Кластеризаційні методи в ціннісному підході при порівняльному розподілі інформаційно-технологічних підприємств у ринковому просторі

Размещено на http://www.allbest.ru/

КЛАСТЕРИЗАЦІЙНІ МЕТОДИ В ЦІННІСНОМУ ПІДХОДІ ПРИ ПОРІВНЯЛЬНОМУ РОЗПОДІЛІ ІНФОРМАЦІЙНО-ТЕХНОЛОГІЧНИХ ПІДПРИЄМСТВ У РИНКОВОМУ ПРОСТОРІ

Борис Карпінський, доктор економічних наук, професор,

професор кафедри публічного адміністрування та управління бізнесом факультету управління фінансами та бізнесу, Львівський національний університет імені Івана Франка, м. Львів, Україна,

Анастасія Карп'як, аспірантка кафедри менеджменту і міжнародного підприємництва, Національний університет «Львівська політехніка», м. Львів, Україна

Ольга Рибицька, кандидат фізико-математичних наук, доцент,

доцент кафедри вищої математики Інституту прикладної математики та фундаментальних наук, Національний університет «Львівська політехніка», м. Львів, Україна

Анотація

У статті доведено, що кластеризаційні методи при порівняльному розподілі підприємств володіють стратегіологічною перспективою у дослідженні змінних процесів у ринковому просторі, зокрема, інформаційному.

Зазначено, що ціннісний підхід в системі функціонування ринку інформаційних технологій - це інтегральний метод поєднання різнопланових ціннісних інтересів споживача (користувача) і виробника (розробника) у ринковому середовищі щодо конкретного інформаційного продукту через задоволення: споживача - його потреби; виробника - сформованості товарної пропозиції з виходом на ринковий простір, отримання відповідного прибутку, виплати дивідендів акціонерам, вчасності податкових надходжень у державний та місцеві бюджети.

Запропоновано та виділено специфічні кластеризаційні методи в системі ринку інформаційних технологій з позиції ціннісного підходу, а саме: методи кластерного (блокового) ранжування - МКР 1 (поділ сумарної (загальної) величини значень статистичного показника сукупності навпіл) та МКР 2 (визначення середнього вибіркового значення розглядуваного показника, яким характеризуються об'єкти, що входять у вибірку); кластеризація за методом к-середніх. Зокрема, методи кластерного (блокового) ранжування полягають в цілеспрямованому проведенні кроків щодо кластерного (блокового) ранжування інформаційно-технологічних (ІТ) підприємств через їх покрокове виділення із значень загальної кількості величини сукупності, виходячи з завдань ціннісного підходу у ринковому просторі. Водночас, кластеризація за методом к-середніх дозволяє розбити множину ІТ підприємств на підмножини з мінімізацією спотворення за заданим критерієм оптимізації.

Пропоноване кластеризаційне розбиття всієї сукупності ІТ підприємств на окремі одиниці у ринковому просторі за методом к-середніх та дослідження їх результативності доводить, що з їх концентрованим виглядом отримуємо структури, які ефективніше піддаються сучасним управлінським тенденціям. Обґрунтовано, що фундаментальною перевагою українських ІТ підприємств в сучасному інформаційному ринку є кваліфікований персонал, досить ліберальна система оподаткування та певна можливість уникнення укладання трудових відносин з її працівниками. Запропонований алгоритм вибору стратегіологічних напрямів розвитку ІТ індустрії на процесних засадах кластеризації та ціннісного підходу забезпечує прозорість й оптимальність порівняльного розподілу ІТ підприємств та оптимізує процес прийняття заходів з модернізації управління в них з врахуванням особливостей і тенденцій розвитку у ринковому просторі.

Ключові слова: кластеризація, кластеризаційні методи, ціннісний підхід, інформаційно-технологічні підприємства, ринок інформаційних технологій, стратегіологічний розвиток, фінанси, прийняття рішень, управління.



Abstract

Borys Karpinsky, Doctor of Economics, Professor, Professor of the Department of Public administration and Business management, Faculty of Financial Management and Business, Ivan Franko National University of Lviv, Lviv, Ukraine.

Anastasia Karpyak, Graduate student of the Department of Management and International Entrepreneurship, Lviv Polytechnic National University, Lviv, Ukraine.

Olga Rybytska, Candidate of Physical and Mathematical Sciences, Associate Professor, Associate Professor of the Department of Higher Mathematics, Institute of Applied Mathematics and Basic Sciences, Lviv Polytechnic National University, Lviv, Ukraine.

CLUSTERIZATION METHODS IN THE VALUE APPROACH IN THE COMPARATIVE DISTRIBUTION OF INFORMATION AND TECHNOLOGICAL ENTERPRISES IN MARKET SPACE.

The article proves that clustering methods in the comparative distribution of enterprises have a strategic perspective in the study of variable processes in the market space, in particular, information.

It is noted that the value approach in the system of information technology market is an integrated method of combining diverse value interests of the consumer (user) and manufacturer (developer) in the market environment for a particular information product to meet: consumer - his needs; producer - the formation of the product offer with access to the market space, the receipt of appropriate profits, payment of dividends to shareholders, the timeliness of tax revenues to state and local budgets.

Specific clustering methods in the information technology market system from the standpoint of value approach are proposed and distinguished, namely: cluster (block) ranking methods - CRM 1 (division of the total value of the statistical indicator of the population into two parts) and CRM 2 (determination of average sample value of the considered indicator that characterizes the objects included in the sample); clustering by the method of &-means. In particular, the methods of cluster (block) ranking are to purposefully conduct the stages of ranking of information technology (IT) enterprises through their gradual separation from the values of the total population, based on the values of the value approach in the market space. At the same time, clustering by the &-means method allows to divide the set of IT enterprises into subsets with minimization of distortion according to a given optimization criterion.

