Metode Si Tehnici Ale Modelarii Si Simularii Posibil de Utilizat Pentru Analiza Riscului Managerial in Activitatea de Marketing

8/3/2019 Metode Si Tehnici Ale Modelarii Si Simularii Posibil de Utilizat Pentru Analiza Riscului Managerial in Activitatea de Ma

1/14

Capitolul 2

Metode i tehnici ale modelrii i simulrii posibil de utilizatpentru analiza riscului managerial n activitatea de marketing

Pentru exercitarea principalelor sale atribuii: prospectarea pieei internei externe, enunarea de propuneri privind structura volumul i ealonarea

produselor realizate, propunerea modalitilor de accelerare i sporire avolumului vnzrilor departamentul de marketing are nevoie de o serie deinformaii provenite din mediul intern i mai ales cel extern firmei. Analizelecurente n marketing elaboreaz caracterizri cantitative pentru variabilesemnificative precum potenialul pieei, vnzrile, costurile i investiiile pe

baza crora sunt adoptate deciziile n domeniul politicilor mixului de marketing.Aceste date sunt punctul de plecare pentru estimaiile care constituie criterii deselcionare a strategiilor pentru diferitele aciuni de marketing.

Datele care susin aceste previziuni nu sunt la fel de precise cum suntcalculele care le prelucreaz. n primul rnd datele referitoare la mrimea pieeii vnzri nu sunt cunoscute cu certitudine. Din acest motiv nici costurile nu potfi anticipate cu precizie deoarece ele sunt profund influenate de scara producieirespectiv a vnzrilor.

Cuantificarea i evaluarea incertitudinii i riscului n marketing necesitutilizarea probabilitilor. n acest scop, este folosit analiza riscului, prin care se

nelege "un ansamblu de metode pentru cuantificarea gradului de ncredere carepoate fi acordat unei estimri privind proiectele de vnzri, costuri, beneficii"[1]. Aceste metode se aplic n elaborarea deciziilor referitoare la noile produse,

pefecionarea nomenclatorului de produse existent, negocierile comerciale,investiii, cercetare-dezvoltare, programe de aciuni de marketing, logistic,sisteme de transport etc.

Prin aceste aplicaii se urmrete orientarea deciziilor n primele faze ale proiectelor de marketing prin analizarea strategiilor alternative n vedereaidentificrii i evalurii riscurilor comportate de incertitudinile previziunilor i

de reaciile pieei fa de propriile aciuni. Se urmrete s se reduc nevoia deamnare a lurii unei decizii i de ateptare a procurrii unor informaii"perfecte" pe baza crora s poat fi selecionat o strategie de marketing.Analiza incertitudinii i riscului permite i fundamenteaz adoptarea uneidecizii, deoarece folosete metode cantitative pentru prognozarea consecineloraciunilor n diferite situaii.

Metodele cantitative pentru evaluarea riscului mangerial n domeniulmarketingului au evoluat de la cele conveionale, construite prin tehnicianalitice, pn la domeniul metodologic actual denumit analiza riscului i bazat

pe tehnica simulri, permis de dezvoltarea tehnicii de calcul.

51


2/14

nainte de a descrie cteva metode de evaluare a riscului posibil de utilizatn marketing este prezentat o abordare general a riscului aplicat att nmodelele analitice ct i n cele de simulare: analiza de senzitivitate.

2.1. Analiza de senzitivitate n marketingn esen analiza de senzitivitate permite determinarea modului n care semodific concluziile unei cercetri fa de variaiile posibile ale factorilor saufa de erorile de estimaii fcute. Prin aceasta se realizeaz o perfecionare afundamentrii procesului de adoptare a deciziilor, ntruct se asigur o mai bunnelegere, n ansamblu, a riscului existent n diversele alternative de aciune.

Analiza senzitivitate poate s testeze diferitele msurtori privindrentabiliatea proiectului de marketing ce implic investiii ntr-un produs nou,

prin modificarea premiselor care stau la baza modului de calcul a acestor

evaluri. Prin aceste msurtori se stabilete influena fiecrui factor asuprarezultatului modelului i se ajunge la identificarea factorilor care, n cadruldeciziei de selectare a unei strategii sunt foarte importani:

a. factori cu efect puternic;b. factori cu incertitudine ridicat.Calculul sensibilitii n marketing nu se efectueaz doar pentru

msurarea indirect a riscului provenit din modificarea rezultatelor ca urmare aunor estimri eronate. Analiza de senzitivitate este util i pentru examinareaimplicit a riscului existent intr-un proiect de produs, comparativ cu un altul.

