Referat Metode Si Tehnici Ale Modelarii Si Simularii Posibil De Utilizat Pentru Analiza Riscului Managerial In A

Mai jos puteti citi fragmente din Referat Metode Si Tehnici Ale Modelarii Si Simularii Posibil De Utilizat Pentru Analiza Riscului Managerial In A si de asemenea puteti face Download Referat metode si tehnici ale modelarii si simularii posibil de utilizat pentru analiza riscului managerial in a

Citeste fragmente din Referat Metode Si Tehnici Ale Modelarii Si Simularii Posibil De Utilizat Pentru Analiza Riscului Managerial In A

Capitolul 2 Metode şi tehnici ale modelării şi simulării posibil de utilizat pentru analiza riscului managerial în activitatea de marketing Pentru exercitarea principalelor sale atribuţii: prospectarea pieţei interne şi externe, enunţarea de propuneri privind structura volumul şi eşalonarea produselor realizate, propunerea modalităţilor de accelerare şi sporire a volumului vânzărilor departamentul de marketing are nevoie de o serie de informaţii provenite din mediul intern şi mai ales cel extern firmei. Analizele curente în marketing elaborează caracterizări cantitative pentru variabile semnificative precum potenţialul pieţei, vânzările, costurile şi investiţiile pe baza cărora sunt adoptate deciziile în domeniul politicilor mixului de marketing. Aceste date sunt punctul de plecare pentru estimaţiile care constituie criterii de selcţionare a strategiilor pentru diferitele acţiuni de marketing. Datele care susţin aceste previziuni nu sunt la fel de precise cum sunt calculele care le prelucrează. În primul rând datele referitoare la mărimea pieţei şi vânzări nu sunt cunoscute cu certitudine. Din acest motiv nici costurile nu pot fi anticipate cu precizie deoarece ele sunt profund influenţate de scara producţiei respectiv a vânzărilor. Cuantificarea şi evaluarea incertitudinii şi riscului în marketing necesită utilizarea probabilităţilor. În acest scop, este folosită analiza riscului, prin care se înţelege "un ansamblu de metode pentru cuantificarea gradului de încredere care poate fi acordat unei estimări privind proiectele de vânzări, costuri, beneficii" [1]. Aceste metode se aplică în elaborarea deciziilor referitoare la noile produse, pefecţionarea nomenclatorului de produse existent, negocierile comerciale, investiţii, cercetare-dezvoltare, programe de acţiuni de marketing, logistică, sisteme de transport etc. Prin aceste aplicaţii se urmăreşte orientarea deciziilor în primele faze ale proiectelor de marketing prin analizarea strategiilor alternative în vederea identificării şi evaluării riscurilor comportate de incertitudinile previziunilor şi de reacţiile pieţei faţă de propriile acţiuni. Se urmăreşte să se reducă nevoia de amânare a luării unei decizii şi de aşteptare a procurării unor informaţii "perfecte" pe baza cărora să poată fi selecţionată o strategie de marketing. Analiza incertitudinii şi riscului permite şi fundamentează adoptarea unei decizii, deoarece foloseşte metode cantitative pentru prognozarea consecinţelor acţiunilor în diferite situaţii. Metodele cantitative pentru evaluarea riscului mangerial în domeniul marketingului au evoluat de la cele conveţionale, construite prin tehnici analitice, până la domeniul metodologic actual denumit analiza riscului şi bazat pe tehnica simulări, permisă de dezvoltarea tehnicii de calcul. Înainte de a descrie câteva metode de evaluare a riscului posibil de utilizat în marketing este prezentată o abordare generală a riscului aplicată atât în modelele analitice cât şi în cele de simulare: analiza de senzitivitate. 2.1. Analiza de senzitivitate în marketing În esenţă analiza de senzitivitate permite determinarea modului în care se modifică concluziile unei cercetări faţă de variaţiile posibile ale factorilor sau faţă de erorile de estimaţii făcute. Prin aceasta se realizează o perfecţionare a fundamentării procesului de adoptare a deciziilor, întrucât se asigură o mai bună înţelegere, în ansamblu, a riscului existent în diversele alternative de acţiune. Analiza senzitivitate poate să testeze diferitele măsurători privind rentabiliatea proiectului de marketing ce implică investiţii într-un produs nou, prin modificarea premiselor care stau la baza modului de calcul a acestor evaluări. Prin aceste măsurători se stabileşte influenţa fiecărui factor asupra rezultatului modelului şi se ajunge la identificarea factorilor care, în cadrul deciziei de selectare a unei strategii sunt foarte importanţi: factori cu efect puternic; factori cu incertitudine ridicată. Calculul sensibilităţii în marketing nu se efectuează doar pentru măsurarea indirectă a riscului