На правах рукописи
БОГОМОЛОВА Мария Анатольевна
ИНТЕЛЛЕКТУАЛЬНАЯ ИНФОРМАЦИОННАЯ СИСТЕМА
УПРАВЛЕНИЯ ВЗАИМООТНОШЕНИЯМИ С КЛИЕНТАМИ
РЕГИОНАЛЬНОЙ ТЕЛЕКОММУНИКАЦИОННОЙ КОМПАНИИ
НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Специальность: 05.13.10 –
Управление в социальных и экономических системах
Автореферат диссертации на соискание ученой степени кандидата технических наук
Уфа–2009
Работа выполнена на кафедре экономических и информационных систем Государственного образовательного учреждения высшего и профессионального образования «Поволжский государственный университет телекоммуникаций и информатики» (г. Самара)
Научный руководитель д-р техн. наук, проф.
ДИМОВ Эдуард Михайлович
Официальные оппоненты д-р техн. наук, проф.
ИСМАГИЛОВА Лариса Алексеевна к-т техн. наук, доц.
НИЗАМУТДИНОВ Марсель Малихович
Ведущая организация Ставропольский государственный университет
Защита состоится «30» июня 2009 г. в 10-00 часов на заседании диссертационного совета Д-212.288. при Уфимском государственном авиационном техническом университете по адресу: 450000, Уфа-центр, ул. К.Маркса,
С диссертацией можно ознакомиться в библиотеке университета Автореферат разослан «14» мая 2009 года.
Ученый секретарь диссертационного совета д-р техн. наук, проф. В.В. Миронов
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы В настоящий момент конкурентный рынок телекоммуникаций в нашей стране находится в стадии формирования и пока далек от совершенства в сфере управления бизнес-операциями, но некоторые тенденции его развития уже определились. В частности, это относится к совершенствованию информационных технологий (ИТ) управления взаимоотношениями компаний-операторов с пользователями услуг связи. Практически для любой телекоммуникационной компании (ТКК) на первом месте сегодня стоит решение методологических проблем, связанных с созданием эффективной модели управления компанией, с учетом особенностей развития региональных рынков связи, реинжинирингом основных бизнес-процессов, касающихся работы с клиентами.
Однако невозможно управлять бизнес-процессом с помощью инструментов, которые не соответствуют его сложности. В соответствии с законом У. Эшби, сложность механизма управления должна соответствовать сложности объекта управления. По этой причине достаточно сложные инструменты искусственного интеллекта оказались востребованными практикой управления.
По существу, прогресс и история науки и техники нашли свое наиболее точное выражение в развитии способности человека создавать модели естественных явлений, понятий и объектов. В этой связи методология математического моделирования может и должна быть ядром ИТ. Часто новые идеи в управлении длительное время не находят применения на практике по той причине, что система, в которую они должны быть внедрены, обладает большой внутренней сложностью, и последствия предлагаемых преобразований трудно предсказать. С помощью имитации можно организовать проверку и демонстрацию новых идей и обосновать, таким образом, их принятие или отклонение.
В России становление метода имитационного моделирования (МИМ), как научной и прикладной дисциплины, связано с именем члена-корреспондента АН СССР Н.П. Бусленко. Методологической основой для развития МИМ явились работы отечественных ученых: Н.Н. Моисеева, В.М. Глушкова, Т.И. Марчука, И.Н. Коваленко, Д.И. Голенко и др.. За рубежом значительный вклад в исследование сложных систем и разработку теории управления внесли:
Т. Саати, Т. Нейлор, И. Такахара, К. Шеннон, Д. Мако, и др.
Однако в работах не уделялось внимания вопросам применения новых ИТ в управлении взаимоотношениями с клиентами ТКК, в результате оптимизация осуществляется недостаточно эффективно. Таким образом, интеллектуализация систем принятия управленческих решений по взаимодействию с клиентами представляется исключительно перспективным направлением повышения эффективности функционирования ТКК.
Цель работы и задачи исследования Целью работы является разработка интеллектуальной информационной системы (ИИС) управления взаимоотношениями с клиентами региональной ТКК на основе применения МИМ к исследованию бизнес-процессов в интересах повышения эффективности экономической деятельности ТКК.
Для достижения цели работы необходимо решить следующие задачи:
1. Разработать имитационную модель (ИМ) бизнес-процесса взаимоотношений с клиентами региональной ТКК в интересах повышения эффективности управления бизнес-процессом и ТКК в целом.
