Использование искусственного интеллекта в управлении выставочной деятельностью



Опубликовано в журнале "Маркетинг в России и за рубежом" №3 год - 2006


 

канд. экон. наук, профессор кафедры управления
внешнеэкономической деятельностью предприятий
Уральского государственного технического университета (УПИ),
г. Екатеринбург

Щербатский В.Б.,
канд. экон. наук, доцент кафедры вычислительной техники
Уральского государственного технического университета (УПИ),
г. Екатеринбург

Выставочно-ярмарочная деятельность (ВЯД), позволяющая решить комплекс маркетинговых задач, сегодня твердо вошла в инструментарий деятельности предприятия. Наиболее часто в этой сфере решаются следующие задачи: отбор выставок для формирования плана-графика (любого уровня: предприятия, города), оценка их эффективности. Алгоритм процесса отбора выставок на предприятии представляет собой исполнение следующих этапов: АВС-анализ, выделение ключевых продуктов, установление маркетинговых целей по каждому направлению деятельности, анализ программы выставок, отбор выставок по ключевым направлениям деятельности, определение связанности направлений деятельности, выделение ключевых выставок, разработка итогового списка выставок, утверждение плана-графика и расчет бюджета [9]. Безусловно, для выполнения каждого шага имеется своя входная информация (например, цели участия в выставке), технология принятия решения.

Но к сожалению, признавая, что выставки — это всегда комплексное решение взаимосвязанных задач, в большинстве случаев авторы не рассматривают электронную версию их решения [5]. Тем не менее для современного этапа развития ВЯД наметилась тенденция широкого применения ИТ-технологий в управленческой деятельности как предприятия-экспонента, так и выставочной организации.

Наиболее известными компьютерными системами управления выставками, применяемыми в западных странах для решения частных задач, являются [2; 3; 4; 6; 8] CENTREX (система выставочной статистики, стандарты которой положены в основу стандарта UFI<1>), APACS Expo (регистрация и подсчет посетителей). Среди известных программ выделим также компьютерную подсистему планирования и определения эффективности проведения выставок Н.В. Железниченко [2; 3], которая решает комплекс таких задач, как планирование оптимальных расходов на рекламу выставочного мероприятия при минимальных вложениях денежных средств, определение эффективности прошедшей выставки и т.д. В совокупности эти задачи дают мощную подсистему управления определенными задачами организации и проведения выставки. Комплексной также можно считать программу «EXPO 1001: рекламоноситель» [1], EXPONET-ЭКСПЕРТ.

<1> UFI (УФИ) — Всемирная ассоциация выставочной индустрии (прежнее название — Союз международных выставок).

Особое внимание при изложении данного вопроса необходимо обратить на математический аппарат, лежащий в основе этих программ. В последнее время при решении задач данного класса (имеется в виду маркетинговых) наблюдается всплеск применения методов и инструментов искусственного интеллекта. Однако известные принципы экспертных оценок имеют существенные недостатки, ограничивающие область их применения. Например, изменение числа рассматриваемых вариантов может привести к изменению предпочтений специалиста, что не учитывается при обработке экспертных данных компьютером, а существующий математический аппарат выбора альтернатив не дает выхода на общеизвестные характеристики качества (относительную погрешность, достигнутый класс точности и пр.) результатов экспертизы.

Традиционные статистические методы, применяемые к многомерным данным, позволяют каждому измерению управлять некоторым аспектом анализа и выразить результаты исследований в терминах одно- или двумерных величин. Основной недостаток этих методов в том, что при их использовании понижение размерности и уменьшение объема данных сопровождается, как правило, потерей информации.

Для уменьшения объема данных обычно применяются методы кластеризации. Основные проблемы в технике кластеризации — выбор количества групп, инициализация модели и интерпретация групп (кластеров).

Однако общие статистические методы, включая кластеризацию, не очень пригодны для исследования многомерных данных, поскольку, уменьшая размерность данных, теряют много информации, не способствуют визуализации данных. Часто искусственно вводятся предположения и ограничения, например: линейность, нормальность распределения или присущие процессу кластеризации тенденции в группировке данных. Следовательно, налицо потребность в других методах, таких как методы искусственного интеллекта и нейросетевые методы.

Нейронные поля в этом отношении имеют больше возможностей. Соединения ассоциативных элементов, роль которых выполняют нелинейные элементы — нейроны, — формируют как идентифицируемые объекты в виде кластеров, так и границы распознавания, которые имеют нечеткий характер. В процессе обучения человека (или нейроробота) происходит запоминание ( перенесение из кратковременной памяти в долговременную ( как свойств задействованных нейронов с их синапсами, так и характеристик входных элементов — рецепторов, с входными каналами связи нейронов.

