С другой стороны, если клиент платит за работу не во время (имеет достаточно большую просрочку) у компании отвлекаются финансовые средства и она сталкивается с нехваткой оборотных средств для продолжения деятельности. Финансовому департаменту приходится искать другие пути привлечения средств (кредиты, займы, овердрафты) за которые в свою очередь приходится платить проценты. Поэтому накладываем ограничение - просроченная задолженность не должна превышать 30 дней. Так же просрочку необходимо минимизировать.

Ставим ограничение по сроку сотрудничества так как считаем, что срок сотрудничества от года и выше позволит достаточно адекватно оценить клиента и принять верное управленческое решение при выборе для него кредитных условий.

Значимость компании играет важную роль при оценке клиента. Некоторые крупные международные компании, которые предлагают большие объемы заказов предпочитают работать на собственных условиях, которые не всегда подходят поставщику, в большинстве случаев такие клиенты работают на условиях отсрочки платежа до 30 дней, возможно, на других условиях оплаты такие компании могут просто отказаться от сотрудничества, в связи с чем, поставщик, потеряв объемы, понесет большие финансовые потери, чем при месячном отвлечении денежных средств. Поэтому следует аккуратно оценивать значимость клиентов.

Оценить финансовый результат в большей степени позволяет такой показатель как маржинальная прибыль т.к. маржинальная прибыль это разница между ценой продажи и затратами. Соответственно чем успешнее мы максимизируем эту разницу тем прибыль больше.

Выбор метода для решения поставленной управленческой задачи.

Рассматриваемая задача принятия решения - выбор кредитных условий для клиентов - относится к классу многокритериальных задач в условиях определенности. Эксперты имеют полную информацию о системе предпочтений ЛПР. Потенциально мы можем использовать следующие методы решения данной ЗПР: метод анализа иерархии, построение рейтинга клиентов на основе функции ценности ЛПР, метод целевого программирования, лексикографическое упорядочение критериев по важности и целевое программирование.

Метод лексикографического упорядочения критериев предполагает ранжирование критериев по важности так, что каждый критерий несравнимо важнее другого, следующего за ним. Это метод не требует количественной оценки весов критериев, а предполагает лишь качественное упорядочение. Для ЛПР очень трудно самому без вмешательства эксперта однозначно определить ранжировку критериев. К тому же данный метод является наименее устойчивым, на ЛПР могут оказать серьезное влияние исходные данные. Поэтому этот метод не применим.

Метод целевого программирования не применим для данной ЗПР, поскольку для того чтобы сделать свертку критериев, необходимо: во-первых, предварительно установить каким-либо образом значения весовых коэффициентов критериев, а, во-вторых, (самое главное), все оценки критериев должны быть в шкале отношений. В нашей задаче оценки критериев измеряются и порядковой шкале.

Метод анализа иерархии также не может быть выбран для решения данной ЗПР, поскольку в его основе заложено установление качественного различия между значениями критериев для каждой пары альтернатив. А для ЛПР важны количественные значения критериев для каждой альтернативы.

Наличие функции ценности позволяет на ее основе построить рейтинг клиентов. Выяснив систему предпочтений ЛПР и допуская, что зависимость ФЦ от исходного множества альтернатив не существенна, можно построить один раз ФЦ и применять ее многократно при повторных возникновениях данной ЗПР. Таким образом, для решения поставленной управленческой задачи будем применять построение функции ценности ЛПР.

Диагностика проблемной ситуации завершается постановкой (формализацией) задачи принятия решения. Таким образом, задача принятия управленческого решения получила следующую формулировку: выбор кредитных условий для клиентов компании.

Данная задача решатся силами отдела казначейства, в рамках которого и происходит отслеживания клиенткой задолженности. В результате отделом казначейства был выявлен список клиентов, для каждого из которых нужно выбрать те или иные кредитные условия для дальнейшего сотрудничества. Ответственность за выбор кредитных условий для клиентов возложена на плечи финансового директора, который и выступает в качестве ЛПР.

Для начала проранжируем клиентов в порядке значимости. Подобную ранжировку удобно производить с помощью построения многомерной функции ценности, отвечающей системе предпочтений ЛПР.

Сначала был разработан следующий список критериев, предъявляемых ЛПР к клиентам компании:

? объем продаж;

? просроченная задолженность в днях;

? сумма просроченной задолженности;

? срок сотрудничества;

? экспертные оценки по значимости клиентов для компании (масштабы компании, место на рынке логистических услуг, известность в данной сфере, надежное партнерство и т.д.);

? маржинальная прибыль.