Un domeniu important din sfera marketingului n care se aplic analiza desenzitivitate este investigarea proiectelor pentru dezvoltarea noilor produse.Analiza se poate realiza din faza de proiectare, cnd prototipul nc nici nu a fostrealizat i este utilizat ca un mijloc de a seleciona acele variabile pentruestimarea crora sunt consacrate cele mai multe resurse i investigaii.

n cadrul analizei de senzitivitate se pot efectua sistematic variaiiadmisibile privind valorile fiecrui factor, n vederea determinrii efectuluiacestor modificri asupra rezultatului. Tabelul 4.1. prezint pentru un proiect demarketing efectul variaiei fiecrui factor de intrare (cei mai muli dintre acetifactori sunt variabile componente ale fluxului de beneficii nete). Analiz relev

c factorul cost de fabricaie prezint o importan deosebit pentru decizia deinvestiii, att ca efect de prghie economic ct i ca incertitudine. Pe bazaacestor informaii decidentul i va putea concentra eforturile n direciareducerii costului de fabricaie sau cel puin a diminurii gradului deincertitudine asociat acestor costuri. Programele de simulare permit evaluareasensibilitii rezultatelor fa de variaia factorilor de intrare. Prin rularea

programului de simulare care modific distribuia factorului de intrare, se poateastfel determina efectul informaiei adugate sau modificate sau al lipsei deinformaie. Se poate observa c modificarea important a unor factori de intrare

nu altereaz semnificativ rezultatul, n timp ce modificarea redus a altor factori

52


3/14

conduce la variaii importante ale valorii prezente nete sau a altor indicatori airentabilitii proiectului.

Tabelul 2.1. Utilizarea analizei de senzitivitate pentru evidenierea importanei

factorilorFactorii modificai n sensdefavorabil cu o mrime

de 10% fa de mediadistribuiei lor

Modificareaprocentual

corespunztoare afactorului respectiv

Reducerea caredecurge pentru

valoarea prezentnet

Nivelul vnzrilor 12% 17%Preul de vnzare 10% 21%Costurile de fabricaie 18% 58%Costurile fixe 4% 6%

Volumul investiiei 5% 12Durata de via a investiiei 12% 30%Sursa: R.E. Hespos, P.A. Strassmann, Stochastic Decision Trees for the Analysisof Investment Decisions, n "Management Science", August 1965.

Analiza de senzitivitate se poate realiza att n cadrul modelelor desimulare ct i n cele analitice (programare liniar, arborele de decizie, etc,).Dintre tehnicile analitice cea mai des utlizat este programarea liniar

pararametric. n cadrul acesteia sensibilitatea soluiei este testat n funcie de

variaiile coeficienilor funciei obiectiv sau ai coeficienilor tehnologici.Analizele de senzitivitate, dei utile n numeroase situaii prezint unelelimite. Ele nu permit indicarea probabilitii cu care se va realiza variantainiial sau cellalte alternative decizionale, iar realitile de marketing suntcaracterizate printr-un dinamism accentuat, n care de multe ori variabilele semodific simultan, n ritmuri i sensuri diferite.

2.2. Metode analitice de analiz a riscului managerial n activitatea demarketing

2.2.1. Metoda intervalelor de rezultate posibileDac evaluarea fiecrui factor care influeneaz rezultatul unui proiect de

marketing se efectueaz sub forma unei estimaii unice (valoarea cea mai probabil) atunci concluzia care decurge va fi incomplet i chiar, posibileronat. De exemplu, pentru evaluarea ratei medie anuale a unei investiii se

poate comanda un studiu de pia n care s se estimeaze: volumul costurilorpentru introducerea pe pia a unui nou produs, preul de vnzare al acestuia,numrul de uniti vndute pentru acest pre, mrimea investiiei. Dac seutilizeaz previziuni unice pentru fiecare din cele patru variabile considerate,

previziuni cu o probabilitate de 70% s fie corecte atunci ansa ca toate cele

53


4/14

patru variabile considerate mpreun s fie corecte este de numai 24%(0,7*0,7*0,7*0,7).

n previziunile bazate pe estimaii unice riscul datorat incertitudinii nueste considerat. Cu toate acestea ele continu s fie utilizate pe scar larg n

practic n domenii diferite ale marketingului precum: perioada de recuperare ainvestiilor, fluxul actualizat al beneficiilor unui proiect, rata medie anual abeneficiului unei investiii etc.

