятия являются наиболее устойчивой формой организации производства для сферы непрерывного производства высоких переделов, ориентированных на выпуск материалов с высокими потребительскими свойствами и добавленной стоимостью, например, текстильной промышленности.

5. Анализ состояния предприятий текстильной и смежных отраслей промышленности показал высокую актуальность постановки задач производственного развития в отношении всех его компонентов: развития товарного портфеля, технологических подсистем и систем производственного сервиса.

6. Существующее состояние информационной базы принятия решений в рассматриваемых отраслях производства характеризуется высоким уровнем неполноты статистических данных, что обуславливает высокий уровень риска принимаемых решений и выдвигает потребность использования аппарата анализа, способного учитывать нечеткий характер исходных данных. В качестве подобного аппарата рекомендуется использовать методологию теории нечетких множеств.

7. Планирование производственного развития должно рассматриваться в качестве бизнес-процесса верхнего уровня.

8. Данный бизнес-процесс должен быть ориентирован на совершенствование структуры бизнеса предприятия и, в первую очередь, его товарного портфеля, состоящего из совокупности товарных портфелей технологических бизнес-единиц.

9. В качестве основного инструмента анализа перспектив бизнеса предприятия и определения направлений развития предполагается сводный анализ сбалансированности товарного портфеля. При этом в первую очередь должно приниматься во внимание состояние сбалансированности краткосрочных и долгосрочных целей развития и соответствие ему состава и структуры товарных портфелей бизнес-единиц.

10. Роль процесса планирования производственного развития в структуре управления предприятием может быть определена, как процесс верхнего уровня, что, в свою очередь, определяет подходы к его координации с другими бизнес-процессами.

11. Центральное место вопросов управления товарным портфелем в рамках задач производственного развития определяет важность выявления состава задач процесса формирования сбалансированной структуры товарного портфеля.

12. Сбалансированность товарного портфеля определяется в терминах сбалансированности целей и задач предприятия; состава и структуры товарного портфеля; динамики развития; сбалансированности спроса и предложения.

13. Сбалансированным следует считать такой товарный портфель производства, который обеспечивает сбалансированное достижение наиболее важных целей работы предприятия и необходимую динамику его развития за счет обеспечения оптимального состава и структуры товарного предложения, которое должно быть ориентировано не только на текущий рыночный спрос, но и на будущий. При этом состав и структура товарного портфеля, по возможности, должны влиять на формирование будущих потребительских предпочтений в интересах фирмы.

14. Поиск сбалансированности товарного портфеля является многошаговым процессом, включающим в себя: структурирование, диагностирование, анализ альтернатив развития и формирование решения и составе и структуре товарного портфеля.

15. Основой сбалансированного управления товарным портфелем является его структурирование.

16. Исходя из состава задач концепции производственного развития может быть предложена трехмерная матрица «товар - рынок - технология».

17. В качестве реализации структурирования по подобной матрице может быть предложена трехмерная структура товарного портфеля производственного предприятия с учетом факторов: техники и технологии, назначения и систем производственного сервиса.

ГЛАВА 3. Моделирование, анализ и прогнозирование рыночных процессов реализации стратегии развития производственных бизнес-единиц среднего предприятия

3.1 Выбор методологического аппарата моделирования и анализа рыночной динамики товарных новшеств предприятия

Ключевым вопросом, на который должен быть дан ответ в процессе диагностирования товарного портфеля предприятия в рамках разработки мероприятий производственного развития, является вопрос о перспективах товарного портфеля и его составляющих. Перспективы товарного ассортимента предприятия определяют возможность сбалансированного достижения целей развития. Для оценки перспектив необходимо обладать инструментом оценки будущей рыночной динамики отдельных товаров, что в дальнейшем на основе интеграции прогноза по совокупности товарной номенклатуры бизнес-единицы и предприятия в целом, сопоставления его с данными стратегического анализа (SWOT и др.) позволяет дать оценку возможности стратегического развития существующего производственного бизнеса потребностям и возможным направлениям производственного развития.

В данном случае следует отметить принципиальную неприменимость для анализа товарного портфеля в рамках задач данного исследования традиционных методов, например ABC и XYZ анализа [23], позволяющих дать только текущую оценку структуры продаж, однако не дающих понимания перспективных изменений. Тем не менее, для решения ряда частных задач управления структурой товарного портфеля производственного подразделения, как будет показано в главе 4, метод ABC-анализа вполне применимым.

Как отмечалось нами в главе 1, основной причиной изменения объемов продаж продукции и ее положения на рынке является прохождение процесса диффузии инноваций. Динамика данного процесса зачастую отождествляется с кривой рыночного жизненного цикла товара.

По мнению Ф. Котлера, жизненный цикл продукции (товара) -- это «изменение объемов продаж и получаемой прибыли во времени, графически представляемое в виде кривой, по форме напоминающей колокол» [170, с. 421]. Экономическое объяснение маркетинговой концепции ЖЦТ может быть дано с использованием инновационной теории экономического цикла.

Любой товар, товарная категория, группа товаров по своей сути являются инновациями, выводимыми на рынок предпринимателем в форме, пригодной для использования покупателем в целях удовлетворения его потребности. Таким образом, динамика спроса и реализации товара может быть описана с помощью инновационного цикла. Тогда «динамика конкурентоспособного пребывания товара на рынке» [170, с. 419] есть не что иное, как процесс распространения (диффузии) товара-новшества среди его потенциальных покупателей.

Мы будем рассматривать рыночный цикл товара как частный случай экономического. Жизненный цикл товара в зависимости от уровня, на котором он изучается, может иметь форму:

- жизненного цикла спроса (совокупной динамики удовлетворения рассматриваемой потребности);

- жизненного цикла технологии или товарной группы (динамики удовлетворения потребности определенным способом);

- жизненного цикла товара (динамики производства и потребления конкретного вида продукции в рамках определенной технологи и инновации).

Можно привести и другую систематизацию жизненных циклов, но в данном случае мы придерживаемся наиболее распространенной точки зрения, предложенной Ф. Котлером [170, с. 418-421]. Все названные разновидности жизненного цикла имеют одинаковую природу, и в их основе лежит диффузия инновации. При этом циклы более высокого уровня складываются из циклов более низкого. Рассмотрим сущность процесса диффузии.

Изменяющийся уровень потребностей во времени описывается моделью жизненного цикла спроса.

Некоторые экономисты считают, что между понятиями «спрос» и «потребность» существует определенное различие. Потребность -- это, по мнению П.Г. Перервы, «объективно обусловленное состояние неудовлетворенности потребителя в результате отсутствия каких-либо материальных благ» [225, c. 46]. Спрос же является следствием потребности, механизмом ее удовлетворения. Он «может возникать лишь после признания потребителем факта наличия потребности и осознания им этого факта как объекта реальности» [225, с. 46].

Если «потребность носит объективный характер», то спрос имеет стохастическую сущность, зависит от множества факторов и поддается управлению [225, c. 46].

Как показали В. Махаян, Ф. Бэсс и ряд других зарубежных исследователей [385, 394, 409], суммарное количество неудовлетворенной потребности в каждый момент зависит от объема производства товара в прошлом, т.к. с его использованием потребность покупателя уменьшается или исчезает совсем. Мы признаем некоторую условность данного положения, поскольку существуют товары, потребность в которых постоянна и не зависит от удовлетворения в прошлом, однако для видов продукции, не являющихся товарами повседневного спроса, оно верно. В то же время спрос в конкретный момент зависит и от цены товара (закон спроса), и от его качества, поэтому в экономике может наблюдаться ситуация отсутствия спроса на товары, в которых существует потребность [225, c. 47].

Еще одним фактором, влияющим на форму кривой жизненного цикла спроса, является возможность его стимулирования.

Таким образом, потребность является более инерционной, если не сказать постоянной, категорией в отличие от спроса, который меняется в зависимости как от совокупности экономических факторов, так и от этапа процесса удовлетворения потребности с помощью рассматриваемого товара (инновации).

Кривая жизненного цикла спроса на группу материальных благ есть «распределенная во времени народнохозяйственная потребность» [225, c. 46]. На уровне предприятия она выражается в кривой ЖЦТ.

Исходя из объективного и постоянного характера потребности, суммарный объем использования (реализации с точки зрения товаропроизводителей) товарных благ за весь период жизненного цикла спроса есть не что иное, как суммарная первоначальная потребность, приводящая к его возникновению.

Охарактеризовать процесс циклических изменений можно с использованием моделей диффузии инноваций, что было впервые предложено в теории и практике профессором Ф. Бэссом [385]. Приведем описание переменных моделей диффузии и их базовых уравнений. Следует отметить, что существуют различные подходы к постановке данных моделей, начиная от формы используемых уравнений и заканчивая обозначением и вариантами трактовок переменных. Стоит сказать, что есть ряд базовых общепризнанных моделей диффузии инновации, доказавших свою универсальность для различных диффузных процессов. Это модели Бэсса, Гомперца, Йоланда, Махаяна-Мюллера (модель неоднородного влияния), на основе которых было создано большинство более сложных. все эти модели по классификации И.Н. Щепиной [60, 370] являются моделями так называемого эпидемического типа и в той или иной форме производными или модификацией первоначально предложенной Ф. Бэссом модели [385], остающейся одной из наиболее используемых и по сей день. Мы будем использовать описание данных моделей (включая обозначение переменных и форму базовых уравнений) по работам В. Махаяна, И. Мюллера, Ф. Бэсса [409, с. 1?26], М. Гивона, В. Махаяна [394, c. 29?37]. Форма базовых уравнений названных моделей диффузии инновации приведена в табл. 3.

Рассмотрим основные переменные и параметры, используемые в моделях диффузии инноваций.

1. Сумма базовой потребности в товаре, на которую ориентирована данная продуктовая инновация. Как было сказано ранее, величина потребности является объективно существующей, может условно считаться постоянной во времени (в переделах некоторого ограниченного периода и пространственного региона) и независимой от прочих факторов. В постановочной гипотезе моделей диффузии она также рассматривается как константа, определяется путем суммирования объемов потребления (реализации) товара за период его жизненного цикла, обозначается буквой m и, как правило, оценивается в натуральном выражении (например, для тканей -- в погонных метрах). Данную величину мы будем называть конечным суммарным потреблением. Поскольку на удовлетворение одной и той же потребности ориентированы несколько товаров и даже технологий, конечная суммарная потребность рынка m распадается на несколько частных конечных суммарных потребностей отдельных технологий и товаров m?. При этом в процессе конкуренции за счет тех или иных действий участники рынка могут влиять на величину текущего спроса и, как следствие, на потенциал конечной суммарной потребности, которая удовлетворяется с помощью их товаров. Однако суммарная потребность всего рынка остается постоянной.

Стоит отметить, что при моделировании жизненных циклов различных товаров можно использовать изменяющуюся во времени в зависимости от прочих факторов величину суммарной потребности в товаре m. иллюстрацией является работа М. Гивона и В. Махаяна [394], в которой рассмотрены процессы распространения программного обеспечения и компьютерного пиратства как явления диффузии и замещения инноваций. В качестве величины m в ней использовано количество пользователей ПК, которое постоянно увеличивается. Данное дополнение приведено с целью продемонстрировать широкие адаптивные возможности моделей диффузии, позволяющие применять их в различных ситуациях для решения задач разного рода. Кроме того, существую работы, в которых величина m в модели рассматривается как функция других факторов: цены [60, 405], конкурентоспособности (технических и технико-экономических характеристик инновации) [317] и прочих факторов (например, ассортиментной политики , см. раздел 3.2). Использование подобных модифицированных моделей может оказаться полезным для решения ряда важных задач, в частности управления ценовой, ассортиментной политикой и пр.

