Прогнозирование экономических результатов реализации инновационных проектов тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Прогнозирование экономических результатов реализации инновационных проектов"

На правах рукописи

АРГОВ НИКИТА ВЛАДИМИРОВИЧ

Прогнозирование экономических результатов реализации инновационных проектов

Специальность 08.00.05 - Экономика и управление народным хозяйством (управление инновациями)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург - 2013

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет экономики и финансов».

Научный руководитель - доктор экономических наук, профессор

Рогова Елена Моисеевна

Официальные оппоненты: Фияксель Эдуард Аркадьевич,

доктор экономических наук, профессор, Нижегородского филиала Федерального государственного автономного образовательного учреждения высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики», заведующий кафедрой венчурного менеджмента Серебрякова Анна Борисовна, кандидат экономических наук, доцент, ЗАО «Геострой», Санкт-Петербург,

исполнительный директор

Ведущая организация - Федеральное государственное бюджетное

образовательное учреждение высшего профессионального образования «Санкт-Петербургский национальный

исследовательский университет точной механики и оптики»

Защита диссертации состоится "_" апреля 2013 года в_часов на

заседании диссертационного совета Д 212.237.09 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный экономический университет» по адресу: 191023, Санкт-Петербург, ул. Садовая, д.21,ауд. 3040.

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный экономический университет».

Автореферат разослан "_"_2013 г.

Ученый секретарь диссертационного совета

Л.В. Хорева

РОССИЙСКАЯ З

ГОСУДАРСТВЕННАЯ

БИБЛИОТЕКА ( ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Одной из приоритетных целей экономической политики Российской Федерации, направленной на повышение эффективности национальной экономики, является переход на инновационный путь развития, т.к. именно технологическгя составляющая определяет производительность труда, а значит, в конечном счёте, и экономическую ситуацию в целом.

Крайне важной тенденцией последнего десятилетия является то, что из двух основных факторов - технологического и рыночного, от которых зависит успех реализации инновационного проекта, всё большую роль занимает именно рыночный фактор. Безусловно, до сих пор существует множество инновационных проектов, где главной сложностью является создание самою продукта, и успех на этом этапе практически обеспечивает успех всего проекта в целом. Однако, всё больше становится таких проектов, разработка которых является относительно несложным процессом, а наибольшие ресурсы требуется для того, чтобы успешно вывести продукт на рынок, и именно рыночные риски являются доминирующими в данном случае.

Риски, связанные с выходом инновационного продукта на рынок, можно сократить, если иметь возможность более точного прогнозирования ожидаемого спроса на данный продукт. Существующие на настоящий момент методы оценки спроса не учитывают многих факторов, дают существенную погрешность и ограничены в применении.

Распространение информации благодаря межличностным коммуникациям является одним из главных факторов, влияющих на спрос, и, в конечном счёте, на число клиентов, прибыль и коммерческий успех многих организаций. В настоящее время успех многих инновационных проектов определяется тем, способен ли единичный, уникальный результат инновационной деятельности вызвать такой интерес у потребителей, чтобы они рекомендовали его другим и, тем самым, способствовали диффузии инновации.

Особенно важен фактор рекомендаций для интернет-проектов, так как они обычно генерируют относительно невысокие доходы, с каждого посетителя, поэтому привлекать новых потребителей с помощью рекламы часто бывает невыгодно, и развитие возможно только благодаря вовлечению пользователей через рекомендации. Яркими примерами являются социальные сети, в том числе facebook.com, twitter.com, vkontakte.ru, которые завоевали популярность именно благодаря тому, что их пользователи приглашали своих друзей присоединиться к этим социальным сетям.

Благодаря усовершенствованию средств коммуникаций скорость передачи информации увеличивается, поэтому фактор рекомендаций приобретает всё большую значимость. Из-за изменений коммуникационной среды характер влияния фактора рекомендаций претерпевает качественные изменения, которые требуют дополни тельного изучения.

Во многих случаях, единственным фактором, который отличает коммерчески успешный проект от убыточного, является именно фактор рекомендаций. Поэтому игнорирование данного фактора при прогнозировании результатов инновационных проектов может привести к существенному снижению качества такого прогноза.

Вероятность превращения потенциального потребителя, информированного благодаря рекомендациям, в клиента инновационно-активной компании, как правило, очень высока, так как большинство людей гораздо больше доверяют своим друзьям и знакомым, чем рекламе. Кроме того, традиционная реклама сама по себе становится всё менее эффективной, т.к. вызывает у многих раздражение, от неё устали и часто она воспринимается как заведомая ложь.

