Выбор варианта облачно-ориентированной поддержки моделей маркетинга

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Выбор варианта облачно-ориентированной поддержки моделей маркетинга

Багиев Г.Л.

помощник проректора по научной работе, научный руководитель научно-образовательного центра маркетинга евразийского сотрудничества Санкт-Петербургского государственного экономического университета, заслуженный деятель науки РФ, доктор экономических наук, профессор,

Андреевский И. Л.

доцент кафедры информационных систем и технологий Санкт-Петербургского государственного экономического университета, кандидат экономических наук

В статье обоснована актуальность облачно-ориентированной поддержки моделей маркетинга, представлена характеристика взаимосвязей моделей маркетинга с основными классами облачных сервисов, приведены примеры наиболее популярных из них. Предложена система разносторонних критериев выбора вариантов облачных сервисов, проанализирован порядок применения метода анализа иерархий для выбора варианта облачно-ориентированной поддержки моделей маркетинга

Ключевые слова: модели маркетинга, облачно-ориентированная поддержка, метод анализа иерархий

В государственной программе развития цифровой экономики Российской Федерации на основе цифровизации предусматривается совершенствование методов маркетинга [6].

Цифровизация маркетинга является составной частью современной концепции маркетинга, направленная на обеспечение устойчивой динамики развития экономики и получила определение как «маркетинг для обеспечения устойчивости» [3].

Цифровизация маркетинга предусматривает решение таких задач как обеспечение сбалансированности спроса и предложения на основе анализа прогнозирования развития экономики, сокращение затрат на процессы обмена продукции и посреднические услуги, обеспечение индивидуализации потребностей, совершенствование взаимодействия субъектов рынка в условиях вероятностного характера связей, моделирования и стандартизации бизнес-процессов маркетинга и т.д.

Применительно к евразийской экономике учение о маркетинге правомерно дополнить основополагающими принципами рыночного и планового управления с использованием цифровых технологий [2].

Основой цифровизации маркетинга в настоящее время является облачно-ориентированная поддержка его моделей.

Облачно-ориентированная поддержка моделей маркетинга обеспечивает их адаптивность к изменяющимся условиям экономики, поскольку компании -- поставщики сервисов учитывают новые потребности маркетинга для обеспечения устойчивости.

Информатизации маркетинга посвящен целый ряд работ [4; 5; 7] и др.

Однако выбор варианта облачно-ориентированной поддержки моделей маркетинга требует особого внимания с учетом тренда развития облачных сервисов.

Этим определяется актуальность настоящей статьи.

Облачно -- ориентированная поддержка моделей маркетинга характеризуется их взаимосвязью с основными классами облачных сервисов. Эта взаимосвязь представлена в табл.1.

Системы управления взаимоотношениями с клиентами (Customer Relationship Management, CRM) представляет собой программное обеспечение для цифровизации взаимодействия всех сторон продавцов и покупателей продукции (табл.1).

Таблица 1. Взаимосвязь моделей маркетинга с основными классами облачных сервисов их поддержки

Составлена авторами

CRM -- система представляет собой интегрированную информационную систему поддержки моделей маркетинга. Состав комплексов функциональных задач CRM -- системы в порядке соответствия компонентам моделей маркетинга выглядит следующим образом.

1. Разработка продуктовой стратегии.

2. Ценообразование.

3. Организация каналов продаж и доставки продукции.

4. Продвижение продукции на основе связи с клиентами.

5. Управление взаимодействием производителей, поставщиков, продавцов и покупателей продукции.

6. Управление качеством процессов продаж.

7. Поддержание конкурентоспособных преимуществ продукции за счет ее отличительных особенностей и удобства пользовательского интерфейса.

8. Контроль внешней привлекательности продукции.

В настоящее время большинство CRM -- систем (более 75%) являются облачными сервисами[8].

Прочие классы облачных сервисов, поддерживающих модели маркетинга, развивают и дополняют функциональные возможности CRM -- систем.

Так, мобильные сервисы упрощают и ускоряют процесс взаимодействия персонала компании и ее клиентов, обеспечивают клиента информацией дополненной реальности.

Интернет -- реклама играет главную роль в продвижении товаров и услуг.

Электронная коммерция обеспечивает удовлетворение индивидуальных предпочтений покупателей по минимальной цене и сокращает количество посредников в цепочках поставок за счет совместного использования ресурсов.