O modalitate de a reduce dezavantajul previziunilor punctuale estefolosirea mai multor niveluri pentru o estimaie de marketing. n tabelul 4.2. este

prezentat un exemplu de estimare a ratei medii a beneficiului produs de oinvestiie ntr-un produs nou, folosindu-se trei niveluri de estimare pentru fiecarevariabil

Tabelul 2.2. Intervalul de rezultate posibile pentru rata medie anual abeneficiului produs de o investiie ntr-un produs nou

Variabile UMPreviziunea factorilor

minim medie maxim

Preul unitar $ 5 5,5 6Nr. uniti vndute buc. 350.000 400.00 450.000Costuri $ 1.400.000 1.600.000 1.750.000Valoarea investiiei $ 1.900.000 2.000.000 2.200.000Sursa: M. Demetrescu, Metode de analiz n marketing, Ed. Teora, Bucureti,

2000, pag. 283.Rata medie anual a beneficiului produs de investiie se calculeaz cu

formula: RMB=[(preul)*(nr de uniti vndute)-costuri]/valoarea investiiei.Valorile pentru cele trei nivele ale estimaiei se prezint astfel:

1. Estimaia pesimist (cele mai mici vnzri, cele mai mari costuri)RMB=[(5*350.000)-1.750.000]/2.200.000=0%2. Estimaia intermediar (costuri i vnzri medii)RMB=[(5,5*400.000)-1.600.000]/2.000.000=30%3. Estimaia optimist (cele mai mari vnzri, cele mai mici costuri)RMB=[(6*450.000)-1.400.000]/1.900.000=68%

Rezultatele obinute demonstreaz dificultatea determinrii riscului unuiproiect simplu de marketing n care vnzrile i costurile de producie sunttotalizate, ca i valoarea investiiei, de-a lungul ntregii perioade. n practic nsviaa util a instalaiilor i echipamentelor este rareori cunoscut cu precizie n

prealabil iar mici variaii ale acestei perioade modific radical rata medie abeneficiului produs de investiie. Cellalte variabile care intr n calculul rateimedii a beneficiului obinut dintr-o investiie ntr-un proiect de marketing suntde asemenea supuse unor niveluri semnificative de risc.

Cele trei estimaii indic un interval de rezultate posible, dar nu ofer nicio probabilitate de realizare a uneia dintre estimaii (optimist, medie sau

54


5/14

pesimist). Dac rezultatul efectiv al uneia dintre variabile este diferit deestimarea fcut, rezultatul financiar al proiectului de marketing poate fisemnificativ diferit de cel prognozat iar probabilitile de realizare ale oricreivalori din tabelul 4.2. sunt necunoscute. Cele trei estimaii ale ratei profitului

cuprinse n intervalul 0-68% sunt insuficiente pentru a descrie toate posibilitileexistente. n fapt aceeai rat medie a beneficiului poate fi obinut prin valoridiferite ale factorilor care o alctuiesc, ceea ce face necesar nu cteva puncte deestimare ci o ntreag curb continu de combinaii posibile ale evenimentelorviitoare. n consecin, pentru evaluarea riscului se impune considerarea maimultor rezultate posibile ale factorilor rentabilitii proiectului de marketing i

pentru c ele nu au aceeai probabilitate de realizare fiecarui rezultat i esteasociat probabilitatea de apariie.

2.2.2. Metoda arborelui de decizien activitatea economic de multe ori adoptarea deciziilor nu se face doarn funcie de consecinele imediate ci i n funcie de consecinele maindeprtate ale unui ir de procese decizionale viitoare. Evaluarea acestor

procese decizionale n cascad se efectueaz prin metoda arborelui de decizie.n domeniul marketingului arborele decizional i dovedete utilitatea

ndeosebi pentru fundamentarea deciziilor n domeniul politicii de produs.(lansarea unui nou produs, modernizarea celor existente, stabilirea modalitilorde testarea a pieei i de derulare a desfacerilor). Utilizarea metodei impuneconsiderarea unui "risc operativ" [17] legat de nedeterminarea situaiei iimposibilitatea prognozrii ei precise.

Etapele parcuse pentru definirea complet a unei situaii decizionale nmodelul arborelui decizional sunt urmtoarele:

a. definirea proceselor decizionale i a momentelor aleatoare, precumi succesiunea lor;

b. culegerea informaiilor referitoare la alternativele de aciune;c. stabilirea strilor naturii i a diferitelor iruri de evenimente;d. evaluarea consecinelor la finele fiecrui ir de evenimente i acriteriilor de eficien;

e. depistarea unei politici de selectare a alternativelor decizionale;f. analiza de senzitivitate a soluiei optime;g. analiza final i elaborarea recomandrilor de adoptare a deciziei.

Evaluarea consecinelor decizionale se poate realiza prin unul sau maimuli indicatori economici. n cea de a doua situaie se pune problema agregriiinformaiilor ntr-un indicator complex care s permit o abordare unitar a

procesului considerat sau prin folosirea utilitilor. Tratamentul numeric al preferinelor este dificil, deoarece fiecare persoan are propria sa scar deevaluarea a preferinelor. Totui, n multe situaii de marketing, rezultatele

strategiilor pot fi evaluate monetar, ceea ce face ca scara preferinelor

55


6/14

decidentului s coincid cu cea monetar (funcia preferinelor variaz directproporional cu mrimile monetare).