provenit din modificarea rezultatelor ca urmare a unor estimări eronate. Analiza de senzitivitate este utilă şi pentru examinarea implicită a riscului existent intr-un proiect de produs, comparativ cu un altul. Un domeniu important din sfera marketingului în care se aplică analiza de senzitivitate este investigarea proiectelor pentru dezvoltarea noilor produse. Analiza se poate realiza din faza de proiectare, când prototipul încă nici nu a fost realizat şi este utilizată ca un mijloc de a selecţiona acele variabile pentru estimarea cărora sunt consacrate cele mai multe resurse şi investigaţii. În cadrul analizei de senzitivitate se pot efectua sistematic variaţii admisibile privind valorile fiecărui factor, în vederea determinării efectului acestor modificări asupra rezultatului. Tabelul 4.1. prezintă pentru un proiect de marketing efectul variaţiei fiecărui factor de intrare (cei mai mulţi dintre aceşti factori sunt variabile componente ale fluxului de beneficii nete). Analiză relevă că factorul cost de fabricaţie prezintă o importanţă deosebită pentru decizia de investiţii, atât ca efect de pârghie economică cât şi ca incertitudine. Pe baza acestor informaţii decidentul îşi va putea concentra eforturile în direcţia reducerii costului de fabricaţie sau cel puţin a diminuării gradului de incertitudine asociat acestor costuri. Programele de simulare permit evaluarea sensibilităţii rezultatelor faţă de variaţia factorilor de intrare. Prin rularea programului de simulare care modifică distribuţia factorului de intrare, se poate astfel determina efectul informaţiei adăugate sau modificate sau al lipsei de informaţie. Se poate observa că modificarea importantă a unor factori de intrare nu alterează semnificativ rezultatul, în timp ce modificarea redusă a altor factori conduce la variaţii importante ale valorii prezente nete sau a altor indicatori ai rentabilităţii proiectului. Tabelul 2.1. Utilizarea analizei de senzitivitate pentru evidenţierea importanţei factorilor Factorii modificaţi în sens defavorabil cu o mărime de 10% faţă de media distribuţiei lor Modificarea procentuală corespunzătoare a factorului respectiv Reducerea care decurge pentru valoarea prezentă netă Nivelul vânzărilor 12% 17% Preţul de vânzare 10% 21% Costurile de fabricaţie 18% 58% Costurile fixe 4% 6% Volumul investiţiei 5% 12 Durata de viaţă a investiţiei 12% 30% Sursa: R.E. Hespos, P.A. Strassmann, Stochastic Decision Trees for the Analysis of Investment Decisions, în "Management Science", August 1965. Analiza de senzitivitate se poate realiza atât în cadrul modelelor de simulare cât şi în cele analitice (programare liniară, arborele de decizie, etc,). Dintre tehnicile analitice cea mai des utlizată este programarea liniară pararametrică. În cadrul acesteia sensibilitatea soluţiei este testată în funcţie de variaţiile coeficienţilor funcţiei obiectiv sau ai coeficienţilor tehnologici. Analizele de senzitivitate, deşi utile în numeroase situaţii prezintă unele limite. Ele nu permit indicarea probabilităţii cu care se va realiza varianta iniţială sau celălalte alternative decizionale, iar realităţile de marketing sunt caracterizate printr-un dinamism accentuat, în care de multe ori variabilele se modifică simultan, în ritmuri şi sensuri diferite. 2.2. Metode analitice de analiză a riscului managerial în activitatea de marketing 2.2.1. Metoda intervalelor de rezultate posibile Dacă evaluarea fiecărui factor care influenţează rezultatul unui proiect de marketing se efectuează sub forma unei estimaţii unice (valoarea cea mai probabilă) atunci concluzia care decurge va fi incompletă şi chiar, posibil eronată. De exemplu, pentru evaluarea ratei medie anuale a unei investiţii se poate comanda un studiu de piaţă în care să se estimeaze: volumul costurilor pentru introducerea pe piaţă a unui nou produs, preţul de vânzare al acestuia, numărul de unităţi vândute pentru acest preţ, mărimea investiţiei. Dacă se utilizează previziuni unice pentru fiecare din cele patru variabile considerate, previziuni cu o probabilitate de 70% să fie corecte atunci şansa ca toate cele patru variabile considerate împreună să fie corecte este de numai 24% (0,7*0,7*0,7*0,7). În previziunile bazate pe estimaţii unice riscul datorat incertitudinii nu este considerat. Cu toate acestea ele continuă să fie utilizate pe scară largă în practică în domenii diferite ale marketingului precum: perioada de recuperare a investiţilor, fluxul actualizat al beneficiilor unui proiect, rata medie anuală a beneficiului unei investiţii etc. O modalitate de a reduce dezavantajul previziunilor punctuale este folosirea