Применение кластерного анализа для оценки уровня конкуренции на рынке строительных материалов Калининградской области
Авторы: Лунин Виталий Евгеньевич, Климова Наталья Вячеславовна
Рубрика: Спецвыпуск
Опубликовано в Вопросы экономики и управления №5 (7) ноябрь 2016 г.
Дата публикации: 03.11.2016
Статья просмотрена: 469 раз
Библиографическое описание:
Лунин, В. Е. Применение кластерного анализа для оценки уровня конкуренции на рынке строительных материалов Калининградской области / В. Е. Лунин, Н. В. Климова. — Текст : непосредственный // Вопросы экономики и управления. — 2016. — № 5.1 (7.1). — С. 57-60. — URL: https://moluch.ru/th/5/archive/44/1573/ (дата обращения: 16.11.2024).
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 = 2Кластеры (4) + (5) + (6);p23 = 3Кластеры (2+3);p23+456 = 4Кластеры (2+3) +(4+5+6);p1 + 23456 = 4Кластеры 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.
Ключевые слова
кластерный анализ, анализ уровня конкуренции, дендрограммаПохожие статьи
Моделирование системы автоматизированного анализа спроса продукции косметического сектора
Предложен метод расчета будущего спроса на продукцию косметического сектора. На основании предложенного метода противопоставлены готовые решения по прогнозированию спроса. Также предложена программная реализация данного метода.
Использование ГИС-технологий в изучении эколого-ландшафтных систем земледелия Шатковского района Нижегородской области
В статье рассмотрены современные проблемы деградации сельскохозяйственных земель, а так же особенности их изучения с помощью географических информационных систем. Предложена схема алгоритма растра регрессионной модели, которая позволит повысить эффек...
Система мониторинга транспортного парка как способ совершенствования энергоэффективности на предприятии
В статье раскрыта методика проведения анализа при определении место энергоэффективности в деятельности компании. На основании проведенного анализа предложен метод, оптимизирующий энергопотребление.
Обоснование рыночной стратегии коммерческого банка в современных условиях конкуренции эксклавного региона
В статье представлено обоснование рыночной стратегии коммерческого банка в современных условиях конкуренции эксклавного региона России – Калининградской области. Проведен анализ влияющих на банк факторов внешней сред (PEST-анализ), выявлены основные ...
Анализ состояния агропромышленного комплекса Калининградской области
В статье представлен анализ факторов, характеризующих агропромышленный сектор Калининградской области с использованием SWOT-анализа, экспертного метода ранжирования альтернатив, метода оценки согласованности мнений экспертов на основе коэффициента ко...
Информационные потоки при выборе эффективных методов покрытия одноэтажных промышленных зданий
В данной статье проведено исследование применения информационных технологий при выборе эффективных методов покрытия одноэтажных промышленных зданий. Проведена оценка существенных «барьеров» применения и перемещения информационных потоков и их эффекти...
Реализация краткосрочного нейросетевого моделирования спроса на автомобили в Российской Федерации (на примере марки Lada Granta)
Данная статья посвящена реализации краткосрочного нейросетевого моделирования спроса на автомобили в РФ (на примере LADA GRANTA). Рассмотрены основные понятия и этапы проведения, произведено исследование, сделан вывод.
Проведение маркетингового анализа рынка гостиничной недвижимости на прединвестиционной стадии реализации девелоперского проекта
В статье рассматривается современное состояние рынка гостиничной недвижимости, а также факторы, которые оказывают на него наибольшее влияние. Представлены результаты маркетингового анализа при реализации прокат по строительству гостинцы в г.Нижний Ло...
Оценка эффективности выращивания подсолнечника
В статье дано экономическое обоснование проекта организации выращивания подсолнечника. На основе разработанных технологических карт определены затраты на производство продукции. Рассчитаны финансовые результаты реализации проекта. Проведена оценка ин...
Современные особенности организации выращивания картофеля
В статье представлены расчеты по экономическому обоснованию проекта организации выращивания картофеля. На основе технологических карт определены затраты на производство продукции. Рассчитаны финансовые результаты реализации проекта. Дана интегральная...
Похожие статьи
Моделирование системы автоматизированного анализа спроса продукции косметического сектора
Предложен метод расчета будущего спроса на продукцию косметического сектора. На основании предложенного метода противопоставлены готовые решения по прогнозированию спроса. Также предложена программная реализация данного метода.
Использование ГИС-технологий в изучении эколого-ландшафтных систем земледелия Шатковского района Нижегородской области
В статье рассмотрены современные проблемы деградации сельскохозяйственных земель, а так же особенности их изучения с помощью географических информационных систем. Предложена схема алгоритма растра регрессионной модели, которая позволит повысить эффек...
Система мониторинга транспортного парка как способ совершенствования энергоэффективности на предприятии
В статье раскрыта методика проведения анализа при определении место энергоэффективности в деятельности компании. На основании проведенного анализа предложен метод, оптимизирующий энергопотребление.
Обоснование рыночной стратегии коммерческого банка в современных условиях конкуренции эксклавного региона
В статье представлено обоснование рыночной стратегии коммерческого банка в современных условиях конкуренции эксклавного региона России – Калининградской области. Проведен анализ влияющих на банк факторов внешней сред (PEST-анализ), выявлены основные ...
Анализ состояния агропромышленного комплекса Калининградской области
В статье представлен анализ факторов, характеризующих агропромышленный сектор Калининградской области с использованием SWOT-анализа, экспертного метода ранжирования альтернатив, метода оценки согласованности мнений экспертов на основе коэффициента ко...
Информационные потоки при выборе эффективных методов покрытия одноэтажных промышленных зданий
В данной статье проведено исследование применения информационных технологий при выборе эффективных методов покрытия одноэтажных промышленных зданий. Проведена оценка существенных «барьеров» применения и перемещения информационных потоков и их эффекти...
Реализация краткосрочного нейросетевого моделирования спроса на автомобили в Российской Федерации (на примере марки Lada Granta)
Данная статья посвящена реализации краткосрочного нейросетевого моделирования спроса на автомобили в РФ (на примере LADA GRANTA). Рассмотрены основные понятия и этапы проведения, произведено исследование, сделан вывод.
Проведение маркетингового анализа рынка гостиничной недвижимости на прединвестиционной стадии реализации девелоперского проекта
В статье рассматривается современное состояние рынка гостиничной недвижимости, а также факторы, которые оказывают на него наибольшее влияние. Представлены результаты маркетингового анализа при реализации прокат по строительству гостинцы в г.Нижний Ло...
Оценка эффективности выращивания подсолнечника
В статье дано экономическое обоснование проекта организации выращивания подсолнечника. На основе разработанных технологических карт определены затраты на производство продукции. Рассчитаны финансовые результаты реализации проекта. Проведена оценка ин...
Современные особенности организации выращивания картофеля
В статье представлены расчеты по экономическому обоснованию проекта организации выращивания картофеля. На основе технологических карт определены затраты на производство продукции. Рассчитаны финансовые результаты реализации проекта. Дана интегральная...