Capitolul 2

Metode i tehnici ale modelrii i simulrii posibil de utilizat pentru analiza riscului managerial n activitatea de marketing
Pentru exercitarea principalelor sale atribuii: prospectarea pieei interne i externe, enunarea de propuneri privind structura volumul i ealonarea produselor realizate, propunerea modalitilor de accelerare i sporire a volumului vnzrilor departamentul de marketing are nevoie de o serie de informaii provenite din mediul intern i mai ales cel extern firmei. Analizele curente n marketing elaboreaz caracterizri cantitative pentru variabile semnificative precum potenialul pieei, vnzrile, costurile i investiiile pe baza crora sunt adoptate deciziile n domeniul politicilor mixului de marketing. Aceste date sunt punctul de plecare pentru estimaiile care constituie criterii de selcionare a strategiilor pentru diferitele aciuni de marketing. Datele care susin aceste previziuni nu sunt la fel de precise cum sunt calculele care le prelucreaz. n primul rnd datele referitoare la mrimea pieei i vnzri nu sunt cunoscute cu certitudine. Din acest motiv nici costurile nu pot fi anticipate cu precizie deoarece ele sunt profund influenate de scara produciei respectiv a vnzrilor. Cuantificarea i evaluarea incertitudinii i riscului n marketing necesit utilizarea probabilitilor. n acest scop, este folosit analiza riscului, prin care se nelege "un ansamblu de metode pentru cuantificarea gradului de ncredere care poate fi acordat unei estimri privind proiectele de vnzri, costuri, beneficii" [1]. Aceste metode se aplic n elaborarea deciziilor referitoare la noile produse, pefecionarea nomenclatorului de produse existent, negocierile comerciale, investiii, cercetare-dezvoltare, programe de aciuni de marketing, logistic, sisteme de transport etc. Prin aceste aplicaii se urmrete orientarea deciziilor n primele faze ale proiectelor de marketing prin analizarea strategiilor alternative n vederea identificrii i evalurii riscurilor comportate de incertitudinile previziunilor i de reaciile pieei fa de propriile aciuni. Se urmrete s se reduc nevoia de amnare a lurii unei decizii i de ateptare a procurrii unor informaii "perfecte" pe baza crora s poat fi selecionat o strategie de marketing. Analiza incertitudinii i riscului permite i fundamenteaz adoptarea unei decizii, deoarece folosete metode cantitative pentru prognozarea consecinelor aciunilor n diferite situaii. Metodele cantitative pentru evaluarea riscului mangerial n domeniul marketingului au evoluat de la cele conveionale, construite prin tehnici analitice, pn la domeniul metodologic actual denumit analiza riscului i bazat pe tehnica simulri, permis de dezvoltarea tehnicii de calcul.

51

nainte de a descrie cteva metode de evaluare a riscului posibil de utilizat n marketing este prezentat o abordare general a riscului aplicat att n modelele analitice ct i n cele de simulare: analiza de senzitivitate. 2.1. Analiza de senzitivitate n marketing n esen analiza de senzitivitate permite determinarea modului n care se modific concluziile unei cercetri fa de variaiile posibile ale factorilor sau fa de erorile de estimaii fcute. Prin aceasta se realizeaz o perfecionare a fundamentrii procesului de adoptare a deciziilor, ntruct se asigur o mai bun nelegere, n ansamblu, a riscului existent n diversele alternative de aciune. Analiza senzitivitate poate s testeze diferitele msurtori privind rentabiliatea proiectului de marketing ce implic investiii ntr-un produs nou, prin modificarea premiselor care stau la baza modului de calcul a acestor evaluri. Prin aceste msurtori se stabilete influena fiecrui factor asupra rezultatului modelului i se ajunge la identificarea factorilor care, n cadrul deciziei de selectare a unei strategii sunt foarte importani: a. factori cu efect puternic; b. factori cu incertitudine ridicat. Calculul sensibilitii n marketing nu se efectueaz doar pentru msurarea indirect a riscului provenit din modificarea rezultatelor ca urmare a unor estimri eronate. Analiza de senzitivitate este util i pentru examinarea implicit a riscului existent intr-un proiect de produs, comparativ cu un altul. Un domeniu important din sfera marketingului n care se aplic analiza de senzitivitate este investigarea proiectelor pentru dezvoltarea noilor produse. Analiza se poate realiza din faza de proiectare, cnd prototipul nc nici nu a fost realizat i este utilizat ca un mijloc de a seleciona acele variabile pentru estimarea crora sunt consacrate cele mai multe resurse i investigaii. n cadrul analizei de senzitivitate se pot efectua sistematic variaii admisibile privind valorile fiecrui factor, n vederea determinrii efectului acestor modificri asupra rezultatului. Tabelul 4.1. prezint pentru un proiect de marketing efectul variaiei fiecrui factor de intrare (cei mai muli dintre aceti factori sunt variabile componente ale fluxului de beneficii nete). Analiz relev c factorul cost de fabricaie prezint o importan deosebit pentru decizia de investiii, att ca efect de prghie economic ct i ca incertitudine. Pe baza acestor informaii decidentul i va putea concentra eforturile n direcia reducerii costului de fabricaie sau cel puin a diminurii gradului de incertitudine asociat acestor costuri. Programele de simulare permit evaluarea sensibilitii rezultatelor fa de variaia factorilor de intrare. Prin rularea programului de simulare care modific distribuia factorului de intrare, se poate astfel determina efectul informaiei adugate sau modificate sau al lipsei de informaie. Se poate observa c modificarea important a unor factori de intrare nu altereaz semnificativ rezultatul, n timp ce modificarea redus a altor factori

