Математическое моделирование услуг Интернет
Наиболее гибким инструментом прогнозирования мне представляется математическая модель на основе балансных дифференциальных уравнений, которая позволяет анализировать поведение во времени сразу нескольких величин. Так для рынка телекоммуникационных услуг это прибыль и количество абонентов у основного оператора и его конкурентов.
Использование таких программных продуктов компьютерной математики, как Mathcad, Matlab, позволяют решать достаточно сложные системы нелинейных дифференциальных уравнений. Это дает возможность учитывать влияние на бизнес – процессы многих параметров и создавать модели с учетом максимального количества существующих условий реальной ситуации.
Подключение к цифровой сети с интегрированными услугами (ISDN) можно считать монопольной услугой, так как техническую возможность оказывать ее потребителю в настоящее время имеет только СПРФ ГТС. Ее монопольный характер объясняется тем, что аппаратные и программные средства ISDN интегрированы в современные цифровые коммутационные станции, образующие сложную систему связи. Затраты на создание подобных систем пока недоступны альтернативным операторам. Следовательно, коэффициентами влияния маркетинговых стратегий конкурентов в математической модели оценки этой услуги можно пренебречь. Такая модель, являясь достаточно простой, дает возможность отработать методику нахождения коэффициентов, составления системы уравнений и ее анализа.
Запишем
систему балансных уравнений монопольной услуги для числа абонентов
, получающих услугу, и прибыли P.

В этих уравнениях левые части отражает изменения числа абонентов и прибыли в единицу времени, например за месяц или квартал, W01 и W10 – вероятности того, что абонент начал или прекратил получать услугу соответственно, n0 – число потенциальных абонентов. В уравнении (2) в правой части n1dcp – это доход, полученный в данном месяце от n1 абонентов при среднем доходе от одного равном dcp. Rs, Rоб, и Rp – расходы в данном месяце на оплату труда, оборудование и рекламу соответственно.
Рассмотрим коэффициенты подробней:
W01 = W001 + γn n1 + γp Rp (3)
Смысл этого соотношения заключается в том, что часть абонентов испытывает потребность в услуге независимо от внешних факторов (W001), другие узнают о ней от абонентов, уже получающих эту услугу (соседи, знакомые и т.п.) - «неявная» реклама. Наконец, абоненты третьей категории узнают об услуге через рекламу (γp Rp ). В уравнении (3) W001, γn и γp – постоянные коэффициенты.
Аналогично для
W10 = W010 + ςsRs + ςтРт.ср (4)
Однако, содержание членов в правой части (4) совершенно другое. W010 – это абоненты, прекратившие получать услугу независимо от ее содержания (качество, тарифы и др.) - это случайные люди, абоненты, сменившие место жительства. Второй член уравнения отражает низкое качество услуги (невнимательность низкооплачиваемого персонала и плохое оборудование). Наконец, третий член уравнения характеризует влияние тарифов. Рт.ср – средний тариф.
Rs = Rso + αs n1 (5)
Rоб = Roo + αоб n1 (6)
Rp = Rpo + βpP (7)
Расходы в (5) – (7) содержат постоянную часть, независящую от объема услуг и прибыли и переменную, когда с ростом абонентов линейно растут расходы на обслуживающий персонал и оборудование, а объем получаемой прибыли позволяет увеличить расходы на рекламу. Подставляя (3) - (7) в (1) и (2), получим систему нелинейных дифференциальных уравнений.