2. Разработать функциональную схему ИИС, реализующую механизм выбора наиболее успешного решения по управлению взаимоотношениями с клиентами региональной ТКК с учетом применения новых ИТ (МИМ и технологии экспертных систем (ЭС)).
3. Разработать подсистему принятия решений в ИИС, осуществляющую интеллектуальную поддержку принятия решений по управлению взаимоотношениями с клиентами региональной ТКК на основе применения новых ИТ (МИМ и технологии ЭС).
4. Повысить эффективность управления взаимоотношениями с клиентами региональной ТКК с помощью ИИС, разработанной на основе применения новых ИТ (МИМ и технологии ЭС).
Методика исследования В работе использовались теория и методы подготовки управленческих решений, теория моделирования сложных процессов и систем, теория массового обслуживания, теория вероятностей и математическая статистика, теория экономических ИС, теория проектирования баз знаний ИИС, теория факторного анализа.
На защиту выносятся:
1. Результаты исследования бизнес-процесса взаимоотношений с клиентами региональной ТКК и его анализ в интересах применения МИМ в качестве инструмента повышения эффективности управления ТКК.
2. ИМ бизнес-процесса взаимоотношениями с клиентами региональной ТКК, анализирующая эффективность алгоритмов управления взаимоотношениями с клиентами и являющаяся основой для выбора управляющих решений в ИИС.
3. Функциональная схема ИИС, реализующая принцип управления взаимоотношениями с клиентами региональной ТКК по обратной связи с диагностикой состояния бизнес-процесса.
4. Подсистема принятия решений в ИИС, реализующая интеллектуальную поддержку принятия решений по управлению взаимоотношениями с клиентами региональной ТКК на основе применения базы знаний.
Научная новизна работы 1. ИМ бизнес-процесса взаимоотношений с клиентами региональной ТКК предложена впервые, и ее применение позволяет в ходе принятия решения анализировать эффективность алгоритмов управления взаимоотношениями с клиентами за счет оценки состояния моделируемого бизнес-процесса, что служит основой для выбора управляющих решений в ИИС.
2. Функциональная схема ИИС отличается тем, что она реализует принцип управления взаимоотношениями с клиентами региональной ТКК по обратной связи с диагностикой состояния бизнес-процесса, что обеспечивает новую технологию управления ТКК на основе объединения МИМ с концепцией ЭС и дополнения интерактивным диалогом с пользователем.
3. Подсистема принятия решений в ИИС отличается использованием алгоритмов интеллектуальной поддержки принятия решений, основанных на анализе дерева решений, на причинно-следственной взаимосвязи основных показателей бизнес-процесса взаимоотношений с клиентами и на логической увязке принимаемых решений, что обеспечивает реализацию метода принятия решений по управлению взаимоотношениями с клиентами региональной ТКК на основе базы знаний и стратегии логического вывода.
Практическая значимость Практическую значимость работы представляют следующие результаты:
1. ИМ бизнес-процесса взаимоотношений с клиентами региональной ТКК, позволяющая в ходе принятия решения анализировать эффективность алгоритмов управления взаимоотношениями с клиентами за счет оценки состояния моделируемого бизнес-процесса и на этой основе производить выбор управляющих решений.
2. Функциональная схема ИИС, реализующая принцип управления взаимоотношениями с клиентами региональной ТКК по обратной связи с диагностикой состояния бизнес-процесса, и на этой основе обеспечивающая новую технологию управления ТКК в результате объединения МИМ с концепцией ЭС и дополнения интерактивным диалогом с пользователем.
3. Разработанная подсистема принятия решений в ИИС, реализующая алгоритм интеллектуальной поддержки принятия решений по управлению взаимоотношениями с клиентами на основе имитационного моделирования, внедренная в составе системы управления взаимоотношениями с клиентами в деятельность региональной ТКК, позволяющая осуществлять информационную поддержку процессов обслуживания клиентов.
Вышеуказанные результаты работы внедрены в филиале ОАО «ВолгаТелеком» в Чувашской Республике, а также приняты для использования в учебном процессе в курсах «Перспективные информационные системы в экономике», «Имитационное моделирование экономических процессов», «Интеллектуальные информационные системы» на кафедре «Экономические и информационные системы» Поволжского государственного университета телекоммуникаций и информатики. Практическое использование результатов работы подтверждено соответствующими актами, находящимися в приложении к диссертационной работе.