mai multor niveluri pentru o estimaţie de marketing. În tabelul 4.2. este prezentat un exemplu de estimare a ratei medii a beneficiului produs de o investiţie într-un produs nou, folosindu-se trei niveluri de estimare pentru fiecare variabilă Tabelul 2.2. Intervalul de rezultate posibile pentru rata medie anuală a beneficiului produs de o investiţie într-un produs nou Variabile UM Previziunea factorilor minimă medie maximă Preţul unitar $ 5 5,5 6 Nr. unităţi vândute buc. 350.000 400.00 450.000 Costuri $ 1.400.000 1.600.000 1.750.000 Valoarea investiţiei $ 1.900.000 2.000.000 2.200.000 Sursa: M. Demetrescu, Metode de analiză în marketing, Ed. Teora, Bucureşti, 2000, pag. 283. Rata medie anuală a beneficiului produs de investiţie se calculează cu formula: RMB=[(preţul)*(nr de unităţi vândute)-costuri]/valoarea investiţiei. Valorile pentru cele trei nivele ale estimaţiei se prezintă astfel: Estimaţia pesimistă (cele mai mici vânzări, cele mai mari costuri) RMB=[(5*350.000)-1.750.000]/2.200.000=0% Estimaţia intermediară (costuri şi vânzări medii) RMB=[(5,5*400.000)-1.600.000]/2.000.000=30% Estimaţia optimistă (cele mai mari vânzări, cele mai mici costuri) RMB=[(6*450.000)-1.400.000]/1.900.000=68% Rezultatele obţinute demonstrează dificultatea determinării riscului unui proiect simplu de marketing în care vânzările şi costurile de producţie sunt totalizate, ca şi valoarea investiţiei, de-a lungul întregii perioade. În practică însă viaţa utilă a instalaţiilor şi echipamentelor este rareori cunoscută cu precizie în prealabil iar mici variaţii ale acestei perioade modifică radical rata medie a beneficiului produs de investiţie. Celălalte variabile care intră în calculul ratei medii a beneficiului obţinut dintr-o investiţie într-un proiect de marketing sunt de asemenea supuse unor niveluri semnificative de risc. Cele trei estimaţii indică un interval de rezultate posible, dar nu oferă nici o probabilitate de realizare a uneia dintre estimaţii (optimistă, medie sau pesimistă). Dacă rezultatul efectiv al uneia dintre variabile este diferit de estimarea făcută, rezultatul financiar al proiectului de marketing poate fi semnificativ diferit de cel prognozat iar probabilităţile de realizare ale oricărei valori din tabelul 4.2. sunt necunoscute. Cele trei estimaţii ale ratei profitului cuprinse în intervalul 0-68% sunt insuficiente pentru a descrie toate posibilităţile existente. În fapt aceeaşi rată medie a beneficiului poate fi obţinută prin valori diferite ale factorilor care o alcătuiesc, ceea ce face necesar nu câteva puncte de estimare ci o întreagă curbă continuă de combinaţii posibile ale evenimentelor viitoare. În consecinţă, pentru evaluarea riscului se impune considerarea mai multor rezultate posibile ale factorilor rentabilităţii proiectului de marketing şi pentru că ele nu au aceeaşi probabilitate de realizare fiecarui rezultat îi este asociată probabilitatea de apariţie. 2.2.2. Metoda arborelui de decizie În activitatea economică de multe ori adoptarea deciziilor nu se face doar în funcţie de consecinţele imediate ci şi în funcţie de consecinţele mai îndepărtate ale unui şir de procese decizionale viitoare. Evaluarea acestor procese decizionale în cascadă se efectuează prin metoda arborelui de decizie. În domeniul marketingului arborele decizional îşi dovedeşte utilitatea îndeosebi pentru fundamentarea deciziilor în domeniul politicii de produs. (lansarea unui nou produs, modernizarea celor existente, stabilirea modalităţilor de testarea a pieţei şi de derulare a desfacerilor). Utilizarea metodei impune considerarea unui "risc operativ" [17] legat de nedeterminarea situaţiei şi imposibilitatea prognozării ei precise. Etapele parcuse pentru definirea completă a unei situaţii decizionale în modelul arborelui decizional sunt următoarele: definirea proceselor decizionale şi a momentelor aleatoare, precum şi succesiunea lor; culegerea informaţiilor referitoare la alternativele de acţiune; stabilirea stărilor naturii şi a diferitelor şiruri de evenimente; evaluarea consecinţelor la finele fiecărui şir de evenimente şi a criteriilor de eficienţă; depistarea unei politici de selectare a alternativelor decizionale; analiza de senzitivitate a soluţiei optime; analiza finală şi elaborarea recomandărilor de adoptare a deciziei. Evaluarea consecinţelor decizionale se poate realiza prin unul sau mai mulţi indicatori economici. În cea de a doua situaţie se pune problema agregării informaţiilor într-un indicator complex care să permită o abordare unitară a procesului considerat sau prin folosirea utilităţilor. Tratamentul numeric al preferinţelor