Identificarea soluiei optime este echivalent cu gsirea celei mai bundrum n arbore pornind de la nodurile finale spre cel iniial. Principliile care stau

la baza construirii arborelui sunt urmtoarele:1. Valoarea fiecrui "nod eveniment", n care natura alege (factoriindependeni de voina decidentului) depinde doar de evenimenteleviitoare i nu de deciziile precedente.

2. n nodurile decizionale se adopt acea alternativ care asigurrealizarea superioar a criteriilor de performan (maximizarea

profitului, minimizarea costului, etc.)-principiul decidentului raional.3. Evaluarea ntregului sistem, precum i soluia optim se determin

ntotdeauna de la nodurile finale spre cel inial.

Desfurarea proceselor de decizie la momente temporale diferite face cadeciziile intermediare s fie condiionate de rezultatele estimate ale deciziilorfinale, iar decizia final de efectele cumulate ale tuturor deciziilor intermediarei finale.

Aplicarea cu succes a metodei arborelui de decizie depinde i deactualizarea informaiilor pe msura desfurrii proceselor modelate. Estefoarte dificil ca n momentul elaborrii modelului s poat fi complet evaluatetoate variantele decizionale. Pentru a evita abaterile majore arborele estereexaminat n timp i n funcie de materializarea ipotezelor se reevalueazraionamentul de la nivelul nodurilor decizionale intermediare. Ori de cte oridimensiunile unui arbore decizional corelate cu multitudinea variantelor posibilecresc se construiesc arbori simetrici.

Analiza riscului n marketing prin modelul arborelui decizional se poaterealiza prin analiza de senzitivitate aplicat probabilitilor de manifestare astrilor naturii, valorilor estimate n nodurile finale, costului diferitelor aciunietc. Se determin astfel gradul de variaie admisibil pentru aceste elemente astfelnct modificarea concluziilor cercetrii s nu depeasc un nivel tolerabil. Unalt aspect important se refer la faptul c valoarea obinut pentru soluia optimeste o valoare medie. Nivelul efectiv al profitului variantei obinute din model

variaz n funcie de manifestarea strilor naturii, ntre un nivel maxim i unulminim cel care desemneaz riscul maxim asociat variantei optime.

Limitele metodei arborelui de decizie se refer la lipsa informaiilordespre dispersia i forma distribuiei tuturor rezultatelor posibile ale unei aciunide marketing i despre probabilitile asociate acestor rezultate. Avantajuldescrierii unei ntregi distribuii de probabiliti provine din faptul ca decideniiau reacii i atitudini diferite fa de risc, iar forma distribuiei de probabiliti

permite conturarea unei imagini despre riscul asociat fiecrei alternative.

56


7/14

2.3. Metode de analiz a riscului managerial n activitatea de marketingbazate pe tehnica simulrii

2.3.1. Analiza riscului (modelul Hertz)

Dezavantajele metodelor analitice au condus la abordarea riscului prinutilizarea simulrii, domeniul metodologic actual fiind denumit generic analizariscului.

Analiza riscului presupune n esen parcurgerea urmtorilor pai [16]: definirea mrimilor de intrare nesigure; estimarea legii de apariie a mrimilor de intrare; generarea datelor de intrare; calculul mrimilor de ieire; adoptarea decizie pe baza profilului de risc.

Aceast abordare a riscului a fost dezvoltat de ctre Hertz, Hespos,Strassmann i alii pornind de la cercetrile lui Harry M. Markowitz privindselecionarea unui portofoliu i diversificarea investiiilor (1959). Pn al acestelucrri incertitudinea n cadrul analizei era tratat n mod determinist. Principalalimitare a analizelor de tip determinist const n faptul c ele nu in seama dedistribuia probabilitilor pentru fiecare factor care afecteaz decizia. Procedeulutilizrii unui numr restrns de niveluri pentru o estimaie, (folosit n arboreledecizional) remediaz parial deficienele previziunilor unice, deoarecerealizeaz o descriere oarecare, dar mult prea restrns a rezultatelor posibile.

n esen analiza riscului se refer la aplicarea legilor probabilitilorvariabilelor cheie care afecteaz un proiect de marketing cu scopul determinriidistribuiei valorilor pe care le poate lua indicatorul evaluat. Cel mai frecventanaliza riscului n domeniul marketingului este aplicat proiectelor pentrulansarea unui nou produs. Analiza const n estimarea distribuiei de

probabiliti a fiecrui factor care influeneaz o astfel de decizie i simulareaintervalului de rezultate posibile mpreun cu probabilitile asociate.

