QEYRİ-SƏLİS İERARXİYA PROSESİ METODUNUN KÖMƏYİ İLƏ CƏLBEDİCİ SEQMENTİN SEÇİLMƏSİ – II HİSSƏ

NƏTİCƏ

Fərziyyə 1-də qeyd etdiyimiz kimi, eyni bazar şərtləri altında mövcud olan seqmentlər üçün Təsvir 1-də göstərilən faktorların təsiri əhəmiyyətli dərəcədə fərqlənməyə bilər ki, bu zaman fokuslaşacağımız faktorlar əsasən seqmentin homogenliyini əks etdirən daxili faktorlar olacaq. Yəni nəticə etibarı ilə biz araşdırdığımız problemdə seçim kriteriyası olaraq demoqrafik, psixoqrafik və davranış faktorlarını, subfaktorlar kimi isə hər faktorun daxili elementlərini nəzərə alacayıq. Nəticədə tətbiq edəcəyimiz metodologiyanın köməyi ilə iki alternativin sırasından hədəf seqmenti seçməyə çalışacayıq.

Araşdırma nəticəsində demoqrafik göstəricilər olaraq seqmentin həcmini, cins və yaş tərkibini, coğrafi yerləşməsini, ailə vəziyyətini (hər iki seqmentdə yaxın göstərici olduğu üçün və seçimimizdə prioritet olmadığı üçün hesablamaya daxil edilməmişdir) gəlir diapazonunu, psixoqrafik göstərici olaraq məhsula münasibətini, dəyərlərini, maraqlarının (münasibət, dəyərlər və maraqlar sorğu zamanı araşdırılmadığı üçün şərti qəbul ediləcək) və davranış göstəriciləri olaraq isə alış həcmini, alış tezliyini və qərarvermə davranışını müəyyən etmişik (Cədvəl 13 – Müştəri profili). Metodologiyaya uyğun olaraq problemi aşağıdakı kimi strukturlaşdırmaq mümkündür.

Təsvir 5.   Faktor və subfaktorları göstərən linqvistik dəyişənlərin strukturu.

Qərar elementləri üzrə müqayisəli cütləri müəyyən etmək üçün ilk öncə kriteriyaları (C) vacibliyindən asılı olaraq aşağıdakı formada təsvir edə bilərik. Bunun üçün həm kriteriyaların (faktorların), həm də subfaktorların matriksdə yerini və hesablanma məntiqini anlamaq üçün vacibliyini öncədən aşağıdakı formada müəyyən edək.

Kriteriyalar / Faktorlar Linqvistik dəyişən Qeyri-səlis şkala
Bərabər vacib (1,1,1)
C3 Orta vacib (2,3,4)
C2 Güclü vacib (4,5,6)
C1 Çox güclü vacib (6,7,8)
Ekstrimal vacib (9,9,9)

Cədvəl 7. Faktorların vaciblik dərəcəsinin müəyyən edilməsi.

C1 üzrə subfaktorlar Linqvistik dəyişən Qeyri-səlis şkala
Bərabər vacib (1,1,1)
A2, A3 Orta vacib (2,3,4)
A1, A5 Güclü vacib (4,5,6)
A4 Çox güclü vacib (6,7,8)
Ekstrimal vacib (9,9,9)

Cədvəl 8. C1 faktoru üzrə subfaktorların vaciblik dərəcəsinin müəyyən edilməsi.

C2 üzrə subfaktorlar Linqvistik dəyişən Qeyri-səlis şkala
Bərabər vacib (1,1,1)
A3 Orta vacib (2,3,4)
A2 Güclü vacib (4,5,6)
A1 Çox güclü vacib (6,7,8)
Ekstrimal vacib (9,9,9)

Cədvəl 9. C2 faktoru üzrə subfaktorların vaciblik dərəcəsinin müəyyən edilməsi.

C3 üzrə subfaktorlar Linqvistik dəyişən Qeyri-səlis şkala
Bərabər vacib (1,1,1)
A3 Orta vacib (2,3,4)
A2 Güclü vacib (4,5,6)
A1 Çox güclü vacib (6,7,8)
Ekstrimal vacib (9,9,9)

Cədvəl 10. C3 faktoru üzrə subfaktorların vaciblik dərəcəsinin müəyyən edilməsi.