este dificil, deoarece fiecare persoană are propria sa scară de evaluarea a preferinţelor. Totuşi, în multe situaţii de marketing, rezultatele strategiilor pot fi evaluate monetar, ceea ce face ca scara preferinţelor decidentului să coincidă cu cea monetară (funcţia preferinţelor variază direct proporţional cu mărimile monetare). Identificarea soluţiei optime este echivalentă cu găsirea celei mai bun drum în arbore pornind de la nodurile finale spre cel iniţial. Principliile care stau la baza construirii arborelui sunt următoarele: Valoarea fiecărui "nod eveniment", în care natura alege (factori independenţi de voinţa decidentului) depinde doar de evenimentele viitoare şi nu de deciziile precedente. În nodurile decizionale se adoptă acea alternativă care asigură realizarea superioară a criteriilor de performanţă (maximizarea profitului, minimizarea costului, etc.)-principiul decidentului raţional. Evaluarea întregului sistem, precum şi soluţia optimă se determină întotdeauna de la nodurile finale spre cel inţial. Desfăşurarea proceselor de decizie la momente temporale diferite face ca deciziile intermediare să fie condiţionate de rezultatele estimate ale deciziilor finale, iar decizia finală de efectele cumulate ale tuturor deciziilor intermediare şi finale. Aplicarea cu succes a metodei arborelui de decizie depinde şi de actualizarea informaţiilor pe măsura desfăşurării proceselor modelate. Este foarte dificil ca în momentul elaborării modelului să poată fi complet evaluate toate variantele decizionale. Pentru a evita abaterile majore arborele este reexaminat în timp şi în funcţie de materializarea ipotezelor se reevaluează raţionamentul de la nivelul nodurilor decizionale intermediare. Ori de câte ori dimensiunile unui arbore decizional corelate cu multitudinea variantelor posibile cresc se construiesc arbori simetrici. naliza de senzitivitate aplicată probabilităţilor de manifestare a stărilor naturii, valorilor estimate în nodurile finale, costului diferitelor acţiuni etc. Se determină astfel gradul de variaţie admisibil pentru aceste elemente astfel încât modificarea concluziilor cercetării să nu depăşească un nivel tolerabil. Un alt aspect important se referă la faptul că valoarea obţinută pentru soluţia optimă este o valoare medie. Nivelul efectiv al profitului variantei obţinute din model variază în funcţie de manifestarea stărilor naturii, între un nivel maxim şi unul minim cel care desemnează riscul maxim asociat variantei optime. Limitele metodei arborelui de decizie se referă la lipsa informaţiilor despre dispersia şi forma distribuţiei tuturor rezultatelor posibile ale unei acţiuni de marketing şi despre probabilităţile asociate acestor rezultate. Avantajul descrierii unei întregi distribuţii de probabilităţi provine din faptul ca decidenţii au reacţii şi atitudini diferite faţă de risc, iar forma distribuţiei de probabilităţi permite conturarea unei imagini despre riscul asociat fiecărei alternative. 2.3. Metode de analiză a riscului managerial în activitatea de marketing bazate pe tehnica simulării 2.3.1. Analiza riscului (modelul Hertz) Dezavantajele metodelor analitice au condus la abordarea riscului prin utilizarea simulării, domeniul metodologic actual fiind denumit generic analiza riscului. Analiza riscului presupune în esenţă parcurgerea următorilor paşi [16]: definirea mărimilor de intrare nesigure; estimarea legii de apariţie a mărimilor de intrare; generarea datelor de intrare; calculul mărimilor de ieşire; adoptarea decizie pe baza profilului de risc. Această abordare a riscului a fost dezvoltată de către Hertz, Hespos, Strassmann şi alţii pornind de la cercetările lui Harry M. Markowitz privind selecţionarea unui portofoliu şi diversificarea investiţiilor (1959). Până al aceste lucrări incertitudinea în cadrul analizei era tratată în mod determinist. Principala limitare a analizelor de tip determinist constă în faptul că ele nu ţin seama de distribuţia probabilităţilor pentru fiecare factor care afectează decizia. Procedeul utilizării unui număr restrâns de niveluri pentru o estimaţie, (folosit în arborele decizional) remediază parţial deficienţele previziunilor unice, deoarece realizează o descriere oarecare, dar mult prea restrânsă a rezultatelor posibile. În esenţă analiza riscului se referă la aplicarea legilor probabilităţilor variabilelor cheie care afectează un proiect de marketing cu scopul determinării distribuţiei valorilor pe care le poate lua indicatorul evaluat. Cel mai frecvent analiza riscului în domeniul marketingului este aplicată proiectelor pentru lansarea unui nou produs. Analiza constă în estimarea distribuţiei de probabilităţi a fiecărui factor care influenţează o astfel de decizie şi simularea intervalului de rezultate posibile împreună cu probabilităţile asociate. 