ГЛАВА 8. БЕНЧМАРКИНГ В ТОРГОВОЙ ФИРМЕ

В данной главе описана технология применения системно-когнитивного анализа для создания на основе данных реальной торговой фирмы и применения в ней методики прогнозирования и поддержки принятия решений по такому выбору номенклатуры и объемов реализуемой продукции, которые обеспечивают получение максимальной прибыли и рентабельности.

8.1. Создание инструментария для бенчмаркинга
в торговой фирме, как задача контроллинга

Цель торговой фирмы, по крайней мере, как ее осознает собственник[1], как правило, состоит в повышения прибыли и рентабельности (т.е. эффективности получения прибыли). Путь достижения этой цели включает много различных составляющих, важнейшей из которых является определение номенклатуры и объемов товаров для поставки и реализации. Однако и сам путь от фактически сложившейся ситуации к целевой не является идеальным.

Руководство любой небольшой торговой фирмы постоянно решает проблему определения номенклатуры и объемов товаров, реализация которых обеспечила бы увеличение прибыли и рентабельности фирмы при известных ограничениях на оборотные средства, транспорт, складские и торговые помещения, но при неизвестной емкости рынка.

К методу решения поставленной проблемы предъявляются определенные требования, обусловленные имеющимися реалиями:

1. Метод должен обеспечивать решение сформулированной проблемы в условиях неполной (фрагментированной) зашумленной исходной информации большой размерности, не отражающей всех ограничений и ресурсов и не содержащей полных повторностей всех вариантов сочетаний прибыли, рентабельности, номенклатуры и объемов продукции, причем получение недостающей информации представляется принципиально невозможным.

2. Метод должен быть недорогим в приобретении и использовании, т.е. для этого должно быть достаточно одного стандартного персонального компьютера, недорогого лицензионного программного обеспечения и одного сотрудника, причем курс обучения этого сотрудника должен быть несложным для него, т.е. не предъявлять к нему каких-то сверхжестких нереалистичных требований.

3. Вся необходимая и достаточная исходная информация для применения метода должна быть в наличии в бухгалтерии фирмы.

4. Метод должен быть адаптивным, т.е. оперативно учитывать изменения во всех компонентах моделируемой системы.

При решении поставленной проблемы руководство традиционно исходит из следующих простых и очевидных соображений, отражающих две крайние ситуации:

– если закупить товары, которые не пользуются спросом, то они не будут проданы и затраты на их приобретение, доставку, хранение и попытку продажи станут убытками;

– если же закупать наиболее востребованные рынком товары, то они будут реализованы, но это может и не увеличивать прибыль фирмы или даже принести убытки, т.к. по этим товарам выручка может очень незначительно покрывать или даже не покрывать затраты на их приобретение, доставку, хранение и продажу.

Как правило, на практике традиционно закупаются те товары и в тех количествах, которые были реализованы в предыдущий период. Однако при этом остается открытым и нерешенным вопрос о том, насколько номенклатура и объем этих товаров эффективны с точки зрения достижения цели фирмы: повышения ее прибыли и рентабельности. Это означает, что традиционный способ решения поставленной проблемы «вручную» или «на глазок» обычно не позволяет решить ее достаточно эффективно.

Применение компьютерных технологий, в частности задачи линейного программирования и других оптимизационных методов, для решения подобных задач наталкивается на ряд сложностей связанных с тем, что как сами математические модели, так и реализующий их программный инструментарий, а также исходная информация для их использования не удовлетворяют сформулированным выше требованиям:

– эти системы недостаточно технологичны для их применения в небольших торговых фирмах;

– существующие системы разработаны за рубежом или в мегаполисах (в основном в Москве и Санкт-Петербурге) и очень слабо отражают региональную специфику и также специфику конкретной фирмы (т.е. нелокализованы). Точнее сказать – они вообще ее не отражают, из-за чего и имеют очень низкую достоверность прогнозирования, близкую и статистически незначимо отличающуюся от вероятности случайного угадывания без использования этих систем или другой априорной информации. Этим обусловлена и низкая эффективность рекомендуемых ими решений;

– эти системы не обладают адаптивностью и не учитывают динамику предметной области, которая чрезвычайно высока, особенно в Южном Федеральном Округе (ЮФО). В результате даже первоначально хорошо работающие (локализованные) системы очень быстро теряют адекватность модели и качество прогнозов и рекомендуемых решений;

– стоимость этих систем настолько высока, что их приобретение и использование чаще всего мало или вообще нерентабельно, особенно для небольших торговых фирм.

Необходимо еще раз отметить, что если ограничения фирмы известны ее руководству, то емкость рынка по номенклатуре товаров в сфере действия фирмы, вообще говоря, остается неизвестной, что не позволяет применить задачу линейного программирования[2]. Но даже если бы это удалось, то было бы получено тривиальное решение: торговать одним товаром, обеспечивающим наибольшее превышение выручки над затратами. Однако этого решение является неверным, т.к. чтобы торговля этим товаром принесла прибыль, сопоставимую с прибылью от торговли широким спектром товаров, он должен реализоваться в таких количествах, которые обычно намного превышают реальный спрос на него. Кроме того, ясно, что один товар, каким бы он не был замечательным, по своим потребительским свойствам не может заменить спектра товаров.

Целью данной работы является решение поставленной проблемы путем разработки адаптивной методики прогнозирования влияния номенклатуры и объемов реализуемой продукции на прибыль и рентабельность фирмы, и, на этой основе, поддержки принятия решений о выборе таких сочетаний этих факторов, которые обеспечили бы достижение цели фирмы.

Для достижения поставленной цели выбран метод системно-когнитивного анализа (АСК-анализ). Этот выбор был обусловлен тем, что данный метод является непараметрическим, позволяет корректно и сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы, т.е. измеряемых в различных единицах измерения. Для метода АСК-анализа разработаны и методика численных расчетов, и соответствующий программный инструментарий, а также технология и методика их применения. Они прошли успешную апробацию при решении ряда задач в различных предметных областях [3-273]. Наличие инструментария АСК-анализа (базовая система "Эйдос") [7] позволяет не только осуществить синтез семантической информационной модели (СИМ), но и периодически проводить адаптацию и синтез ее новых версий, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую адекватность модели в изменяющихся условиях. Важной особенностью АСК-анализа является возможность единообразной числовой обработки разнотипных по смыслу и единицам измерения числовых и нечисловых данных. Это обеспечивается тем, что нечисловым величинам тем же методом, что и числовым, приписываются сопоставимые в пространстве и времени, а также между собой, количественные значения, позволяющие обрабатывать их как числовые: на первых двух этапах АСК-анализа числовые величины сводятся к интервальным оценкам, как и информация об объектах нечисловой природы (фактах, событиях) (этот этап реализуется и в методах интервальной статистики); на третьем этапе АСК-анализа всем этим величинам по единой методике, основанной на системном обобщении семантической теории информации А.Харкевича, сопоставляются количественные величины (имеющие смысл количества информации в признаке о принадлежности объекта к классу), с которыми в дальнейшем и производятся все операции моделирования (этот этап является уникальным для АСК-анализа).

В работе [7] приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить, чтобы осуществить синтез модели объекта управления, решить с ее применением задачи прогнозирования и поддержки принятия решений, а также провести исследование объекта моделирования путем исследования его модели. Учитывая эти этапы АСК-анализа выполним декомпозицию цели работы в последовательность задач, решение которых обеспечит ее поэтапное достижение:

1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных.

2. Формализация предметной области.

2.1. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (обычно в форме базы данных какого-либо стандарта или Excel-формы).

2.2. Разработка стандартной Excel-формы для представления исходных данных.

2.3. Преобразование исходных данных из исходных баз данных в стандартную электронную Excel-форму.

2.4. Контроль достоверности исходных данных и исправление ошибок.

2.5. Использование стандартного программного интерфейса системы «Эйдос» для преобразования исходных данных из стандартной Excel-формы в базы данных системы "Эйдос" (импорт данных).

3. Синтез семантической информационной модели (СИМ), т.е. решение задачи 1: "Многокритериальная типизация состояний торговой фирмы с различными прибылью и рентабельностью по факторам номенклатуры и объемов реализуемой продукции".

4. Измерение адекватности СИМ.

5. Повышение эффективности СИМ.

6. Решение с помощью СИМ задач прогнозирования и поддержки принятия решений, а также исследования предметной области.