Таблица 3 - Базовые уравнения некоторых наиболее распространенных моделей диффузии и замещения

Вид модели	Исходное уравнение модели диффузии f = (F)	Прогноз f' на основе модели замещения f' = ц(F')
Модель Басса	f = (p + qF)(1 ? F)	f' = (p' + qF')(1 ? F)
Модель Гомперца	f = qF х ln(1 / F)	f' = qF' х ln(1 / F)
Модель Юланда	f = (p + qF)(1 ? F)(1 + y)	f' =(p' + qF')(1 - F)(1 + y)
Модель неоднородного влияния Махаяна-Мюллераa	f = (p + qFд)(1 ? F)

2. Текущий объем потребности (спроса на товар) конкретного года принято обозначать величиной n и называть текущим потреблением товара в натуральном измерении.

3. Текущий ежегодный спрос на товар можно выражать в долях от конечного суммарного потребления. Эта величина в моделях обозначается f и называется текущим относительным потреблением. Она имеет следующую взаимосвязь с вышеназванными величинами:

n = f *m. (1)

4. К началу каждого года можно определить долю конечной потребности в товаре, которая уже является удовлетворенной. Данная величина называется накопленным относительным потреблением и обозначается F. Для каждого года t она вычисляется путем суммирования текущего относительного потребления f_i предыдущих лет:

. (2)

Для первого года ЖЦТ величина F принимается равной нулю, т.к. удовлетворения спроса товаром еще не произошло. Она является важнейшей переменной в моделях диффузии инновации.

Рассмотрим основные причины неравномерности динамики объемов продаж товара в течение его жизненного цикла (в соответствии с базовой гипотезой, заложенной в состав моделей диффузии [409, с. 1-26]).

На начальном этапе, когда инновация вводится на рынок как способ удовлетворения потребности, в обществе практически нет информации о ней и результатах ее применения. Сведения появляются после первых пробных покупок потребителями-новаторами. Их влияние на динамику использования товара отражено в модели в коэффициенте инновации p. Его экономический смысл заключается в том, что он показывает уровень потребления товара в относительном выражении в первый год ЖЦТ, когда опыт применения еще отсутствует. Область значений коэффициента инновации: p ? [0, 1].

Получив положительный опыт удовлетворения потребности, новаторы передают его другим покупателям, так называемым имитаторам, которые в свою очередь, также осознав потребность и удовлетворив ее с помощью приобретения товара, распространяют информацию об инновации далее. Влияние данного процесса демонстрируется в моделях диффузии с использованием коэффициента имитации q, который показывает отношение текущего потребления покупателей-имитаторов к уже накопленному объему применения данной инновации F. Область определения коэффициента: q ? [0, 1].

Таким образом, с распространением информации все большее количество потенциальных потребителей инновации осознает потребность в ней, что ведет к расширению спроса на нее на стадии роста кривой жизненного цикла.

На этапе спада повышение потребления ограничивается увеличением количества покупателей, окончательно удовлетворивших нужды, т.е. явлением исчерпания потребности рынка m, в результате чего тенденция роста объемов заменяется тенденцией спада.

Математическое моделирование данных процессов строится на следующем принципе (рассмотрим на примере модели Бэсса). Как видно из табл. 1, в модели диффузии текущее потребление определяется произведением двух сомножителей: f = (p + qF)(1 ? F). Первый (p + qF) моделирует рост объемов потребления товара с накоплением удовлетворенной потребности и, как следствие, информации о товаре, второй (1 ? F) -- исчерпание емкости рынка в процессе удовлетворения конечной потребности. На этапе роста ЖЦТ увеличение первого сомножителя доминирует над снижением второго, однако к началу спада данное соотношение меняется в обратную сторону. Нужно отметить, что аналогичную структуру имеют и прочие модели диффузии, поэтому принципы моделирования цикла распространения инновации для них будут аналогичными вышеназванным.

На практике жизненный цикл спроса будет включать в себя жизненные циклы всех способов удовлетворения исходной потребности. Этот факт имеет ряд чрезвычайно важных следствий. Например, при рассмотрении жизненных циклов конкретных товаров или технологий, как уже говорилось ранее, может происходить сложное конкурентное взаимодействие, которое будет заключаться в перераспределении объемов сбыта, направленных на удовлетворение рыночной потребности, между различными продуктами и фирмами. Данное явление называется конкурентным замещением, и без его изучения описание процессов, лежащих в основе изменения рыночных позиций товаров во времени, будет неполным. Так, в разделе 3.2 показана необходимость учета фактора замещения в моделировании ЖЦТ различных групп промышленной продукции, которое в этом случае происходит на основе модифицированных моделей диффузии.

Коротко отметим, что типологически модели замещения можно классифицировать на две большие группы в зависимости от количества конкурирующих инноваций:

1) бикомпонентного замещения (два товара);

2) многокомпонентного замещения (большее число продуктов).

модели многокомпонентного замещения [370] сложны в математическом отношении и требуют для расчетов большой массив иногда мало- и недоступной информации. Автором показано, что для моделирования ЖЦТ в конкурентных условиях на рынках достаточно успешно можно применять и модели бикомпонентного замещения. Во избежание излишнего углубления в данную тему, уже рассмотренную ранее, укажем, что основные уравнения бикомпонентного замещения на базе моделей диффузии приведены в табл. 3. В отличие от базовых уравнений диффузии в модели замещения вводятся две группы величин, характеризующих динамику объемов продаж товара:

1) f' и F' -- объемы потребления, остающиеся за товаром предприятия;

2) f'' и F'' -- объемы потребления, отходящие к конкурентам (конкурентному товару или обезличенному «внешнему рыночному фону»).

