Моделирование бизнес-процессов в BPwin.
Предметная область "Распродажа"

Тип работы:
Курсовая
Предмет:
Программирование


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Содержание

  • Введение
  • Раздел 1. Прогнозирование бизнес-процессов ППП «Statistica»
  • 1.1 Исходные данные
  • 1.2 Коэффициент корреляции
  • 1.3 Параметры регрессии
  • 1.4 Прогнозируемое значение зависимой переменной
  • 1.5 Проверка адекватности модели
  • 1.6 График предсказываемых и наблюдаемых значений зависимой переменой
  • 1.7 Выводы
  • Раздел 2. Моделирование бизнес-процессов в Bpwin
  • 2.1 Блок-схема бизнес-процесса
  • 2.2 Контекстная диаграмма
  • 2.3 Декомпозиция контекстной диаграммы
  • 2.4 Декомпозиция работы «Привлечение покупателей»
  • 2.5 Декомпозиция работы «Выпуск рекламы»
  • 2.6 Выводы
  • Раздел 3. Моделирование данных в Erwin
  • 3.1 Модель данных
  • 3.2 Связывание модели процесса и модели данных
  • 3.3 Выводы
  • Раздел 4. ППП Vip enterprise
  • Заключение
  • Список использованных источников

Введение

Основная цель распродажи — привлечь внимание потребителей значительными скидками и создать постоянную клиентуру.

Обычно приурочиваются к смене сезонов, праздникам, важным событиям, например, начало учебного года в школах, новогодние, рождественские праздники, день Святого Валентина, 23 февраля, 8 марта и т. д.

Главное правило распродаж — они должны длиться не более одного месяца. Короткая по времени распродажа эффективнее многодневной. Чем дольше идет мероприятие, тем меньше впечатлений оно оставляет, тем меньше желания на нем присутствовать. Зачем спешить в магазин, если срок окончания действия скидок не определен? Бессрочная скидка — это просто другая цена на товар.

Первые распродажи (или sales по-английски), проводившиеся в Европе с конца XVIII века, а в России — с начала XIX, преследовали одну цель: владельцы магазинов стремились реализовать залежалый товар. С тех пор мало что изменилось. В большинстве современных магазинов распродажи устраиваются с той же целью — избавиться от «стоков».

Как правило, в каждой сезонной коллекции остается процентов 30 нереализованного товара. Лучше продать эти «стоки» со скидкой 50% и даже 70%, чем совсем потерять вложенные в них средства. Делая такие большие скидки в период распродаж, обычно работают без прибыли.

Главный «объект» распродаж — это товар с коротким жизненным циклом, большую часть года продающийся с высокой торговой наценкой.

Если же товар имеет долгий жизненный цикл и мало подвержен моральному старению, устраивать распродажи не имеет смысла.

Российская специфика.

Один из плюсов распродаж — привлечение новых покупателей. Для многих людей низкая цена служит той самой лакомой «наживкой», которая заставляет «клюнуть» на предложение и прийти в магазин. Даже если шопинг не входил в их планы.

Любая распродажа — это своего рода информационная акция, в ходе которой потребители узнают о магазинах.

Правда, у этой особенности есть и оборотная сторона. Если цены окажутся слишком низкими по сравнению с обычными, компания может «выпасть» из своего ценового сегмента и потерять целевых

Интересная особенность российских распродаж состоит в том, что большинство покупателей попадают на них случайно.

На Западе все происходит с точностью до наоборот. Там большинство товаров продается именно в период распродаж, начала которых покупатели ждут весь год

По опыту компаний, опрошенных «СБ», в период распродаж количество покупок увеличивается в два — четыре раза. При этом размер скидок обычно колеблется от 10% до 70%.

При определении размера скидок очень важно найти ту грань, когда остается возможность зарабатывать деньги, но при этом избавляться от товарных остатков

Плюсы и минусы распродаж:

1. Плюсы:

— ускорение товарооборота;

— ликвидация товарных остатков;

— привлечение новых покупателей;

— формирование имиджа компании «с низкими ценами».

