Algorithm for Decision Support on Optimal Marketing Management as an Effective Tool to Attract Consumers

Authors

  • O. B. Goltsova Kalashnikov ISTU, Izhevsk
  • E. V. Goltsova Kalashnikov ISTU, Izhevsk
  • D. S. Bakulev Kalashnikov ISTU, Izhevsk

DOI:

https://doi.org/10.22213/2410-9304-2020-4-65-75

Keywords:

optimal management, algorithm, decision support, mechanics of attracting consumers

Abstract

This paper presents a decision support model for marketing management as an effective tool for attracting consumers. 

The paper develops a number of classifications that are intended for use in selecting input data, based on which a number of alternative mechanics are chosen: the classification tree of goals of marketing activities; classification of consumers by interests and classification of consumers by the stage of relations with a trading enterprise.

These classifications form the basis of a comprehensive decision support algorithm for choosing the mechanics of attracting consumers. The visual algorithm is the material for creating a software product in an environment that is convenient for a specific enterprise. In this work, we selected the tools of the Google Docs office suite and web-oriented software. Google Forms have a user-friendly interface, the ability to style the survey and visual statistics of responses and convert them to Google Tables.

This tool allows you to take into account the main factors that affect the choice of mechanics of attracting consumers, which will increase the effectiveness of advertising and promotional events, reduce the likelihood of errors and reduce the time of the process of forming the mechanics of attracting consumers, which will allow the company to quickly respond to external factors.

References

Чернухина Г. Н. Перспективные инструменты управления бизнес-процессами в обеспечении качества торговых услуг // Экономика и управление: проблемы, решения. 2018. Т. 3, № 10. С. 80–84.

Волконская А. Г., Казакова Е. С. Системный подход к бизнес-процессам в управлении предприятием // Вестник САМГУПС. 2018. № 4 (42). С. 37–41.

Волик М. В. Описание бизнес-процесса взаимодействия с клиентами для повышения эффективности управления компанией (на примере торговой компании) // Экономика и управление: проблемы, решения. 2019. Т. 2, № 2. С. 51– 57.

Пономарева С. В. Формирование системно-интегрированного учета и механизм его реализации в системе управления качеством бизнес-процессов // Вестник университета. 2018. № 7, С. 104–108.

Димов Э. М., Маслов О. Н., Хаджиева С. В. Имитационное моделирование бизнес-процесса раз-работки и кастомизации интеграционных решений в интересах управления ИТ-компанией // Инфокоммуникационные технологии. 2019. Т. 17, № 1. С. 49–63.

Гольцова О. Б., Гольцова Е. В., Созонова Н. А. Разработка поэтапного математического и алгоритмического обеспечения модели управления по подготовке инженерных кадров // Вестник ИжГТУ имени М. Т. Калашникова. 2017. № 4. С. 100–103.

Расулов Р. М., Нилова Н. М. Информационные системы управления бизнес-процессами // Информационное общество: современное состояние и перспективы развития. 2019. С. 293-295.

Гольцова О.Б., Клековкин В.С., Гольцова Е.В. Концептуальная модель управления процессами анализа требований и распределения работ при разработке информационных систем // Интеллектуальные системы в производстве. 2020. Т. 18, № 3. С. 85–94.

Проектирование системы управления бизнес-процессами на основе онтологического анализа и имитационного моделирования предметной области / Л. Р. Черняховская, Н. О. Никулина, А. И. Малахова, Ш. Г. Гарайшин, Т. Р. Нагимов // Информационные и математические технологии в науке и управлении. 2019. № 3 (15). С. 18–30.

Махмутова М. В., Белоусова И. Д., Москвина Е. А. Бизнес-ориентированная модель управления информационными технологиями в производственной компании // Современные наукоемкие технологии. 2019. № 1. С. 94–98.

Published

29.12.2020

How to Cite

Goltsova О. Б., Goltsova Е. В., & Bakulev Д. С. (2020). Algorithm for Decision Support on Optimal Marketing Management as an Effective Tool to Attract Consumers. Intellekt. Sist. Proizv., 18(4), 65–75. https://doi.org/10.22213/2410-9304-2020-4-65-75

Issue

Section

Articles