Analiza riscului opereaz cu distribuiile de probabiliti personale pentrufiecare variabil cheie. Informaiile necesare construirii acestor distribuii seobin n funcie de variabila analizat de la specialiti, de la personalul tehnic,din date statistice i din studii specializate. Cu ajutorul calculatorului sesimuleaz efectele variaiilor posibile ale fiecrui factor asupra rezultatuluifinanciar al proiectului. Rezultatul simulrii este o distribuie a diferitelor valoriale indicatorului care caracterizeaz rezultatul financiar al proiectului demarketing, fiecare din aceste valori avnd asociat o anumit probabilitate.

Fiecare distribuie de probabiliti este caracterizat prin msuriletendinei centrale (medie aritmetic, median i modulul) i prin gradul demprtiere a valorilor (abaterea medie ptratic i variana). Dac formadistribuiei de probabiliti este cea normal (n form de clopot), atunci M

(valoarea medie) i abaterea medie ptratic pot indica probabilitatea ca

57


8/14

rezultatul efectiv s apar ntr-un interval specificat. Dac nu se tie nimic depreforma distribuiei, anumite limite pot fi date pe baza inegalitilor lui Chebyshevcare arat probabilitatea ca o valoare s se afle n intervalul MN.

Tabelul 2.3. Intervalele n care vor aprea rezultatele pentru distribuia normali celelalte forme de distribuie

Intervalul rezultatelorProbabilitatea ca rezultatul efectiv s apar n

cadrul intervalului

de la lapt. distribuia

normalindiferent de forma

distribuiei

M- M+ 0,6856 0M-2 M+2 0,9546 0,7500M-3 M+3 0,9974 0,8889

Pentru aprecierea atractivitii unui proiect de marketing cele maiimportante elemente ale distribuiei de probababilti a indicatorului analizatsunt media estimaiilor i abaterea medie ptratic. Cu ct media estimaiilor (deexemplu media beneficiilor produse de o investiiei ntr-un produs nou) este maimare cu att proiectul este mai atractiv. Mrimea riscului proiectului esteapreciat cu abaterea medie ptratic , o valoare redus reprezint o situaiefavorabil pentru decident (risc redus al proiectului). Dac ceilali factori ai

problemei sunt constani, ntotdeauna certitudinea (=0) va fi preferat riscului(>0).

Etapele simulrii pentru analiza riscului proiectelor de marketing sunt:1. estimarea intervalului de valori pentru fiecare factor care influeneaz

indicatorul analizat. De exemplu dac se analizeaz rentabilitatea proiectelor de noi produse factorii de influen studiai pot fi:intervalul preurilor de vnzare, ritmul de dezvoltare al pieei dedesfacere, investiia necesar, costul viitorului produs, etc.;

2. estimarea n cadrul intervalelor de valori a probabilitilor de apariieasociate fiecrei valori posibile a factorilor de influen;

3. determinarea modului n care factorii sunt combinai pentru a obineindicatorul de rezultat;

4. selecionarea la ntamplare a unei valori din distribuia de probabilitia fiecrui factor i formarea unui set din aceste valori;

5. determinarea valorii indicatorului analizat prin combinarea setului devalori obinut la pasul anterior;

6. repetarea procesului de selecie a seturilor de valori ale factorilor icalcularea indicatorului de un numr suficient de mare de ori pentru a

putea fi definite i riguros evaluate ansele de apariie ale fiecruirezultat. Cu ct numrul de repetri este mai mare cu att rezultatele

simulrii sunt mai precise.

58


9/14

n final n urma acestui proces se obine o nregistrare a tuturor valorilorposibile ale indicatorului analizat, de la cea mai defavorabil pn la cea maifavorabil, mpreun cu probabilitatea asociat fiecrei valori.

Dac decidentul consider c forma distribuiei de probabiliti a

indicatorului rezultat este nesatisfctoare el poate s ncerce modificareavariabilelor de intrare n model. Dac de exemplu proiectul analizat este cel allansrii unui nou produs, iar distribuia simulat a profitului este consideratnesatisfctoare de ctre decident se poate modifica profilul riscului prin aciunisimulate. S-ar putea dezvolta un nou profil al riscului prin aciuni precum:schimbarea strategiei de marketing, modificarea costului de fabricaie prinaplicarea unor soluii tehnice alternarive, etc. Modelul de simulare poate fireprogramat pentru a se vedea efectele acestor schimbri. n acest fel organelede decizie pot examina riscul diferitelor tipuri de proiecte de marketing.

n cazul n care distribuiile tuturor variabilelor care influeneazindicatorul rezultat sunt normale i independente, nu exist dificulti nobinerea distribuiei finale de probabiliti a rezultatului prin utilizarea teoremeidistribuiei sumelor i produselor variabilelor aleatoare normale. Cum ns nrealitatea economic un numr redus de distribuii au caracterul curbelornormale, iar variabilele proiectului sunt adesea legate funcional (de exemplucantitatea vndut i preul de vnzare) simularea reprezint singura soluie

practic viabil. Prin utilizarea metodei Monte Carlo, n cadrul proceselor desimulare sunt soluionate complet dificultile analizei matematice de adetermina distribuia de probabiliti a rezultatului prin manevrarea matematica distribuiilor de intrare.