Апробация работы. Основные теоретические и практические результаты работы докладывались на следующих конференциях: VII Международной конференции «Проблемы Техники и Технологий Телекоммуникаций», (Самара, 2006); ХIV, XVI Российских научных конференциях профессорскопреподавательского состава научных работников и аспирантов ПГУТИ (Самара, 2007, 2009 гг.); Международной молодежной научной конференции «XV Туполевские чтения», (Казань, 2007); II отраслевой научной конференции «Технологии информационного общества», (Москва, 2008); V юбилейной Международной научно-практической конференции «Татищеские чтения: актуальные проблемы науки и практики», (Тольятти, 2008).
Публикации. Основные положения и результаты диссертационной работы опубликованы в 12 источниках, включающих 8 статей, 4 материала конференций. Результаты работы опубликованы в 2 изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий из списка ВАК Структура и объем работы Диссертационная работа состоит из введения, четырех глав основного материала, заключения, библиографического списка из 124 наименований и приложения. Работа содержит 200 страниц машинописного текста, включая 58 рисунков и 45 таблиц.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении приводится общая характеристика работы – обоснована актуальность проблемы, определены цель и задачи исследования, перечисляются методы исследования, отмечается научная новизна и практическая значимость полученных результатов.
В первой главе проведен анализ существующих подходов к управлению взаимоотношениями с клиентами в отрасли телекоммуникаций.
Выявлено, что в качестве современного подхода к построению и эффективному управлению взаимоотношениями с клиентами в региональной ТКК актуально применение концепции CRM (Customer relationship Management – управление взаимоотношениями с клиентами), в рамках которой рассматривается проблематика применения передовых управленческих и ИТ для сбора и обобщения разнородной информации по взаимодействию с клиентами.
Проведенный анализ показал, что существующие CRM-системы содержат тот или иной набор наиболее аналитических функций, но не имеют интеллектуальных, научно обоснованных средств поддержки решения управленческих задач. В результате в качестве основы для управления взаимоотношениями с клиентами часто выбираются программные продукты, не способные обеспечить эффективной поддержки управленческих решений, необходимых региональным ТКК. Вследствие этого оптимизация бизнес-процесса взаимоотношений с клиентами осуществляется недостаточно эффективно.
Внедрение новых идей в управление ТКК требует создания более развитых и интеллектуальных фрагментов системы управления, поскольку принципы стратегии CRM реализуются только на основе современных ИТ. Таким образом, задача заключается в том, чтобы использовать новые ИТ (МИМ и технологий ЭС), позволяющие изучать бизнес-процессы ТКК, разрабатывать и исследовать компьютерные модели этих бизнес-процессов с целью их дальнейшего совершенствования в интересах повышения эффективности функционирования ТКК. В этой связи предлагается ИИС управления взаимоотношениями с клиентами, позволяющая на основе указанных технологий управлять построением эффективных взаимоотношений с клиентами и, как следствие, повысить прибыльность деятельности региональной ТКК. Таким образом, ИИС является важным неотъемлемым элементом стратегии CRM. Современные региональные ТКК обладают всеми необходимыми ресурсами и предпосылками повышения эффективности своей деятельности с использованием новых ИТ в области управления взаимоотношений с клиентами.
Проведенный анализ известных методов исследования показал необходимость и эффективность применения МИМ в качестве инструмента оптимизации бизнес-процесса взаимоотношений с клиентами региональной ТКК. Доказано, что использование ИМ позволяет построить наиболее точные и действенные методы анализа и прогнозирования бизнес-процесса в интересах повышения эффективности управления ТКК.
Вторая глава посвящена методологическим вопросам создания ИМ в рамках ИИС управления взаимоотношениями с клиентами. Имитационное моделирование проведено в 2 этапа: конструирование модели на ЭВМ, проведение экспериментов с ИМ. На первом этапе:
- разработана модель бизнес-процесса взаимоотношений с клиентами и произведена постановка задачи его имитационного моделирования в интересах повышения эффективности управления указанным бизнес-процессом;
- построена математическая модель функционирования ТКК в рамках данного бизнес-процесса (в качестве математической схемы для описания бизнес-процесса выбрана модель массового обслуживания);
- разработан алгоритм моделирования исследуемого бизнес-процесса как системы массового обслуживания (СМО).
В ИМ учтены 15 случайных факторов по каждой категории клиентов:
1) N new cl – количество новых клиентов.
2) N del cl – количество клиентов, отключенных от сети передачи данных.
