Разработка маркетинговых решений

1 Теоретические  основы принятия решений

1.1 Методы  и модели принятия решений

В теории управления экономическими системами одной  из важнейших проблем менеджмента  считают процесс принятия управленческих решений. Многие специалисты по теории общего и функционального менеджмента прямо связывают управленческую деятельность в первую очередь с подготовкой и реализацией управленческих решений. Эффективность управления во многом обусловлена качеством таких решений. Интерес к этой проблеме обусловлен тем, что в решениях фиксируется вся совокупность финансово-экономических отношений, возникающих в процессе трудовой деятельности и управления организацией [1].

Принятие решения  — это процесс рационального  или иррационального выбора альтернатив, имеющий целью достижение осознаваемого результата [2].

Процесс принятия решений начинается с возникновения  проблемной ситуации и заканчивается  действиями по устранению проблемы. Под  проблемой при этом понимается соответствие состояния управляемого объекта  целям, поставленным управляющим субъектом (руководителем). Перевод управляемого объекта в желаемое состояние (управление) производится в целях устранения возникшей проблемы.

К управленческим решениям обычно относят такие воздействия  на экономические отношения, которые  связаны с проведением эффективных изменений в организации. В процессе принятия управленческих решений важную роль отводят лицу, принимающему решение (ЛПР), для него определяют границы компетенции, в рамках которых он действует, требования и ограничения формальной структуры проблемной области [1].

 При принятии управленческих решений ЛПР руководствуются различными методами. 

Методы –  это организация приемов и способов деятельности, позволяющая человеку достигать определенные цели.

Методы экономико-математического  моделирования базируются на использовании математических моделей для решения наиболее часто встречающихся управленческих задач. Разработка решения конкретной проблемы методами моделирования – довольно сложная процедура, которая может быть представлена последовательностью основных этапов [3]:

1. Осознание  и предвидение проблемы. Экспресс-диагностика внешней и внутренней среды фирмы.

2. Формулировка  проблемы. Постановка целей и  задач решения проблемы; оценка  альтернатив достижения цели.

3. Подготовка  решения. Сбор, анализ, обработка информации; бенчмаркинг; выявление возможных стратегий действия; оценка стратегий действия поставленными целями

4. Принятие решения.  Выбор стратегии действия.

5. Контроль за  реализацией принятого решения.  Оценка изменений во внешней  и внутренней среде фирмы; анализ хода реализации стратегии; корректировка стратегии.

Современные работы в области поддержки принятия решений выявили характерную  ситуацию, которая состоит в том, что полная формализация нахождения наилучшего (в определенном смысле) решения возможна только для хорошо изученных, относительно простых задач, тогда как на практике чаще встречаются слабоструктурированные задачи, для которых полностью формализованных алгоритмов принятия решения не разработано. Вместе с тем опытные компетентные и способные специалисты часто делают выбор, который оказывается достаточно хорошим и рациональным. Поэтому современная тенденция практики принятия решений в естественных ситуациях состоит в сочетании способности человека решать неформализованные задачи с возможностями формальных методов и компьютерного моделирования (методов моделирования решений, систем поддержки принятия решений, экспертных систем и т.д.).

Существуют  следующие методы принятия решений:

1. Методы принятия  решений в структурированных проблемных ситуациях.

При решении  задач, относящихся к простым  задачам, имеющим четкую структуризацию и решаемым индивидуально (одним  ЛПР), обычно применяют некоторый  спектр соответствующих методов.

1.1 Задачи типа J. Характеризуются одной ситуацией, наличием одного критерия и индивидуальным ЛПР, который и осуществляет выбор. Информация, описывающая задачи такого типа, характеризуется следующими исходными данными: множество альтернатив Y=(Y₁, Y₂,…, Y_n); значение функции предпочтения (полезности) для каждой альтернативы, F=(f₁, f₂,…, f_n).

Решение задач  типа J проводится с помощью  симплекс-метода.

Задачи типа JA. Характеризуются одной, вполне определенной ситуацией S₀, множеством целей (критериев) {A₁,A₂,…,A_k} и индивидуальным ЛПР, осуществляющим процесс выбора. Для каждой цели (критерия) А из множества целей решения А⊆{A₁,A₂,…,A_k} могут быть определены приоритеты, задающие степень важности цели β=(β₁,β₂,…,β₃) при решении задачи, и ограничения.