52

conduce la variaii importante ale valorii prezente nete sau a altor indicatori ai rentabilitii proiectului. Tabelul 2.1. Utilizarea analizei de senzitivitate pentru evidenierea importanei factorilor Factorii modificai n sens Modificarea Reducerea care defavorabil cu o mrime procentual decurge pentru de 10% fa de media corespunztoare a valoarea prezent distribuiei lor factorului respectiv net Nivelul vnzrilor 12% 17% Preul de vnzare 10% 21% Costurile de fabricaie 18% 58% Costurile fixe 4% 6% Volumul investiiei 5% 12 Durata de via a investiiei 12% 30% Sursa: R.E. Hespos, P.A. Strassmann, Stochastic Decision Trees for the Analysis of Investment Decisions, n "Management Science", August 1965. Analiza de senzitivitate se poate realiza att n cadrul modelelor de simulare ct i n cele analitice (programare liniar, arborele de decizie, etc,). Dintre tehnicile analitice cea mai des utlizat este programarea liniar pararametric. n cadrul acesteia sensibilitatea soluiei este testat n funcie de variaiile coeficienilor funciei obiectiv sau ai coeficienilor tehnologici. Analizele de senzitivitate, dei utile n numeroase situaii prezint unele limite. Ele nu permit indicarea probabilitii cu care se va realiza varianta iniial sau cellalte alternative decizionale, iar realitile de marketing sunt caracterizate printr-un dinamism accentuat, n care de multe ori variabilele se modific simultan, n ritmuri i sensuri diferite. 2.2. Metode analitice de analiz a riscului managerial n activitatea de marketing 2.2.1. Metoda intervalelor de rezultate posibile Dac evaluarea fiecrui factor care influeneaz rezultatul unui proiect de marketing se efectueaz sub forma unei estimaii unice (valoarea cea mai probabil) atunci concluzia care decurge va fi incomplet i chiar, posibil eronat. De exemplu, pentru evaluarea ratei medie anuale a unei investiii se poate comanda un studiu de pia n care s se estimeaze: volumul costurilor pentru introducerea pe pia a unui nou produs, preul de vnzare al acestuia, numrul de uniti vndute pentru acest pre, mrimea investiiei. Dac se utilizeaz previziuni unice pentru fiecare din cele patru variabile considerate, previziuni cu o probabilitate de 70% s fie corecte atunci ansa ca toate cele