Подтверждением этого является исследование об отношении к рекламе, проведённое в 2009 году международной аналитической компанией Nielsen. В ходе исследования было опрошено более 25000 человек из разных стран мира, в том числе из России. Оказалось, что большинство россиян доверят рекомендациям друзей и знакомых, а доверие рекламе у россиян оказалось намного ниже, чем в среднем по миру. Поэтому тема рекомендаций является особенно аюуальной именно для России.

В настоящее время не разработано методических подходов к учету фактора рекомендаций наряду с прочими критериями при прогнозировании результатов инновационных проектов, что обусловливает актуальность данного исследования и его практическую значимость.

Степень разработанности проблемы. Теоретической базой диссертационной работы послужили труды таких российских и зарубежных учёных, как Анисимов Ю.Г1., Бриль А.Р., Верховская O.P., Воробьёв В.Г1., Друкер П.Ф., Карлик А.Е., Котлер Ф., Кузнец С.С., Морозова Г.А., Окрепилов В.В., Платонов В.В., Рогова Е.М., Серебрякова А.Б., Ткаченко Е.А., Титов А.Б., Фияксель Э.А.

В области диффузии инноваций и описания экономического эффекта от межличностных коммуникаций диссертационная работа опирается в первую очередь на труды таких специалистов, как: Бандура А., Басс Ф.М., Лоурей Т.М., Махаджан В., Мюллер Е., Роберте Дж.Х., Роджерс Е.М., Тард Г., Хагерстренд Т., Холмс Дж.Х.

Нельзя не отметить недостаточное внимание к теме диффузии инноваций со стороны отечественных учёных, что отчасти объясняется неактуальностью этой темы в советский период. Среди немногих российских учёных, исследовавших данную тему, следует отметить исследования: Алексеева Е.В., Кравченко В.Н., Приходько Т.И., Юрьева В.В., Яковлева М.А. С переходом к рыночной экономике и развитием средств коммуникаций актуальность данной темы существенно возросла, поэтому необходимо стремиться к сокращению разрыва между зарубежными и отечественными наработками в данной области.

Цель и задачи исследования. Цель работы - разработать методические рекомендации по прогнозированию спроса на результаты инновационного проекта, которые позволяли бы учесть фактор

межличностных коммуникаций в аудитории, формирующей спрос на данный продукт (он же - фактор рекомендаций).

Для достижения поставленной цели потребовалось решить следующие задачи:

1. Произвести анализ существующих исследований и определить степень разработанности проблемы определения экономического эффекта от фактора рекомендаций.

2. Уточнить методические аспекты, связанные с фактором рекомендаций.

3. Составить модель, которая бы позволяла связать прогнозируемое количество покупателей инновационного продукта с другими факторами, которые возможно было бы установить с большей точностью.

4. Определить перечень исходных параметров, необходимых для данных расчётов, и разработать методы определения этих параметров.

5. Разработать алгоритм сбора данных и автоматических вычислений для практического применения данной модели

6. В целях проверки работоспособности модели и расширения сферы её применения, разработать обратный алгоритм, на основе которого можно было бы по имеющимся фактическим данным получить входные параметры модели.

7. Провести апробацию модели на примере нескольких инновационных проектов

Объект и предмет исследования.

Объектом исследования являются инновационные проекты на стадии выхода на рынок.

Предметом исследования являются теоретические и методические аспекты оценки, анализа, моделирования и прогнозирования инновационной деятельности в рыночных условиях.

Теоретической и методологической оеновой диссертационного исследования являются труды отечественных и зарубежных учёных в области управления инновациями, инновационного маркетинга, диффузии инноваций, инновационного предпринимательства.

Диссертационное исследование осуществлялось на базе общенаучных методов исследования - системного подхода, анализа и синтеза, методов логического, экономико-математического и компьютерного моделирования. Для автоматизации подсчётов использовался язык программирования PHP 5.3 на базе Apache HTTP Server.

Информационной базой исследования являются материалы, собранные автором в ходе исследований инновационных проектов, разрабатываемых резидентами бизнес-инкубатора «Ингрия» (ОАО «Технопарк Санкт-Петербурга»), а также материалы органов статистики Российской Федерации и другие статистические материалы, предоставляемые государственными и частными отечественными и зарубежными организациями.

Соответствие диссертации Паспорту научной специальности. Диссертационная работа соответствует паспорту научной специальности

08.00.05 - Экономика и управление народным хозяйством (управление инновациями) и включает следующие пункты: 2.2. Разработка методологии и методов оценки, анализа, моделирования и прогнозирования инновационной деятельности в экономических системах; 2.10. Оценка инновационной активности хозяйствующих субъектов в целях обеспечения их устойчивого экономического развития и роста стоимости; 2.27. Структура, идентификация и управление рисками инновационной деятельности на разных стадиях жизненного цикла инноваций.