C

C1

C2

C3

C1        1,00        1,00        1,00        6,00        7,00        8,00        4,00        5,00        6,00
C2        0,13        0,14        0,17        1,00        1,00        1,00        0,50        0,71        1,00
C3        0,17        0,20        0,25        1,00        1,40        2,00        1,00        1,00        1,00
Cəm           1,29           1,34           1,42           8,00           9,40         11,00           5,50           6,71           8,00

Cədvəl 11.   Kriteriyalar üzrə cütlüklərin müqayisəsi matriksi.

C

C1

C2

C3

C1        0,77        0,74        0,71        0,75        0,74        0,73        0,73        0,74        0,75
C2        0,10        0,11        0,12        0,13        0,11        0,09        0,09        0,11        0,13
C3        0,13        0,15        0,18        0,13        0,15        0,18        0,18        0,15        0,13

Cədvəl 12.   (5) formulası əsasında normallaşdırılmış faktor qiymətləri.

C Eigen vektor üzrə qiymətlər
C1         0,750         0,745         0,728
C2         0,104         0,106         0,111
C3         0,145         0,149         0,161
Cəmi         1,000         1,000         1,000

Cədvəl 13.   Cədvəl (4) əsasında hesablanmış faktorlar üzrə Eigen vektor qiymətləri.

Cədvəl 14. Eigen vektorun maksimum qiyməti olan λmax –ın müəyyən edilməsi və defazzifikasiyası.

Faktorlar üzrə konsistensiya dərəcəsi CR<=10% şərtini ödədiyi üçün matriks üçün hesablamanı davam edə bilərik.

Formula (7), (8), (9), (10)-a əsasən;

Növbəti addım olaraq hər faktor üzrə subfaktorları da vacibliyinə uyğun olaraq müqayisəli müəyyən edək (Cədvəl 10,11,12).

C1

A1

A2 A3 A4

A5

A1            1,00           1,00           1,00           2,00           3,00           4,00           2,00           3,00           4,00           6,00           7,00           8,00           4,00           5,00           6,00
A2            0,25           0,33           0,50           1,00           1,00           1,00           1,00           1,00           1,00           1,50           2,33           4,00           0,50           0,60           0,67
A3            0,25           0,33           0,50           1,00           1,00           1,00           1,00           1,00           1,00           1,50           2,33           4,00           0,50           0,60           0,67
A4            0,13           0,14           0,13           0,25           0,43           0,67           0,25           0,43           0,67           1,00           1,00           1,00           0,50           0,71           1,00
A5            1,00           1,00           1,00           0,33           0,60           1,00           0,33           0,60           1,00           1,00           1,40           2,00           1,00           1,00           1,00

Cədvəl 15.  C1  faktorunun subfaktorları üzrə cütlüklərin müqayisəsi matriksi.

C2

A1

A2

A3

A1 1,00 1,00 1,00 4,00 5,00 6,00 2,00 3,00 4,00
A2 0,17 0,20 0,25 1,00 1,00 1,00 0,33 0,60 1,00
A3 0,25 0,33 0,50 1,00 1,67 3,00 1,00 1,00 1,00

Cədvəl 16.   C2 faktorunun subfaktorları üzrə cütlüklərin müqayisəsi matriksi.

C2

A1

A2

A3

A1 1,00 1,00 1,00 4,00 5,00 6,00 2,00 3,00 4,00
A2 0,17 0,20 0,25 1,00 1,00 1,00 0,33 0,60 1,00
A3 0,25 0,33 0,50 1,00 1,67 3,00 1,00 1,00 1,00

Cədvəl 17.     C3 faktorunun subfaktorları üzrə cütlüklərin müqayisəsi matriksi.

Faktorlar  üçün həyata keçirdiyimiz hesablamaları subfaktorlar  üçün qurduğumuz hər bir matriks üzrə həyata keçirməliyik. Sonra hər subfaktor üçün qlobal qeyri-səlis faktoru Cədvəl 12-dəki kimi müəyyən edirik.

Faktorlar Subfaktor üçün qeyri-səlis faktor Subfaktor üçün qlobal qeyri-səlis faktor
Demoqrafik faktor (C1)
[0,58;0,74;0,95]
[0,33;0,51;0,77]
[0,09;0,14;0,22]
[0,09;0,14;0,22]
[0,04;0,07;0,12]
[0,08;0,14;0,23]
[0,19;0,38;0,73]
[0,05;0,10;0,21]
[0,05;0,10;0,21]
[0,03;0,05;0,11]
[0,05;0,10;0,22]
Psixoqrafik faktor (C2)
[0,08;0,11;0,14]
[0,43;0,65;0,96]
[0,08;0,13;0,21]
[0,14;0,22;0,38]
[0,03;0,07;0,13]
[0,007;0,014;0,03]
[0,01;0,02;0,05]
Davranış faktoru (C3)
[0,11;0,15;0,21]
[0,43;0,65;0,96]
[0,08;0,13;0,21]
[0,14;0,22;0,38]
[0,05;0,14;0,20]
[0,01;0,03;0,04]
[0,01;0,05;0,08]

Cədvəl 18.   Subfaktorlar üçün müəyyən edilmiş qlobal qeyri-səlis faktorların göstəriciləri.

