СОПОСТАВЛЕНИЮ РЕГИОНОВ В КЛАССЫ ПО ИСПОЛЬТЗОВАНИЯ СПЕЦИАЛЬНЫХ ПРОГРАМНЫХ СРЕДСТВ (CRM-СИСТЕМ) В ОРГАНИЗАЦИЯХ

COMPARISON OF REGIONS INTO CLASSES BY USING SPECIAL SOFTWARE (CRM SYSTEMS) IN ORGANIZATIONS

Nikita Ivlichev

Student, Department of Information Systems in Economics, Volga State Technological University,

Russia, Yoshkar-Ola

Lyudmila Bakumenko

scientific supervisor, Doctor of Economics, Professor of the Department of Information Systems in Economics, Volga State Technological University,

Russia, Yoshkar-Ola

АННОТАЦИЯ

В статье на основании кластерного анализа регионов России предложена методика выделения групп регионов по использованию специальных программных средств (CRM- систем) в организациях в 2020 г., сформированы выводы по использованию CRM- систем в регионах.

ABSTRACT

In the article, based on the cluster analysis of the regions of Russia, a methodology for allocating groups of regions for the use of special software (CRM systems) in organizations in 2020 is proposed, conclusions on the use of CRM systems in the regions are formed.

Ключевые слова: кластерный анализ; CRM- система.

Keywords: cluster analysis; CRM system.

Цель работы. Целью работы является разбиение на кластеры регионы России по использованию специальных программных средств (CRM- систем) в организациях, проанализировать полученные кластеры с точки зрения использования факторов цифровизации на развитие и использование CRM-систем.

Кластерный анализ — многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы. Кластерный анализ неформально можно определить, как разбиение множества объектов так, чтобы похожие объекты попали в одно и то же подмножество, а объекты из разных подмножеств существенно различались. От обычной классификации по заданным признакам кластерный анализ отличается тем, что не алгоритм, а человек выявляет критерий кластеризации данных [1; 2].

Рассматриваемые показатели: Y- Использование специальных программных средств в организациях в 2020 г. CRM- систем (в процентах от общего числа обследованных организаций соответствующего субъекта Российской Федерации); X1- Затраты на внедрение и использование цифровых технологий в 2020 г. (в процентах от общего числа обследованных организаций соответствующего субъекта Российской Федерации); X2- Использование электронного документооборота в организациях (миллионов рублей); X3- Организации, имевшие веб-сайт (в процентах от общего числа обследованных организаций соответствующего субъекта Российской Федерации); X5- Объем телекоммуникационных услуг населению (миллионов рублей); X7- Число предприятий и организаций (количество на конец года); X8- Выпуск бакалавров, специалистов, магистров (тысяч человек); X9- Внутренние затраты на научные исследования и разработки (миллионов рублей); X11- Среднегодовая численность занятых (тысяч человек) [3].

Используя иерархическую классификацию, правилом объединения: полной связи и мерой близости: 1-r Пирсона, получена дендограмма (рис.1) [2].

Рисунок 1. Иерархическая классификация метод полной связи 1-r Пирсона

По полученной дендограмме можем выделить 4 главных кластера. Методом k- средних по 4 кластерам проведена кластеризацию и получен график, характеризующий различия кластеров по анализируемым факторам - график средних для каждого кластера. По горизонтали отложены участвующие в классификации переменные. По вертикали – средние значения переменных для каждого кластера. Из графика видно, что кластеры достаточно разнообразны и не дублируют друг друга.

Рисунок 2. График средних для 4х кластеров

Рассмотрим отношение регионов к своим кластерам.

Кластер 1: Московская область, г. Санкт-Петербург, Краснодарский край, Ростовская область, Республика Татарстан, Нижегородская область, Самарская область, Свердловская область, Тюменская область, Челябинская область, Новосибирская область. На рисунке 3 представлена характеристика переменных, характеризующих первый кластер.

