Симулационен модел
Машинната симулация е обещаващ инструмент за анализ на сложни системи и процеси, включително маркетингови.
Симулационният модел на машината е дисплей на компютър на числените характеристики на изследвания процес във взаимосвързана форма. Подобно на математическите модели, те се основават на символно описание на конкретен процес и това е тяхната съществена прилика. Въпреки това, ако в математическия модел е възможно да се получи решение, изразено аналитично (т.е. независимо от специфичните стойности на числените характеристики), тогава симулационният модел позволява само да се „играят“ произволно или целенасочено избрани различни решения, определени от набор от числени характеристики. Това дава възможност да се предвиди и анализира динамиката на възможните ситуации в бъдеще и по този начин да се оценят последствията от изпробваните стратегии, за да се намери най-добрата.
Друго важно свойство на симулационните модели е "анализът на чувствителността" на базираните на тях решения, т.е. проверка на стабилността на изходните характеристики на решението по отношение на вариацията на първоначалните предположения. Симулационният модел помага да се идентифицира ако не най-доброто, то „доброто“ решение за широк спектър от условия, които могат да се променят под въздействието на неконтролируеми външни фактори.
Компютърната симулация се основава на многократна компютърна или човеко-машинна симулация на симулираната система в изключително ускорен времеви мащаб с използване на произволни елементи и последваща обработка на получените статистически резултати. Последното дава възможност да се оцени производителността на системата като средни стойности въз основа на данните от голям брой реализации (имитации) на системата. Това ви позволява целенасочено да влияете на системата, да управлявате процесите, протичащи в нея.
ПриложениеСимулационното моделиране ще бъде илюстрирано с примера за изследване на поведението на домакините на пазара на потребителски стоки.
Първо, домакините са сегментирани в няколко типа, характеризиращи се с различна вероятност за извършване на определени покупки. Домакините, включени във всеки идентифициран тип, образуват представителна извадка от населението въз основа на редица променливи, които характеризират използването на стоки от населението. Тъй като системата от предпочитания за извършване на различни покупки се променя с течение на времето, вероятностите, приписани на домакините, характеризират склонността към покупка в рамките на определен период от време.
След това, за да се симулира първата група покупки, вероятностите за първоначални покупки се въвеждат в компютъра. Да приемем, че продуктът от първата група покупки е кафе и че за определен тип домакиня вероятността да купи кафе през седмицата е 0,75, вероятността да купи разтворимо кафе е 0,35, а вероятността да закупи разтворимо кафе с марка А е 0,20. Това означава, че 75% от този тип домакини обикновено купуват кафе през дадена седмица; от тези, които са купили кафе, 35% обикновено купуват разтворимо кафе, а от тези, които са купили разтворимо кафе, 20% обикновено купуват кафе с марка „А“. (Тези вероятности обикновено се получават с помощта на социологически и експертни методи, както и въз основа на проучване на търговски статистики.)
Компютърът извършва процес, напомнящ въртенето на рулетка, на колелото на която има 75 отделения с "да" и 25 отделения с "не". Компютърът решава дали първата домакиня ще купи кафе тази седмица или не. Ако отговорът е да, тогава се върти друго колело, което има 35 отделения за разтворимо кафе и 65 отделения за кафе на зърна. решенвъпроса е какво кафе ще купи тази домакиня. Ако отговорът е „разтворимо“, тогава колелото 20-80 се завърта, за да се реши дали закупеното разтворимо кафе ще бъде марка „А“ или не.
След като изчисли симулираното поведение при пазаруване на първата домакиня, компютърът фиксира решението и задава вероятностите за нови покупки на кафе през разглежданото време. Ако е направена покупка, вероятността за друга покупка на кафе през дадена седмица ще намалее, тъй като симулираната домакиня вече го има. Ако не е направена покупка на кафе, вероятността да го купите следващата седмица се увеличава.
Компютърът повтаря този процес за всички симулирани домакини, като решава коя от тях ще направи покупки и коя не, променяйки вероятностите и фиксирайки резултатите. След като поведението на всички домакини е проучено по този начин, процесът на симулация за първата седмица се счита за завършен.
Имитацията на покупки за втората седмица се извършва по подобен начин, с важно изключение: „събитията“ от първата седмица се вземат предвид. Домакините, които са направили покупки, вероятно ще направят нови, но по-малко вероятно, тъй като вече имат определено количество от желания продукт. Домакините, които не са правили покупки през предходната седмица, вероятно ще направят такива през тази седмица, което е по-вероятно, тъй като запасите от кафе вероятно са свършили. Естеството и размерът на тези промени трябва да се основават на данни от научни проучвания за степента на използване на продукти от различни видове домакинства. Чрез повтаряне на такива изчисления в седмични цикли може да се обхване всеки период от време.
Когато компютърът изчисли циклите на покупка за целия избран период от време, той отпечатва даннитепокупки на кафе като цяло, покупки на разтворимо кафе като цяло и покупки на кафе марка A като цяло. След това тези цифри могат да бъдат сравнени с отчети от магазини или други външни източници на информация. Така се определя адекватността на симулационния модел спрямо реалните условия.
Този модел може да се използва при планиране на наличности и доставки на стоки до магазина.