При этом рассматривается так называемое полное замещение, когда уравнения: f = f' + f''; F = F' + F'' будут верны для любого этапа.

Таким образом, мы рассмотрели модели диффузии на примере самых простых с точки зрения используемого аппарата, но методологически очень важных базовых моделей эпидемического типа. Однако к настоящему времени они уже не составляют исчерпывающего списка моделей диффузии, т.е. распределение на группы может быть расширено.

Так, по классификации К. Шиха и Н. Венкатеша [422] описанные модели (табл. 3) могут быть отнесены к моделям «диффузии восприятия инновации» (Adoption Diffusion). Это означает, что в них рассматриваются потребители, которые производят восприятие и однократное потребление инновации (что приемлемо для товаров длительного пользования). При этом не принимается в расчет и не моделируется, как именно происходят повторные покупки и происходят ли вообще. Тем не менее существуют товары и рынки, где повторные покупки играют большую роль, что привело к появлению моделей группы «диффузии использования» (Use Diffusion), в которых интенсивность потребления (использования повторных покупок) является главным критерием сегментирования потребителей. При этом описывается не просто процесс восприятия инновации (однократное потребление), но прежде всего процесс ее использования с учетом повторных покупок. Следует отметить, что данные модели несколько сложнее рассмотренных с точки зрения используемого математического аппарата.

Существуют также промежуточные варианты моделей диффузии, которые на базе моделей «диффузии восприятия» позволяют моделировать процесс повторных покупок групп потребителей. Такова, например, четырехсегментная пробно-повторная модель (Four segmental trial-repeat model), предложенная М. Ханом, С. Паком, Л. Кришманурти и А. Золтнерсом [397]. В ней рассматриваются четыре группы потребителей с точки зрения их отношения к возможности попробовать данную инновацию:

1) не пробовавшие в прошлом и не опробующие ее в плановом периоде;

2) не пробовавшие в прошлом, но опробующие в плановом периоде;

3) пробовавшие в прошлом, но отказавшиеся от подобного опыта в будущем;

4) пробовавшие в прошлом и планирующие снова приобрести данную продукцию в плановом периоде.

Отличительной особенностью модели является учет в ней переменных, характеризующих рекламные усилия фирмы, и сопоставление их с аналогичными действиями конкурентов. это является главным преимуществом данного метода, позволяющим использовать его для планирования рекламной деятельности фирмы.

Изучение возможности применения моделей «диффузии использования» и четырехсегментной для решения прикладных задач прогнозирования динамики потребления промышленных товаров и технологий может являться сложной и интересной темой последующих исследований. При этом следует заметить, что модели «диффузии использования» и пробно-повторная основываются на более сложном математическом аппарате. Это может стать серьезным препятствием для их освоения в практике планирования управленческих решений на уровне конкретных предприятий. Однако названные модели требуют гораздо больший массив исходной информации для работы. Например, для аппроксимации четырехсегментной пробно-повторной модели среди прочего необходимы данные о динамике коммерческих расходов предприятий с детализацией по различным товарам. отсутствие подобной информации на предприятиях и в системе государственной статистики ограничивает возможности практического использования названных моделей, как и моделей многокомпонентного замещения.

Другим направлением развития эпидемических моделей диффузии является разработка аппарата, позволяющего моделировать диффузию инновации не только в терминах потребления, но и в терминах цен. При этом, как уже говорилось ранее, есть модели, в которых величина m задается как функция неких экзогенных факторов, среди которых выступают цены [317]. Также существуют работы, претендующие на создание отдельного аппарата, в котором формируется взаимосвязанная система уравнений, моделирующая полную взаимную зависимость рыночных цен инновации и ее распространения [60]. На основе данных моделей можно выявить зависимость не только уровня кривой диффузии от цены, но и цены данной инновации от уровня ее распространенности. Нужно обратить внимание, что данные модели, как и модели многокомпонентного замещения, требуют большого массива исходных данных, которые могут не иметься в наличии или обладать низкой устойчивостью при моделировании жизненных циклов отдельных товаров на уровне конкретного предприятия. Однако при моделировании распространения инноваций в форме жизненного цикла технологий или спроса (задачи на уровне отрасли в целом или макроэкономики), где необходимая информация накоплена, данные модели могут быть интересными.

Таким образом, мы определили, что модели диффузии можно классифицировать по типам в зависимости от учета:

- повторных покупок: «диффузии восприятия» и «диффузии использования»;

- цен: эпидемические модели и модели ценовой диффузии.

несмотря на доказанную эффективность аппарата моделей диффузии для решения различных маркетинговых и экономических задач, они еще малоизвестны отечественным специалистам и недостаточно используются как в теории, так и в практике российской школы экономики и управления. Автор рекомендует применять данные модели для различных целей, в частности, для анализа рыночных жизненных циклов товаров в рамках диагностирования товарного портфеля в целях решения задач производственного развития предполагается использовать аппарат «эпидемических» моделей диффузии-восприятия и моделей бикомпонентного замещения.

3.2 Методология моделирования диффузии товарных нововведений промышленного предприятия

Cложностью применения моделей диффузии учетом их нелинейного характера является невозможность использования наиболее распространенной в статистическом прогнозировании методики прямой экстраполяции рядов динамики. Как правило, наибольший интерес представляет решение задач прогнозирования и моделирования жизненного цикла (ЖЦ) новых товаров, еще не присутствовавших на рынке или находящихся на нем очень непродолжительное время. Это означает, что для них отсутствует какой бы то ни было период основания прогноза, поэтому для целей прогнозирования будущего ЖЦТ фактически стоит задача каким-то образом определить его параметры и уровень (коэффициенты инновации и имитации, индекс неоднородного влияния, суммарное общее потребление).