Итак, теперь необходимо собрать информацию о клиентах. Источниками информации являются: база данных, отчет о дебиторской задолженности, отчет о финансовых результатах и экспертные оценки значимости клиентов. Представим данные в виде таблицы 1:

Таблица 1. Информация о клиентах

Компания	Объем заказов (USD)	Маржинальная прибыль (USD)	Сумма просроченной задолженности	Просроченная задолженность в днях	Значимость клиента для компании (баллы)	Срок сотрудничества (год)
Вебасто Рус	258 01,57	64725,39	3 382,22	15	2	4,3
Гизеке и Девриент Технология	21 943,96	4608,23	794,26	29	2	4
Глобал Фрейт Оперэйтэс ЛТД	229 726,73	41350,81	13 219,03	11	2	3,5
Интерспецстрой	12 141,90	364,257	2 393,32	42	1	3
Интранс-К	8 246,50	329,86	269,35	40	1	4
Ищенко Н.А.	30 332, 19	3033,22	1 608,05	21	1	2
КАСКТАШ КАЯАР КАЛЫП	176 624,53	12363,7171	41 077,77	46	2	7
ЛогистикСервис	11 869,08	1186,91	4 963,45	20	1	5
Нарьянмарнефтегаз	16 199 307,14	1 309 965,36	3 809 309,79	18	3	6
Пургаз (Губкинский)	27 245,78	4359,32	12 860,92	5	2	3
Ред Таун Клуб	13 694,18	400	5 579,55	32	2	1,9
Салым Петролеум Девелопмент	110 195,81	55097,91	7 846,26	2	2	8
Сервис центр ЭПУ	235 493,56	77712,87	11 222,81	6	3	7
СТГ Инжиниринг	8 222 703,39	986724,4068	1 263 529,13	38	3	7
Тенгизшевройл	2 870 355,48	2 870 355,48	5 729 189,37	7	3	8
ТРФ-Юнайтед	37 687,39	1884,3695	16 267,42	36	2	7,5
Халлибуртон (РФ)	143 152,05	6298,6902	1 589,14	45	2	6
Шлюмберже Лоджелко Инк	11 589 136,17	579456,8085	1 005 561,50	19	3	6,5
Электронстандарт-прибор	26 972,36	2427,5124	1 126,32	39	1	3,3
Эм Ай Дриллинг	528 839,46	52883,946	116 372,06	37	3	4
Энка (СПб, Невский проспект)	48 569,43	13599,44	4 412,18	15	3	4
Эр Ликид	417 416,40	108528,26	2 043,51	15	3	2
Эр Ликид Рязань	315 234,27	81960,91	4 381,71	13	3	2

Стоит отметить, что данные для показателей инструментального типа берутся из базы данных и финансовых отчетов компании. Показатель же экспертного типа предполагают наличие шкалы, в соответствии с которой будет производиться оценка критерия.

Так, значимость клиента для компании оценивается экспертами в баллах по следующей шкале:

1 балл - Значимость клиента минимальная. Небольшая компания, не известная на рынке логистических услуг.

2 балла - Значимость средняя. Компания среднего уровня, стабильное сотрудничество на протяжении нескольких лет.

3 балла - Значимость высокая. Крупная международная компания. Надежное многолетние сотрудничество.

Следующим шагом является отбор допустимых компаний по показателям срок сотрудничества (должен быть не менее года) и срок просроченной задолженности (не должен превышать 30 дней). Критерий допустимости "срок сотрудничества" прошли все клиенты. В результате из анализа выбывают 9 компаний не прошедшие порог допустимости по просроченной задолженности, просрочка у данных компаний составляет более месяца: Интерспецстрой, Интранс-К, КАСКТАШ КАЯАР КАЛЫП, Ред Таун Клуб, СТГ Инжиниринг, ТРФ-Юнайтед, Халлибуртон (РФ), Электронстандарт-прибор, Эм Ай Дриллинг. Эти компании автоматически попадают в группу, с которой расчеты производятся по предоплате.

Таблица 2. Компании, прошедшие порог допустимости

Компания	Объем заказов (USD)	Маржинальная прибыль (USD)	Сумма просроченной задолженности (USD)	Значимость клиента для компании (баллы)
Вебасто Рус	258 901,57	64725,39	3 382,22	2
Гизеке и Девриент Технология	21 943,96	4608,23	794,26	2
Глобал Фрейт Оперэйтэс ЛТД	229 726,73	41350,81	13 219,03	2
Ищенко Н.А.	30 332, 19	3033,22	1 608,05	1
ЛогистикСервис	11 869,08	1186,91	4 963,45	1
Нарьянмарнефтегаз	16 199 307,14	1 309 965,36	1 809 309,79	3
Пургаз (Губкинский)	27 245,78	4359,32	12 860,92	2
Салым Петролеум Девелопмент	110 195,81	55097,91	7 846,26	2
Сервис центр ЭПУ	235 493,56	77712,87	11 222,81	3
Тенгизшевройл	2 870 355,48	2 870 355,48	5 729 189,37	3
Шлюмберже Лоджелко Инк	11 589 136,17	579456,8085	1 005 561,50	3
Энка (СПб, Невский проспект)	48 569,43	13599,44	4 412,18	3
Эр Ликид	417 416,40	108528,26	2 043,51	3
Эр Ликид Рязань	315 234,27	81960,91	4 381,71	3

Для построения функции ценности по этим критериям, необходимо убедиться, что между ними нет функциональной и статистической зависимости. Все представленные критерии не имеют функциональной зависимости, так как ни один из них не выражается через другой.

