Аубакиров М.М.

Кластерный анализ многопрофильных предприятий

Имея большой опыт в предоставлении традиционных почтовых услуг, АО «Казпочта» развивает и современный почтовый сервис.

Основными почтовыми услугами являются: пересылка и доставка писем;

 пересылка и доставка посылок;  курьерская доставка EMS;  доставка рекламы,     счетов, извещений; подписка на газеты и журналы. 

Основные банковские услуги:

- денежные переводы;

- прием платежей и налогов;

- выплата заработной платы, пенсий;

- прием депозитов;

- расчетно-кассовое обслуживание организаций;

- валютно-обменные операции;

- трансфер-агентские услуги;

- выдача потребительских кредитов.

Кроме того, почта по-прежнему занимается розничной торговлей товарами народного потребления. Налицо своеобразный «супермаркет», что за счет диверсификации позволяет повысить надежность экономической системы, т.к. риски снижения доходов по одним услугам, могут нивелироваться другими. С другой стороны, указанная многопрофильность услуг создает  определенные проблемы для сравнительного анализа предприятий, комплексной оценки их деятельности, оценки уровня менеджмента, определения единых нормативов труда и заработной платы.

Эффективным способом решения указанных проблем является использование кластерного анализа.

Кластерный анализ позволяет на основе статистической процедуры разделить исследуемые многомерные объекты в сравнительно однородные группы [1,2].

Основными стадиями кластерного анализа являются: отбор объектов кластеризации; определение совокупности признаков оценки данных объектов;

применение методов кластерного анализа для группировки объектов; проверка    достоверности результатов; интерпретация результатов.

Объектом настоящего исследования являлись предприятия почтовой связи Карагандинской области, которые находятся в каждом городе и районном центре области. Все они предоставляют полный спектр почтовых и банковских услуг, характеризующихся  очень разными содержанием и технологией, и объемы которых имеют большую вариацию. Из анализа был исключен почтамт областного центра, ввиду однозначной несопоставимости по большинству услуг.

В качестве признаков объектов были определены объемы следующих услуг:

«письма» - доставка писем и бандеролей;

«счета» - доставка счетов, извещений, рекламной продукции;

«посылки» - доставка посылок;

«подписка» - подписка на газеты и журналы;

«EMS» - курьерская доставка EMS;

«переводы» - денежные переводы;

«платежи» - прием платежей организаций и налогов в бюджет;

«зарплата» - выплата заработной платы сторонних организаций;

«пенсии» - выплата пенсий;

«кредит» - выдача потребительских кредитов;

 «торговля» - продажа товаров народного потребления.

Эти услуги являются наиболее значимыми для формирования совокупного дохода предприятий.

Для проведения кластерного анализа использовалась программа STATISTICA, где реализованы итеративные дивизивные процедуры.

Проведение последовательных вычислений и их поэтапный анализ показало, что из рассмотрения можно исключить показатели «подписка»,  «EMS», «кредит», «зарплата», «торговля». Средние значения этих признаков по кластерам незначительно отличаются  друг от друга. Показатели внутригрупповой и межгрупповой дисперсии указывают на незначительный вклад исключаемых параметров  в разделение предприятий на группы. При этом, отметим, что услуга «подписка», имея долю в совокупном доходе 9%, вносит существенный вклад в формирование совокупного дохода. Тем не менее, с точки зрения вариативности для комплексной оценки предприятий  ее можно не учитывать.

Графические результаты кластеризации приведенные на рис.1 показывают на хорошее разбиение на 2 группы с значительными расстояниями между центрами кластеров.

В кластер 1 попали предприятия №№ 1, 3, 6, 12, 13. В кластер 2 – предприятия №№ 2, 4, 5, 7, 8, 9, 10, 11, 15, 16.  Ранее группировка предприятий традиционно осуществлялась по признаку городское / сельское, внутри которых проводился сравнительный анализ. Проведенное исследование корректирует подобную классификацию, т.к. в каждом кластере есть как городские, так и сельские почтовые предприятия. 

Рис.1 График средних значений по кластерам

Разбиение предприятий на однородные группировки дают основания для принятия ряда управленческих решений:

- анализ и выявление причин вариации экономических показателей внутри группы;

- дифференциация при оплате труда и поощрении руководства предприятий;

- рейтинговая оценка внутри группы.

 Для более углубленного анализа  была проведено исследование этих же предприятий агломеративным методом  древовидной кластеризации. Его результаты представлены на рис.2

Суть этого подхода заключается по-шаговом применении критерия отбора в кластер с понижением уровня требовательности. Например, пары предприятий 1 и 13, 5 и 16, 7 и 15, 4 и 10, 6 и 12 наиболее сопоставимы между собой. По мере ослабления порога требования в группу включаются другие объекты. В конечном итоге все они окончательно объединяются.

Интерпретация результатов позволяет проводить по-парный  сравнительный анализ и дать рекомендации:

- где у сопоставимых предприятий «узкие места»,

- за счет чего формируются различия в конечных экономических результатах

- какой опыт можно использовать для повышения эффективности предприятия и т.д.

 Проведенное исследование позволило провести классификацию многопрофильных предприятий с широкой вариацией услуг по их количеству, объему и содержанию, показало практическую значимость кластерного анализа для конкретной экономической системы предприятий.

Литература

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

2. StatSoft Inc.(2001). Электронный учебник StatSoft. М. StatSoft. Web: [сылка более недоступна}