萑ː葠ːᤀată o anumită probabilitate. Fiecare distribuţie de probabilităţi este caracterizată prin măsurile tendinţei centrale (medie aritmetică, mediană şi modulul) şi prin gradul de împrăştiere a valorilor (abaterea medie pătratică şi varianţa). Dacă forma distribuţiei de probabilităţi este cea normală (în formă de clopot), atunci M (valoarea medie) şi abaterea medie pătratică pot indica probabilitatea ca rezultatul efectiv să apară într-un interval specificat. Dacă nu se ştie nimic depre forma distribuţiei, anumite limite pot fi date pe baza inegalităţilor lui Chebyshev care arată probabilitatea ca o valoare să se afle în intervalul M±N. Tabelul 2.3. Intervalele în care vor apărea rezultatele pentru distribuţia normală şi celelalte forme de distribuţie Intervalul rezultatelor Probabilitatea ca rezultatul efectiv să apară în cadrul intervalului de la la pt. distribuţia normală indiferent de forma distribuţiei M-σ M+σ 0,6856 ≥0 M-2σ M+2σ 0,9546 ≥0,7500 M-3σ M+3σ 0,9974 ≥0,8889 Pentru aprecierea atractivităţii unui proiect de marketing cele mai importante elemente ale distribuţiei de probababiltăţi a indicatorului analizat sunt media estimaţiilor şi abaterea medie pătratică. Cu cât media estimaţiilor (de exemplu media beneficiilor produse de o investiţiei într-un produs nou) este mai mare cu atât proiectul este mai atractiv. Mărimea riscului proiectului este apreciată cu abaterea medie pătratică σ, o valoare redusă reprezintă o situaţie favorabilă pentru decident (risc redus al proiectului). Dacă ceilalţi factori ai problemei sunt constanţi, întotdeauna certitudinea (σ=0) va fi preferată riscului (σ>0). Etapele simulării pentru analiza riscului proiectelor de marketing sunt: estimarea intervalului de valori pentru fiecare factor care influenţează indicatorul analizat. De exemplu dacă se analizează rentabilitatea proiectelor de noi produse factorii de influenţă studiaţi pot fi: intervalul preţurilor de vânzare, ritmul de dezvoltare al pieţei de desfacere, investiţia necesară, costul viitorului produs, etc.; estimarea în cadrul intervalelor de valori a probabilităţilor de apariţie asociate fiecărei valori posibile a factorilor de influenţă; determinarea modului în care factorii sunt combinaţi pentru a obţine indicatorul de rezultat; selecţionarea la întamplare a unei valori din distribuţia de probabilităţi a fiecărui factor şi formarea unui set din aceste valori; determinarea valorii indicatorului analizat prin combinarea setului de valori obţinut la pasul anterior; repetarea procesului de selecţie a seturilor de valori ale factorilor şi calcularea indicatorului de un număr suficient de mare de ori pentru a putea fi definite şi riguros evaluate şansele de apariţie ale fiecărui rezultat. Cu cât numărul de repetări este mai mare cu atât rezultatele simulării sunt mai precise. În final în urma acestui proces se obţine o înregistrare a tuturor valorilor posibile ale indicatorului analizat, de la cea mai defavorabilă până la cea mai favorabilă, împreună cu probabilitatea asociată fiecărei valori. Dacă decidentul consideră că forma distribuţiei de probabilităţi a indicatorului rezultat este nesatisfăcătoare el poate să încerce modificarea variabilelor de intrare în model. Dacă de exemplu proiectul analizat este cel al lansării unui nou produs, iar distribuţia simulată a profitului este considerată nesatisfăcătoare de către decident se poate modifica profilul riscului prin acţiuni simulate. S-ar putea dezvolta un nou profil al riscului prin acţiuni precum: schimbarea strategiei de marketing, modificarea costului de fabricaţie prin aplicarea unor soluţii tehnice alternarive, etc. Modelul de simulare poate fi reprogramat pentru a se vedea efectele acestor schimbări. În acest fel organele de decizie pot examina riscul diferitelor tipuri de proiecte de marketing. În cazul în care distribuţiile tuturor variabilelor care influenţează indicatorul rezultat sunt normale şi independente, nu există dificultăţi în obţinerea distribuţiei finale de probabilităţi a rezultatului prin utilizarea teoremei distribuţiei sumelor şi produselor variabilelor aleatoare normale. Cum însă în realitatea economică un număr redus de distribuţii au caracterul curbelor normale, iar variabilele proiectului sunt adesea legate funcţional (de exemplu cantitatea vândută şi preţul de vânzare) simularea reprezintă singura soluţie practică viabilă. Prin utilizarea metodei Monte Carlo, în cadrul proceselor de simulare sunt soluţionate complet dificultăţile analizei matematice de a determina distribuţia de probabilităţi a rezultatului prin manevrarea matematică a distribuţiilor de intrare. Aplicarea metodei analizei riscului în domeniul marketingului, deşi foarte utilă întămpină o serie de dificultăţi precum: caracterul cvsinesigur al variabilelor din domeniul marketingului; interdependenţele dintre factorii de influenţă ceea ce necesită folosirea unor probabilităţi condiţionate dificil de estimat; costurile ridicate pentru efectuarea unor studii relevante în domeniul marketingului. 