Имитационное моделирование в маркетинге

Уральский институт экономики управления и права

 

(УИЭУиП)

 

Курсовая работа

по теме:

Имитационное  моделирование в маркетинге

 

 

Экономический                                                                     ……

Управление персоналом                                                       Э - 301

Экономики предприятия                                       

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Екатеринбург 2010

Содержание

 

 

 

Введение                                                                                                                  3

1 Общие положения                                                                                                5

1.1 Подготовка бизнес  процесса к проведению имитации                                9

1.2 Методы анализа (маркетинговые  модели)                                               12

1.2.1 Динамический анализ                                                                              13

1.2.2 Агентное моделирование                                                                   15

1.2.3Метод Монте-Карло                                                                                     16

2 Имитационное моделированное  исследование воспроизводственных  процессов на примере нефтегазовой  промышленности                         22

2.1 Оценка геологических запасов                                                                    23

2.1.1 Определение вероятных  значений параметра                                    23

2.1.2 Подсчет  геологических запасов                                                         24

2.2 Применения  метода Монте-Карло                                                         25

2.3 Использование распределения  накопительной вероятности               26

3 Инновационное моделирование  в России                                                      27

Заключение                                                                                                           29

Список использованных источников                                                                31

 

 

 

 

 

 

 

 

 

 

 

Введение

 

Деятельность  компании зависит от производства. Один из способов улучшения производства есть оптимизация. Учитывая, что в качестве объекта оптимизации может быть абсолютно любой параметр: операторы, принимающие звонки, количество обслуживаемых клиентов или производимый продукт, возникающие идеи по улучшению могут быть абсолютно разные: от ликвидации отдела до внедрения новых технологий. Понять, какая идея наиболее выигрышная – сложно. А проводить эксперименты на реальной компании – слишком дорого.

Построить правильный бизнес, не экспериментируя над компанией  и сотрудниками, позволяет имитационное моделирование, которому и посвящена  данная статья.

В исследовании операций широко применяются как  аналитические, так и статистические модели. Каждый из этих типов имеет свои преимущества и недостатки. Аналитические модели более грубы, учитывают меньшее число факторов, всегда требуют каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению, с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории - неограниченно большое) число факторов. Но и у них - свои недостатки: громоздкость, плохая обозримость, большой расход машинного времени, а главное, крайняя трудность поиска оптимальных решений, которые приходятся искать "на ощупь", путем догадок и проб.

Наилучшие работы в области исследования операций основаны на совместном применении аналитических  и статистических моделей. Аналитическая  модель дает возможность в общих  чертах разобраться в явлении, наметить как бы контур основных закономерностей. Любые уточнения могут быть получены с помощью статистических моделей. 
Имитационное моделирование применяется к процессам, в ход которых может время от времени вмешиваться человеческая воля.

 Человек,  руководящий операцией, может  в зависимости от сложившейся  обстановки, принимать те или другие решения, подобно тому, как шахматист, глядя на доску, выбирает свой очередной ход. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки в ответ на это решение и к каким последствиям оно приведет спустя некоторое время . Следующее "текущее решение" принимается уже с учетом реальной новой обстановки и т.д.

 В результате  многократного повторения такой  процедуры руководитель как бы "набирает опыт", учится на  своих и чужих ошибках и постепенно выучивается принимать правильные решения - если не оптимальные, то почти оптимальные

Имитационное  моделирование - это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

 

 

 

 

 

 

 

 

 

1 Общие  положения

 

В современной литературе не существует единой точки зрения по вопросу о том, что понимать под имитационным моделированием. Так существуют различные трактовки:

 в первой - под имитационной моделью понимается  математическая модель в классическом  смысле.

 во второй - этот термин сохраняется лишь за теми моделями, в которых тем или иным способом разыгрываются (имитируются) случайные воздействия.

 в третьей  - предполагают, что имитационная  модель отличается от обычной  математической более детальным  описанием , но критерий, по которому можно сказать, когда кончается математическая модель и начинается имитационная , не вводится.

Имитационное  моделированием применяется к процессам, в ход которых может время  от времени вмешиваться человеческая воля. Человек, руководящий операцией, может в зависимости от сложившейся обстановки, принимать те или иные решения, подобно тому, как шахматист, глядя на доску, выбирает свой очередной ход. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки, в ответ на это решение и к каким последствиям оно приведет спустя некоторое время. Следующее текущее решение принимается уже с учетом реальной новой обстановки и т. д. В результате многократного повторения такой процедуры руководитель как бы "набирает опыт", учится на своих и чужих ошибках и постепенно выучиваться принимать правильные решения - если не оптимальные, то почти оптимальные.

Попробуем проиллюстрировать  процесс имитационного моделирования  через сравнение с классической математической моделью. 
 
 
 
Этапы процесса построения математической модели сложной системы: 

• Формулируются основные вопросы о поведении системы, ответы на которые мы хотим получить с помощью модели.
• Из множества законов, управляющих поведением системы, выбираются те, влияние которых существенно при поиске ответов на поставленные вопросы.
• В пополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются определенные гипотезы о функционировании. 
  Критерием адекватности модели служит практика.
• Трудности при построении математической модели сложной системы: 
  Если модель содержит много связей между элементами, разнообразные нелинейные ограничения, большое число параметров и т. д.
• Реальные системы зачастую подвержены влиянию случайных различных факторов, учет которых аналитическим путем представляет весьма большие трудности, зачастую непреодолимые при большом их числе.
• Возможность сопоставления модели и оригинала при таком подходе имеется лишь в начале.

