Повышение экономической эффективности деятельности экспедиторской компании на основе совершенствования прогноза и алгоритма выбора автотранспортного средства - Дипломная работа

Санкт-Петербургский филиал федерального государственного автономного образовательного учреждения высшего образования «Национальный исследовательский университет Факультет Санкт-Петербургская школа экономики и менеджмента Повышение экономической эффективности деятельности экспедиторской компании на основе совершенствования прогноза и алгоритма выбора автотранспортного средства по направлению подготовки-«Менеджмент»В одном только Санкт-Петербурге зарегистрировано более тысячи компаний, предоставляющих транспортные услуги (согласно данным сайта ati.su). Отличительная особенность экспедиторских компаний заключается в том, что собственного транспорта фирмы не имеют, и они нанимают владельцев транспорта для конкретных перевозок. Последний экономический кризис заставил многие компании искать новые пути экономии средств, в частности за счет сокращения затрат на логистику. Еще 5 лет назад ситуация была критической: между заказчиком и владельцем транспорта могло быть до 4 посредников, и каждый из них включал собственную надбавку за перевозку. Стремление как владельцев груза, так и владельцев транспорта, привело к ситуации, когда экспедиторские компании вытесняются с рынка, так как они больше не могут предоставлять транспорт по конкурентным ценам.Гасанов [1] и Туренко [2] в своих исследованиях подходили к вопросу ценообразования на данном рынке исключительно исходя из калькуляции транспортных затрат. Простой пример из деятельности экспедиторской компании может продемонстрировать почему данный подход является неверным: стоимость полностью загруженной транспортной фуры из Москвы в Архангельск составляет около 57 тысяч рублей, в то время как стоимость такой же доставки в обратном направлении может стоить около 11 тысяч рублей. Туренко несколько шире подошел к данному вопросу: в своем исследовании он делал упор на постоянном бенчмаркинге цены на транспортные услуги для корректировки результата калькуляции себестоимости перевозки. Кузнецова в своем исследовании экспедиторских компаний изучала вопрос внедрения стороннего программного обеспечения в работу организации, но все анализируемые ПО концентрировались на автоматизации работы с документацией, а не на прогнозировании цен на транспортировку [3]. Анализ текущих данных по спросу и предложению на транспорт в конкретных городах, и, как следствие, влияния этих данных на стоимость услуг на перевозки, в своем исследовании описала группа под руководством Ю.Все методы кроме последнего относятся к группе методов обучения с учителем. Эта группа характеризуется тем, что для обучения в компьютер вносятся значения правильных ответов, и его главной целью становится подбор таких алгоритмов расчета, чтобы отклонение предсказанного результата от действительного отличалось настолько незначительно, насколько это возможно. Статистическое обучение относится к набору методов моделирования и понимания сложных наборов данных. Особенностью статистического моделирования является то, что не существует единого решения для всех задач и необходимо тестирование многих моделей для выявления наилучшего результата. Так как тестовые данные для модели совершенно новые, возникает ситуация, аналогичная реальному использованию данной модели.Вместо N независимых исходных признаков вычисляются N новых признаков, называемых главными компонентами, причем первая главная компонента в наибольшей степени коррелирована со всеми исходными признаками (описывает наибольшую часть их изменчивости), вторая главная компонента описывает вторую по значимости долю изменчивости и при этом характеризуется нулевой корреляцией с первой компонентой, третья главная компонента описывает третью по величине долю изменчивости и характеризуются нулевой корреляцией с первыми двумя компонентами и так далее. При большом количестве независимых параметров возникает необходимость в сжатии информации, что означает описать исследуемый объект несколькими главными компонентами. В линейной регрессионной модели (формула 2) рассматривается линейное соотношение между значением y и переменными (предикторами) х1, …, хк-1. Для n значений переменной у можно ввести матрицу, тогда данное уравнение можно представить в матричном виде В случае отсутствия корреляции, к примеру, тот факт, что значение ?i является положительным, дает ничтожно мало информации о знаке ?i 1.Сам метод воплощает собой принцип структурной минимизации риска, который уменьшает эмпирический риск, основываясь на границах обобщенной ошибки. Простейшие SVM (support vector machine - метод опорных векторов) разделяют обучающие выборки гиперплоскостью, определенную количеством опорных векторов на два класса. В результате, опорные вектора содержат всю необходимую информацию для классификации. SVM является линейным методом машинного обучения, это означает, что линейная функция будет являться ответом задачи регрессии. Для решения проблемы нелинейности SVM размечает исходные данные в n-мерном пространстве через нелинейный определитель ? и решает линейную регрессию в данном пространстве (формула 9).

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ СТОИМОСТИ ПЕРЕВОЗКИ

1.1 Описание текущих подходов к оценке стоимости транспортных услуг

1.2 Описание методов машинного обучения

1.2.1 Метод главных компонент

1.2.3 Метод опорных векторов

1.2.4 Метод k ближайших соседей

1.2.5 Метод «случайный лес»

1.2.6 Методы обучения без учителя

1.3 Применение методов анализа больших данных и машинного обучения для прогноза цены на транспортировку груза

ГЛАВА 2. АНАЛИЗ ДЕЯТЕЛЬНОСТИ КОМПАНИИ «ТОРГОВЫЙ ДОМ «СЕЗАР»

2.1. Анализ состояния, общая характеристика компании «Торговый дом «Сезар»

2.2 Анализ рынка грузоперевозок автомобильным транспортом в РФ

2.3 Анализ конкурентов на рынке транспортно-экспедиторских услуг

2.4 Организационно-функциональная структура управления предприятия

2.5 SWOT-анализ деятельности предприятия

2.5.1 Сильные стороны организации

2.5.2 Слабые стороны организации

2.5.3 Возможности и перспективы организации

2.5.4 Угрозы для организации

2.6 Анализ основного бизнес-процесса экспедиторской компании

2.6.1 Первичное информирование о заказе

2.6.2 Уточнение параметров заказа

2.6.3 Поиск перевозчика

2.6.4 Формирование цены

2.6.5 Введение нового контрагента в систему

2.6.6 Создание договора

2.6.7 Создание заявки

2.7 Анализ финансово-хозяйственной деятельности компании

ГЛАВА 3. РАЗРАБОТКА ПРОГРАММЫ ПО ПРОГНОЗИРОВАНИЮ СТОИМОСТИ ГРУЗОПЕРЕВОЗКИ

3.1 Описание целей внедряемых изменений

3.2 Базовая информация о проекте

3.3 Обработка данных

3.4 Создание моделей прогноза

3.5 Результаты внедрения предлагаемой модели и оценка экономического эффекта на деятельность компании

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