Pivnice (Vensim)

Zadání
Název simulace: Pivnice

Předmět: 4IT495 Simulace systémů

Semestr: LS 2016/2017

Autor: Jan Mottl, xmotj10

Typ modelu: Systémová dynamika

Modelovací nástroj: Vensim

Definice problému
Moje rodina vlastní pivnici na kraji Prahy. Na rozdíl od podniků v centru je potřeba se zde o něco více zajímat o to, co přiláká zákazníky a zvýší tak návštěvnost, jelikož se zde denně pohybuje podstatně méně lidí a zároveň konkurenčních podniků je v okolí poměrně dost. Z tohoto důvodu je cílem simulace nalézt entity a jejich vztahy, které ovlivňují návštěvnost pivnice, což může následně pomoci se zvýšením návštěvnosti a tím i tržeb.

Metoda
Pro zpracování simulace byl vybrán nástroj Vensim pro simulaci systémové dynamiky. Tento nástroj je pro zpracování vhodný, jelikož chceme především zachytit vztahy mezi jednotlivými entitami, které návštěvnost pivnice ovlivňují.

Model
V rámci modelování byly vytvořeny dva diagramy – diagram kauzálních smyček a diagram toků.

Entity modelu
Následuje popis jednotlivých entit modelu a jejich vztahů, které jsou vyjádřeny pomocí vzorců. Konkrétní hodnoty proměnných pak byly dosazeny na základě reálných dat z naší rodinné pivnice a výsledky modelu pak byly porovnány s realitou.

Cena piva

V modelu uvažuji cenu za konkrétní druh piva (Kozel 11° – převážná většina tržeb se týká tohoto piva), ale mohlo by se jednat i o průměrnou cenu všech druhů piv v podniku.

Hodnota: Cena piva v korunách

Kvalita piva

Kvalita piva je dána především vzdáleností zdroje piva od pípy, výtočí, četností čištění trubek za měsíc atd. Povoleny jsou následující hodnoty, jejichž přiřazení pro konkrétní piva je samozřejmě do jisté míry subjektivní.

Hodnota:
 * 4 – velmi dobrá
 * 3 – dobrá
 * 2 – přijatelná
 * 1 – špatná

Atraktivita piva

Atraktivita piva závisí na kvalitě a ceně. Čím vyšší je kvalita a nižší cena, tím je pivo atraktivnější. Proto lze atraktivitu počítat jako podíl kvality a ceny.

Vzorec: Kvalita piva / Cena piva

Kapacita podniku Maximální počet lidí, kteří se najednou vejdou do pivnice.

Hodnota: Maximální počet osob

Počet hodin otevírací doby

Počet hodin od otevření do zavření pivnice v jeden den. Otevírací doba je každý den stejná.

Hodnota: Počet hodin otevírací doby

Průměrná doba strávená v podniku Vyjadřuje průměrnou dobu, kterou zákazník stráví v podniku.

Hodnota: Průměrná doba strávená v podniku v hodinách

Potenciální maximální návštěvnost

Představuje potenciální maximální návštěvnost za jeden den, která je dána kapacitou podniku, počtem hodin otevírací doby a průměrnou dobou, kterou zákazník stráví v podniku.

Vzorec: Kapacita podniku * Počet hodin otevírací doby / Průměrná doba strávená v podniku

Příjemnost obsluhy

Příjemnost obsluhy je vyjádřena hodnotou z předem daného výčtu.

Hodnota:
 * 3 – velmi příjemná, ochotná a rychlá obsluha
 * 2 – normální obsluha
 * 1 – nepříjemná, neochotná a pomalá obsluha

Lokalita

Lokalita, ve které se podnik nachází. Může nabývat hodnot z předem daného výčtu, při čemž každá hodnota odpovídá určitému typu lokality, které se navzájem liší tím, jak jsou pro podnik výhodné z hlediska návštěvnosti.

Hodnota:
 * 3 – podnik umístěný v centru města (Prahy), kde se denně pohybuje velké množství lidí
 * 2 – podnik umístěný na kraji města (Prahy), kde se denně pohybuje méně lidí, ale stále je zde určité množství podniků v okolí a bydlí zde
 * poměrně mnoho lidí


 * 1 – podnik umístěný na vesnici či v lokalitě, kde se pohybuje málo lidí a málo lidí zde žije

Konkurence

Vyjadřuje míru konkurence pivnice. Může nabývat hodnot z předem daného výčtu. Jelikož konkurence působí na návštěvnost opačně než dříve zmíněné entity (čím větší je konkurence, tím menší je návštěvnost), jsou hodnoty uspořádány v opačném pořadí (čím menší je hodnota, tím menší je konkurence a větší návštěvnost).

