Имитационное моделирование в маркетинге

К неустойчивым периодам относятся собственно процессы смены фаз развития инновационного предприятия, которые протекают  в виде кризисов. Также, в соответствии с фазами развития можно выделить различные типы кризисов: «кризис лидерства», «кризис автономии», «кризис контроля», «кризис взаимопонимания». В течение этих периодов предприятие находится в окрестности бифуркации, где достаточно небольшого возмущения для перехода на другой путь развития. Поэтому здесь необходимы средства моделирования, позволяющие интегрировать аналитические описания факторов, обусловливающих внутреннюю динамику сложной системы (предприятия) и многократно имитировать процесс ее развития при различных внешних воздействиях. Таким инструментом является системно-динамический подход.

Системно-динамические модели позволяют также изменять значения параметров в ходе имитации, что необходимо для определения  временных интервалов принятия обоснованных управленческих решений.

Вывод.

Метод имитационного моделирования и функционально-стоимостной анализ также полезны, если необходимо спроектировать новый бизнес. Какая должна быть организационная структура этого бизнеса? Как часто должны выполняться процессы? Какая продолжительность и стоимость процессов является оптимальной? На все эти вопросы можно ответить ДО того, как компания начнет работать и выяснит, что трудовые ресурсы перегружены, а материальных – постоянно не хватает. Конечно, можно сначала создать компанию, организовать ее работу по принципу «как пойдет», убедиться, что попытка оказалась неудачной, и только потом приступить к решению задачи оптимизации деятельности. Но если спроектировать правильный, эффективно работающий бизнес сразу, многие проблемы просто не возникнут, что сэкономит ценное время, которое можно будет потратить на развитие молодой компании.

Наравне со многими  плюсами метода имитационного моделирования  процессов существует и ряд минусов. Нельзя не отметить тот факт, что  для получения валидных результатов  необходима работа по определению законов распределения случайных величин и внимательная работа по внесению всех данных для проведения имитации. Известное выражение «garbage in, garbage out» наиболее ярко характеризует эту ситуацию. Кроме того, само по себе имитационное моделирование не дает ответов на вопросы, эффективно ли работает система, являются ли значения показателей оптимальными и как перестроить бизнес-процесс. Для этого необходим бизнес-аналитик. Но только с помощью механизмов имитационного моделирования и функционально-стоимостного анализа в ряде случаев бизнес-аналитик может быстро получить и обработать ту ценную информацию, которая абсолютно необходима руководителю для принятия важных управленческих решений. Причем принять эти решения руководитель сможет на основании сравнения значений ключевых показателей, а не поверив консультантам на слово.

Основным  недостатком аналитических моделей  является то, что они неизбежно  требуют каких-то допущений, в частности, о "марковости" процесса. Приемлемость этих допущений далеко не всегда может быть оценена без контрольных расчетов, а производятся они методом Монте-Карло. Образно говоря, метод Монте-Карло в задачах исследования операций играет роль своеобразного ОТК. Статистические модели не требуют серьезных допущений и упрощений. В принципе, в статистическую модель "лезет" что угодно - любые законы распределения, любая сложность системы, множественность ее состояний. Главный же недостаток статистических моделей - их громоздкость и трудоемкость. Огромное число реализации, необходимое для нахождения искомых параметров с приемлемой точностью, требует большого расхода машинного времени. Кроме того, результаты статистического моделирования гораздо труднее осмыслить, чем расчеты по аналитическим моделям, и соответственно труднее оптимизировать решение (его приходится "нащупывать" вслепую). Правильное сочетание аналитических и статистических методов в исследовании операций - дело искусства, чутья и опыта исследователя. Нередко аналитическими методами удается описать какие-то "подсистемы", выделяемые в большой системе, а затем из таких моделей, как из "кирпичиков", строить здание большой, сложной модели.

Список  использованных источников

1. Тогунов И.А. Концептуальное обоснование применения метода системного подхода к оценке качества медицинской помощи. // Ж. Проблемы социальной гигиены и история медицины - № 3.- 1998. .
2. Тогунов И.А., Демидов К.В. Имитационное моделирование способов оплаты медицинских услуг как метод прогнозирования качества медицинской помощи. // Сб. Опыт применения автоматизированной технологии экспертизы качества медицинской помощи в отдельных регионах Российской Федерации (Сборник докладов Межрегионального рабочего совещания. г.Белгород, 14-15 мая 1998 г.) – Белгород- 1998.- с. 95 – 98
3. Cоленко Д.И. Моделирование псевдослучайных чисел на ЭВМ. – М.: Наука, 1982.
4. Денисов А.A., Колесников Д.H. Теория больших систем управления. – Л.. Энергоиздат, 1982.
5. Ермаков С.М. Метод Монте-Карло и смежные вопросы. – М.: Наука, 1981.
6. Моисеев Н.Н. Имитационные модели. – М.: Знание, 1983.
7. Полляк Ю.Г. Вероятностное моделирование на ЭВМ. – М.: Советское радио, 1981.
8. Растригин Л.А. Современные принципы управления сложными объектами. – М.: Советское радио, 1980.
9. Шеннон К. Имитационное моделирование. – М.: Наука, 1989.