Статья: Анализ результатов процессного управления маркетингом предприятия сферы услуг

Обозначая чертой сверху соответствующие математические ожидания для их определения имеем однородное дифференциальное уравнение:

Аналитическое решение которого получается путем определения собственных чисел матрицы .

По причинам, описанным выше мы не приводим аналитической зависимости для корреляционных моментов исследуемых процессов. Для определения оценок дисперсий исследуемых процессов использовался метод Монте-Карло.

Программа имитационного моделирования была написана на языке Дельфи 6. Случайные процессы моделировались при помощи стандартной функции Randomize.

Начальный момент интегрирования положим равным , шаг интегрирования полгода. Если временную шкалу измерять в годах, тогда , а момент окончания интегрирования будет равен . Для определенности примем, что время выполнения услуги равно 0, 25 (одному кварталу).

Введем обозначения:

Количество услуг ® y[1]

Количество клиентов ® y[2]

Количество менеджеров ® y[3]

Количество случаев обслуживания ® y[4]

Себестоимость ® Y[5]

Доход ® y[6]

Стоимость вспомогательного оборудования ® Y[7]

Прибыль ® y[8].

Используя результаты подгонки параметров модели имеем начальные условия:

В соответствии с прайс-листом фирма “Русмар”, на момент начала прогноза, оказывала 6 услуг.

y[1] = 6.

У нее находилось на обслуживании 100 клиентов.

y[2] = 100.

Пусть ежегодно повышают квалификацию 20% менеджеров. В начальный момент в отделе маркетинга работало 10 менеджеров, из них два человека квалифицированные.

y[3] = 10.

Квалификация менеджера влияет на:

количество обслуживаемых клиентов;

на привлечение новых клиентов;

на заработанную плату.

В соответствии с этим будем считать, что заработная плата обычного менеджера вычисляется по формуле: