Библиографическое описание:

Лунин В. Е., Климова Н. В. Применение кластерного анализа для оценки уровня конкуренции на рынке строительных материалов Калининградской области // Вопросы экономики и управления. — 2016. — №5.1. — С. 57-60.



В статье рассмотрен практический пример оценки уровня конкуренции на рынке напольной плитки и мозаики. Предложенное решение позволяет графически отобразить конкуренцию на рынке.

Ключевые слова: кластерный анализ, анализ уровня конкуренции, дендрограмма.

Руководители одной из калининградских компаний, специализирующейся на продаже строительных и отделочных материалов, ощутили необходимость оценки уровня конкуренции на рынке напольной плитки и мозаики. Им был предложен вариант исследования уровня конкуренции на основе кластерного анализа. Кластерный анализ [1, с. 67] – это система инструментов классификаций многомерных наблюдений, основанных на определении понятия расстояния между объектами с последующим разбиением на группы, или кластеров. Выбор определенного инструмента кластерного анализа зависит от цели классификации. В данной статье рассмотрена графическая интерпретация данного метода – дендрограмма. В качестве исходных единиц анализа были взяты основные торговые центры строительных и отделочных материалов. При проведении исследования использовались следующие показатели: объем товарооборота; прибыль; средняя стоимость 1 м²; коэффициент обслуживания; продолжительность доставки (от производителя до покупателя). Исходные данные отражены в таблице 1.

Таблица 1

Исходные данные для анализа

Предприятие

Объем товарооборота, млн руб.

Прибыль, млн руб.

Средняя стоимость 1 м², руб.

Коэффициент обслуживания

Продолжительность доставки (от производителя до покупателя), дней

Конкурент А

150

88

3000

0,2

1

Объект исследования

84

30

6000

0,9

30

Конкурент Б

99

26,5

10000

0,9

21

Конкурент В

49

15,9

5000

0,6

14

Конкурент Г

35

10,6

4000

0,5

30

Конкурент Д

16

7,1

4000

0,4

14

Среднее

72,17

29,68

5333,33

0,58

18,33

Вес критерия

0,1

0,2

0,2

0,3

0,2

Исходные данные были преобразованы в матрицу (1) вида:

(1)

Далее производится расчет нормированных значений Z элементов, они фиксируются в виде матрицы, находятся по формуле (2), где столбцы j = 1,2,3,4 – это индекс показателя, строки i = 1,2, …, n – индекс наблюдателя;

(2); (3)

Таким образом, получается матрица (4), отраженная в таблице 2:

(4)

Таблица 2

Нормализованная матрица

Zij

1.74

2.14

-1.02

-1.51

-1.71

0.26

0.01

0.29

1.24

1.15

0.60

-0.12

2.04

1.24

0.26

-0.52

-0.50

-0.15

0.07

-0.43

-0.83

-0.70

-0.58

-0.33

1.15

-1.26

-0.83

-0.58

-0.72

-0.43

В качестве «расстояния» между наблюдениями и используют «взвешенное» евклидовое расстояние, которое определяется по формуле (5), где – вес показателя:

, (5)(6)

Промежуточные расчеты евклидова расстояния отражены в таблице 3.

