|
| | | | Проблемы современной экономики, N 1 (97), 2026 | | | | ПРОБЛЕМЫ МАРКЕТИНГА. ЛОГИСТИКА | | | |
| | Калькова Н. Н.
доцент кафедры маркетинга, торгового и таможенного дела
Института экономики и управления
Крымского федерального университета им. В.И. Вернадского (г. Симферополь),
доктор экономических наук
| | | | В статье анализируются проблемы принятия решений в условиях неопределенности, характерные для современной торговли и производства. Отмечается неэффективность традиционных управленческих подходов, основанных на компромиссах и линейном мышлении. Обосновывается необходимость перехода от реактивного управления к проактивному формированию желаемых системных состояний. В качестве методологического решения предлагается интеграция инструментов нейромаркетинга и искусственного интеллекта. Этот синтез позволяет объективно измерять подсознательные реакции потребителей, снижать когнитивную нагрузку при принятии решений и трансформировать операционные данные в конкурентные преимущества для бренд-менеджмента. | | Ключевые слова: инновационный бренд-менеджмент, принятие решений, производственно-торговая деятельность, потребительское поведение, нейромаркетинг, искусственный интеллект, региональный брендинг | | УДК 005.4:339.13; ББК 65.291.5 Стр: 91 - 95 |
Постановка проблемы. Сферы торговли и производства сталкиваются в современных условиях с уникальным набором сложных, но взаимосвязанных проблем. Управление производством, по мнению М.С. Аймурзинова, М.Ф. Баймухамедова следует рассматривать как объективную категорию, сущность которой заключается в «целенаправленном, сознательном воздействии аппарата управления на трудовые коллективы с познанием и использованием объективных законов и закономерностей менеджмента для достижения целей организации» [1, с. 50]. При этом, каждый исторический период характеризуется последовательной сменой управленческих парадигм, каждая из которых представляет собой целостную систему мышления, воплощенную в конкретных взглядах, идеях, методологиях, принципах, нормах, инструментах и даже неформальных правилах делового поведения, определяющих практику своего времени [2, с. 108]. Параллельно эволюционирует и понимание природы самой фирмы, как объекта управления. Если изначально она рассматривалась через призму ресурсной составляющей и материальной основы (А. Маршалл, 1919 г.), институциональной роли (Р. Коуз, 1937 г.), а затем информационных процессов (М. Аоки, 1986 г.), то современный фокус сместился на ее когнитивные (Б. Когут, У. Зандер, 1992 г.) [2] и интеллектуальные основы (Г.Б. Клейнер, 2020 г.) [3] в условиях экономики многополярности и квантовой экономики (Г.Л. Багиев, О.Д. Маслобоева, 2025 г.) [4]. В результате можно отметить, что управление производством постоянно балансирует между противоречивыми целями: повышением эффективности и гибкости, снижением затрат, логистических сроков и отходов при одновременной необходимости обеспечения стандартов качества и безопасности в условиях ассортиментной насыщенности на рынках (особенно в сегменте FMCG) и быстрой смене потребительских предпочтений. В данной связи «маркетологи вынуждены внедрять инновации из-за сокращения жизненного цикла продукта и его ускоренной коммодизации, ... при которой элитный товар со временем превращается в общедоступный, а потенциальные покупатели ориентируются на цены, а не на производителя» [5, с. 66–67]. В этих турбулентных условиях традиционные методы принятия решений, основанные на компромиссах и выборе вариантов, часто оказываются неэффективными, дорогими и медленными, не позволяя находить прорывные решения.
