Формирование тарифной политики телекоммуникационной компании тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Неклюдов, Дмитрий Юрьевич

• Неклюдов, Дмитрий Юрьевич
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Неклюдов, Дмитрий Юрьевич

Содержание

Введение

ГЛАВА 1 Тарифный план как основа тарифной политики телекоммуникационной компании

1.1 Понятие сотовой связи и история ее развития

1.2 Тарифная политика как основа стратегии развития телекоммуникационной компании

1.3 Тарифный план: характеристика и особенности

1.4 Подходы формирования тарифов сотовой связи

1.5 Перспективы развития рынка сотовой связи

1.6 Характеристика телекоммуникационной отрасли в г. Москве

1.7 Постановка проблемы

ГЛАВА 2 Модель формирования тарифной политики телекоммуникационной компании с учетом предпочтений абонентов и инвесторов

2.1 Кластеризация как инструмент сегментации данных

2.2 Учет абонентских предпочтений потребителей услуг телекоммуникационной компании на основе кластерного анализа

2.3 Информационно логическая модель кластеризации абонентов

2.4 Методы принятия решений

2.5 Информационно логическая модель формирования тарифной политики телекоммуникационной компании

2.6 Информационно логическая модель формирования нового тарифного плана

Глава 3 Моделирование тарифной политики телекоммуникационной компании с использованием IBM SPSS Modeler v16 и методов Data Mining

3.1 Инструментальные средства моделирования

3.2 Кластеризация клиентской базы телекоммуникационной компании

3.3 Выявление динамически устойчивых групп тарифных планов

3.4 Оценка предпочтений инвесторов методом взвешенной суммы критериев

3.5 Оценка предпочтений абонентов телекоммуникационной компании

3.6 Инструментарий оценки нового тарифного плана, учитывающего предпочтения абонентов и инвесторов

ЗАКЛЮЧЕНИЕ

Список литературы

Приложение 1. Ключевые блоки программного кода генетического алгоритма из Windows-приложения, разработанного на языке С#

Приложение 2. Список исходных характеристик потребления абонента

Приложение 3. Список исходных стоимостных характеристик тарифных планов

Введение диссертации (часть автореферата) на тему «Формирование тарифной политики телекоммуникационной компании»

Введение

По мнению подавляющего числа ведущих аналитиков, прекращение экстенсивного роста рынка телекоммуникационных услуг и усиление конкуренции среди основных телекоммуникационных компаний, выдвигает на первый план проблемы формирования ее рациональной тарифной политики. Это способствует тому, что стратегия развития компании переориентируется руководством с области экстенсивного роста в сторону интенсификации.

В первую очередь, это связанно с диверсификацией тарифных планов компании с учетом абонентских предпочтений. Проблематика создания концепции и методики учета предпочтений клиентов телекоммуникационных компаний Российской Федерации проработана еще недостаточно. В значительной степени это объясняется тем, что ранее необходимость в объективности и точности учета клиентских предпочтений со стороны телекоммуникационных компаний отсутствовала, что способствовало существенному снижению уровня потребительской лояльности, выраженному в повышении оттока абонентов ряда ведущих телекоммуникационных компаний в течение последних лет. Применение методов интеллектуального анализа данных для оценки предпочтений потребителей сотовой связи на практике носит бессистемный характер и часто является ошибочным. При этом известны теоретические исследования как зарубежных, так и отечественных авторов, посвященные проблеме формирования тарифной политики.

Все это обусловливает необходимость совершенствования существующих механизмов формирования тарифной политики телекоммуникационной компании на основе комплексного подхода с использованием методов интеллектуального анализа и математического моделирования.

Степень научной проработанности проблемы

Выявление предпочтений абонентов сотовой связи с применением методов интеллектуального анализа данных и программных комплексов средств систем поддержки принятия решений рассмотрены отечественными и зарубежными учеными. В работах Э.И. Кистриной, В.П. Романова, И.Р. Шафаревича, И.И. Пятецкого-Шапиро, Г.И. Пятецкого-Шапиро, В.Н. Вапника и др. рассматривается использование методов интеллектуального анализа данных (ИАД или data mining) для выявления предпочтений клиентов. Для решения различных задач в сфере телекоммуникаций методы интеллектуального анализа данных применяли такие зарубежные ученые, как: Вей Чу, Чуй Йан, Дж.Л. Амат, Р. Маттис, Дж. Ахола, Г. Вейс и др. Н.И. Гальцева (Гальцева, 2006), Дж. Л. Дейли (Дейли, 2004) Э. Деннисон, Т.Г. Евдокимова (Евдокимова, 2004), И.А. Желтякова,

B.М. Кудрова, Г.А. Маховикова, М. Меллоун, С.В. Переверзева, Г.В. Попов,

C. Тайичи, О. Тоффлер, В.М. Усоскин, Л. Эдвипсон свои научные исследования сосредоточили в области ценообразования в сфере услуг. Функционированию телекоммуникационного рынка посвящены работы Т.Ю. Салютиной, Л.С Тимошенко, Т.А. Никулиной, В.В. Васильева, Т.А. Кузовковой. В работах Ю.А. Бакман, В.Б. Булгака, Л.Е. Варакина, А. Джиппа, A.C. Добронравова, В.Д. Москвитина, В.О. Тихвинского рассматриваются аспекты построения долгосрочных прогнозов и стратегического планирования. Р.Р. Вейнберг, Т.П. Данько, И. Дунбар, О.В. Китова, М. Макдональд и др. посвятили свои исследования проблеме выявления клиентских предпочтений для управления взаимоотношениями с клиентами. Формированию и регулированию тарифов на телекоммуникационные услуги, посвящены работы ряда зарубежных ученых: А. Лахири, М. Райив, М. Фреймер, М. Мусса, С. Росен, М.Б. Голдман, А. Сундарарай, С. Мурфи, В.Ю. Ои, С. Рао, Е.Р. Питерсон, Ю. Массуда, С. Ванг, М.Д. Груб, Л. Криселли, М. Гримальди, Н. Левиальди Хирон, Р. Иенгар, К. Жедиди, Р. Кохли, З.Дж. Жанг, Дж. Макхоуэла, К. Склерет,