Cədvəl 19-də verilmiş seqmentlər alternativ seqmentlərdir və onların arasında seçim etmək üçün subfaktorın qlobal qeyri-səlis faktor göstəricilərini seqmentlərin qeyri-səlis prioritetlərini üçlü qeyri-səlis rəqəmlərlə ifadə edən linqvistik dəyişənlərdən istifadə etməklə çəkilərini (Cədvəl 19-də) aşağıdakı kimi hesablayacayıq.

 

Alternativlər Subfaktorlar Subfaktor üçün qlobal qeyri-səlis faktor göstəriciləri Qeyri-səlis şkala Linqvistik ifadəsi Çəki
SEGMENT A Sayı
Cinsi
Yaşı
Gəliri
Coğrafiyası
Münasibət
Dəyərlər
Maraqlar
Qərarvermə
Alış tezliyi
Alış həcmi
[0,19;0,38;0,73]
[0,05;0,10;0,21]
[0,05;0,10;0,21]
[0,03;0,05;0,11]
[0,05;0,10;0,22]
[0,03;0,07;0,13]
[0,007;0,014;0,03]
[0,01;0,02;0,05]
[0,05;0,14;0,20]
[0,01;0,03;0,04]
[0,01;0,05;0,08]
 

(1,3,5)
(1,1,1)
(1,1,1)
(3,5,5)
(1/5,1/5,1/3)
(1,3,5)
(1,3,5)
(1,1,1)
(1,3,5)
(1/5,1/5,1/3)
(1/5,1/3,1)

 

Yaxşı
Orta
Orta
Çox yaxşı
Çox zəif
Yaxşı
Yaxşı
Orta
Yaxşı
Çox zəif
Zəif

 

[0,190;1,132;3,663]
[0,055;0,102;0,206]
[0,055;0,102;0,206]
[0,076;0,269;0,550]
[0,010;0,021;0,074]
[0,034;0,215;0,670]
[0,007;0,043;0,146]
[0,011;0,024;0,053] [0,047;0,411;1,005]
[0,002;0,005;0,015]
[0,003;0,015;0,080]

SEGMENT B Sayı
Cinsi
Yaşı
Gəliri
Coğrafiyası
Münasibət
Dəyərlər
Maraqlar
Qərarvermə
Alış tezliyi
Alış həcmi
[0,19;0,38;0,73]
[0,05;0,10;0,21]
[0,05;0,10;0,21]
[0,03;0,05;0,11]
[0,05;0,10;0,22]
[0,03;0,07;0,13]
[0,007;0,014;0,03]
[0,01;0,02;0,05]
[0,05;0,14;0,20]
[0,01;0,03;0,04]
[0,01;0,05;0,08]
 

(3,5,5)
(1,3,5)
(1,3,5)
(1,1,1)
(1/5,1/5,1/3)
(1,3,5)
(1,3,5)
(1,1,1)
(3,5,5)
(1/5,1/5,1/3)
(1,3,5)

 

Çox yaxşı
Yaxşı
Yaxşı
Orta
Çox zəif
Yaxşı
Yaxşı
Orta
Çox yaxşı
Çox zəif
Yaxşı

 

[0,570;1,887;3,663]
[0,055;0,307;1,029]
[0,055;0,307;1,029]
[0,025;0,054;0,110]
[0,010;0,021;0,074]
[0,034;0,215;0,670]
[0,007;0,043;0,146]
[0,011;0,024;0,053]
[0,142;0,685;1,005]
[0,002;0,005;0,015]
[0,015;0,137;0,399]

Cədvəl 20. Subfaktorın qlobal qeyri-səlis faktor göstəricilərini seqmentlərin qeyri-səlis prioritetlərini üçlü qeyri-səlis rəqəmlərlə ifadə edən linqvistik dəyişənlərdən istifadə etməklə çəkilərinin hesablanması.