The proposed clustering division of the entire set of IT enterprises into individual units in the market space by the method of &-means and study of their effectiveness proves that with their concentrated appearance we obtain structures that are more effective in modern management trends. It is substantiated that the fundamental advantage of Ukrainian IT companies in the modern information market is qualified staff, a fairly liberal tax system and a certain opportunity to avoid entering into employment relationships with its employees. The proposed algorithm for selecting strategic directions of IT industry development on the basis of clustering and value approach provides transparency and optimality of comparative distribution of IT enterprises and optimizes the process of taking measures to modernize management taking into account the peculiarities and trends in the market space.

Keywords: clustering, clustering methods, value approach, information technology enterprises, information technology market, strategic development, finance, decision making, management.



Постановка проблеми

Сучасний глобальний розвиток ринкового простору немислимий без активного застосування в ньому економіко- математичних методів на основі інформаційних технологій, що обумовлює потребу: в удосконаленні й розробці нових методів; розширенні випуску й повноцінному використанні обчислювальних потужностей комп'ютерів для виконання багато-параметричних розрахунків, обробки, аналізу і прогнозування даних безпосередньо в режимі реального часу, забезпечуючи тим й оптимальність прийняття управлінських рішень на різних ієрархічних рівнях. Окрім того, від такого масштабного прояву ефективності розвитку інформаційно-технологічної індустрії виграє й споживач, оскільки формується простір із вільним поширення інформації як про конкретний продукт, так і отримується прозорий доступ до його якісних і цінових меж, формуючи загальні споживчі потреби, настрої та споживчу його цінність.

Аналіз останніх досліджень та публікацій. Потреба у розвитку інформаційних технологій та виробничого сегменту, який це забезпечує призвели до формування цілої інформаційно-технологічної індустрії із властивим ціннісним підходом у ринковому просторі. А з тим й до чисельних аналітичних і наукових розробок із проблематики ринку інформаційних технологій, зокрема, щодо фінансів, менеджменту й прийняття управлінських рішень [1-15]. Зазначимо, що з різноплановими категоріями та організаційно- економічними аспектами цієї проблематики пов'язані наукові праці як вітчизняних дослідників - Бублик М. І. [6-7], Будинський Р. З. [4], Карпінська О. Б. [3], Кузьмін О. Є. [4], Литвин І. [5], Мріхіна О. Б [7], Панкратова Н. [10], Поріцька А. І. [4], Чухрай Н. І. [7], Шира Т. Б. [3], Шпак Н. О. [14], так і зарубіжних вчених - Power D. J. [11], Sheet J. N., Newman B. I., Gross B. L. [13], Montani D., Perrini F., Gervasio D., Pulcini A. [9], Ranjan K. R., Read S. [12] та інші.

Однак, проблематика кластеризації, особливо в частині застосування її методів для порівняльного розподілу й аналізу діяльності інформаційно- технологічних підприємств, залишається ще недостатньо дослідженою, що стало передумовою для проведення цілеспрямованого розгляду.

Мета статті: на основі розгляду сукупності кластеризаційних методів й аналізу інформаційної бази щодо практики становлення інформаційно- технологічних підприємств в Україні провести порівняльний розріз та виділити можливості й особливості їхнього розвитку з позиції ціннісного підходу у ринковому просторі.



Виклад основного матеріалу

Часто при прийнятті управлінських рішень виникає неоднозначна ситуація, коли необхідно порівнювати чисельні багато-параметричні об'єкти, котрі володіють новизною, складністю процесної задачі, недостатнім обсягом інформації про них, неможливістю подання алгоритму повної математичної процедури процесу вирішення. В таких випадках, як показує практика, доцільно застосовувати методи ранжування (тобто, розташовування об'єктів в порядку надання їм переваги), які є доволі прості з аналітичного та технічного застосування. Однак, й ці методи мають властиві труднощі при великій кількості об'єктів, оскільки вже при їх кількості 15-20 експертам проблемно визначитись щодо коректного співвіднесення при ранжуванні (прямому чи альтернативному, зокрема, у випадку оцінки ділових якостей персоналу організації). Окрім того, додаткове збільшення кількості досліджуваних об'єктів призводить до збільшення у квадраті кількості зв'язків між ними.

Загалом, серед методів порівняльних вимірювань об'єктів дослідники виділяють [10]:

- ранжування;

- попарне порівняння (за ним формується їх строга послідовність a₁, a₂,)...) a_n, де об'єкт a₁ має найбільшу перевагу з усіх об'єктів, другий рівень переваги за об'єктом a₂ тощо);

- безпосередня оцінка (крім порівняння додатково визначається ще і на скільки один фактор значиміший за інший, тобто загальний діапазон змін розбивається на окремі інтервали та кожному з них присвоюється власна оцінка - бал).

На проведення означеного порівняльного розподілу впливає ще і обробка оцінки результатів (оскільки варто враховувати саму компетентність експерта, узгодженість думки). Так, для аналізу та узгодженості таких оцінок застосовують статистичні характеристики - міри розкиду чи статистична варіація. Зокрема, для визначення міри розкиду використовують відповідні формули, через які вона характеризується: варіаційний розмах (1), середнє лінійне відхилення (2), середньоквадратичне відхилення (3), дисперсія (4), та коефіцієнт рангової кореляції Спірмена (5).

Підкреслимо, що у формулі (5) коефіцієнт конкордації p (множинної рангової кореляції) за умови повної узгодженості думок експертів дорівнює одиниці, за повної відсутності - нулю.