2. Минусы:

— размывание целевого сегмента потребителей

— снижение прибыли на единицу продукции;

— временное «затоваривание» потребителей — вероятность снижения количества покупок в будущем.

Существуют разные виды распродаж:

— сезонные;

— открывающие новую точку;

— закрывающие существующую точку;

— регулирующие товарный запас.

Все они привязаны к конкретным задачам.

Сама распродажа изначально позиционируется как рекламная акция.

Цель рекламы в этом случае не формирование благоприятного образа фирмы, а стимулирование продаж посредством предоставления информации о временном снижении цен. Реклама распродажи не может становиться имиджевой, имя торговой марки не должно ассоциироваться у покупателей со словом «скидка». Подобная ассоциация фактически нейтрализует другую имиджевую рекламу.

Трудность заключается в том, что рекламирование распродажи является очень противоречивой задачей: с одной стороны желательно привлечь максимальное внимание потребителей к сниженным ценам и распродать остатки старой коллекции, с другой стороны распродажа не должна иметь негативного влияния на имидж марки, особенно в глазах постоянных покупателей, и сниженная цена не может быть фактором наcтолько привлекательным, чтобы стать единственным, влияющим на принятие решения о покупке. Т. е. желательно, чтобы покупатель, лояльный к брэнду, не дожидался времени распродажи для совершения покупки.

В то же время покупатели, появляющиеся только на распродажах, очень важны для бизнеса, у них уже сформировалась лояльность к марке, и впоследствии именно за их счет возможно пополнение постоянной клиентуры магазина. Распродажа должна радовать тех, кто не может позволить себе приобретение вещи без скидки, но она не должна шокировать тех, кто привык покупать без скидок.

Новая коллекция.

В течение распродажи в магазине начинает появляться новая коллекция. По мере уменьшения остатка новая коллекция будет вытеснять распродажу. Новая коллекция занимает центральное место в магазине независимо от ее объема. Этим центральным местом является зал справа от входа. Замечено, что когда у покупателя есть возможность выбрать направление движения — вправо или влево, он, как правило, выбирает движение вправо.

Издержки.

Расходы на привлечение потребителя с помощью ценового продвижения товара достаточно велики. Кроме увеличения товарного запаса промотируемого товара, для которого требуется резервное складское помещение, расходы на транспортную логистику, магазину приходится подключать дополнительные материальные и людские ресурсы. Во-первых, на оповещение покупателей о промотируемых товарах: дополнительные POS материалы (буклеты, информационные листовки). Во-вторых, некоторые сети выделяют специальное пространство в торговом зале для товаров со скидками.

Распродажа — вид ценового продвижения, повышающего активность розничной торговли по отношению к покупателям. Зачем же все эти дополнительные усилия, если и так вроде бы все неплохо?

Покупателя надо привлекать, завлекать, увлекать, удерживать, чтобы его маршрут с посещением данной точки стал для него привычным. Чтобы торговля и производитель в конечном счете могли рассчитывать на общее увеличение объема продаж [1].

Целью моей работы является изучение основных методов решения задач анализа, моделирования, прогноза деятельности в предметной области «Распродажа», а так же изучение ППП VIP Enterprise [2].

Раздел 1. Прогнозирование бизнес-процессов ППП «Statistica»

1.1 Исходные данные

На рис. 1 представлены исходные данные, состоящие из 11 переменных и 30 наблюдений.

А1 — стоимость упаковки 1 ед. товара (р);

А2 — наценка на партию товара (%);

А3 — расход на демонстрацию модели (р);

А4 — количество проданного товара;

А5 — количество товара;

А6 — среднее число потенциальных покупателей в день;

А7 — цена с учётом скидки (р);

А8 — непредвиденные расходы (р);

А9 — процент скидки;

А10 — премия продавцу за 1 ед. товара (р);

А11 — издержки на рекламу (р).

Предполагается следующая зависимость [3]:

А7 = k1 x A1 + k2 x A2 + k3 x A3 + k4 x A4 + k5 x A5 + k6 x A6 + k8 x A8 +

+ k 9 x A9+ + k 10 x A10 + k11 x A11. (1)

модель бизнес процесс распродажа

Рис. 1. Исходные данные

Требуется определить:

Существует ли эта линейная связь, степень линейности.

