Оценка конкурентоспособности услуги «прием платежей»
1. Определим перечень показателей, необходимых и достаточных для оценки конкурентоспособности услуги «прием платежей»
1.1 Рациональность ассортимента услуги:
полнота ассортимента;
широта ассортимента;
устойчивость ассортимента;
структура ассортимента;
обновляемость ассортимента
1.2 Культура обслуживания:
Вежливость;
Внимательность;
Опрятность.
1.3 Условия обслуживания
Материально-техническая база;
Уровень удобств для потребителя;
Консультация
Категория РКЦ
1.4 Доступность услуги:
Затраты денежных средств;
Затраты времени на получение справки о местонахождении;
Затраты времени на проезд к РКЦ;
Затраты времени на ожидание обслуживания;
Затраты времени на консультацию специалиста.
2. Определим коэффициенты весомости показателей конкурентоспособности услуги «прием платежей». Для этого опросим группу экспертов. В качестве экспертов привлечем нечетное количество (5 человек) высококвалифицированных специалистов в области расчетно-кассовых операций со стажем работы не менее 10 лет.
При экспертной оценке значимости показателей конкурентоспособности услуги «прием платежей» используем балльную шкалу от 0 до 5 с интервалом варьирования 0,5-0; 1,5; 2; 2,5; 3; …; 5.
Применение системы балльных оценок связано с тем, что часть единичных показателей не могут быть измерены количественно. Применение системы балльных оценок позволяет в дальнейшем оперировать с результатами оценки как измеримых, так и неизмеримых показателей.
Коэффициент весомости рассчитывается по формуле:
Mi=∑mij/(N*Б), где i – индекс показателя конкурентоспособности ; i=1,р;
Р- число показателей;
J – индекс номера эксперта: j=1,N;
Мij – балльная оценка j-го эксперта по i-му показателю;
N – общее количество экспертов: N=5.
Б – общее количество баллов.
Средние значения нормированных коэффициентов весомости показателей конкурентоспособности услуги «прием платежей».
Таблица 14
Показатели конкурентоспосбности (i)
| Балльная оценка (Мj)
| Сумма баллов Мij
| Коэфф. весомости
| 1
| 2
| 3
| 4
| 5
| 1. Рациональность ассортимента услуги
1.1 полнота ассортимента
1.2 широта ассортимента
1.3 устойчивочть ассортимента
1.4 структура ассортимента
1.5 обновляемость ассортимента
Суммарная оценка рациональности ассортимента услуги
|
1
0,5
1
0,5
0,5
|
1
1
0,5
0,5
0,5
|
1
1
0,5
0,5
0,5
|
0,5
1
1
0,5
0,5
|
1
0,5
0,5
0
0,5
|
4,5
4
3,5
2
2,5
|
0,09
0,08
0,07
0,04
0,05
0,33
| 2.Культура обслуживания
2.1 вежливость
2.2 внимательность
2.3 опрятность
Суммарная оценка культуры обслуживания
|
0,5
0,5
0
|
0,5
0,5
0,5
|
1
0
0
|
0,5
0
0
|
0,5
0
0
|
3
1
0,5
|
0,03
0,02
0,01
0,06
| 3. Условия обслуживания
3.1 материально-техническая база
3.2 категория РКЦ
3.3 уровень удобств для потребителя
3.4 консультация
Суммарная оценка условий обслуживания
|
0
0
0
0
|
0
0
0,5
0,5
|
0,5
0
0
0,5
|
0,5
0
0
0
|
0
0,5
0
0
|
1
0,5
0,5
1
|
0,02
0,01
0,01
0,02
0,06
| 4. Доступность услуги
4.1 затраты денежных средств
4.2 затраты времени на получение справки о местонахождении студии
4.3 затраты времени на проезд к РКЦ
4.4 затраты времени на ожидание обслуживания
4.5 затраты времени на консультацию специалиста
Суммарная оценка доступности услуги
|
0,5
0,5
0
0,5
0,5
|
0,5
0
0
0
0,5
|
0
0
0
0,5
0
|
0
0
0
0
0,5
|
0
0
0
0
0,5
|
1
0,5
0
1
2
|
0,02
0,01
0
0,02
0,04
0,1
|
Обобщенный критерий конкурентоспособности услуги «прием платежей» Ко определим по формуле:
Ко= Кр + Кк.о. + Ку + Кд,
Где Кр – комплексный показатель конкурентоспособности рациональности ассортимента услуги, определяемый по формуле:
Ко =
Где Ррi – балльная оценка единицы показателя рациональности ассортимента услуги;
Мрi – коэффициент весомости единичной конкурентоспособности показателя;
Кк.о – комплексный показатель конкурентоспособности культуры обслуживания, определяемый по формуле:
Кк.о =
Где Рк.о.i – балльная оценка единичного показателя культуры обслуживания;
Мк.о.i – коэффициент весомости единичного показателя культуры обслуживания;
Ку – комплексный показатель конкурентоспособности условий обслуживания, определяемый по формуле:
Ку =
Где Руi – балльная оценка единичного показателя условий обслуживания;
Муi – коэффициент весомости единичного показателя культуры обслуживания.