Можно утверждать, что современное технологическое развитие представляет собой проблему принятия решений в условиях высокой неопределенности, вследствие чего «...мы пока не имеем представления, как в дальнейшем будут развиваться преобразования, обусловленные этой (четвертой) промышленной революцией» [6, с. 8]. Четвертая промышленная революция, в отличие от линейных эволюционных процессов, характеризуется экспоненциальной динамикой изменений, где дизруптивные (прорывные) инновации не просто улучшают существующие системы, а фундаментально переопределяют саму логику экономических, социальных и гуманитарных систем [6, с. 9]. В этом контексте традиционные управленческие подходы, основанные на экстраполяции прошлого опыта, становятся неэффективными, порождая «стратегическую слепоту» у руководителей, погруженных в решение текущих задач и сиюминутных операционных проблем, упускающих из виду долгосрочные изменения. Это, в свою очередь, вызывает системный кризис, следствием которого становится рост числа людей, в том числе на управленческих позициях, которые считают себя эффективными, но на деле не способных адекватно отвечать на вызовы времени, испытывающие трудности в корректной постановке проблем и поиске их решений, подменяющих цели средствами. Данная ситуация закономерно ведет к росту количества организаций и институтов, теряющих способность к адаптации и саморазвитию в быстро меняющейся среде. Наконец, формируется опасный разрыв между объективной реальностью трансформаций и их субъективным восприятием, который блокирует адекватное мышление и препятствует эффективным управленческим действиям [2].
Таким образом, ключевая исследовательская проблема заключается в том, что человеческое мышление, склонное к линейным моделям прогнозирования, системно недооценивает кумулятивный эффект взаимодействия разнородных технологий и знаний различных научных областей, комплексное использование которых позволяет перейти от реактивного управления проблемами к проактивному формированию желаемых системных состояний, на основе «диалектического и матричного мышления» [2, с. 109].
Анализ литературы. Системообразующие характеристики четвертой промышленной революции требуют переосмысления с позиций теории принятия решений в сфере производственно-торговой деятельности. Экспоненциальная динамика развития искусственного интеллекта, биотехнологий и интернета вещей (IoT) создает эффект «стратегического разрыва», когда решения, основанные на текущей информации, устаревают еще до своей реализации, что требует перехода к адаптивным стратегиям, постоянно корректируемым по мере поступления новых данных. По оценкам McKinsey, «Интернет вещей увеличит глобальный экономический потенциал во всех отраслях с 5,5 до 12,6 трлн долл. США к 2030 г. Ожидается, что IoT не только автоматизирует эксплуатацию и техническое обслуживание производственных мощностей, но и повысит ценность продукта за счет иммерсивного клиентского опыта» [5, с. 94]. Учитывая, что усиление глобальных проблем, включая изменение климата, истощение ресурсов и ухудшение состояния окружающей среды, привело к трансформации промышленности в сторону «зеленого» производства, экономики замкнутого цикла и устойчивых инноваций [7], устойчивое проектирование продукции (УПП), создание уникального торгового предложения (УТП) стало ключевым подходом к повышению эффективности использования ресурсов, снижению воздействия на окружающую среду и обеспечению потребительской удовлетворенности на протяжении всего жизненного цикла продукта [8]. Однако, стоит упомянуть, что «не всегда собственник готов вкладывать денежные средства с целью обновления какого-то современного оборудования, ведь любая инновация должна быть адаптирована к любому процессу» [9]. Кроме того, несмотря на постоянные инвестиции в маркетинговые данные и аналитику, компании неохотно используют аналитику для принятия важных решений, поскольку существуют опасения по поводу того, как реализовать весь потенциал аналитических инициатив [10]. В результате, принятие решения о создании нового продукта, либо ребрендинге уже существующего всегда является инвестицией в неопределенное будущее, где ключевым активом инвестора выступает не капитал, а уверенность в будущей выгоде. И хотя интуиция и накопленный опыт формируют важную основу для такого решения, они не заменяют необходимость системного анализа, «который, если не позволяет определить оптимальный вариант, то, по крайней мере, помогает сузить область поиска верного решения» [11, с. 93].
Современный управленческий персонал при внедрении инноваций в практику производственно-торговой деятельности и принятия решений относительно разработки и продвижения продукции должен быстро реагировать на рыночные возможности и (пере)распределять ресурсы для их реализации с целью обеспечения устойчивости, а в идеале, и долгосрочного функционирования предприятия на рынке. Это порождает проблему, когда в условиях ассортиментной насыщенности при одновременном снижении покупательной способности и увеличении налоговой нагрузки особенно на малый и средний бизнес необходимо обеспечить реализацию баланса интересов потребителей, максимально полно удовлетворяя их потребности при необходимости поддержания выживаемости фирмы с учетом оптимизации ресурсов. Для достижения этой цели важно переориентироваться не на линейное сокращение затрат, а на системное тестирование микростратегий, например, через проверку гипотез о ключевой ценности продукта, эффективных каналах коммуникации и психологических драйверах покупки. Ключевым становится принцип, при котором бизнес должен выстраивать отношения с клиентом вокруг снижения его когнитивной нагрузки, предлагая не просто товар, а уверенность, прозрачность и предсказуемый результат, тем самым формируя целостную систему клиентского опыта как ценности [5, с.67]. Таким образом, выживание фирмы обеспечивается не масштабом действий, а их точностью и способностью превращать операционные данные в тактические решения, минимизирующие риски, что, по нашему мнению, возможно достичь через создание гибридных интеллектуальных систем, способных обеспечить анализ данных в режиме постоянного мониторинга для поддержки решений, синтезируя методологию процессного управления с возможностями прогнозной аналитики и моделирования бизнес-сценариев.
