Застосування методу аналізу ієрархій для вибору рекламної мережі в Інтернеті

Таблица 5.7 − Матрица парных сравнений субкритериев относительно критерия "Качество услуг"

Качество услуг	Согласованность действий персонала	Профессионализм	Вес критерия
Согласованность действий персонала	1,000	1,246	0,555
Профессионализм	0,803	1,000	0,445
λmax = 2; ИС = 0; СИ = 0; ОС = 0			∑=1,000

Таблица 5.8 − Матрица парных сравнений альтернатив относительно критерия "Уровень информированности"

Уровень  информированности	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	2,080	0,693	1,442	0,280
Компания B	0,481	1,000	0,405	0,693	0,141
Компания C	1,443	2,469	1,000	2,080	0,385
Компания D	0,693	1,443	0,481	1,000	0,194
λmax = 4,005; ИС = 0,002; СИ = 0,9; ОС = 0,002					∑=1,000

Таблица 5.9 − Матрица парных сравнений альтернатив относительно критерия "Профессиональный характер контента"

Профессиональный  характер контента	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,000	0,481	0,405	0,154
Компания B	1,000	1,000	0,481	0,481	0,161
Компания C	2,079	2,079	1,000	1,000	0,335
Компания D	2,469	2,079	1,000	1,000	0,350
λmax = 4,004; ИС = 0,001; СИ = 0,9; ОС = 0,001					∑=1,000

Таблица 5.10 − Матрица парных сравнений альтернатив относительно критерия "Глобальность компании"

Глобальность компании	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,000	3,000	3,000	0,375
Компания B	1,000	1,000	3,000	3,000	0,375
Компания C	0,333	0,333	1,000	1,000	0,125
Компания D	0,333	0,333	1,000	1,000	0,125
λmax = 4; ИС = 0; СИ = 0,9; ОС = 0					∑=1,000

Таблица 5.11 − Матрица парных сравнений альтернатив относительно критерия "Целевая реклама"

Целевая реклама	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,442	0,693	2,080	0,282
Компания B	0,693	1,000	0,693	2,080	0,235
Компания C	1,443	1,443	1,000	2,466	0,353
Компания D	0,481	0,481	0,406	1,000	0,130
λmax = 4,022; ИС = 0,007; СИ = 0,9; ОС = 0,008					∑=1,000

Таблица 5.12 − Матрица парных сравнений альтернатив относительно критерия "Манера подачи"

Манера подачи	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,000	1,000	1,442	0,271
Компания B	1,000	1,000	1,000	1,442	0,271
Компания C	1,000	1,000	1,000	1,442	0,271
Компания D	0,693	0,693	0,693	1,000	0,188
λmax = 4; ИС = 0; СИ = 0,9; ОС = 0					∑=1,000

Таблица 5.13 − Матрица парных сравнений альтернатив относительно критерия "Мониторинг рекламного эффекта"

Мониторинг рекламного эффекта	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,000	0,481	1,442	0,212
Компания B	1,000	1,000	0,481	1,442	0,212
Компания C	2,079	2,079	1,000	2,466	0,420
Компания D	0,693	0,693	0,406	1,000	0,155
λmax = 4,005; ИС = 0,002; СИ = 0,9; ОС = 0,002					∑=1,000

Таблица 5.14 − Матрица парных сравнений альтернатив относительно критерия "Своевременность отчетов по рекламе"

Своевременность  отчетов по рекламе	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,000	0,333	1,000	0,167
Компания B	1,000	1,000	0,333	1,000	0,167
Компания C	3,003	3,003	1,000	3,000	0,500
Компания D	1,000	1,000	0,333	1,000	0,167
λmax = 4; ИС = 0; СИ = 0,9; ОС = 0					∑=1,000

Таблица 5.15 − Матрица парных сравнений альтернатив относительно критерия "Дружественность отчетов по рекламе"

Дружественность  отчетов по рекламе	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	1,000	0,333	1,000	0,167
Компания B	1,000	1,000	0,333	1,000	0,167
Компания C	3,003	3,003	1,000	3,000	0,500
Компания D	1,000	1,000	0,333	1,000	0,167
λmax = 4; ИС = 4; СИ = 0,9; ОС = 0					∑=1,000

Таблица 5.16 − Матрица парных сравнений альтернатив относительно критерия "Рекламный макет"

Рекламный макет	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	0,405	0,251	0,693	0,117
Компания B	2,469	1,000	0,481	1,000	0,234
Компания C	3,984	2,079	1,000	1,710	0,433
Компания D	1,443	1,000	0,585	1,000	0,216
λmax = 4,039; ИС = 0,013; СИ = 0,9; ОС = 0,014					∑=1,000

Таблица 5.17 − Матрица парных сравнений альтернатив относительно критерия "Маркетинговые исследования"

Маркетинговые  исследования	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	0,693	0,405	2,080	0,193
Компания B	1,443	1,000	0,481	2,466	0,252
Компания C	2,469	2,079	1,000	3,271	0,446
Компания D	0,481	0,406	0,306	1,000	0,110
λmax = 4,03; ИС = 0,001; СИ = 0,9; ОС = 0,011					∑=1,000

Таблица 5.18 − Матрица парных сравнений альтернатив относительно критерия "Медиапланирование"