Кд – комплексный показатель конкурентоспособности доступности услуги, определяемый по формуле:
Кд =
Рдi – балльная оценка единичного показателя доступности услуги
Мдi – коэффициент весомости единичного показателя доступности услуги.
Ко = 1,175+0,115+0,05+0,13=1,47
Исходные данные для определения прогнозной величины спроса на услугу «прием платежей»
Таблица 15
Период, год
| Сумма перечисленных средств, руб.
| % комиссионного сбора КДУП «Речицкий расчетно-кассовый центр»
| 2006
| 11593953445
| 4,87
| 2007
| 12111203985
| 5,17
| 2008
| 12633237750
| 6,43
|
Для прогнозирования спроса на услугу «прием платежей» построим факторную модель спроса. В качестве факторов, определяющих величину спроса на услугу возьмем следующие:
1) интенсивность конкуренции на рынке сбыта;
2) уровень доходов семьи потребителей;
3) темп роста коммунальных платежей;
4) сумма задолженностей по оплате ЖКУ
Прогнозная величина спроса на услугу «прием платежей»
Таблица 16
Период, год
| Сумма поступления платежей, тыс. рублей
| 2009
| 14207726
| 2010
| 14281828
| 2011
| 16111364
| 2012
| 17402148
| 2013
| 15008932
| Воспользуемся множественным регрессионным анализом для оценки суммы приема платежей на основе следующих переменных. Таблица 17
Переменная
| Смысл переменной
| У
| Оценочная сумма поступления платежей
| Х1
| Доходы семьи потребителя
| Х2
| Количество конкурентов
| Х3
| Темп роста коммунальных платежей
| Х4
| Сумма задолженностей по оплате ЖКУ
| В этом примере предполагается, что существует линейная зависимость между каждой независимой переменной (x1, x2, x3 и x4) и зависимой переменной (y), т. е. суммой коммунальных платежей потребителей. Таблица 18
Год
| А
| В
| С
| D
| E
|
| Доходы семьи потребителя, тыс. рублей в месяц (х1)
| Интенсивность конкуренции, конкурентов (х2)
| Темп роста инфляции (жилищно-коммунальных платежей) % (х3)
| Сумма задолженностей по оплате ЖКУ,тыс. руб. (х4)
| Сумма перечисленных платежей за жилищно-коммунальные услуги, тыс. руб. (У)
| 2003
| 2310
| 2
| 2
|
913193
| 10146589
| 2004
| 2333
| 2
| 2
|
12005136
| 10689544
| 2005
| 2356
| 3
| 1,5
|
1142632
| 11023987
| 2006
| 2379
| 3
| 2
|
989654
| 11593953
| 2007
| 2402
| 2
| 3
|
998661
| 12111204
| 2008
| 2425
| 4
| 2
|
1148917
| 12633238
| 2009
| 2448
| 2
| 1,5
|
1152342
| 14207726
| 2010
| 2471
| 2
| 2
|
1246501
| 14281828
| 2011
| 2494
| 3
| 3
|
1317650
| 16111364
| 2012
| 2517
| 4
| 4
|
1384756
| 17402148
| 2013
| 2540
| 2
| 3
|
1416589
| 15008932
|
| Формула
|
|
|
|
|
| =ЛИНЕЙН(E2:E12;A2:D12;ИСТИНА;ИСТИНА)
|
|
|
|
| Множественный регрессионный анализ для оценки суммы приема платежей
Таблица 19
Если ввести формулу как формулу массива, возвращается следующая статистика по регрессии.
|
| Построение модели из пакета анализа MS EXCEL
Уравнение множественной регрессии y = m1*x1 + m2*x2 + m3*x3 + m4*x4 + b теперь может быть получено из строки 14:
y = 27,64*x1 + 12,530*x2 + 2,553*x3 - 234,24*x4 + 52,318
Оценочная сумма перечисленных платежей У равна: =D14*A22 + C14*B22 + B14*C22 + A14*D22 + E14
Анализ взаимосвязей между независимыми переменными и суммой поступления платежей
В нашем расчете коэффициент детерминированности r2 равен 0,99675 (см. ячейку A17 в результатах функции ЛИНЕЙН), что указывает на сильную зависимость между независимыми переменными и суммой поступления платежей. Можно использовать F-статистику, чтобы определить, является ли этот результат (с таким высоким значением r2) случайным.
Вычисление T-статистики
Другой гипотетический эксперимент определит, удобен ли каждый коэффициент наклона для оценки стоимости поступления жилищно-коммунальных платежей. Например, чтобы проверить, имеет ли Сумма задолженностей по оплате ЖКУ статистическую значимость, разделим -234,24 (коэффициент наклона для суммы задолженностей потребителей) на 13,268 (оценка стандартной ошибки для коэффициента суммы задолженностей из ячейки A15). Ниже приводится наблюдаемое t-значение:
t = m4 ÷ se4 = -234,24 ÷ 13,268 = -17,7
| Оценочную стоимость поступления платежей для каждого прогнозируемого года рассчитаем используя следующее уравнение:
Y2009 = 27,64*2448 + 12530*2 + 2553*1,5 - 234,24*29 + 52318 = 14207726 тыс.р.