Відмітимо, що виходячи з потреб виділення параметрів інформаційно- технологічних підприємств за якими можливо порівнювати результати їхньої діяльності (зокрема, ранжування та виділення спільних ознак груп цих фірм), використовують різні методи. Однак, з метою ранжування та виділення спільних ознак груп підприємств з огляду подібності сегментів бізнес-моделей, які відносять до характерних ознак цінності підприємства, запропоновано застосувати методи кластеризації.

Загалом проблематика розуміння цінності як з філософських позицій, так і економічних концепцій, має тривалий шлях розвитку та сягає декількох тисячоліть. Так, виходячи з філософських означень, цінність - це поняття яке вказує на людську, соціальну і культурну значимість певних явищ і предметів діяльності, тобто це специфічний термін, що позначає належне та бажане, на відміну від реального, дійсного. Можливо погоджуватись з філософськими поглядами, що цінність дає конкретизовану відповідь на питання - що є бажаним або яким щось повинно бути.

Категорію цінності можливо розглядати в двох розрізах: людина, та підприємство. В контексті людини, еволюційно, що для неї є пріоритетно важливим: вчора, сьогодні, завтра. Тут закономірно, що зміна пріоритетів призводить до адекватної зміни ваги їх цінностей. Встановлення ціннісних параметрів для конкретного індивідуума залежить від: віку, ментальності, статті, традицій, переконань, поглядів, етносу. Об'єктивно, що на неї можуть впливати й природні та кліматичні чинники, зокрема: доступ до питної води, температура, забезпечення продуктами харчування. Пріоритетом для людини стає й реальна можливість забезпечити життєіснування через власну працю, а звідтіля: наявність робочого місця, сприятлива купівельна спроможність, належні умови праці, захищеність. Окрім того, цінність для людини можна розглядати й через: її характер за впливу зовнішніх чинників; психологію, тобто наскільки виховано прагнення до змін, сталість проживання, допитливість, внутрішню організованість.

Водночас, до цінностей ІТ підприємств можливо віднести: персонал, освітній рівень, обладнання, виробничі потужності, інноваційність випуску, частка продукції на товарному ринку, імідж, термін діяльності, прагнення до лідерства тощо. кластеризаційний підприємство інформаційні технології

Фактично цінність є особливим типом світоглядної позиції людини, який пов'язаний з уявленнями, які склалися в тій чи іншій культурі про ідеал, моральність, добро, красу. Зокрема, для понад 90% українців свобода є однією з базових цінностей, виходячи з опитування, проведеного соціологічною групою «Рейтер» 16 травня 2022 року. Серед ключових прав, гарантованих Конституцією України, найважливішим для респондентів у цьому періоді є право захищати своє життя - 58% (триваюча війна формує пріоритет). Доцільно підкреслити, що помилка репрезентативності цілеспрямованого дослідження щодо цінностей українців з довірчою ймовірністю 0,95: не більше 3,5%.

Прийнято, що сумарна економічна цінність підприємства визначається величиною його річного загального економічного потенціалу в грошовому еквіваленті, тобто потенційний річний обсяг виробленої ним доданої вартості.

Водночас, під корпоративними цінностями підприємства мається на увазі система основних принципів, на яких ґрунтується його діяльність. Через відповідні принципи системні корпоративні цінності допомагають виробити культуру спілкування з учасниками бізнесу, закріпити етичні норми, до яких необхідно прагнути, виходячи із ситуаційних умов.

Виходячи з означеного: формування цінності стає дієвим орієнтиром для стратегічного менеджменту, оскільки через забезпечення нарощування цінності фірми в ринку у виграші стають всі його учасники (власники, споживачі, постачальники, працівники, кредитори, держава). Зокрема, держава отримує відповідну віддачу через податкову домінанту щодо цінності. Окрім того, податки є кількісним вимірником й фактичного державотворчого патріотизму нації щодо конкретизації реальної участі (нинішніх та майбутніх) платників податків у забезпеченні фінансової складової життєзабезпечення й розвитку держави. Патріотичні почуття громадянина до Батьківщини конкретизуються у податковій домінанті. Твори державу - плати податки [2, С. 30-33, 147; 3].

З цієї ж позиції, споживча цінність інформаційного продукту - це здатність задовольняти споживача набором інформації (інформаційним товаром чи послугами, інформаційними показниками) з метою забезпечення його потреби й використання в конкретних випадках чи прийняття ним рішень, і яка може бути подана в матеріальній чи нематеріальній формах. Означена цінність може зростати у залежності від рівня підготовки споживача до її використання, оскільки непідготовлений споживач може навіть нівелювати реальні переваги інформаційного продукту, тобто обмежувати його споживчу цінність, а з тим й ефективність прийнятих управлінських рішень.

Ціннісний підхід в системі функціонування ринку інформаційних технологій - це інтегральний метод поєднання різнопланових ціннісних інтересів споживача (користувача) і виробника (розробника) у ринковому середовищі щодо конкретного інформаційного продукту через задоволення: споживача - його потреби; виробника - сформованості товарної пропозиції з виходом на ринковий простір, отримання відповідного прибутку, виплати дивідендів акціонерам, вчасності податкових надходжень у державний та місцеві бюджети. Доцільно підкреслити, що безпосереднім виробником ІТ може бути як реальне виробництво, так і окремий виконавець (зокрема, програміст) - розробник інформаційного продукту із своєю цінністю.

Властиво з позиції дослідження щодо порівняльного розподілу в ІТ секторі то: кластеризація - це поділ набору об'єктів на підмножини (кластери), які не перетинаються, з метою об'єднання в окремі групи найбільш подібних між собою. Об'єкти, які істотно відрізняються, внаслідок кластеризації належатимуть до різних кластерів, дозволяючи проводити кількісне ранжування і в розглядуваній системі спрямованості на ціннісний підхід.

