Спецификация модели развития сообщества добавленной стоимости

Размещено на http://www.allbest.ru/

Спецификация модели развития сообщества добавленной стоимости

Пономаренко Максим Олегович,

аспирант Государственного университета управления

Основная цель создания сообщества добавленной стоимости (СДС) - максимизация прибыли. Данная цель достигается при помощи увеличения количества партнерских компаний (функциональных единиц), входящих в состав СДС, и передачи им максимального объема затратных производственных функций. Для повышения точности исследования необходимо принять решение об исследовании СДС только в сфере информационных технологий. В качестве примеров рассматриваются организации в ИТ-секторе, имеющих сильный, пригодный для оценки бренд.

Для достижения поставленной цели создана модель развития СДС:

при а > 0.

где Pr(a) -- прибыль СДС; a -- общее количество организаций, входящих в СДС; p0 -- затраты на создание продукта; p1 -- цена продажи продукта; S -- стартовые инвестиции в проект; B(a)-- брендовая наценка на продукт, как зависимость от количества организаций, входящих в СДС; K(a) -- транзакционные издержки, как зависимость от количества организаций, входящих в СДС; rd -- банковская ставка процента; T -- период реализации проекта; Э -- экономия численности, исчисленная по всем факторам; Эф -- экономия численности работающих по отдельному фактору; G(a) -- количество групп продуктов, создаваемых одной ИТ-организацией.

Разработанную модель необходимо специфицировать - реализовать на определенных данных. Основываясь на результатах исследований консалтинговой организации Brand Finance [1] была произведена выборка 30 ТОП-организаций в сфере IT. Данная область включает различные направления, связанные с обработкой, вычислением, сохранением и передачей информации. Продукты и услуги IT-индустрии пользуются спросом на мировом рынке в различных сегментах экономики, что обуславливает высокие темпы роста внутри самой отрасли. Более того, вне зависимости от специализации бренда функциональные элементы легко идентифицируются, что дает сравнимость по отрасли.

Необходимо учитывать, что в рассматриваемой модели организации на аутсорсинге (производители в СДС) будут эквивалентны внутренним отделам в организации.

В ИТ-отрасли чёткое разделение функций и полномочий между внутренними отделами является особо значимым фактором. Как правило, самые серьёзные проблемы возникают именно из-за пересечения ответственности между отделами и нерациональным распределением обязанностей.

Таким образом, с точки зрения управления бизнес-процессами, исследуемые в работе организации, прибегнувшие к услуге аутсорсинга, имеют аналогичные признаки и функции, что и стандартные подразделения внутри организации. К ним относятся:

? автономия в действии основных функций (сбыт, производство, разработка и т. п.);

? высокая степень контроля при выборе персонала для функций управления и полный контроль при выборе персонала для других функций;

? никаких промежуточных уровней между подразделением и высшим руководством. Это дает возможность создания короткой линии связи;

? разработанные процедуры разрешения спора, необходимые для устранения трений, которые могли бы возникнуть между самими бизнес-единицами и между ними и центральным управлением;

? свободное заключение контрактов, что не находится в противоречии с центральными условиями их заключения;

? услуги внутреннего штабного аппарата или свобода в использовании услуг внешнего штабного аппарата (некоторых его типов);

? хорошо продуманная информационная система управления, «подразделенческий» метод вычисления товарооборота (прибыли) и «подразделенческие» методы интерпретации данных;

? четкое направление деятельности подразделения (формулирование целей и задач).

В СДС каждая автономная организация становится своего рода элементом единой системы, внутренним отделом.

Аналогичным образом, ситуация выглядит в случае с проектами, которым в свою очередь соответствуют функциональные единицы. Каждая функциональная единица в СДС подразумевает под собой реализацию одного проекта для организации.

Данное условие действительно в случае, если функции отдела тождественны функциям организаций-партнёров в сообществе. Здесь может быть применён обычный метод аналогии, при котором два параметра сопоставимы и сравнимы друг с другом при наличии у них схожих признаков и функций.

В этом случае при сопоставимости выполняемых отделами самой организации и организациями-партнёрами функций возможно будет получение достоверных данных, пригодных для использования в рассматриваемой нами модели СДС.

Данные характеризующие необходимые элементы для расчета зависимости стоимости бренда от количества функциональных единиц приведены в таблице 1.

Таблица 1.

Показатели ведущих брендов в сфере IT.