Формирование компетенций в области решения проблем представляет собой непрерывный процесс, навыки которого развиваются на протяжении всей карьеры. Как отмечают Ю. Гонсалес и Р. Вагенаар, данный навык следует отнести к универсальным компетенциям, которые составляют ядро любого академического образования, проявляясь через инструментальные (работа с инструментами, технологиями, нововведениями, данными), межличностные (выстраивание отношений) и системные (понимание системных взаимосвязей) элементы. Особый интерес представляет инструментальный аспект, в рамках которого решение проблем является интегрирующим элементом, связывающим когнитивные способности, методологическую грамотность в управлении, а также технологическую и языковую подготовку [12]. По сути, это тот фундамент, на котором строится профессиональная гибкость менеджера в постоянно меняющемся мире, позволяющая соединить теоретический инструментарий с его практической реализацией.
Независимо от академического контекста, научное сообщество с начала XX века искало универсальный методологический инструмент, «ключ» к пониманию того, как человек решает проблемы. Многообразие практических проявлений этого навыка создает значительные методологические сложности. Значительный вклад в развитие основ теории принятия решений внесли ученые Дж. Дьюи (1910 г.) [13] и Г. Уоллас (1926 г.) [14], обозначив ее междисциплинарный характер, значимый для образования, науки, экономики и психологии [15, с. 348]. Как отмечал еще М. Коэн в 1977 г., область решения проблем характеризуется удивительной разрозненностью исследований и напоминает мозаику из разных подходов и терминов, где каждая научная школа предлагает свой уникальный взгляд [16]. Отсутствие единой систематизации, которое исследователи отмечали на протяжении десятилетий, дополняется существованием различных теоретических моделей и неоднородностью исследовательских подходов. На базе предложенных учеными фундаментальных моделей возникло множество последовательных концепций, однако далеко не все из них были подкреплены измерительным инструментарием. Здесь особого внимания заслуживает разработанная в 1971 г. модель Дж. Д’Зуриллы и М. Голдфрида, демонстрирующая, что эффективное решение проблем является не просто спонтанной реакцией, а структурированным процессом, который можно и нужно развивать целенаправленно [17]. В дальнейшем данная модель несколько раз пересматривалась и улучшалась, и в 2004 г. Дж. Д’Зурилла и др. в ее окончательной интерпретации обозначили сущностную характеристику решения проблемы как жизненную ситуацию или задачу, с которой сталкивается отдельный человек или группа людей, требующую адаптивной реакции, но эффективная реализация которой не является доступной незамедлительно из-за одного или нескольких препятствий, которые могут включать новизну, двусмысленность, непредсказуемость, противоречивые требования к стимулам, дефицит профессиональных навыков или нехватку ресурсов [18]. В зарубежных исследованиях сам процесс решения проблем рассматривается как целостная когнитивно-аффективно-поведенческая деятельность, в ходе которой человек стремится идентифицировать, открывать, изобретать или адаптировать эффективные способы преодоления повседневных трудностей [18, с. 13]. В результате, как отмечают ученые, конечный результат решения проблемы рассматривается как многомерная конструкция, состоящая из двух групп взаимосвязанных компонентов. Первую группу, определяющую когнитивно-мотивационную основу, составляет отношение к проблеме, т.е. убеждения, суждения и ощущения человека (как он думает и как он себя чувствует перед лицом трудностей, конфликтов, затруднений, опасностей и т. д.). Также следует учитывать проявляемые навыки или способности при выявлении проблемы, с помощью которых человек пытается понять проблемную ситуацию и найти (предложить) эффективное решение или какую-либо стратегию для ее решения, которые составляют вторую группу и характеризуют когнитивно-поведенческий компонент [18]. В результате эффективность достигается при сочетании конструктивного, оптимистичного настроя и систематических, осознанных действий [19].