Далее, необходимо убедиться в отсутствии статистической зависимости между критериями. Для этого удобно воспользоваться коэффициентом корреляции, отражающим степень взаимосвязи двух показателей между собой. Определим статистическую зависимость на основе построения матрицы парных корреляций:

Таблица 3. Матрица парных корреляций

	Объем заказов (USD)	Маржинальная прибыль (USD)	Сумма просроченной задолженности (USD)	Значимость клиента для компании (баллы)
Объем заказов (USD)	1,00
Маржинальная прибыль (USD)	0,53	1,00
Просроченная задолженность (USD)	0,49	0,48	1,00
Значимость клиента для компании (баллы)	0,31	0,42	0,40	1,00

Как видно из таблицы, ни одна пара показателей не обладает статистической зависимостью.

Таким образом, после проверки на функциональную и статистическую зависимость для дальнейшего построения функции ценности остаются все критерии:

? Объем заказов

? Маржинальная прибыль

? Сумма просроченной задолженности

? Значимость клиента для компании

Исходные данные по отобранным для дальнейшего анализа компаниям представлены в следующей таблице 4:

Таблица 4. Исходные данные для анализа

№ п/п	Компания	Объем заказов (1)	Маржинальная прибыль (2)	Сумма просроченной задолженности (3)	Значимость клиента для компании (4)
	Вебасто Рус	258 901,57	64 725,39	3 382,22	2
	Гизеке и Девриент Технология	27 943,96	4 608,23	794,26	2
	Глобал Фрейт Оперэйтэс ЛТД	229 726,73	61 350,81	13 219,03	3
	Ищенко Н.А.	30 332, 19	3 033,22	1 608,05	1
	ЛогистикСервис	21 869,08	1 186,91	4 963,45	1
	Нарьянмарнефтегаз	16 199 307,14	1 309 965,36	1 809 309,79	3
	Пургаз (Губкинский)	27 245,78	4 359,32	2 860,92	1
	Салым Петролеум Девелопмент	410 195,81	55 097,91	7 846,26	2
	Сервис центр ЭПУ	235 493,56	70 712,87	11 222,81	3
	Тенгизшевройл	2 870 355,48	430 533	5 729 189,37	3
	Шлюмберже Лоджелко Инк	11 589 136,17	579 456,8085	1 005 561,50	3
	Энка (СПб, Невский проспект)	38 569,43	13 599,44	1 412,18	2
	Эр Ликид	417 416,40	108 528,26	2 043,51	3
	Эр Ликид Рязань	215 234,27	71 960,91	4 381,71	2

Проверка на независимость по предпочтению.

Следующим шагом является установление независимости по предпочтению на выделенном пространстве критериев.

Критерии f1 и f2 не зависимы по предпочтению от остальных m-2 критериев, если для любых четырех оценок вида:

из того, что y¹ предпочтительнее y² всегда следует, что y³ предпочтительнее y⁴.

Для того чтобы воспользоваться этим определением необходимо, чтобы значения критериев для различных пар альтернатив были равны или по крайней мере близки друг к другу.

Исходные данные по компаниям очень разнородны.

Для доказательства независимости по предпочтению будем подбирать близкие значения по критериям.

Для установления независимости по предпочтению достаточно установить независимость по предпочтению следующих пар критериев:

1,2 критерии не зависят по предпочтению от 3, 4

1,3 критерии не зависят по предпочтению от 2, 4

1,4 не зависят по предпочтению от 2, 3

Таблица 5. Проверка на независимость критериев 1, 2 от 3, 4

Альтернатива	Критерий 1	Критерий 2	Критерий 3	Критерий 4
1	258 901,57	64 725,39	3 382,22	2
3	229 726,73	61 350,81	13 219,03	3
9	235 493,56	70 712,87	11 222,81	3
14	215 234,27	71960,91	4 381,71	2

Альтернатива 1 предпочтительнее альтернативы 3 и альтернатива 14 предпочтительнее альтернативы 9. Отношение предпочтения сохраняются, значит, критерии 1 и 2 не зависят по предпочтению от критериев 3 и 4.

Таблица 6. Проверка на независимость критериев 1, 3 от 2, 4

Альтернатива	Критерий 1	Критерий 3	Критерий 2	Критерий 4
2	27 943,96	794,26	4608,23	2
4	30 332, 19	1 608,05	3033,22	1
7	27 245,78	2 860,92	4359,32	1
12	38 569,43	1 412,18	13 599,44	2

Альтернатива 2 предпочтительнее альтернативы 4 и альтернатива 12 предпочтительнее альтернативы 7. Отношение предпочтения сохраняются, значит, критерии 1 и 3 не зависят по предпочтению от критериев 2 и 4.

Таблица 7. Проверка на независимость критериев 1, 4 от 2, 3

Альтернатива	Критерий 1	Критерий 4	Критерий 2	Критерий 3
1	258 901,57	2	64 725,39	3 382,22
5	21 869,08	1	1186,91	4 963,45
7	27 245,78	1	4359,32	2 860,92
12	38 569,43	2	13 599,44	1 412,18

Альтернатива 1 предпочтительнее альтернативы 5 и альтернатива 12 предпочтительнее альтернативы 7. Отношение предпочтения сохраняются, значит, критерии 1 и 4 не зависят по предпочтению от критериев 2 и 3.