Л. Уаверман и Д. Ипсиланти и др. В отечественной научной среде данными вопросами занимались: А.В. Вашурина, М.А. Горелик (Горелик, 2001), Е.А. Голубицкая, Г.М. Жигульская, Д.Г. Иржов, А.Р. Канайлов, В.В. Макаров, С.В. Рабовский, Н.П. Резникова, М.В. Солошенко, И.В. Трегуб, И.Н. Тимофеева, Р.В. Бочаров и др. Стоит отметить, что в этих работах при формировании тарифа рассматриваются вопросы преимущественно ценообразования, а структура тарифного плана остается нетронутой. При этом формирование цены обычно рассматривалось в рамках как-то составной части тарифа. Например, цены на VAS-услуги (Value added services, услуги добавочной стоимости), как в работе И.В. Трегуб или цена на голосовую связь, как в работах М.А. Горелик, Е.А. Голубицкой и Н.П. Резниковой. Работы Д. Ипсиланти акцентируются на стоимости роуминговых и международных вызовов. Поскольку отечественный рынок телекоммуникаций отстает в своем развитии от рынка развитых государств, то и степень проработки формирования тарифных планов в развитых зарубежных планах рассмотрен шире. Следует отметить работы зарубежных ученых Р. Иенгар, К. Жедиди, Р. Кохли (Iyengar, Jedidi, Kohli, 2008), которые разработали модель для формирования набора цен для отдельного продукта или услуги с применением метода конджоинт анализа (Балабанов, 2015; Черенков, 1999; Green, 1990; Acito, 1980; Jedidi, 2002), что, несомненно, уже достаточно близко к конечному формированию полноценного тарифного плана. Работа базируется на учете набора цен тарифного плана и потреблении различного трафика абонентами сотовой компании. Хотя вопрос ценообразования при формировании тарифных планов затрагивается как отечественными, так и зарубежными учеными, основной акцент делается на формирование цены с точки зрения доходности телекоммуникационной отрасли или издержек компаний, но вопрос дифференциации ценовых условий тарифных планов для учета клиентских предпочтений раскрыт недостаточно. Также с точки зрения автора остаются недостаточно исследованными вопросы формирования структуры тарифного плана с учетом предпочтений потребителей сотовой связи, и

вопросы формирования тарифной политики, включающей весь комплекс существующих и перспективных тарифных планов.

Несмотря на то, что экстенсивное развитие рынка телекоммуникационных услуг достигло своего предела, он все еще молод, вследствие своего возраста и высокоинтенсивной изменчивости, как в вопросах смены предпочтений клиентов, так и технологического обновления возможностей связи. А существующие методы выявления предпочтений клиентов телекоммуникационных компаний и формирования тарифной политики представляются недостаточно рациональными, что предопределяет цель и задачи диссертационной работы.

Объект исследования - российская телекоммуникационная компания.

Предмет исследования - тарифная политика телекоммуникационной компании.

Целью диссертационной работы является разработка модели формирования тарифной политики телекоммуникационной компании с учетом предпочтений абонентов и инвесторов с использованием методов интеллектуального анализа данных.

Для достижения поставленной цели необходимо решить следующие задачи:

1. проанализировать характеристики, отражающие активность потребителей рынка телекоммуникационных услуг, с целью выявления потребительских предпочтений абонентов;

2. выявить профили потребления услуг сотовой связи абонентами, исходя из набора их потребительских характеристик;

3. выявить группы тарифных планов, имеющих сходные стоимостные характеристики;

4. разработать подход к выявлению взаимосвязи профилей потребления услуг сотовой связи абонентами телекоммуникационной компании и групп тарифных планов, имеющих сходные стоимостные характеристики;

5. разработать механизм формирования тарифной политики телекоммуникационной компании на основе выявленных абонентских предпочтений;

6. апробировать предложенный подход к формированию тарифной политики на реальных данных и выработать рекомендации с целью определения наиболее прибыльной группы тарифных планов, учитывающей предпочтения абонентов и инвесторов.

Методологические и теоретические основы исследования.

Исследование базируется на методологических и теоретических положениях, содержащихся в трудах отечественных и зарубежных ученых в области лояльности клиента, математической статистике, эконометрического моделирования, интеллектуального анализа данных, формирования тарифной политики телекоммуникационных компаний.

Информационная база исследования. В качестве информационной базы исследования использовалась информационная база крупной телекоммуникационной компании, содержащая характеристики абонентского потребления. Для анализа было использовано 2 356 753 наблюдения по 232 451 уникальному абоненту Москвы и Московской области, что составило 2,5% абонентской базы, за период с 1 января 2011 по 31 декабря 2014. Для выявления профилей абонентского потребления было использовано 34 абонентских характеристики. Для анализа тарифных планов использовалось 14 характеристик тарификации абонентского трафика. Общее количество рассмотренных тарифных планов составило 198.

Научная новизна состоит в том, что:

1. Разработана информационно-логическая модель формирования рациональной тарифной политики телекоммуникационной компании с учетом профилей потребления абонентских кластеров и предпочтений инвесторов.

2. Предложен подход к формированию профилей потребления услуг сотовой связи абонентами на основе их предпочтений, выявленных с использованием методов интеллектуального анализа данных.

3. Выявлена взаимосвязь методом кластеризации с использованием самоорганизующейся карты Кохонена профилей потребления услуг сотовой связи абонентами и динамически устойчивых групп тарифных планов, имеющих сходные стоимостные характеристики.

4. Предложена концепция разработки нового тарифного плана телекоммуникационной компании на основе выявленных устойчивых групп существующих тарифных планов и предпочтений абонентов, нелинейно связанных с характеристиками тарифных планов.

5. Разработана информационно-логическая модель создания и оценки нового тарифного плана на основе синтеза нейронной сети и генетического алгоритма.

Теоретическое значение представленных в работе результатов состоит в разработке методологического подхода к формированию рациональной тарифной политики телекоммуникационной компании с учетом профилей потребления абонентских кластеров и предпочтений инвесторов.

Практическая значимость исследования заключается в том, что на основе полученных теоретических результатов предложено инструментальное решение, рационализирующее тарифную политику телекоммуникационной компании Российской Федерации. Данный подход позволяет максимизировать прибыль компании, при этом не ущемляет потребительских интересов абонентов и предпочтений инвесторов. Это подтверждается результатами апробации предложенного подхода на выборке из 2 356 753 наблюдений, имеющих различные профили абонентского потребления.

Полученные результаты могут быть использованы менеджерами различных уровней управления для повышения эффективности тарифной политики, оценки новых и корректировки действующих тарифных планов с учетом предпочтений абонентов и инвесторов.

Структура диссертации. Диссертационное исследование составляют введение, три главы, заключение, список использованной литературы и три приложения.

В первой главе проведен анализ исследований по вопросам функционирования и маркетинга телекоммуникационной компании с учетом ее особенностей. Проанализированы особенности формирования тарифной политики в телекоммуникационной отрасли и подходы к формированию профилей абонентского потребления. Проведен анализ динамики и трендов развития телекоммуникационного рынка. Выявлены проблемные зоны взаимоотношений потребителей и поставщиков услуг сотовой связи. Сформулирована проблема учета предпочтений абонентов и инвесторов при формировании тарифной политики телекоммуникационной компании.

Во второй главе рассмотрены существующие методы выявления профилей абонентского потребления, формирования новых тарифных планов. Выявлены типы потребительского поведения и возможные сценарии взаимоотношений абонентов и компании. Сформулированы основные гипотезы и предположения для построения модели формирования тарифной политики телекоммуникационной компании. Предложен подход к формированию тарифной политики телекоммуникационной компании с учетом выявленных профилей абонентов на основе их потребительских характеристик и выявленных групп тарифных планов, имеющих сходные стоимостные характеристики. Разработаны модели формирования нового тарифного плана и тарифной политики телекоммуникационной компании в целом с учетом предпочтений абонентов и инвесторов.