решение данных вопросов нашло отражение в литературе последних лет, однако исчерпывающих ответов, универсальных для любых типов товаров (и это объективно), получено не было. Так, в одной из наиболее значимых, по нашему мнению, работ по моделям диффузии В. Махаяна, Э. Мюллера и Ф.М. Бэсса [409] предлагается определять коэффициенты p и q на основе первичной динамики ЖЦ нового товара (например, p выявляется по уровню потребления товара в первый год его существования на рынке, а q -- фактически, на основе отношения объемов продаж первого и последующего годов (аналогична точка зрения Ткалича Т.А., Забродской К.А., Кононова А.А. [317])). Проблемой данного подхода является то, что задача прогнозирования параметров ЖЦ товаров, еще не выпущенных на рынок, так и не решается, а оценка параметров только на основе анализа динамики темпов роста продаж первых лет отличается низкой точностью из-за высокого влияния случайных отклонений на изучаемом коротком отрезке времени.

Другой подход к определению параметров модели основан на оценке эмпирически устанавливаемых зависимостей их от значений экзогенных маркетинговых параметров:

- параметра m от цены товара и рекламных усилий [397, 405] (рынок потребительских товаров и товаров длительного использования);

- параметра p от технико-экономических и сравнительных технических характеристик инновации [317] (рынок продукции технического назначения и технологичных услуг);

- суммарного общего потребления инновации от демографической статистики целевого сегмента рынка [60, 85, 317] (прогнозирование жизненных циклов технологий и спроса для рынка определенных групп товаров и услуг).

Диссертантом в разделе 3.3 показана возможность использования аналогичных в методологическом плане подходы. В частности, для моделирования жизненных циклов потребительских товаров (мебельных тканей), дифференцированных не в технико-технологических, а в ярко выраженных художественно-эстетических характеристиках (вообще слабо поддающихся формализованному описанию), установлены и применены зависимости конечного суммарного потребления от динамики обновления (насыщения) ассортимента дизайнов в рамках базового вида товара, а также коэффициента инновации от насыщения его производственной программы разновидностями дизайнов в первый год присутствия на рынке. Стоит отметить, что факторы дизайна часто оказывают решающее воздействие на потребительский выбор и форму кривой ЖЦТ на большом числе рынков не только товаров народного потребления, но и достаточно высокотехнологичной продукции (например, легковых автомобилей, бытовой техники).

Кратко обобщая обзор, можно сделать вывод о том, что ни один из рассмотренных методов оценки параметров модели ЖЦТ не является универсальным, каждый из них предназначен для конкретной предметной области (рынок потребительской продукции или продукции технического назначения, ключевые характеристики товара в их восприятие рынком) и уровня решаемой задачи (ЖЦ спроса сегмента рынка / технологии [60, 85, 317] или ЖЦ конкретного товара (см. раздел 3.3)).

Тем не менее, в практике подмечено, что с течением времени на одних и тех же рынках для товаров со схожими потребительскими характеристиками и маркетинговым профилем (модность, целевая аудитория), которые сменяют друг друга, типичный профиль кривой ЖЦТ сохраняется «от поколения к поколению» и может быть экстраполирован от снимаемых с производства товаров на вновь выводимые на рынок. Следовательно, параметры модели ЖЦТ, определяющие профиль кривой (в большей мере q, д, в меньшей -- p, который также зависит от экзогенных факторов), характерные для представителей данной товарной группы, можно экстраполировать на будущие продукты. При этом параметр m в любом случае определяется экзогенными факторами и рассчитывается с помощью вышеназванных методов. Таким образом, становится очевидной важность исследования в рамках рассматриваемой товарной группы кривых ЖЦТ старых товаров, закончивших свое присутствие на рынке (снятых с производства).

В дальнейшем мы опираемся главным образом на модель неоднородного влияния, позволяющую формировать ЖЦТ любого профиля, что важно для сопоставимости данных, получаемых при обработке статистики жизненных циклов большого ассортимента

Для реализации подобного исследования ЖЦТ в качестве исходных данных используется динамика сбыта снятого с производства ассортимента и товаров на конечных фазах ЖЦ, как правило, в натуральном выражении. В основе методики исследования лежит стандартная статистическая методология (МНК, корреляционно-регрессионный анализ). Автор рекомендует применять селективный подход к выбору исходных данных, а именно: рассматривать только товары, имевшие достаточно длительный жизненный цикл (маркетинговые неудачи исключаются). Например, в текстильной промышленности он должен составлять не менее четырех лет (помесячная динамика не рассматривается ввиду сильного влияния фактора сезонности). Это определяется следующим образом. Поскольку полученная информация будет использоваться для построения эталонной кривой, то для определения средних параметров ЖЦ товарных групп должны учитываться только наиболее успешные товары, динамика сбыта которых не испытала значительного влияния эффекта замещения. Короткий срок пребывания товара на рынке и, как правило, незначительные в этом случае объемы сбыта являются свидетельством наличия эффекта замещения по данному товару, то выражается в вытеснении его с рынка на ранних стадиях. Учитывать параметры жизненных циклов неудачных составляющих портфеля в вычислении параметров эталонной кривой ЖЦТ нецелесообразно.

Некоторой сложностью аппроксимации моделей диффузии по эмпирическим данным является нелинейный характер их уравнений, поэтому общепринятые статистические формулы расчета параметров моделей аппроксимации неприемлемы в данном случае. Определение параметров моделей производилось с помощью MS Excel в несколько этапов.

На первой стадии определяется параметр m как сумма объема реализации за весь период жизненного цикла продукции T по формуле:

, (3)

где i -- номер года.

Для расширения эмпирической базы исследования мы рекомендуем рассматривать и учитывать параметры ЖЦ и ряда товаров, рыночный жизненный цикл которых еще не закончен, но устойчивая тенденция к постепенному сходу с рынка уже наметилась. В данном случае можно воспользоваться гипотезой о том, что на заключительном отрезке кривой уменьшение объемов потребления продукта происходит практически равномерно, и в результате характер линии ЖЦТ приближается к прямой.