Блокчейн технология представляет собой распределенную базу данных, состоящую из блоков информации, связанных цепочкой. Блокчейн технология обеспечивает высокую защищенность информации и охватывает большой объем данных. Блокчейн поддерживает обширную базу потенциальных клиентов, рекламу продукции и сокращает затраты на посредников.

Наличие блокчейн технологии способствует применению технологии больших данных. Большие данные включают как структурированную, так и не структурированную информацию и охватывают большой временной период и различные стороны маркетинговой деятельности. Технология многомерного анализа данных позволяет прогнозировать потребительский спрос, получая латентные потребности, дифференцировать партнеров, выбирать наиболее выгодные условия взаимодействия, идентифицировать и анализировать социальные тренды.

Управление качеством предполагает мониторинг требуемого уровня качества в процессе оказания услуг, простоту, безопасность и скорость покупки, а также послепродажного обслуживания. Управление качеством предполагает работу по рекламациям и анализ такого важного показателя конкурентоспособности продукции как соотношение качества / цена.

Геоинформационные системы содержат несколько слоев информации, характеризующих состояние рынков в территориальном аспекте.

Наконец, сервисы интеграции приложений обеспечивают включение выбранных облачных сервисов в единую систему взаимоотношения с клиентами.

Приведем примеры наиболее распространенных облачных сервисов с распределением по классам:

? управление взаимоотношениями с клиентами (CRM): Salesforce, SAPCRM, Microsoft Dynamics CRM, 1С: CRM, Salesap CRM, Битрикс24, Bpm'online, Мегаплан, Amo CRM;

? мобильные сервисы: Adobe Marketing Cloud, Salesforce Marketing Cloud, Microsoft Azure Marketplace, Oracle Sales Cloud;

? интернет -- реклама: Amazon Marketing Services, Google Analytics, Яндекс.Метрика;

? электронная коммерция: IBM WebSphere Commerce, Oracle Commerce, SAP hybris, Demandware, Magento, 1С-Битрикс;

? блокчейн-платформы: Ethereum, Hyperledger Fabric, EOS, IBM Blockchain, Multichain, BigChainDB;

? технологии больших данных от компаний: Oracle, Microsoft, SAP, IBM, SAS, Salesforce.com, AWS, Teradata, Adobe;

? управление качеством: WellinkwiSLA, HP Service Manager, Axios Assyst, OmniNet OmniTraсker;

? геоинформационные системы: ESRI ArcGIS online, QGIS (Quantum GIS), NextGIS;

? сервисы интеграции:Appirio, Boomi, eBRIDGE Software, iWay Software, Inter Weave Smart Solutions.

Анализ рынка сервисов облачно-ориентированной поддержки маркетинга позволяет сформулировать набор альтернативных вариантов сервисов в каждом классе для выбора наиболее подходящего варианта. Подготовительный этап выбора варианта предполагает формирование набора альтернатив, содержащих 3-4 варианта.

Предложим систему разносторонних критериев для выбора маркетингового облачного сервиса.

Очевидно, что на первом месте стоит функциональность, определяемая информационными потребностями маркетолога. В зависимости от широты функциональности находится стоимость сервиса, которая определяется количеством часов работы с сервисом, количеством пользователей в соответствии с лицензией и т.д.

Важным критерием для облачных технологий является защищенность сервиса, определяемая уровнем защищенности.

К числу критериев следует отнести также время локализации (настройки) сервиса, доступность в течение суток, отказоустойчивость, интегрируемость с другими информационными системами и сервисами, эргономичность и репутация компании-поставщика.

Основной этап выбора варианта предусматривает многоаспектный (по количеству критериев) сравнительный анализ альтернативных вариантов из сформированного набора.

Получили распространение такие методы сравнительного анализа как классический экспертный метод, его развитие в виде метода Дельфи, метод нечеткой логики, метод «шести шляп», метод MoSCow и др.

Для решения варианта выбора сервиса облачно-ориентированной поддержки моделей маркетинга предлагается использовать метод анализа иерархий (Analytic Hierarchy Process, AHP), получивший широкое распространение в мире. Данный метод представляет собой разновидность экспертных методов. Его отличительной особенностью является парное сравнение вариантов из набора имеющихся [1].

Метод анализа иерархий предполагает следующую последовательность этапов:

1 этап. Заключается в структуризации задачи в виде иерархической структуры с несколькими уровнями: выбранный вариант -- критерии -- альтернативные варианты.