6.1. Задача 2: "Разработка методики прогнозирования влияния номенклатуры и объемов реализуемой продукции на прибыль и рентабельность торговой фирмы".

6.2. Задача 3: "Разработка методики поддержки принятия решений о выборе таких номенклатуры и объемов реализуемой продукции, которые обусловливают увеличение прибыли и рентабельности торговой фирмы".

6.3. Задача 4: «Исследование предметной области»

7. Разработка принципов оценки экономической эффективности разработанных технологий при их применении в торговой фирме.

8. Исследование ограничений разработанной технологии и перспектив ее развития.

Кратко рассмотрим решение этих задач.

8.2. Когнитивная структуризация
предметной области

1. Когнитивная структуризация предметной области это 1-й этап формальной постановки задачи, на котором решается, какие параметры будут рассматриваться в качестве причин, а какие – следствий. На этом этапе было решено рассматривать

в качестве следствий, т.е. классов – основные экономические показатели торговой фирмы:

1. Прибыль от продаж.

2. Рентабельность продукции.

в качестве причин (факторов): – объемы реализации следующих видов продукции (номенклатура):

8.3. Формализация предметной области

На этапе формализации предметной области (постановки задачи), исходя из результатов когнитивной структуризации, было осуществлено проектирование структуры и состава исходных данных.

2.1. Исходные данные запланированного состава были получены в той форме, в которой они накапливаются в поставляющей их организации. В нашем случае этой организацией выступила торговая фирма, название которой мы не приводим в связи с конфиденциальностью предоставленной ей информации. В полученной базе данных представлены помесячные данные о прибыли и рентабельности фирмы за 2006-2009 годы, а также объемах реализации товаров по приведенной выше номенклатуре. Этого достаточно для целей данной работы, за что авторы благодарны руководству данной фирмы.

2.2. Была разработана стандартная Excel-форма для представления исходных данных (таблица 41), в которой и были получены данные

Таблица 41 – Исходные данные (фрагмент)

Период	Прибыль за месяц (Тыс. руб.)	Рентабельность, %	Молоко, 1л-бут, (шт)	Сметана весовая (кг)	Творог весовой (кг)	Кефир, 1л-бут,(шт)	Ряженка, 1л-бут, (шт)	Сыворотка, 1л-бут, (шт)	Пиво жигулевское, 1,5л-бут, (шт)	Пиво жигулевское, 2,5л-бут, (шт)	Пиво Дон живое, 1,5л-бут, (шт)	Пиво Дон живое, 2,5л-бут, (шт)	Пиво Балтика 7, ст/б, (шт)	Пиво Балтика 9, ст/б, (шт)	Горячий ключ, 1,5л-бут, (шт)	Сок фруктовый сад, 0,5л-пак, (шт)	Горячий ключ 1,4л-бут, (шт)	Горячий ключ "ручеек", 1,5л-бут, (шт)
Январь 2009г	83767	0,68	224	30	12	88	43	26	39	93	43	58	28	24	150	52	33	60
Февраль 2009г	100445	0,72	60	25	8	37	36	30	12	13	9	25	50	40	120	48	19	60
Март 2009г	108689	0,74	24	60	18	29	21	18	48	60	46	60	25	20	120	48	19	60
Апрель 2009г	73803	0,64	33	35	4	34	41	90	12	13	9	25	50	40	120	48	19	60
Май 2009г	107765	0,74	36	34	6	37	24	43	49	91	56	113	78	20	390	48	43	60
Июнь 2009г	129372	0,78	84	46	15	40	56	102	46	75	92	130	50	40	744	48	83	169
Июль 2009г	154046	0,81	33	35	4	34	41	90	59	128	103	194	79	40	828	48	90	15
Август 2009г	124977	0,77	40	35	8	33	22	30	39	173	96	161	104	40	402	52	42	60
Сентябрь 2009г	136403	0,79	60	25	8	37	36	30	129	122	122	173	74	20	522	52	64	44
Октябрь 2009г	122202	0,77	40	35	8	33	22	30	39	173	96	161	104	40	402	52	42	60
Ноябрь 2009г	154432	0,79	125	31	3	40	37	30	26	64	8	123	54	40	270	48	33	169
Декабрь 2009г	158738	0,81	234	35	13	54	41	6	58	147	91	189	54	22	480	52	10	60
Январь 2008г	71661	0,66	202	27	10	79	38	2	35	83	39	52	25	22	135	47	29	54
Февраль 2008г	86470	0,70	54	3	7	33	32	4	11	12	8	22	45	36	108	43	17	54
Март 2008г	91441	0,71	22	6	16	26	19	16	43	54	41	54	22	18	108	43	17	54
Апрель 2008г	64753	0,63	30	4	3	30	37	81	11	12	8	22	45	36	108	43	17	54
Май 2008г	91750	0,71	33	3	5	33	21	39	44	82	51	102	70	18	351	43	39	54
Июнь 2008г	110703	0,75	76	5	13	36	50	92	42	68	83	117	45	36	670	43	75	152
Июль 2008г	133372	0,78	30	4	3	30	37	81	53	115	93	175	71	36	745	43	81	14
Август 2008г	107209	0,74	36	4	7	30	20	27	35	156	86	145	94	36	362	47	37	54
Сентябрь 2008г	117933	0,76	54	3	7	33	32	27	116	110	110	156	67	18	470	47	57	40
Октябрь 2008г	104712	0,74	36	4	7	30	20	27	35	156	86	145	94	36	362	47	37	54
Ноябрь 2008г	93278	0,71	113	3	3	36	34	27	23	58	7	111	49	36	243	43	29	152
Декабрь 2008г	137595	0,79	211	4	11	49	37	5	52	133	82	171	49	20	432	47	9	54
Январь 2007г	64396	0,68	188	25	10	74	36	22	33	78	36	49	24	20	126	44	27	50
Февраль 2007г	78219	0,68	50	2	7	31	30	25	10	11	8	21	42	34	101	40	16	50
Март 2007г	82859	0,69	20	6	15	25	18	15	40	50	38	50	21	17	101	40	16	50
Апрель 2007г	57950	0,61	28	3	3	28	35	76	10	11	8	21	42	34	101	40	16	50
Май 2007г	83147	0,69	31	3	5	31	20	36	41	76	47	95	66	17	328	40	36	50
Июнь 2007г	100836	0,73	71	4	12	34	47	86	39	63	78	109	42	34	625	40	70	142
Июль 2007г	121944	0,77	28	3	3	28	35	76	50	108	87	163	67	34	696	40	75	13
Август 2007г	97576	0,72	33	3	7	28	19	25	33	145	80	135	87	34	338	44	35	50
Сентябрь 2007г	107584	0,74	50	2	7	31	30	25	109	102	102	145	62	17	438	44	54	37
Октябрь 2007г	95245	0,72	33	3	7	28	19	25	33	145	80	135	87	34	338	44	35	50
Ноябрь 2007г	83152	0,69	105	3	2	33	31	25	22	54	7	105	46	34	227	40	27	142
Декабрь 2007г	12935	0,77	197	3	11	45	34	5	49	124	77	159	46	19	403	44	9	50
Январь 2006г	57278	0,61	175	23	9	69	33	21	31	72	34	45	22	19	117	41	25	47
Февраль 2006г	70133	0,65	47	2	6	29	28	23	10	10	7	19	39	31	94	37	15	47

2.3. Исходные данные из Excel-формы, представленной в таблице 14, были преобразованы средствами Excel в стандартную для программного интерфейса _152 системы "Эйдос" электронную Excel-форму, которая отличается от приведенной в таблице 14 отсутствием горизонтальной шапки и обратным порядком строк.

2.4. На этапе контроля достоверности исходных данных было обнаружено, что в исходной базе данных некоторые значения приведены в различных единицах измерения, что и было исправлено.

2.5. Затем Excel-форма, приведенная на таблице 14 с применением sCalc из пакета OpenOffice была записана в стандарте DBF MS DOS-кириллица с именем Inp_data.dbf. Информация ее шапки была представлена в виде отдельного текстового файла стандарта MS DOS с именем: Inp_name.txt. Для этого шапка была скопирована из Excel в MS Word, затем таблица преобразована в текст с концом абзаца после каждого заголовка столбца, текст был выровнен по левому краю и 1-е буквы сделаны большими, как в предложениях.

Все это сделано в соответствии с требованиями стандартного интерфейса системы «Эйдос» с внешними базами данных: режим _152. Экранная форма меню вызова данного программного интерфейса приведена на рисунке 52, help режима приведен на рисунке 53, экранные формы самого программного интерфейса _152 приведены на рисунках 54 и 55.