Коэффициенты к1, к2, к3, к4, к5, к6, к8, к9, к10, к11.

Точность регрессии.

Прогнозируемое значение зависимой переменной A7.

График зависимости.

Значения остатков по Дарбину-Уотсону.

1.2 Коэффициент корреляции

Рис. 2. Коэффициент корреляции

На рис. 2 представлено полученное значение коэффициента корреляции.

Коэффициент корреляции R=0,576, т. е. меньше 0,7; следовательно получена средняя линейная связь между зависимой и независимыми переменными.

1.3 Параметры регрессии

На рис. 3 представлены результат вычисления регрессии.

Рис. 3. Параметры регрессии

Получено следующее уравнение регрессии:

А7 = 0,510 999 А5 — 0,239 119 A11 + 0,354 893 A8 — 0,331 002 A4. (2)

Наибольшее влияние на зависимую переменную А7 оказывает переменная A5, затем А8, далее А4 и наконец, A11. Коэффициенты k1., k2, k3, k6, k9, k10 очень малы, поэтому переменные А1, А2, А3, A6, А9, А10 пренебрежимо мало влияют на переменную А7.

k5, k11, k8, k4 значимы, но k11, k8 и k4 определены с ошибкой больше 5%, так как p_level для них больше 0,05

1.4 Прогнозируемое значение зависимой переменной

На рис. 4 представлено прогнозируемое значение зависимой переменной.

Рис. 4. Прогноз

Если в полученное уравнение подставить прогнозируемые значения независимых переменных, то можно получить прогнозируемое значение зависимой переменной.

Полученное прогнозируемое значение переменной — 6270,69 р.

1.5 Проверка адекватности модели

Если остатки зависимы, то модель неадекватна (нарушение важного предположения о независимости ошибок в регрессионной модели)

Критические точки статистики Дарбина-Уотсона приведены в специальных таблицах, например, для числа наблюдений 30 для 10-ти независимых переменных. DL=1,09 DU=1,83.

Необходимо проверить истинность неравенств:

d > DL; (3)

(4 — d) > DL. (4)

На рис. 5 представлено полученное значение d.

Рис. 5. Анализ модели по Дарбину_Уотсону

d = 1. 980 485

1. 98>1,09;

2,02> 1,83.

То есть результат решения неравенств истины, следовательно полученная регрессионная модель адекватна.

1.6 График предсказываемых и наблюдаемых значений зависимой переменой

На рис. 6 представлен график предсказанных и наблюдаемых значений зависимой переменной. Непрерывные и штриховые линии — интервал расчетных значений. Окружности — наблюдаемые значения зависимой переменной.

Рис. 6. зависимость переменной А7

1.7 Выводы

Мы получили среднюю линейную связь между зависимой и независимыми переменными.

Наибольшее влияние на зависимую переменную А7 оказывает переменная A5, затем А8, далее А4 и наконец, A11. Переменные А1, А2, А3, A6, А9, А10 пренебрежимо мало влияют на переменную А7. k5, k11, k8, k4 значимы, но k11, k8 и k4 определены с ошибкой больше 5%, так как p_level для них больше 0,05

Раздел 2. Моделирование бизнес-процессов в Bpwin

2.1 Блок-схема бизнес-процесса

Общая модель бизнес-процессов распродажи представлена на рис. 7.

Рис. 7. Блок-схема

2.2 Контекстная диаграмма

Рассмотрим модель работы компании в BPwin. Для этого, модель бизнес-процессов, представленная на рис. 7, преобразована к виду, пригодному для обработки в Bpwin [4]. Результат на рис. 8.

Рис. 8. контекстная диаграмма

Цель проекта: Моделировать текущие (AS-IS) бизнес-процессы компании во время распродажи.

Идеолог проекта (точка зрения): Директор.