Aplicarea metodei analizei riscului n domeniul marketingului, dei foarteutil ntmpin o serie de dificulti precum: caracterul cvsinesigur alvariabilelor din domeniul marketingului; interdependenele dintre factorii deinfluen ceea ce necesit folosirea unor probabiliti condiionate dificil deestimat; costurile ridicate pentru efectuarea unor studii relevante n domeniulmarketingului.

2.3.2. Metoda arborelui stochastic de decizie

Metodologia analizei riscului nu permite evaluarea acelor deciziiinterdependente care apar la momente diferite de timp (secvenializareadeciziilor). Aceast deficien a fost remediat de Hespos i Strassmann care aueleaborat un model care s cuprind alturi de analiza riscului i analizadeciziilor secveniale adoptate n diferite momente determinate n timp.

Combinarea analiziei riscului cu metoda arborelui convenional a condusla metoda arborelui stochastic de decizie. n cadrul acestei metode se opereazsimultan att cu incertitudinea ct i cu elaborarea secvenial a deciziilor.

Pentru determinarea unei secvene de decizii cu caracter optimal sau

aproape optimal, sunt evaluate toate combinaiile de decizii posibile, att n

59


10/14

funcie de sperana matematic a rezultatelor ct i de aversiunea fa de risc adecidentului.

Arborele stochastic de decizie difer de cel convenional prin urmtoareleaspecte:

1. nodurile de evenimente probabile sunt nlocuite cu distribuii deprobabiliti;2. rezultatele tuturor combinaiilor de decizii sunt nlocuite cu distribuii

de probabiliti;3. distribuiile de probabiliti ale rezultatelor pot fi analizate cu ajutorul

conceptelor de preferin i risc.Includerea distribuiilor de probabiliti pentru valorile asociate cu diferite

evenimente este similar cu adugarea unui numr mare de ramuri n fiecare dinnodurile eveniment. Deoarece arborele stochastic se bazeaz pe simulare, acest

lucru nu este necesar, n fapt numrul ramurilor este redus la una singur, ceeace practic elimin nodurile eveniment. n locul acestora, la fiecare punct la careapare un nod eveniment se efectueaz pentru fiecare iteraie a simulrii oselecie dintr-un model economic probabilistic, iar valoarea selecionat esteutilizat pentru a calcula valoarea prezent a iteraiei respective. Sigura ramurcare pornete din acest nod simplificat se extinde spre punctul de decizieurmtor sau spre captul arborelui. n acest fel arborele de decizie este multsimplificat.

n arborii de decizie convenionali, factori precum volumul vnzrilor,mrimea unei investiii apar sub forma unor valori specifice, dei acestea nu potfi cunoscute cu exactitate. Arborele stochastic face ca valorile acestor factori sfie reprezentate prin distribuii de probabiliti, ceea ce sporete substanialacurateea estimrii.

Un alt avantaj al metodei arborelui stochatic este evaluarea tuturorcombinaiilor de decizii posibile, deoarece prin acest tip de arbore structuradeciziei este simplificat. De exemplu, dac n analiz sunt cinci secvenedecizionale i fiecare ofer dou alternative, atunci sunt 32 de rute posibile destrbtut n arborele de decizie. Enumerare complet a tuturor direciilor dedecizie este important, deoarece deciziile nu pot fi corect fundamentate doar pe

baza speranei matematice a fiecrui factor. Principiul naintrii de la nodurilefinale spre cel iniial, aplicat n arborele de decizie convenional, opereaz doarcu speranele matematice, iar evaluarea deciziilor (n fapt secvene decizionale)se face prin compararea speranelor matematice i selecionarea ntotdeauana acelei care reprezint cea mai bun alegere. Spre deosebire de acesta arborelestochastic produce rezultate proababilistice pentru fiecare rut posibil dedecizii. Astfel, decidentul va putea seleciona succesiunea de decizii nu doar

prin compararea speranelor matematice ci i prin compararea distribuiilor deprobabiliti asociate fiecrei alternative decizionale.

nregistrarea rezultatelor sub forma distribuiilor de probabilitate serealizeaz relativ uor cu ajutorul simulrii, efectuate de calculator. Pentru

60


11/14

fiecare iteraie sau rut din arborele de decizie, atunci cnd calculatorulidentific un nod decizional, echipamentul electronic este instruit s efectuezesingur bifurcarea i s fac calculele pentru fiecare ramur care plec din noduldecizional. Consecina acestui procedeu este c atunci cnd calculatorul

completeaz o singur iteraie, o valoare a indicatorului analizat este calculatpentru fiecare rut posibil din arborele de decizie stochastic. Ulterior duprularea programului de simulare de un numr suficient de ori valorileindicatorului descriu cte o distribuie de probabiliti pentru fiecare succesiunede decizii posibile.