Тогда возможно рассчитать предварительные прогнозные значения объемов продаж на два-три года, последующие за плановым периодом, в течение которых предполагается снятие данных тканей с производства. Формула прогноза выводится на основе формулы среднего темпа роста и имеет следующий вид:

, (4)

где k -- номер последнего периода, по которому имеются данные об объемах реализации.

Далее для каждого года определяется величина текущего относительного потребления f_i на основе зависимости --(4):

f_i = n_i / m. (5)

Приняв накопленное относительное потребление первого года F₁ равным нулю, для последующих лет данную величину можно рассчитать следующим образом:

F_i = f_{i ? 1} + F_{i ? 1}, (6)

где i -- номер года.

Определение параметров модели производится с использованием методов математического программирования. Расчеты необходимо производить с помощью численных методов и средств решения задач. В частности, в простейшем случае стоит воспользоваться пакетом Solver (поиск решения), встроенным в MS Excel.

На основе уравнения метода наименьших квадратов составляется целевая функция задачи поиска параметров аппроксимации модели диффузии для описания кривой ЖЦТ.

Как известно, в основе метода наименьших квадратов лежит минимизация функции квадрата разности эмпирических значений показателя и значений того же показателя, вычисленных с помощью регрессионной модели.

В данном случае целевая функция выражается как квадрат разности эмпирического и теоретического значения текущего потребления товара (f_i или n_i), которое в свою очередь представляет собой функцию текущего относительного потребления от накопленного к началу рассматриваемого года, заданную через базовое уравнение модели неоднородного влияния. В окончательном виде функция поиска оптимальных параметров модели выглядит следующим образом:

S² = (f_i - (p + qF_i^д) х (1 - F_i))² > min, (7)

где i -- номер периода;

Т -- номер конечного периода;

f_i и F_i -- переменные фактической кривой ЖЦТ рассматриваемого товара, которые берутся как известные величины;

p и д -- искомые параметры аппроксимации.

Цель решения оптимизационной задачи -- найти экстремальное значение целевой функции при действии ограничений на параметры по их области значений [385, 409]:

q ? 0; (8)

q ? 1; (9)

p ? 0; (10)

p ? 1; (11)

д ? 0. (12)

Решив нелинейную оптимизационную модель, описываемую целевой функцией (7) и ограничениями (8-12), получаем искомые параметры уравнения модели диффузии, оптимальным образом аппроксимирующие кривую жизненного цикла продукции.

После определения параметров модели необходимо произвести оценку тесноты связи с использованием индекса корреляции R и определения его значимости по t-критерию Стьюдента, а также адекватности модели исходным данным на основе F-критерия Фишера по стандартной статистической методике.

Проверка значимости связи и адекватности модели является чрезвычайно важным моментом, т.к. от положительного ответа на данные вопросы зависит решение о применимости или неприменимости моделей диффузии для достижения поставленных целей. В случае неадекватности модели или низкой значимости связи следует говорить о неприменимости моделей диффузии определенного типа (в данном случае модели неоднородного влияния) для моделирования ЖЦТ рассматриваемой товарной группы. Для того чтобы разрешить полученное противоречие, можно либо попытаться воспользоваться другим типом модели, либо предположить наличие эффекта замещения, влияющего на искажение динамики сбыта товара. Если предположение подтверждается, то данный товарный вид должен быть исключен из расчета параметров эталонной кривой ЖЦТ, а динамику его объемов потребления следует моделировать с учетом замещения.

Рассмотрим в качестве примера расчет параметров модели диффузии ЖЦТ мебельной ткани артикула С-10 «Гобелен облегченный» (табл. 4), реализованный нами в 2001 г. в рамках проекта оптимизации ассортиментной политики одного из предприятий, действующих на рынке материалов для производства потребительских товаров.

В табл. 4 в строке «объемы сбыта» приведены реальные данные по сбыту данного артикула за 1990-2001 гг. Прогноз на 2002-2004 гг., приведенный в этой же строке, экстраполирован по формуле 4. Сумма объемов реализации есть величина m, которая приведена в данной строке в графе «Всего». в данном случае m = 4530,9 тысяч погонных метров.

Затем по формуле 5 рассчитываются значения для строки f_реал.

Например, для 1991 г. f = 487,4 тыс. м / 4530,9 тыс. м = 0,108.

По формуле 6 определяются значения для строки F_реал.

Для 1991 г. F = 0 + 0,013 = 0,013; для 1992 г. F = 0,013 + 0,108 = 0,121.

Далее задается алгоритм поиска параметров модели диффузии, область выведения искомых значений параметров в графе названий строк напротив названий коэффициентов p, q, д: область таблицы, в которой выведены искомые значения коэффициентов, обведена яркой рамкой. Затем всем ячейкам в строке «p» присваивается значение этого параметра модели. При определенном значении p = 0,013, оно высвечивается во всех ячейках строки. В строке «д» ячейкам соответствующих лет i задается значение F_i^д, при значении функции аппроксимации д = 0,209, например в ячейке 1992 г., получится значение 0,121 ^0,209 = 0,64302. В строке «q» в каждой ячейке задается произведение соответствующего данному году значения вышестоящей строки на величину q, например на 1992 г.: 0,643 х 0,316 = 0,203.