2.3.2. Metoda arborelui stochastic de decizie Metodologia analizei riscului nu permite evaluarea acelor decizii interdependente care apar la momente diferite de timp (secvenţializarea deciziilor). Această deficienţă a fost remediată de Hespos şi Strassmann care au eleaborat un model care să cuprindă alături de analiza riscului şi analiza deciziilor secvenţiale adoptate în diferite momente determinate în timp. Combinarea analiziei riscului cu metoda arborelui convenţional a condus la metoda arborelui stochastic de decizie. În cadrul acestei metode se operează simultan atât cu incertitudinea cât şi cu elaborarea secvenţială a deciziilor. Pentru determinarea unei secvenţe de decizii cu caracter optimal sau aproape optimal, sunt evaluate toate combinaţiile de decizii posibile, atât în funcţie de speranţa matematică a rezultatelor cât şi de aversiunea faţă de risc a decidentului. Arborele stochastic de decizie diferă de cel convenţional prin următoarele aspecte: nodurile de evenimente probabile sunt înlocuite cu distribuţii de probabilităţi; rezultatele tuturor combinaţiilor de decizii sunt înlocuite cu distribuţii de probabilităţi; distribuţiile de probabilităţi ale rezultatelor pot fi analizate cu ajutorul conceptelor de preferinţă şi risc. Includerea distribuţiilor de probabilităţi pentru valorile asociate cu diferite evenimente este similară cu adăugarea unui număr mare de ramuri în fiecare din nodurile eveniment. Deoarece arborele stochastic se bazează pe simulare, acest lucru nu este necesar, în fapt numărul ramurilor este redus la una singură, ceea ce practic elimină nodurile eveniment. În locul acestora, la fiecare punct la care apare un nod eveniment se efectuează pentru fiecare iteraţie a simulării o selecţie dintr-un model economic probabilistic, iar valoarea selecţionată este utilizată pentru a calcula valoarea prezentă a iteraţiei respective. Sigura ramură care porneşte din acest nod simplificat se extinde spre punctul de decizie următor sau spre capătul arborelui. În acest fel arborele de decizie este mult simplificat. În arborii de decizie convenţionali, factori precum volumul vânzărilor, mărimea unei investiţii apar sub forma unor valori specifice, deşi acestea nu pot fi cunoscute cu exactitate. Arborele stochastic face ca valorile acestor factori să fie reprezentate prin distribuţii de probabilităţi, ceea ce sporeşte substanţial acurateţea estimării. Un alt avantaj al metodei arborelui stochatic este evaluarea tuturor combinaţiilor de decizii posibile, deoarece prin acest tip de arbore structura deciziei este simplificată. De exemplu, dacă în analiză sunt cinci secvenţe decizionale şi fiecare oferă două alternative, atunci sunt 32 de rute posibile de străbătut în arborele de decizie. Enumerare completă a tuturor direcţiilor de decizie este importantă, deoarece deciziile nu pot fi corect fundamentate doar pe baza speranţei matematice a fiecărui factor. Principiul înaintării de la nodurile finale spre cel iniţial, aplicat în arborele de decizie convenţional, operează doar cu speranţele matematice, iar evaluarea deciziilor (în fapt secvenţe decizionale) se face prin compararea speranţelor matematice şi selecţionarea întotdeauana a celei care reprezintă cea mai bună alegere. Spre deosebire de acesta arborele stochastic produce rezultate proababilistice pentru fiecare rută posibilă de decizii. Astfel, decidentul va putea selecţiona succesiunea de decizii nu doar prin compararea speranţelor matematice ci şi prin compararea distribuţiilor de probabilităţi asociate fiecărei alternative decizionale. Înregistrarea rezultatelor sub forma distribuţiilor de probabilitate se realizează relativ uşor cu ajutorul simulării, efectuate de calculator. Pentru fiecare iteraţie sau rută din arborele de decizie, atunci când calculatorul identifică un nod decizional, echipamentul electronic este instruit să efectueze singur bifurcarea şi să facă calculele pentru fiecare ramură care plecă din nodul decizional. Consecinţa acestui procedeu este că atunci când calculatorul