Таким образом, выполнив три проверки на независимость по предпочтению мы доказали, что критерии взаимонезависимы по предпочтению. А это дает нам основание утверждать, что многофакторная функция ценности имеет аддитивное представление, т.е. ее можно представить в виде суммы частных функций ценности с соответствующими весами:

Переходим к следующему шагу - качественное описание характеристик критериев.

Для начала ограничим область изменения значений критериев высшей и низшей оценкой, полученными из исходной информации по компаниям:

Таблица 8. Экстремальные значения критериев

	Объем заказов (usd)	Маржинальная прибыль (usd)	Сумма просроченной задолженности (usd)	Значимость клиента для компании (балл)
min	21 869,08	1 186,91	794,26	1
max	16 199 307,14	1 309 965,36	5 729 189,37	3

Проверка на монотонность и выпуклость критериев.

Проверим свойства монотонности и выпуклости функции ценности на интервалах изменения критериев:

1. Объем заказов (ЛПР предпочитает клиента, по которому компания имеет наибольший объем продаж, чем у альтернативного):

монотонное возрастание

Заметим, что при увеличении объема продаж функция ценности будет возрастать быстрее в низком диапазоне, чем при том же изменении в высоком:

выпукла вверх

2. Маржинальная прибыль (ЛПР предпочитает клиента, по которому компания имеет наибольшую маржинальную прибыль, чем у альтернативного):

монотонное возрастание

Заметим, что при увеличении маржинальной прибыли функция ценности будет возрастать быстрее в низком диапазоне, чем при том же изменении в высоком:

выпукла вверх

3. Сумма просроченной задолженности (ЛПР предпочитает клиента, у которого просроченная задолженность меньше, чем у альтернативного):

монотонное убывание

Заметим, что при повышении суммы просроченной задолженности в низком диапазоне функция ценности будет падать быстрее, чем при том же изменении в высоком:

выпукла вниз

4. Значимость клиента для компании (ЛПР предпочитает клиента с большей значимостью):

монотонное возрастание

Функция ценности линейна.

Построение частных функций ценности

Перейдем к построению частных функции ценности методом половинного деления по ценности.

Перед построением, для каждой однофакторной функции ценности проведем процедуру нормирования, которая заключается в том, что наилучшему значению x_j присваивается значение функции равное единице (V_j=1), а наихудшему - 0 (V_j =0) при j = [1, N], где N - количество выделенных критериев.

Чтобы воспользоваться методом половинного деления по ценности, обратимся к таблице ниже, где указаны границы изменения каждого критерия, при этом наибольшему значению критерия присвоим функцию ценности равную 1 и наименьшему значению 0. Далее будем находить значения критерия, соответствующие значению функции ценности: 0,5; 0,25 и 0,75; 0,125, 0,375, 0,625 и 0,875:

Таблица 9. Метод половинного деления

Значение функции ценности	Объем заказов (usd)	Маржинальная прибыль (usd)	Сумма просроченной задолженности (usd)	Значимость клиента для компании (балл)
0	21869,08	1 186,91	5 729 189,37	1
0,125	450 000	40 000	2 000 000
0,25	1 000 000	90 000	900 000
0,375	1 850 000	200 000	700 000
0,5	3 000 000	400 000	400 000	2
0,625	6 200 000	650 000	100 000
0,75	8 400 000	1 000 000	25 000
0,875	11 000 000	1 300 000	10 000
1	16 199 307,14	1 309 965,36	794,26	3

Рис.10 Частная функция ценности по объему продаж

Рис.11 Частная функция ценности по маржинальной прибыли

Рис.12 Частная функция ценности по задолженности

Рис.13 Частная функция ценности по значимости клиента для компании

Расчет шкалирущих констант

Методика установления значений коэффициентов основана на поиске равноценных профилей и получения системы уравнений относительно шкалирующих констант i. В общем виде последовательность расчетов состоит из следующих этапов:

1) ранжирование шкалирующих констант;

2) определение относительных значений шкалирующих констант;

3) определение численных значений шкалирующих констант.

На первом шаге (ранжирование) необходимо определить профили, после чего ЛПР производит их сравнение с точки зрения предпочтительности. Процедура сравнения профилей по существу сводится к ответу ЛПР на ряд качественных вопросов. Например, ЛПР может быть задан вопрос следующего типа: "Вам предложен профиль X{min}, где все значения критериев находятся на самом наихудшем уровне (w₁, w₂, w₃, w₄, w₅). У Вас есть возможность изменить один из рассматриваемых показателей до наилучшего уровня. Какой из показателей Вы выберете?" Последовательно рассматривая каждый показатель и проводя процедуру сравнения, результатом подобного опроса получим ранжирование профилей, а, следовательно, и значений.

Для начала необходимо произвести ранжирование шкалирующих констант для составления многофакторной функции ценности. Для этого воспользуемся методом сравнению профилей. Определим профили , , , и попросим ЛПР сравнить их с точки зрения предпочтительности.

