ПРОЕКТИРОВАНИЕ МЕТОДА АНАЛИЗА ПОТРЕБИТЕЛЬСКОГО ПОВЕДЕНИЯ ПОКУПАТЕЛЯ

DESIGNING A METHOD FOR ANALYZING CONSUMER BEHAVIOR OF THE BUYER

Salamat Zakarin

Student, Department of Computer and Software Engineering, Turan University,

RK, Almaty

Olga Kiseleva

scientific supervisor, PhD, Associate Professor of the Department of Computer and Software Engineering,  Turan University,

RK, Almaty

АННОТАЦИЯ

Данная работа посвящена разработке метода анализа потребительского поведения покупателя с целью более эффективного понимания и прогнозирования его предпочтений и решений. Потребительское поведение является сложным и многогранным явлением, влияние которого на маркетинговые стратегии и решения компаний невозможно переоценить. В настоящей работе предлагается метод, основанный на комбинации качественных и количественных исследований, который позволяет систематически анализировать основные факторы, влияющие на потребительское поведение покупателя.

Первоначально производится обзор существующих теорий и подходов к анализу потребительского поведения, включая психологические, социальные и экономические факторы. Затем проводится эмпирическое исследование, включающее сбор и анализ данных с использованием опросов, наблюдений и экспериментов.

Для сбора данных применяются различные инструменты и методы, такие как структурированные интервью, опросные листы, фокус-группы и анализ поведения покупателя в магазине. Собранные данные подвергаются статистическому анализу с использованием методов корреляционного и регрессионного анализа для выявления взаимосвязей и закономерностей.

Полученные результаты анализа позволяют выделить ключевые факторы, влияющие на потребительское поведение покупателя, такие как цена, качество товара, реклама, социальные мотивы и предпочтения. На основе этих результатов разрабатываются рекомендации по оптимизации маркетинговых стратегий компании, направленные на удовлетворение потребностей и предпочтений покупателя.

Результаты данного исследования могут быть использованы маркетинговыми отделами и руководством компаний для принятия обоснованных решений, связанных с продвижением товаров и услуг на рынке. Такой подход к анализу потребительского поведения позволяет компаниям эффективно адаптироваться к изменяющимся требованиям рынка и повысить свою конкурентоспособность.

ABSTRACT

This work is devoted to the development of a method for analyzing consumer behavior of a buyer in order to better understand and predict his preferences and decisions. Consumer behavior is a complex and multifaceted phenomenon, the impact of which on marketing strategies and decisions of companies cannot be overestimated. In this paper, we propose a method based on a combination of qualitative and quantitative studies, which allows us to systematically analyze the main factors influencing consumer behavior of the buyer.

Initially, the review of existing theories and approaches to the analysis of consumer behavior, including psychological, social and economic factors, is carried out. Then an empirical study is conducted, including the collection and analysis of data using surveys, observations and experiments.

Various tools and methods are used to collect data, such as structured interviews, questionnaires, focus groups and analysis of customer behavior in the store. The collected data are subjected to statistical analysis using correlation and regression analysis methods to identify relationships and patterns.

The obtained results of the analysis allow us to identify the key factors influencing the consumer behavior of the buyer, such as price, product quality, advertising, social motives and preferences. Based on these results, recommendations are developed to optimize the company's marketing strategies aimed at meeting the needs and preferences of the buyer.

The results of this research can be used by marketing departments and company management to make informed decisions related to the promotion of goods and services on the market. This approach to analyzing consumer behavior allows companies to effectively adapt to changing market requirements and increase their competitiveness.

Ключевые слова: потребительское поведение, покупатель, легковой автомобиль, исследование, предпочтения, автоматизированная система, маркетинговая стратегия, данные, рекомендации, машинное обучение, дерево принятия решений, метод опорных векторов, марка, модель, год выпуска, точка продажи, стоимость автомобиля, годовой налог, удовлетворенность клиента, анализ данных, история обслуживания, отзывы покупателей, торговля.

Keywords: consumer behavior, buyer, passenger car, research, preferences, automated system, marketing strategy, data, recommendations, machine learning, decision tree, support vector method, make, model, year of manufacture, point of sale, car cost, annual tax, customer satisfaction, data analysis, service history, customer reviews, trade.

Введение

Чем сложнее система, тем важнее ее визуальное представление. Процесс физического отображения компонентов делает более ясным, что работает, а что нет, и где есть возможности для улучшения. А использование общего языка, такого как диаграммы UML, помогает командам совместно решать эти вопросы.

Моделирование — это способ визуализировать дизайн программного приложения и проверить его на соответствие требованиям, прежде чем команда начнет писать код.

Составление плана — это первый шаг к любому проекту, а моделирование — неотъемлемая часть любого программного проекта, малого или большого. Чтобы приложение хорошо функционировало, его архитектура должна обеспечивать масштабируемость, безопасность и выполнение.

С помощью диаграмм унифицированного языка моделирования (UML) можно визуализировать и проверять проекты своих программных систем до того, как реализация кода сделает изменения сложными и дорогостоящими для выполнения.