2. этап. Лицо, принимающее решение (ЛПР), выполняет парные сравнения критериев и вариантов по каждому из критериев. Результаты сравнения представляются в виде квадратных матриц.

3. этап. Проверяется согласованность суждений ЛПР по транзитивности и количественным соотношениям парных сравнений.

4. этап. Вычисляются весовые коэффициенты критериев и относительные оценки вариантов по каждому критерию.

5. этап. Подсчитывается интегральная оценка каждого варианта как сумма парных произведений весов критериев и относительных оценок вариантов по каждому критерию.

6. этап. Определяется наилучший вариант по максимуму интегральной оценки.

Результаты парного сравнения компромиссов даются в относительных величинах, что позволяет не обращать внимания на единицы измерения.

При парных сравнениях в распоряжение ЛПР дается шкала словесных определений уровня важности, причем каждому определению ставится в соответствие число. Используемая нами шкала представлена в табл. 2.

маркетинговый облачный сервис ориентированный

Таблица 2. Шкала относительной оценки

Составлено авторами

Используя приведенную шкалу, сформируем матрицу парных сравнений для критериев выбора варианта сервиса облачно-ориентированной поддержки моделей маркетинга (табл. 3):

Для вычисления весов критериев квадратную матрицу следует дополнить двумя столбцами: собственным вектором матрицы и столбцом, содержащим веса критериев.

Элементы собственного вектора матрицы рассчитываются как среднее геометрическое значение оценок критериев квадратной матрицы. Для получения весов критериев элементы собственного вектора нормируются, то есть находится сумма элементов собственного вектора и каждый элемент делится на эту сумму.

Как следует из табл. 3 наибольший удельный вес принадлежит критерию функциональности, за которым следуют стоимость, защищенность, интегрируемость и т.д. Остальные критерии имеют незначительный вес, менее 0,07.

Аналогично формируются матрицы парных сравнений вариантов сервисов по каждому критерию в отдельности. В этом случае квадратная матрица содержит названия вариантов сервиса, а для выбора относительной оценки каждого варианта квадратная матрица дополняется собственным вектором и столбцом значений относительной оценки каждого варианта по данному критерию.

Наличие весов критериев и относительных оценок вариантов сервисов по каждому критерию позволяет вычислить интегрированную оценку по каждому варианту и выбрать наилучший вариант.

Рассмотренный порядок выбора облачного сервиса следует распространить на все сервисы, осуществляющие облачно-ориентированную поддержку моделей маркетинга.

По итогам проведенных исследований были получены следующие результаты:

? раскрыта актуальность облачно-ориентированной поддержки моделей маркетинга;

? представлена характеристика взаимосвязей моделей маркетинга с основными классами облачных сервисов;

? дан анализ рынка облачных сервисов для поддержки моделей маркетинга;

? предложена система разносторонних критериев выбора вариантов облачных сервисов для поддержки моделей маркетинга, насчитывающая девять критериев и установлена их значимость на основе метода парных сравнений;

? проанализирован порядок применения метода анализа иерархий для выбора варианта облачно-ориентированной поддержки моделей маркетинга.

Таблица 3. Матрица парных сравнений критериев

Составлено авторами

Литература

1. Андреевский И.Л., Соколов Р.В. Проектирование и эксплуатация информационных систем: учебник. -- СПб.: СПбГЭУ, 2017. -- 422 с.

2. Багиев Г.Л. Проблемы и задачи оцифровки маркетинговой деятельности в системе евразийского сотрудничества // Государство и рынок: механизмы и институты евразийской интеграции в условиях усиления глобальной гиперконкуренции: коллективная монография. -- СПб: СПбГЭУ, 2017. -- С. 631-635.

3. Багиев Г.Л., Черенков В.И., Черенкова Н.И. Маркетинг для реализации концепции устойчивого развития: сущность и терминологическая парадигма Известия Санкт-Петербургского государственного экономического университета. -- 2018. -- № 4(112). -- С. 139-152.

4. Информационные технологии в маркетинге: учебник и практикум для академического бакалавриата / Под.общ. ред. С.В. Карповой. -- М.: Изд-во Юрайт, 2014. -- 367 с. -- Сер.: Бакалавр. Академический курс.

5. Комаров В.М. Внутрифирменный маркетинг и информационные технологии как основа организационного развития хозяйствующих субъектов Путеводитель предпринимателя. -- 2018. -- № 37. -- С. 105-112.

Размещено на Allbest.ru