Эти трудности и обуславливают  применение имитационного моделирования.

Метод имитационного моделирования позволяет оценить время выполнения процесса и время, затрачиваемое на задержки в ходе выполнения процесса, например: оператор ушел на обед или товарно-материальные ценности (ТМЦ) не подвезли вовремя. Также метод позволяет оценить количество продукта, получаемого за определенный интервал наблюдения.

Для определения  стоимости процесса совместно с  имитационным моделированием целесообразно  проводить функционально-стоимостной  анализ (ФСА). ФСА – метод расчета себестоимости продукта, который отличается от традиционного тем, что фокусируется на подсчете стоимости процессов, необходимых для производства продукта или предоставления услуги, а не на разделении затрат на прямые и косвенные и группировке этих затрат по статьям калькуляции. В основе ФСА лежит положение о том, что для производства продукта необходимо выполнить ряд процессов, на выполнение которых тратятся ресурсы. Стоимость процесса рассчитывается путем переноса стоимости ресурсов на стоимость каждого шага процесса. Сумма расходов на выполнение всех шагов процессов составляет себестоимость продукта.

Проведение  имитационного моделирования предполагает осуществление четырех основных этапов:

• Построение модели одного или нескольких процессов, выполнение которых необходимо оптимизировать включает в себя:
• Запуск имитации выполнения процессов модели,
• Анализ полученных показателей,
• Повторение п.1-3 для альтернативных сценариев выполнения процесса и выбор наиболее оптимального.

Метод имитационного  моделирования позволяет имитировать выполнение процесса так, как оно происходило бы в действительности, но в режиме ускоренного времени. Давайте рассмотрим, как процессы выполняются в жизни. Редкий процесс выполняется четко и быстро. Практически всегда возникают перерывы и задержки, связанные с тем, что поступает более приоритетная задача, необходимые сотрудники заняты или вовремя не заказали комплектующие. Примеров таких процессов множество, приведем лишь некоторые из них:

• Менеджер по продажам отвечает клиенту на письмо по электронной почте и в это время поступает телефонный звонок. Менеджер отрывается от работы, отвечает на звонок и только после этого возвращается к написанию письма.
• В процессе производства продукта используются товарно-материальные ценности, закупаемые у поставщика. Если отдел закупок поздно сделал заказ или поставщик не обеспечил поставку ТМЦ в обещанные сроки, производство продукта остановится и возобновится только после поступления необходимого количества ТМЦ.
• Когда заканчивается рабочий день Начальника отдела, составляющего план работ на следующий месяц, то процесс прерывается и продолжается только на следующий день, когда Начальник отдела выходит на работу.

Для выполнения процесса «Ввод системы в эксплуатацию»  необходимо большое количество специалистов, и если кто-то из них занят, то процесс не может быть выполнен.

Чтобы сымитировать все многообразие подобных ситуаций, необходимо учитывать ряд факторов:

• В какой момент времени возникают события, приводящие к запуску некоторой деятельности.
• Графики работы сотрудников и оборудования (т.н. трудовых ресурсов).
• Трудовой ресурс в один момент времени может выполнять только одну задачу.

Значения  переменных или вероятности, на основании  которых выбирается следующий шаг.

Результаты  одной деятельности могут повлиять на протекание другой. Добавляя к этим факторам описание бизнес-процессов, мы получаем модель, над которой можно проводить эксперименты и получать ответы на интересующие нас вопросы.

 

 

1. Подготовка бизнес-процесса к проведению имитации.

 

Первое, что  необходимо сделать, это выделить событие, которое является сигналом для начала выполнения процесса – стартовое  событие процесса. Например, сигналом для начала выполнения процесса «Подготовка  коммерческого предложения» является событие «От клиента поступил запрос на коммерческое предложение». Стартовое событие может возникать с разной периодичностью, например, звонки от клиентов поступают каждые 10-20 минут, осуществлять плановую проверку работоспособности оборудования необходимо один раз в 2-3 месяца, а совещание у директора проводится каждую пятницу и начинается ровно в 9 утра. Очевидно, что часть событий возникает в определенные моменты времени, часть – через интервалы. Причем и момент времени, и интервал между повторениями событий могут быть случайными величинами, для которых указываются законы их возникновения.

Для каждого  шага процесса необходимо задать длительность, которая может быть константой или  случайной величиной. Например, длительность шага «Шлифовка детали», выполняемого станком с ЧПУ, составляет ровно 5 минут. Но если станок осуществляет шаг за фиксированное время, то, как только речь заходит о людях, нельзя не учитывать, что люди обладают сложным и непредсказуемым поведением. На выполнение, казалось бы, простого шага «Внесение информации о заявке клиента в Информационную систему» у одного исполнителя может уйти 5 минут, а у другого – 20. Кроме того время выполнения шага может быть случайной величиной по объективным причинам. Процесс «Ответ на звонок клиента» может занимать от 1 до 30 минут в зависимости от клиента и цели его звонка.