где
А0 = W001 + γpRpo, (10)
Г
= γn
0 – (W010 + W001) – ςsRS0 - γpRp0 – ςтРт.ср, (11)
Δ2 = ςsαs + γn, (12)
Δпр = γрβр, (13)
R0 = Rso + Roo + Rpo (14)
D1 = dср – αs – αоб (15)
Прежде чем решать систему (8) – (9) числено, найдем аналитическое решение для линейного случая, когда βр = 0 (затраты на рекламу не зависят от прибыли) и Δ2 = 0 (качество услуги не влияет на количество абонентов, прекративших получать услугу и неявной рекламой можно пренебречь). Это позволит качественно оценить пригодность модели и выбрать диапазон изменения коэффициентов. Подставляя βр = 0 и Δ2 = 0 в (8) – (9) и задавая начальные условия
= 0 t =0 (16)
=
t = tпр,
получим
= ![]()
(17)
(18)
Оценка полученных аналитических решений дает следующие результаты:
·
решение имеет
физический смысл при условии Г < 0, что обычно выполняется, так как прирост
абонентов из за рекламы (γn
0) обычно не превышает другие факторы,
· при выбранных начальных условиях значение числа абонентов в промежуточной момент времени берется из эксперимента (статистика оператора связи). При этом типичная зависимость развития абонентской базы приведена на рис.4.2, где есть фазы линейного роста и насыщения. Крутизна кривой и скорость насыщения определяются коэффициентом Г. Модель не содержит фазы деградации услуги.

Рисунок 4.2 – Развитие абонентской базы

· Поведение прибыли нарастающим итогом приведено на рисунке 4.3.

Рисунок 4.3 – Динамика нарастания прибыли
По мере того как нарастает абонентская база, доходы начинают превалировать над расходами, крутизна нарастания прибыли увеличивается, а потом процесс переходит в стационарный линейный режим.
Проведенные аналитические расчеты убеждают в правильности модели и позволяют перейти к численным решениям уравнений (8) – (9), для чего необходимо определить постоянные коэффициенты уравнений по результатам анализа экспериментальных данных о количестве абонентов, доходах и расходах по услуге за некоторый начальный отрезок времени, (точка tпр). Например, при моделировании услуги на несколько лет вперед нам нужно знать данные за первый год. Далее в качестве примера будем рассматривать развитие услуги ISDN в одной географической зоне (район города). Данные по этой услуге (ежеквартальные) приведены в таблице 4.1.
Таблица 4.1 – Количество ISDN-подключений и полученные доходы
| Время Показатель | 4кв1999г. | 1кв.2000г. | 2 кв.2000 г. | 3кв.2000г. | 4 кв.2000 г. |
| Абоненты |
|
|
|
|
|
| Доходы (тыс.руб) | - | - | 24 | 51 | 75 |
В
качестве промежуточной точки tпр выбираем 4 кв. 2000г. Анализируем
монтированную емкость портов ISDN
на АТС района, получим
= 500.
Нахождение
коэффициентов: начнем с W01.
Согласно уравнению
(1) прирост абонентов за квартал на начальном участке
при
>>
равен:
= ![]()
Подставляя экспериментальные данные, получим W01 = 2 · 10-2.
Полагая,
что
.
Для
оценки γп и γp проведем следующие рассуждения.
Неявная реклама наиболее эффективна тогда, когда число абонентов, получающих
услугу, велико, например, как минимум, равно
. Пусть в этот момент доля γn
равна 0,2 W01. Тогда γn =
.
Для оценки γp надо знать величину расходов. По статистическим данным предприятия за последние 10 лет, уровень расходов составляет 60% от доходов. Из них постоянные и переменные расходы относятся приблизительно как 1:1. Расходы на оборудование составляют 50%, на оплату труда – 30%, на рекламу – 20%. В отсчетной точке (4 кв. 2000г.) расходы за квартал составляют 45 тыс. руб. и Rs0 = 0,5·0,3·45 = 6,75 тыс.руб.
Так
как W01 = W001 + γп
1+ γpRp , то доля γpRp составляет
. Тогда в точке отсчета Rp = 9 тыс.руб. и γp = 0,16·10-2
.
Проводя
аналогичные рассуждения и вычисления, найдем Rоо = 11,25 тыс. руб., Rpo = 4,5 тыс. руб., αs = 0,127
, αоб = 0,21
, βр = 0,15.
Для
оценки W10 учитываем, что в квартал убывает
один абонент. Для простоты полагая, что ςs = 0 и
, получим,
= 4·10-3 .
Для
оценки ςт, предположим, что ςт.ср = ςт·Pт.ср = 0,8 W10 и тариф Pт.ср = 40
. Тогда ςт = 4 · 10-4
.
В
точке начала отсчета доход D =
75тыс. руб. и
= 53. Тогда dср = ![]()
Подставляя найденные значения найдем:
А0 = 9,2 ·10-3
Г = - 2 ·10-2
Δ2 = 1,7 · 10-5
Δпр = 2,4 · 10-6
R0 = 22,5 тыс. руб.
D1 = 1,06 тыс. руб / аб
βр = 0,15.
Тогда система (8) – (9) примет вид, пригодный для численного интегрирования
![]()
(19)
(20)
С начальными условиями
= 0 t = 0
P = 0 t = 0.
По аналогии с методикой расчета кратковременного участка (4 квартал 2000 года) были рассчитаны среднесрочный (конец 2001 года) и долгосрочный (конец 2002 года) участки.
Расчет уравнений (19-20), а также других систем дифференциальных уравнений на более продолжительные промежутки времени был произведен с помощью системы компьютерного моделирования Matlab. При этом менялся интервал интегрирования от 1,5 до 6 лет. Также было изменено процентное соотношение внутренних затрат на выплату заработной платы, оборудование и рекламу с 30% - 50% - 20% на 30% - 40% - 30%. Результаты моделирования приведены на рисунках 4.4 - 4.7.
На рисунках 4.4 и 4.5 видно, что поведение числа абонентов и возрастание прибыли практически совпадает на всех временных отрезках со статистическими данными для среднесрочного участка. На данном этапе зависимость числа абонентов находится в стадии нарастания и близка к стадии насыщения. Увеличение численности потенциальных абонентов проявляется в увеличении прибыли и более быстром её нарастании (рис. 4.5 и 4.7).