В третьей главе диссертационного исследования проведена апробация на выборке из 2,5% абонентской базы крупной телекоммуникационной компании с 1 января 2011 по 31 декабря 2014 года предложенного подхода выявления профилей абонентского потребления. Сформированы группы тарифных планов и апробированы модели формирования новых тарифных планов и тарифной политики телекоммуникационной компании в целом с учетом профилей абонентского потребления и предпочтений инвесторов.

Спрогнозирована прибыль компании на разных временных интервалах, учитывающих предпочтения инвесторов, при условии выбора абонентами тех

тарифных планов, которые больше соответствуют их профилю потребления услуг сотовой связи.

В приложении 1 приведен листинг основных блоков программной реализации генетического алгоритма участвующего в формировании нового тарифного плана.

В приложении 2 приведен список характеристик описывающих потребление абонентов.

В приложении 3 приведен список стоимостных характеристик тарифных планов.

ГЛАВА 1 Тарифный план как основа тарифной политики телекоммуникационной компании

1.1 Понятие сотовой связи и история ее развития.

Историю мобильной связи телекоммуникационной отрасли фактически берет свое начало с 1910, когда в автомобиле Ларса Магнуса Эрикссона был установлен первый мобильный телефон. Хотя связь устанавливалась посредством проводов, но, тем не менее, он был уже мобильным. Дальнейшим шагом в развитии сотовой связи принято считать установку радиоприемников в автомобили детройской полиции США в 1921 году. В 1933 году радиосвязь уже становится двухсторонней. Но современный облик сотовой связи сформировался в 1981 году, когда компания Эриксон ввела в эксплуатацию в Саудовской Аравии первую в мире систему сотовой связи на основе аналогового стандарта NMT 450 (1G) (Украинцев, 2009).

Но выход мобильной связи на современный уровень развития можно считать в 1991 году, когда появляется стандарт GSM (Global System for Mobile Communications), который получил широкое распространение во всем мире и существует до сих пор. Сотовая связь прямо зависит от существующих технологий сотовой передачи данных, так после стандарта 2G (или GSM) создаются технологии 3G (или UMTS, Universal Mobile Telecommunications System) в 2000 году и 4G (или LTE, Long Term Evolution) в 2009 году. Хотя зачатки сотовой связи появились достаточно давно, коммерческое использование мобильной связи началось 20-25 лет назад. В России применение различных технологий сотовой связи отставало примерно на 10 лет от их появления. Так первая коммерческая сотовая связь появилась в 1991 году со стандартов NMT 450 и GSM. В 2007 году в коммерческую эксплуатацию была введена 3G технология, а технология 4G введена в 2012 году. История развития сотовой связи до 2007 года — это в основном именно голосовая связь, но с появлением 3G технологии и развитием мобильных телефонов формируется и начинает активное развитие рынок передачи данных для доступа в сеть Интернет. Основные ограничения развития рынка сотовой

12

связи исходят из технологических ограничений и высокой стоимости развития сетей передачи данных. В настоящее время данные ограничения остаются ключевыми для распространения сотовой связи (Украинцев, 2009).

Основными объектами, взаимодействующими на рынке сотовой связи, являются абонент, сотовый оператор, тарифный план и сеть сотовой связи (рис. 1) (Диязитдинов, 2013.).

Рис. 1 Схема взаимодействия объектов сотовой связи. На примере GSM сети. (источник: Диязитдинов, 2013.)

NSS (Network Switch System) - система коммутации BSS (Base Station System) - система базовых станций MSC - центр коммутации мобильной связи HLV - домашний регистр местоположения VLR - визитный регистр местоположения AUC - центр аутентификации

EIR - регистр идентификации абонентского оборудования BSC - контроллер базовых станций BTS - базовая станция MS - абонент сети

На этапе NSS, на сервере MSC применяются тарифные политики оператора связи и далее трафик от абонента транслируется или другим операторам сотовой связи или внутри сотовой сети того же оператора другому абоненту.

Сотовый оператор, это компания, предоставляющая услуги сотовой связи физическим или юридическим лицам на условиях контракта (тарифного плана) (Энциклопедия связи, 2005), которая реализует возможность связи одного абонента с любым другим абонентом телефонной связи или доступом в сеть интернет, занимается расширением площади покрытия сотовой сети и улучшением качества ее функционирования.

Абонент, хотя и регистрируется на конкретное физическое или юридическое лицо, в действительности является не физическим лицом, а SIM-картой (Subscriber Identification Module — модуль идентификации абонента). Это означает, что в действительности под одной SIM-картой может быть, как один человек, так и группа лиц. SIM-карта физически не привязана ни к устройству сотовой связи, ни к человеку, а, следовательно, возможна ситуация когда SIM-карта передается сторонним лицам и, в действительности, оператор сотовой связи никогда точно не знает, кто именно является пользователем конкретной SIM-карты.

Сеть сотовой связи - это сеть базовых станций, которые формируют зону радио покрытия. Любой абонент имеет возможность зарегистрироваться на сети сотовой связи любого оператора, если у того имеется соглашение с компанией абонента. Согласно определению, данному в работе (Солошенко, 2002) «Тарифный план - прейскурант, система тарифов, устанавливаемых оператором по конкретным условиям обслуживания». Трудно остановиться на данном определении, так тарифный план - это форма коммерческого предложения предоставления услуг сотовой связи от компании оператора, абоненту, которая включается в себя помимо набора цен, еще структуру трафика возможного для потребления, например, может быть отключена возможность роуминга или отсутствовать как голосовая связь или

доступ к сети Интернет. А также в тарифном плане содержится различная юридическая информация, регламентирующая взаимоотношения оператора и абонента сотовой сети. Если рассматривать тарифный план с точки зрения клиента - потребителя данных условий, то тарифный план включает в себя весь описанный комплекс и не останавливается на ценовой составляющей, хотя несомненно, что цена является одним из ключевых пунктов соглашения. Так же важно понимать, что в действительности компания сотовой связи получает основную выручку за предоставление абоненту услуг связи по стоимости указанной в тарифном плане. Это означает, что компания сотовой связи может даже не иметь собственной сотовой сети, а использовать для предоставления доступа абоненту чужие сотовые сети.

1.2 Тарифная политика как основа стратегии развития телекоммуникационной компании

При формировании тарифной политики телекоммуникационной компании одним из важнейших условий, которые необходимо учитывать является стратегия фирмы (Кобылко, 2006; Липсиц, 2008; Нэгл, Холден, 2001). Среди основных стратегий сферы услуг выделяются: сохранение стабильного положения на рынке, расширение доли рынка, максимизация прибыли, создание имиджа производителя элитных услуг (Рейман, 2002; Аникин, 2003; Давыденко, 2002).

Сохранение стабильного положения на рынке. Данная стратегия наиболее часто встречается у малых и средних предприятий, действующих на олигополистическом рынке. И чаще всего такая стратегия означает стремление компании именно «выживать» на рынке монополистической конкуренции. Применение подобной стратегии для крупной телекоммуникационной фирмы на рынке олигополистической конкуренции маловероятно, а, следовательно, представляет слабый интерес с точки зрения исследования.