Зазначимо також, що незважаючи на досить вагому множину методів для оцінювання територіальної (виробничої) життєдіяльності та співвіднесення її до визначених кластеризаційних груп, наявні певні труднощі в їх використанні у конкретних випадках. Зокрема, зупинимось на характерних особливостях цих методів у контексті цінності при розгляді інформаційно-технологічної сфери та можливостях окремих із них.

Одним з таких пропонованих у якості аналізу та порівняння в процесі вибору специфічних груп за визначеними критеріями (зокрема, цінністю в широкому контексті), став метод кластерного (блокового) ранжування [2, 8].

Метод кластерного (блокового) ранжування (МКР) полягає у цілеспрямованому виділенні, в загальній категоріальній сукупності ІТ структур показників (величин), окремих кластерів (блоків) цих величин через здійснення послідовних етапів - кроків поділу даної сукупності з метою групування та ранжування окремих категоріальних одиниць.

Зазначимо, що ранжування статистичних показників щодо діяльності ІТ індустрії на різних рівнях (світ, держава, регіон) за просторової вибірки можливо проводити як за допомогою поділу сумарної (загальної) величини значень статистичного показника сукупності навпіл - МКР 1, так і за допомогою визначення середнього вибіркового значення сукупності - МКР 2.

Зокрема, МКР 1 полягає у поділі суми значень статистичного показника щодо сектору IT, яким характеризуються об'єкти, що входять у вибірку навпіл, тобто:

де у і - значення статистичного показника і - го об'єкта; n - кількість об'єктів у вибірці.

Допустимо, що множина Х1, яку складають об'єкти, що мають найбільші значення статистичного показника і сума яких дорівнює

утворюють кластер 1, тобто:

де n2 - кількість об'єктів у множині X2.

де n2 - кількість об'єктів у множині X 2.



то об'єкт ni +1 включається у множину х 1, якщо виконується умова

причому об'єкти з однаковими статистичними показниками повинні входити в одну множину. Це стосується також множин X11 і X12, X 21 і X 22 і т. д.

На другому етапі сума значень статистичного показника, множини об'єктів, які утворюють кластер 1, ділиться навпіл, а саме:

Кластер 11 утворює множина об'єктів X11 із більшими значеннями статистичного показника, сумарне значення якого складає

тобто:

де nii - кількість об'єктів у множині X11.

Кластер 12 утворюють усі інші об'єкти кластеру 11, тобто



X 11 ? X 12 = X 1, X 12 = X 1 / X 11,

для яких:

де n12 - кількість об'єктів у множині X12.

Сума значень статистичного показника множини об'єктів X2, що складають кластер 2 також діляться навпіл. Кластер 21 утворює множина об'єктів X 21 із більшими значеннями статистичного показника, які в сумі дають цю половину. Кластер 22 утворюють усі інші об'єкти кластеру 2, які не увійшли до кластеру 21 і які складають множину X 22, тобто:

для яких також

де n21 - кількість об'єктів у множині X 21, n22 - кількість об'єктів у множині X22.

Доцільно також зазначити, що внаслідок дискретності значень статистичного показника, яким характеризуються об'єкти, суми

як правило, наближено дорівнюють



;

Суми

-

наближено дорівнюють

і т. д.

На відміну від розглядуваного МКР 1, МКР 2 полягає у визначенні середнього вибіркового значення розглядуваного показника, яким характеризуються об'єкти, що входять у вибірку:

Зокрема, множина об'єктів Х1 значення розглядуваного показника y_{X 1} яких є більшими від середнього значення вибірки у утворює кластер 1. Множина об'єктів X2 значення розглядуваного показника яких y_{X 1} не більші від середнього значення утворює кластер 1. Множина об'єктів X2 значення розглядуваного показника яких y_X2 не більші від середнього значення утворюють кластер 2.



де у _тах, у_тіп - відповідно максимальні і мінімальні значення розглядуваного показника об'єктів у вибірці, n1 - кількість об'єктів у множині Х1, n2 - кількість об'єктів у множині Х2.

Вже на другому етапі знаходяться середні вибіркові значення розглядуваного показника у першому і другому кластерах, тобто відповідно у₁ і у₂. Множина об'єктів в Х11 значення розглядуваного показника у₁₂ яких більше від у₁ утворює кластер 11, а множина об'єктів Х12 значення розглядуваного показника яких y_{х 12} є більшими від середнього вибіркового, але не більші від у, утворює кластер 12. Тобто

де nil - кількість об'єктів у множині Х11.

n12 - кількість об'єктів у множині Х12.

Для кластерів 21 і 22 аналогічно можна записати:

де n21 - кількість об'єктів у множині X21.

де n22 - кількість об'єктів у множині X22.

Означена процедура поділу методом кластерного ранжування може проводитись далі для всіх або окремих кластерів 22; 21; 11; 12.

Доцільно наголосити, що пропонований у даному дослідженні МКР, щодо розгляду й ідентифікації ІТ сектору може використовуватись в будь-яких випадках щодо ранжування конкретних показників у кластерні групи. Деякі характерні напрями використання та можливості МКР у системі ІТ підприємств, виходячи з положень ціннісного підходу, наведено в табл. 1.