В современных условиях, когда неопределенность становится новой нормой, способность к такому структурированному решению проблем превращается в профессиональную необходимость, определяющую конкурентоспособность как отдельного специалиста, так и организации в целом. При этом навыки решения проблем, как отмечают исследователи, напрямую связаны с управленческим мышлением, «когнитивным процессом, представляющим собой высший уровень познавательной, в том числе творческой, активности человека, связанной с решением разнообразных теоретических и практических задач в управленческой деятельности» [20, с.207], «...выраженным в их количественных, качественных и структурных преобразованиях» [20, с.208] и характеризующихся многокомпонентной структурой, включающей когнитивный, операциональный и, по мнению Л.В. Львова, рефлексивно-мотивационный компоненты [20, 21].
Несмотря на наличие значительного методологического инструментария, процесс выбора методов и адаптации для конкретных производственно-торговых предприятий сопряжен с информационной асимметрией и рисками, что приводит к проблемам, связанным с использованием данных, полученных стандартными методами, зачастую приводящими к разрыву между заявленным и реальным поведением (то, что люди говорят, и то, что они на самом деле делают) [22]. Как отмечают исследователи, «доступ к информации требует умения эффективно работать с ней: искать, выбирать, анализировать, оценивать и синтезировать новую» [2, с. 109].
Кроме того, как отмечают Г.Л. Багиев и О.Д. Маслобоева, ключевая проблема современных методов обработки данных заключается не в их сложности, а в фундаментальном несоответствии между их скоростью и темпом порождения нового знания, поскольку данные генерируются быстрее, чем традиционные алгоритмы способны их интерпретировать, что невозможно преодолеть простым увеличением вычислительной мощности [4]. Также, отсутствие достоверной информации приводит к тому, что эффективная, на первый взгляд, реклама не увеличивает продажи, спроектированная упаковка не привлекает внимание на полке, а интерфейс веб-сайта вызывает подсознательное раздражение и приводит к отказу от добавления товара в корзину и покупки. Это обусловлено, в том числе, тем фактом, что значительная часть процессов обработки информации потребителем происходит на бессознательном, аффективном уровне.
Традиционные методы, полагающиеся на вербальные отчеты, зачастую «ловят» лишь рационализацию уже принятых решений. В результате, в процессе решения проблем в бизнес-среде требуется не эволюционное ускорение, а переход от анализа «уже случившегося» к интеллектуальному прогнозированию «еще не существующего», что требует применения междисциплинарного подхода, классических маркетинговых и новых нейромаркетинговых инструментов, что позволит получить новые данные о часто неосознаваемых мотивах и эмоциональных реакциях, которые определяют поведение, побуждают потребителей совершить выбор и покупку и влияют на формирование лояльности. Инструменты нейромаркетинга, используемые для диагностики скрытых проблем в восприятии продуктов, коммуникации или пользовательском опыте и позволяющие объективно понять глубинные процессы принятия решений доказали свою эффективность в реальной торговой среде [23].
Учитывая, что бренд, как категория, существует не столько в пространстве рациональных аргументов, сколько в области подсознательных ассоциаций, мгновенных эмоциональных откликов и автоматических решений, которые имеют конкретные нейробиологические корреляты в мозге потребителя, можно сказать о наличие феномена «нейробренда», для эффективного измерения которого требуется синтез знаний из маркетинга, психологии, нейробиологии и поведенческой экономики.