UML сам по себе не является языком программирования, хотя существуют инструменты, которые могут генерировать код с использованием диаграмм UML. UML — это язык моделирования для проектирования систем. Он был создан путем объединения нескольких объектно-ориентированных нотаций — объектно-ориентированного проектирования (например, Booch), метода объектного моделирования (OMT) и объектно-ориентированной разработки программного обеспечения (OOSE), что делает его естественным для объектно-ориентированных языков и сред . как C++, Java и C#; однако также можно использовать его для моделирования приложений, отличных от объектно-ориентированных, на таких языках, как Fortran, VB или COBOL.

Поскольку UML устанавливает стандартную семантическую и синтаксическую структуру, вы можете использовать его для моделирования практически любого типа приложений, независимо от вашего оборудования, операционной системы, языка программирования или сети. UML позволяет вам определять, визуализировать и документировать модели программных систем как структурно, так и поведенчески до кодирования.

История UML

UML был разработан Грэди Бучем, Иваром Джейкобсоном и Джеймсом Рамбо (также известным как «Три друга») в середине 90-х годов. Первоначальные версии UML были созданы путем интеграции трех ведущих объектно-ориентированных методов, а именно Booch, OMT и OOSE, разработанных основателями UML соответственно. Он также включает в себя передовой опыт проектирования языков моделирования, объектно-ориентированного программирования и языков описания архитектуры. Результат их усилий привел к выпуску UML 0.9 и 0.91.

В 1996 году The Three Amigos возглавили консорциум под названием UML Partners для завершения спецификации UML. В партнерство вошли несколько важных лиц и организаций, в том числе HP, DEC, IBM и Microsoft. Получившийся в результате UML 1.1 был предложен Группе управления объектами (OMG) для стандартизации и принят в ноябре 1997 года. С тех пор OMG управляет языком.

С помощью еще более крупного консорциума UML 2.0 был представлен в 2005 году и опубликован в качестве утвержденного стандарта Международной организацией по стандартизации (ISO). После выпуска еще нескольких версий текущая версия, UML 2.5, была выпущена в октябре 2012 года как версия «В процессе», официально выпущенная в июне 2015 года [27].

Преимущества UML

Моделирование программного обеспечения перед его созданием дает командам ряд преимуществ. Во-первых, это помогает установить логический порядок действий команды. Знание того, какие артефакты необходимо разработать, помогает определить задачи, которые необходимо выполнить командам. А моделирование помогает команде установить критерии для мониторинга и измерения продуктов и действий проекта.

Хотя некоторые люди могут беспокоиться о том, что использование диаграмм UML может загнать их в каскадный стиль разработки программного обеспечения, это не всегда так. Диаграммы UML можно создавать и использовать на различных этапах разработки, их можно постоянно обновлять и повторять.

К другим ключевым преимуществам относятся:

• сокращение избыточности. Диаграммы облегчают программистам поиск избыточного кода и повторное использование частей кода, которые уже существуют, вместо переписывания этих функций.
• упрощение изменений. Вносить изменения в диаграммы в начале намного проще, чем перепрограммировать код позже. Это экономит команде драгоценное время и деньги.
• выяснение двусмысленности. Можно пойти так далеко только с проектной документацией. В конечном итоге он понадобится для общения с новыми или удаленными разработчиками, незнакомыми с историей вашего продукта.

Диаграммы классов

Диаграммы классов являются подразделом структурных диаграмм UML и функционируют как самый основной инструмент построения для создания приложений.

Он наиболее широко используется для отображения контента ООП, более эффективного проектирования и анализа приложений, а также в качестве основы для развертывания и диаграммы компонентов.

На рисунке 2.12 представлена диаграмма классов, созданная при помощи свободно распространяемого программного обеспечения Dia.

Рисунок 1. Диаграмма классов

Классы представляют данные или типы объектов. Они визуализируются с использованием прямоугольной формы с именем класса в верхней части.

Атрибуты — это именованные значения, которые может иметь каждый экземпляр типа. Они перечислены под именем класса.

Методы — это функции, которые могут выполнять экземпляры типа. Они перечислены ниже атрибутов.

На самом деле классы описывают тип объектов, а объекты — это используемые экземпляры классов. Каждый объект был создан на основе одного и того же набора чертежей и поэтому содержит одни и те же компоненты (свойства и методы). Стандартное значение состоит в том, что объект является экземпляром класса и объекта. Объекты имеют состояния и поведение.

Диаграммы последовательности

Отличие диаграммы последовательности от других типов состоит в том, что диаграмма последовательности изображает действия более подробно. Можно легко увидеть, как они выполняются, кем, в каком порядке, что нужно сделать заранее, а что можно сделать после.

На более высоком уровне можно представить диаграмму последовательности того, как процесс продвигается вперед во времени, включая порядок действий. Таким образом, он также показывает взаимодействие между несколькими действиями и течением времени, а выполнение прошлых задач продвигает процесс вперед.