Таблиця 1. Змістове наповнення методу кластерного (блокового) ранжування сукупностей ІТ підприємств при їх аналізі й порівнянні за ціннісного підходу у ринковому просторі

Сутність методу	Перспективні напрямки використання	Практичні можливості застосування
Цілеспрямоване проведення кроків щодо кластерного (блокового) ранжування ІТ підприємств через їх покрокове виділення із значень загальної кількості величини сукупності, виходячи з завдань ціннісного підходу у ринковому просторі.	Проведення кластерного групування об'єктів ІТ сфери при аналізі різних тактичних чи стратегічних варіантів соціально- економічного розвитку територіальних одиниць на засадах ціннісного підходу. Систематизація лідерних територій щодо розвитку в кожному кластері. Забезпечення обґрунтування та оптимізації вибору коректних підходів та механізмів у бюджетному вирівнюванні фінансового забезпечення територіально-адміністративних одиниць. Розробка багаторівневих кластерів пріоритетності інвестиційних проєктів, зокрема, в частині їх реалізації у спеціальних економічних зонах. Планування та прогнозування темпів, пропорцій розвитку як прямих територіальних одиниць так і їх сукупностей у кластерах, виходячи з умов забезпечення ціннісних потреб у ринковому просторі.	Спрямованість на використання при аналізі широкої гами досліджувальних неоднозначних питань за врахування ціннісного підходу у ринковому просторі. Доступність (наочність) в обчисленні та поданні аналітичного матеріалу в різних видах. Застосовуваність сучасних інформаційних технологій обробки даних з врахуванням ціннісної ідеології. Динамічне програмування етапів (кроків) поділу. Оперативність у поданні вихідної аналітичної інформації в різних розрізах. Задіювання в моніторингових дослідженнях динамічних змін у кластерних сукупностях. Строгість розрахункових процедур та уникнення суб'єктивності оцінювання у віднесенні окремих одиниць до того чи іншого кластеру при ранжуванні об'єктів за ціннісним підходом у ринковому просторі.

Джерело: власна розробка.

Кластеризація за методом k-середніх. Зазначимо, що загальну проблему кластеризації можна сформулювати так: задану множину з n векторів, кожен з яких має розмірність d, необхідно розбити на підмножини (за заданим критерієм оптимізації). Зазвичай критерієм оптимізації є мінімізація спотворення, тому для означеного пропонується застосувати метод к-середніх [13, 14].

Кластеризація за методом k-середніх розподіляє вхідний набір n векторів за k кластерами

S j ( j = 1,2,…k),

з кожним із яких пов'язаний центроїд c

j = (c1 j , c2 j ,..., cdj ).

Позначимо

S = {x}

множину потужності n вхідних векторів

x = ( x1, x2 ,..., xd ).

Нехай D(x, c) - відстань між вектором x та центроїдом c. У цьому дослідженні використано незважену Евклідову відстань:

Позначимо множину центроїдів, отриманих на ітерації t,

Sc^]t = {c^]t}.

Алгоритм кластеризації к-середніх у його звичайному варіанті описують так:

1. Встановлюємо t = 0 та задаємо початкове розташування центроїдів Sc⁰.

2. Для заданої множини центроїдів Sc^Jt виконуємо дії, зазначені в пунктах 2.1 та 2.2, і отримуємо поліпшену множину центроїді Sc^J+1:

2.1. Знаходимо таке розбиття S^J, що розподіляє вихідний набір n вхідних векторів за к кластерами S^J (J = 1,2,...,к) та задовольняє умову

2.2. Обчислюємо центроїд c^]J для кожного кластера S^j\j = 1,2,..., к), щоб отримати нову множину центроїдів Sc^J+¹ за формулою

,

де m. - кількість векторів, що належать кластеру S.

3. Обчислюємо сумарне спотворення

для Sc*. Якщо воно відрізняється від отриманого на попередній ітерації на достатньо малу величину, припиняємо процес. В іншому випадку присвоюємо t ^ t +1 та повертаємося до кроку 2.

Похибка кластеризації і число ітерацій за ціннісного підходу залежить від початкового вибору центроїдів, тому звичайною практикою є запуск к-середніх кілька разів з різними початковими кандидатами в центроїди. Використання методу дозволяє забезпечити мінімізацію за рахунок розподілу даних між підмножинами (областями), які не перетинаються, та репрезентуються елементом-центроїдом і «відстанню» решти елементів кластеру від центроїда. Переваги методу, насамперед, простота та гарантована збіжність протягом кількох ітерацій.

У даній роботі вибір кількості кластерів здійснювався на основі порівняння результатів, отриманих методом ліктя та оцінки силуету [6].

Особливості кластеризації сформованого банку даних щодо окремих ІТ підприємств України за ціннісним підходом у ринковому просторі. Водночас підкреслимо, що кластеризація в ІТ сфері має свої особливості. Зокрема, у зв'язку з обмеженістю офіційної статистики та широкої практики об'єднання низки підприємств у компанію-бренд у якості вихідних даних було використано дані, які все ж оприлюднюють інтернет-платформи: веб-сайт DOU; міжнародна платформа для рейтингів і оглядів постачальників ІТ, маркетингу та бізнесу Clutch; найбільшої у світі соціальної мережі LinkedIn.

Так, аналіз показує, що на даний час в Україні офіційно зареєстровано більше 5000 ІТ компаній, а кількість ФОП, що працюють в ІТ галузі, перевищили позначку у 252 тисячі. Зокрема, за 2021 рік ІТ галузь отримала рекордне зростання - +24,3%. Практично до початку широкомасштабної війни дана сфера економіки України динамічно розвивалась, забезпечивши 7 млрд дол. США доходів від експорту послуг (або 3% ВВП) та забезпечила надходження 23 млрд грн прямих податків [5].

Окрім того, основні КВЕД, що належать до ІТ-галузі є наступні: 62.01 Комп'ютерне програмування, 62.02 Консультування з питань інформатизації, 63.11 Оброблення даних, розміщення інформації на веб-вузлах і пов'язана з ними діяльність, 62.09 Інша діяльність у сфері інформаційних технологій і комп'ютерних систем, 58.29 Видання іншого програмного забезпечення, 62.03 Діяльність із керування комп'ютерним устаткуванням, 63.12 Веб-портали, 58.21 Видання комп'ютерних ігор тощо.