Y2010 = 27,64*2471 + 12530*2 + 2553*2 - 234,24*34 + 52318 = 14281828 тыс.р.
Y2011 = 27,64*2494 + 12530*3 + 2553*3 - 234,24*23 + 52318 = 16111364 тыс. р.
Y2012 = 27,64*2517 + 12530*4 + 2553*4 - 234,24*35 + 52318 = 17402148 тыс.р.
Y2013 = 27,64*2540 + 12530*2 + 2553*3 - 234,24*22 + 52318 = 15008932 тыс р.
Предположим, что на самом деле взаимосвязи между переменными не существует, просто статистический анализ вывел сильную взаимозависимость по взятой равномерной выборке 6 лет. Величина «Альфа» используется для обозначения вероятности ошибочного вывода о существовании сильная взаимозависимости.
В выходных данных функции ЛИНЕЙН величины F и df используются для оценки вероятности получения наибольшего значения F. Величина F может сравниваться с критическими значениями в публикуемых таблицах F-распределения либо FРАСП Excel может быть использована для вычисления возможности получения наибольшего значения F. Соответствующее F-распределение имеет степени свободы v1 и v2. Если величина n представляет количество точек данных и аргумент конст имеет значение ИСТИНА или опущен, то v1 = n – df – 1 и v2 = df. (При конст = ЛОЖЬ v1 = n – df и v2 = df). Функция Microsoft Excel FРАСП(F, v1, v2) возвращает вероятность получения наибольшего значения F. В примере 4 df = 6 (ячейка B18), а F = 459,753674 (ячейка A18).
Предположим, что величина «Альфа» равна 0,05, v1 = 11 – 6 – 1 = 4 и v2 = 6, а критический уровень F равен 4,53. Поскольку значение F = 459,753674 намного больше 4,53, крайне нежелательно получение большого случайного значения F (при Альфа = 0,05 гипотеза об отсутствии связи между аргументами известные_значения_y и известные_значения_x отвергается, если значение F превышает критический уровень 4,53). Использование функции Microsoft Excel FРАСП дает возможность получать большие значения F. Значение вероятности FРАСП(459,753674; 4; 6) = 1,37E-7 чрезвычайно мало. Из этого можно заключить через нахождение критического уровня F в таблице или использование функции Microsoft Excel FРАСП, что уравнением регрессии можно воспользоваться для предсказания стоимости поступления платежей. Если абсолютное значение t достаточно велико, можно сделать вывод, что коэффициент наклона можно использовать для оценки суммы поступления платежей. В таблице ниже приведены абсолютные значения четырех наблюдаемых t-значений.
Если посмотреть в таблицу справочника по математической статистике, то окажется, что t-критическое двустороннее с 6 степенями свободы равно 2,447 при Альфа = 0,05. Критическое значение также можно также найти с помощью функции Microsoft Excel СТЬЮДРАСПОБР. СТЬЮДРАСПОБР(0,05; 6) = 2,447. Поскольку абсолютная величина t, равная 17,7, больше, чем 2,447, сумма задолженностей потребителей по оплате ЖКУ — это важная переменная для оценки суммы поступления платежей. Аналогичным образом можно протестировать все другие переменные на статистическую значимость. Ниже приводятся наблюдаемые t-значения для каждой из независимых переменных:
Переменная
| t-наблюдаемое значение
| Доходы семьи потребителя
| 5,1
| Интенсивность конкурентов
| 31,3
| Темп роста инфляции
| 4,8
| Сумма задолженностей по оплате ЖКУ
| 17,7
| Абсолютная величина всех этих значений больше, чем 2,447. Следовательно, все переменные, использованные в уравнении регрессии, полезны для предсказания суммы поступления платежей
| Далее представим прогнозный график динамики величины спроса на услугу «прием платежей» на 2009-2013 гг
Объем поступления платежей, млн. руб.
17,0
16,0
14,2
13,0
12,6
12,1
11,5
11,0
10,6
10,1
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Годы
Рис. 1 - Прогнозный график динамики величины спроса на услугу «прием платежей» на 2009-2013 гг
Анализ конкурентов
Для анализа конкуренции воспользуемся ценным концептуальным инструментом изучения основных воздействий конкуренции на рынок и оценки силы и слабости каждого из них – моделью пяти сил конкуренции М. Портера.
Угрозы со стороны предприятий, предлагающих услуги заменители
| |
| | | | | | 1.Расширение основными конкурентами предлагаемого ассортимента данной услуги(например способа платежа)
| | | | |
Рис. 2 – Модель 5-ти сил конкуренции М. Портера для услуги «прием платежей»
|