Таблица 4 - Определение параметров модели неоднородного влияния для описания ЖЦТ артикула С-10

	Гобелен облегченный	Годы	Всего	Табличные значения	Уровень значимости
	С-10	1990	1991	1992	1993	1994	1995	1996	1997	1998	1999	2000	2001	2002	2003
	Объемы сбыта, тыс. м	60,4	487,4	1015,6	1014,	396,5	429,2	248,2	164,3	111,8	148	128,2	118,0	108,6	100,0	4530	?	?
	fреал	0,013	0,107	0,224	0,224	0,088	0,095	0,055	0,036	0,025	0,033	0,028	0,026	0,024	0,022	1	?	?
	Fреал	0	0,013	0,121	0,345	0,569	0,656	0,751	0,806	0,842	0,867	0,900	0,928	0,954	0,978	?	?	?
p	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	0,013	?	?	?
д	0,209	0	0,406	0,643	0,801	0,889	0,916	0,942	0,956	0,965	0,971	0,978	0,984	0,990	0,995	?	?	?
q	0,316	0	0,128	0,203	0,253	0,281	0,289	0,297	0,302	0,305	0,306	0,309	0,311	0,313	0,314	?	?	?
	fi	0,013	0,140	0,190	0,174	0,127	0,104	0,077	0,061	0,050	0,043	0,032	0,023	0,015	0,007	1,057	?	?
	S2	0	0,001	0,0011	0,002	0,0015	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,000	0,00	0,008	?	?
	Расчетные данные (ni), тыс. м	60,4	632,1	861,81	789,7	574,11	470,8	350,3	277,0	227,2	192,8	146,5	105,9	68,03	32,77	4789,	?	?
	nср	323,6	323,6	323,64	323,6	323,64	323,6	323,6	323,6	323,6	323,6	323,6	323,6	323,6	323,6	4530	?	?
	дф2	4949	6797,	20688,	1551	4481,3	1547	50,74	155,1	663,6	1222,	2239	3385	4666	6043	72407	?	?
	добщ2	4949	1915,	34200	3410	379,2	795,9	406,4	1813	3205,	2203,	2728	3019	3301	3571,	96592	?	?
	дост2	0	1495	1689,3	3612,	2253,	123,6	744,4	907,7	951,9	143,4	24,08	10,48	117,9	323,1	12397	?	?
	R	?	?	?	?	?	?	?	?	?	?	?	?	?	?	0,865	?	?
	tR	?	?	?	?	?	?	?	?	?	?	?	?	?	?	5,993	2,179	0,05
	Критерий Фишера FR	?	?	?	?	?	?	?	?	?	?	?	?	?	16,46	16,071	0,06

1. в строке f_i размещаются расчетные значения текущего относительного потребления, выраженные как функция от величины F_реал в соответствии с уравнением модели неоднородного влияния. проиллюстрируем на основе расчета значения ячейки столбца 1992 г., получаемого после проведения процедуры оптимизации: f₁₉₉₂ = (0,013 + 0,203) х (1 ? 0,121) = 0,190.

В следующей строке задается квадрат разности S² реальных и расчетных значений величины текущего относительного потребления. После проведения процедуры оптимизации в ячейке столбца 1992 г. получится: (0,22415 - 0,19021)² = 0,00115. в столбце «Всего» располагаются итоги (суммы значений) всех строк таблицы.

После формализации всех зависимостей в соответствующих ячейках таблицы необходимо в опции «Сервис» панели инструментов программы Excel выбрать пункт «Поиск решения». На экране высвечивается диалоговое окно. В нем в поле «Изменяя ячейки» нужно ввести интервал ячеек, в которых находится область вывода значений функции аппроксимации. В поле «Установить целевую» следует указать ссылку на ячейку вывода значения целевой функции вида (7). Она находится в таблице в строке «S²» в графе «Всего». В поле «Ограничения» надлежит задать для ячеек вывода искомые параметры модели ограничения (8-12).

Далее в диалоговом окне необходимо выбрать опцию «Параметры», во вновь открытом окне задать способ поиска оптимального решения. Ввиду нелинейного характера целевой функции выбираем: оценки -- «Квадратичная», разности -- «Центральные», метод поиска -- «Сопряженных градиентов» (для линейной модели требуются противоположные настройки). Можно также отрегулировать прочие настройки поиска. Далее нужно нажать «ОК» и «Выполнить». Компьютер производит оптимизацию, и в таблице автоматически высвечиваются все искомые параметры, а также расчетные значения ячеек.

После проведения процедуры оптимизации с помощью пакета «Поиск решения» в ячейках значений коэффициентов выводятся их искомые значения, а в строке f_i -- значения относительного текущего потребления, соответствующие аппроксимированной кривой ЖЦТ.

Затем по формуле n = m х f в строке «Расчетные значения (n_i)» рассчитываются прогнозные значения объема реализации продукции.

После этого производится расчет общей, факторной и остаточной дисперсии, а также индекса регрессии, критериев Стьюдента и Фишера. Табличные значения критериев размещаются в соответствующей графе, рядом указаны уровни значимости критериев.

В рассмотренном примере корреляция между факторным и результативным признаком принимается равной 5%, а значимость уровня адекватности модели (критерия Фишера) -- 6%.

На рис. 6 приведены реальная и сглаженная кривые ЖЦТ ткани С-10.

обозначим основные факторы, влияющие на характер кривой ЖЦТ.

1. Поведение потребителей, выраженное в моделях, как параметры уравнения p, q, д. Они определяют динамику реализации продукции предприятия по этапам ЖЦТ в зависимости от накопленного объема потребления рынком товара данного вида.

2. Планирование производственной программы компании. Вполне возможен вариант, когда в отдельные годы предприятие не сможет обеспечить объем производства всех видов товаров, входящих в портфель, на максимальном уровне по причине нехватки мощностей. Это может привести к замещению товара конкурентными.

3. Уровень конкурентоспособности товара, который определяет возможность замещения на рынке продукции одной фирмы продукцией другой. При низком значении конкурентоспособности, а также в результате неэффективности маркетинговой, сбытовой и производственной политики предприятия часть его рыночной доли может отойти к конкуренту, а при высоком значении, наоборот, возможен захват компанией части сегмента конкурентов.