Рисунок 52. Экранная форма вызова режима _152
системы «Эйдос».

Рисунок 53. Требования стандартного интерфейса с
истемы «Эйдос» с внешними базами данных: режим _152

Рисунок 54. Первая экранная форма режима _152
системы «Эйдос» (последняя DOS-версия 12.5)

Рисунок 55. Вторая экранная форма режима _152
системы «Эйдос» (последняя DOS-версия 12.5)

В результате работы данного программного интерфейса автоматически получаются исходный справочник классов распознавания, справочник признаков, а также обучающая выборка, представляющая собой закодированные в соответствии с этими справочниками строки из таблицы 41 (таблица 42 – таблица 45):

Таблица 42 – Справочник классов
(интервальные значения классификационных шкал)

KOD	NAME
1	ПРИБЫЛЬ ЗА МЕСЯЦ (ТЫС.РУБ.): {12935.00, 42095.60}
2	ПРИБЫЛЬ ЗА МЕСЯЦ (ТЫС.РУБ.): {42095.60, 71256.20}
3	ПРИБЫЛЬ ЗА МЕСЯЦ (ТЫС.РУБ.): {71256.20, 100416.80}
4	ПРИБЫЛЬ ЗА МЕСЯЦ (ТЫС.РУБ.): {100416.80, 129577.40}
5	ПРИБЫЛЬ ЗА МЕСЯЦ (ТЫС.РУБ.): {129577.40, 158738.00}
6	РЕНТАБЕЛЬНОСТЬ,%: {58.00, 62.60}
7	РЕНТАБЕЛЬНОСТЬ,%: {62.60, 67.20}
8	РЕНТАБЕЛЬНОСТЬ,%: {67.20, 71.80}
9	РЕНТАБЕЛЬНОСТЬ,%: {71.80, 76.40}
10	РЕНТАБЕЛЬНОСТЬ,%: {76.40, 81.00}

Таблица 43 – Справочник наименований факторов
(описательных шкал)

Таблица 45 – АНКЕТА обучающей выборки N° 1

01-05-10 13:44:19 г.Краснодар

==============================================================================

| Код | Наименования классов распознавания |

==============================================================================

| 2 | ПРИБЫЛЬ ЗА МЕСЯЦ (ТЫС.РУБ.): {42095.60, 71256.20} |

| 6 | РЕНТАБЕЛЬНОСТЬ,%: {58.00, 62.60} |

==============================================================================

| К о д ы п е р в и ч н ы х п р и з н а к о в |

==============================================================================

| 4 7 13 19 23 26 31 37 42 46 51 61 67 72 77 |

| 81 86 91 96 102 106 111 121 127 131 137 142 148 151 158 |

| 163 169 171 182 186 191 196 202 206 214 216 221 227 232 244 |

| 246 251 256 261 268 272 273 279 281 288 296 301 306 311 317 |

| 322 326 331 337 341 347 356 361 366 371 376 381 386 391 396 |

| 401 407 418 421 428 429 432 438 443 446 451 456 464 471 476 |

| 481 486 491 496 501 506 511 518 523 531 536 541 546 551 557 |

| 561 566 571 576 582 591 596 603 608 609 611 616 621 |

==============================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таким образом, данным программным интерфейсом полностью автоматизируется этап СК-анализа, называемый "Формализация предметной области".

8.4. Синтез, верификация и повышение качества
семантической информационной модели
предметной области

3. В результате синтеза семантической информационной модели решена задача 1: "Многокритериальная типизация состояний торговой фирмы с различными прибылью и рентабельностью по факторам номенклатуры и объемов реализуемой продукции". Решение этой задачи осуществлялось в ряд этапов:

Этап-1. Расчет матрицы сопряженности (матрицы абсолютных частот), связывающей частоты фактов совместного наблюдения в исходной выборке интервальных значений классов и факторов. Всего этих фактов исследовано 11464, что и составляет объем выборки. По своей форме матрица абсолютных частот является базой данных, т.к. в ней содержится способа содержательной смысловой интерпретации данных.

Этап-2. На основе базы данных абсолютных частот рассчитываются информационные базы условных и безусловных процентных распределений или частостей, которые при увеличении объема исходной выборки стремятся к предельным значениям: вероятностям. Имея это в виду несколько упрощая считается допустимым, как это принято в литературе, называть их условными и безусловными вероятностями. По своей форме матрицы условных и безусловных вероятностей является информационными базами, т.к. в них содержится способ содержательной смысловой интерпретации данных, т.е. уже по сути информации [127].

Этап-3. На основе информационной базы условных и безусловных вероятностей рассчитывается база знаний. Есть все основания так называть ее, т.к. в ней не только содержится результат содержательной смысловой интерпретации данных, но и оценка их полезности для достижения целевых состояний объекта управления и избегания нежелательных (нецелевых), т.е. по сути знания, которые можно непосредственно использовать для управления моделируемым объектом [127] (таблица 46):

Таблица 46 – База знаний о силе и направлении влияния значений
факторов на переход моделируемого объекта в состояния,
соответствующие классам (Бит × 100) (фрагмент)

KOD	1	2	3	4	5	6	7	8	9	10
1		0	2	3	-10	0	3	-3	6	-7
2			6	17			5	7	5	-11
3			17		35			32		13
4		60		2		60		7	5
5	80		-2		41		11	-11		34
6	13	-1	7	-5	-26	-1	2	7	5	-23
7		49		-8	25	49		-3	-6	3
8			-8	2	35		15	-32	-34	32
9				41						52
10				41					44
11		17	4	-30	17	27	22	-1	-53	6
12		-27	-1	15	-27		-32	-5	21	-9
13	68	29	-14	-28	5	29	-1	2	-25	8
14			-2	9	17		11	-11	11	-5
15			6	17				22	-6	3
16		-3	7	0	-28	-3	6	5	3	-17
17	55		-51	17	31			-36	11	28
18					74					52
19		74				74		22
20			31				44	22
21			14	7			-5	11	9	-21
22		10	-0	10		10	5	-3	19
23	34	28	-33	-4	21	35	-9	-17	-10	13
24			6	-22	35		5	7	-20	13
25				41					19	28
26	49	10	-0	-22	10	10	5	7	-20	3
27		-14	9	-2	-14		-5	11	5	-11
28				41					44
29		44	-38	-3	5	54	-1	-23	-25	8
30			-26	23	17		11		11	20
31		35	10	-61	-29	35	15	13	-20	-50
32	24		-4	17	-14		-5	-3	5	9
33					74					52
34			31						44
35				27	35				29	13
36		49	-4	-32		49	34	-3	-30
37		-20	11	-3	-20	5	14	10	-11	-17
38		-4	10	2			-9	17	15
39	55		-26	-1	41			-11	-13	34
40			-14	22	5				24	22
41		35	6	-47	-14	35	30	7	-45	-36
42		13	20	-44		13	22	25	-41
43			13	9				28	11
44	39		-28	21	15				19	28
45				17	49				19	28
46		44	6	-52		44	32	10	-50

Отметим, что в настоящее время общепринятыми терминами являются: «База данных» и «База знаний», а термин «Информационные базы» считается «незагостированным», т.е. неофициальным, или даже ошибочным, когда под ним, по сути, понимаются базы данных. Предлагается придать термину «Информационные базы» полноценный статус в качестве официального термина, т.к. вполне понятно и обоснованно как его содержание соотносится с содержанием терминов «База данных» и «База знаний»:

– Базы данных (БД) – информация, записанная на носителях (или находящаяся в каналах связи) на определенном языке (системе кодирования), безотносительно к ее смыслу.

– Информационная база (ИБ) – это БД вместе с тезаурусом, т.е. способом их смысловой интерпретации.

– База знаний (БЗ) – это ИБ вместе с информацией о том, насколько какая информация полезна для достижения различных целей.

В этой матрице столбцы соответствуют классам распознавания, строки – градациям факторов, а в клетках на их пересечении приведено количество знаний в битах × 100, которое содержится в определенной градации фактора о том, что этот случай относится к определенному классу. Из-за большой размерности приведен лишь фрагмент этой матрицы.

Возникает закономерный и обоснованный вопрос о том, насколько корректным является получение образов классов путем обобщения примеров ситуаций, относящихся к различным периодам времени. Дело в том, что в этих ситуациях могут быть отражены различные закономерности предметной области, если она изменялась за время проведения исследования. Ответ на этот вопрос зависит от целей и результатов построения модели предметной области.