Расширение доли рынка. Данная стратегия характерна для фирм отраслей, находящихся на стадии экстенсивного роста. Часто является агрессивной стратегией и связывается с демпингом цен. Хотя чрезмерный демпинг цен может способствовать отторжению клиентов, в виду того, что внешне фирма ведет себя несколько непредсказуемо и отчасти нелогично, что вынуждает ожидать подвоха или в снижении качества или последующего завышения цен. Московский рынок телекоммуникаций уже явно прошел точку экстенсивного насыщения рынка, и теперь применение подобных стратегий может весьма негативно сказаться как на самой демпингующей компании, так и отрасли в целом.

Максимизация прибыли. Вероятно, самая сложная, а вместе с тем и самая важная стратегия для любой фирмы. Именно данная стратегия предполагает максимальную точность и формирует наибольшую потребность в теоретической проработке и академической точности. Данная стратегия характерна для уже устоявшихся рынков, которым и является Московский рынок телекоммуникационной связи. В рамках реализации данной стратегии, острее, чем при других стратегиях стоит вопрос точного расчёта спроса на услуги предприятия, оценки издержек предоставления данных услуг, проведения сегментации целевой аудитории и учета предпочтений клиентов (Ануашвили, 2007).

Создание имиджа производителя элитных услуг. Позиционирование компании как производителя высококачественных услуг, что, как следствие, влечет за собой рост издержек и, как компенсацию, рост цен. Данная стратегия позволяет при уменьшении численности клиентской базы, увеличить ее стоимость. Подобная стратегия трудно реализуема на рынке телекоммуникационных услуг в виду того, что высокое качество предоставления услуг напрямую связанно с расширением покрытия сотовой сети передачи данных и наращиванием емкости сети. Что означает, что повышение цены и отказ от части аудитории рынка не приведет к росту качества, напротив, вероятно, это потребует сокращения издержек

16

предприятия и, как следствие, уменьшение покрытия сети. Возможность предоставления высокого качества услуг в телекоммуникационной отрасли, в первую очередь, зависит от валового дохода предприятия. Это означает, что для компаний телекоммуникационной отрасли практически не существует стратегии создания имиджа производителя элитных услуг.

Рассмотрев наиболее популярные существующие стратегии рынка услуг, можно сделать вывод, что телекоммуникационные компании чаще всего оперируют двумя стратегиями, это расширение доли рынка и максимизация прибыли. На этапе экстенсивного роста телекоммуникационные компании часто пользуются стратегией расширения доли рынка. Что касается рынка телекоммуникационных услуг Москвы, то возможности его экстенсивного развития практически исчерпаны, и на первый план выходит потребность в интенсификации деятельности компании. Это приводит к наиболее вероятной стратегии развития телекоммуникационной компании - максимизации прибыли, которая рассматривается в рамках данной работы.

Тарифная политика или ценовая политика - необходимая составляющая маркетинговой политики. Она определяется стратегией ценообразования. Так как стратегии могут быть весьма разнонаправленными и приводить к прямо противоположным результатам, то, прежде чем приступать к разработке тарифной политики, важно четко сформулировать стратегию развития компании вообще и ценовую стратегию в частности (Паршин, 2010).

Выделяют несколько направлений стратегий ценообразования (Солошенко, 2002): стратегии исчерпания и проникновения, стратегии премиальных и защитных цен, стратегия ценовой дифференциации и балансирования.

Стратегии премиальных и защитных цен.

Стратегия премиальных цен - при реализации данной стратегии устанавливаются цены выше, чем ее ожидают получить большинство

покупателей, обычно используется для узких сегментов и позволяет значительно увеличить норму прибыли. Для телекоммуникационной отрасли нереализуемы крупными компаниями, но может быть допустимо для каких-то специфических видов связи, например, спутниковой связи.

Стратегия ценового прорыва - установление цены ниже ожиданий основной массы покупателей, это позволяет значительно увеличить объемы продаж и захватить долю рынка. Данная стратегия является допустимой для многих отраслей, в том числе, телекоммуникационная отрасль не является исключением. В 2007 компания «Мегафон» применила подобную стратегию, демпингуя рыночную цену, что значительно увеличило абонентскую базу, что способствовало существенному расширению рынка, и в итоге весьма позитивно отразилось на конкурентах.

Стратегия скорейшего возврата средств - механизм, который позволяет войти на рынок с ценами ниже ожидаемых потребителями, но в дальнейшем восстановить свои цены до уровня рынка, что позволяет получить долю рынка и в дальнейшем с максимальной прибыльностью в кратчайшие сроки восстановить инвестиции. Не редко при выходе на новый рынок телекоммуникационные компании заявляют очень низкие цены, что способствует получению определенной доли рынка. Далее компании постепенно наращивают цены до рыночных. Например, данной ценовой политикой пользуется компания <^^2» и ожидается, что в течение 2015 года будут применяться элементы данной стратегии.

Список литературы диссертационного исследования кандидат наук Неклюдов, Дмитрий Юрьевич, 2016 год

СПИСОК ЛИТЕРАТУРЫ

1) Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. // М.: ЮНИТИ. 1998. 1005 с.

2) Аналитическая платформа Deductor. Руководство аналитика. // BaseGroup Labs. 2006. 118 с.

3) Андреева А.В. Оптимальное управление клиентской базой на основе показателя долгосрочной стоимости клиента// Бизнес-информатика. №4 (22). 2012г. с.61-68.

4) Аникин О.Б. Мировой рынок телекоммуникационных услуг: Учеб. пособие для студентов специальности "Мировая экономика" / О.Б. Аникин. // М. 2003. 80 с.

5) Ануашвили H.A., Тиме И.В. Модель ценообразования на олигополистических рынках при сегментации потребителей на устойчивые группы. / Управление в социально-экономических системах. // Проблемы управления. №6. 2007. с.2-9.

6) Байдаков А.Н., Запорожец Д.В. Системные аспекты развития предпринимательства в мобильной связи. // Региональная экономика: теория и практика, 23(116), 2009, с.2-7.

7) Бакман Ю.А., Панфилов B.C. Рынок сотовой связи России: от экстенсивного развития к интенсивному // Проблемы прогнозирования Выпуск № 5 / 2008

8) Бочаров Р.В., Маркетинговые исследования рынка 3G в России [Текст] / Бочаров Р.В. // Мобильные системы. 2002. № 6. С. 2732

9) Бочаров Р.В., Экономическое прогнозирование развития сотовой подвижной связи в регионах России [Текст] / Бочаров Р.В., Тихвинский В.О. // Электросвязь. - 2001. - № 9. - С. 23-26

10) Бююль А., Цёфель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. - СПб.: ООО «ДиаСофтЮП», 2002.

11) Васильченко Р.П. Рынок информационных продуктов и услуг: состояние, перспективы развития: Препринт/ Р.П. Васильченко. СПб.: 2001. - 23 е.

12) Вашурина А.В. Опыт кластеризации тарифных планов доступа в Интернет / А.В. Вашурина, М.Б. Ермолаем // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. -2011. 0 №4 - С. 81-86

13) Вейнберг Р.Р. Моделирование процесса выявления предпочтений потребителей телекоммуникационного предприятия. Шаг в науку-2013: статьи докладов победителей конкурса грантов науч.-исслед., работ аспирантов и молодых ученых. - М.: Изд-во РЭУ им. Г. В. Плеханова, 2013.

