Аннотация: В статье рассмотрены варианты структурирования задачи потребительского выбора на основе построения иерархии количественных и качественных факторов, а именно рассмотрен процесс выбора и принятия эффективных решений в многокритериальных, многоуровневых и многофакторных задачах. Процесс выбора базируется на экспертных оценках и их постепенной свёртке на каждом уровне анализа.

Применяемые методы – экспертных оценок, «дерева решений», группировки, свертки показателей, балльных оценок, весовых коэффициентов, корреляции, функционально-стоимостного анализа, анализа иерархий, парных сравнений.

Рассмотрены два разных варианта (процесса) принятия решений с учетом обозначенных выше методов на примерах: пример 1 - выбор автомобиля из сегмента LCV (Light Commercial Vehicle или лёгкий коммерческий автомобиль) на основе линейной свертки результатов экспертных оценок; пример 2 - выбор легкового автомобиля В класса методом анализа иерархий (МАИ).

Первый вариант постановки и решения задачи предполагает, что мнения экспертов изначально уже согласованы и позволяет адаптировать задачу под более разнообразные цели. Второй вариант принятия решений на основе МАИ предполагает возможность выявления степени согласованности мнений экспертов, но при этом требует более сложных расчетов, особенно при увеличении количества уровней сравнения, количества качественных и количественных факторов. Главным достоинством рассмотренных вариантов (процессов) решения задач выбора является четкое осознание структуры анализируемой проблемы за счет построения «дерева решения».

Annotation: Variants of structuring of problems of consumer choice on the basis of construction of a hierarchy of quantitative and qualitative factors are considered in the article. The process of choosing and making effective decisions in multicriteria, multilevel and multifactorial problems is considered. The selection process is based on expert assessments.

Methods: expert assessments, decision trees, groupings, convolution indicators, scores, weights, correlation, functional-value analysis, hierarchy analysis, paired comparisons.

In the article the authors reviewed two examples: Example 1 - selection of a car from the LCV (Light Commercial Vehicle) segment based on the linear convolution of the expert evaluation results; Example 2 - the choice of a car "B" class by the method of analysis of hierarchies (MAH).

The first version of the formulation and solution of the problem assumes that the opinions of experts were initially agreed upon. It allows you to adapt the task to more diverse purposes. The second variant of decision-making on the basis of the MAH assumes the possibility of identifying the degree of agreement between the experts' opinions, but it requires more complex calculations, especially when the number of comparison levels and the number of qualitative and quantitative factors increase. The main advantage of the discussed variants (processes) of the decision of problems is a clear understanding of the structure of the analyzed problem by building a "tree of decisions".

Введение

Достаточно часто мы сталкиваемся с проблемой принятия эффективного управленческого решения на основе множества критериев и при наличии множества количественных и качественных факторов, которые требуется при этом учитывать. Сравнение различных вариантов и альтернатив сложно осуществлять, когда задача не структурирована, а критерии выбора не определены. Для структурирования проблемы выбора эффективного решения определяют цели, соответствующие им критерии принятия решения, множество значимых количественных и качественных факторов, а также выявляются все возможные альтернативы.  В результате осуществляется построение дерева решения проблемы, определяются методы решения. При этом важным моментом является построение иерархии сравниваемых факторов с учетом их значимости и уровней группировки [1, 2]. Задача становится многокритериальной, многофакторной, многоуровневой и может предполагать множество вариантов решений на основе разных методов. Поэтому итоговый вариант решения зависит от принятых допущений, а выбор эффективного решения предполагает возможность четко структурировать анализируемую задачу [3, 4].  

Материалы и методы

В данном исследовании будет рассмотрено два примера структурирования задачи потребительского выбора на основе построения иерархии количественных и качественных факторов. В первом случае будет рассмотрена задача выбора автомобиля из сегмента LCV на основе линейной свертки результатов экспертных оценок (начало статьи - Иннов: электронный научный журнал, 2017. №2 (31)), а во втором - выбор легкового автомобиля В класса методом анализа иерархий (МАИ) (окончание статьи - Иннов: электронный научный журнал, 2017. №3 (32)).

Пример 1. Выбор автомобиля из сегмента LCV (Light Commercial Vehicle) на основе линейной свертки результатов экспертных оценок.

Структурируем процесс выбора. Определим цель, методы, альтернативы, количественные и качественные факторы, а также если есть задачи и критерии. А затем построим дерево решения и примем наиболее эффективное решение, т.е. сделаем выбор автомобиля из сегмента LCV.

