Кратко и по существу — как применить две модели и что учесть.
1) Рациональная модель (полная оптимизация)
- Шаги: формализовать цель(и), перечислить альтернативы, собрать данные, оценить вероятности исходов, задать функцию полезности, выбрать альтернативу, максимизирующую ожидаемую полезность.
- Формулы: ожидаемая полезность
$$EU(a)=\sum _i{p}_i(a)u_i(a),$$ где $p_i$ — вероятность исхода $i$ при действии $a$, $u_i$ — полезность результата. Для мультикритериальной оценки
$$U(a)=\sum _j{w}_j{x}_j(a),$$ где $x_j$ — нормированные показатели (например, квартальные продажи, CLV, NPS), $w_j$ — веса.
- Учёт ограничений: формализовать операционные и нормативные ограничения, например требование выполнить план $S_{\text{min}}$ или штрафы $C_{\text{pen}}$:
$$\text{maximize}U(a)\text{s.t.}\text{sales}(a)\ge S_{\text{min}},\text{cost}(a)\le C_{\max }.$$ - Практика: построить сценарии (pessimistic/likely/optimistic), провести чувствительный анализ по весам и вероятностям, выбрать стратегию с наибольшим $EU$ или наилучшими показателями в ключевых сценариях.
2) Ограниченно рациональная модель (satisficing, эвристики)
- Подход: ограниченный набор альтернатив, упрощённая оценка, правило «достаточно хорошего» (satisficing).
- Формализация порога: задать порог полезности $\bar{U}$. Выбираем первое действие $a$, дающее $U(a)\ge \bar{U}$.
$$\text{Выбрать}a\text{такое, что}U(a)\ge \bar{U}.$$ - Эвристики: приоритет лояльности при высоком CLV (правило: если $CLV>$ порог — отложить агрессивные продажи), минимизация репутационных рисков, быстрые правила (fast-and-frugal trees) для торгового персонала.
- Практика: ограниченный сбор данных, быстрые пилоты/A–B тесты, правила эскалации для спорных случаев, использование чек-листов и KPI-«стропов» (например, не давать скидку, если NPS клиента внизу).
3) Ключевые факторы для оценки (что учитывать и как измерять)
- Краткосрочные: дополнительная выручка/маржа за квартал $\Delta R$, выполнение бонусных планов сотрудников, штрафы за недовыполнение.
- Долгосрочные: CLV (формула)
$$CLV=\sum _{t=0}^T\frac{r_t-c_t}{(1+d{)}^t},$$ удержание/отток (churn), NPS/удовлетворённость, репутационные риски.
- Операционные: наличие товара, логистика, нагрузка персонала, стоимость возвратов и рекламаций.
- Организационные/стимулы: как бонусы и KPI влияют на поведение менеджеров.
- Правовые/этические: риск нарушения правил ценообразования, обязательств перед клиентами.
- Неопределённость и качество данных: надёжность оценок вероятностей и сценариев.
4) Практические рекомендации по выбору подхода
- Если данные и прогнозы надёжны, времени достаточно — применять рациональный подход (EU/MCDA + сценарии + чувствительность).
- Если ограничения по времени/данным/ресурсам — применять ограниченно рациональный подход: задать минимальные пороги (например, минимальный CLV, минимум маржи), простые правила и пилоты.
- Гибрид: формализовать «guardrails» (например, минимум доли долгосрочной выручки), использовать быстрые A/B тесты, отслеживать leading indicators (NPS, повторные покупки) и переключаться при отклонениях.
- Документировать решение: какие допущения, пороги и данные использовались; план мониторинга и критерии пересмотра.
Итого: рациональный подход даёт оптимум при хороших данных и времени; ограниченно рациональный — позволяет быстро принимать безопасные и объяснимые решения при ограничениях. Включите в модель CLV, штрафы за невыполнение плана, операционные ограничения и качество данных; используйте сценарный и чувствительный анализ и защитные пороги для баланса краткосрочных продаж и долгосрочной лояльности.