Figura 2.4. Prezentarea rezultatelor analizei arborelui stochastic de decizie

n figura 4.4. sunt prezentate rezultatele care pot fi obinute din analizaarborelui stochastic de decizie. Diferenele dintre speranele matematice ale

profitului pot fi vzute astfel ntr-o perspectiv mai realist deoarece prinaceast metod sunt evideniate relaiile dintre speranele matematice i ntreagadistribuie a rezultatelor posibile.

n cazul n care aceeai situaie decizional este evaluat succesiv cumetoda arborelui conveional de decizie i cea a arborelui stochastic speranelematematice rezultate nu sunt n mod necesar identice din urmtoarele motive:

1. interdependeele dintre variabile nu sunt luate n considerare prin

abordarea convenional;2. numrul redus de estimaii de punct folosite n arborele de decizieconvenional pentru aproximarea unei ntregi distribuii nu exprimtoate informaiile disponibile.

Cele trei alternative decizionale din figura 4.4. arat de ce un decidentraional poate alege o alt variant n locul celei cu sperana matematic cea maimare. n faa intervalului complet de rezultatele posibile, decidentul poateseleciona acea alternativ care este adecvat preferinelor lui i atitudinii pecare o are fa de risc. Varianta 2 este cea care comport riscul cel mai redus,

forma distribuiei arat un grad mic de mprtiere a valorilor n jurul mediei.Varianta 3 este cea care comport riscul cel mai mare, valorile posibile ale

61

Probabiliti

Efecte

varianta1

varianta2

varianta3


12/14

indicatorului de rezultat variaz ntre limitele cele mai largi. Varianta 3 (alegereadecidentului cara accept riscul) ofer ansa celui mai mare ctig dar simultani riscul celor mai modeste rezultate.

Abordarea stochastic a arborelui de decizie cu ajutorul simulrii prin

limbaje adecvate ale calculatoarelor este foarte utlil. n unele situaii ns estedificil estimarea distribuiei de probabilitii a evenimentelor din secveneledecizionale ndeprtate. Opiniile n legtur cu posibilitatea implementrii

practice a acestei metode n domeniul marketingului sunt mprite, practicieniii firmele specializate n produse informatice continu s acorde o atenie sporitarborelui de decizie convenional.

Din cele prezentate se poate aprecia c n domeniul marketingului riscul iincertitudinea sunt mai bine abordate prin tehnica simulrii. Condiiile maiuoare pe care le presupun modelele deterministe, ndeosebi n ceea ce privete

gradul de detaliere al informaiilor necesare, face ca aceaste s fie n continuareutilizate pe scar larg. Abordarea sistemic a riscului presupune ca modelele sfie n permanen actualizate n funcie de evoluiile concrete ale mediului interni extern al firmei.

Supravieuirea i dezvoltarea oricrei ntreprinderi este condiionat defolosirea unui management eficient care s se bazeze exclusiv pe utilizarea

prghiilor economice, scopul tuturor deciziilor de conducere fiind alocareaeficient resurselor i maximizarea profitului.Abordarea sistemic a condus i n economie, ca i n alte domenii n care a fostaplicat la o serie de rezultate valoroase n plan teoretic i practic, a subliniatcaracterul multidisciplinar i integrator al managementului modern.

Sistemul, conceptul fundamental al abordrii sistemice, are un caracterrelativ, n sensul c orice sistem poate fi descompus n subsisteme i la rndulsu, poate fi privit ca subsistem al unui sistem mai complex.

Astfel, ntreprinderea privit ca sistem poate fi descompus n mai multesubsisteme i la rndul su, poate fi privit ca subsistem al unei ramuri sau aleconomiei naionale, aflat n conexiuni multiple i complexe cu alte unitieconomice i administrative.

Privit ca sistem, ntreprinderea reprezint un ansamblu unitar cu regim

juridic propriu, cu o anumit autonomie funcional, cu parametrii de intrare iieire bine definii, capabil s-i adapteze funcionarea prin intermediulsistemului de management n vederea realizrii obiectivelor propuse.