Например, если целью является построение модели высокой степени адекватности, то это не получится, если предметная область (моделируемый объект) обладает высокой динамичностью, но может и оказаться возможным, если моделируемый объект несущественно изменился за период исследования.

Если же целью моделирования является исследование самой динамики моделируемого объекта, то резкое понижение адекватности модели при учете в ней состояний объекта, относящихся к определенному периоду времени, указывает на то, что в этот период изменился сам характер взаимосвязей между признаками объекта (интервальными значениями влияющих на него факторов) и его состояниями.

Периодом эргодичности называется период, в течение которого характер взаимосвязей между факторами, влияющими на объект и его переходами в те или иные состояния существенно (качественно) не изменяются. Точками бифуркации называются границы периодов эргодичности, когда он один период эргодичности сменяется другим, т.е. существенно (качественно) изменяются закономерности взаимосвязи между факторами, влияющими на объект, и его переходами в различные состояния, обусловленные действием этих факторов. Таким образом, измерение степени адекватности модели в зависимости от объема исследуемой выборки (если объекты в ней упорядочены по времени) позволяет выявить границы периодов эргодичности и точки бифуркации и выявить, что их нет, не смотря на длительный период исследования (его лонгитюд).

В системе «Эйдос» есть режим _236, предназначенный специально для этой цели (рисунок 56).

Рисунок 56. Экранная форма вызова режима _152
системы «Эйдос» (последняя DOS-версия 12.5)

Применение этого режима дало следующие результаты. В целом модель продемонстрировала высокую достоверность, составляющую 90,014%, и это означает, что за время исследования моделируемая предметная область существенно не изменилась и таким образом получение обобщенных образов классов путем многопараметрической типизации примеров, относящихся к различным периодам времени является вполне корректным. С другой стороны все же была выявлена определенная динамика достоверности модели, которая имеет выраженный визуально-наблюдаемый минимум в районе марта 2008 года, что, по-видимому, может объясняться влиянием на моделируемый объект мирового финансового кризиса, пик которого приходится примерно на это время (рисунок 57).

Рисунок 57. Определение границ периодов эргодичности (точек бифуркации)
путем измерения зависимости достоверности модели от объема исследуемой
выборки (режим _236 системы «Эйдос» (последняя DOS-версия 12.5))

4. Измерение адекватности СИМ осуществляется последовательным выполнением режимов _21 (копирование обучающей выборки в распознаваемую), _41 (пакетное распознавание) и _62 (измерение адекватности СИМ) системы «Эйдос».

Пункты 3 и 4 удобно выполнить также с помощью режима _25 системы "Эйдос", который сначала выполняет синтез семантической информационной модели (СИМ), а затем копирует обучающую выборку в распознаваемую выборку), проводит пакетное распознавание и проверку ее адекватности, которая оказалась довольно высокой: более 90% (таблица 47).

Таблица 47 – Выходная форма по результатам измерения адекватности исходной модели (фрагмент)

5. В системе "Эйдос" реализовано несколько различных методов повышения адекватности модели:

– исключение из модели статистически малопредставленных классов и факторов (артефактов);

– исключение незначимых факторов, т.е. факторов имеющих низкую селективную силу или дифференцирующую способность;

– ремонт (взвешивание) данных, что обеспечивает не только классическую, но и структурную репрезентативность исследуемой выборки по отношению к генеральной совокупности;

– итерационное разделение классов на типичную и нетипичную части (дивизивная, т.е. разделяющая, в отличие от агломеративной, древовидная кластеризация);

– генерация сочетанных признаков, дополнение справочников классов и признаков и перекодирование исходной выборки.

Проверка адекватности модели, проведенная в режиме _25 после ее синтеза, показала, что повышение адекватности модели в нашем случае не требуется, т.к. вероятность правильного отнесения ситуации к классу, к которой она действительно относится и на неоптимизированной модели составляет 90,014%, что вполне достаточно для целей работы.

Но все же нами был применен метод повышения адекватности модели, путем итерационного разделение классов на типичную и нетипичную части (дивизивная, т.е. разделяющая, в отличие от агломеративной, древовидная кластеризация). В результате было получено следующее дерево классов (рисунок 58):

Рисунок 58. Дерево разделения классов на типичную
и нетипичную части (дивизивная кластеризация)

По результатам кластеризации можно сделать вывод о том, что различные классы обладают различной степенью вариабельности обусловливающих их факторов, т.е. одни классы являются жестко детерминированными, тогда как другие вызываются различными сочетаниями действующих факторов, что затрудняет и делает менее достоверной их прогнозирование и осуществление.

В результате проведения данной процедуры степень достоверности модели повысилась (таблица 48):

Таблица 48 – ВЫХОДНАЯ ФОРМА ПО РЕЗУЛЬТАТАМ ИЗМЕРЕНИЯ АДЕКВАТНОСТИ МОДЕЛИ, УЛУЧШЕННОЙ МЕТОДОМ ДИВИЗИВНОЙ КЛАСТЕРИЗАЦИИ (ФРАГМЕНТ)

Аналогичная информация приведена в скриншотах экранных форм (рисунок 59):

Рисунок 59. Экранные формы режима _62 системы «Эйдос»
(последняя DOS-версия 12.5)

Из сопоставительного анализа таблиц 20 и 21 и рисунка 39 можно сделать следующие выводы:

– в результате разделения классов на типичную и нетипичную части достоверность верной идентификации повысилась на 10%, достоверность верной неидентификации при этом немного понизилась, но общая (средняя) достоверность модели возросла на 3%;

– при прогнозировании и принятии решений целесообразно учитывать дифференциальную достоверность идентификации по классам, связанную со степенью их детерминированности;

– применение модели чаще всего обеспечивает во много раз более высокую достоверность, чем случайное угадывание или не использование модели, однако по слабодетерминированным классам это не так и их нецелесообразно учитывать при прогнозировании и рассматривать при анализе модели.

8.5. Решение задач прогнозирования и поддержки
принятия решений, а также исследования
предметной области на основе семантической
информационной модели

6.1. Задача 2: "Разработка методики прогнозирования влияния номенклатуры и объемов реализуемой продукции на прибыль и рентабельность торговой фирмы" решается по сути автоматически при синтезе модели на 3-м этапе АСК-анализа.

В системе "Эйдос" есть стандартный режим _42, обеспечивающий подсчет для каждого состояния фирмы, представленного в распознаваемой выборке, суммарного количества знаний, которое содержится в интервальных значениях факторов о принадлежности данного состояния к каждому из классов. Затем в режиме _431 все классы сортируются (ранжируются) в порядке убывания суммарного количества информации, содержащегося в описании примера, о принадлежности к ним. Эта информация представляется в виде экранных форм и файлов (рисунки 60 – 61):

Рисунок 60. Пример выходной формы с желательными для фирмы результатами
прогнозирования (максимальная прибыль)

Рисунок 61. Пример выходной формы с нежелательными для фирмы езультатами
прогнозирования (минимальная рентабельность)

Птичками "Ö" На рисунках 60 – 61 отмечены классы, к которым данное состояние фирмы действительно относится.

Если в распознаваемой выборке представлено сразу несколько примеров потенциальных продаж, то может представлять интерес другая форма вывода информации о результатах прогнозирования по ним, т.е. по степени сходства с желаемым классом (высокая рентабельность) (рисунок 62):

Рисунок 62. Пример карточки идентификации примеров потенциальных продаж с классом «Максимальная рентабельность»

Данная задача является обратной по отношению к задаче прогнозирования. Если при прогнозировании по заданным интервальным значениям факторов определяется, какие состояния фирмы ими обусловливаются, то в задаче принятия решений, наоборот: по заданному состоянию фирмы определяется, какие интервальные значения факторов детерминируют переход фирмы в это стояние, а какие препятствуют этому.

Данная задача решается во многих режимах системы "Эйдос", в частности в режиме _511, который выдает следующие формы (таблицы 49 и 50), содержащие знания о номенклатуре и объемах товаров, реализация которых в различной степени способствует и препятствует (красным) получению заданных экономических результатов.

