Русский
!

Conference publications

Abstracts

XVI conference

Активное вариантное поисковое и нормативное прогнозирование состояний клиентской базы

Рыжкова Т.В.

РЭА им. Г.В.Плеханова, РЭА им. Г.В.Плеханова, Россия, 115998, Москва, Стремянный пер., 36 Тел.:+7 495 718-68-02, E-mail: RTVHOME@yandex.ru

1 pp. (accepted)

В прогностике различают два подхода к решению задач прогнозирования: поисковый и нормативный, причем в зависимости от отношения к объекту прогнозирования применяют активные и пассивные прогнозы. При пассивном прогнозировании выявленные в прошлом закономерности развития объекта без изменения переносятся в будущее. При активном прогнозировании учитывается динамика воздействия на объект прогнозирования. Активный прогноз дает ответ на вопрос: что, вероятно, случиться в будущем, если произойдут определенные события и будут предприняты определенные действия, т.е. при учете активных вариантов экономических сценариев. Поэтому активный вариантный прогноз решает задачу оптимального управленческого мониторинга. Для построения эффективной управленческой политики необходимо, по возможности, одновременно проводить также нормативное прогнозирование. Нормативный прогноз предоставляет вероятностное описание возможных альтернативных путей достижения намеченных целей. Такой прогноз отвечает на вопрос: какими путями достичь желаемого? Нормативное прогнозирование начинается за порогом времени, который экономический объект достигает при своем стационарном развитии. При нормативном прогнозе предоставляется оперативная информация о настоящем и прошлом объекта, по соответствующему желаемому пороговому результату в будущем.

Работа посвящена прогнозированию последствий директ-маркетинговых воздействий на однотипные группы клиентов, приводящих к изменениям состояний клиентской базы данных. Экономико-математическая модель управленческого мониторинга, была представлена цепью Маркова. Для расчета вектора состояний клиентской базы данных была сформирована матрица переходных вероятностей.

С помощью построенной матрицы переходных вероятностей было рассчитано прогнозное значение числа клиентов по каждому сегменту, которое затем было сопоставлено с имеющимися данными по вновь сегментированной клиентской базе за следующий отчетный период (квартал). Финальные вероятности представляют тенденцию перераспределения клиентов внутри клиентской базы и могут использоваться в качестве результата активного поискового метода прогнозирования.

Для проведения нормативного прогнозирования была использована обращенная цепь Маркова.



© 2004 Designed by Lyceum of Informational Technologies №1533