В данной модели 2 входные стрелки: «Прайсы» (описываются все характеристики товара) и «Помещения» (описываются все помещения, сдаваемые в аренду). На выходе стрелка «Прайсы» преобразуется в стрелку «Чеки» (чеки на купленный товар), а «Помещение» в стрелу «Арендованное помещение» (помещение, которое предприятие выбрало для проведения распродажи). Управление работой — стрелка «Правила» (описываются правила торговли). Механизм работы — стрелка «Персонал» (работники магазина).

2.3 Декомпозиция контекстной диаграммы

Работу «Распродажа» можно разбить на 3 работы: «Привлечение покупателей», «Работа с клиентами» и «Аренда». Результат представлен на рис. 9.

Рис. 9. Декомпозиция работы «Распродажа»

Стрелки с первого уровня в виде граничных перешли на второй уровень. Введены новые стрелки:

1. «Реклама» (реклама распродажи);

2. «Прайсы со скидками» (информация о товаре с учётом скидки).

Обе стрелки идут от работы «Привлечение покупателей» к работе «Работа с клиентами».

2.4 Декомпозиция работы «Привлечение покупателей»

Работу «Привлечение покупателей» можно разбить на 2 работы:

1) «Выпуск рекламы»;

2) «Скидки».

Результат разбиения представлен на рис. 10.

Рис. 10. Декомпозиция работы «Привлечение покупателей»

Все стрелки, перечисленные в предыдущих главах, присутствуют на данном уровне в виде граничных стрелок.

От работы «Выпуск рекламы» к работе «Скидки» введена новая стрелка: «Ведомость на товар».

2.5 Декомпозиция работы «Выпуск рекламы»

Работа «Выпуск рекламы» разбивается на 4 работы:

1) «Подготовка рекламы»;

2) «Телевиденье»;

3) «Интернет»;

4) «POS материалы».

Результат представлен на рис. 11

Рис. 11. Декомпозиция работы «Выпуск рекламы»

В отличие от предыдущих уровней, где использовалась модель IDEF0, на данном уровне применена модель IDEF3, в которой предусмотрена возможность одновременного проведения работ с использованием перекрестков «Асинхронное ИЛИ». Введена ссылка «Прайсы».

2.6 Выводы

В отличие от модели IDEF0, модель IDEF3 позволяет проследить параллельные потоки данных и материальные потоки. Таким образом модель «Распродажа» я могу рассмотреть более подробно.

Раздел 3. Моделирование данных в Erwin

3.1 Модель данных

Для работы «Привлечение покупателей» в ERwin была создана модель данных с сущностями [4]:

— «Товар»;

— «Реклама»;

— «Сотрудник».

Эта модель данных представлена на рис. 12.

Рис. 12. Модель данных в Erwin

В сущности «Товар» 2 атрибута: «№ товара» и «Наименование», причем «№ товара» является ключевым атрибутом. В сущности «Реклама» ключевым атрибутом является «№ рекламы», кроме него существуют атрибуты «№ TV канала» и «Дата». В сущности «Сотрудник» 4 атрибута:

— «Фамилия»;

— «Имя»;

— «Отчество»;

— «Табельный номер» (ключевой атрибут).

Сущности связаны между собой.

3.2 Связывание модели процесса и модели данных

Эту модель данных экспортируем в BPwin и привязываем к работе «Привлечение покупателей»:

1. Сущность «Сотрудник» к стрелке «Персонал».

2. Сущность «Товар» к стрелке «Прайсы».

3. Сущность «Реклама» к стрелке «Реклама».

Вводим новый атрибут «Адрес сотрудника» и передаём модель обратно в ERwin, в которой атрибут автоматически добавляется. Результат представлен на рис. 13

Рис. 13. Добавление нового атрибута в модель

3.3 Выводы

При связывании модели процессов с моделью данных и при добавлении в модель процессов BPwin новых атрибутов данные атрибуты автоматически появляются в модели данных ERwin.

Раздел 4. ППП Vip enterprise

Компания Gauss Interprise (основана в 1983 г., город Irvine, штат Калифорния, более 300 сотрудников в 11 странах мира, www. gaussinterprise. com) известна системой VIP Enterprise, представляющей собой интегрированный набор ПО управления корпоративным содержимым (созданный на основе интегрированного набора ПО управления документами от компании Magellan Software, приобретенной Gauss Interprise в 2000 г.), унифицирующий управление Web-содержимым и документами, разработкой порталов и потоками работ.