Цель - выбор автомобиля из сегмента LCV для грузовых перевозок мебели по городу.

В более общем случае, в качестве цели, может быть обозначена разработка:

•  Методики оценки потребительских характеристик (ПХ) автомобиля на основе экспертных оценок, т.е. выявление соответствия рыночной цены конкретной модели автомобиля его итоговой оценке потребительских характеристик (ПХ).

•  Методики оценки стоимости потребительских характеристик (ПХ) на основе экспертных оценок и рыночных цен, т.е. выявление ценности отдельных свойств автомобиля для потребителя. Аналогичная цель рассматривается при применении функционально-стоимостного анализа (ФСА) или при выявлении стоимости отдельных функций (основных, вспомогательных, лишних) у товара [17, 18].

Более конкретные задачи в данном примере не детализированы. Однако, в качестве задач можно было бы рассмотреть: минимизацию затрат на перевозку мебели, возможность широкой диверсификации перевозок мебели, максимальное качество перевозок мебели, специализацию перевозок на определенных категориях мебели и др.

Методы – метод экспертных оценок, метод «дерева решений», метод группировки, метод свертки показателей, метод балльных оценок, метод весовых коэффициентов.

Альтернативы – это все возможные автомобили сегмента LCV. В данном примере количество альтернатив было ограничено до 10. Выборка может быть сделана на основе рейтингов популярности моделей и марок автомобилей LCV сегмента российского рынка (табл. 2,3). Сравниваемые автомобили: Volkswagen Transporter T5, Ford Transit, Fiat Ducato, Mercedes-Benz Sprinter, Peugeot Boxer, Citroen Jumper, Iveko Daily, Opel Movano, Renault Master, Газель Бизнес.

Количественные и качественные факторы – цена, расход топлива, стоимость владения, грузоподъемность, дизайн, эргономика, скорость, мощность двигателя, высота, ширина и длина кузова, дорожный просвет и т.д. В данной задаче будет рассмотрено более 50 количественных и качественных факторов, которые в дельнейшем будут структурированы. В результате экспертных оценок составлено дерево значимых факторов из 3-х уровней (см. табл. 1).

Критерии  оценки – максимум баллов при свертывании уровней «дерева факторов» по каждой из альтернатив.

В итоге процесс выбора автомобиля может состоять из следующих этапов:

 

Результаты и обсуждения

В связи с ограничением объема статьи укрупним этапы процесса выбора модели автомобиля.

Этап 1. Дерево свойств (факторов) автомобиля сегмента LCV

Составим таблицу детализации факторов выбора автомобиля сегмента LCV. Предварительно экспертами были определены наиболее значимые факторы, которые были сгруппированы и детализированы для построения «дерева свойств» до 3-го уровня (табл. 1).

Таблица 1 – Дерево свойств (факторов) автомобиля сегмента LCV [6, 9].

 

Этап 2. Методика экспертной оценки факторов (показателей) автомобилей.

Эксперты определяют весомость каждого фактора (показателя) первого, второго и третьего уровней:

 , (1)

где a_k - вес показателя первого уровня (сумма всех весов показателей первого уровня равна 1);

 , (2)

где b_kj - вес показателя второго уровня (сумма всех весов показателей второго уровня равна 1);

 , (3)

где с_kji - вес показателя третьего уровня (сумма всех весов показателей третьего уровня равна 1).

Далее эксперты оценивают в баллах каждый показатель нижнего уровня для каждой модели автомобиля. В данном примере эксперты дают балльную оценку x_kji от 0 до 10. Чем лучше показатель, тем выше балл.

Сделаем оценку ПХ автомобиля на основе методов экспертных оценок, группировки, свертки показателей, балльных оценок и весовых коэффициентов [11, 13].

Итоговая оценка потребительских характеристик (ПХ) для t модели автомобиля будет определяться по формуле:

 , (4)

 

Максимальное значение для идеального автомобиля с наилучшими показателями будет равно 10.

Этап 3. Отбор альтернатив (моделей автомобилей) для сравнения.

Проведем обзор популярных в РФ моделей и марок автомобилей сегмента LCV. В таблицах представлена 10-ка самых популярных в РФ автомобилей и марок по версии аналитического агентства Автостат (см. табл. 2, 3) [5, 19].

Таблица 2. Топ-10 марок рынка LCV* в РФ, 2016 год (шт.)

Таблица 3. Топ-10 моделей рынка LCV* в РФ, 2016 год (шт.)

* с учетом коммерческих грузовиков и микроавтобусов.