3) N new mod – количество оборудования ТКК, сданного в аренду.
4) N del mod – количество оборудования ТКК, возвращенного из аренды.
5) N p – число подключений абонентов к сети передачи данных через выделенный доступ.
6) Dcd – выручка от предоставления доступа по коммутируемому каналу.
7) D p – выручка от услуги организации выделенного доступа к сети передачи данных.
8) DDSL – выручка от услуг выделенного доступа к сети Интернет по технологии xDSL.
9) Dvd – выручка от пакета услуг, включающих выделенный доступ к Интернет.
10) DCTV – выручка от услуг выделенного доступа к Интернет по сети кабельного ТВ.
11) DVPN – выручка от услуг по организации виртуальной сети передачи данных.
12) Darenda – выручка от услуг предоставления в аренду оборудования ТКК.
13) Vin tr – объем входящего IP-трафика абонента, Мбайт.
14) C p – затраты на подключение абонента к сети.
15) Cdz – дебиторская задолженность.
Поскольку выделено 4 группы клиентов по признаку выручки от продаж ТКК, число случайных величин составляет 60 (значения показателей приведены к единой единице измерения – условным единицам (у.е.), что упрощает интерпретацию данных).
1) Пользователи делового сектора (выручка ТКК от 1 клиента в месяц составляет от 70 000 у.е.).
2) Пользователи делового сектора (выручка ТКК от 20 000 до 70 000 у.е.).
3) Пользователи, работающие в домашних условиях с широким спектром требований к качеству обслуживания (выручка ТКК от 6 000 до 20 000 у.е.).
4) Пользователи квартирного сектора (условная выручка ТКК до 6 000 у.е.).
На втором этапе на основе полученного алгоритма произведена программная реализация ИМ. ИМ выявляет тенденции функционирования бизнеспроцесса на основе прогноза финансовых показателей функционирования ТКК по каждой категории клиентов с учетом специфики услуг связи и влияния внешних факторов. Используя прогноз и внутреннюю информацию, ИМ дает возможность не только соотнести выручку, которую приносят категории клиентов, и средства, затраченные на их поиск и удержание, но и получить развернутую во времени картину процесса.
На основе полученных результатов ИМ позволяет:
- установить ценность клиента для ТКК, а также определить динамику и темпы работы с клиентами отдельных категорий;
- установить максимальную планку расходов по привлечению и удержанию клиентов.
Выполненный анализ чувствительности ИМ бизнес-процесса к изменению управляющих факторов, обеспечил возможность определить наиболее критические факторы, которые в наибольшей степени могут повлиять на эффективность взаимоотношений с клиентами.
В третьей главе предложена функциональная схема ИИС (рисунок 1), реализующая принцип управления взаимоотношениями с клиентами региональной ТКК с помощью подсистемы принятия решений по обратной связи с диагностикой состояния бизнес-процесса на основе его ИМ.
В любой момент модельного времени ИМ формирует прогноз значений параметров бизнес-процесса, а также на основе анализа чувствительности выделяет среди изучаемых факторов благоприятные и неблагоприятные, т.е. влияющие положительно и отрицательно на показатели эффективности бизнес-процесса. Основываясь на данных о состоянии бизнес-процесса, а также о влиянии на него случайных факторов, база знаний ИИС выдает пользователю рекомендации по управлению взаимоотношениями с клиентами. Оценка эффективности рекомендаций осуществляется с помощью ИМ.
В четвертой главе осуществляется применение ИИС для повышения эффективности управления взаимоотношениями с клиентами.
С этой целью разработана подсистема принятия решений, особенность которой состоит в том, что используются алгоритмы, основанные: на анализе дерева ситуаций; на причинно-следственной взаимосвязи основных показателей бизнес-процесса взаимоотношений с клиентами; на логической увязке принимаемых решений с помощью базы знаний.
Теоретико-множественная модель рекомендаций ИИС представлена в виде иерархии:
R = {R[1] {R[D], R[C]1, R[C]2 }; R[ 2] {R[D], R[C1, R[C ]2 }; R[3] {R[D], R[C1, R[C]2 }; R[ 4] {R[D], R[C1, R[C ]2 }}.
Окончательный вывод о состоянии взаимоотношений с клиентами складывается из оценки динамики прибыли R[i ], выручки от реализации R[D], эксплуаi тационных R[C]1 и коммерческих расходов R[C]2 по четырем категориям клиентов (i – номер категории клиентов). Это связано с тем, что результатом применения концепции управления взаимоотношениями с клиентами является повышение конкурентоспособности ТКК и увеличение прибыли, так как правильно построенные отношения, основанные на персональном подходе к каждому клиенту, позволяют привлекать новых клиентов и помогают удержать существующих.