Таблица 49 – Информационный портрет класса:
прибыль за месяц (тыс.руб.): {129577.40, 158738.00} (фрагмент)

NUM	KOD	NAME	BIT	%
1	18	КЕФИР, 1Л-БУТ,(ШТ): {49.00, 62.00}	0,74	22,28
2	33	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {57.60, 81.40}	0,74	22,28
3	153	СИГАРЕТЫ ДОНСКОЙ ТАБАК ТЕМНЫЙ, (ПАЧ): {38.20, 49.80}	0,74	22,28
4	155	СИГАРЕТЫ ДОНСКОЙ ТАБАК ТЕМНЫЙ, (ПАЧ): {61.40, 73.00}	0,74	22,28
5	185	СИГАРЕТЫ ЧЕСТЕРФИЛД, ЛЕГКИЕ, (ПАЧ): {43.20, 52.00}	0,74	22,28
6	225	ХАМСА С/С, (КГ): {92.20, 113.00}	0,74	22,28
7	243	КОФЕ НЕСКАФЕ ГОЛД 47.5Г, (ШТ): {5.80, 7.20}	0,74	22,28
8	253	ЧАЙ ГОРДОН, 25 ПАК, (ШТ): {7.00, 9.00}	0,74	22,28
9	267	КАКАО "ФУНТИК", ПАК, (ШТ): {5.40, 6.80}	0,74	22,28
10	303	КИТЕКАТ СУХОЙ, (КГ): {94.80, 125.20}	0,74	22,28
11	310	ЧАППИ СУХОЙ, (КГ): {41.00, 47.00}	0,74	22,28
12	315	ВИСКАС СУХОЙ, (КГ): {42.40, 50.00}	0,74	22,28
13	338	КОФЕ ЖАРДИН, 95Г, (ШТ): {7.00, 10.00}	0,74	22,28
14	365	ГОРОШЕК "ЛОРАДО", БАНКА, (ШТ): {37.40, 43.00}	0,74	22,28
15	435	ЧАЙ "ГРИНФИЛД", КАМОМАЙЛ, 25 ПАК, (ШТ): {4.20, 5.00}	0,74	22,28
16	460	ПАЛОЧКИ КУРИНЫЕ,(КГ): {8.76, 9.70}	0,74	22,28
17	495	ПИВО ЯЧМЕННЫЙ КОЛОС СВЕТЛОЕ, 1,5Л-БУТ, (ШТ): {29.60, 35.00}	0,74	22,28
18	528	ПЕПСИ, 0.33Л, БАНКА, (ШТ): {43.80, 61.20}	0,74	22,28
19	323	ВОДА, 5Л-БУТ, (ШТ): {49.20, 64.80}	0,66	19,90
20	145	СИГАРЕТЫ МАКСИМ, (ПАЧ): {330.20, 401.00}	0,64	19,21
21	285	СЕМЕЧКИ "ПО-БРАТСКИ" 50Г, (ШТ): {87.80, 100.00}	0,64	19,21
22	505	ПИВО БАЛТИКА "№3" С/Б, (ШТ): {76.20, 91.00}	0,64	19,21
23	250	ЧАЙ АКБАР, 25 ПАК, (ШТ): {15.00, 18.00}	0,60	17,95
24	255	ЧАЙ ГОРДОН, 25 ПАК, (ШТ): {11.00, 13.00}	0,60	17,95
25	305	КИТЕКАТ СУХОЙ, (КГ): {155.60, 186.00}	0,60	17,95
26	320	ОКОРОЧКА ЗАМОРОЖЕНЫЕ, (КГ): {63.00, 78.00}	0,60	17,95
27	330	КОФЕ ПЕЛЕ, 50Г, (ШТ): {8.60, 10.00}	0,60	17,95
28	345	БАГБИР, 5Л-БУТ, (ШТ): {6.60, 8.00}	0,60	17,95
316	295	СЕМЕЧКИ "КУКУСИКИ", ПАК, (ШТ): {117.60, 141.00}	-0,25	-7,38
317	391	КОФЕ "МОСКОВСКИЙ", 50Г, (ШТ): {4.00, 4.20}	-0,25	-7,38
318	419	РАФИНАД, 500Г, (ШТ): {5.60, 6.80}	-0,25	-7,38
319	492	ПИВО ЯЧМЕННЫЙ КОЛОС СВЕТЛОЕ, 1,5Л-БУТ, (ШТ): {13.40, 18.80}	-0,25	-7,38
320	543	МУКА, (КГ): {59.80, 79.20}	-0,25	-7,38
321	602	ПАКЕТ "БЛАГОДАРИМ ЗА ПОКУПКУ", (ШТ): {490.60, 669.20}	-0,25	-7,38
322	6	СМЕТАНА ВЕСОВАЯ (КГ): {2.00, 13.60}	-0,26	-7,71
323	609	ИЗЮМ ИРАНСКИЙ , (КГ): {8.00, 9.00}	-0,26	-7,71
324	12	ТВОРОГ ВЕСОВОЙ (КГ): {5.20, 8.40}	-0,27	-8,03
325	72	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {24.40, 40.80}	-0,27	-8,03
326	149	СИГАРЕТЫ ДОНСКОЙ ТАБАК, СВЕТЛЫЙ, (ПАЧ): {90.40, 110.20}	-0,27	-8,03
327	16	КЕФИР, 1Л-БУТ,(ШТ): {23.00, 36.00}	-0,28	-8,34
328	31	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {10.00, 33.80}	-0,29	-8,64
329	101	СЫР "РОССИЙСКИЙ", ГАДЯЧ, (КГ): {1.00, 8.00}	-0,29	-8,64
330	161	СИГАРЕТЫ СВЯТОЙ ГЕОРГИЙ, ЛЕГКИЕ, (ПАЧ): {17.00, 41.60}	-0,29	-8,64
331	186	СИГАРЕТЫ НАША МАРКА, МЯГКАЯ, (ПАЧ): {46.00, 78.80}	-0,29	-8,64
332	425	ЧАЙ "БЭТА", АСАМ, 25 ПАК, (ШТ): {28.60, 35.00}	-0,29	-8,64
333	443	ЧАЙ "ГРИНФИЛД", МЕЛИССА, 25 ПАК, (ШТ): {1.80, 2.20}	-0,30	-8,93
334	67	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {40.00, 43.00}	-0,31	-9,22
335	447	КАКАО "ЗОЛОТОЙ ЯКОРЬ",ПАК, (ШТ): {4.20, 5.40}	-0,31	-9,22

Таблица 50 – Информационный портрет класса:
рентабельность, %: {76.40, 81.00} (фрагмент)