Исходя из данных таблицы 1, рассчитывается регрессионная модель зависимости B от a, где B -- стоимость бренда, a -- количество функциональных единиц методом наименьших квадратов.

Структурно модель выглядит следующим образом:

Bi=b0+b1*a+b2*a2+b3*a3+ei,,

где Bi - стоимость бренда организации, b0 - базовая стоимость бренда (теоретическая), b1, b2, b3 - коэффициенты регрессии, a - количество функциональных единиц, e - остаток регрессии или случайные ошибки (влияние внешних факторов).

Результаты расчета коэффициентов регрессии методом наименьших квадратов представлены в таблице 2.

Таблица 2.

Коэффициенты регрессии.

Поскольку, коэффициент перед количеством функциональных элементов в кубе стремится к нулю, в дальнейшем учитываться он не будет.

Таким образом, зависимость стоимости бренда от количества функциональных единиц выглядит следующим образом:

Bi=116.48-12.2*a+0.32*a2

Исходя из того, что график зависимости стоимости бренда от количества функциональных единиц -- это парабола с ветвями вверх, то можно сделать вывод, что существует некоторое наименее эффективное количество функциональных элементов, находясь в котором, увеличение и уменьшение их количества приведет к повышению стоимости бренда.

Рассчитаем это количество:

B'=-12.2+0.64*a=0, a=19.06

Таким образом, наименее эффективное количество функциональных элементов -- 19. При этом, чем дальше от точки неэффективности, тем выше эффективность.

Следующим этапом необходимо произвести апробацию разработанной нами модели с учётом введённого в неё дополнительного параметра - проектного опыта организации.

Данные по реализуемым в рассматриваемых организациях группам проектов представлены в Таблице 3 ниже.

Таблица 3.

Сводная таблица существующих групп проектов ИТ_организаций.

Таким образом, становится очевидным, что вне зависимости от количества реализуемых на ИТ-организации проектов, благодаря их схожести между собой возможно их использование в разрабатываемой модели посредством группировки по функциональному либо видовому признаку. Причём также было выявлено, что наибольшее число групп насчитывается именно у крупных ИТ-корпораций, выпускающих диверсифицированную продукцию самого различного типа.

Согласно результатам проведённых расчётов, при введении количества групп - значимость регрессии снижается.

Таблица 4.

Регрессионный анализ.

Таблица 5.

Дисперсионный анализ.

Таблица 6.

Тестирование модели при вводе параметра групп проектов.

Согласно проведённым расчётам при приближении значения t-статистики к 0, тем более слабое воздействие оказывает фактор на модель. Поэтому данный фактор становится возможным не учитывать.

Таким образом, для любых стратегий при любом положительном числе функциональных единиц в рамках одного бренда, формула расчета прибыли с учетом спецификации будет выглядеть следующим образом:

где a > 0

Что при исследовании функции вблизи точки равновесия дает следующие ее характеристики:

Следовательно, наценка на бренд должна расти быстрее, чем количество функциональных единиц. Математически это подтверждается тем, что числитель и знаменатель в данном случае имеют различный порядок роста. Числитель растет быстрее знаменателя и «перетягивает» предел на плюс бесконечность. При таких условиях организация имеет возможность накопить определенный резерв, который может быть использован для вывода на рынок нового продукта или новой услуги, как для расширения своего положения на рынке, так и для его защиты и сохранения. При этом необходимо учитывать, что в зависимости «наценка на бренд -- количество функциональных единиц» наименьшую эффективность количества функциональных единиц дает показатель 19. Таким образом, организации, которые не преодолели условный барьер, будут иметь завышенную оценку на бренд, при этом наиболее завышенной наценка будет у организаций, которые ближе всего к точке наименьшей эффективности. Монобрендовые организации с одной функциональной единицей будут иметь минимально завышенную наценку, а организации, хоть на одну функциональную единицу преодолевшие барьер будут иметь заниженную наценку на бренд.

Если проанализировать полученные результаты относительно цен на товары и услуги, то цены на продукцию зонтичных брендов будут завышены, а на продукцию моно-брендов занижены. Таким образом, для новой организации или нового продукта, аналогичного уже существующим, наиболее доступным будет тот сегмент глобального рынка, где действуют зонтичные бренды. Если же в выбранном сегменте лидирующую позицию занимает моно-бренд, то «отвоевать» свою часть рынка будет крайне сложно.