Научная новизна диссертационного исследования заключается в том, что в нём произведено комплексное исследование различных факторов, связанных с реализацией инновационных проектов и прогнозированием спроса на результаты инновационной деятельности, включающих фактор межличностных коммуникаций (фактор рекомендаций), и разработаны методические положения по прогнозированию экономических результатов таких проектов с учётом этих факторов.

Наиболее существенные результаты исследовании, обладающие научной новизной и полученные лично соискателем:

- уточнено понятие фактора межличностных коммуникаций (фактора рекомендаций) применительно к диффузии инноваций и прогнозированию результатов инновационной деятельности - к рекомендациям отнесены явления передачи информации о новом товаре, услуге или инновационно-активной организации в процессе межличностных коммуникаций;

- впервые предложен методический подход к оценке инновационного проекта, учитывающий фактор ' рекомендаций для определения инвестиционной привлекательности проекта. Подход опирается на модель, учитывающую информированность потребителей, затраты на рекламу и продвижение инновационных продуктов и ряд других параметров;

- предложен способ количественной оценки ряда качественных характеристик инновационного проекта, в том числе способности вызывать интерес у потенциальных клиентов и скорости распространения информации об инновационном продукте благодаря фактору рекомендаций. Определена зависимость прогнозируемой выручки инновационного проекта от этих параметров;

- предложен способ дихотомического разделения видов рекламного воздействия на потенциального потребителя, для каждого из видов предложена соответствующая математическая модель для описания результатов воздействия.

- предложен способ классификации источников появления новых клиентов у инновационного проекта, для каждого выделенного типа источника предложена математическая модель, определяющая динамику этого источника.

- в предложенном методе установлена математическая зависимость между рекламным бюджетом и чистой прибылью инновационного проекта за рассматриваемый период, что позволяет с определённой погрешностью найти экстремум у соответствующей функции и вычислить, какой объём

экстремум у соответствующей функции и вычислить, какой объём рекламного бюджета будет приближен к оптимальному с наибольшей вероятностью.

- разработан алгоритм, объединяющий описанные выше выявленные зависимости, и позволяющий спрогнозировать прибыль по анализируемому инновационному проекту за заданный период. Кроме этого, разработан обратный алгоритм, позволяющий на основе фактически имеющихся данных за относительно короткий период определить параметры, используемые в модели, для экстраполяции на будущие периоды.

Теоретическая и практическая значимость работы. Теоретическая значимость диссертационного исследования заключается в том, что автором развиты научно-методические принципы оценки инновационных проектов, позволяющие учитывать в том числе фактор межличностных коммуникаций.

Практическая значимость исследования состоит в разработке предложений, методических рекомендаций и выводов, полученных в диссертационной работе, которые могут быть использованы для оценки инновационных проектов инвестиционными (венчурными) фондами; для прогнозирования собственных ожидаемых результатов самими инновационными проектами; высшими учебными заведениями и научно-исследовательскими организациями для проведения анализа инновационных проектов; региональными и федеральными органами государственной власти для определения наиболее перспективных проектов, нуждающихся в государственной поддержке.

Достоверность результатов исследования обеспечивается использованием в качестве теоретической и методологической базы диссертации основных положений экономической теории, трудов отечественных и зарубежных авторов в области управления и оценки инновационных проектов, инновационного маркетинга, а также применением общенаучных методов исследования - системного анализа, экономико-математического моделирования.

Апробация результатов исследования. Основные результаты исследования, сформулированные в диссертации, опубликованы и изложены в сообщениях и докладах на научных конференциях. Апробация предложенной модели оценки инновационных проектов произведена на примере нескольких инновационных проектов-резидентов бизнес-инкубатора «Иш-рия» (ОАО «Технопарк Санкт-Петербурга»).

Публикации. Соискателем по результатам диссертационного исследования опубликовано 8 печатных работ общим объемом .1,3 п.л. (авторских 3,1 пл.), в том числе две общим объемом 1,3 п. л. - в журналах, рекомендуемых Высшей аттестационной комиссией РФ для опубликования научных результатов диссертации на соискание ученой степени кандидата и доктора наук. В указанных работах рассматриваются теоретические и методологические проблемы прогнозирования экономических результатов инновационного проекта на основе фактора рекомендаций.

Структура диссертации. Структура и логика диссертационного исследования разработаны согласно поставленным целям и соответствуют

содержанию задач исследования. Диссертационное исследование состоит из введения, трёх глав, заключения и списка литературы. В первой главе делается теоретическое обобщение опыта в области прогнозирования экономических результатов реализации инновационных проектов. Вторая глава содержит методические предложения по расчёту экономических результатов реализации инновационных проектов. В третьей главе описанные методы применяются на примере двух инновационных проектов. Приложение содержит пример программного кода, реализующий описанные в диссертационном исследовании методы.

II. ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Уточнено понятие фактора рекомендаций и эволюция оодходов к его исследованию. До сих пор не существует единого понятия, характеризующего явление распространения информации о товаре или услуге посредствам межличностных коммуникаций. Это связано, прежде всего, с тем, что изучение данной проблемы происходило практически независимо по нескольким направлениям.

Первое из них, зародившееся более века назад, рассматривало данное явление в разрезе распространения инноваций. Возможно предположить, что в то время межличностная передача информации и была существенна только для товаров, представляющих какое-либо новшество, а в отношении прочих товаров и услуг это было не столь существенно.

В отношении распространения инноваций первые серьёзные теоретические работы начали появляться уже в конце 19ош века. Книга французского социального психолога и социолога Габриеэля Тарда ТЬе Laws of Imitation ("Законы имитации") положила основу современной теории распространения инноваций. В ней Г. Тард обосновал важность фактора межличностных коммуникаций и описал график распространения инноваций в форме т.н. S-кривой, которая характеризует рост и последующее падение интереса к тому или иному новшеству.

Основополагающим и самым цитируемым научным трудом о распространении инноваций стала книга Эверетта Роджерса Diffusion of Innovations («Диффузия инноваций»), в которой автор окончательно закрепил понятие «диффузия инноваций», объединив в своей книге все уже имеющиеся на тот момент теории в данной области и дополнив их собственными научными изысканиями.

Второе направление в исследовании распространения информации о товарах и организациях через межличностное общение зародилось значительно позже, в самом конце 20ого века, носит прикладной характер и в первую очередь представлено в области рекламы и маркетинга.

При этом данное явление получило сразу несколько названий - Word of mouth (англ. Из уст в уста), Viva voce (лат. Из уст в усга). В России это традиционно называется Сарафанным радио, в Австралии - Bush Telegraph (англ. Лесной телеграф), в Канаде - Moccasin Radio (англ. Мокасинное радио).

Маркетинговые мероприятия, где рассматриваются способы увеличения продаж и информированности о продукте за счёт распространения информации от человека к человеку, получили названия viral marketing (вирусный маркетинг), viral advertising (вирусная реклама) и buzz marketing (маркетинг «гудения»).

Вирусный маркетинг применим к широкому спектру товаров и услуг, в том числе к таким, которые не относятся к тем вещам, информацией о которых люди охотно обмениваются между собой в процессе общения. Благодаря маркетинговым технологиям и удачным находкам, прежде всего решается задача информирования потенциальных потребителей и вовлечение их в некоторый общий процесс, способствующий узнаванию бренда, улучшения его восприятия и т.д.

Таким образом, оба направления в исследованиях вопроса распространения информации достаточно узки, первое ограничивается только продуктами, связанными с инновациями, второе - рекламными методами.

При этом, оба направления практически не рассматривают естественное распространение информации о продуктах, не связанных с инновациями и применением каких-либо маркетинговых технологий. Примером этих не рассматриваемых случаев распространения информации являются рекомендации о врачах, парикмахерах, ресторанах, музеях и т.п., которыми обмениваются люди со своими друзьями и знакомыми.

В сущности, именно благодаря рекомендациям имеет место эффект диффузии инноваций, т.е. диффузию инноваций можно рассматривать как частный случай распространения информации о товаре благодаря рекомендациям.

Поэтому в диссертации предложен подход, базирующийся на обобщении описанных выше направлений и рассмотрении их как составных элементов одного целого. Это необходимо, в том числе, в силу того, что границы между инновационными и не инновационными проектами постепенно размываются, т.к. появляется всё больше проектов с невысоким уровнем инновационности. И каждый раз в отношении таких проектов встаёт вопрос о том, насколько применимы к ним методы, разработанные в рамках теории диффузии инноваций.

Для обозначения данного явления в диссертации предложен термин «рекомендация». Соответственно, в данном контексте будем называть рекомендацией явление передачи информации о товаре, услуге или организации благодаря межличностному общению.

2. Обоснована необходимость учёта фактора рекомендаций при прогнозировании результатов инновационных проектов. Для определения того, для каких проектов рекомендации играют первоочередную роль, а для каких второстепенную, в диссертации выделены два основных критерия: возможность расширения проекта и относительная стоимость рекламы. Рассмотрим их более подробно.

Понимание возможности расширения проекта является принципиально важным в данном случае. Если проект имеет существенные ограничения по

расширению, то фактор рекомендаций может либо не шрать роли в принципе, либо играть только на начальных стадиях реализации проекта. Для каждого отдельного проекта ограничения по расширению могут быть различными.