Из табл. 2,3 видно, что в структуре LCV продаж в 2016 году более 60% составляют автомобили двух российских брендов – ГАЗ (41 796 шт.) и УАЗ (18 849 шт.). Из иномарок значительную долю занимают – Mercedes-Benz, Ford, Volkswagen (6 605, 5 003 и 4 614 шт. соответственно). В ТОП-10 этого списка также входят иномарки Hyundai, Fiat, Peugeot, Citroen и российская Lada.

 

Этап 4. Подведение итогов экспертных оценок и сравнение их с ценами автомобилей.

За последние 5 лет структура рынка LCV частично изменилась, но основные игроки те же. В таблице 4 представлены лидеры рынка в 2012-2013 гг. Цены и результаты и проведенных расчетов ПХ на основе экспертных оценок представлены в табл. 4. (по данным на 2012-2013 гг.). Следует учесть, что эксперты расставляли баллы с учетом цели использования автомобиля и дерева свойств (факторов) автомобиля (см. табл. 1). 

Таблица 4. Общая оценка потребительских характеристик автомобиля

 

Далее определяется функциональная (линейная) зависимость между общей оценкой ПХ и реальной рыночной ценой автомобилей для выявления оптимальной цены (Рис. 1). Итоги расчетов для данного примера представлены в табл. 5.

Рисунок 1 - Зависимость между общей оценкой ПХ и реальной рыночной ценой автомобилей

Выводы

На основе выявленной функциональной зависимости производится расчет оптимальной цены для каждой из анализируемых моделей-аналогов (конкурентов) автомобилей (см. табл. 5), т.е. цены, соответствующей балльным оценкам ПХ.

Таблица 5. Соотношение реальных цен на автомобили и оценки их стоимости с точки зрения потребителя (оптимальная цена, т.е. цена, соответствующая ПХ), 2012-2013 гг.

 

Далее по итогам расчетов делается вывод о завышении рыночной цены модели (расчетная цена меньше рыночной) или о занижении (недооценке) рыночной цены (расчетная цена больше рыночной – выделено красным). При этом также необходимо учитывать эластичность спроса и объемы продаж каждой из анализируемых моделей [6]. 

Пример 2. Выбор легкового автомобиля В класса методом анализа иерархий (МАИ) будет рассмотрен в следующей статье: «Применение метода анализа иерархий в многокритериальных и многоуровневых задачах выбора» (окончание статьи - Иннов: электронный научный журнал, 2017. №3 (32)) [7, 8, 10, 15]