Рисунок 4.4 – Зависимость числа абонентов при внутренних затратах на заработную плату, оборудование и рекламу как 30% - 50% - 20%.

Рисунок 4.5 – Накопление прибыли при соотношении внутренних затрат как 30% - 50% - 20%.

Рисунок 4.6 – Зависимость числа абонентов при внутренних затратах на заработную плату, оборудование и рекламу как 30% - 40% - 30%.

Рисунок 4.7 – Накопление прибыли при соотношении внутренних затрат как 30% - 40% - 30%.
Сравнение
теоретической и экспериментальной зависимостей для количества абонентов при
начальных условиях P=0 и
= 0 выявляет
следующую закономерность:
·
Теоретическая и
экспериментальная кривые практически совпали на среднесрочном отрезке – конец
2001 года, когда число потенциальных абонентов
= 400. Это свидетельствует о том,
что оценка коэффициентов была произведена верно и данная модель для монопольной
услуги ISDN работает в полной мере.
Фактические данные предприятия о количестве подключенных абонентов по данной услуге показаны на графике рисунка 4.8.

Рисунок 4.8. – Количество абонентов, подключенных к сети ISDN.
Видимо, услуга ISDN находится в стадии роста своего жизненного цикла.
Очевидно, что данная модель на основе системы дифференциальных уравнений верна и полученные кривые накопления абонентской базы и прибыли совпадают с кривыми, построенными на основе статистических данных предприятия. Для осуществления следующего этапа исследований – прогнозирования – необходим детальный анализ полученных результатов.
На рисунке 4.4, где хорошо наблюдается совпадение модели со статистикой, был рассмотрен классический пример соотношения постоянных и переменных расходов как 1:1. Теперь попытаемся изменять затраты на оборудование и рекламу с шагом в 10% и соотнесем более точно постоянные и переменные коэффициенты, например, как 0,3:0,7, при неизменных расходах на заработную плату – 30%. Результаты данного варианта прогноза для числа абонентов и накопления прибыли приведены на рисунке 4.9 и 4.10.

Рисунок 4.9 – Изменение числа абонентов при различном соотношении расходов на оборудование и рекламу.
Из рисунка 4.9 хорошо видно, что при уменьшении расходов на рекламу накопление абонентской базы резко падает – многие