 

Hesablama metodundan gördüyümüz kimi iki və daha çox seqment arasında seçim edərkən tətbiq etdiyimiz metod faydalı ola bilər. Lakin üçlü rəqəmlərlə ifadə edilən linqvistik dəyişənlərin (çox yaxşı, yaxşı, orta, zəif, çox zəif) köməkliyi ilə seqmentin profil məlumatları əsasında dəyərləndirmə etsək də subyektivlik qalmaqda davam edir. Bu səbəbdən expert qiymətləndirməsinin köməkliyi ilə bu dəyişənləri də subyektivlikdən qismən azad etmək olar.

Formula (12)-nin köməkliyi ilə əldə etdiyimiz çəkiləri defazifikasiya edə bilərik və əldə etdiyimiz nəticəni isə formula (13)-ün köməkliyi ilə normallaşdırırıq. Cədvəl 15-də nəticəni aydın görə bilərik.

Alternativlər Çəki Mi Ni
SEGMENT A [0,190;1,132;3,663]
[0,055;0,102;0,206]
[0,055;0,102;0,206]
[0,076;0,269;0,550]
[0,010;0,021;0,074]
[0,034;0,215;0,670]
[0,007;0,043;0,146]
[0,011;0,024;0,053] [0,047;0,411;1,005]
[0,002;0,005;0,015]
[0,003;0,015;0,080]
1.66
0,12
0,12
0,30
0,03
0,31
0,07
0,03
0,49
0,01
0,03
0,52
0,04
0,04
0,09
0,01
0,10
0,02
0,01
0,15
0,002
0,001
3,17 1,000
SEGMENT B [0,570;1,887;3,663]
[0,055;0,307;1,029]
[0,055;0,307;1,029]
[0,025;0,054;0,110]
[0,010;0,021;0,074]
[0,034;0,215;0,670]
[0,007;0,043;0,146]
[0,011;0,024;0,053]
[0,142;0,685;1,005]
[0,002;0,005;0,015]
[0,015;0,137;0,399]
2,04
0,46
0,46
0,06
0,03
0,31
0,07
0,03
0,61
0,01
0,18
0,64
0,15
0,15
0,02
0,01
0,10
0,02
0,01
0,19
0,002
0,06
4,27 1,35

Cədvəl 21. Defazifikasiya və normallaşdırma.

 

Nəticə olaraq müəyyən etdik ki, Seqment B 1,35 qiymətlə hədəfimiz olmağa daha uyğundur. Nəzərə alsaq ki, klasterizasiya nəticəsində iki və daha çox seqmentlər müəyyən edilə bilər bu zaman qarşımızda onlar arasında seçim etmək problemi qabara bilər. Beləki, şirkətlər vahid seqment hədəfləmə strategiyası seçərsə QİTP (FAHP) metodu bu tək seqmenti seçməyə kömək edə bilər və şirkətə öz resurslarını daha məqsədəuyğun istifadə etməyə imkan yaradacaq. Lakin, təsir faktorlarının çeşidliyi, rəqəmli və linqvistik dəyişənlərin eyni anda hesablamada iştirakı tətbiq edilən metodlarda xəta payını artıra bilər. Bu səbəbdən hesablamada məntiq indeksinin də (consistency index) nəzərə alınması labüddür.

 

ƏDƏBİYYAT

 

  1. Roger J.Best. Market Based-Management: strategies for growing customer value and profitability, 6 th edition. Pearson education, Inc. 2013.
  2. Ali V.Badalov Decision making in segmentation. Application of analysis methods and possibilities of use of fuzzy logic theory, scientific paper. İPEK YOLU (Silkway) Magazine, No.4, 2018, pages 12-19.
  3. Mohammad Hasan Aghdaie, Sarfaraz Hashemkhani Zolfani & Edmundas Kazimieras Zavadskas (2013): Market segment evaluation and selection based on application of fuzzy AHP and COPRAS-G methods, Journal of Business Economics and Management, page 213-233.
  4. Sona, T. Johnson, C. Vijayalakshmi, Design of a multi criteria decision model – fuzzy analytic hierarchy approach. International Journal of Engineering & Technology, 7 (1.1) (2018) 116-120
  5. Zadeh, L. A. 1965. Fuzzy sets, Information and Control 8: 338–353.
  6. Babak Daneshvar Rouyendegh, Turan Erman Erkan. Selection of academic staff using the fuzzy analytic hierarchy process (FAHP): A pilot study, scientific paper.
  7. Strategy-aligned fuzzy approach for market segment evaluation and selection: a modular decision support system by dynamic network process (DNP). Ali Mohammadi Nasrabadi, Mohammad Hossein Hosseinpour and Sadoullah Ebrahimnejad, Journal of Industrial Engineering International 2013.