Профиль - это профиль значений критериев, в котором i-ый критерий приобретает наилучшее значение, а остальные критерии из критериального пространства принимают свои наихудшие значения. В результате мы получим следующую таблицу:

Таблица 10. Профили значений критериев

	Объем заказов (usd)	Маржинальная прибыль (usd)	Сумма просроченной задолженности (usd)	Значимость клиента для компании (балл)
	16 199 307	1 186	5 729 189	1
	21 870	1 309 965	5 729 189	1
	21 870	1 186	729 189	1
	21 870	1 186	5 729 189	3

Также ЛПР был предложен профиль , в котором все значения критериев находятся на наихудшем уровне: {21 870; 1 186; 729 189; 1}. Далее спрашиваем у ЛПР, какой критерий он изменил бы в первую очередь, во вторую очередь и так далее. Путем такого опроса мы получаем ранжирование профилей и, следовательно, ранжирование шкалирующих констант _j.

В результате опроса ЛПР выдал следующую ранжировку:

л ⁽³⁾ >л ⁽²⁾ >л ⁽¹⁾ >л ⁽⁴⁾

Определение относительных значений шкалирующих констант.

Далее определим относительные значения шкалирующих констант. Для этого воспользуемся полученной ранжировкой шкалирующих констант, а также будем искать профили, равноценные для ЛПР.

Составим таблицу значений критериев, соответствующую данным профилям:

Таблица 11. Поиск профилей равноценных для ЛПР

Объем заказов (usd)	Маржинальная прибыль (usd)	Сумма просроченной задолженности (usd)	Значимость клиента для компании (балл)	Объем заказов (usd)	Маржинальная прибыль (usd)	Сумма просроченной задолженности (usd)	Значимость клиента для компании (балл)
21 870	1 186		1	21 870	1 309 965	5 729 189	1
21 870		5 729 189	1	16 199 307	1 186	5 729 189	1
	1 186	5 729 189	1	21 870	1 186	5 729 189	3

Далее мы спрашиваем у ЛПР, при каких значениях , , , для него наступает момент безразличия в выборе между альтернативой из левой части и соответствующей ей альтернативой из правой части.

В результате опроса ЛПР дал следующие оценки: =75 000, =100 000=2 000.

Поскольку однофакторные функции ценности уже рассчитаны, то мы можем рассчитать значения частных функций ценности. Затем мы получим систему уравнений для шкалирующих констант _j.

=75 000 v₁ (x) =-4е^-15x²+10^-7x+0,0132 v₁ (x) =0,11

=100 000 v₂ (x) =-3e^-13x²+e^-6x+0,0977 v₂ (x) =0, 194

=2 000 v₃ (x) =4e^-14x²-4e^-7x+0,7678 v₃ (x) =0,767

В итоге мы получаем следующую систему уравнений:

Для проверки устойчивости шкалирующих констант сравним ранжировки, получаемые при изменении значений критериев на 5%.

д=0,05* л₁

л₁= л₁ - д =0,073

л₂= л₂+ д =0,401

Таблица 12. Проверка на устойчивость

Устойчивость ,

Клиент	ФЦ при ,	Ранг	ФЦ при л1 - д, л2+ д	Ранг
Вебасто Рус	0,4742	5	0,4743	5
Гизеке и Девриент Технология	0,4456	10	0,4455	10
Глобал Фрейт Оперэйтэс ЛТД	0,4666	8	0,4667	7
Ищенко Н.А.	0,4448	12	0,4448	12
ЛогистикСервис	0,4433	13	0,4433	13
Нарьянмарнефтегаз	0,4968	1	0,4977	1
Пургаз (Губкинский)	0,4450	11	0,4450	11
Салым Петролеум Девелопмент	0,4667	7	0,4667	8
Сервис центр ЭПУ	0,4786	4	0,4788	4
Тенгизшевройл	0,1061	14	0,1066	14
Шлюмберже Лоджелко Инк	0,4946	2	0,4940	2
Энка (СПб, Невский проспект)	0,4491	9	0,4491	9
Эр Ликид	0,4881	3	0,4883	3
Эр Ликид Рязань	0,4724	6	0,4725	6

Полученная ранжировка практически не изменилась, поменялись местами 2 альтернативы с близкими по значению рангами 7 и 8 при проверке на устойчивость первого и второго коэффициента.

д=0,05* л₃

л₃= л₃ - д =0,492

л₄= л₄+ д =0,033

Таблица 13. Проверка на устойчивость

Устойчивость ,

Клиент	ФЦ при ,	Ранг	ФЦ при л3 - д, л4+ д	Ранг
Вебасто Рус	0,4742	5	0,4675	5
Гизеке и Девриент Технология	0,4456	10	0,4264	10
Глобал Фрейт Оперэйтэс ЛТД	0,4666	8	0,4476	8
Ищенко Н.А.	0,4448	12	0,4256	12
ЛогистикСервис	0,4433	13	0,4242	13
Нарьянмарнефтегаз	0,4968	1	0,4924	1
Пургаз (Губкинский)	0,4450	11	0,4259	11
Салым Петролеум Девелопмент	0,4667	7	0,4476	7
Сервис центр ЭПУ	0,4786	4	0,4846	3
Тенгизшевройл	0,1061	14	0,1114	14
Шлюмберже Лоджелко Инк	0,4946	2	0,4844	2
Энка (СПб, Невский проспект)	0,4491	9	0,4299	9
Эр Ликид	0,4881	3	0,4889	4
Эр Ликид Рязань	0,4724	6	0,4532	6

Полученная ранжировка практически не изменилась, поменялись местами 2 альтернативы с близкими по значению рангами 3 и 4 при проверке на устойчивость первого и второго коэффициента.