14) Галямов А.Ф., Тархов С.В. Управление взаимодействием с клиентами коммерческой организации на основе методов сегментации и кластеризации клиентской базы.// Вестник УГАТУ 2014 с. 149-156.

15) Гальцева Н.И. Построение и использование экономико-математических моделей ценообразования в сложных экономических системах// Экономика. Аваль. Июль-сентябрь № 3, 2006. с. 24-31.

16) Горелик М.А., Голубицкая Е.А. Основы экономики телекоммуникаций (связи): Учебник для вузов. М.: Радио и связь, 2001. 224 с.

17) Давыденко A.C. Экономическая стратегия развития услуг сотовой связи в РФ: Препринт/ А.С. Давыденко. СПб., 2002. - 23 с.

18) Дейли Дж. Л. Эффективное ценообразование — основа конкурентного преимущества. — М.: ИД «Вильямс», 2004.

19) Дженнрич Р.И. Пошаговая регрессия / под ред. К. Энслейна, Э. Рэлстона, Г.С Уилфа; пер с англ. М.: Наука 1986. -538с.

20) Диязитдинов Р.Р., Системы связи с подвижными объектами. Конспект лекций. - Самара: ФГОБУ ВПО ПГУТИ, 2013. - 204 с

21) Евдокимова Т.Г., Маховикова Г.А., Желтякова И.А., Переверзева С.В. Теория и практика управления ценами. — СПб.: Нева, 2004

22) Ершов Э.Б. Выбор регрессии, максимизирующей несмещенную оценку коэффициента детерминации. Прикладная эконометрика. 2008. №4(12). с.71-83.

23) Иванов А.А., Соколов В.А., Терентьев Д.С., Ярлыков С.М. Конвергенция сетей связи в российских условиях // Технологии и средства связи. 2006. №5. с.36-44.

24) Иванов Л.Н., Кириллов Ю.В. Использование многокритериальных моделей для информационной поддержки принятия решений // Программные продукты и системы. 2005. №Т. С. 44-47.

25) Канторович Л.В., Макаров В.Л. Оптимальные модели перспективного планирования: применение математики в экономических исследованиях.1. М.: Мысль, 1965.

26) Казанцев С.Ю., Фролов И.Э. Состояние и потенциал развития инфокоммуникационного комплекса России // Проблемы прогнозирования. 2005. №3.

27) Кацко, И.А. Практикум по анализу данных на компьютере / И.А. Кацко, Н.Б. Паклин; под ред. Г.В. Гореловой. - М.: Колосс, 2009. - 278 с.

28) Кириллов Ю.В. Многокритериальное моделирование как основа информационных технологий поддержки принятия решений // Фундаментальные исследования. 2004. № 6. С. 114 — 116.

29) Клейнер Г.Б., Смоляк С.А. Эконометрические зависимости: принципы и методы построения, Наука, 2003 г.,

30) Кобылко A.A. Анализ тенденций развития рынка услуг сотовой связи. / Теория и практика эффективного функционирования предприятий. Сборник трудов молодых учёных под ред. Н.Е. Егоровой. Выпуск 2. М.: ЦЭМИ РАН, 2004.

31) Кобылко A.A. Проблемы российского рынка сотовой связи. // Экономическая наука современной России. 2008. Экспресс-выпуск. №1 (13).

32) Кобылко A.A. Рыночные стратегии предприятий сотовой связи. / Сб. статей выпускников ЭФ ГУГН. -М.: ЦЭМИ РАН, 2006.

33) Кореева Е.Б. Формирование модели поведения олигополистов на рынке услуг сотовой связи // Управление большими системами: сборник трудов. -2007 №19, с.174-186.

34) Коробов В.Б. Сравнительный анализ методов определения весовых коэффициентов «влияющих факторов» // Социология: методология, методы, математическое моделирование. 2005. № 20. С. 54-73.

35) Кохонен Т. Самоорганизующиеся карты / Т. Кохонен. - М.: БИНОМ. Лаборатория знаний, 2008. - 655 с.

36) Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS. М.: Издат. Дом ГУ-ВШЭ, 2006.

37) Крыштановский А.О. Ограничения метода регрессионного анализа // Социология: 4M. 2000. №12. стр.96-112

38) Крюкова А.А. Разработка концепции комплексного управления клиентами/ А.А. Крюкова, Е.В. Кузьмин // Вестник СГЭУ: ежемесячный журнал. - 2009. -№7, - с.61-64.

39) Кузовкова Т.А., др.- Анализ и прогнозирование развития инфокоммуникаций. — М.: Горячая линия Телеком, 2009. — с.224.

40) Куллдорф Г. Введение в теорию оценивания по группированным и частично группированным выборкам. — M.: Наука, 1966. 176 с.

41) Курейчик В.В., Курейчик В.М., Родзин С.И. Теория эволюционных вычислений. - М.: ФИЗМАЛИТ, 2012 - 260 с. - ISBN 9785-9221-1390-8

42) Лемешко Б.Ю. Группирование наблюдений как способ получения робастных оценок. Надежность и контроль качества. — 1997. № 5. - С. 2635.

43) Липсиц И.В. Коммерческое ценообразование: Учебник. Сборник деловых ситуаций. 2-е изд., доп. и испр. - М.: Издательство БЕК, 2001.

44) Липсиц И.В. Ценообразование Управление ценообразованием в организации / 3-е изд. — М.: Экономистъ, 2004

45) Липсиц И.В. Ценообразование. М.: Магистр, 2008. 526 с.

46) Лихтенштейн В.Е., Росс Г.В. Информационные технологии в бизнесе. М.: Финансы и статистика 2008 г.

47) Мандель И.Д. Кластерный анализ. - М.: Финансы и статистика. 1988. - 176 с.

48) Меркулова Н.И., Чернявский А.Д. Основные подходы к формированию программ лояльности абонентов сотовой связи // Маркетинг 2008

49) Найт Ф. Понятия риска и неопределенности. // М.: Дело. 2003. 360с.

50) Неклюдов Д.Ю. Проблемы согласования решений, принимаемых на разных уровнях иерархии управления предприятием // Инновации и инвестиции. 2014. №8. С. 105-108.

51) Неклюдов Д.Ю. Модификация метода анализа иерархий с учетом особенностей тактического уровня управления предприятия // Инновации и инвестиции. 2014. №10. С. 119-122.

52) Неклюдов Д.Ю. Моделирование тарифной политики телекоммуникационной компании с учетом предпочтений инвесторов // Аудит и финансовый анализ. 2015. №4. С. 258-263.

53) Нэгл Т.Т., Холден Р.К. Стратегия и тактика ценообразования: Руководство для принятия решений, приносящих прибыль СПб.: Питер, 2001.-543 с.

54) Олдендерфер М., Блэшфилд Р. Кластерный анализ // Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989.

55) Осовский С. Нейронные сети для обработки информации / С. Осовский. - М.: Финансы и статистика, 2002. - 244 с.

56) Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. - СПб.: Питер, 2009. - 624 с.

57) Паршин В.Ф. Ценовая политика предприятия: пособие / В. Ф. Паршин. — Минск: Выш. шк., 2010. — 336 с.

58) Подиновский В.В. «Хрестоматия по учебной дисциплине «Теория и методы принятия многокритериальных решений» 2005

59) Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий // Проблемы управления. 2011. № 1. С. 8-13

60) Подиновский В.В., Потапов М. А. Метод взвешенной суммы критериев в анализе многокритериальных решений: Pro et contra // Бизнес-информатика. 2013. № 3. С. 41-48

61) Подиновский В.В. Информация о важности критериев и их шкалах в многокритериальной оптимизации // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2005. № 1. С. 22-26

62) Резникова Н.П. Маркетинг в телекоммуникациях/ Н.П. Резникова. 2-е изд., доп. м перераб. М.: ЭКО-ТРЕНДЗ, 2002. - 334 с.

63) Рейман Л.Д. Теория и практика функционирования инфокоммуникационных рынков / Л.Д. Рейман. М.: ОЛМА-ПРЕСС, 2002. -218 с.

64) Саати Т.Л. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1989. — 316 с.

65) Смолин В.В. Оценивание и прогнозирование положения компании на рынке сотовой связи. // Успехи современного естествознания № 10, 2004. с.60-61

66) Тарасевич В.М. Ценовая политика предприятия. — СПб.: Питер, 2003

67) Тихвинский В.О. Регулирование и экономика подвижной связи / Радио и связь, 2003. - 368 с.

68) Толстова Ю.Н. Анализ социологических данных: методология; дескриптивная статистика, анализ связей номинальных признаков. М.: Научный мир, 2000. (Стр. 62-98).

69) Трегуб И.В. Прогнозирование экономических показателей на рынке дополнительных услуг сотовой связи М.: Изд-во ПСТМ - 2009 г. 196 с.

70) Трегуб И.В. Ценообразование на российском рынке VAS-услуг— М.: Изд-во ПСТМ 2010 г. 138 с.

71) Трегуб И.В. Анализ современного состояния и перспективы развития рынка телекоммуникаций //Телекоммуникации. М.; 2008. №10.

72) Трегуб И.В. Классификация дополнительных услуг сотовой связи и методика учета доходов от их предоставления // «Математика. Компьютер. Образование»: Сборник научных тезисов XVI

73) Трегуб И.В. Системный анализ рынка дополнительных услуг сотовой связи. // «Системный анализ в проектировании и управлении»: Труды XIV ой Международной научно-практической конференции, июнь2010 г. СПб.: Политехнический Университет, 2010.

74) Третьяк О.А., Слоев И.А. Оценка маркетинговой деятельности по состоянию клиентского потока, Российский журнал менеджмента, 2012, том 10, №1, с.29-50.

75) Украинцев Ю.Д., Цветов М.А., История связи и перспективы развития телекоммуникаций: учебное пособие / Украинцев Ю.Д., Цветов М.А. - Ульяновск: УлГТУ, 2009 - 128 с

76) Хайкин, С. Нейронные сети: полный курс / С. Хайкин. - М.: Вильямс, 2006. - 1104 с.

77) Цены и ценообразование: Учебник для вузов / Под ред. В.Е. Есипова. 4-е изд. — СПб.: Питер, 2005. 560 с.

78) Черенков А.А. Применение метода совместного анализа в маркетинговых исследованиях / А.А. Черенков // Маркетинг и маркетинговые исследования в России. — № 2. — 1999 с. 9-29

79) Чубукова И.А. Data Mining: Учебное пособие. (Серия: 'Основы информационных технологий') Издательство: Интернет-Университет Информационных Технологий - ИНТУИТ.РУ, 2010

80) Экономика и маркетинг на рынке мобильной связи / Доклады Международных конференций "Экономика и маркетинг на рынке мобильной связи", "Стратегии перехода к мобильной связи» нового поколения": 23-25 марта 1999. -М., 1999.-261 с.

81) Энциклопедия связи. Петербург 2005/2006: базовые знания о рынке телекоммуникаций. -М.; СПб.: ComNews Group, 2005.-212 с.

82) Acito F., Jain A.K. Evaluation of Conjoint Analysis Results: A Comparison of Methods," Journal of Marketing Research. 1980. Vol. 17. February P. 106-112.

83) Bendixen M. A practical guide to the use of correspondence analysis in marketing research // Marketing Research On-Line. 1996. Vol. 1.

84) Berger P.D.; Nasr N.I. (1998). "Customer lifetime value: Marketing models and applications". Journal of Interactive Marketing 12 (1): 17-30.

85) Brown S., Sibley D. The theory of public utility pricing. Ch.3, 4, 5. // Cambridge University Press, 1986. P. 26- 129.

86) Bogdanova T.K., Neklyudov D.Yu. (2016) Improvement of a telecommunications company tariff policy taking into account subscribers' preferences. Business Informatics, no. 2 (36), pp. 7-15 DOI: 10.17323/19980663.2016.2.7.15. (1,8 п.л./0,6 п.л.)

87) Cohen S. Maximum Difference Scaling: Improved Measures of Importance and Preference for Segmentation // Sawtooth Software. NY. 2000.

88) Dipak J., Siddhartha S. Customer Lifetime Value Research In Marketing: A Review And Future Directions. Journal of Interactive Marketing, 2002, Volume 16, Number 2.

89) Dwyer F.R. Customer Lifetime Valuation to Support Marketing Decision Making. Journal of Direct Marketing, 1989, 3 (4), - pp.8-15.

90) Fader P.S., Hardie B.G.S., e Lee K.L. RFM and CLV: Using Iso-value Curves for Customer Base Analysis. Journal of Marketing Research, 2005, Vol XLII, - pp.415-430.

91) Hersent O., Boswarthick D., Elloumi O. The Internet of Things: Key Applications and Protocols. — Willey, 2012. — 370 p. — ISBN 9781119994350

92) Iyengar R., Jedidi K., Kohli R. Journal of Marketing Research, published by the American Marketing Association, Raghuram Iyengar, Kamel Jedidi, and Rajeev Kohli, vol. 45, no. 2 (April 2008): 195-210 p.

93) Jedidi K., and Zhang, Z.J. 2002. «Augmenting Conjoint Analysis to Estimate Consumer Reservation Price,»

94) Lahiri А. An Analysis of 'Fixed-Up-To' (FUT) Pricing Using a Stochastic Model of Consumer Behavior / SSRN ELECTRONIC JOURNAL, 2012 - 32 p.

95) Masuda Y., and Whang S. "On the Optimality of Fixed-up-to Tariff for Telecommunications Service," / Information Systems Research, 2006, pp. 247253.

96) Paul E. Green & V. Srinivasan. Conjoint analysis in marketing: new developments with implications for research and practice // Journal of marketing. 1990

97) Pfeifer P.E., Carraway, R.L. Modeling Customer Relationships as Markov Chains. Journal of Interactive Marketing, 2000, vol. 14 (Spring) -pp.43-55.