Решение рассматриваемых задач мы предлагаем осуществлять согласно алгоритму, реализованному в компьютерной программе «Экспертный выбор»<2>, разработанной в системе Exсel и названной нами «нейронный робот». В основу положен метод анализа иерархий Саати (МАИ) [7]. Результатом работы алгоритма являются нормированные значения оценок глобальных приоритетов альтернатив и распределения возможностей относительно наилучшей альтернативы.

<2> Программа разработана сотрудниками кафедры Вычислительной техники Уральского государственного технического университета — УПИ — при участии авторов статьи.

Рассмотрим применение данного инструментария для решения наиболее важной задачи — «Выбор выставки». В данном случае возьмем частную ситуацию — «выбор выставки, финансируемой из средств федерального бюджета (ВВФФБ)» и предприятий для участия в ней. Этапы представим следующим образом:
этап 1 — формирование альтернатив по блоку №1 (выбор выставки);
этап 2 — выбор одной выставки из альтернатив по сходной тематике;
этап 3 — формирование альтернатив по блоку №2 (выбор предприятия);
этап 4 — выбор предприятий для участия в ВВФФБ.

Выполнение этапов осуществляется путем заполнения форм исходных данных (табл. 1 и табл. 2 соответственно). Безусловно, очень важным этапом является формирование перечня показателей. На основании ряда итераций, а также исходя из того, что постановка задачи была произведена Комитетом по внешним связям администрации города, при решении задачи в данных условиях в состав показателей вошли: уровень выставки (международная, национальная, с международным участием и т.д. от 1 до 9 баллов); затраты на участие (средства федерального бюджета направляются только на оплату прямых экспозатрат, а сопутствующие несет экспонент); соответствие интересам города (также ранжирование от 1 до 9 баллов по важности) и другие. Необходимость проведения данной процедуры, т.е. назначение баллов или рангов, продиктована требованиями компьютерной программы. Однако порядок их назначения может быть любой, т.е. можно присвоить уровню «международная выставка» ранг-балл 1 и далее по нисходящей или наоборот. Разработанная компьютерная программа (нейронный робот) предусматривает возможную градацию рангов-кодов — не более 9.

Таблица 1

Таблица исходных данных для выбора выставки

№ п\п

Показатели

Информ. хар-ка (код)

Способ определения

Альтернативы

 

 

 

 

А1

...

Ап<3>

1

Уровень выставки

От 1 до 9 баллов

Изучение Концепции<4>

 

 

 

2

Количество посетителей или участников

чел.

Фактические отчеты<5> или прогнозы в Концепции

 

 

 

3

Число стран-участниц

стран

 

 

 

 

4

Выставочная площадь-брутто

тыс. м2

 

 

 

 

5

Затраты на участие

евро

Калькуляция

 

 

 

6

Объем выделенных бюджетом средств

т. долл. США

Данные МЭРТ<6>

 

 

 

7

Соответствие интересам города

От 1 до 9 баллов

Экспертная оценка сотрудников администрации города

 

 

 

8

Наличие политического фактора

От 1 до 9 баллов

Данные концепции, политобзор<7>

 

 

 

 

<3> А1.....Ап — выставки сходной тематики.
<4> Как правило, выставочный организатор формирует специальный сайт по выставке и размещает на нем Концепцию предстоящего выставочного мероприятия, где отражает полную информацию о нем.
<5> Если по данной группе показателей данные в Концепции выставки не содержаться, то можно воспользоваться информацией из публикаций выставочного организатора по итогам рассматриваемой выставки прошлого года.
<6> МЭРТ (Министерство экономического развития и торговли) публикует на своем сайте не только перечень выставок, частично финансируемых из средств федерального бюджета, но и объем выделяемых средств.
<7> О присутствии первых лиц государства на данном выставочном мероприятии, как правило, узнают из периодической печати, СМИ.

Информационная характеристика включает в себя информацию по показателю «единица измерения», пояснения по выражению показателя (например, если баллы, то именно от 1 до 9), группу показателей (например, показатель «выставочная площадь» выражает блок инфраструктурных характеристик). Поскольку встречается нестандартная информация, то в соответствии с требованиями компьютерной программы она должна быть закодирована, например, код продукции. Смысл введения этой колонки в таблицу исходных данных — наделить менеджера, заполняющего эту таблицу, некоторой мини-инструкцией.