NUM	KOD	NAME	BIT	%
1	9	СМЕТАНА ВЕСОВАЯ (КГ): {36.80, 48.40}	0,52	15,80
2	18	КЕФИР, 1Л-БУТ,(ШТ): {49.00, 62.00}	0,52	15,80
3	33	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {57.60, 81.40}	0,52	15,80
4	50	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ): {159.00, 194.00}	0,52	15,80
5	65	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {681.20, 828.00}	0,52	15,80
6	145	СИГАРЕТЫ МАКСИМ, (ПАЧ): {330.20, 401.00}	0,52	15,80
7	153	СИГАРЕТЫ ДОНСКОЙ ТАБАК ТЕМНЫЙ, (ПАЧ): {38.20, 49.80}	0,52	15,80
8	155	СИГАРЕТЫ ДОНСКОЙ ТАБАК ТЕМНЫЙ, (ПАЧ): {61.40, 73.00}	0,52	15,80
9	185	СИГАРЕТЫ ЧЕСТЕРФИЛД, ЛЕГКИЕ, (ПАЧ): {43.20, 52.00}	0,52	15,80
10	225	ХАМСА С/С, (КГ): {92.20, 113.00}	0,52	15,80
11	242	КОФЕ НЕСКАФЕ ГОЛД 47.5Г, (ШТ): {4.40, 5.80}	0,52	15,80
12	243	КОФЕ НЕСКАФЕ ГОЛД 47.5Г, (ШТ): {5.80, 7.20}	0,52	15,80
13	250	ЧАЙ АКБАР, 25 ПАК, (ШТ): {15.00, 18.00}	0,52	15,80
14	253	ЧАЙ ГОРДОН, 25 ПАК, (ШТ): {7.00, 9.00}	0,52	15,80
15	255	ЧАЙ ГОРДОН, 25 ПАК, (ШТ): {11.00, 13.00}	0,52	15,80
16	267	КАКАО "ФУНТИК", ПАК, (ШТ): {5.40, 6.80}	0,52	15,80
17	303	КИТЕКАТ СУХОЙ, (КГ): {94.80, 125.20}	0,52	15,80
18	305	КИТЕКАТ СУХОЙ, (КГ): {155.60, 186.00}	0,52	15,80
19	310	ЧАППИ СУХОЙ, (КГ): {41.00, 47.00}	0,52	15,80
20	315	ВИСКАС СУХОЙ, (КГ): {42.40, 50.00}	0,52	15,80
21	320	ОКОРОЧКА ЗАМОРОЖЕНЫЕ, (КГ): {63.00, 78.00}	0,52	15,80
22	330	КОФЕ ПЕЛЕ, 50Г, (ШТ): {8.60, 10.00}	0,52	15,80
23	338	КОФЕ ЖАРДИН, 95Г, (ШТ): {7.00, 10.00}	0,52	15,80
24	345	БАГБИР, 5Л-БУТ, (ШТ): {6.60, 8.00}	0,52	15,80
25	365	ГОРОШЕК "ЛОРАДО", БАНКА, (ШТ): {37.40, 43.00}	0,52	15,80
26	370	ГОРОШЕК "ВЫСШИЙ СОРТ", БАНКА, (ШТ): {43.00, 52.00}	0,52	15,80
27	405	КОФЕ "ЛЕБО", 100Г, (ШТ): {3.60, 4.00}	0,52	15,80
28	435	ЧАЙ "ГРИНФИЛД", КАМОМАЙЛ, 25 ПАК, (ШТ): {4.20, 5.00}	0,52	15,80
395	121	СИГАРЕТЫ ПЕТР 8, (ПАЧ): {41.00, 85.80}	-0,29	-8,83
396	129	СИГАРЕТЫ АЛЬЯНС, (ПАЧ): {55.00, 68.00}	-0,29	-8,83
397	273	ЧАЙ БЭТА, МЯТА-ЛИМОН, (ШТ): {5.00, 6.00}	-0,29	-8,83
398	518	ПИВО БЕЛЫЙ МЕДВЕДЬ КРЕПКОЕ, 1.5Л-БУТ, (ШТ): {14.00, 19.00}	-0,29	-8,83
399	301	КИТЕКАТ СУХОЙ, (КГ): {34.00, 64.40}	-0,32	-9,53
400	106	СЫР КОЛБАСНЫЙ, (КГ): {2.00, 5.40}	-0,33	-9,85
401	428	ЧАЙ "ГРИНФИЛД", РОЙБОШ, 25 ПАК, (ШТ): {3.00, 4.00}	-0,33	-9,85
402	274	ЧАЙ БЭТА, МЯТА-ЛИМОН, (ШТ): {6.00, 7.00}	-0,34	-10,33
403	41	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ): {6.00, 29.20}	-0,36	-10,79
404	62	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {240.80, 387.60}	-0,36	-10,79
405	146	СИГАРЕТЫ ДОНСКОЙ ТАБАК, СВЕТЛЫЙ, (ПАЧ): {31.00, 50.80}	-0,36	-10,79
406	432	ЧАЙ "ГРИНФИЛД", КАМОМАЙЛ, 25 ПАК, (ШТ): {1.80, 2.60}	-0,36	-10,79
407	617	ОГУРЦЫ, (КГ): {14.80, 25.60}	-0,36	-10,79
408	182	СИГАРЕТЫ ЧЕСТЕРФИЛД, ЛЕГКИЕ, (ПАЧ): {16.80, 25.60}	-0,39	-11,64
409	66	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {37.00, 40.00}	-0,41	-12,43
410	91	СЫР ЯНТАРНЫЙ,ВОРОНЕЖ, (ШТ): {5.00, 14.00}	-0,41	-12,43
411	521	ПИВО ОБОЛОНЬ, 1Л-БУТ, (ШТ): {9.00, 24.40}	-0,41	-12,43
412	318	ОКОРОЧКА ЗАМОРОЖЕНЫЕ, (КГ): {33.00, 48.00}	-0,44	-13,17
413	321	ВОДА, 5Л-БУТ, (ШТ): {18.00, 33.60}	-0,46	-13,86
414	419	РАФИНАД, 500Г, (ШТ): {5.60, 6.80}	-0,46	-13,86
415	543	МУКА, (КГ): {59.80, 79.20}	-0,46	-13,86
416	72	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {24.40, 40.80}	-0,48	-14,51
417	306	ЧАППИ СУХОЙ, (КГ): {17.00, 23.00}	-0,48	-14,51
418	621	МАЙОНЕЗ "ШАЙБА" 220Г, (ШТ): {28.00, 60.80}	-0,48	-14,51
419	31	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {10.00, 33.80}	-0,50	-15,12
420	186	СИГАРЕТЫ НАША МАРКА, МЯГКАЯ, (ПАЧ): {46.00, 78.80}	-0,50	-15,12
421	341	БАГБИР, 5Л-БУТ, (ШТ): {1.00, 2.40}	-0,50	-15,12
422	456	ПАЛОЧКИ КУРИНЫЕ,(КГ): {5.00, 5.94}	-0,62	-18,64
423	326	КОФЕ ПЕЛЕ, 50Г, (ШТ): {3.00, 4.40}	-0,68	-20,59

Необходимо отметить, что задача выявления фактически имеющихся зависимостей, и задача содержательного объяснения причин существования именно обнаруженных зависимостей, а не каких-либо других, т.е. задача содержательной интерпретации обнаруженных зависимостей, – это совершенно разные задачи. По мнению авторов, задача интерпретации должна решаться специалистами в моделируемой предметной области, однако сама возможность применения обнаруженных зависимостей в практике прогнозирования и принятия решений не связано с наличием или отсутствием такой содержательной интерпретации или со степенью ее адекватности.

6.3. Задача 4: «Исследование предметной области» решается применением режимов системы «Эйдос», предназначенных для этих целей, которые приведены в работе [7]. Подробные примеры применения этих режимов приведены в работе [3-273]. Классификация исследовательских задач, которые могут решаться с применением системы «Эйдос», приведена в работе [7]. Здесь же отметим лишь, что задачи одновременного достижения высокой прибыли и рентабельности вполне совместимы, т.к. системы детерминации этих классов совпадают на 82%. Это видно из семантической сети классов, построенной на основе матрицы сходства обобщенных образов классов по их системам детерминации (рисунок 63).

Рисунок 63. Семантическая сеть классов

7. Основной принцип оценки экономической эффективности разработанной методики (при условии ее применения в деятельности реальной фирмы) состоит в том, что данная методика позволяет создать научно обоснованный образ желательных продаж (как и образ нежелательных), за счет чего рентабельность и прибыль компании повысится. Экономическая эффективность применения данной методики может оцениваться как разница между прибылью, полученной в условиях ее применения и прибылью без нее, причем прибыль, полученная в условиях применения методики учитывает и затраты на ее приобретение и применение.

8. При планировании данного исследования авторы ставили цель лишь оценить возможность применения технологии СК-анализа для решения задачи выбора номенклатуры и объема продаж. Данное исследование показало, что это возможно и перспективно. Представленный в работе вариант исследования имеет ряд ограничений и недостатков, в преодолении которых и состоит перспектива его развития. В частности можно было бы увеличить объем исследуемой выборки за счет увеличения периода времени, за который исследуется деятельность фирмы.

Выводы.

В работе описана технология применения системно-когнитивного анализа для создания на основе данных реальной торговой фирмы и применения в ней методики прогнозирования и поддержки принятия решений по такому выбору номенклатуры и объемов реализуемой продукции, которые обеспечивают получение максимальной прибыли и рентабельности.

[1] С точки зрения населения цель фирмы состоит в удовлетворении его потребностей, а с точки зрения государства – в создании рабочих мест и отчислению в бюджет налогов и других обязательных платежей.

[2] Для определения этой емкости обычно необходимо регулярно проводить специальные достаточно дорогостоящие маркетинговые исследования.