Таблица 3

Промежуточные расчеты

wi*(z1j-z2j)^2

0.22

0.90

0.34

2.27

1.63

2.32

wi*(z2j-z3j)^2

0.01

0.00

0.61

0.00

0.16

0.89

wi*(z3j-z4j)^2

0.13

0.03

0.96

0.42

0.10

1.27

wi*(z4j-z5j)^2

0.01

0.01

0.04

0.05

0.50

0.77

wi*(z5j-z6j)^2

0.02

0.00

0.00

0.05

0.50

0.75

wi*(z1j-z4j)^2

0.51

1.39

0.15

0.74

0.33

1.77

wi*(z1j-z5j)^2

0.66

1.61

0.04

0.42

1.63

2.09

wi*(z1j-z6j)^2

0.90

1.75

0.04

0.19

0.33

1.79

wi*(z2j-z4j)^2

0.06

0.05

0.04

0.42

0.50

1.03

wi*(z2j-z5j)^2

0.12

0.10

0.15

0.74

0.00

1.06

wi*(z2j-z6j)^2

0.23

0.14

0.15

1.16

0.50

1.48

wi*(z3j-z5j)^2

0.20

0.07

1.38

0.74

0.16

1.60

wi*(z3j-z6j)^2

0.34

0.10

1.38

1.16

0.10

1.75

wi*(z4j-z6j)^2

0.05

0.02

0.04

0.19

0.00

0.55

Рассчитанные значения фиксируются в виде матрицы расстояний (7):

; . (7)

Полученная матрица является симметричной R (), следовательно, можно отразить только наддиагональные значения. Полученные расстояния отражены в таблице 4.

Таблица 4

Матрица расстояний

1

2

3

4

5

6

rij

0.000

2.317

2.464

1.769

2.088

1.790

1

0.000

0.886

1.033

1.056

1.477

2

0.000

1.275

1.597

1.755

3

0.000

0.774

0.547

4

0.000

0.752

5

0.000

6

Используя матрицу расстояний, можно осуществить идентичную иерархическую «цементирующую» процедуру кластерного анализа. Существует принцип «ближнего соседа» / «дальнего соседа» его используют для определения расстояния между полученными кластерами. В случае «ближнего соседа» – расстояние берется между ближайшими кластерами, в случае «дальнего соседа» между самыми удаленными друг от друга. Работа иерархических «цементирующих» процедур представляет собой последовательность действий по объединению элементов от ближайших к более удаленным друг от друга. В данном алгоритме на каждом шаге конкретное наблюдение () используется отдельным кластером. Далее объединяем два самых близких кластеров, затем строится новая матрица расстояний (размерность уменьшается на единицу) и итерация повторяется. Логика данной процедуры:p46=1 Кластеры (4) + (6); p456 = 2Кластеры (4) + (5) + (6);p23 = 3Кластеры (2+3);p23+456 = 4Кластеры (2+3) +(4+5+6);p1 + 23456 = 4Кластеры 1 +(2+3+4+5+6). В результате данных итераций – объединяющих строки и столбцы полученных кластеров – строится дендрограмма взаимодействия с учетом минимальных и пропорциональных условных «расстояний».

Рис. 1. Дендрограмма

Результаты кластерного анализа представлены на рис. 1 в виде дендрограммы, где по оси ординат отражены относительные «расстояния» показателей работы предприятий с учетом «весов» каждого из них. Данные расстояния между кластерами можно использовать как факторы необходимые для объединения в совместной деятельности с выгодой для себя и в ущерб конкурирующих предприятий. Проанализировав дендрограмму, можно сделать вывод, что на рынке лидирующее положение занимает «Конкурент 1», а объект исследования располагается на втором месте вместе с «Конкурентом 2».

Литература:

1. Левина Р.С. Кластерный анализ оценки конкуренции на рынке. Калининград: БГАРФ, 2007. – 27 с.

2. Левина Р.С. Планирование и прогнозирование в маркетинге / Р.С. Левина, Н.Ю. Лукьянова. Калининград: БФУ им. И. Канта, 2013. – 124 с.

Основные термины (генерируются автоматически): кластерного анализа, уровня конкуренции, оценки уровня конкуренции, рынке напольной плитки, Применение кластерного анализа, инструмента кластерного анализа, процедуру кластерного анализа, основе кластерного анализа, Кластерный анализ, анализ уровня конкуренции, Левина Р.С, Результаты кластерного анализа, исследования уровня конкуренции, рынке строительных материалов, пример оценки уровня, отделочных материалов, анализ оценки конкуренции, «ближнего соседа», «дальнего соседа», необходимость оценки уровня.

Ключевые слова

кластерный анализ, анализ уровня конкуренции, дендрограмма

Обсуждение

Социальные комментарии Cackle

Посетите сайты наших проектов

Задать вопрос