Уровень выставки (международная или региональная) отражается в Концепции выставки, которую разрабатывает организатор, и ее изучают потенциальные участники. Также уровень отражается в информационных, пригласительных и рекламных материалах. Но Концепция — это документ, это конкурентный материал более высокого уровня, чем реклама. Как правило, выставки по конкретной тематике уже проводились в прошлом или позапрошлом году. По их окончании выставочная компания-организатор публикует по ним отчеты, и из них мы узнаем, сколько стран принимало участие, сколько всего было участников. Больше нигде такая информация не публикуется. Но иногда выставочный организатор еще публикует информацию о прогнозируемом числе участников, кого он пригласил, сколько ожидается посетителей и т.д.

Аналогичным образом формируется состав показателей и для отбора предприятий, включаемых в комплексную регионально-агломерационную экспозицию на выставке, выбранной на первом этапе (табл. 2).

Таблица 2

Таблица исходных данных для выбора предприятий

№ п/п

Показатели

Информ. хар-ка (код)

Способ определения

Альтернативы

 

 

 

 

А1

...

Ап<8>

1

Соответствие кода выпускаемой продукции коду демонстрируемой на выставке

Доля продукции предприятия, соответствующая перечню продукции для демонстрации на выставке (от 1 до 9, где доле продукции до 10% соответствует 1 балл, до 20% — 2 балла и т.д.)

 

 

 

2

Объем реализации продукции (среднегодовой по предприятию)

млн руб.

Статист. данные

 

 

 

3

Прирост объема реализации (среднегодовой)

%

 

 

 

 

4

Прибыль (среднегодовая)

млн руб.

 

 

 

 

5

Количество контрагентов-импортеров (в среднем в год)

ед.

 

 

 

 

6

Кол-во стран-импортеров (в среднем в год)

ед.

 

 

 

 

7

Объем экспорта (среднегодовой)

тыс. долл.

 

 

 

 

8

Количество поставок в среднем в год

ед.

 

 

 

 

 

<8> А1.....Ап — название предприятий данной отрасли.

В компьютерную программу вводится информация о направлениях экспонируемой продукции. Например, на выставке «Мебель» может быть раздел «Оборудование для изготовления мебели», а это уже дополнительная группа участников. Чем шире номенклатура продукции, которую предприятие может экспонировать на выставке в соответствии с заявленными направлениями, тем выше ее код. Например, если из 10 направлений выставки продукция предприятия соответствует 7, то код будет 7.

Заполнение таблицы выполняет или организует менеджер на основе изучения сайтов предстоящей выставки, отчетов прошлых лет и т.д., а вот непосредственный выбор выставки из альтернативных вариантов выполняет компьютерная программа. Что касается предприятия, то поскольку в данном случае мы рассматриваем пример выездной выставки под руководством городской администрации, то аналогичным образом ее выполняет руководитель, например комитета по внешним связям.

Апробируем данную методику на конкретных данных. В реестре МЭРТ на 2005 год запланировано двадцать выставок, проведение которых финансируется частично из средств федерального бюджета (ВВФФБ). С помощью нейрокомпьютинга осуществим выбор выставки наиболее эффективным способом. Поскольку в указанный перечень включены выставки разной направленности, то, первоначально, сгруппируем их по принадлежности (фрагмент представлен в табл. 3).

Таблица 3

Классификация выставок и ярмарок, проводимых за рубежом в 2005 году при финансировании из средств федерального бюджета
(фрагмент)

Направление

Название выставок

Сельхоз-направление

«Зеленая неделя», г. Берлин

«СИМА», г. Париж

 

 

 

Мебель

«ИММ-2005», г. Кельн

 

 

 

 

Промышленность

Альтернативы

 

 

 

 

 

№ 1

№ 2

№ 3

№ 4

№ 5

 

Выставка высококачественных товаров АМБИЕНТЕ, г. Франкфурт-на-Майне

Промышленная выставка-ярмарка, г. Ганновер

Машиностроительная «ЭмСиВи—2005», г. Брно

Промышленная, г. Ханой

Промышленная ярмарка, г. Шанхай

Новая техника и технология

«Брюссель-Эврика»— инновации, научных исследований, новых технологий

Салон изобретений, новой техники и технологии, г. Женева

Ярмарка техники и технических достижений, г. Белград

Высокие технологии, г. Шеньчжен (Китай)

«Идеи, изобретения, инновации», г. Нюрнберг

 

Для дальнейшего решения по выбору выставки и предприятий для участия в ней в качестве пилотного проекта рассмотрим выделенный сегмент (промышленный — он более значим для Уральского индустриального региона) и, проведя маркетинговые исследования, заполним предложенную выше таблицу исходных данных, которая примет следующий вид (табл. 4). Учитывая, что компьютерная программа рекомендует использовать шесть альтернатив, добавим в перечень в качестве шестой выставку ЭКСПО-2005.