Библиографический список

1. Saaty Thomas L. Decision Making for Leaders: The Analytic Hierarchy Process for Decisions in a Complex World. — Pittsburgh, Pennsylvania: RWS Publications. — ISBN 0-9620317-8-X (This book is the primary source for the sections in which it is cited.)
2. Википедия. URL: http://ru.wikipedia.org/wiki (дата обращения: 24.06.2017).
3. Зайцев Д.А., Корнилов Д.А., Борисов С.А. Методика принятия решения по внедрению информационного обеспечения инновационной деятельности на IT-предприятии // Фундаментальные исследования. 2015. № 12-3. С. 566-570.
4. Илларионов М.Г. Применение метода анализа иерархий в принятии управленческих решений // Актуальные проблемы экономики и права. 2009. № 1. С. 37-42.
5. Ключевые показатели парка LCV в России. Автостат. Аналитическое агентство. URL: https://www.autostat.ru/infographics/29542/ (дата обращения: 24.06.2017).
6. Корнилов Д.А. Конкурентоспособность продукции как функция соответствия потребительских характеристик товара его стоимости // Труды НГТУ. – Н.Новгород: Изд-во Нижегород. гос. техн. ун-т.,2011. №4(91) - С.263-275.
7. Корнилов Д.А., Зайцев Д.А. Оценка эффективности внедрения системы информационной безопасности с использованием метода анализа иерархий // В сборнике: Экономическая безопасность России: проблемы и перспективы материалы II Международной научно-практической конференции. 2014. С. 407-412.
8. Корнилов Д.А., Зайцев Д.А. Применение метода анализа иерархий при оценке эффективности использования системы информационного обеспечения деятельности предприятия // В сборнике: Управление большими системами Материалы XI всероссийской школы-конференции молодых ученых. 2014. С. 625-635.
9. Корнилов Д.А., Коникова Г.А., Незнахин М.Е. Методика оценки потребительских характеристик автомобилей. Формирование дерева потребительских свойств (часть 2) // Экономика и предпринимательство – М.: декабрь 2013, № 12 ч.3, - С. 619-623.
10. Коробов В.Б., Тутыгин А.Г. Преимущества и недостатки метода анализа иерархий // Известия Российского государственного педагогического университета им. А.И. Герцена. 2010.№ 122. С. 108-115.
11. Латыпова В.А. Оценка эффективности процесса обучения при наличии сложных открытых задач с помощью экспертных методов // Инженерный вестник Дона. 2016. Т. 40. № 1 (40). С. 35.
12. Ломазов В.А., Прокушев Я.Е. Решение задачи экономичного многокритериального выбора на основе метода анализа иерархий // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2010. Т. 7. № 14-1-1. С. 128-131.
13. Надтока Т.Б., Виноградов А.Г. Свертка показателей при диагностике социально-экономического развития предприятия: проблемы и пути решения // Бизнес информ. 2013. № 3. С. 88-96.
14. Подиновская О.В. Метод анализа иерархий как метод поддержки принятия многокритериальных решений // Информационные технологии моделирования и управления. 2010. № 1 (60). С. 71-80.
15. Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий // Проблемы управления. 2011. № 1. С. 8-13.
16. Татарских Б.Я., Федоров О.В. Организационно-технологические направления и резервы модернизации машиностроения Российской Федерации // Новые технологии. 2010. №6. С. 7.
17. Корнилов Д.А., Морозова Г.А., Поляков Н.Ф. Методика определения стоимости на основе анализа потребительских характеристик // Управление экономическими системами: электронный научный журнал. №3, 2012.
18. Корнилов Д.А., Незнахин М.Е. Методика оценки потребительских характеристик автомобилей. Теоретическая часть (часть 1) // Экономика и предпринимательство – М.: декабрь 2013, № 12 ч.2, - С.845-848.
19. Российский рынок новых LCV в декабре 2016 года. Автостат. Аналитическое агентство. URL: https://www.autostat.ru/press-releases/28690/ (дата обращения: 24.06.2017).
20. Сафронов В.В. Сравнительная оценка методов "жесткого" ранжирования и анализа иерархий в задаче гипервекторного ранжирования систем // Информационные технологии. 2011. № 7. С. 8-13.
21. Степанов С.Н., Осия Д.Л. Приближённый метод оценки показателей обслуживания заявок в иерархических сетях доступа с учётом влияния поведения пользователя //
T-Comm: Телекоммуникации и транспорт. 2014. Т. 8. № 8. С. 93-96.
22. Цапенко М.В. Синтез глобальных оценок сравнительной эффективности инновационного потенциала региона // Экономические науки. 2015. № 126. С. 53-58.
23. Федоров О.В., Голубцов Н.В., Гребенюк И.И. Ресурсосбережение в энергетике. Монография. Москва, 2011.