KOD	NAME
1	МОЛОКО, 1Л-БУТ, (ШТ)
2	СМЕТАНА ВЕСОВАЯ (КГ)
3	ТВОРОГ ВЕСОВОЙ (КГ)
4	КЕФИР, 1Л-БУТ,(ШТ)
5	РЯЖЕНКА, 1Л-БУТ, (ШТ)
6	СЫВОР, 1Л-БУТ, (ШТ)
7	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ)
8	ПИВО ЖИГУЛЕВСКОЕ, 2,5Л-БУТ, (ШТ)
9	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ)
10	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ)
11	ПИВО БАЛТИКА 7, СТ/Б, (ШТ)
12	ПИВО БАЛТИКА 9, СТ/Б, (ШТ)
13	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ)
14	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ)
15	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ)
16	ГОРЯЧИЙ КЛЮЧ "РУЧЕЕК", 1,5Л-БУТ, (ШТ)
17	СОЛЬ, (КГ)
18	УКСУС 9%,0,5Л-БУТ, (ШТ)
19	СЫР ЯНТАРНЫЙ,ВОРОНЕЖ, (ШТ)
20	ИКРА МОЙВЫ №2, (БАН)
21	СЫР "РОССИЙСКИЙ", ГАДЯЧ, (КГ)
22	СЫР КОЛБАСНЫЙ, (КГ)
23	ПЕРЕЦ ЧЕРНЫЙ МОЛОТЫЙ, ПАК, (ШТ)
24	СИГАРЕТЫ ВИНСТОН ЛЕГКИЕ, (ПАЧ)
25	СИГАРЕТЫ ПЕТР 8, (ПАЧ)
26	СИГАРЕТЫ АЛЬЯНС, (ПАЧ)
27	СИГАРЕТЫ АЛЬЯНС, ЛЕГКИЕ, (ПАЧ)
28	СИГАРЕТЫ МАКСИМ, ЛЕГКИЕ, (ПАЧ)
29	СИГАРЕТЫ МАКСИМ, (ПАЧ)
30	СИГАРЕТЫ ДОНСКОЙ ТАБАК, СВЕТЛЫЙ, (ПАЧ)
31	СИГАРЕТЫ ДОНСКОЙ ТАБАК ТЕМНЫЙ, (ПАЧ)
32	СИГАРЕТЫ БОНД, ЛЕГКИЕ, (ПАЧ)
33	СИГАРЕТЫ СВЯТОЙ ГЕОРГИЙ, ЛЕГКИЕ, (ПАЧ)
34	СИГАРЕТЫ ГЛАМУР 3, (ПАЧ)
35	СИГАРЕТЫ ГЛАМУР 5, (ПАЧ)
36	СИГАРЕТЫ РУССКИЙ СТИЛЬ, ЛЕГКИЕ, (ПАЧ)
37	СИГАРЕТЫ ЧЕСТЕРФИЛД, ЛЕГКИЕ, (ПАЧ)
38	СИГАРЕТЫ НАША МАРКА, МЯГКАЯ, (ПАЧ)
39	СИГАРЕТЫ НАША МАРКА, ТВЕРДАЯ, (ПАЧ)
40	СПИЧКИ, (ШТ)
41	КАРТОФЕЛЬ, (КГ)
42	МОРКОВЬ, (КГ)
43	ЛУК,(КГ)
44	СЕЛЬДЬ С/С, (КГ)
45	ХАМСА С/С, (КГ)
46	КОФЕ ЧИБО ГОЛД, 47,5Г, (ШТ)
47	КОФЕ ЧИБО ГОЛД 95Г, (ШТ)
48	КОФЕ ГРАНД ПРЕМИУМ 100Г, (ШТ)
49	КОФЕ НЕСКАФЕ ГОЛД 47.5Г, (ШТ)
50	ЧАЙ АКБАР, 25 ПАК, (ШТ)
51	ЧАЙ ГОРДОН, 25 ПАК, (ШТ)
52	ЛИСМА "ИНДИЙСКИЙ", 25 ПАК, (ШТ)
53	КОФЕ ГРАНД, 50Г, (ШТ)
54	КАКАО "ФУНТИК", ПАК, (ШТ)
55	ЧАЙ БЭТА, МЯТА-ЛИМОН, (ШТ)
56	ЧАЙ НУРИ, 25ПАК, (ШТ)
57	СЕМЕЧКИ "ПО-БРАТСКИ" 50Г, (ШТ)
58	ЧАЙ ЯВА, 25 ПАК, (ШТ)
59	СЕМЕЧКИ "КУКУСИКИ", ПАК, (ШТ)
60	ЧАЙ "ГИТА", 25ПАК, (ШТ)
61	КИТЕКАТ СУХОЙ, (КГ)
62	ЧАППИ СУХОЙ, (КГ)
63	ВИСКАС СУХОЙ, (КГ)
64	ОКОРОЧКА ЗАМОРОЖЕНЫЕ, (КГ)
65	ВОДА, 5Л-БУТ, (ШТ)
66	КОФЕ ПЕЛЕ, 50Г, (ШТ)
67	КОФЕ ЯКОБС МОНАРХ 95Г, (ШТ)
68	КОФЕ ЖАРДИН, 95Г, (ШТ)
69	БАГБИР, 5Л-БУТ, (ШТ)
70	ПЕЛЬМЕНИ ДОМАШНИЕ 0,9КГ, (ШТ)
71	БУЛЬОН "РОЛТОН" КУРИНЫЙ, ПАК, (ШТ)
72	РОЛТОН ЯИЧНАЯ ЛАПША, ПАК, (ШТ)
73	ГОРОШЕК "ЛОРАДО", БАНКА, (ШТ)
74	ГОРОШЕК "ВЫСШИЙ СОРТ", БАНКА, (ШТ)
75	КУКУРУЗА "ЛОРАДО", БАНКА, (ШТ)
76	КОФЕ НЕСКАФЕ КЛАССИК, 30ПАК, (ШТ)
77	КОФЕ "КОФЕ КЛАБ", 3В1, (ШТ)
78	КОФЕ "МОСКОВСКИЙ", 100Г, (ШТ)
79	КОФЕ "МОСКОВСКИЙ", 50Г, (ШТ)
80	КОФЕ "ЯКОБС МОНАРХ", 50Г, (ШТ)
81	КОФЕ "ЛЕБО", 100Г, (ШТ)
82	ЧАЙ "ТЕСС", ЛАЙМ, 25 ПАК, (ШТ)
83	РАФИНАД, 300Г, (ШТ)
84	РАФИНАД, 500Г, (ШТ)
85	ЧАЙ "БЭТА", АСАМ, 25 ПАК, (ШТ)
86	ЧАЙ "ГРИНФИЛД", РОЙБОШ, 25 ПАК, (ШТ)
87	ЧАЙ "ГРИНФИЛД", КАМОМАЙЛ, 25 ПАК, (ШТ)
88	ЧАЙ "ГРИНФИЛД", ЛОТОС, 25 ПАК, (ШТ)
89	ЧАЙ "ГРИНФИЛД", МЕЛИССА, 25 ПАК, (ШТ)
90	КАКАО "ЗОЛОТОЙ ЯКОРЬ",ПАК, (ШТ)
91	МОЙВА Х/К,(КГ)
92	ПАЛОЧКИ КУРИНЫЕ,(КГ)
93	СОК ФРУКТОВЫЙ САД, 1Л-ПАК, (ШТ)
94	ЧАЙ КОРОНА РОССИЙСКОЙ ИМПЕРИИ 25П, (ШТ)
95	ЧАЙ КОРОНА РОССИЙСКОЙ ИМПЕРИИ, 200Г, (ШТ)
96	ЧАЙ КОРОНА РОССИЙСКОЙ ИМПЕРИИ 85Г, (ШТ)
97	ПИВО ЯЧМЕННЫЙ КОЛОС КРЕПКОЕ, 2,5Л-БУТ, (ШТ)
98	ПИВО ЯЧМЕННЫЙ КОЛОС КРЕПКОЕ, 1,5Л-БУТ, (ШТ)
99	ПИВО ЯЧМЕННЫЙ КОЛОС СВЕТЛОЕ, 1,5Л-БУТ, (ШТ)
100	ПИВО ЯЧМЕННЫЙ КОЛОС СВЕТЛОЕ, 2,5Л-БУТ, (ШТ)
101	ПИВО БАЛТИКА "№3" С/Б, (ШТ)
102	ПИВО БЕЛЫЙ МЕДВЕДЬ СВЕТЛОЕ, 2Л-БУТ, (ШТ)
103	ПИВО БЕЛЫЙ МЕДВЕДЬ СВЕТЛОЕ, 1.5-БУТ, (ШТ)
104	ПИВО БЕЛЫЙ МЕДВЕДЬ КРЕПКОЕ, 1.5Л-БУТ, (ШТ)
105	ПИВО ОБОЛОНЬ, 1Л-БУТ, (ШТ)
106	ПЕПСИ, 0.33Л, БАНКА, (ШТ)
107	КАПУСТА, (КГ)
108	ЯЙЦО КУРИНОЕ, (ШТ)
109	МУКА, (КГ)
110	УКСУС 6%, 0,5Л-БУТ, (ШТ)
111	САХАР, (КГ)
112	БАНАНЫ, (КГ)
113	АПЕЛЬСИНЫ, (КГ)
114	СОК ФРУКТОВЫЙ САД, 2Л-ПАК, (ШТ)
115	СОК ФРУКТОВЫЙ САД, 0.2Л-ПАК, (ШТ)
116	ПОМИДОРЫ, (КГ)
117	СОК "МОЙ", 0.2Л-ПАК, (ШТ)
118	СОК "МОЙ", 1Л-ПАК, (ШТ)
119	ВОДА "АРОМА ЮГ", 1.5Л-БУТ, (ШТ)
120	ТУАЛЕТНАЯ БУМАГА "ОБУХОВ", (ШТ)
121	ПАКЕТ "БЛАГОДАРИМ ЗА ПОКУПКУ", (ШТ)
122	ИЗЮМ ИРАНСКИЙ , (КГ)
123	ИЗЮМ, (КГ)
124	ОГУРЦЫ, (КГ)
125	МАЙОНЕЗ "ШАЙБА" 220Г, (ШТ)