Нейромаркетинг выступает в данном случае инструментарием, позволяющим переводить абстрактные концепции привязанности, ценности и вовлеченности в объективные, измеримые показатели: активность определенных зон мозга, движение взгляда, непроизвольные физиологические реакции и получить достоверные данные о том, как бренд, на самом деле, воспринимается, запоминается и формирует идентичность в сознании потребителя, что является основой для принятия обоснованных решений о позиционировании, коммуникации и продвижении в условиях высокой конкурентной среды и информационного шума. Следует учитывать, что сам по себе нейромаркетинг не заменяет собой стратегическое мышление или креативность, однако посредством использования данных технологий возможно перейти от интуитивных догадок в проверяемые гипотезы, снижая разрыв между ожиданиями компании и реальной реакцией аудитории, переводя управление восприятием потребителя из области предположений в область данных. Кроме того, по результатам нейромаркетинговых исследований возможно оценить истинное вовлечение потребителя в момент взаимодействия с продуктом и обеспечить обратную связь для дизайнерских и инженерных команд [24].
Так, технология айтрекинга (eye-tracking) позволяет выявить визуальные элементы (цвет, символ, расположение), которые неосознанно привлекают внимание, определить, что именно на упаковке или в рекламе потребитель игнорирует, и проанализировать паттерны зрительного поведения для создания более запоминающихся бренд-активов. Технология FACS (анализ мимики лица) направлена на объективную оценку истинного эмоционального отклика (радость, отвращение, удивление и др.) в момент взаимодействия с продуктом или рекламой, минуя рациональные фильтры, характерные для опросов. Методом ЭЭГ (электроэнцефалографии) возможно измерить когнитивную нагрузку (сложность восприятия), вовлеченность и моменты пикового интереса, а также фиксировать активность мозга, связанную с запоминанием, вовлеченностью и эмоциональной реакцией, оценивая, насколько эффективно бренд или сообщение кодируется в памяти. Кожно-гальваническая реакция (КГР) служит для объективного измерения общего уровня психофизиологического возбуждения в ответ на бренд-стимулы [24]. Синхронизация полученных нейроданных и технологий искусственного интеллекта (NLP, компьютерное зрение, машинное обучение) позволяет не просто проанализировать значительные массивы, а получить «живую», динамичную, гибридную модель оценки потребительского отклика на маркетинговый стимул, что дает возможность бренд-менеджерам принимать решения, основанные на понимании самой природы человеческого восприятия.
Таким образом, конвергенция этих технологий создает замкнутый цикл управления, где решения основаны не на интерпретации поверхностных сигналов, а на эмпирическом понимании фундаментальных триггеров поведения.
Выводы. Сегодня, в мире постоянных изменений и сложных вызовов, ключевым элементом эффективного и долгосрочного функционирования предприятий является не простое реагирование на возникшие трудности, а проактивная способность моделировать будущее. Речь идет о двойном прогнозировании: необходимо предвидеть не только вероятное развитие самой проблемы, но и полный спектр последствий, которые повлечет за собой каждое из потенциальных решений, что требует системного подхода к оценке не только прямых результатов, но и побочных эффектов, рисков и долгосрочного влияния на все элементы структуры производственно-торговой деятельности.
Следовательно, современный подход к решению проблем требует отказа от универсальных шаблонов в пользу гибкой, гибридной методологии, посредством комбинации различных аналитических подходов (от системного мышления до предиктивной аналитики), с целью адаптации инструментария под конкретный контекст для проектирования самого процесса принятия решений. Такой процесс должен быть системным, обеспечивая мультиагентное вовлечение ключевых стейкхолдеров для снижения «слепых зон» и содержать встроенные механизмы для быстрой проверки гипотез и корректировки стратегий в рамках единого цикла принятия решений (например, в рамках функционирования кластера, синхронизирующего стратегические приоритеты региона, возможности производства, логистические требования торговли и неосознаваемые потребности целевых потребителей). Итоговая эффективность определяется не столько выбором единственно верного метода, сколько способностью выстроить целостную логику движения информационно-ресурсных потоков от точечного решения проблем к комплексному, управляемому процессу, направленному на достижение устойчивого и долгосрочного результата.
В результате методологическая основа решения проблем в производственно-торговой сфере должна интегрировать принципы системного мышления, теорию принятия решений в условиях неопределенности и подходы к управлению сложными адаптивными системами с использованием новых технологий и инструментов (искусственного интеллекта и глубокого машинного обучения, инструментов нейромаркетинга и предиктивной аналитики), что позволит разрабатывать практические механизмы для управления бизнес-процессами в новой реальности, где традиционные границы между технологиями, обществом и человеческой природой становятся все более проницаемыми. |
| |
| | |
|
|
|