В каких-то проекгах «узким местом» являются его внутренние особенности, которые не позволяют его расширить. Это может быть конкретный ограниченный ресурс, который невозможно или невыгодно получить в количестве, большем, чем определённый уровень. Таким ресурсом могут быть полезные ископаемые, человеческие ресурсы, товары с ограниченными поставками и т.д.

Другим ограничителем расширяемости проекта является рынок потребителей. Если проект нацелен на какую-то конкретную специфическую аудиторию и не может быть использован для какой-либо другой, то естественным ограничителем для такого проекта является размер этой аудитории. Отдельно имеет смысл рассмотреть случай, когда проект нацелен на рынок, в котором действует ограниченное число покупателей или даже один единственный (монопсония). В этом случае ограничителем будет являться потребность этого покупателя, а фактор рекомендаций можно не учитывать в принципе, т.к. все покупатели и так могут быть осведомлены о продукте прямым способом.

Несколько иным образом на необходимости учёта фактора рекомендаций сказывается относительная стоимость рекламы. Если затраты на рекламу в рассматриваемом проекте окупаются прибылью от тех клиентов, которые появились благодаря этой рекламе (т.е. показатель чистой рентабельности рекламы больше единицы), то значение фактора рекомендаций не столь существенно, т.к. проект оказывается прибыльным и без его учёта. Однако, гораздо более распространённой является ситуация, когда стоимость рекламы относительно высока, и расходы на рекламу окупаются толь,ко с учётом дополнительных факторов, в том числе повторных заказов и рекомендаций, и в этом случае оценка фактора рекомендаций является принципиально важной задачей.

3. Для прогнозирования экономических результатов инновационных проектов в диссертации предложен методический подход, который учитывает в том числе и фактор рекомендаций. В основе этого подхода лежит модель, базирующаяся на следующих допущениях:

1. В разрезе отношения к рассматриваемому продукгу выделены три категории (состояния) потенциальных клиентов:

Неинформированный - индивид (потенциальный клиент) не знает или не иомнит о существовании данного продукта.

Информированный - индивид знает о существовании продукта.

Клиент - индивид является клиентом или пользователем данного продукта.

2. Выделено два типа рекламного воздействия на потенциальных клиентов:

Мгновенное («директ-реклама») - реклама, направленная на тех потенциальных потребителей, которые в настоящий момент занимаются

поиском соответствующего продукта или услуги. Пример рекламы такого типа - Яндекс-Директ, Google Adwords, поисковое продвижение.

Отложенное («медийная реклама») - реклама, направленная на информирование потенциальных потребителей «впрок», т.е. в расчёте на то, что они будут заниматься выбором соответствующего продукта или услуги через некоторое время. К этой категории относится традиционная реклама, в том числе реклама на телевидении, радио, в газетах общего профиля и т.д.

Отдельные виды рекламы могут сочетать в себе как мгновенный, так и отложенный эффект от рекламы.

Соответственно, реклама с отложенным воздействием увеличивает число «информированных» индивидов, а реклама с мгновенным воздействием - число клиентов непосредственно.

3. Источники появления клиентов у организации объединены в следующие категории:

Клиенты, ставшие таковыми благодаря фактору рекомендаций. Клиенты, ставшие таковыми, получив информацию из бесплатных для компании источников, исключая фактор рекомендаций. Например, такими источниками могут быть публикации в СМИ или в справочниках, расположение офиса компании (актуально для сферы услуг). Клиенты, пришедшие благодаря мгновенному воздействию от рекламы Клиенты, пришедшие благодаря отложенному воздействию от рекламы Клиенты, совершающие повторную покупку

В предлагаемой модели расчёта экономических результатов инновационного проекта используются следующие параметры:

Параметры, связанные с рекламной деятельностью:

1. Ежемесячные расходы на рекламу с отложенным типом воздействия -

Amediu

2. Ежемесячные расходы на рекламу с мгновенным типом воздействия -

Adi.ect

3. Стоимость 1 информированною по рекламе с отложенным типом воздействия (сколько в среднем необходимо потратить денег, чтобы донести информацию до потенциального клиента?) - С,П|,)гтС0

4. Стоимость 1 клиента, пришедшего по рекламе рекламе с мгновенным типом воздействия (во сколько в среднем обходктся 1 клиент по рекламе типа Yandex Direct, Google Adwords и т.п.?) - CC|ien,

Параметры, определяющие динамику приобретения новых клиентов и их удержание:

5. Естественная информированность (какое количество человек узнает об организации за месяц от бесплатных для компании источников, не считая rex, кто узнал о ней от друзей или знакомых?) - F intoriucd