53

patru variabile considerate mpreun s fie corecte este de numai 24% (0,7*0,7*0,7*0,7). n previziunile bazate pe estimaii unice riscul datorat incertitudinii nu este considerat. Cu toate acestea ele continu s fie utilizate pe scar larg n practic n domenii diferite ale marketingului precum: perioada de recuperare a investiilor, fluxul actualizat al beneficiilor unui proiect, rata medie anual a beneficiului unei investiii etc. O modalitate de a reduce dezavantajul previziunilor punctuale este folosirea mai multor niveluri pentru o estimaie de marketing. n tabelul 4.2. este prezentat un exemplu de estimare a ratei medii a beneficiului produs de o investiie ntr-un produs nou, folosindu-se trei niveluri de estimare pentru fiecare variabil Tabelul 2.2. Intervalul de rezultate posibile pentru rata medie anual a beneficiului produs de o investiie ntr-un produs nou Previziunea factorilor Variabile UM minim medie maxim Preul unitar $ 5 5,5 6 Nr. uniti vndute buc. 350.000 400.00 450.000 Costuri $ 1.400.000 1.600.000 1.750.000 Valoarea investiiei $ 1.900.000 2.000.000 2.200.000 Sursa: M. Demetrescu, Metode de analiz n marketing, Ed. Teora, Bucureti, 2000, pag. 283. Rata medie anual a beneficiului produs de investiie se calculeaz cu formula: RMB=[(preul)*(nr de uniti vndute)-costuri]/valoarea investiiei. Valorile pentru cele trei nivele ale estimaiei se prezint astfel: 1. Estimaia pesimist (cele mai mici vnzri, cele mai mari costuri) RMB=[(5*350.000)-1.750.000]/2.200.000=0% 2. Estimaia intermediar (costuri i vnzri medii) RMB=[(5,5*400.000)-1.600.000]/2.000.000=30% 3. Estimaia optimist (cele mai mari vnzri, cele mai mici costuri) RMB=[(6*450.000)-1.400.000]/1.900.000=68% Rezultatele obinute demonstreaz dificultatea determinrii riscului unui proiect simplu de marketing n care vnzrile i costurile de producie sunt totalizate, ca i valoarea investiiei, de-a lungul ntregii perioade. n practic ns viaa util a instalaiilor i echipamentelor este rareori cunoscut cu precizie n prealabil iar mici variaii ale acestei perioade modific radical rata medie a beneficiului produs de investiie. Cellalte variabile care intr n calculul ratei medii a beneficiului obinut dintr-o investiie ntr-un proiect de marketing sunt de asemenea supuse unor niveluri semnificative de risc. Cele trei estimaii indic un interval de rezultate posible, dar nu ofer nici o probabilitate de realizare a uneia dintre estimaii (optimist, medie sau 54

pesimist). Dac rezultatul efectiv al uneia dintre variabile este diferit de estimarea fcut, rezultatul financiar al proiectului de marketing poate fi semnificativ diferit de cel prognozat iar probabilitile de realizare ale oricrei valori din tabelul 4.2. sunt necunoscute. Cele trei estimaii ale ratei profitului cuprinse n intervalul 0-68% sunt insuficiente pentru a descrie toate posibilitile existente. n fapt aceeai rat medie a beneficiului poate fi obinut prin valori diferite ale factorilor care o alctuiesc, ceea ce face necesar nu cteva puncte de estimare ci o ntreag curb continu de combinaii posibile ale evenimentelor viitoare. n consecin, pentru evaluarea riscului se impune considerarea mai multor rezultate posibile ale factorilor rentabilitii proiectului de marketing i pentru c ele nu au aceeai probabilitate de realizare fiecarui rezultat i este asociat probabilitatea de apariie. 2.2.2. Metoda arborelui de decizie n activitatea economic de multe ori adoptarea deciziilor nu se face doar n funcie de consecinele imediate ci i n funcie de consecinele mai ndeprtate ale unui ir de procese decizionale viitoare. Evaluarea acestor procese decizionale n cascad se efectueaz prin metoda arborelui de decizie. n domeniul marketingului arborele decizional i dovedete utilitatea ndeosebi pentru fundamentarea deciziilor n domeniul politicii de produs. (lansarea unui nou produs, modernizarea celor existente, stabilirea modalitilor de testarea a pieei i de derulare a desfacerilor). Utilizarea metodei impune considerarea unui "risc operativ" [17] legat de nedeterminarea situaiei i imposibilitatea prognozrii ei precise. Etapele parcuse pentru definirea complet a unei situaii decizionale n modelul arborelui decizional sunt urmtoarele: a. definirea proceselor decizionale i a momentelor aleatoare, precum i succesiunea lor; b. culegerea informaiilor referitoare la alternativele de aciune; c. stabilirea strilor naturii i a diferitelor iruri de evenimente; d. evaluarea consecinelor la finele fiecrui ir de evenimente i a criteriilor de eficien; e. depistarea unei politici de selectare a alternativelor decizionale; f. analiza de senzitivitate a soluiei optime; g. analiza final i elaborarea recomandrilor de adoptare a deciziei. Evaluarea consecinelor decizionale se poate realiza prin unul sau mai muli indicatori economici. n cea de a doua situaie se pune problema agregrii informaiilor ntr-un indicator complex care s permit o abordare unitar a procesului considerat sau prin folosirea utilitilor. Tratamentul numeric al preferinelor este dificil, deoarece fiecare persoan are propria sa scar de evaluarea a preferinelor. Totui, n multe situaii de marketing, rezultatele strategiilor pot fi evaluate monetar, ceea ce face ca scara preferinelor

55

decidentului s coincid cu cea monetar (funcia preferinelor variaz direct proporional cu mrimile monetare). Identificarea soluiei optime este echivalent cu gsirea celei mai bun drum n arbore pornind de la nodurile finale spre cel iniial. Principliile care stau la baza construirii arborelui sunt urmtoarele: 1. Valoarea fiecrui "nod eveniment", n care natura alege (factori independeni de voina decidentului) depinde doar de evenimentele viitoare i nu de deciziile precedente. 2. n nodurile decizionale se adopt acea alternativ care asigur realizarea superioar a criteriilor de performan (maximizarea profitului, minimizarea costului, etc.)-principiul decidentului raional. 3. Evaluarea ntregului sistem, precum i soluia optim se determin ntotdeauna de la nodurile finale spre cel inial. Desfurarea proceselor de decizie la momente temporale diferite face ca deciziile intermediare s fie condiionate de rezultatele estimate ale deciziilor finale, iar decizia final de efectele cumulate ale tuturor deciziilor intermediare i finale. Aplicarea cu succes a metodei arborelui de decizie depinde i de actualizarea informaiilor pe msura desfurrii proceselor modelate. Este foarte dificil ca n momentul elaborrii modelului s poat fi complet evaluate toate variantele decizionale. Pentru a evita abaterile majore arborele este reexaminat n timp i n funcie de materializarea ipotezelor se reevalueaz raionamentul de la nivelul nodurilor decizionale intermediare. Ori de cte ori dimensiunile unui arbore decizional corelate cu multitudinea variantelor posibile cresc se construiesc arbori simetrici. Analiza riscului n marketing prin modelul arborelui decizional se poate realiza prin analiza de senzitivitate aplicat probabilitilor de manifestare a strilor naturii, valorilor estimate n nodurile finale, costului diferitelor aciuni etc. Se determin astfel gradul de variaie admisibil pentru aceste elemente astfel nct modificarea concluziilor cercetrii s nu depeasc un nivel tolerabil. Un alt aspect important se refer la faptul c valoarea obinut pentru soluia optim este o valoare medie. Nivelul efectiv al profitului variantei obinute din model variaz n funcie de manifestarea strilor naturii, ntre un nivel maxim i unul minim cel care desemneaz riscul maxim asociat variantei optime. Limitele metodei arborelui de decizie se refer la lipsa informaiilor despre dispersia i forma distribuiei tuturor rezultatelor posibile ale unei aciuni de marketing i despre probabilitile asociate acestor rezultate. Avantajul descrierii unei ntregi distribuii de probabiliti provine din faptul ca decidenii au reacii i atitudini diferite fa de risc, iar forma distribuiei de probabiliti permite conturarea unei imagini despre riscul asociat fiecrei alternative.

56

2.3. Metode de analiz a riscului managerial n activitatea de marketing bazate pe tehnica simulrii 2.3.1. Analiza riscului (modelul Hertz) Dezavantajele metodelor analitice au condus la abordarea riscului prin utilizarea simulrii, domeniul metodologic actual fiind denumit generic analiza riscului. Analiza riscului presupune n esen parcurgerea urmtorilor pai [16]: definirea mrimilor de intrare nesigure; estimarea legii de apariie a mrimilor de intrare; generarea datelor de intrare; calculul mrimilor de ieire; adoptarea decizie pe baza profilului de risc. Aceast abordare a riscului a fost dezvoltat de ctre Hertz, Hespos, Strassmann i alii pornind de la cercetrile lui Harry M. Markowitz privind selecionarea unui portofoliu i diversificarea investiiilor (1959). Pn al aceste lucrri incertitudinea n cadrul analizei era tratat n mod determinist. Principala limitare a analizelor de tip determinist const n faptul c ele nu in seama de distribuia probabilitilor pentru fiecare factor care afecteaz decizia. Procedeul utilizrii unui numr restrns de niveluri pentru o estimaie, (folosit n arborele decizional) remediaz parial deficienele previziunilor unice, deoarece realizeaz o descriere oarecare, dar mult prea restrns a rezultatelor posibile. n esen analiza riscului se refer la aplicarea legilor probabilitilor variabilelor cheie care afecteaz un proiect de marketing cu scopul determinrii distribuiei valorilor pe care le poate lua indicatorul evaluat. Cel mai frecvent analiza riscului n domeniul marketingului este aplicat proiectelor pentru lansarea unui nou produs. Analiza const n estimarea distribuiei de probabiliti a fiecrui factor care influeneaz o astfel de decizie i simularea intervalului de rezultate posibile mpreun cu probabilitile asociate. Analiza riscului opereaz cu distribuiile de probabiliti personale pentru fiecare variabil cheie. Informaiile necesare construirii acestor distribuii se obin n funcie de variabila analizat de la specialiti, de la personalul tehnic, din date statistice i din studii specializate. Cu ajutorul calculatorului se simuleaz efectele variaiilor posibile ale fiecrui factor asupra rezultatului financiar al proiectului. Rezultatul simulrii este o distribuie a diferitelor valori ale indicatorului care caracterizeaz rezultatul financiar al proiectului de marketing, fiecare din aceste valori avnd asociat o anumit probabilitate. Fiecare distribuie de probabiliti este caracterizat prin msurile tendinei centrale (medie aritmetic, median i modulul) i prin gradul de mprtiere a valorilor (abaterea medie ptratic i variana). Dac forma distribuiei de probabiliti este cea normal (n form de clopot), atunci M (valoarea medie) i abaterea medie ptratic pot indica probabilitatea ca