98) Schlereth C., Stepanchuk T., and Skiera B. "Optimization and Analysis of the Profitability of Tariff Structures with Two-Part Tariffs" European Journal of Operational Research, 2010, pp. 691-701

99) Weiner J.L., Markowitz L. Calibrating/Validating an adaptation of the van Westendorp model. Monterey, CA: AMA ART Forum Poster Session. 2000.

100) Балабанов А. Совместный анализ в пакете SPSS. Пример анализа плана 2x2с модулем Conjoint и без него. (доступ 13.08.2015) http://www.spsstools.ru/Syntax/Conjoint/Conjoint2By2Example.txt

101) Газета «Ведомости». Интернет версия. (доступ 13.04.2016) https://www.vedomosti.ru/technology/articles/2016/04/13/637469-2015-godu-chislo-sotovih-abonentov-rossii-roslo-vtroe-bistree-chem-godom-ranee

102) Описание и инструкция IBM SPSS Modeler v.16.0 (доступ 12.12.2015)

ftp://public.dhe.ibm.com/software/analytics/spss/documentation/modeler/16.0/r u/modeler_users_guide_book.pdf

103) Особенности ценообразования в сфере услуг http://fd.ru/articles/24850-osobennosti-tsenoobrazovaniya-v-sfere-uslug (доступ 28-09-2015)

104) Российский рынок телекоммуникаций 2015-2020 / TMT Consulting. [Электронный ресурс]: http://www.content-review.com/articles/33572/ (дата обращения 26.11.2015).

105) Солошенко М.В., доступ 20.10.2015 http: //www.marketing .spb.ru/read/kurs 1/1. htm

106) Forecast of development of telecommunications and IT industry in 2015: Newsletter / J'son & Partners Consulting. [Электронный ресурс]: http://json.tv/ict_telecom_analytics_view (дата обращения 26.11.2015).

107) Eurotechnology Japan. http://www.eurotechnology.com/store/jcomm/ (дата обращения 26.08.2016)

108) IBM SPSS http://www-01.ibm.com/software/ru/analytics/spss/ (доступ 08.03.2016)

109) Russian mobile segment: Recent developments / AC&M Consulting. [Электронный ресурс]: http://www.acm-consulting.com/data-downloads/doc_download/105-russian-mobile-market-trends-may-2012.html (дата обращения 26.11.2015).

110) SAS http://www.sas.com/ (доступ 08.03.2016)

111) The Statistics Portal. http://www.statista.com/statistics/201048/total-operating-revenues-of-us-telecommunication-providers/ (доступ 26.03.2016)

Приложение 1. Ключевые блоки программного кода генетического алгоритма из Windows-приложения, разработанного на языке C#.

Случайный выбор родителя в соответствии с значением его фитнес функции для скрещивания

private int RouletteSelection() {

double rndFitn = mut_rnd.NextDouble() * mut_totFitn;

int indx = -1;

int midone;

int first = 0;

int last = mut_popSize -1;

midone = (last - first)/2;

while (indx == -1 && first <= last) {

if (rndFitn < (double)mut_fitnTabl[midone]) {

last = midone;

}

else if (rndFitn >= (double)mut_fitnTabl[midone]) {

first = midone;

}

midone = (first + last)/2; if ((last - first) == 1) indx = last;

}

return indx;

}

Генерация нового поколения

private void CreateNextGen() {

mut_nextGen.Clear(); Genome g = null; if (mut_elit)

g = (Genome)mut_thisGen[mut_popSize - 1];

Thread[] thr = new Thread[mut_popSize/2];

Genome[][] m_nextegenGenome = new Genome[mut_popSize/2][];

for (int i = 0; i < mut_popSize/2; i++) {

m_nextegenGenome[i]=new Genome[2]; m_nextegenGenome[i][0] = new Genome(); m_nextegenGenome[i][1] = new Genome();

}

for (int j = 0; j < mut_popSize / 2; j++) {

Genome[] child = new Genome[2]; thr[j] = new Thread(CreatChildren); thr[j].Priority = ThreadPriority.Lowest; thr[j].Start(m_nextegenGenome[j]);

if (j >= Parameters.KolvoYader) {

thr[j - Parameters.KolvoYader].Join();

}

}

thr[j].Join();

}

for (int i = 0; i < mut_popSize / 2; i++) {

mut_nextGen.AddRange(m_nextegenGenome[i]);

}

if (mut_elit && g != null) mut_nextGen[0] = g; mut_thisGen.Clear();

mut_thisGen.AddRange(mut_nextGen); }

Генерация двух потомков от двух родителей

private void CreatChildren(object massiv) {

int pindx1 = RouletteSelection(); int pindx2 = RouletteSelection(); Genome parent1, parent2; Genome[] child = (Genome[])massiv; parent1 = ((Genome)mut_thisGen[pindx1]); parent2 = ((Genome)mut_thisGen[pindx2]);

if (mut_rnd.NextDouble() <= mut_crossoverRate) {

parent1.Crossover(ref parent2, out child[0], out child[1]);

}

else {

child[0] = new Genome(parent1); child[1] = new Genome(parent2);

}

child[0].Mutate(); child[1].Mutate();

}

Генерация первого поколения

private void CreateGenes() {

for (int i = 0; i < m_length; i++) {

if (m_parameters[i, 0]==0) {

M_genes[i, 0] = m_parameters[i, 3];

M_genes[i, 1] = mut_rnd.Next((int)m_parameters[ij 1],

(int)m_parameters[i, 2]);

}

else {

M_genes[i, 0] = m_parameters[i, 3];

M_genes[i, 1] = m_parameters[i, 1] + mut_rnd.NextDouble() *

(m_parameters[i, 2] - m_parameters[i, 1]); }

Modelling.ParamsModelInput(M_genes, i);

}

}

Скрещивание генов двух родителей, для генерации двух потомков

public void Crossover(ref Genome genome2, out Genome child1, out Genome child2) {

child1 = new Genome(m_length, false, m_parameters); child2 = new Genome(m_length, false, m_parameters);

for(int i = 0 ; i < m_length ; i++) {

{

child1.M_genes[i,0] = M_genes[i,0];

child1.M_genes[i,1] = M_genes[i,l];

child2.M_genes[i,0] = genome2.M_genes[i,0];

child2.M_genes[i,1] = genome2.M_genes[i,1]; }

else

}

child1.M_genes[i,0] = genome2.M_genes[i,0]; child1.M_genes[i,1] = genome2.M_genes[i,1]; child2.M_genes[i,0] = M_genes[i,0];

child2.M_genes[i,1] = M_genes[i,1]; }

child1.Modelling.ParamsModelInput(child1.M_genes, i);

child2.Modelling.ParamsModelInput(child2.M_genes, i); }

Мутация ген сгенерированного потомка

public void Mutate() {

for (int i = 0; i < m_length; i++) {

if (mut_rnd.Next() % 2 == 0) {

if (mut_rnd.NextDouble() <= m_mutationRate) {

if (m_parameters[i, 0] == 0) {

M_genes[i, 0] = m_parameters[i, 3];

M_genes[i, 1] = mut_rnd.Next((int)m_parameters[i, 1],

(int)m_parameters[i, 2]);