References

1. Saaty Thomas L. Decision Making for Leaders: The Analytic Hierarchy Process for Decisions in a Complex World. — Pittsburgh, Pennsylvania: RWS Publications. — ISBN 0-9620317-8-X (This book is the primary source for the sections in which it is cited.)
2. Vikipedija. http://ru.wikipedia.org/wiki.
3. Zajcev D.A., Kornilov D.A., Borisov S.A. Metodika prinjatija reshenija po vnedreniju informacionnogo obespechenija innovacionnoj dejatel'nosti na IT-predprijatii // Fundamental'nye issledovanija. 2015. № 12-3. P. 566-570.
4. Illarionov M.G. Primenenie metoda analiza ierarhij v prinyatii upravlencheskih reshenij // Aktual'nye problemy ehkonomiki i prava. 2009. № 1. P. 37-42.
5. Klyuchevye pokazateli parka LCV v Rossii. Avtostat. Analiticheskoe agentstvo. URL: https://www.autostat.ru/infographics/29542/ (data obrashcheniya: 24.06.2017).
6. Kornilov D.A. Konkurentosposobnost' produkcii kak funkciya sootvetstviya potrebitel'skih harakteristik tovara ego stoimosti // Trudy NGTU. – N.Novgorod: Izd-vo Nizhegorod. gos. tekhn. un-t.,2011. №4(91) - S.263-275.
7. Kornilov D.A., Zajcev D.A. Ocenka ehffektivnosti vnedreniya sistemy informacionnoj bezopasnosti s ispol'zovaniem metoda analiza ierarhij // V sbornike: EHkonomicheskaya bezopasnost' Rossii: problemy i perspektivy materialy II Mezhdunarodnoj nauchno-prakticheskoj konferencii. 2014. P. 407-412.
8. Kornilov D.A., Zajcev D.A. Primenenie metoda analiza ierarhij pri ocenke ehffektivnosti ispol'zovaniya sistemy informacionnogo obespecheniya deyatel'nosti predpriyatiya // V sbornike: Upravlenie bol'shimi sistemami Materialy XI vserossijskoj shkoly-konferencii molodyh uchenyh. 2014. P. 625-635.
9. Kornilov D.A., Konikova G.A., Neznahin M.E. Metodika ocenki potrebitel'skih harakteristik avtomobilej. Formirovanie dereva potrebitel'skih svojstv (chast' 2) // EHkonomika i predprinimatel'stvo – M.: dekabr' 2013, № 12 ch.3, - P. 619-623.
10. Korobov V.B., Tutygin A.G. Preimushchestva i nedostatki metoda analiza ierarhij // Izvestiya Rossijskogo gosudarstvennogo pedagogicheskogo universiteta im. A.I. Gercena. 2010.№ 122. P. 108-115.
11. Latypova V.A. Ocenka ehffektivnosti processa obucheniya pri nalichii slozhnyh otkrytyh zadach s pomoshch'yu ehkspertnyh metodov // Inzhenernyj vestnik Dona. 2016. T. 40. № 1 (40). P. 35.
12. Lomazov V.A., Prokushev YA.E. Reshenie zadachi ehkonomichnogo mnogokriterial'nogo vybora na osnove metoda analiza ierarhij // Nauchnye vedomosti Belgorodskogo gosudarstvennogo universiteta. Seriya: EHkonomika. Informatika. 2010. T. 7. № 14-1-1. P. 128-131.
13. Nadtoka T.B., Vinogradov A.G. Svertka pokazatelej pri diagnostike social'no-ehkonomicheskogo razvitiya predpriyatiya: problemy i puti resheniya // Biznes inform. 2013. № 3. P. 88-96.
14. Podinovskaya O.V. Metod analiza ierarhij kak metod podderzhki prinyatiya mnogokriterial'nyh reshenij // Informacionnye tekhnologii modelirovaniya i upravleniya. 2010. № 1 (60). P. 71-80.
15. Podinovskij V.V., Podinovskaya O.V. O nekorrektnosti metoda analiza ierarhij // Problemy upravleniya. 2011. № 1. P. 8-13.
16. Tatarskih B.YA., Fedorov O.V. Organizacionno-tekhnologicheskie napravleniya i rezervy modernizacii mashinostroeniya Rossijskoj Federacii // Novye tekhnologii. 2010. №6. P. 7.
17. Kornilov D.A., Morozova G.A., Polyakov N.F. Metodika opredeleniya stoimosti na osnove analiza potrebitel'skih harakteristik // Upravlenie ehkonomicheskimi sistemami: ehlektronnyj nauchnyj zhurnal. №3, 2012.
18. Kornilov D.A., Neznahin M.E. Metodika ocenki potrebitel'skih harakteristik avtomobilej. Teoreticheskaya chast' (chast' 1) // EHkonomika i predprinimatel'stvo – M.: dekabr' 2013, № 12 ch.2, - S.845-848.
19. Rossijskij rynok novyh LCV v dekabre 2016 goda. Avtostat. Analiticheskoe agentstvo. URL: https://www.autostat.ru/press-releases/28690/ (data obrashcheniya: 24.06.2017).
20. Safronov V.V. Sravnitel'naya ocenka metodov "zhestkogo" ranzhirovaniya i analiza ierarhij v zadache gipervektornogo ranzhirovaniya sistem // Informacionnye tekhnologii. 2011. № 7. P. 8-13.
21. Stepanov S.N., Osiya D.L. Priblizhyonnyj metod ocenki pokazatelej obsluzhivaniya zayavok v ierarhicheskih setyah dostupa s uchyotom vliyaniya povedeniya pol'zovatelya //
T-Comm: Telekommunikacii i transport. 2014. T. 8. № 8. P. 93-96.
22. Capenko M.V. Sintez global'nyh ocenok sravnitel'noj ehffektivnosti innovacionnogo potenciala regiona // EHkonomicheskie nauki. 2015. № 126. P. 53-58.
23. Fedorov O.V., Golubcov N.V., Grebenyuk I.I. Resursosberezhenie v ehnergetike. Monografiya. Moskva, 2011.

Tweet

Яндекс.ВиджетINNOV