Медиапланирование	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	0,693	0,405	0,405	0,133
Компания B	1,443	1,000	0,481	0,481	0,174
Компания C	2,469	2,079	1,000	1,442	0,378
Компания D	2,469	2,079	0,693	1,000	0,315
λmax = 7,039; ИС = 0,007; СИ = 1,32; ОС = 0,005					∑=1,000

Таблица 5.19 − Матрица парных сравнений альтернатив относительно критерия "Кампания"

Кампания	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	0,693	0,405	0,523	0,145
Компания B	1,443	1,000	0,481	0,585	0,187
Компания C	2,469	2,079	1,000	0,693	0,322
Компания D	1,912	1,709	1,443	1,000	0,346
λmax = 4,022; ИС = 0,007; СИ = 0,9; ОС = 0,008					∑=1,000

Таблица 5.20 − Матрица парных сравнений альтернатив относительно критерия "Согласованность действий персонала"

Согласованность действий персонала	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	0,405	0,212	0,693	0,098
Компания B	2,469	1,000	0,333	2,080	0,227
Компания C	4,717	3,003	1,000	4,217	0,548
Компания D	1,443	0,481	0,237	1,000	0,127
λmax = 4,029; ИС = 0,01; СИ = 0,9; ОС = 0,011					∑=1,000

Таблица 5.21 − Матрица парных сравнений альтернатив относительно критерия "Профессионализм"

Профессионализм	Компания A	Компания B	Компания C	Компания D	Приоритет
Компания A	1,000	2,080	0,481	3,557	0,277
Компания B	0,481	1,000	0,281	2,080	0,148
Компания C	2,079	3,559	1,000	4,718	0,491
Компания D	0,281	0,481	0,212	1,000	0,084
λmax = 4,03; ИС = 0,01; СИ = 0,9; ОС = 0,011					∑=1,000

 

5.2 Получение векторов локальных приоритетов

Для каждой из полученных матриц формируется вектор локальных приоритетов. Существует четыре способа получения приближенной оценки вектора локальных приоритетов [6]:

• суммировать элементы каждой строки и нормализовать делением каждой суммы на сумму всех элементов (сумма полученных результатов будет равна единице): первый элемент результирующего вектора будет приоритетом первого объекта, второй – второго объекта и т. д.;
• суммировать элементы каждого столбца и получить обратные величины этих сумм; нормализовать их так, чтобы их сумма равнялась единице: разделить каждую обратную величину на сумму всех обратных величин;
• разделить элементы каждого столбца на сумму элементов этого столбца (т. е. нормализовать столбец), затем сложить элементы каждой полученной строки и разделить эту сумму на число элементов строки (это – процесс усреднения по нормализованным столбцам);
• умножить n элементов каждой строки и извлечь корень n-й степени, нормализовать полученные числа.

Векторы локальных приоритетов матриц попарных сравнений были вычислены третьим способом и приведены в последнем столбце табл. 5.1−5.21. Для расчетов использовались математические функции MS Excel (приложение Б).

5.3 Оценка степени согласованности матриц парных сравнений

На каждом уровне иерархии необходимо определить степень согласованности матриц парных сравнений.

Умножив матрицу сравнений справа на полученную оценку вектора приоритетов, получим новый вектор. Разделив первую компоненту этого вектора на первую компоненту оценки вектора приоритетов, вторую компоненту нового вектора на вторую компоненту оценки вектора приоритетов и т. д., определим еще один вектор. Разделив сумму компонент этого вектора на число компонент, найдем приближение к числу λ_max (называемому максимальным или главным собственным значением), используемому для оценки согласованности, отражающей пропорциональность предпочтений.

Отношения согласованности (ОС), вычисленные для всех матриц попарных сравнений (табл. 5.1−5.21), оказались меньшими 0,1, что свидетельствует о согласованности суждений двадцати экспертов и трех ЛПР.

5.4 Определение локальных приоритетов альтернатив по критериям

Иерархический синтез используется для  взвешивания собственных векторов матриц парных сравнений альтернатив  весами критериев (элементов), имеющихся в иерархии, а также для вычисления суммы по всем соответствующим взвешенным компонентам собственных векторов нижележащего уровня иерархии.

Вычисление векторов приоритетов  проводится в направлении от нижних уровней к верхним с учетом конкретных связей между элементами, принадлежащими различным уровням. Вычисление проводится путем перемножения соответствующих векторов и матриц.

В соответствии с табл. 5.22 для критерия "Качество интернет-медиа" относительное влияние подкритериев убывает в следующем порядке: уровень информированности общественности (0.448), число пользователей (0.233), посещаемость (0.169), профессиональный характер контента (0.151); для критерия "Масштаб бизнеса" − количество сайтов (0.438), число категорий сайтов (0.365), является ли компания глобальной (0.197). Для системы рекламного менеджмента и рекламной доставки приоритеты подкритериев следующие: мониторинг рекламного эффекта (0.317), своевременность отчетов (0.226), таргетинг (0.176), дружественность отчетов (0.148), манера подачи материала (0.133). Что касается творческого подхода, здесь коэффициент кликов (0.727) был отмечен как более важный, чем рекламный макет (0.273).