Вид и характер принимаемых решений по управлению зависит от того, к какому уровню иерархии это решение относится.
Верхний уровень иерархии решений включает рекомендации по повышению уровня удержания и удовлетворенности клиентов.
R[1] ={удержать (10% наиболее прибыльных клиентов могут представлять от 50% до 80% прибыли ТКК. Таким образом, потеря клиента может быть очень чувствительна для бизнеса, поэтому ТКК должна выполнять действия по удержанию клиентов);
R[ 2 ] =улучшить (Эти клиенты могут увеличить свою ценность для ТКК посредством инициатив в кросс-продажах и прямой работе с клиентом. Возможно, эти клиенты не получили интересных предложений в прошлом или столкнулись с неадекватным сервисом со стороны менеджеров. Должны быть предприняты попытки по расширению и углублению коммерческих взаимоотношений с клиентами);
R[ 3] =изучать (Рекомендуется изучать клиентов для определения тех из них, с которыми можно найти больше точек соприкосновения в будущем, для выявления сегментов, в которых будущее сотрудничество наиболее вероятно)}.
База знаний должна также выдавать рекомендации по регулированию показателей выручки, эксплуатационных и коммерческих расходов по категориям клиентов, поскольку повышение уровня удержания и удовлетворенности клиентов означает одновременное снижение издержек и увеличение эффективности взаимодействия с клиентом. Поэтому множества решений, выдаваемых базой знаний, включают следующие рекомендации: {удержать уровень фактора;
изучать причины отрицательного изменения фактора}.
Рисунок 3 – Дерево решений (по регулированию прибыли ТКК) Все ситуации увеличения и снижения прибыли ТКК по категориям клиентов должны быть подробно проанализированы в соответствии с причинноследственными зависимостями параметров (рисунок 2).
С учетом высказанных соображений граф ситуаций, используемых в ИИС при управлении взаимоотношениями с клиентами, может быть представлен в виде дерева, ветви которого определяют ситуации.
На первой ступени иерархии выделяется восемь ситуаций при оценке прибыльности категорий клиентов (рисунок 3). Обозначения на рисунке 3:
- P ( P[1]) > 0 – положительное изменение прибыли ТКК ( P ) за счет изменения фактора прибыли по первой категории клиентов ( P[1] );
- max P ( P[1]) – наиболее существенное положительное влияние на изменение прибыли ТКК ( P ) оказал фактор прибыли по первой категории клиентов;
- min P ( P[1]) – наиболее существенное отрицательное влияние на изменение прибыли ТКК P оказал фактор прибыли по первой категории клиентов ( P[1] ).
Для более детального рассмотрения прибыльности категорий клиентов на следующей ступени иерархии выделено сто пятьдесят две ситуации, в том числе при оценке показателей:
- выручки: 16 ситуаций по каждой категории клиентов. Всего выделено категории клиентов и соответственно 64 ситуации;
- условных эксплуатационных расходов: 10 ситуаций по каждой категории клиентов, и соответственно 40 ситуаций по всем категориям;
- условных коммерческих расходов: 12 ситуаций по каждой категории клиентов, и соответственно 48 ситуаций по всем категориям.
Множество возможных решений следует представлять в форме базы знаний, основанной на правилах, логически увязывающих параметры бизнеспроцесса. Разработка базы знаний на основе логической модели представления знаний обоснована требованиями сложности, многовариантности и неформализуемости оценок.
Применительно к разработанному графу состояний (рисунок 3), в котором вектор состояния P определяется показателями изменения прибыли по четырем выделенным категориям клиентов:
любая макроситуация S i может быть описана формулой:
S l : Par (P[1], kPP[[1]] ) & Par ( P[2], kPP[[2]] ) & Par ( P[3], kPP[[3]] ) & Par ( P[4], kPP[[4]] ), где l = 1,160 – номер и количество макроситуаций, определенных в Par ( x1, k ) – предикат, значение которого истинно, когда параметр x kP[[11]] w P[1] ;...; kP[[44]] w P[ 4] ; w P[i ] – множество значений параметра P[i ].