Таблица 4

Выбор выставки из альтернатив по блоку №1

№ п/п

Критерии

Альтернативы по направлению «Промышленность»

 

 

№ 1

№ 2

№ 3

№ 4

№ 5

ЭКСПО-2005

1

Уровень выставки

2

2

2

3

3

1

2

Количество компаний-участников

800

6090

2000

550

217

10 000

3

Число стран-участниц

70

60

40

15

9

121

4

Выставочная площадь, тыс. кв. м

190

205

70

15

8

175 (га)

5

Затраты на участие (на 1 чел.), долл.

1695

1895

1895

1800

2304

4500

6

Объем выделенных бюджетом

 

 

 

 

 

 

g

средств, долл.

50

50

45

75

100

5 400,00

7

Соответствие интересам города

2

3

1

1

3

2

8

Наличие политического фактора

3

2

1

1

2

1

 

Алгоритм расчетов основан на попарном сравнении всех критериев между собой и попарном сравнении всех альтернатив между собой по каждому критерию. В результате получаем решение — выбор выставки (рис. 1).

Рис. 1. Выбор выставки

Число указанных процентов означает, что из всех альтернатив выставка со 100% — наилучшая; 81% означает, что выставка №2 удалена от эталона не очень далеко — 81% в сравнении со 100% является достаточно высокой величиной. То есть нейронный робот «выдает» результат не только в виде представления наиболее желательной для участия выставки, но и отражает степень соответствия эталонному варианту по каждой альтернативе.

Аналогичным способом, выполнив попарные сравнения критериев и альтернатив, «нейронный робот» выбирает и предприятие для участия в выбранной на 1-м этапе расчетов выставке (рис. 2).

Рис. 2. Выбор предприятия

Вывод: наиболее эффективным следует считать участие в выставке №2 и выставке ЭКСПО. Однако это касается не всех предприятий, принятых в качестве альтернатив, а только «Уралвагонзавода». Для удобства принятия решения нейронный робот предлагает и относительное выражение результатов (наилучший вариант принимается за 1).

В заключение подчеркнем, что для современного этапа развития экономики, который называют информационным, инновационным, характерно принципиальное изменение функций специалистов при принятии управленческих решений. Их задача создавать инновацию, идею, а все расчеты надо поручать компьютеру в виде нейронного робота, искусственному интеллекту. Предложенная методика позволяет единожды обучить нейронного робота, который в дальнейшем, получая «вводные», будет достаточно быстро предлагать решения, учитывая при этом максимальное число факторов, проводя огромное число сравнений.

Модель «Экспертный выбор» продемонстрирована нами в отношении задач «Выбор выставки». Но после соответствующей адаптации она может также использоваться в задачах «Выбор (назначение) цены на продукцию», «Выбор (назначение) цены на фондовом рынке», «Выбор технологии» (в том числе финансового инструмента) и др. Полная модель названа нами «Помощник руководителя».

 

ЛИТЕРАТУРА

1. EXPO 1001: рекламоноситель www.triz-chance.ru
2. Железниченко Н.В. Использование методов прогнозирования при определении результатов проведения предстоящей выставки. www.uran.donetsk.ua
3. Железниченко Н.В. Создание компьютерной подсистемы планирования и определения эффективности проведения выставок. www.uran.donetsk.ua
4. Кутьин В. Искусственный интеллект в маркетинге. www.e-xecutive.ru
5. Международный Союз выставок и ярмарок (МСВЯ). Статистический обзор (по годам). Нижний Новгород (по годам).
6. Основы выставочно-ярмарочной деятельности: Учеб. пособие для вузов / Л.Е. Стровский, Е.Д. Фролова и др.; под ред. Л.Е. Стровского. — М.: ЮНИТИ-ДАНА, 2005.
7. Саати Т. Аналитическое планирование. Организация систем / Т. Саати, К. Кернс. — М.: Радио и связь, 1991.
8. Стровский Л.Е., Фролова Е.Д., Демченко Е.А. Рынок выставочных услуг: формирование, функционирование, регулирование. Екатеринбург — УГТУ-УПИ, 2004.
9. Шкардун В.Д., Стерхова С.А. Планирование и оценка эффективности выставочной деятельности промышленных предприятий // Маркетинг и маркетинговые исследования в России. №1 (37), 2002.

Также по этой теме:


Список просмотренных товаров пуст
Список сравниваемых товаров пуст
Список избранного пуст
Ваша корзина пуста