Рисунок 6 - Жизненный цикл ткани С-10

4. Общие экономические условия, такие как уровень доходов потребителей, инфляции, конъюнктура отраслей промышленности, социально-демографическая динамика целевого рынка.

5. Рекламная политика предприятия.

6. Товарная политика предприятия, а именно существующая практика разработки новых дизайнов для выпускаемых артикулов. Темпы обновления дизайнов в рамках видов товаров непосредственным образом влияют на величину конечного суммарного потребления ткани, продолжительность ЖЦТ, а также на первоначальный уровень потребления продукта (величину коэффициента инновации).

3.3 Прогнозирование рыночной динамики товара с учетом конкурентного замещения

Таким образом, определено, что большими перспективами для описания жизненного цикла товара (ЖЦТ) обладают модели диффузии инноваций. Модель описания жизненного цикла продукции в таком случае имеет форму авторегрессии величины текущего уровня продаж (n, f), при этом параметрами модели являются коэффициенты: инновации, имитации и неоднородного влияния, а также константой модели является общий суммарный объем потребления товара за период жизненного цикла.

Как показано в предыдущих параграфах, на основе модели диффузии неоднородного влияния с использованием метода наименьших квадратов можно смоделировать кривые жизненных циклов товаров ряда товарных групп. В результате могут быть определены средние для различных товарных групп значения параметров жизненного цикла (коэффициента инновации - p, коэффициента имитации - q, а также коэффициента неоднородного влияния - ), что позволяет смоделировать характерный профиль ЖЦТ ассортиментных групп.

Кроме того, автором при проведении исследований ассортимента мебельно-декоративных тканей отечественного производства была выявлена зависимость между величиной суммарной потребности за период ЖЦТ (m) и параметрами ассортиментной политики предприятия. В частности, выявлено влияние среднегодовых темпов обновления ассортимента дизайнов, выпускаемых на основе определенных артикулов тканей, на величину суммарной потребности, которую может удовлетворить данный артикул ткани (товар) за период жизни:

, (13)

где, t_о - среднегодовые темпы обновления дизайна артикула (число новых дизайнерских решений, вводимых в производственную программу данного артикула (структуры) ткани в год). Значение индекса корреляции для выявленной зависимости составляет R = 0,97 при уровне значимости a = 0,01, m - общий суммарный объем потребления товара за период жизненного цикла в натуральном выражении (тысяч погонных метров).

Также определено влияние показателя обновления дизайна на продолжительность жизненного цикла товара (артикула ткани):

Т = 0,52 t_о + 3,1 . (14)

В данной зависимости линейный коэффициент корреляции r = 0,67, при уровне значимости а = 0,01.

Используя средние групповые параметры модели, а также рассчитанные на основании информации о динамике разработки новых рисунков (значения m и Т) можно спрогнозировать уровень кривой и продолжительность жизненного цикла любого выпускаемого в производстве артикула ткани. В дальнейшем подобную кривую будем называть эталонной.

Однако, сложностью подобного подхода к прогнозированию является целый ряд факторов, которые не принимаются во внимание в моделях диффузии: наличие конкуренции на рынке и, как следствие, перераспределение долей рынка между товарами и производителями, изменение конъюнктурных условий. Также следует учитывать, что на практике имеет место изменение и перераспределение рыночной динамики и свойств потребительских групп во времени, при этом величина и само наличие данных явлений может находится для лиц, принимающих решения, в области неопределенности. Наконец, имеют наличие реально сложившиеся объемы производства и реализации конкретных товаров, которые, как показывала практическая апробация моделей, в настоящее время для подавляющего большинства товаров российских предприятий перерабатывающей промышленности не соответствуют уровню прогноза по эталонной кривой жизненного цикла, рассчитанного на основе данных «золотого советского прошлого».

Действительно, для выявления параметров эталонной кривой с учетом продолжительности жизненного цикла, например, текстильного товара (артикула ткани) - от нескольких лет до десятилетия - в качестве базы прогнозирования необходимо охватыватывали обзор статистики продаж за значительный временной интервал - начиная середины 1980-ых (а для расширения статистической базы - еще ранее) до текущего момента. В любом случае для анализа жизненных циклов даже небольшой группы товаров нужна статистика за период не менее 10 лет (это стандартный срок пребывания товаров определенной группы на рынке, в данном случае мы не рассматриваем товары высокотехнологичного сектора (машиностроение, электроника, программное обеспечение)). Имея в качестве базы прогнозирования такой продолжительный период, мы сталкиваемся с тем, что в течение его происходили существенные изменения социально-экономических условий, серьезное изменение конкурентной среды (от ее практического отсутствия до интенсивной конкуренции в настоящее время). То есть данные, закладываемые в основание определения параметров прогнозной модели ЖЦТ нельзя в полной мере считать статистически репрезентативными применительно к текущей ситуации. То есть, необходима существенная модификация прогнозной модели с учетом данных факторов.

Рассмотрим возможности модификации базовых моделей ЖЦТ (диффузии инновации) с учетом увеличения рыночной конкуренции за период 1980-ые - по настоящее время. Можно с высокой достоверностью предположить, что за это время произошло перераспределение долей рынка между различными товарами и производителями, которые ранее покрывались товарами одного предприятия в условиях планово-распределительной экономики. То есть, если в 1980-ые годы некий товар (ткань) данной фабрики мог удовлетворить за период жизненного цикла некую суммарную потребность m, то с появлением в рыночных условиях конкурентов она удовлетворяется помимо рассматриваемого товара (пришедшего ему на смену аналога) также товарами - конкурентами. Тогда, величина m определяется не как сумма по годам объемов реализации одного данного товара, а как сумма объемов сбыта всех конкурирующих продуктов, участвующих в перераспределении рынка ранее принадлежавшего только рассматриваемому продукту.

...