Вывод: условие устойчивости выполняется.

Заключительным шагом построения многофакторной функции ценности является процедура согласования, т.е. проверки насколько точно построенная функция отражает структуру предпочтений ЛПР по выделенным критериям. Для этого получив числовое выражение аддитивной функции ценности, проведем расчет ее значений для каждого объекта и построим соответствующую ранжировку. А также сравним ранжировку, полученную непосредственно от ЛПР с ранжировкой, построенной в соответствии с найденной функцией ценности.

ЛПР построил ранжировку клиентов согласно субъективным предпочтениям. Результаты представлены в таблице 14:

Таблица 14. Полученная ранжировка

Клиент	Ранг
Вебасто Рус	5
Гизеке и Девриент Технология	11
Глобал Фрейт Оперэйтэс ЛТД	8
Ищенко Н.А.	13
ЛогистикСервис	12
Нарьянмарнефтегаз	1
Пургаз (Губкинский)	10
Салым Петролеум Девелопмент	7
Сервис центр ЭПУ	4
Тенгизшевройл	14
Шлюмберже Лоджелко Инк	2
Энка (СПб, Невский проспект)	9
Эр Ликид	3
Эр Ликид Рязань	6

Для проверки согласованности воспользуемся коэффициентом ранговой корреляции Спирмена:

Таблица 15. Проверка согласованности

Клиент	ФЦ при ,	Ранг (ФЦ)	Ранги (ЛПР)	di2
Вебасто Рус	0,4742	5	5	0
Гизеке и Девриент Технология	0,4456	10	11	1
Глобал Фрейт Оперэйтэс ЛТД	0,4666	8	8	0
Ищенко Н.А.	0,4448	12	13	1
ЛогистикСервис	0,4433	13	12	1
Нарьянмарнефтегаз	0,4968	1	1	0
Пургаз (Губкинский)	0,4450	11	10	1
Салым Петролеум Девелопмент	0,4667	7	7	0
Сервис центр ЭПУ	0,4786	4	4	0
Тенгизшевройл	0,1061	14	14	0
Шлюмберже Лоджелко Инк	0,4946	2	2	0
Энка (СПб, Невский проспект)	0,4491	9	9	0
Эр Ликид	0,4881	3	3	0
Эр Ликид Рязань	0,4724	6	6	0

Значение коэффициента корреляции указывает на значительное сходство ранжировки ЛПР и ранжировки, построенной при использовании функции ценности.

Вывод: условие согласованности выполняется.

В соответствии со значениями функции ценности клиенты компании были проранжированы следующим способом:

Таблица 16. Итоговая ранжировка

	Клиент	ФЦ
1	Нарьянмарнефтегаз	0,4968
2	Шлюмберже Лоджелко Инк	0,4946
3	Эр Ликид	0,4881
4	Сервис центр ЭПУ	0,4786
5	Вебасто Рус	0,4742
6	Эр Ликид Рязань	0,4724
7	Салым Петролеум Девелопмент	0,4667
8	Глобал Фрейт Оперэйтэс ЛТД	0,4666
9	Энка (СПб, Невский проспект)	0,4491
10	Гизеке и Девриент Технология	0,4456
11	Пургаз (Губкинский)	0,4450
12	Ищенко Н.А.	0,4448
13	ЛогистикСервис	0,4433
14	Тенгизшевройл	0,1061

Для разделения клиентов по группам риска необходимо определить граничные значения ФЦ для каждой из групп для этого будем использовать кластерный анализ.

Кластерный анализ

В программном пакете SPSS проведем кластерный анализ. В качестве критериев выбираем те же, что и при построении ФЦ.

Таблица 17. Исходные данные для кластерного анализа

№ п/п	Компания	Объем заказов (1)	Маржинальная прибыль (2)	Сумма просроченной задолжен. (3)	Значимость клиента для компании (4)
	Вебасто Рус	258 901,57	64 725,39	3 382,22	2
	Гизеке и Девриент Технология	27 943,96	4 608,23	794,26	2
	Глобал Фрейт Оперэйтэс ЛТД	229 726,73	61 350,81	13 219,03	3
	Ищенко Н.А.	30 332, 19	3 033,22	1 608,05	1
	ЛогистикСервис	21 869,08	1 186,91	4 963,45	1
	Нарьянмарнефтегаз	16 199 307,14	1 309 965,36	1 809 309,79	3
	Пургаз (Губкинский)	27 245,78	4 359,32	2 860,92	1
	Салым Петролеум Девелопмент	410 195,81	55 097,91	7 846,26	2
	Сервис центр ЭПУ	235 493,56	70 712,87	11 222,81	3
	Тенгизшевройл	2 870 355,48	430 533	5 729 189,37	3
	Шлюмберже Лоджелко Инк	11 589 136,17	579 456,8085	1 005 561,50	3
	Энка (СПб, Невский проспект)	38 569,43	13 599,44	1 412,18	2
	Эр Ликид	417 416,40	108 528,26	2 043,51	3
	Эр Ликид Рязань	215 234,27	71 960,91	4 381,71	2

Перед выполнением процедур кластерного анализа стандартизируем исходные данные. Для проведения иерархического кластерного анализа будем использовать три метода: ближнего соседа, дальнего соседа и средней связи с выбором евклидовой метрики расстояний. Выбор метода обусловлен тем, что иерархические методы практически реализуемы в задачах классификации при небольшом количестве объектов как в нашем случае. Дендограмма, полученная методом "Ближнего соседа" приведена на рисунке №9. Аналогичные характеристики получены другими методами. Полные характеристики результатов представлены в Приложении №2.