Для целей анализа построена предикатная модель, основанная на лингвистической шкале. Поэтому параметры оценки ситуации принимают значения:
2PP[[i ]i ] =" благоприятный _ фактор" ; 3P[i]i ] =" наиболее _ неблагоприятный _ фактор" ;
4PP[[i ]i ] =" неблагоприятный _ фактор"};
Ситуация S l считается идентифицированной, если каждый из параметров вектора состояния P принимает одно из значений соответствующего множества wxP[i ] и логическая формула становится истинной.
Задание допустимой области осуществлено следующим образом: параметры бизнес-процесса должны принимать любое из значений 1P w P ( sl ), 1P[ i ], 2P[ i ] w P[ i ] ( s l ). Значения 2P, 3P[ i ], 4P[ i ] не входят в допустимую область.
Правила µ задания ограничений могут быть определены в базе знаний следующими формулами:
где Bel ( x1, w1 ( s l )) – предикат, принимает значение ИСТИНА, если параметр x Зависимость между параметрами, влияющими на прибыль ТКК, устанавливается правилом z1, составленном в виде логической формулы:
где Dep ( x1, x j ) – предикат, устанавливает факт зависимости параметра x1 от x j.
Отношения предпочтения вводятся с помощью предиката Best. Отношения предпочтения составляются для каждой пары значений i, j, i j :
Зафиксированное наличие связей между показателями конкретизируется с помощью правил, устанавливающих связи между фактами. Эти правила L задаются в форме логических выражений:
С учетом зависимости параметров друг от друга и отношений предпочтений правила выбора оптимального значения критерия записаны в виде:
Преобразование исходной ситуации S * в целевую S 0 происходит под действием алгоритмов принятия решений l ( R j ) на каждом l-м шаге управления.
Выбор или формирование алгоритма управления определяется возникающей ситуацией. Сущность принятия решения состоит в том, что необходимо изменить значение одного или нескольких параметров, влияющих на сложившуюся ситуацию.
Факт принятия решения можно описать двухместным предикатом Work ( P[i ], k ( P[i ])) (сделать), который устанавливает новое значение параметра, то есть определяет факт принятия некоторого R решения ( k – список управляемых факторов на нижнем уровне иерархии, изменение которых наиболее существенно повлияло на изменение параметра P[i] ).
В общем случае для принятия решения необходима проверка на допустимость рекомендуемых действий: надо установить, что управляемый параметр в данной ситуации не принадлежит своей области допустимых значений по Bel ( x1, w1 ( s i )) и требует корректировки. Принять решение – это значит в базе знаний установить истинность выражения где “:–” – знак, означающий, что если условия выполняются, то R истинно.
Поскольку предполагается корректировка нескольких параметров одновременно (прибыльности всех четырех категорий клиентов), процесс принятия решения описывается более сложными алгоритмами j ( Fk ) :
j ( Fk ) : Work ( P[1], kP[1] ( P[1])) & Work ( P[2], kP[ 2 ] ( P[2])) &...Work ( P[4], kP[ 4 ] ( P[4])), где Fk = { k1, k2,... kn } – множество возможных действий для j -го алгоритма.
В целом база знаний ИИС может быть представлена в виде совокупности правил, описывающих закономерности взаимосвязей параметров, ситуаций и решений. Процедура принятия решения R j предполагает следующую логическую последовательность действий:
Решение R j принимается, если определена ситуация S l и выявлены зависимости параметров z, и установлены логические соотношения L, и применены алгоритмы принятия решений j, оптимизирующие q P – основной показатель P (прибыль).
В результате подсистема принятия решений выявила следующие факторы, подлежащие управлению для регулирования выручки по 1 категории клиентов:
1) количество клиентов 1 категории, отрицательно влияющее на изменение выручки ТКК, приносимой первой категорией клиентов;
2) выручка от организации виртуальных сетей передачи данных (VPN), наиболее влияющая на положительное изменение выручки от первой категории клиентов.
Для того, чтобы отношения с клиентом перешли на новый качественный уровень, важно не только сформулировать основные этапы воздействия на него, не менее важно оценить результат этого воздействия. Только в этом случае, взаимоотношения будут интерактивными и возможно достижение максимального эффекта. Оценка эффективности рекомендуемых мероприятий по управлению взаимоотношениями с клиентами выполнена с использованием ИМ бизнес-процесса, которая служат основой для выбора управляющих решений.