completează o singură iteraţie, o valoare a indicatorului analizat este calculată pentru fiecare rută posibilă din arborele de decizie stochastic. Ulterior după rularea programului de simulare de un număr suficient de ori valorile indicatorului descriu câte o distribuţie de probabilităţi pentru fiecare succesiune de decizii posibile. Figura 2.4. Prezentarea rezultatelor analizei arborelui stochastic de decizie În figura 4.4. sunt prezentate rezultatele care pot fi obţinute din analiza arborelui stochastic de decizie. Diferenţele dintre speranţele matematice ale profitului pot fi văzute astfel într-o perspectivă mai realistă deoarece prin această metodă sunt evidenţiate relaţiile dintre speranţele matematice şi întreaga distribuţie a rezultatelor posibile. În cazul în care aceeaşi situaţie decizională este evaluată succesiv cu metoda arborelui conveţional de decizie şi cea a arborelui stochastic speranţele matematice rezultate nu sunt în mod necesar identice din următoarele motive: interdependeţele dintre variabile nu sunt luate în considerare prin abordarea convenţională; numărul redus de estimaţii de punct folosite în arborele de decizie convenţional pentru aproximarea unei întregi distribuţii nu exprimă toate informaţiile disponibile. Cele trei alternative decizionale din figura 4.4. arată de ce un decident raţional poate alege o altă variantă în locul celei cu speranţa matematică cea mai mare. În faţa intervalului complet de rezultatele posibile, decidentul poate selecţiona acea alternativă care este adecvată preferinţelor lui şi atitudinii pe care o are faţă de risc. Varianta 2 este cea care comportă riscul cel mai redus, forma distribuţiei arată un grad mic de împrăştiere a valorilor în jurul mediei. Varianta 3 este cea care comportă riscul cel mai mare, valorile posibile ale indicatorului de rezultat variază între limitele cele mai largi. Varianta 3 (alegerea decidentului cara acceptă riscul) oferă şansa celui mai mare câştig dar simultan şi riscul celor mai modeste rezultate. Abordarea stochastică a arborelui de decizie cu ajutorul simulării prin limbaje adecvate ale calculatoarelor este foarte utlilă. În unele situaţii însă este dificilă estimarea distribuţiei de probabilităţii a evenimentelor din secvenţele decizionale îndepărtate. Opiniile în legătură cu posibilitatea implementării practice a acestei metode în domeniul marketingului sunt împărţite, practicienii şi firmele specializate în produse informatice continuă să acorde o atenţie sporită arborelui de decizie convenţional. Din cele prezentate se poate aprecia că în domeniul marketingului riscul şi incertitudinea sunt mai bine abordate prin tehnica simulării. Condiţiile mai uşoare pe care le presupun modelele deterministe, îndeosebi în ceea ce priveşte gradul de detaliere al informaţiilor necesare, face ca aceaste să fie în continuare utilizate pe scară largă. Abordarea sistemică a riscului presupune ca modelele să fie în permanenţă actualizate în funcţie de evoluţiile concrete ale mediului intern şi extern al firmei. Supravieţuirea şi dezvoltarea oricărei întreprinderi este condiţionată de folosirea unui management eficient care să se bazeze exclusiv pe utilizarea pârghiilor economice, scopul tuturor deciziilor de conducere fiind alocarea eficientă resurselor şi maximizarea profitului. Abordarea sistemică a condus şi în economie, ca şi în alte domenii în care a fost aplicată la o serie de rezultate valoroase în plan teoretic şi practic, a subliniat caracterul multidisciplinar şi integrator al managementului modern. Sistemul, conceptul fundamental al abordării sistemice, are un caracter relativ, în sensul că orice sistem poate fi descompus în subsisteme şi la rândul său, poate fi privit ca subsistem al unui sistem mai complex. Astfel, întreprinderea privită ca sistem poate fi descompusă în mai multe subsisteme şi la rândul său, poate fi privită ca subsistem al unei ramuri sau al economiei naţionale, aflată în conexiuni multiple şi complexe cu alte unităţi economice şi administrative. Privită ca sistem, întreprinderea reprezintă un ansamblu unitar cu regim juridic propriu, cu o anumită autonomie funcţională, cu parametrii de intrare şi ieşire bine definiţi, capabilă să-şi adapteze funcţionarea prin intermediul sistemului de management în vederea realizării obiectivelor propuse. Analiza de sistem apelează în afara metodei de investigare bazate pe abordarea sistemică şi la o serie de metode specifice etapelor elaborării proiectului de sistem între care cele mai importante sunt: metoda modelării, utilizează un ansamblu de tehnici statistico-matematice, tehnci euristice