Данное J2EE-ориентированное ПО обеспечивает управление раздельными структурированными и неструктурированными источниками содержимого (XML-ориентированными электронными формами, поступившими от внутренних клиентов или внешних Web-клиентов). После получения этих XML-данных workflow-системы просматривают их и извлекают относящееся к ним содержимое и данные из корпоративных репозитариев и приложений (например, ERP-систем). Пользователи получают уже настроенное под них содержимое, привязанное к работе, которая должна быть выполнена ими.

ПО VIP Enterprise работает с ОС OS/400, Linux, Unix, NT и Windows 2000, а также с J2EE серверами приложений. Клиентами Gauss Interprise (всего их более 2000) являются такие компании, как: BMW, DaimlerChrysler Aerospace, Deutsche Telekom, Electrolux, Hewlett Packard, Lufthansa AirPlus, Philips, Rockwell, Shell Oil, Siemens-Nixdorf, Sony Music, USA Today, Volvo и др. Партнерами Gauss Interprise являются компании ATG, BEA, Captiva, Cassiopeia AG, Compaq, Eastman Kodak, Fujitsu, Hewlett Packard, IBM, Intershop, J. D. Edwards, Kofax, Microsoft, Oracle, Quadrant Software, RealNetworks, Redhat, SAP, Staffware, Sun Microsystems, Sybase и др. [5].

В рамках соглашения Gauss включит BEA WebLogic в свои продукты VIP Enterprise и предложит провести усовершенствование своим 1000 клиентам с оборудованием IBM iSeries (AS/400). VIP Enterprise является системой управления контентом предприятия, работающая на платформе сервера iSeries (AS/400) совместно с IBM-AIX, Sun Solaris, HP/UX, Windows 2000, NT, Compaq Tru64 и Linux. BEA WebLogic работает в стандарте Java 2 Enterprise Edition (J2EE). Платформа Gauss VIP предназначена для оптимизации создания контента, сотрудничества и контроля над бизнес-процессами на крупном предприятии [6].

Заключение

1. Изучена предметная область «Распродажа».

2. Проведён статистический анализ в ППП Statistica. Выявлено, что цена с учётом скидки в большей степени зависит от количества товара (т.е. чем больше товара, тем больше скидка на товар). Связь средняя линейная. Ошибка определения меньше 5%. Модель адекватна.

3. В ВPwin создана модель бизнес-процессов «Распродажа», в которой использовано 2 типа модели: IDEF0 и IDEF3. IDEF3 отличается возможностью распараллеливания работ с помощью логических элементов — перекрестков.

4. Для работы «Привлечение покупателей» в ERwin создана модель данных, которая передана в BPwin и связана со стрелками «Прайсы», «Персонал и реклама». С помощью операций экспорта и импорта в ERwin передан новый атрибут.

5. Изучен ППП VIP Enterprise, унифицирующий управление Web-содержимым и документами и предназначенный для разработки порталов и потоками работ. Это — система управления контентом предприятия.

Список использованных источников

1. Деловой дайджест — Ресурс доступен: http: //dadelo. ru/modules. php? name =News& file= article& sid=108

2. Пакеты прикладных программ в экономике: методические указания к курсовой работе / сост.Н. И. Тебайкина. Екатеринбург: УГТУ-УПИ, 2007. 31 с.

3. Программа Statistica: методические указания к выполнению лабораторных работ / Н. И. Тебайкина. — Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2006. — 44 с.

4. Тебайкина Н. И. CASE-средства: учебно-методическое пособие / Н. И. Тебайкина. Екатеринбург: УГТУ-УПИ, 2007. 88 с.

5. Gauss Interprise — Ресурс доступен: http: //cf. viplast. ru/ consulting/docflow/market/app1693. html

6. Информационно-консалтинговый центр по электронному бизнесу — Ресурс доступен: http: //www. e-commerce. ru/News/2001/09/03/ news9935. html

ПоказатьСвернуть
Заполнить форму текущей работой