Многие потребители имеют достаточный потенциал, чтобы стать средними, крупными или даже лучшими клиентами, и это произойдет, если им уделить необходимое внимание. Результаты оценки эффективности управленческого решения по повышению количества клиентов 1 категории показывают, что перемещение 10% клиентов из второй категории в первую приводит к росту прибыли на 56 миллионов у.е. (3% от прибыли). Таким образом, небольшое смещение клиентов в пирамиде вверх приводит к заметному выигрышу в прибыли. В том случае, если 10% лучших клиентов ТКК перейдут во вторую категорию, то это вызовет снижение прибыли на 9,4 миллионов у.е. (0,5% от прибыли). Потеря 10% ключевых клиентов приводит к снижению прибыли на 3%.
Далее необходимо осуществить управление выручкой от организации VPN по первой категории клиентов, которое заключается в поддержании и улучшении высокой величины данного показателя путем ускорения возврата инвестиций, вложенных в развитие данной услуги и разработку дополнительных сервисов. Для обеспечения возможности привлечения инвестиций в развитие услуги VPN необходимо осуществить выбор оптимальных вариантов маркетинговой кампании.
Выделены следующие управляющие факторы: увеличение ожидаемой выручки в расчете на 1 клиента в результате маркетинговых мероприятий; снижение затрат на привлечение 1 клиента. В соответствии с управляющими факторами на выбор предлагается 3 различных варианта маркетинговой кампании:
X1 – базовый вариант маркетинговой кампании; X 2 – вариант маркетинговой кампании после увеличения выручки на 20%; X 3 – вариант маркетинговой кампании после снижения затрат на 20%. Варианты маркетинговой кампании оцениваются по двум целевым функциям: прибыль от проведения маркетинговых мероприятий; рентабельность инвестиций в проведение маркетинговой кампании. Для оценки вариантов применен количественный анализ эффективности:
Каждый вариант решения представлен в виде точки на плоскости с координатами прибыль и рентабельность инвестиций (рисунок 4).
Рисунок 4 – Графическое представление вариантов решения При оценке эффективности различных маркетинговых стратегий следует предпочесть вариант, который лежит одновременно и на правой, и на верхней границе области.
Производя на основе имеющихся данных сравнительную оценку предпочтительности эффективных альтернатив, Лицо, принимающее решение (ЛПР), может принимать в расчет дополнительные факты и моменты, не учитываемые ИИС. Это связано с тем, что представление ЛПР всегда шире и глубже декларируемых, а, кроме того, они не до конца структурированы. Совместное использование интуиции, опыта работы ЛПР и новых ИТ, дает возможность наиболее полно оценить все аспекты решаемой проблемы. Результаты тестирования показывают целесообразность использования ИИС данного класса для управления ТКК.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
1. Разработана ИМ бизнес-процесса взаимоотношений с клиентами региональной ТКК, позволяющая оценивать эффективность стратегий управления взаимоотношениями с клиентами за счет выявления и прогнозирования тенденций функционирования моделируемого бизнес-процесса в динамике с учетом отрицательных случайных факторов при различных управляющих воздействиях.2. Разработана функциональная схема ИИС, реализующая принцип управления взаимоотношениями с клиентами региональной ТКК по обратной связи с диагностикой состояния бизнес-процесса на основе применения новых ИТ (МИМ и технологии ЭС), что обеспечивает механизм выбора наиболее успешного управленческого решения.
3. Разработана подсистема принятия решений в ИИС, обеспечивающая интеллектуальную поддержку принятия решений по управлению взаимоотношениями с клиентами региональной ТКК на основе применения концепции ЭС, реализованной в результате использования логических алгоритмов, основанных на анализе дерева решений, на причинно-следственной взаимосвязи основных показателей бизнес-процесса взаимоотношений с клиентами и на логической увязке принимаемых решений с помощью базы знаний.
4. Разработана ИИС на основе применения новых ИТ (МИМ и технологии ЭС), внедренная в составе системы управления взаимоотношениями с клиентами в деятельность филиала ОАО «ВолгаТелеком» в Чувашской республике.
Анализ результатов, полученных на основе реальных данных, показал эффективность разработанной ИИС, которая заключается в повышении уровня прибыли ТКК при принятии рекомендуемых управленческих решений:
- по перемещению 10% клиентов ТКК второй категории в первую, что увеличивает прибыль ТКК на 3%;
- за счет выбора оптимального варианта маркетинговой программы, направленной на повышение прибыльности клиентов, позволяющей сократить затрат на привлечение клиентов на 20%, что оставляет свободные средства, которые могут быть использованы и для расширения маркетинговой программы, и для финансирования другой рентабельной программы.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ ОПУБЛИКОВАНЫ В РАБОТАХ
1. Интеллектуальный анализ данных о клиентах телекоммуникационной компании / М.А. Богомолова // Инфокоммуникационные технологии. 2006. Т.4. №2. С. 82–85.