6. Коэффициент сохранения клиентов (с какой вероятностью клиент останется клиентом в течение года?) - KStiicm

7. Коэффициент сохранения информированных (с какой вероятностью информированный об организации человек, не являющийся её клиентом, не забудет о существовании этой организации через год?) - KSjn,m,a|

8. Количество информированных от 1 клиента за год (какому числу своих знакомых клиент расскажет об организации в течение года?) - Іпґ|С|СіПІ

9. Вероятность превращения проинформированного потенциального клиента в клиента в течение года (с какой вероятностью человек, знающий о существовании организации, станет её клиентом в течении года?) - С1ИпГ

10. Период возврата (сколько месяцев в среднем проходит между повторными обращениями клиента?) - Я

Параметры, определяющие финансовые результаты проекта:

11. Средняя выручка от одного клиента - Р

12. Средние переменные затраты на одного клиента (затраты, которые пропорционально увеличиваются или уменьшаются в зависимости от количества клиентов) - V

13. Постоянные затраты (затраты организации, которые не зависят от числа клиентов, например, арендная плата), исключая затраты на рекламу -РС

14. Максимальное возможное количество клиентов за период (предел, выше которого число клиентов быть не может) - О

15. Налог на прибыль (в процентах) - Т

Параметры, определяющие текущее состояние системы и источники появления клиентов за текущий период:

16. База клиентов (число постоянных клиентов) - Всцспк

17. База информированных (число людей, которые знают и помнят об организации) - ВіпГопт,«]

18. Число клиентов, ставших таковыми благодаря фактору рекомендаций за текущий период. - \Vret

19. Число клиентов, ставших таковыми, получив информацию из бесплатных для компании источников, исключая фактор рекомендаций, за текущий период. - \УГгсе

20. Число клиентов, пришедших благодаря мгновенному воздействию от рекламы за текущий период. - W,|¡ГlXl

21. Число клиентов, пришедших благодаря отложенному воздействию от рекламы за текущий период. - \\'|Пи1|11

22. Число клиентов, ссвершавших повторную покупку за текущий период. - \Уге(

23. Количество информированных благодаря фактору рекомендаций - 1та

24. Количество информированных из бесплатных для компании источников, исключая фактор рекомендаций - 1гГСо

25. Количество информированных благодаря отложенному воздействию от рекламы - 1 пкяіііі

Предлагаемая модель использует метод индукции, то есть, зная параметры на период п, мы можем вычислить все нужные нам параметры для периода п+1.

4. Основные зависимости и формулы предлагаемой модели. В

диссертации описана логика получения следующего состояния модели исходя из предыдущего:

1.1. База клиентов увеличивается на число новых клиентов, пришедших в предыдущем периоде.

1.2. База клиентов сокращается, если компания их не смогла удержать (умножается на коэффициент сохранения клиентов)

Bdelnu (t) = (Bclelnts (t - 1) + Q„ew(t - 1)) ♦ KSdfcnt

(1)

2.1. База информированных клиентов уменьшается в зависимости от коэффициента сохранения информированности.

2.2. База информированных клиентов увеличивается благодаря рекламной деятельности организации (в зависимости от расходов на рекламу отложенного действия и её эффективности).

2.3. База информированных потребителей увеличивается благодаря фактору рекомендаций.

2.4. База информированных потребителей увеличивается благодаря рекламным источникам.

^informed (0 = ^informed (0 * ^Informed + —--Н

^informed

+ Bclei„ts(t) * Inflcllent(t) +

г Informed

(2)

3.1. Число обратившихся постоянных клиентов в текущем периоде определяется в зависимости от базы клиентов и того, насколько часто клиенты обращаются в организацию (периодом возврата).

3.2. Число новых клиентов, знавших об организации ранее, но обратившихся впервые определяется в зависимости от базы информированных и коэффициента вероятности превращения информированного в клиента.

3.3. Число новых клиентов, пришедших по рекламе «мгновенного» типа определяется на основе рекламного бюджета на этот вид рекламы и её эффективности.

3.4. Общее число клиентов за период определяется как сумма числа клиентов из трёх предыдущих пунктов.

Bclelnts (0 . п „. , А

I

QtotalCO — 5 + ^informed * Cllinformed +

direct

R-iniurmea — imiormea ■ /-

client

(3)

4. Исходя из подсчитанного числа клиентов в текущем периоде, с использованием финансовых показателей (средней выручки от одного клиента, средних затрат на одного клиента, общих затрат, налога на прибыль, расходов на рекламу, с учётом ограничения на максимально возможное число клиентов) определяются финансовые результаты за период.