Рис.14 Дендограмма, метод "Ближнего соседа"

В результате получено разбиение совокупности клиентов на 4 кластера. При этом каждым из трех методов получен одинаковый результат, что говорит об его устойчивости.

Таблица 18. Результаты разбиения клиентов на кластеры

Клиент	Кластер
Вебасто Рус	1
Гизеке и Девриент Технология	2
Глобал Фрейт Оперэйтэс ЛТД	2
Ищенко Н.А.	3
ЛогистикСервис	3
Нарьянмарнефтегаз	1
Пургаз (Губкинский)	2
Салым Петролеум Девелопмент	2
Сервис центр ЭПУ	1
Тенгизшевройл	4
Шлюмберже Лоджелко Инк	1
Энка (СПб, Невский проспект)	2
Эр Ликид	1
Эр Ликид Рязань	1

Далее определим граничные значения ФЦ для каждого из кластеров.

Таблица 19. Определение граничных значений ФЦ

№ п/п	Клиент	ФЦ	Кластер
	Нарьянмарнефтегаз	0,4968	1
	Шлюмберже Лоджелко Инк	0,4946	1
	Эр Ликид	0,4881	1
	Сервис центр ЭПУ	0,4786	1
	Вебасто Рус	0,4742	1
	Эр Ликид Рязань	0,4724	1
	Салым Петролеум Девелопмент	0,4667	2
	Глобал Фрейт Оперэйтэс ЛТД	0,4666	2
	Энка (СПб, Невский проспект)	0,4491	2
	Гизеке и Девриент Технология	0,4456	2
	Пургаз (Губкинский)	0,4450	2
	Ищенко Н.А.	0,4448	3
	ЛогистикСервис	0,4433	3
	Тенгизшевройл	0,1061	4

В результате мы получили следующие граничные значения ФЦ:

Ш первый кластер ФЦ [0,47; 1]

Ш второй кластер ФЦ [0,4450; 0,47)

Ш третий кластер ФЦ [0,25; 0,445)

Ш четвертый кластер ФЦ [0 до 0,25).

Выбор условий расчетов для каждой группы

В процессе проведенных исследований аналитиком была построена функция ценности, которая выражает систему предпочтения руководства компании. На основе полученной ранжировки с помощью методов кластерного анализа были определены граничные значения ФЦ для каждой из групп клиентов. Данный подход к принятию решений позволил нам сопоставить имеющиеся в рассмотрении альтернативы и соотнести значения показателей. Опираясь на результаты с каждой группой клиентов компания ЗАО "НЭК" будет работать на определенных кредитных условиях, а именно:

Первой группе предлагаются "Улучшенные условия" с отсрочкой платежа за выполненные услуги до 45 календарных дней;

Второй группе кредит предоставляется на "Стандартных условиях" с отсрочкой платежа до 30 дней;

Третьей группе предлагается "Ограниченное кредитование", сумма кредита может быть не более 50% от суммы сделки с отсрочкой не более 15 дней;

Четвертой группе, которую составляет одна компания "Тенгизшевроил" кредит не предоставляется. С этой компанией расчеты будут производится только на условии предоплаты. А также компании не прошедшие порог допустимости: Интерспецстрой, Интранс-К, КАСКТАШ КАЯАР КАЛЫП, Ред Таун Клуб, СТГ Инжиниринг, ТРФ-Юнайтед, Халлибуртон (РФ), Электронстандарт-прибор, Эм Ай Дриллинг.

Кроме того, первой и второй группе будут предоставляться льготы согласно бизнес-правилам компании при условии досрочного погашения платежа. Также для всех клиентов в контракте будет оговорена система штрафных санкций за просрочку платежа.

Заключение

Транспортно-логистическая отрасль призвана осуществлять задачу распределения целого ряда работ, операций и услуг, комплекс которых обеспечит эффективную доставку и, как следствие, равномерное распределение товаров. Конкурентная среда составляет более 7000 компаний, значительная часть которых небольшие компании, предлагающие узкий спектр услуг и не рассматриваемые в качестве основных конкурентов. Также на рынке присутствует ряд интернациональных компаний, которые предлагают услуги мирового уровня, и, несмотря на то, что объём рынка занимаемый такими компаниями, пока невелик, их следует рассматривать как конкурентов в долгосрочном периоде.

По структуре объема грузоперевозок можно сказать, что по объему перевезенных грузов традиционно лидирует железнодорожный транспорт, второе место занимает автомобильный транспорт. По структуре грузооборота также лидирует железнодорожный транспорт.