2. Архитектура интеллектуальной экономической информационной системы телекоммуникационной компании / Э.М. Димов, М.А. Богомолова // Телекоммуникации. 2007. №8. С. 45–48.
3. Реинжиниринг процесса управления обращениями клиентов телекоммуникационной компании / М.А. Богомолова // Инфокоммуникационные технологии. 2007. Т. 5. №4. С. 61–66.
4. Обобщенный алгоритм имитационного моделирования бизнеспроцесса управления взаимоотношениями с клиентами телекоммуникационной компании / Э.М. Димов, М.А. Богомолова // Инфокоммуникационные технологии. 2008. Т. 6. №2. С. 94–98.
5. Разработка схемы бизнес-процесса управления обращениями пользователей услуг связи Самарского филиала ОАО «ВолгаТелеком» / Э.М. Димов, М.А. Богомолова // Проблемы Техники и Технологий Телекоммуникаций: матер. VII Междунар. конф. Самара: Книга, 2006. С. 191–193.
6. Схема функционирования интеллектуальной информационной системы телекоммуникационной компании / Э.М. Димов, М.А. Богомолова // Матер.
ХIV Рос. научн. конф. проф.-преп. состава, научн. сотрудников и асп. Поволжской государственной академии телекоммуникаций и информатики. Самара, 2007. С. 195.
7. База знаний информационной системы диагностики хозяйственной деятельности телекоммуникационной компании / Э.М. Димов, М.А. Богомолова // Матер. ХIV Рос. научн. конф. проф.-преп. состава, научн. сотрудников и асп. Поволжской государственной академии телекоммуникаций и информатики. Самара, 2007. С. 196.
8. Анализ информационной среды управления экономикой и современных информационных технологий, применяемых на предприятии / Е.А. Матвеева, Н.В. Коныжева, О.Н. Ольховая, М.А. Богомолова // Матер. ХIV Рос. научн. конф. проф.-преп. состава, научн. сотрудников и асп. Поволжской государственной академии телекоммуникаций и информатики. Самара, 2007. С. 208– 209.
9. Постановка задач имитационного моделирования процесса управления обращениями клиентов телекоммуникационной компании / М.А. Богомолова // XV Туполевские чтения: матер. Междунар. молодёж. научн. конф. Казань: Издательство Казанского государственного технического университета, 2007. Т. III. С. 110–112.
10. Математическая модель задачи оптимального управления обращениями клиентов инфокоммуникационной компании / Э.М. Димов, М.А. Богомолова // Технологии информационного общества: матер. 2-ой отрасл. научн. конф.
Москва, 2008. Т. I. С. 169–173.
11. Исследование математической модели задачи оптимального управления обращениями клиентов инфокоммуникационной компании в интересах имитационного моделирования / Э.М. Димов, М.А. Богомолова // Татищеские чтения: актуальные проблемы науки и практики: матер. V юбил. междунар. научно-практ. конф. Тольятти: Изд-во Волжского университета им. В.Н. Татищева, 2008. Ч. I. С. 83–94.
12. Анализ инструментов исследования бизнес-процессов телекоммуникационной сети / М.А. Богомолова // Матер. ХVI Росс. научн. конф. проф.-преп.
состава, научн. сотрудников и асп. Поволжского государственного университета телекоммуникаций и информатики. Самара, 2009. С. 257.
ИНТЕЛЛЕКТУАЛЬНАЯ ИНФОРМАЦИОННАЯ СИСТЕМА
УПРАВЛЕНИЯ ВЗАИМООТНОШЕНИЯМИ С КЛИЕНТАМИ
РЕГИОНАЛЬНОЙ ТЕЛЕКОММУНИКАЦИОННОЙ КОМПАНИИ
НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Управление в социальных и экономических системахАВТОРЕФЕРАТ
диссертации на соискание ученой степени Подписано к печати 13.05.2009. Формат 60x84 1/16.
Бумага офсетная. Печать плоская. Гарнитура Таймс.
Усл. печ. л. 1,0. Усл. кр.-отт. 1,0. Уч.-изд. л. 0,9.
ГОУ ВПО Уфимский государственный авиационный технический университет