к — Ршгаї * (Р — С) — РС — Атес|іа — Adij.ec,

После выполнения расчётов за необходимое количество периодов, мы будем знать предполагаемые финансовые результаты за каждый из этих периодов. Сумма этих результатов, с учётом дисконтирования, является, в сущности, чистым дисконтированным доходом анализируемого

проекта.

Вышеперечисленные операции изображены на рис. 1:

В целях расширенного анализа будет полезно получить информацию о том, сколько ожидается клиентов но каждому из каналов их приобретения, и какое число потенциальных клиентов информировано тем или иным способом. Эти показатели помогут оценить, насколько правдоподобен данный прогноз. Для этого выполнен ряд дополнительных расчётов.

5.1. Общее число информированных за текущий период равно сумме информированных по медийной рекламе, информированных благодаря бесплатным источникам и информированных благодаря фактору рекомендаций.

5.2. Исходя из предположения, что пропорции всех источников возникновения информированных человек остаются неизменными на протяжении всего времени реализации проекта, определено количество пришедших благодаря «медийной» рекламе, путем умножения общего числа новых клиентов, перешедших из категории «информированные» (см. и. 3.2) на долю информированных по медийной рекламе в общем числе информированных за текущий период.

5.3. Тем же способом определено число Клиентов, ставших таковыми благодаря фактору рекомендаций.

5.4. Аналогично вычислено число клиентов, ставших таковыми благодаря информации из бесплатных источников.

*ше<11а(0 'теШаОО + 'ггее(0 + • гес (О

(5)

СЙ і. і гл -I- 1 ЛіЛ * ®1пІогте«і(0 * ^'іІпГогіге<1

Примечание: в результате вычисления по данным формулам наверняка возникнут дробные результаты у тех параметров, которые по природе своей дробными быть не могут (число человек). Такие результаты следует рассматривать как математическое ожидание, а не абсолютную величину.

5. Перспективы применения предложенного подхода. Поскольку при определении объёма необходимых инвестиций в инновационный проект практически всегда можно варьировать объёмом предполагаемого рекламного бюджета, можно рассчитать ожидаемый результат для каждого из возможных вариантов. Производительности современной вычислительной техники достаточно для того, чтобы произвести все необходимые подсчёты многократно, для множества вариантов запланированного рекламного бюджета с некоторым дискретным шагом, и определить, какой из рассмотренных вариантов наиболее выгоден. Безусловно, такой подход заведомо содержит в себе некоторую погрешность, определяемую величиной этого дискретного шага. Однако, величина этой погрешности достаточно мала, и не скажется существенным образом на качестве прогноза.

Предлагаемую модель можно использовать также следующим образом:

1. Поскольку в предложенном методе установлена математическая зависимость между рекламным бюджетом и чистой прибылью инновационного проекта за рассматриваемый период, это позволяет с определённой погрешностью найти экстремум у соответствующей функции и вычислить, какой объём рекламного бюджета будет приближен к оптимальному с наибольшей вероятностью.

2. В дополнение к предложенному методу расчёта результатов инновационного проекта по определённым параметрам модели, разработан обратный метод, позволяющий определить параметры модели по имеющимся фактическим результатам за несколько периодов, основываясь в первую очередь на данных о том, благодаря каким источникам информации клиенты организации стали таковыми. Это позволяет с большей точностью определить параметры модели и экстраполировать их на будущие периоды.

3. Благодаря гибкости модели, можно манипулировать теми или иными параметрами и анализировать, как изменячся итоговые финансовые результаты. Это позволяет определить нормативы для некоторых наиболее важных параметров, на которые следует ориентироваться в процессе реализации проекта.

4. Применяя логику, аналогичную используемой при расчёте точки безубыточности, можно определить те значения параметров, при которых финансовые результаты проекта будут стремиться к нулю. Таким образом, при превышении фактических значений этих параметров над найденными по предложенному алгоритму, проект будет являться прибыльным.

6. Результатом апробации представленной модели на примере двух инновационных проектов-резидентов бизнес-инкубатора «Ингрия» являются следующие выводы:

1) Точность результатов прогноза оказалась достаточно высокой (по проекту Srom-Firms.ru отклонение составило менее 3%).

2) Полученные расчёты позволяют оценить ожидаемые финансовые результаты и учитывать их при принятии соответствующих решений.

3) Благодаря применению модели удалось установить, какую рекламу можно считать эффективной, а какую нет, а также определить рекламный бюджет.

4) Пессимистический прогноз позволил подтвердить устойчивость проекта к колебаниям в области рассматриваемых параметров и правильность определения рекламного бюджета.

5) Модель продемонстрировала существенную гибкость, расширив потенциал своего использования.