}

else {

M_genes[i, 0] = m_parameters[i, 3];

M_genes[i, 1] = m_parameters[i, 1] + mut_rnd.NextDouble() *

(m_parameters[i, 2] - m_parameters[i, 1]);

}

}

Modelling.ParamsModelInput(M_genes, i);

}

else {

if (m_parameters[i, 0] == 0) {

M_genes[i, 1] = (int)(M_genes[i, 1] + M_genes[i, 1] * (mut_rnd.NextDouble() * m_mutationRate * 2 - m_mutationRate));

else

(mut_rnd.NextDouble(

M_genes[i, 1] = M_genes[i, 1] + M_genes[i, 1] * * m_mutationRate * 2 - m_mutationRate);

if (M_genes[i, 1] < m_ parameters[i, 1])

M_genes[i, 1] = m_ parameters[i, 1];

if (M_genes[i, 1] > m_ parameters[i, 2])

M_genes[i, 1] = m_ parameters[i, 2];

{

Modelling.ParamsModelInput(M_genes, i);

}

Использованные настройки работы алгоритма

public GA() {

InitialValues(); mut_mutationRate = 0.05; mut_crossoverRate = 0.90; mut_popSize = 1000; mut_generationSize = 1000; mut_strFitness = "";

}

Приложение 2. Список исходных характеристик потребления абонента.

Табл. 12 Список исходных характеристик потребления абонента

№ Рабочее название Описание

1 MMS_OUT_CALLS Количество штук исходящих ММС сообщений абонента

2 ROAM_SMS_CALLS Количество штук СМС сообщений абонента в роуминге

3 Количество штук входящих СМС сообщений абонента во

SMS_IN_CALLS внутренней сети оператора

4 Количество штук исходящих СМС сообщений абонента

SMS_OUT_CALLS во внутренней сети оператора

5 Продолжительность входящих голосовых вызовов абонента внутри сети оператора с телефонных номеров

GOL_I_M_DUR оператора в минутах

6 Продолжительность входящих голосовых вызовов абонента внутри сети оператора с телефонных номеров

GOL_I_SPS_DUR конкурентов в минутах

7 Продолжительность входящих голосовых вызовов абонента внутри сети оператора с прочих телефонных

GOL_I_OTHER_DUR номеров в минутах

8 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера

GOL_O_MSC_M_DUR оператора Москвы и Московской области в минутах

9 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера

GOL_O_MSC_SPS_DUR конкурентов Москвы и Московской области в минутах

10 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера оператора России, кроме Москвы и Московской области

GOL_O_RF_M_DUR в минутах

11 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера конкурентов России, кроме Москвы и Московской

GO L_O_RF_S PS_DUR области в минутах

12 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на городские телефонные номера Москвы и Московской области в

GOROD_DUR минутах

13 INET_DUR Объем трафика связи с сетью Интернет в мегабайтах

14 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на международные

MIR_NO_SNG_DUR телефонные номера, кроме стран СНГ в минутах

15 Продолжительность исходящих голосовых вызовов абонента внутри сети оператора на международные

MIR_SNG_DUR телефонные номера стран СНГ в минутах

16 Продолжительность голосовых вызовов абонента в

ROAM_GOLOS_DUR роуминге в минутах

№ Рабочее название Описание

17 ROAM_INET_DUR Объем трафика связи с сетью Интернет в роуминге в мегабайтах

18 TOTAL_GOL_DUR Продолжительность голосовых вызовов абонента в минутах

19 TOTAL_MS_CALLS Количество штук сообщений абонента

20 GOL_I_MSC_M_D_P Доля продолжительности входящих голосовых вызовов абонента внутри сети оператора с телефонных номеров оператора от всех голосовых вызовов абонента

21 GOL_I_MSC_SPS_D_P Доля продолжительности входящих голосовых вызовов абонента внутри сети оператора с телефонных номеров конкурентов от всех голосовых вызовов абонента

22 GOL_I_OTHER_D_P Доля продолжительности входящих голосовых вызовов абонента внутри сети оператора с прочих телефонных номеров от всех голосовых вызовов абонента

23 GOL_O_MSC_M_D_P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера оператора Москвы и Московской области от всех голосовых вызовов абонента

24 GOL O MSC SPS D P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера конкурентов Москвы и Московской области от всех голосовых вызовов абонента

25 GOL ORFM D P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера оператора России, кроме Москвы и Московской области от всех голосовых вызовов абонента

26 GOL O RF SPS D P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера конкурентов России, кроме Москвы и Московской области от всех голосовых вызовов абонента

27 GOROD_D_P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на городские телефонные номера Москвы и Московской области от всех голосовых вызовов абонента

28 M IR_N O_SNG_D_P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на международные телефонные номера, кроме стран СНГ от всех голосовых вызовов абонента

29 MIR_SNG_D_P Доля продолжительности исходящих голосовых вызовов абонента внутри сети оператора на международные телефонные номера стран СНГ от всех голосовых вызовов абонента

30 ROAM_GOLOS_D_P Доля продолжительности голосовых вызовов абонента в роуминге от всех голосовых вызовов абонента

31 MMS_OUT_C_P Доля количества исходящих ММС сообщений абонента от всех сообщений абонента

32 ROAM_SMS_C_P Доля количества СМС сообщений абонента в роуминге от всех сообщений абонента

№ Рабочее название Описание

33 SMS_IN_C_P Доля количества входящих СМС сообщений абонента во внутренней сети оператора от всех сообщений абонента

34 SMS_OUT_C_P Доля количества исходящих СМС сообщений абонента во внутренней сети оператора от всех сообщений абонента

Приложение 3. Список исходных стоимостных характеристик тарифных

планов.

Табл. 13 Список исходных стоимостных характеристик тарифных планов

№ Рабочее название Описание

1 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера

GOL_O_MSC_M_D_C оператора Москвы и Московской области

2 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера

GOL O MSC SPS D C конкурентов Москвы и Московской области

3 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера

GOL ORFM D C оператора России, кроме Москвы и Московской области

4 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на телефонные номера конкурентов России, кроме Москвы и Московской

GOL O RF SPS D C области

5 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на городские

GOROD_D_C телефонные номера Москвы и Московской области

6 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на международные

MIR_NO_SNG_D_C телефонные номера, кроме стран СНГ

7 Стоимость за минуту исходящих голосовых вызовов абонента внутри сети оператора на международные

MIR_SNG_D_C телефонные номера стран СНГ

8 Стоимость за минуту голосовых вызовов абонента в

ROAM_GOLOS_D_C роуминге

9 Стоимость за мегабайт трафика связи с сетью Интернет в

ROAM_INET_D_C роуминге

10 INET_D_C Стоимость за мегабайт трафика связи с сетью Интернет

11 Доля количества СМС сообщений абонента в роуминге

ROAM_SMS_C_C от всех сообщений абонента

12 Доля количества исходящих СМС сообщений абонента во внутренней сети оператора от всех сообщений

SMS_OUT_C_C абонента

13 ABON_C Размер абонентской платы абонента

14 TOTAL_AM Выручка от абонента