Також вкажемо на певну проблему у застосовуваності ціннісного підходу із відповідною наявністю статистичних даних, які стосуються діяльності окремих ІТ підприємств у офіційних звітах, що пов'язується з двома найбільш вагомими причинами: існування низки формально самостійних підприємств, які фактично об'єднані у компанію-бренд (дані про те, які точно підприємства входять до бренду відсутні); можливість різних форм трудових відносин між працедавцем та працівником. З цих причин аналізування модельних сегментів у дослідженні було проведено лише стосовно 256 брендів, які добровільно подали дані на означені вище інформаційні платформи.

Зокрема, кластеризація відносно масштабу підприємств, які позиціонують себе в якості українських брендів та мають офіси в Україні, дає змогу дослідити співвідношення між загальною кількістю працівників та часткою зареєстрованих в Україні. На цій основі була отримана оптимальна кількість кластерів - 6 (рис. 1).

Рис. 1. Кластеризация відносно масштабу ІТ підприємств в Україні на основі їх територіального розташування

Джерело: власна розробка.

Водночас, кластеризація масштабу українських ІТ підприємств на принципах кількості їх працівників та кількості працівників, зареєстрованих в Україні, показує на певну їх залежність (рис. 2).

Можливо стверджувати, що кластеризація ІТ підприємств за масштабом (як за їх територіальним розміщенням, так і кількістю зайнятих працівників, зареєстрованих в Україні) має специфічні особливості, а значить дозволяє провадити обґрунтоване оцінювання і в системі використання ціннісного підходу.



Рис. 2. Кластеризація масштабу українських ІТ підприємств (Вісь OX - загальна кількість працівників, OY - кількість працівників, зареєстрованих в Україні)

Джерело: власна розробка.

Прояв цінності за розміром компаній-замовників ІТ послуг й часткою українських працівників у компаніях-виконавцях, виходячи з кластерного аналізу. Вагомим чинником успішності бізнес-моделі є залучення до клієнтської бази компаній з крупними фінансовими оборотами. На основі поданої на платформі Clutch [1] інформації в розділі «Орієнтація на клієнта» (Client focus), було отримано дані щодо фінансового обороту компаній-клієнтів, що замовляють послуги в ІТ-підприємств. За методологією Clutch, всі компанії- клієнти, що замовлять послуги у ІТ-підприємств, за річним оборотом поділені на категорії - великі підприємства (Enterprise) (>$1млрд), середні підприємства (Midmarket) ($10 млн - $1 млрд) та малі підприємства (Small Business) (<$10 млн). Дані щодо частки проєктів, отриманих від замовників різного масштабу, було прокластеризовано. На основі методів ліктя та силуету (рис. 3) отримано результат про найбільш ефективний поділ на 6 кластерів.

На дані отриманої кластеризації було накладено дані щодо частки фахівців, зареєстрованих в Україні, а також усереднені фінансові показники щодо вартості години робочого часу фахівців, що працюють у компаніях- виконавцях конкретного проєкту.

Рис. 3. Визначення оптимальної кількості кластерів за показниками фінансового обороту компаній-замовників на основі методів силуету (А) та ліктя (Б)

Джерело: власна розробка.

Алгоритм вибору стратегіологічних напрямків розвитку ІТ сфери, виходячи з процесу кластеризації та ціннісного підходу. Виходячи з наведених результатів кластеризаційного спрямування запропоновано також алгоритм вибору стратегіологічних напрямків розвитку ІТ індустрії на засадах ціннісного підходу, з метою підвищення економічної ефективності конкретного ІТ підприємства на глобальному ринку. Так, означену ціннісну оцінку щодо напрямків розвитку ІТ сфери пропонуємо здійснювати за наступним алгоритмом:

1. Здійснити цілеспрямований аналіз найбільш ефективних (оплачуваних) галузей ІТ на глобальному товарному ринку.

2. Провести узагальнений аналіз новітніх трендів та наукових досліджень у галузі ІТ на глобальному ринку.

3. Залучити до проведення комплексного аналізу ключові організації, які займаються збором даних та аналізом сфери ІТ-галузі. В Україні до таких організацій відносять: Міністерство цифрової трансформації України,

Державна служба статистики України, Асоціація «ІТ-Ukraine», платформа DOU.ua, Офіс ефективного регулювання BRDO (Better Regulation Delivery Office - BRDO), локальні ІТ-кластери.

4. На основі отриманих даних провести ціннісну оцінку стратегіологічних (перспективних) напрямків ІТ індустрії. Ціннісну оцінку доцільно проводити за наступними показниками:

- затребуваність напрямку на глобальному ринку;

- обсяг необхідних інвестицій;

- наявність людського капіталу для виконання потенційних задач;

- можливість залучення людського капіталу ззовні;

- спроможність освітньої галузі (як формальна, так і неформальна освіта) підготувати необхідних спеціалістів;

- відповідність запропонованої діяльності нормам чинного законодавства.

5. На основі проведеного аналізу менеджмент компанії повинен обрати стратегіологічні напрямки розвитку ІТ індустрії, якими доцільно зайнятись. Розгляд перспективного напрямку пропонується здійснити за алгоритмом аналізу кожного параметру оцінки:

- Чи задовільняє ринок потреби?

- Якою є оцінка введення змін, необхідних для задоволення параметру? Чи доцільно ці зміни здійснювати?

- Яким додатковим параметрам повинна відповідати запропонована зміна?

6. У випадку, якщо ІТ підприємство визначає один або кілька перспективних напрямків розвитку, які відповідають усім параметрам з позиції ціннісного підходу, то передбачається поетапне втілення запропонованих змін.