57

rezultatul efectiv s apar ntr-un interval specificat. Dac nu se tie nimic depre forma distribuiei, anumite limite pot fi date pe baza inegalitilor lui Chebyshev care arat probabilitatea ca o valoare s se afle n intervalul MN. Tabelul 2.3. Intervalele n care vor aprea rezultatele pentru distribuia normal i celelalte forme de distribuie Probabilitatea ca rezultatul efectiv s apar n Intervalul rezultatelor cadrul intervalului pt. distribuia indiferent de forma de la la normal distribuiei M- M+ 0,6856 0 M-2 M+2 0,9546 0,7500 M-3 M+3 0,9974 0,8889 Pentru aprecierea atractivitii unui proiect de marketing cele mai importante elemente ale distribuiei de probababilti a indicatorului analizat sunt media estimaiilor i abaterea medie ptratic. Cu ct media estimaiilor (de exemplu media beneficiilor produse de o investiiei ntr-un produs nou) este mai mare cu att proiectul este mai atractiv. Mrimea riscului proiectului este apreciat cu abaterea medie ptratic , o valoare redus reprezint o situaie favorabil pentru decident (risc redus al proiectului). Dac ceilali factori ai problemei sunt constani, ntotdeauna certitudinea (=0) va fi preferat riscului (>0). Etapele simulrii pentru analiza riscului proiectelor de marketing sunt: 1. estimarea intervalului de valori pentru fiecare factor care influeneaz indicatorul analizat. De exemplu dac se analizeaz rentabilitatea proiectelor de noi produse factorii de influen studiai pot fi: intervalul preurilor de vnzare, ritmul de dezvoltare al pieei de desfacere, investiia necesar, costul viitorului produs, etc.; 2. estimarea n cadrul intervalelor de valori a probabilitilor de apariie asociate fiecrei valori posibile a factorilor de influen; 3. determinarea modului n care factorii sunt combinai pentru a obine indicatorul de rezultat; 4. selecionarea la ntamplare a unei valori din distribuia de probabiliti a fiecrui factor i formarea unui set din aceste valori; 5. determinarea valorii indicatorului analizat prin combinarea setului de valori obinut la pasul anterior; 6. repetarea procesului de selecie a seturilor de valori ale factorilor i calcularea indicatorului de un numr suficient de mare de ori pentru a putea fi definite i riguros evaluate ansele de apariie ale fiecrui rezultat. Cu ct numrul de repetri este mai mare cu att rezultatele simulrii sunt mai precise.

