Современные подходы к формированию информационной основы потребительской оценки товаров и услуг
Построение структуры потребительских свойств и показателей качества товаров осуществляется в зависимости от назначения товара, условия его использования, требований потребителей и т.д.
Следующий этап - количественный анализ - включает операцию по измерению свойств и нахождению их численных значений.
Для измерения потребительских свойств с целью получения их численных значений используют различные методы: измерительный, базирующийся на использовании технических средств измерения; расчетный, построенный на использовании теоретических и эмпирических зависимостей показателей качества продукции от ее параметров; социологический, базирующийся на выявлении и сборе мнений фактических и возможных потребителей изделий; органолептический, основанный на получении информации с помощью органов чувств человека; экспертный, основанный на решениях, принимаемых экспертами.
Результаты измерений могут быть выражены как в физических шкалах (для "измеряемых свойств"), так и в виде фиксируемых экспертами качественных градаций (для "неизмеряемых свойств"), характеризующих изменение анализируемого признака.
Оценка потребительских показателей качества включает два основных этапа - оценивание и синтез результатов.
Оценивание представляет собой процедуру ценностного осмысления значений показателей качества анализируемого изделия и базового образца. Для этого эксперты осуществляют сначала операцию выбора критериев оценки, а затем операцию последовательно-попарного сопоставления показателей качества анализируемого изделия и базового образца.
Операция выбора критериев оценки включает два момента: отбор базовых образцов и показателей и построение ценностных шкал, с помощью которых проводится оценка показателей качества изделия.
Значение базовых показателей определяют на основе сравнительного анализа аналогов, для чего используют данные комплексных экспертиз качества, охватывающих группу изделий данного вида.
На основе полученных данных эксперты ранжируют рассмотренные изделия по их потребительной стоимости, выделяют базовую группу и определяют значения базовых показателей.
Процедура ранжирования состоит в расположении объектов экспертом в наиболее рациональном порядке и присвоении им определенного ранга в виде числа натурального ряда. При этом ранг получает наиболее предпочтительный объект, а ранг n наименее предпочтительный. В результате получается шкала порядка, в которой число рангов равно число объектов.
После первоначального ранжирования производится операция преобразования рангов. Заключается она в том, что для всего упорядоченного ряда параметров числовая последовательность рангов заменяется обратной, т.е. минимальный ранг 1 получает наименее важный, находящийся в конце ряда, параметр; следующий от конца ранг 2 и т.д., а наиболее важный параметр - самый высокий ранг n.
Необходимость в первоначальном ранжировании и последующим ее преобразовании объясняется тем обстоятельством, что эксперту психологически удобнее выбирать из перечня параметры, начиная именно с наиболее, а не с наименее важного.
Этап синтеза результатов оценки заключается в интегрировании полученных частных оценок в целостное оценочное суждение об уровне качества рассматриваемого изделия с учетом связей этих показателей, выраженных с помощью математических зависимостей.
Первая операция этого этапа - выявление функционально количественных связей между отдельными показателями качества анализируемого изделия, т.е. определение коэффициентов весомости показателей.
Обычно при определении коэффициентов весомости эксперты исходят из условия равенства суммы всех коэффициентов весомостей единице.
Вторая операция - нахождение функционально-количественных связей между отдельными показателями и качеством изделия в целом, т.е. определения комплексного показателя качества.
Комплексный показатель качества изделия, относящийся ко всей совокупности его потребительских свойств, находят путем объединения всех оценок единичных показателей с учетом их коэффициентов весомости и выражают, как правило, в безразмерной системе единиц.
В связи с изложенной концепцией о потребительской оценке качества товаров возникает вопрос о правомерности применения термина "информация" к указанным выше методам, ибо правила пользования товаром нельзя рассматривать вне контекста информационного обеспечения оценки качества. Не вызывает никакого сомнения то, что источником информации могут быть правила пользования товаром.
Законодательно установлено, что потребитель не должен обладать профессиональными знаниями о потребляемых товарах и услугах, его компетенция ограничивается правилами пользования ими.
Именно в этой формулировке и заключается гуманитарная составляющая качества, именно использование товара и услуги регламентируется заложенными потребительскими характеристиками, именно правила использования позволяют определить несовершенство данного товара и услуги, а при анализе -и неконкурентоспособность перед аналогами.
Чем больше ограничений вводится в правила пользования, тем несовершеннее товар. Для потребителя это трансформируется в потерю потребительского эффекта.
Любая информация о пользовании товаром приводит к снятию некоторой априорной (доопытной) неопределенности. В качестве такой информации следует использовать оценку удобства пользования (как синоним правила пользования товаром) определенную экспертным методом при тестировании образцов товаров.
На практике приходится сталкиваться с необходимостью оценивать качество изделия после вносимых ограничений в правила пользования товаром. Требуется определить, как изменяется вероятность появления оценки параметров изделий (функциональных, технических, безопасности, удобства пользования).
С этой целью возможно использование известной теоремы Байеса (теория вероятности), которая применительно к нашей задаче может быть сформулирована следующим образом.
Имеется полная группа несовместных гипотез (параметры функциональные, технические, безопасности, удобства пользования), роль которых выполняют образы А1 А3 А5 А7.
Известны априорные распределения вероятностей этих гипотез различных моделей вентиляторов, т.е. известно, с какой вероятностью появляется данный образ: Р(А1) Р(А3) Р(А5) Р(А7). Причем, так как группа полная, то
X р (Ai)=1.
1
Существенно, что в байесовской модели требуется, чтобы были известны помимо априорных вероятностей Р(А1) Р(А3) Р(А5) Р(А7) условные вероятности, т.е. вероятность появления события А1 А3 А5 А7 в случае, когда имеется добавочная информация об исходе эксперимента после появления некоторого другого события b1, b2, b3, ..., bj (правила пользования товаром).
В общем случае считаются заданными условные вероятности P(bj/Ai), i = 1, 3, 5, 7; j = 1, 2, ..., T.
Требуется определить вероятность P(Ai / bj):
P(Ai) P(b. / Ai)
X P(Ai) P(bj / Ai)
1
С помощью формулы Байеса определяется вероятность изменения параметров (функциональных, технических, безопасности, удобства пользования) после вносимой информации в правила пользования товаром (+ или -).
Если P(A1) > P(Ai / bj), то принимается решение, что изменения в правилах пользования товаром (-)
снижает обобщенные характеристики товара (А1 А3 А5 А7) при введении ограничений в правила пользования товара.
Если P(A1) < P(A /bj), то наоборот принимается решение, что вводимая добавочная информация расширяет правила пользования товаром (+) и обеспечивает повышение обобщенных характеристик товара (А1 А3 А5 А7).
Признаки оценки качества изделия после вносимых ограничений или расширении в правила пользования товаром показывают, что вносится изменение неопределенности относительно коэффициентов весомости, полученных на основе статистических данных и прошлого опыта (априорное распределение вероятностей).
Вместо априорного распределения получается новое распределение вероятностей, которое называется апостериорным распределением вероятностей на пространстве коэффициентов весомостей при данном конкретном исходе эксперимента (правила пользования товаром).
Далее комплексный показатель качества рассчитывается по обычному алгоритму путем объединения всех бальных оценок (функциональных, технических, безопасности, удобство пользования) с учетом апостериорного распределения коэффициентов весомости.