Алгоритм вибору стратегіологічних напрямів розвитку ІТ сфери на глобальному товарному ринку за включення процесу кластеризації та ціннісного підходу наведено на рис. 4.

Оптимальний вибір структури кластерних блоків з позиції цінності та стратегіологічних напрямів розвитку ІТ індустрії об'єктивно залежить й від подальших їх можливостей переводити потенційну домінанту щодо ціннісного підходу у реальний випуск високотехнологічної інформаційної продукції. Розвиток окремих сегментів даної індустрії на засадах забезпечення споживчої цінності може також залежати від здатності організаційних структур приймати зважені управлінські рішення, які йдуть на користь як бюджету, так і безпосереднім користувачам в умовах ризиків та взаємовпливів за дії глобального середовища.

Рис. 4. Алгоритм вибору стратегіологічних напрямів розвитку ІТ індустрії на процесних засадах кластеризації та ціннісного підходу

Джерело: власна розробка.



Висновки

Кластеризаційні методи незважаючи на певні труднощі в застосуванні (вимагають об'ємної інформаційної бази, на наповнення якої недостатньо реагують державні інституції) стають переконливим фундаментом для формування кластерних одиниць, їхнього порівняння за конкретними параметрами та підготовки відповідних пропозицій щодо врахування.

Розбиття всієї сукупності інформаційно-технологічних підприємств на окремі кластерні одиниці та дослідження їх результативності доводить, що з їх концентрованим виглядом отримуємо структури, які ефективніше піддаються сучасним управлінським тенденціям у ринковому просторі. Означене важливо за швидких змін як ситуації у виробничій сфері, так і потребах й запитах споживачів. Аналіз показує, що фундаментальною перевагою українських ІТ підприємств на сучасному інформаційному ринку є кваліфікований персонал, досить ліберальна система оподаткування та певна можливість уникнення укладання трудових відносин з її працівниками. Означене суттєво підвищує стартові й розвиткові можливості та формує активну конкурентну перевагу, оскільки призводить до зниження вартості отримання якісних цифрових рішень для клієнтів, додатково розширюючи клієнтську базу за рахунок середніх та малих замовників. Окрім того, кластеризація вказує й на те, що значного фінансового успіху ІТ підприємства досягають здебільшого у реальній співпраці з крупним бізнесом.

Алгоритм вибору стратегіологічних напрямів розвитку ІТ індустрії на процесних засадах кластеризації та ціннісного підходу забезпечує прозорість й оптимальність порівняльного розподілу інформаційно-технологічних підприємств та оптимізує процес прийняття заходів з модернізації управління в них з врахуванням особливостей і тенденцій розвитку.

При процесах кластеризаційного порівняльного розрізу доцільно враховувати також темпи розвитку освітньої сфери щодо підготовки фахівців, які зможуть розвивати ІТ індустрію на окремих етапах ринкового простору у динаміці, оскільки навіть незначне відставання в темпах підготовки з використанням сучасних програмних засобів обмежує загальну продуктивність праці та не дозволяє отримувати адекватні зусиллям фінансові поступлення.



Література

1. Дані з 256 профільних файлів ІТ компаній на платформі clutch.co. URL: https://clutch.co.

2. Карпінський Б. А. Державотворчий патріотизм нації: податкова домінанта інвестиційного зростання. Монографія. Львів: Колір ПРО, 2018. 480 с. (Серія «Держава і стратегіологія»).

3. Карпінський Б. А., Карпінська О. Б., Шира Т. Б. Стратегіологія оцінювання інноваційно-технологічного потенціалу підприємства на засадах державотворчого патріотизму нації. Теорія, методологія і практика господарсько-фінансової діяльності підприємств. Монографія. Полтава: 1111 «Астрая», 2019. С. 133-142.

4. Кузьмін О. Є., Будинський Р. З., Поріцька А. І. Стан управління проектами підприємств у цифровому бізнесі в умовах Євроінтеграції. Харків: УІПА, 2020. 267 с.

5. Литвин І. Досвід формування екосистем стартапів у країнах східної Європи та можливості його застосування в Україні. Молодий вчений. 2021. № 10 (98). С. 151-159.

6. Bublyk M., Rybytska O., Karpiak A., Matseliukh Y. Structuring the Fuzzy Knowledge Base of the IT Industry Impact Factors. «2018 IEEE 13th International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT)». 2018. Р. 21-24. URL: https://doi.org/10.1109/STC-CSIT.2018.8526760.

7. Chukhray N., Shakhovska N., Mrykhina O., Bublyk M., Lisovska L. Methodical Approach to Assessing the Readiness Level of Technologies for the Transfer. In: Shakhovska N., Medykovskyy M.O. (eds) Advances in Intelligent Systems and Computing IV. CSIT 2019. Advances in Intelligent Systems and Computing. 2020. V. 1080. Springer, Cham. URL: https://doi.org/10.1007/978-3-030-33695-0_19.

8. Karpinsky B. A., Bozshko S. M. Economic Growth at sustainable development of economy. The monografy. Lviv: Prostir-M, 2006. 376 p. (Series «Economy of Territories»).