KOD	NAME
1	МОЛОКО, 1Л-БУТ, (ШТ): {19.00, 62.00}
2	МОЛОКО, 1Л-БУТ, (ШТ): {62.00, 105.00}
3	МОЛОКО, 1Л-БУТ, (ШТ): {105.00, 148.00}
4	МОЛОКО, 1Л-БУТ, (ШТ): {148.00, 191.00}
5	МОЛОКО, 1Л-БУТ, (ШТ): {191.00, 234.00}
6	СМЕТАНА ВЕСОВАЯ (КГ): {2.00, 13.60}
7	СМЕТАНА ВЕСОВАЯ (КГ): {13.60, 25.20}
8	СМЕТАНА ВЕСОВАЯ (КГ): {25.20, 36.80}
9	СМЕТАНА ВЕСОВАЯ (КГ): {36.80, 48.40}
10	СМЕТАНА ВЕСОВАЯ (КГ): {48.40, 60.00}
11	ТВОРОГ ВЕСОВОЙ (КГ): {2.00, 5.20}
12	ТВОРОГ ВЕСОВОЙ (КГ): {5.20, 8.40}
13	ТВОРОГ ВЕСОВОЙ (КГ): {8.40, 11.60}
14	ТВОРОГ ВЕСОВОЙ (КГ): {11.60, 14.80}
15	ТВОРОГ ВЕСОВОЙ (КГ): {14.80, 18.00}
16	КЕФИР, 1Л-БУТ,(ШТ): {23.00, 36.00}
17	КЕФИР, 1Л-БУТ,(ШТ): {36.00, 49.00}
18	КЕФИР, 1Л-БУТ,(ШТ): {49.00, 62.00}
19	КЕФИР, 1Л-БУТ,(ШТ): {62.00, 75.00}
20	КЕФИР, 1Л-БУТ,(ШТ): {75.00, 88.00}
21	РЯЖЕНКА, 1Л-БУТ, (ШТ): {16.00, 24.00}
22	РЯЖЕНКА, 1Л-БУТ, (ШТ): {24.00, 32.00}
23	РЯЖЕНКА, 1Л-БУТ, (ШТ): {32.00, 40.00}
24	РЯЖЕНКА, 1Л-БУТ, (ШТ): {40.00, 48.00}
25	РЯЖЕНКА, 1Л-БУТ, (ШТ): {48.00, 56.00}
26	СЫВОР, 1Л-БУТ, (ШТ): {2.00, 22.00}
27	СЫВОР, 1Л-БУТ, (ШТ): {22.00, 42.00}
28	СЫВОР, 1Л-БУТ, (ШТ): {42.00, 62.00}
29	СЫВОР, 1Л-БУТ, (ШТ): {62.00, 82.00}
30	СЫВОР, 1Л-БУТ, (ШТ): {82.00, 102.00}
31	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {10.00, 33.80}
32	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {33.80, 57.60}
33	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {57.60, 81.40}
34	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {81.40, 105.20}
35	ПИВО ЖИГУЛЕВСКОЕ, 1,5Л-БУТ, (ШТ): {105.20, 129.00}
36	ПИВО ЖИГУЛЕВСКОЕ, 2,5Л-БУТ, (ШТ): {10.00, 42.60}
37	ПИВО ЖИГУЛЕВСКОЕ, 2,5Л-БУТ, (ШТ): {42.60, 75.20}
38	ПИВО ЖИГУЛЕВСКОЕ, 2,5Л-БУТ, (ШТ): {75.20, 107.80}
39	ПИВО ЖИГУЛЕВСКОЕ, 2,5Л-БУТ, (ШТ): {107.80, 140.40}
40	ПИВО ЖИГУЛЕВСКОЕ, 2,5Л-БУТ, (ШТ): {140.40, 173.00}
41	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ): {6.00, 29.20}
42	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ): {29.20, 52.40}
43	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ): {52.40, 75.60}
44	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ): {75.60, 98.80}
45	ПИВО ДОН ЖИВОЕ, 1,5Л-БУТ, (ШТ): {98.80, 122.00}
46	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ): {19.00, 54.00}
47	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ): {54.00, 89.00}
48	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ): {89.00, 124.00}
49	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ): {124.00, 159.00}
50	ПИВО ДОН ЖИВОЕ, 2,5Л-БУТ, (ШТ): {159.00, 194.00}
51	ПИВО БАЛТИКА 7, СТ/Б, (ШТ): {19.00, 36.00}
52	ПИВО БАЛТИКА 7, СТ/Б, (ШТ): {36.00, 53.00}
53	ПИВО БАЛТИКА 7, СТ/Б, (ШТ): {53.00, 70.00}
54	ПИВО БАЛТИКА 7, СТ/Б, (ШТ): {70.00, 87.00}
55	ПИВО БАЛТИКА 7, СТ/Б, (ШТ): {87.00, 104.00}
56	ПИВО БАЛТИКА 9, СТ/Б, (ШТ): {16.00, 20.80}
57	ПИВО БАЛТИКА 9, СТ/Б, (ШТ): {20.80, 25.60}
58	ПИВО БАЛТИКА 9, СТ/Б, (ШТ): {25.60, 30.40}
59	ПИВО БАЛТИКА 9, СТ/Б, (ШТ): {30.40, 35.20}
60	ПИВО БАЛТИКА 9, СТ/Б, (ШТ): {35.20, 40.00}
61	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {94.00, 240.80}
62	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {240.80, 387.60}
63	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {387.60, 534.40}
64	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {534.40, 681.20}
65	ГОРЯЧИЙ КЛЮЧ, 1,5Л-БУТ, (ШТ): {681.20, 828.00}
66	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {37.00, 40.00}
67	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {40.00, 43.00}
68	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {43.00, 46.00}
69	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {46.00, 49.00}
70	СОК ФРУКТОВЫЙ САД, 0,5Л-ПАК, (ШТ): {49.00, 52.00}
71	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {8.00, 24.40}
72	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {24.40, 40.80}
73	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {40.80, 57.20}
74	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {57.20, 73.60}
75	ГОРЯЧИЙ КЛЮЧ 1,4Л-БУТ, (ШТ): {73.60, 90.00}
76	ГОРЯЧИЙ КЛЮЧ "РУЧЕЕК", 1,5Л-БУТ, (ШТ): {12.00, 43.40}
77	ГОРЯЧИЙ КЛЮЧ "РУЧЕЕК", 1,5Л-БУТ, (ШТ): {43.40, 74.80}
78	ГОРЯЧИЙ КЛЮЧ "РУЧЕЕК", 1,5Л-БУТ, (ШТ): {74.80, 106.20}

ГЛАВА 8. БЕНЧМАРКИНГ В ТОРГОВОЙ ФИРМЕ

8.1. Создание инструментария для бенчмаркинга в торговой фирме, как задача контроллинга

8.2. Когнитивная структуризация предметной области

8.3. Формализация предметной области

8.4. Синтез, верификация и повышение качества семантической информационной модели предметной области

8.5. Решение задач прогнозирования и поддержки принятия решений, а также исследования предметной области на основе семантической информационной модели

8.1. Создание инструментария для бенчмаркинга
в торговой фирме, как задача контроллинга

8.2. Когнитивная структуризация
предметной области

8.4. Синтез, верификация и повышение качества
семантической информационной модели
предметной области

8.5. Решение задач прогнозирования и поддержки
принятия решений, а также исследования
предметной области на основе семантической
информационной модели