Динамический бизнес-план: решение для аналитиков и инвесторов на базе имитационного моделирования

Инвесторы часто вынуждены сталкиваться с тем, что традиционные методы оценки инвестиционной привлекательности проектов, такие как оценка бизнес-плана и различных финансовых показателей, не дают надежных прогнозов о развитии предприятия. Привычное финансовое моделирование, к сожалению, часто использует такие методы, как экстраполяция трендов, прогнозирование трендов при помощи регрессии и использование оценок экспертов в данной отрасли. Разрабатываются базовый, оптимистичный и пессимистичный сценарии развития событий, но и этого недостаточно для точного прогнозирования события. Минусы таких методов анализа очевидны – основываясь на экспертных мнениях, инвестор ставит себя в зависимость от квалификации экспертов и их субъективных мнений.

Выходом может служить «динамический бизнес-план» – имитационная модель, воспроизводящая бизнес-ситуацию в целом и позволяющая проводить эксперименты, узнавая, как будет вести себя система при изменении тех или иных параметров. Сейчас в мире все более широкое распространение получают динамические бизнес-планы на основе агентного имитационного моделирования. Об одном из таких примеров из практики консультантов российского отделения Deloitte рассказывают в своей статье Д. Каталевский и Р. Панов.

Авторы составляли динамический бизнес-план для российского интернет-стартапа по продаже авиабилетов и бронированию гостиниц. Среди конкурентных преимуществ сайта были удобный интерфейс, возможности сравнения результатов поиска и функциональность, позволяющая корпоративным клиентам отслеживать и оптимизировать расходы на командировки сотрудников. Перед менеджментом сайта-оператора стояла задача определить наиболее перспективный сегмент рынка для компании – частные лица, бронирующие билеты и гостиницы для личных нужд, или корпоративные клиенты, совершающие покупки для сотрудников, отправляющихся в командировки.

Естественно, стратегии продвижения для этих двух сегментов кардинально отличаются. Для выхода на рынок B2C компания планировала заниматься активным продвижением в интернете – в частности, использовать вирусный маркетинг и продвижение через популярных блоггеров. Чтобы завоевать свою нишу на рынке B2B, компании потребовалось бы нанимать и обучать дополнительное количество менеджеров по продажам. В качестве инструмента бизнес-прогнозирования использовалась агентная имитационная модель.

В первую очередь, как и следовало ожидать, модель создавалась для определения оптимальной стратегии развития компании и тестирования различных сценариев. Функциональность модели позволяла варьировать различные параметры системы в ходе эксперимента (например, интенсивность рекламных кампаний, используемые методы распространения информации и т.п.) и отслеживать влияние управленческих решений на развитие событий.

Однако иногда вторичная, демонстрационная, цель создания модели может оказаться не менее важной, чем первоначальная цель проведения экспериментов и прогнозирования. Среди задач разработчиков часто бывает привлечение внимания к рассматриваемой проблеме и проведение презентаций. В нашем случае модель активно использовалась для демонстрации потенциала бизнеса в переговорах с венчурными и инвестиционными фондами.



Входные данные для модели частично брались из имеющейся статистики компании (например, показатели конверсии сайта), частично основывались на допущениях. Важно отметить, что после описания логики поведения рынка количественные входные данные, основанные на допущениях, можно и нужно заменять либо на реальную статистику, вновь полученную в результате работы компании, либо на результаты маркетинговых исследований.

Подробное описание модели доступно в статье на нашем сайте.

По мнению разработчиков модели, венчурные инвестиции, где подчас бывает практически невозможно аналитически спрогнозировать динамику поведения потребителей – одна из наиболее перспективных областей применения агентных моделей. Агентные имитационные модели позволяют инвестору получить набор реалистичных сценариев будущего развития событий и таким образом принять гораздо более обоснованное и взвешенное решение.

Агентное моделирование для прогнозирования поведения потребительского рынка активно используют и конкуренты Deloitte по «большой четверке» из PricewaterhouseCoopers. В частности, один из директоров американского PwC, признанный эксперт в сфере имитационного моделирования доктор Марк Пейч, считает, что агентное моделирование – наиболее удобный и точный способ прогнозирования поведения потребителей, а значит, и развития молодых компаний, выводящих новые продукты на рынки. Об опыте доктора Пейча в прогнозировании поведения рынка с помощью агентного моделирования можно услышать в его видео-презентации (на англ. языке).

Таким образом, агентное имитационное моделирование, самостоятельно или в сочетании с другими подходами, может успешно использоваться для прогнозирования развития молодого бизнеса, как инструмент поддержки принятия стратегических решений и как мощный аргумент в презентациях и переговорах. В то же время компании, за годы работы уже накопившие много «больших данных» (big data) в виде статистики о своей деятельности или поведении клиентов, найдут в агентном моделировании способ поставить это огромное количество неиспользуемой информации себе на службу. Но эту тему мы затронем в следующий раз. Подписывайтесь на наш RSS-канал, чтобы регулярно получать обновления блога!