Рисунок 3. Кластер 1

Исходя из рисунка 3, можно сказать, что все переменные, характеризующие данный кластер имеют положительную динамику, регионы данного кластера наиболее развиты с точки зрения применения цифровых технологий. Как можно наблюдать из гистограммы, в данном кластере больше всего используют CRM-системы из всех кластеров. Но при этом можно заметить крайне низкое использование веб сайтов и использование электронного документооборота в организациях, это можно объяснить большим количеством фирм включая малых.

В кластер 2 входят: Брянская область, Костромская область, Курская область, Республика Коми, Архангельская область, Архангельская область без автономного округа, Вологодская область, Калининградская область, Мурманская область, Псковская область, Республика Адыгея, Астраханская область, Республика Ингушетия, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Республика Северная Осетия – Алания, Чеченская Республика, Республика Марий Эл, Республика Мордовия, Удмуртская Республика, Кировская область, Пензенская область, Ульяновская область, Курганская область, Ямало-Ненецкий автономный округ, Республика Тыва, Республика Хакасия, Республика Бурятия, Республика Саха (Якутия), Забайкальский край, Камчатский край, Амурская область.

Рассмотрим гистограмму распределения переменных в разрезе второго кластера (Рис.4).

Рисунок 4. Кластер 2

Регионы, отнесенные во второй кластер, меньше всего используют CRM-системы. Но при этом можно заметить крайне высокое использование веб сайтов и использование электронного документооборота в организациях.

В кластер 3 входят: Республика Крым, Волгоградская область, Республика Дагестан, Республика Башкортостан, Саратовская область, Ханты-Мансийский автономный округ – Югра, Тюменская область без автономных округов, Алтайский край, Красноярский край, Иркутская область, Хабаровский край (Рис.5).

Рисунок 5. Кластер 3

Предприятия регионов третьего кластера повторяют динамику второго кластера, но в несколько меньшем соотношении. Кластер три отличается менее низкими показателями по использованию CRM-систем, высокими по использование веб сайтов и использованию электронного документооборота в организациях. В остальных показателях значения средние.

В кластер 4 входят: Белгородская область, Владимирская область, Воронежская область, Ивановская область, Калужская область, Липецкая область, Орловская область, Рязанская область, Смоленская область, Тамбовская область, Тверская область, Тульская область, Ярославская область, Республика Карелия, Ленинградская область, Новгородская область, Ставропольский край, Чувашская Республика, Пермский край, Оренбургская область, Республика Алтай, Кемеровская область, Омская область, Томская область, Приморский край, Сахалинская область.

Рисунок 6. Кластер 4

Четвертый кластер отличается хорошими показателями по использованию специальных программных средств в организациях CRM- систем, низкими показателями использования веб сайтов и использование электронного документооборота в организациях. Все остальные показатели чуть выше среднего уровня.

Вывод. Исходя из кластерного анализа, можно сделать вывод, что организации зачастую могут позволить себе либо CRM-систему, либо сайты и электронный документооборот. CRM-систем оптимизируют работу сотрудников, повышая эффективность работы и оптимизацию работы с клиентами. Поэтому в наиболее развитых регионах компании отдают предпочтение качеству работы с клиентами, в противовес сайтам и электронному документообороту. Важно чтоб клиент хотел вернуться второй раз, иначе он сбежит к конкурентам. Так же стоит отметить, что в развитых регионах большое количество компаний, которые не могут позволить себе одновременно сайт, документооборот и CRM-систему и выбирают удобство пользователя и рекламу в виде сайта.

Список литературы:

1. Кластерный анализ – [Электронный ресурс]. – URL : https://ru.bmstu.wiki/Кластерный_анализ
2. Анализ и интерпретация его результатов – [Электронный ресурс]. – URL: https://studfile.net/preview/7012296/
3. Регионы России. Cоциально-экономические показатели - 2021 г. – [Электронный ресурс]. – URL: https://gks.ru/bgd/regl/b21_14p/Main.htm