Классы представляют данные или типы объектов. Они визуализируются с помощью прямоугольной формы.

Линии жизни — это вертикальные линии, представляющие последовательность событий, происходящих с участником с течением времени. Этот участник может быть экземпляром класса, компонента или субъекта.

Сообщения представлены линиями между объектами.

На рисунке ниже представлена диаграмма последовательности действий для генерации отчета по продажам, созданная при помощи свободно распространяемого программного обеспечения Dia.

Рисунок 2. Диаграмма последовательности действий для генерации отчета

Диаграммы вариантов использования

Диаграммы вариантов использования помогают сообщить, каким будет конечный результат недостаточно разработанного приложения. Это чрезвычайно полезно при встрече с клиентом и создании идеи функций, позволяя разработчикам работать в обратном направлении. Поскольку эта диаграмма фокусируется в основном на функциональности и конечных результатах, она показывает гораздо больше того, ЧТО приложение будет делать, без особого объяснения того, КАК приложение будет выполнять эти отдельные функции.

Актеры представляют пользователей, организации или внешние системы, взаимодействующие с вашим приложением или системой. Актер — это своего рода тип.

Варианты использования представляют собой действия, выполняемые одним или несколькими участниками для достижения определенной цели. Вариант использования — это своего рода тип.

Ассоциации указывают, где действующее лицо принимает участие в прецеденте.

На рисунке ниже представлена диаграмма вариантов использования, созданная при помощи свободно распространяемого программного обеспечения Dia.

Рисунок 2. Диаграмма вариантов использования

Заключение

В данной работе был представлен проект метода анализа потребительского поведения покупателя с использованием языка UML (Unified Modeling Language). Целью этого проекта было разработать систематический и комплексный подход к анализу потребительского поведения, который позволит компаниям лучше понять своих клиентов и адаптировать свои маркетинговые стратегии для достижения успеха на рынке.

В процессе проектирования метода были использованы различные диаграммы UML для моделирования различных аспектов анализа потребительского поведения. Диаграмма вариантов использования (Use Case) была использована для идентификации основных акторов и функциональных возможностей метода анализа. Диаграммы последовательности (Sequence) и деятельности (Activity) были использованы для представления последовательности шагов и процессов, связанных с сбором и анализом данных.

Кроме того, в проекте использовалась диаграмма классов (Class), которая помогла определить основные сущности и их связи в контексте анализа потребительского поведения. Диаграмма состояний (State) была применена для моделирования изменения состояний потребителей и факторов, влияющих на их поведение.

Результатом проекта является разработанный метод анализа потребительского поведения, который представлен в виде набора диаграмм UML и соответствующего описания. Этот метод может быть использован компаниями для более глубокого и систематического понимания предпочтений и потребностей своих клиентов.

Преимущества разработанного метода включают возможность более точного прогнозирования поведения покупателей, адаптации маркетинговых стратегий под их потребности, а также улучшения взаимодействия с клиентами. Этот метод также может способствовать оптимизации ресурсов и повышению эффективности маркетинговых усилий компаний.

В заключение, проектирование метода анализа потребительского поведения покупателя с использованием UML представляет собой ценный инструмент для компаний, стремящихся улучшить свою конкурентоспособность и успешность на рынке. Разработанный метод обеспечивает систематический и комплексный подход к анализу, который помогает компаниям принимать обоснованные решения и эффективно адаптироваться к изменяющимся потребностям и предпочтениям покупателей.

Список литературы:

1. G. Venturini, J. Tattini, E. Mulholland, B. Gallachóir Improvements in the representation of behavior in integrated energy and transport models // International Journal of Sustainable Transportation Vol. 13, 2019 - Issue 4
2. Xie Fei, Lin Zhenhong, 2017. Market-driven automotive industry compliance with fuel economy and greenhouse gas standards: analysis based on consumer choice. Energy Policy 108, 299–311
3. Sakti Apurba, Azevedo Inês ML., Fuchs Erica RH., Michalek Jeremy J., Gallagher Kevin G., Whitacre Jay F., 2017. Consistency and robustness of forecasting for emerging technologies: the case of Li-ion batteries for electric vehicles. Energy Policy 106, 415–426
4. Ciuffo B, Fontaras G, 2017. Models and scientific tools for regulatory purposes: the case of C O2 emissions from light duty vehicles in Europe. Energy Policy 109, 76–81.
5. Athey Susan, “The Impact of Machine Learning on Economics” Economics of Artificial Intelligence. University of Chicago Press 2017.
6. Bronnenberg B, Dube J, Gentzkow M, 2012. The evolution of brand preferences: evidence from consumer migration. Am. Econ. Rev. 102 (6), 2472–2508.
7. Anderson ST, Kellogg R, Langer A, Sallee JM, 2015. The intergenerational transmission of automobile brand preferences. J. Ind. Econ. 63 (4), 763–793
8. Mannering F, Winston C, Starkey W, 2002. An exploratory analysis of automobile leasing by US households. J. Urban Econ. 52 (1), 154–176