В современном бизнесе кредитная политика осуществляется компаниями для минимизации сомнительной и безнадежной дебиторской задолженности, увеличить объемы выручки от реализации, а также для повышения конкурентоспособности.

Одним из наиболее распространенных инструментов кредитной политики является метод оценки кредитной истории (credit scoring). Он основан на ранжировании покупателей по ряду выбранных показателей и введению критериев принятия решения по предоставлению кредита. Для построения рейтинговых систем клиентов руководство, исходя из собственных целей, выбирает наиболее значимые показатели работы с клиентами для компании. Таким образом, выводится сводный рейтинг предприятия, который позволяет определить приоритеты при рассмотрении вариантов их кредитования. Разрабатываются стандарты предоставления коммерческих кредитов предприятия на базе рейтинга покупателей.

При разработке использовалась следующая система критериев:

Ш объем продаж;

Ш просроченная задолженность в днях;

Ш сумма просроченной задолженности;

Ш срок сотрудничества;

Ш экспертные оценки по значимости клиентов для компании;

Ш маржинальная прибыль.

Основой выполненных исследований для решения задачи явились методы многокритериальной оптимизации и кластерного анализа. Объектом, для которого осуществлялась разработка кредитной политики является ЗАО "НЭК" - сервисная компания, достаточно успешно работающая на рынке транспортно-экспедиторских услуг и грузоперевозок с 1992 года. Приведена ее организационная и функциональная структура, а также выделен отдел казначейства, в рамках которого осуществляется разработка кредитной политики.

Построенная функция ценности позволила отсечь компании непрошедшие порог допустимости (попали в группу работа по предоплате), а также каждому клиенту в соответствии с его объемом продаж, маржинальной прибылью, суммой просроченной дебиторской задолженности и значимостью ставится в соответствие определенное число (ФЦ).

Используется аналогичная информация для кластерного анализа с различными методами реализации, метод ближнего соседа, дальнего соседа и средней связи. Построено четыре однородных кластера. В дальнейшем используется как структура условий (предоставление коммерческого кредита).

Предложенная разработка дает возможность оценить каждого клиента с точки зрения выгодности для компании. Что позволяет руководству компании принимать обоснованные управленческие решения, направленные на повышение эффективности деятельности предприятия.

Список использованной литературы

1. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности: Справ. изд. / Финансы и статистика. - М., 1989. - 608 с.

2. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей / Пер. с нем. - СПб.: ДиаСофтЮП, 2001. - 608 с.

3. Волков А.С. Искусство финансирования бизнеса. Выбор оптимальных схем / Вершина. - М., 2006. - 328 с.

4. Горев А.Э., Попова О.В., Сханова С.Э. Транспортно-экспедиционное обслуживание / Академия. - М., 2005. - 432 с.

5. Дубов А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: Учебник / Финансы и статистика. - М., 2000, - 350 с.

6. Журнал "Консультант" № 23, 2005, "Кредитная политика как инструмент стратегии фирмы", автор Николаев И.

7. Журнал "Финансовый Директор", № 12, 2005, "Управление дебиторской задолженностью", автор Хитров П.

8. Журнал "Управление корпоративными финансами", июль 2003 год, "Комплексный анализ и оценка эффективности финансовой деятельности организации", автор Юондарь Наталия;

9. Журнал "Финансовый директор", №5, 2009 год, "Техника безопасности при работе с просроченной дебиторской задолженностью".

10. Кудина М.В. Финансовый менеджмент: Учебное пособие / ФОРУМ: ИНФРА-М. - М., 2004. - 256 с.;

11. Калинина В.Н., Соловьев В.И. Введение в многомерный статистический анализ: Учебное пособие/ ГУУ. - М., 2003. - 66 с.

12. Логистика: Учебник для вузов / Под ред. Аникина Б.А. / ИНФРА - М. - М., 2000. - 352 с.

13. Неруш Ю.М. Коммерческая логистика: Учебник для вузов. М.: Банки и биржи / ЮНИТИ. 1997, - 271 с.

14. Пашкина И.Н., Соснаускене О.И., Фадеева О. Работа с дебиторской задолженностью: практическое пособие / Омега - Л., 2009. - 157 с.

15. Рогозин Д. Статья "Разработка кредитной политики предприятия", 1999 (Интернет источник - http://www.cfin.ru/management/crdpolicy. shtml)

16. Самсонов Н.Ф. Финансовый менеджмент: Учебник для вузов / Под ред. проф. Н.Ф. Самсонова. - 2-е изд., перераб. и доп. / ЮНИТИ-ДАНА. - М., 2004. - 415 с.

17. Сербин В.Д. Основы логистики: Учебное пособие / ТРТУ - Таганрог., 2004. - 152 с.

18. Шумович А. Сто шагов по сбору долгов: Практическое руководство по работе с должниками / Манн, Иванов и Фербер, 2007.98 с.

19. Филинов Н.Б., Борисова В.В. Математическое моделирование в анализе и разработке управленческих решений: Учебное пособие / ГУУ - М., 2003.83 с.

20. Филинов Н.Б., Борисова В.В. Методы принятия решений: Учебное пособие /ГУУ - М., 1998.94 с.

Размещено на Allbest.ru