Результаты регрессионного анализа модели зависимости стоимости бренда от количества функциональных единиц приведены в таблице 7.

сообщество добавленный стоимость регрессионный

Таблица 7.

Характеристика регрессионной модели зависимости стоимости бренда от количества функциональных единиц.

В IT секторе доля объясненной вариации стоимости бренда за счет вариации количества функциональных единиц составляет всего 25,2%. Что является достаточным для утверждения о значимости регрессии, однако не может полностью объяснить вариацию признака. Здесь следует отметить, что кроме тех факторов, которые были рассмотрены, есть и другие. На стоимость бренда влияет, к примеру, непосредственно принципы и структура сектора рынка (b2b и b2c), внутреннее состояние рынка, маркетинговая стратегия бренда, период оборота средств и, конечно, уровень приверженности потребителей к тому или иному бренду.

Расчеты R-квадрата позволяют правильно интерпретировать направления связи между переменными в зависимости от знаков (плюс/минус). При положительных показателях коэффициента связь между применяемыми факторами положительна, при отрицательных -- отрицательна, при нулевом значении -- связь отсутствует. Показатель коэффициента 0.063616 определяет зависимость стоимости бренда от количества функциональных единиц, как положительную, но указывает на высокую степень рисков без учета иных дополнительных факторов.

Таблица 8.

Дисперсионный анализ регрессионной модели зависимости стоимости бренда от количества функциональных единиц.

В таблице 8 отражаются общие показатели значимости регрессии. Согласно им, предсказательная сила модели составляет 37,3%. Таким образом, модель ограниченно достоверна и имеет высокую погрешность вне точки наиболее неэффективного количества функциональных элементов. Выше уже было указано, что согласно расчетам исходя из представленной спецификации наименее эффективное количество функциональных элементов -- 19. При этом увеличение количества функциональных единиц возможно реализовать либо стратегией моно-бренда, либо стратегией «зонтичного» брендирования.

Исходя из разработанной модели развития сообщества добавленной стоимости, можно сравнить ожидаемую наценку на бренд, реальную, а также представить их дифференциал.

В ходе выполненных нами расчётов при разработке настоящей модели было выявлено, что параметр «количество групп проектов» оказался не значимым, причём также любая зависимость факторов, кроме квадратичной, отсутствует.

Таким образом из 30 топовых IT-брендов только 8 преодолели границу неэффективности наращивания функциональных элементов: Google, Amazon.com, Yahoo!, Norton, Apple, Fujitsu, Microsoft, Oracle. При этом если внимательно рассмотреть деятельность данных организаций на рынке, то мы увидим, что практически каждая из них реализует собственную стратегию развития бренда, в основе которой находится архитектура «зонтичного» бренда. Так организация Oracle увеличивает количество функциональных единиц за счет приобретения существующих брендов, сохраняя их идентичность внутри собственной структуры. Google, Microsoft, Apple, наращивает количество функциональных единиц, как за счет собственных разработок, ориентируясь на потребности рынка, так и за счет поглощения конкурентных брендов при выходе на новый сегмент рынка. При этом, поглощенный бренд зачастую становится лишь основой для появления новой функциональной единицы и исчезает. Так после приобретения Yahoo! организацией Microsoft, Yahoo!-поисковик был преобразован в поисковик Bing.

Отметим, что, проводя наступательную стратегию развития бренда, организации лидеры постоянно реализуют и стратегию защиты, на что указывалось ранее. Именно баланс защитных и наступательных действий позволяет не только сохранять позиции бренда, но и развивать его, учитывая динамику развития IT-индустрии в целом. Именно нахождение баланса и сопряжено с основными рисками для организации, так как для адекватной оценки положения бренда на рынке недостаточно тех факторов, которые обозначены в спецификации модели создания сообщества добавленной стоимости. Данные факторы позволяют лишь определить границ бренда и возможную наценку на стоимость бренда в зависимости от транзакционных издержек.

Поскольку F-статистика для рассчитанной модели регрессии находится на уровне 0,63, гипотеза о достоверности модели не отвергается на 5% уровне значимости, что означает, что предсказательная сила модели высока. Модель можно использовать для принятия управленческих решений в IT-организациях.

Литература

1. Best Global Brends 1 [Электронный ресурс] / Brend Finance URL: http://brandirectory.com/league_tables/table/global-500-2013.

Размещено на Allbest.ru