Значення дискримінантної функції z для фірм-конкурентів

Фірми - конкуренти	Дискримінантна функція	Z
1	69,4541
2	103,7341
3	99.1919
4	68,4882
5	72,7951
6	64.2531
7	80,9785
8	105.0411
9	69,6929
10	97,3490

де Z – межа дискримінації; Z⁽¹⁾, Z⁽²⁾ – середні значення дискримінант них функцій до першої і другої вибірок відповідно.

Враховуючи те, що до першої вибірки було обрано 2-й, 3-й і 8-й об'єкти, а до другої - 4-й, 6-й і 9-й, можна визначити межу дискримінації. Вона буде дорів­нювати = 86. Таким чином, отримано кількісний критерій для поділу підприємств-конкурентів на дві групи.

Оскільки у першу зразкову вибірку включали великі підприємства, а у другу - всі інші, то до першої групи - групи лідерів - будуть належати підприємства, у яких значення дискримінантної функції перевищують межу дискримінації (див. табл. .2.). Номера цих підприємств: 2, 3, 8, 10.

Відповідно, підприємства з номерами 1,4,5,6,7,9 увійдуть до другої групи.

Цінність дискримінантного аналізу для стратегічного аналітика полягає у тому, що з його допомогою можна зосередитися на дослідженні тих об'єктів, які є дійсно стратегічно важливими. Якщо підприємство намагається увійти до групи лідерів у своїй галузі, необхідно точно знати, хто з конкурентів реально може з нами змагатися і які необхідно запланувати заходи для боротьби з ними.

Кластерний аналіз

Аналітики зустрічаються з необхідністю багатовимір­ного групування об'єктів з допомогою прийомів кластерного аналізу. На відміну від дискримінантного аналізу, кластерне групування не передбачає використання зразкових вибірок. Ми можемо навіть точно не знати, скільки кластерів (груп) буде нами виділено. Використовується при вивченні суб'єктів ринку (споживачів, постачальників, виробників), характеристик товарів, класифікації затрат тощо.

Методика кластерного аналізу базується на поняттях подібності об'єктів або їх ознак (залежно від того, що групується - об'єкти чи ознаки). З допомогою підбору найбільш "подібних" одиниць виконується розподіл сукупності на кластери (групи).

Для прогнозування попиту на продукцію фірми досить часто потрібно проводити сегментацію цільових ринків або, точніше, сегментацію споживачів. Кластерний аналіз дозволяє сегментувати як споживачів (за принципом "знизу вгору"), об'єднуючи їх у групи з одночасним врахуванням вибраних для класифікації ознак, або групувати ознаки, тобто характеристики споживачів, в окремі кластери. Потенційні споживачі розглядаються за сукупністю ознак, якими можуть бути: вік, стать, освіта, професія, місце проживання, схильності та ціннісні орієнтири тощо.

Методику кластерного аналізу можна також успішно застосовувати для групування інших об'єктів чи ознак. Необхідно згрупувати доступні для компанії "Амелія" канали розподілу, які характеризуються такими ознаками: 1) економічна доцільність; 2) керованість; 3) придатність.

Канали розподілу - маркетинговий термін, який означає сукупність неза­лежних організацій, які беруть участь у процесі просування товару чи послуги від виробника до споживача. У деяких випадках канали розподілу спрощено називають посередниками.

Під час визначення економічної доцільності каналу розподілу врахову­ється співвідношення між обсягами продажу та витратами, пов'язаними з використанням цього каналу (для визначення рівня керованості робиться оцінка системи контролю діяльності посередника (каналу розподілу), придатність каналу розподілу можна оцінити за його гнучкістю у довгостроковому періоді (під гнучкістю розуміють здатність швидко адап­туватися до нових умов ринку).

Припустимо, що в результаті було отримано певні значення для кожного каналу розподілу (табл. 6.3), виражені у формі натуральних чисел в діапазоні 0 до ЗО (чим більше число, тим вища оцінка каналу розподілу).

Для проведення кластерного аналізу можна вибирати різні способи, на­приклад, метод дендритів. Дендрит - це ламана лінія, якою з'єднані два будь-яких об'єкти з обраної на ми множини (або дві будь-які ознаки об'єкта, якіцо групуються ознаки об'єктів). Дендрит може розгалужуватися, але не може містити замкнених ламаних ліній.

Як міра подібності між об'єктами, тобто каналами розподілу, будуть вико­ристовуватися показники відстаней, які складають матрицю відстаней (табл. .4.) і розраховуються як абсолютне значення різниці між оцінками і-го та j-го об'єктів.

У кожному стовпці матриці відстаней вибирається мінімальне число, яке показує найменшу відмінність між певною парою об'єктів (в табл. .4).

Таблиця .3.