1. Принцип пессимизма (максимина). Один из распространенных методов решения задач такого класса – ориентация ЛПР на стратегию, обеспечивающую гарантированный результат по минимальным потерям, если будет выбрана не наилучшая альтернатива. Такая стратегия определяется принципом максимина, или гарантированного результата.

Принцип максимина  заключается в выборе  в  качестве  наиболее эффективной той альтернативы (стратегии),  которая имеет наибольшее среди наименьших по всем альтернативам  значение  функции  полезности  или фактора. Данная стратегия ориентирована  на получение гарантированного минимума желательности (не хуже чем  "лучший  из худших").

Стратегия выбора в соответствии с принципом максимина определяется следующим правилом:

f(Y^*) =max min [f_jt(Y)], f(Y^*)→Y^*, (1.1)

                                           i       j

где f(Y^*) -  функция полезности, а соответствующая ей альтернатива Y^* является оптимальной (рациональной) и характеризует процедуру рационального выбора.

2. Принцип оптимизма (максимакса). В соответствии с принципом оптимизма в качестве наиболее эффективной альтернативы выбирается та, которая обладает наивысшим достижимым значением оцениваемого показателя. Если принцип гарантированного результата ориентирован на получение гарантированного минимума желательности (не хуже чем «лучший из худших»), то принцип оптимизма учитывает возможность получения максимального уровня желательности.

Стратегия выбора в соответствии с принципом оптимизма определяется следующим решающим правилом:

f(Y^*) =max max [f_jt(Y)], f(Y^*)→Y^*, (1.2)

                                           i       j

где f(Y^*) – функция полезности, а соответствующая ей альтернатива Y^* является оптимальной (рациональной) и характеризует процедуру выбора, проведенную в соответствии с принципом оптимизма.

3. Принцип Гурвица. Для принципа выбора Гурвица характерно использование взвешенных значений принципа гарантированного результата (пессимизма) и принципа оптимизма. Каждая стратегия характеризуется своим коэффициентом важности, соответственно α, β=[0,1]. Коэффициенты важности взаимосвязаны: α=1- β. Правило выбора, представляющее принцип Гурвица, может быть записано в виде:

f(Y*) = α*f_ut(Y)+ β*f₁(Y) = α* f₁(Y)+(1- α)*f₂(Y), (1.3)

где f₁(Y) – стратегия выбора, характеризующая принцип гарантированного результата; f₂(Y) – стратегия выбора, характеризующая принцип оптимизма.

4. Принцип Сэвиджа (минимаксного сожаления). Стратегия выбора, основанная на использовании стратегии Сэвиджа, характеризуется теми потенциальными потерями, которые может понести ЛПР, если выберет неоптимальное решение. Процедура выбора обычно происходит в три этапа и строится не на использовании функции полезности, а на вычислении промежуточного показателя функции потерь (W) на базе имеющихся для каждой альтернативы функций полезности (f_ij).

Решающее правило следующее:

f(Y^*) = min[max{W(Y_ij)}] (1.4)

               i        j

1.2 Задачи типа G. К задачам группового выбора относятся однокритериальные задачи с одной вполне определенной ситуацией (типа G); однокритериальные, доопределяемые множеством гипотез (типа GS); многокритериальные с вполне определенной ситуацией (типа GA); многокритериальные, доопределяемые множеством гипотез развития событий (типа GSA).

1.Наиболее универсальным методом решения простых индивидуальных задач служит использование метода парных сравнений экспертов. Затем на основании результатов сравнений выбирается среднее по группе в виде медианы (структурной средней) – согласованная со всеми экспертами матрица оценок. Существуют следующие методы группового выбора: простое большинство голосов и выбор с учетом весовых коэфиициентов.

2. Метод дерева целей (метод анализа иерархий). Используется при решении многокритериальных задач со структурированными критериями (тип GA). Метод дерева целей используется для иерархических представлений факторов, учет которых представляет собой суть проблемы выбора решения. Этот подход дает возможность ЛПР преобразовать субъективные оценки или суждения об относительной важности этих факторов в линейный набор весовых коэффициентов, которые могут использоваться затем для ранжирования альтернатив.