şi de modelare cibernetico-economice în scopul determinării unei reprezentări izomorfe a realităţii obiective. Modelul reprezintă o descriere izomorfă a realităţii, fundamentală şi simplificată, în vederea identificării unor relaţii şi legităţi greu de stabilit pe alte căi. metoda simulării, este o tehnică de testare, evaluare şi manipulare a unui sistem real, prin intermediul experimentării pe calculator a unor modele matematice şi logice în vederea observării şi studierii dinamicii comportamentului sistemului în viitor. metoda analiza-diagnostic are ca scop caracterizarea cât mai exactă a sistemului, evidenţierea aspectelor pozitive (puncte forte, oportunităţi) dar şi a celor negative (puncte slabe, ameninţări) în vederea formulării unor modalităţi de intervenţie pentru ameliorarea performanţelor sale. metode şi tehnici specifice de culegere a datelor, individuale, de grup (interviu, chestionar, Focus, Delphi, etc.). metode psihosociologie, de investigare a relaţiilor interpersonale şi de grup, a comportamentului decizional, precum şi de instruire, selectare şi promovare profesională. metode informatice, omniprezente în analiza şi proiectarea unor sisteme mai performante, în general, precum şi pentru realizarea sistemelor expert. Studiul subsistemului de marketing presupune precizarea, locului său în sistemul întreprinderii şi principalele sale conexiuni interne şi externe. Scopul final al tuturor activităţilor de marketing este de a oferi conducerii întreprinderii o serie de variante decizionale, programe, orientate către cele patru componente ale mixului de marketing (produs-preţ-distribuţie-promovare), astfel încât să se obţină maximizarea eficienţei economice şi o poziţie favorabilă şi stabilă pe piaţă. Subsistemul de marketing intră în componenţa sistemului funcţiunii comerciale. Sursele de informare, (input-urile) subsistemului de marketing sunt interne şi externe. Sursele interne sunt reprezentate de purtătorii de informaţii localizaţi în cadrul organizaţiei. Cele mai utilizate sunt informaţiile statistice şi contabile prezente sub forma unor documente care sunt întocmite în cadrul proceselor economice (bonuri, facturi, etc.). O altă sursă importantă de informaţii interne este reprezentată de personalul de specialitate, purtător al unor informaţii variate referitoare la numeroase aspecte concrete ale activităţii întreprinderii. Sursele externe includ informaţiile emise de componentele mediul ambiant, semnalele pieţei, publicaţiile de specialitate, publicitatea, rapoartele organismelor statistice, institutelor de cercetare etc. Toate aceste informaţii sunt prelucrate de compartimentul de marketing prin metode şi tehnici specifice, după care sunt prezentate conducerii o serie de variante decizionale referitoare la problematica abordată (politici de preţ, produs, distribuţie, promoţionale). Politica de produs reprezintă conduita organizaţiei referitoare la structura, evoluţia, dimensiunile gamei de produse. În primul rând se efectuează cercetarea produselor existente: faza stadiulul de viaţă în care se găsesc, urmărirea comportării în consum, poziţionarea produselor pe piaţă (prin evaluarea comparativă a produselor concurente). Pe baza concluziilor se poate propune dezvoltarea unor noi produse (trăsăturile necesare pentru a fi receptate favorabil), menţinerea gamei existente, retragerea unor produse, intensificarea activităţilor promoţionale etc. Politica de preţ se referă la fundamentarea preţului produselor noi, diferenţierea pe diferite tipuri de produse ale gamei sortimentale, reducerile sezoniere sau speciale, rabaturile acordate diferitelor categori de clienţi. Preţul reprezintă elementul din mixul de marketing cu mobilitatea cea mai redusă, el fiind semnificativ determinat de nivelul costului (nivelul minim al preţului). Politica de distribuţie are în vedere tipologia canalelor de distribuţie, adică alegerea acelor canale de distribuţie care comportă cele mai mici costuri şi care fac produsul cât mai accesibil clienţilor. Politica promoţională are drept scop informarea şi influenţarea clienţilor potenţiali pentru sprijinirea procesului de vânzare. Se realizează prin publicitate, promovarea vânzărilor, relaţii publice (organizarea de manifestări, acordarea de interviuri etc.), manifestări promoţionale. Riscul în marketing, ca şi în alte domenii, poate fi evaluat, diminuat dar nicidecum eliminat indiferent de metodele folosite. El ţine de esenţa marketingului alocarea unor resurse certe ale prezentului, pentru estimarea şi influenţarea unui viitor nesigur. PAGE PAGE 51 Probabilităţi Efecte varianta1 varianta2 varianta3 쥁`