Analiza de sistem apeleaz n afara metodei de investigare bazate peabordarea sistemic i la o serie de metode specifice etapelor elaborrii

proiectului de sistem ntre care cele mai importante sunt:

62


13/14

a. metoda modelrii, utilizeaz un ansamblu de tehnici statistico-matematice, tehnci euristice i de modelare cibernetico-economice nscopul determinrii unei reprezentri izomorfe a realitii obiective.Modelul reprezint o descriere izomorf a realitii, fundamental i

simplificat, n vederea identificrii unor relaii i legiti greu destabilit pe alte ci.b. metoda simulrii, este o tehnic de testare, evaluare i manipulare a

unui sistem real, prin intermediul experimentrii pe calculator a unormodele matematice i logice n vederea observrii i studieriidinamicii comportamentului sistemului n viitor.

c. metoda analiza-diagnostic are ca scop caracterizarea ct mai exact asistemului, evidenierea aspectelor pozitive (puncte forte, oportuniti)dar i a celor negative (puncte slabe, ameninri) n vederea formulrii

unor modaliti de intervenie pentru ameliorarea performanelor sale.d. metode i tehnici specifice de culegere a datelor, individuale, de grup(interviu, chestionar, Focus, Delphi, etc.).

e. metode psihosociologie, de investigare a relaiilor interpersonale i degrup, a comportamentului decizional, precum i de instruire, selectarei promovare profesional.

f. metode informatice, omniprezente n analiza i proiectarea unorsisteme mai performante, n general, precum i pentru realizareasistemelor expert.

Studiul subsistemului de marketing presupune precizarea, locului su nsistemul ntreprinderii i principalele sale conexiuni interne i externe.

Scopul final al tuturor activitilor de marketing este de a oferi conduceriintreprinderii o serie devariante decizionale, programe, orientate ctre cele patrucomponente ale mixului de marketing (produs-pre-distribuie-promovare),astfel nct s se obin maximizarea eficienei economice i o poziie favorabili stabil pe pia.

Subsistemul de marketing intr n componena sistemului funciuniicomerciale. Sursele de informare, (input-urile) subsistemului de marketing suntinterne i externe. Sursele interne sunt reprezentate de purttorii de informaii

localizai n cadrul organizaiei. Cele mai utilizate sunt informaiile statistice icontabile prezente sub forma unor documente care sunt ntocmite n cadrul

proceselor economice (bonuri, facturi, etc.). O alt surs important deinformaii interne este reprezentat de personalul de specialitate, purttor al unorinformaii variate referitoare la numeroase aspecte concrete ale activitiintreprinderii. Sursele externe includ informaiile emise de componentele mediulambiant, semnalele pieei, publicaiile de specialitate, publicitatea, rapoarteleorganismelor statistice, institutelor de cercetare etc. Toate aceste informaii sunt

prelucrate de compartimentul de marketing prin metode i tehnici specifice,

dup care sunt prezentate conducerii o serie de variante decizionale referitoare laproblematica abordat (politici de pre, produs, distribuie, promoionale).

63


14/14

Politica de produsreprezint conduita organizaiei referitoare la structura,evoluia, dimensiunile gamei de produse. n primul rnd se efectueaz cercetarea

produselor existente: faza stadiulul de via n care se gsesc, urmrireacomportrii n consum, poziionarea produselor pe pia (prin evaluarea

comparativ a produselor concurente). Pe baza concluziilor se poate propunedezvoltarea unor noi produse (trsturile necesare pentru a fi receptatefavorabil), meninerea gamei existente, retragerea unor produse, intensificareaactivitilor promoionale etc.

Politica de pre se refer la fundamentarea preului produselor noi,diferenierea pe diferite tipuri de produse ale gamei sortimentale, reducerilesezoniere sau speciale, rabaturile acordate diferitelor categori de clieni. Preulreprezint elementul din mixul de marketing cu mobilitatea cea mai redus, elfiind semnificativ determinat de nivelul costului (nivelul minim al preului).

Politica de distribuie are n vedere tipologia canalelor de distribuie,adic alegerea acelor canale de distribuie care comport cele mai mici costuri icare fac produsul ct mai accesibil clienilor.

Politica promoionalare drept scop informarea i influenarea clienilorpoteniali pentru sprijinirea procesului de vnzare. Se realizeaz prin publicitate,promovarea vnzrilor, relaii publice (organizarea de manifestri, acordarea deinterviuri etc.), manifestri promoionale.

Riscul n marketing, ca i n alte domenii, poate fi evaluat, diminuat darnicidecum eliminat indiferent de metodele folosite. El ine de esenamarketingului alocarea unor resurse certe ale prezentului, pentru estimarea iinfluenarea unui viitor nesigur.

64

Documents

Metode Si Tehnici Ale Modelarii Si Simularii Posibil de Utilizat Pentru Analiza Riscului Managerial in Activitatea de Marketing