58

n final n urma acestui proces se obine o nregistrare a tuturor valorilor posibile ale indicatorului analizat, de la cea mai defavorabil pn la cea mai favorabil, mpreun cu probabilitatea asociat fiecrei valori. Dac decidentul consider c forma distribuiei de probabiliti a indicatorului rezultat este nesatisfctoare el poate s ncerce modificarea variabilelor de intrare n model. Dac de exemplu proiectul analizat este cel al lansrii unui nou produs, iar distribuia simulat a profitului este considerat nesatisfctoare de ctre decident se poate modifica profilul riscului prin aciuni simulate. S-ar putea dezvolta un nou profil al riscului prin aciuni precum: schimbarea strategiei de marketing, modificarea costului de fabricaie prin aplicarea unor soluii tehnice alternarive, etc. Modelul de simulare poate fi reprogramat pentru a se vedea efectele acestor schimbri. n acest fel organele de decizie pot examina riscul diferitelor tipuri de proiecte de marketing. n cazul n care distribuiile tuturor variabilelor care influeneaz indicatorul rezultat sunt normale i independente, nu exist dificulti n obinerea distribuiei finale de probabiliti a rezultatului prin utilizarea teoremei distribuiei sumelor i produselor variabilelor aleatoare normale. Cum ns n realitatea economic un numr redus de distribuii au caracterul curbelor normale, iar variabilele proiectului sunt adesea legate funcional (de exemplu cantitatea vndut i preul de vnzare) simularea reprezint singura soluie practic viabil. Prin utilizarea metodei Monte Carlo, n cadrul proceselor de simulare sunt soluionate complet dificultile analizei matematice de a determina distribuia de probabiliti a rezultatului prin manevrarea matematic a distribuiilor de intrare. Aplicarea metodei analizei riscului n domeniul marketingului, dei foarte util ntmpin o serie de dificulti precum: caracterul cvsinesigur al variabilelor din domeniul marketingului; interdependenele dintre factorii de influen ceea ce necesit folosirea unor probabiliti condiionate dificil de estimat; costurile ridicate pentru efectuarea unor studii relevante n domeniul marketingului. 2.3.2. Metoda arborelui stochastic de decizie Metodologia analizei riscului nu permite evaluarea acelor decizii interdependente care apar la momente diferite de timp (secvenializarea deciziilor). Aceast deficien a fost remediat de Hespos i Strassmann care au eleaborat un model care s cuprind alturi de analiza riscului i analiza deciziilor secveniale adoptate n diferite momente determinate n timp. Combinarea analiziei riscului cu metoda arborelui convenional a condus la metoda arborelui stochastic de decizie. n cadrul acestei metode se opereaz simultan att cu incertitudinea ct i cu elaborarea secvenial a deciziilor. Pentru determinarea unei secvene de decizii cu caracter optimal sau aproape optimal, sunt evaluate toate combinaiile de decizii posibile, att n

59

funcie de sperana matematic a rezultatelor ct i de aversiunea fa de risc a decidentului. Arborele stochastic de decizie difer de cel convenional prin urmtoarele aspecte: 1. nodurile de evenimente probabile sunt nlocuite cu distribuii de probabiliti; 2. rezultatele tuturor combinaiilor de decizii sunt nlocuite cu distribuii de probabiliti; 3. distribuiile de probabiliti ale rezultatelor pot fi analizate cu ajutorul conceptelor de preferin i risc. Includerea distribuiilor de probabiliti pentru valorile asociate cu diferite evenimente este similar cu adugarea unui numr mare de ramuri n fiecare din nodurile eveniment. Deoarece arborele stochastic se bazeaz pe simulare, acest lucru nu este necesar, n fapt numrul ramurilor este redus la una singur, ceea ce practic elimin nodurile eveniment. n locul acestora, la fiecare punct la care apare un nod eveniment se efectueaz pentru fiecare iteraie a simulrii o selecie dintr-un model economic probabilistic, iar valoarea selecionat este utilizat pentru a calcula valoarea prezent a iteraiei respective. Sigura ramur care pornete din acest nod simplificat se extinde spre punctul de decizie urmtor sau spre captul arborelui. n acest fel arborele de decizie este mult simplificat. n arborii de decizie convenionali, factori precum volumul vnzrilor, mrimea unei investiii apar sub forma unor valori specifice, dei acestea nu pot fi cunoscute cu exactitate. Arborele stochastic face ca valorile acestor factori s fie reprezentate prin distribuii de probabiliti, ceea ce sporete substanial acurateea estimrii. Un alt avantaj al metodei arborelui stochatic este evaluarea tuturor combinaiilor de decizii posibile, deoarece prin acest tip de arbore structura deciziei este simplificat. De exemplu, dac n analiz sunt cinci secvene decizionale i fiecare ofer dou alternative, atunci sunt 32 de rute posibile de strbtut n arborele de decizie. Enumerare complet a tuturor direciilor de decizie este important, deoarece deciziile nu pot fi corect fundamentate doar pe baza speranei matematice a fiecrui factor. Principiul naintrii de la nodurile finale spre cel iniial, aplicat n arborele de decizie convenional, opereaz doar cu speranele matematice, iar evaluarea deciziilor (n fapt secvene decizionale) se face prin compararea speranelor matematice i selecionarea ntotdeauana a celei care reprezint cea mai bun alegere. Spre deosebire de acesta arborele stochastic produce rezultate proababilistice pentru fiecare rut posibil de decizii. Astfel, decidentul va putea seleciona succesiunea de decizii nu doar prin compararea speranelor matematice ci i prin compararea distribuiilor de probabiliti asociate fiecrei alternative decizionale. nregistrarea rezultatelor sub forma distribuiilor de probabilitate se realizeaz relativ uor cu ajutorul simulrii, efectuate de calculator. Pentru 60