Факторами, усложняющими проведение данного анализа и негативно влияющими на точность прогнозов, оказались:

1) Недостаток данных о функционировании в предыдущих периодах

2) Малые абсолютные значения, связанные с количеством клиентов, и, как следствие, недостаточная репрезентативность исходных данных

3) Принадлежность рассматриваемого проекта к В2В-рынку. Результатами проведённого исследования является математическая

модель и основанный на ней методический подход, позволяющий определить, на. какие финансовые результаты можно рассчитывать по рассматриваемому проекту. Кроме этого, в рамках этого метода определяется рекламный бюджет, при использовании которого финансовые результаты за заданный период будут наиболее близки к максимально возможным.

Главной особенностью разработанной модели является то, что в ней учитывается фактор межличностных коммуникаций, который во многих случаях является определяющим.

Наилучшим образом данная модель себя показала ири анализе инновационных проектов, уже вышедших на рынок и получивших помощью обратной связи данные, необходимые для подсчётов но предлагаемому методу.

Ввиду возможности ошибочного определения исходных параметров модели, целесообразно использовать данную модель в совокупности с другими методами, в результате чего точность прогнозов увеличится. В некоторых случаях, в первую очередь в инновационных проектах, опирающихся на фактор рекомендаций, данный метод прогнозирования может быть применён в качестве основного.

Благодаря использованию предложенной модели можно добиться сокращения неопределённости, связанной с прогнозируемым спросом на разрабатываемый в рамках инновационного проекта продукт, что, в конечном итоге, приведёт к повышению инвестиционной привлекательности проекта.

Предложенная модель допускает расширение и включение в неё дополнительных параметров, необходимых для каких-либо специальных задач, углубления анализа или учёта специфики отдельных отраслей, что обеспечивает перспективы дальнейших научных и прикладных разработок на её основе.

III. ОСНОВНЫЕ НАУЧНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРАЦИОННОГО ИССЛЕДОВАНИЯ

1. Аргов Н.В. Модель прогнозирования экономических результатов реализации инновационного проекта на основе рекомендаций потребителей // Экономика н предпринимательство. -2013. - № 1 (30). - с. 334-338. - 0,5 п.л.

2. Аргов Н.В. Учет фактора рекомендаций при прогнозировании экономических результатов реализации инновационных проектов // Современные исследования социальных проблем (электронный журнал). - 2012. - №11(19) [Электронный ресурс] URL: http://sisp.nkras.ru/e-ru/issues/2012/ll/argov.pdf. - 0,8 п.л.

3. Аргов Н.В. Вирусность как ключевой фактор оценки инновационного проекта // Экономика и управление. Сборник научных трудов. Под ред. Карлика A.Ii. Часть 2. - СПб.: Издательство СПбГУЭФ, 2012.-с. 100-105.-0,4 п.л.

4. Аргов Н.В. Методы прогнозирования результатов деятельности малых инновационных предприятий // Проблемы современной экономики: Сборник научных трудов. - СПб.: Инфо-Да, 2011. - с. 18-23 - 0,2 п.л.

5. Аргов Н.В., Федотов И.А. Проблема распространения информации о результатах инновационной деятельности и пути ее разрешения // Экономика и управление: Сборник научных трудов. Под ред. Карлика А.Е. Часть 4. -СПб.: Издательство СПбГУЭФ, 2010. - 0,4 п.л. (авторских - 0,2 п.л.).

6. Аргов Н.В. Моделирование результатов деятельности малых инновационных предприятий // Молодежь и наука: новые взгляды и решения: Сборник докладов Международной научно-пракгической конференции, октябрь 2011. - Волгоград, 2011. - с. 83-90 - 0,3 п.л.

7. Аргов Н.В. Оценка влияния фактора рекомендаций на реализацию инвестиционных проектов // Экономика и управление. Сборник научных трудов. Под ред.Карлика А.Е. Часть 3. - СПб.: Издательство СПбГУЭФ, 2012. -с. 144-150. -0,4 п.л.

8. Аргов Н.В. Прогнозирование спроса на инновационную продукцию с помощью компьютерного моделирования // Экономика России: реальность и вызовы времени: Сборник материалов всероссийского научно-практического симпозиума. - СПб.: Издательство ИМЦ «НВШ - СПБ», 2012. -0.3 п.л.

АРГОВ НИКИТА ВЛАДИМИРОВИЧ АВТОРЕФЕРАТ

Лицензия ЛР № 020412 от 12.02.97

Подписано в печать 13.03.13. Формат 60x84 1/16. Бум. офсетная. Печ. л. 1,0. Бум. л. 0,5. Тираж 70 экз. Заказ 132.

Издательство Санкт-Петербургского государственного экономического университета 191023, Санкт-Петербург, Садовая ул., д. 21.

2012497115

2012497115