9. Montani D., Perrini F., Gervasio D., Pulcini A. The Importance of «Contextualisation» in Small and Medium-Sized Firms Valuation: Evidences from an Italian Case Study. International Journal of Business and Management. 2018. V. 13, № 1. Р. 70-84. URL: https://doi.org/10.5539/ijbm.v13n1p70

10. Pankratova N., Nedashkovskaya N. Methods of evaluation and improvement of consistency of expert pairwise comparison judgments. Information Theories and Applications. 2015. Vol. 22, Number 3. Р. 203-223. URL: http://www.foibg.com/ijita/vol22/ijita22-03-p01.pdf

11. Power D. J. A Brief History of Decision Support Systems. DSS Resources. COM, version 4.1 or see version 2.8. URL: https://dssresources.com/history/dsshistory.html

12. Ranjan K. R., Read S. Value co-creation: concept and measurement. Journal of the Academy of Marketing Science. 2016. V. 44(3). Р. 290-315. URL: https://doi.org/10.1007/s11747-014-0397-2

13. Sheth J. N., Newman B. I., Gross B. L. Why We Buy What We Buy: A Theory of Consumption Values. Journal of Business Research. 1991. № 22. Р. 159-170. URL: http://dx.doi.org/10.1016/0148-2963(91)90050-8

14. Shpak N., Odrekhivskyi M., Doroshkevych K., Sroka W. Simulation of innovative systems under Industry 4.0 conditions. Social Sciences. 2019. № (7). Р. 202.

15. Ukraine IT Report 2021. ІТ Ukraine Association. 53 с. URL:https://drive.google.com/file/d/ 1LujaT9pHEGhgpRRojfnlZgQikkyiIlbE/view



References

1. Dani z 256 profil'nykh fayliv IT kompaniy na platformi clutch.co [Data from 256 profile files of IT companies on the platform clutch.co]. URL: https://clutch.co [in Ukrainian].

2. Karpins'kyy, B. A. (2018). Derzhavotvorchyy patriotyzm natsiyi: podatkova dominanta investytsiynoho zrostannya [State-creative patriotism of nation: tax dominant of investment growth]. L'viv: Kolir PRO. 480 p. (Seriya «Derzhava i stratehiolohiya») [in Ukrainian].

3. Karpins'kyy, B. A., Karpins'ka, O. B., & Shyra, T. B. (2019). Stratehiolohiya otsinyuvannya innovatsiyno-tekhnolohichnoho potentsialu pidpryyemstva na zasadakh derzhavotvorchoho patriotyzmu natsiyi. [Strategy of assessing the innovation and technological potential of the enterprise on the basis of state-creative patriotism of nation]. Teoriya, metodolohiya ipraktyka hospodars'ko-finansovoyi diyal'nosti pidpryyemstv - Theory, methodology and practice of economic and financial activities of enterprises], (pp. 133-142). Poltava: PP «Astraya» [in Ukrainian].

4. Kuz'min, O. Ye., Budyns'kyy, R. Z., & Porits'ka, A. I. (2020). Stan upravlinnya proektamy pidpryyemstv u tsyfrovomu biznesi v umovakh Yevrointehratsiyi [The state of project management of enterprises in digital business in the context of European integration]. Kharkiv: UIPA. 267 p. [in Ukrainian].

5. Lytvyn, I. (2021). Dosvid formuvannya ekosystem startapiv u krayinakh skhidnoyi Yevropy ta mozhlyvosti yoho zastosuvannya v UkrayinI [Experience in the formation of startup ecosystems in Eastern Europe and the possibility of its application in Ukraine]. Molodyy vchenyy - Young scientist, 10 (98), 151-159 [in Ukrainian].

6. Bublyk, M., Rybytska, O., Karpiak, A., & Matseliukh, Y. (2018). Structuring the Fuzzy Knowledge Base of the IT Industry Impact Factors. «2018 IEEE 13th International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT)», 21-24. URL: https://doi.org/10.1109/STC-CSIT.2018.8526760.

7. Chukhray, N., Shakhovska, N., Mrykhina, O., Bublyk, M., & Lisovska, L. (2020). Methodical Approach to Assessing the Readiness Level of Technologies for the Transfer. In: Shakhovska N., Medykovskyy M.O. (eds) Advances in Intelligent Systems and Computing IV. CSIT 2019. Advances in Intelligent Systems and Computing, V. 1080. Springer, Cham. URL: https://doi.org/10.1007/978-3-030-33695-0_19.

8. Karpinsky, B. A., & Bozshko, S. M. (2006). Economic Growth at sustainable development of economy. Lviv: Prostir-M, 2006. 376 p. (Series «Economy of Territories»).

9. Montani, D., Perrini, F., Gervasio, D., & Pulcini, A. (2018). The Importance of «Contextualisation» in Small and Medium-Sized Firms Valuation: Evidences from an Italian Case Study. International Journal of Business and Management, V. 13, № 1. 70-84. URL: https://doi.org/10.5539/ijbm.v13n1p70

10. Pankratova, N., & Nedashkovskaya, N. (2015). Methods of evaluation and improvement of consistency of expert pairwise comparison judgments. Information Theories and Applications. Vol. 22, Number 3. 203-223. URL: http://www.foibg.com/ijita/vol22/ijita22-03-p01.pdf

11. Power, D. J. (2003). A Brief History of Decision Support Systems. DSS Resources. COM, version 4.1 or see version 2.8. URL: https://dssresources.com/history/dsshistory.html

12. Ranjan, K. R., & Read, S. (2016). Value co-creation: concept and measurement. Journal of the Academy of Marketing Science, V. 44(3). 290-315. URL: https://doi.org/10.1007/s11747-014-0397-2

13. Sheth, J. N., Newman, B. I., & Gross, B. L. (1991). Why We Buy What We Buy: A Theory of Consumption Values. Journal of Business Research, 22. 159-170. URL: http://dx.doi.org/10.1016/0148-2963(91)90050-8

14. Shpak, N., Odrekhivskyi, M., Doroshkevych, K., & Sroka, W. (2019). Simulation of innovative systems under Industry 4.0 conditions. Social Sciences, 7. 202.

15. Ukraine IT Report (2021). ІТ Ukraine Association. 53 p. URL: https://drive.google.com/file/d/ 1LujaT9pHEGhgpRRojfnlZgQikkyiIlbE/view

Размещено на Allbest.ru