3. Метод «смещенного идеала». Данный метод включает в себя большую группу моделей выбора, реализующих интерактивное решение многокритериальных задач (тип GA). К общим признакам, объединяющим их в одну группу, можно отнести следующие:

1.1 Формирование  «идеального объекта»;

1.2 Наличие процедуры  отсеивания ненаилучшего объекта;

1.3 Реализация  итеративной процедуры получения  динамического множества допустимых  альтернатив. 

2. Методы принятия  решений в неструктурированных  ситуациях.

Большая часть  практических задач является задачами в условиях неопределенности, к которым обычно относят слабоструктурированные и неструктурированные задачи. При частичной неопределенности проблемы возникает слабоструктурированная задача. В эту группу можно включить такие методы как:

1. Корреляционный анализ;

2. Регрессионный  анализ;

3. Кластерный  анализ.

Для решения  задач, относящихся к классу неструктурируемых, используются в основном эвристические  методы:

1. Метод Дельфы;

2. Метод Кингисеп;

3. Метод Курно.

В соответствии с формальной постановкой задачи выделяют следующие виды задач:

1. Задачи типа JS. Для задач этого типа обычно сама исходная проблемная ситуация S₀ не полностью определена. В этом случае ситуация S₀ доопределяется гипотетическими ситуациями S_i, которые описывают возможные сценарии ее дальнейшего развития в зависимости от действия тех или иных факторов внешней или внутренней среды, т.е. S₀=(S₁,S₂,…,S_n), и для каждой из ситуаций S_i задается вероятность p_i ее возникновения, т.е. P=(p₁,p₂,…,p_n).

Задачи данного типа характеризуются одним критерием (целью), множеством альтернатив Y=(Y₁,Y₂,…,Y_m) и множеством гипотез (S₁,S₂,…,S_n) с вероятностями их появления (p₁,p₂,…,p_n). Для каждой альтернативы в разрезе возможных гипотез ее развития необходимо оценить значение ее функции, F=(f₁₁,f₁₂,…,f₂₁,…,f_mn).

2. Задачи типа JSA. Задачи данного типа относятся к многокритериальным и неполно определены, т.е. дополнительно характеризуются системой гипотез.

Для каждой цели (критерия) из множества целей решения  А=(А₁,А₂,…,A_k) задается степень важности цели при решении задачи В=(b₁,b₂,..,b_k), а сама исходная ситуация S₀ доопределяется гипотетическими ситуациями S_i, которые описывают возможные сценарии ее дальнейшего развития в зависимости от действия тех или иных факторов внешней или внутренней среды, т.е. S₀=(S₁,S₂,…,S_n), и для каждой из ситуаций S_i задается вероятность p_i ее возникновения, т.е. P=(p₁,p₂,…,p_n).

3. Задачи типа GS характеризуются не полностью определенной ситуацией, наличием одного критерия выбора, но базируется на методологии группового выбора. Данная задача анfлогична задаче типа JS и использует такое же представление данных при индивидуальном решении задачи каждым экспертом группы. Количество таких задач (матриц представления задачи) должно соответствовать количеству экспертов в группе.

Для задач этого  типа сама исходная проблемная ситуация S₀ не полностью определена и сама ситуация S₀ доопределяется гипотетическими ситуациями S_i, которые описывают возможные сценарии ее дальнейшего развития, т.е. S₀=(S₁,S₂,…,S_n), причем для каждой из возможных гипотез S_i задается вероятность p_i ее возникновения, т.е. P=(p₁,p₂,…,p_n).

Информация, описывающая  задачи такого типа, состоит из следующих  данных: для некоторой возможной  совокупности состояний, определяемых как гипотетическое развитие исходной ситуации  S₀=(S₁,S₂,…,S_n), имеется множество возможных альтернатив Y⊆(Y₁,Y₂,…,Y_n), привязанных к выделенным гипотезам, среди которых осуществляется выбор решения группой экспертов G=(J₁,J₂,…,J_m). Каждый эксперт на множестве альтернатив определяет значения функции предпочтения (полезности) F=(f₁,f₂,…,f_n) в разрезе каждой альтернативы.