fiecare iteraie sau rut din arborele de decizie, atunci cnd calculatorul identific un nod decizional, echipamentul electronic este instruit s efectueze singur bifurcarea i s fac calculele pentru fiecare ramur care plec din nodul decizional. Consecina acestui procedeu este c atunci cnd calculatorul completeaz o singur iteraie, o valoare a indicatorului analizat este calculat pentru fiecare rut posibil din arborele de decizie stochastic. Ulterior dup rularea programului de simulare de un numr suficient de ori valorile indicatorului descriu cte o distribuie de probabiliti pentru fiecare succesiune de decizii posibile. Figura 2.4. Prezentarea rezultatelor analizei arborelui stochastic de decizie Probabiliti varianta1 varianta2 varianta3

Efecte n figura 4.4. sunt prezentate rezultatele care pot fi obinute din analiza arborelui stochastic de decizie. Diferenele dintre speranele matematice ale profitului pot fi vzute astfel ntr-o perspectiv mai realist deoarece prin aceast metod sunt evideniate relaiile dintre speranele matematice i ntreaga distribuie a rezultatelor posibile. n cazul n care aceeai situaie decizional este evaluat succesiv cu metoda arborelui conveional de decizie i cea a arborelui stochastic speranele matematice rezultate nu sunt n mod necesar identice din urmtoarele motive: 1. interdependeele dintre variabile nu sunt luate n considerare prin abordarea convenional; 2. numrul redus de estimaii de punct folosite n arborele de decizie convenional pentru aproximarea unei ntregi distribuii nu exprim toate informaiile disponibile. Cele trei alternative decizionale din figura 4.4. arat de ce un decident raional poate alege o alt variant n locul celei cu sperana matematic cea mai mare. n faa intervalului complet de rezultatele posibile, decidentul poate seleciona acea alternativ care este adecvat preferinelor lui i atitudinii pe care o are fa de risc. Varianta 2 este cea care comport riscul cel mai redus, forma distribuiei arat un grad mic de mprtiere a valorilor n jurul mediei. Varianta 3 este cea care comport riscul cel mai mare, valorile posibile ale 61

indicatorului de rezultat variaz ntre limitele cele mai largi. Varianta 3 (alegerea decidentului cara accept riscul) ofer ansa celui mai mare ctig dar simultan i riscul celor mai modeste rezultate. Abordarea stochastic a arborelui de decizie cu ajutorul simulrii prin limbaje adecvate ale calculatoarelor este foarte utlil. n unele situaii ns este dificil estimarea distribuiei de probabilitii a evenimentelor din secvenele decizionale ndeprtate. Opiniile n legtur cu posibilitatea implementrii practice a acestei metode n domeniul marketingului sunt mprite, practicienii i firmele specializate n produse informatice continu s acorde o atenie sporit arborelui de decizie convenional. Din cele prezentate se poate aprecia c n domeniul marketingului riscul i incertitudinea sunt mai bine abordate prin tehnica simulrii. Condiiile mai uoare pe care le presupun modelele deterministe, ndeosebi n ceea ce privete gradul de detaliere al informaiilor necesare, face ca aceaste s fie n continuare utilizate pe scar larg. Abordarea sistemic a riscului presupune ca modelele s fie n permanen actualizate n funcie de evoluiile concrete ale mediului intern i extern al firmei. Supravieuirea i dezvoltarea oricrei ntreprinderi este condiionat de folosirea unui management eficient care s se bazeze exclusiv pe utilizarea prghiilor economice, scopul tuturor deciziilor de conducere fiind alocarea eficient resurselor i maximizarea profitului. Abordarea sistemic a condus i n economie, ca i n alte domenii n care a fost aplicat la o serie de rezultate valoroase n plan teoretic i practic, a subliniat caracterul multidisciplinar i integrator al managementului modern. Sistemul, conceptul fundamental al abordrii sistemice, are un caracter relativ, n sensul c orice sistem poate fi descompus n subsisteme i la rndul su, poate fi privit ca subsistem al unui sistem mai complex. Astfel, ntreprinderea privit ca sistem poate fi descompus n mai multe subsisteme i la rndul su, poate fi privit ca subsistem al unei ramuri sau al economiei naionale, aflat n conexiuni multiple i complexe cu alte uniti economice i administrative. Privit ca sistem, ntreprinderea reprezint un ansamblu unitar cu regim juridic propriu, cu o anumit autonomie funcional, cu parametrii de intrare i ieire bine definii, capabil s-i adapteze funcionarea prin intermediul sistemului de management n vederea realizrii obiectivelor propuse. Analiza de sistem apeleaz n afara metodei de investigare bazate pe abordarea sistemic i la o serie de metode specifice etapelor elaborrii proiectului de sistem ntre care cele mai importante sunt:

62

a. metoda modelrii, utilizeaz un ansamblu de tehnici statisticomatematice, tehnci euristice i de modelare cibernetico-economice n scopul determinrii unei reprezentri izomorfe a realitii obiective. Modelul reprezint o descriere izomorf a realitii, fundamental i simplificat, n vederea identificrii unor relaii i legiti greu de stabilit pe alte ci. b. metoda simulrii, este o tehnic de testare, evaluare i manipulare a unui sistem real, prin intermediul experimentrii pe calculator a unor modele matematice i logice n vederea observrii i studierii dinamicii comportamentului sistemului n viitor. c. metoda analiza-diagnostic are ca scop caracterizarea ct mai exact a sistemului, evidenierea aspectelor pozitive (puncte forte, oportuniti) dar i a celor negative (puncte slabe, ameninri) n vederea formulrii unor modaliti de intervenie pentru ameliorarea performanelor sale. d. metode i tehnici specifice de culegere a datelor, individuale, de grup (interviu, chestionar, Focus, Delphi, etc.). e. metode psihosociologie, de investigare a relaiilor interpersonale i de grup, a comportamentului decizional, precum i de instruire, selectare i promovare profesional. f. metode informatice, omniprezente n analiza i proiectarea unor sisteme mai performante, n general, precum i pentru realizarea sistemelor expert. Studiul subsistemului de marketing presupune precizarea, locului su n sistemul ntreprinderii i principalele sale conexiuni interne i externe. Scopul final al tuturor activitilor de marketing este de a oferi conducerii ntreprinderii o serie de variante decizionale, programe, orientate ctre cele patru componente ale mixului de marketing (produs-pre-distribuie-promovare), astfel nct s se obin maximizarea eficienei economice i o poziie favorabil i stabil pe pia. Subsistemul de marketing intr n componena sistemului funciunii comerciale. Sursele de informare, (input-urile) subsistemului de marketing sunt interne i externe. Sursele interne sunt reprezentate de purttorii de informaii localizai n cadrul organizaiei. Cele mai utilizate sunt informaiile statistice i contabile prezente sub forma unor documente care sunt ntocmite n cadrul proceselor economice (bonuri, facturi, etc.). O alt surs important de informaii interne este reprezentat de personalul de specialitate, purttor al unor informaii variate referitoare la numeroase aspecte concrete ale activitii ntreprinderii. Sursele externe includ informaiile emise de componentele mediul ambiant, semnalele pieei, publicaiile de specialitate, publicitatea, rapoartele organismelor statistice, institutelor de cercetare etc. Toate aceste informaii sunt prelucrate de compartimentul de marketing prin metode i tehnici specifice, dup care sunt prezentate conducerii o serie de variante decizionale referitoare la problematica abordat (politici de pre, produs, distribuie, promoionale). 63

Politica de produs reprezint conduita organizaiei referitoare la structura, evoluia, dimensiunile gamei de produse. n primul rnd se efectueaz cercetarea produselor existente: faza stadiulul de via n care se gsesc, urmrirea comportrii n consum, poziionarea produselor pe pia (prin evaluarea comparativ a produselor concurente). Pe baza concluziilor se poate propune dezvoltarea unor noi produse (trsturile necesare pentru a fi receptate favorabil), meninerea gamei existente, retragerea unor produse, intensificarea activitilor promoionale etc. Politica de pre se refer la fundamentarea preului produselor noi, diferenierea pe diferite tipuri de produse ale gamei sortimentale, reducerile sezoniere sau speciale, rabaturile acordate diferitelor categori de clieni. Preul reprezint elementul din mixul de marketing cu mobilitatea cea mai redus, el fiind semnificativ determinat de nivelul costului (nivelul minim al preului). Politica de distribuie are n vedere tipologia canalelor de distribuie, adic alegerea acelor canale de distribuie care comport cele mai mici costuri i care fac produsul ct mai accesibil clienilor. Politica promoional are drept scop informarea i influenarea clienilor poteniali pentru sprijinirea procesului de vnzare. Se realizeaz prin publicitate, promovarea vnzrilor, relaii publice (organizarea de manifestri, acordarea de interviuri etc.), manifestri promoionale. Riscul n marketing, ca i n alte domenii, poate fi evaluat, diminuat dar nicidecum eliminat indiferent de metodele folosite. El ine de esena marketingului alocarea unor resurse certe ale prezentului, pentru estimarea i influenarea unui viitor nesigur.

64