Hodnota:
 * 1 – žádná nebo velmi malá konkurence
 * 2 – o něco větší konkurence, pár konkurenčních podniků v blízkém okolí
 * 3 – velmi velká konkurence

Návštěvnost – konstantní

Udává denní návštěvnost, která je konstantní pro všechny dny simulace a slouží jen jako pomocná proměnná, která je použita v toku Návštěvnost, kde je upravena o náhodu. Návštěvnost závisí především na atraktivitě piva, příjemnosti obsluhy, lokalitě, konkurenci a potenciální maximální návštěvnosti. Zde je důležité zmínit několik věcí.

Při výpočtu se vychází z potenciální maximální návštěvnosti, která může být jen snižována, pokud některé entity, které ji ovlivňují, nejsou na maximální úrovni. To znamená, že pokud by teoreticky existoval podnik s příjemnou obsluhou, který by nabízel pivo maximální kvality a byl by umístěn v centru Prahy, kde by se nenacházela konkurence, tak by této potenciální maximální návštěvnosti dosáhl. Jinak entita (například lokalita), která nedosahuje nejlepší hodnoty, sníží potenciální maximální návštěvnost o určitý počet procent podle toho, o kolik je horší. Například při nejlepší hodnotě lokality (tedy 3) je potenciální maximální návštěvnost násobena jedničkou, tedy se nezmění. Pokud by lokalita dosahovala hodnoty 2, tak bude potenciální maximální návštěvnost násobena číslem 0,5 a sníží se tedy na polovinu a při hodnotě lokality 1 by se násobila číslem 0,3. Postup je stejný u všech entit kromě konkurence, jelikož u té mají hodnoty obrácený význam (čim nižší hodnota, tím lepší). Zde se proto přímo dělí hodnotou konkurence. Například při žádné konkurenci bude její hodnota 1 a potenciální maximální návštěvnost to tedy neovlivní.

Vzorec: Potenciální maximální návštěvnost * IF THEN ELSE(Atraktivita piva >= 0.12, 1, IF THEN ELSE( Atraktivita piva >= 0.1 , 0.95 , IF THEN ELSE(Atraktivita piva >= 0.8, 0.9, IF THEN ELSE(Atraktivita piva >= 0.6, 0.8 , 0.7) ) ) ) * IF THEN ELSE(Příjemnost obsluhy = 3, 1 , IF THEN ELSE(Příjemnost obsluhy = 2, 0.9 , 0.8 ) ) * IF THEN ELSE(Lokalita = 3, 1 , IF THEN ELSE(Lokalita = 2, 0.5 , 0.3 ) ) / (Konkurence)

Návštěvnost

Tento tok již jen upravuje pomocnou proměnou Návštěvnost – konstantní o náhodu a výsledek zaokrouhlí na celé číslo. Je použito rovnoměrné rozdělení s minimální hodnotou o 10 % menší než vypočtená konstantní návštěvnost a s maximální hodnotou o 10 % vyšší. Návštěvnost je upravena o náhodu z toho důvodu, že i když do podniku chodí většinou každý den podobný počet zákazníků, tak nikdy tento počet není konstantní, nedá se dopředu přesně určit a je tedy náhodný.

Vzorec: INTEGER(RANDOM UNIFORM(Návštěvnost – konstantní * 0.9, Návštěvnost – konstantní * 1.1, 0 ))

Celkový počet zákazníků

Vyjadřuje celkový počet zákazníků za simulované období.

Vzorec: INTEG(Návštěvnost, 0)

Průměrný počet prodaných piv na osobu

Udává průměrný počet prodaných piv na osobu, který je potřeba určit pro výpočet prodaných piv za jeden den na základě návštěvnosti.

Hodnota: Průměrný počet prodaných piv na osobu

Zvýšení počtu prodaných piv

Vyjadřuje, o kolik prodaných piv se denně zvýší celkové množství prodaných piv.

Vzorec: Návštěvnost * Průměrný počet prodaných piv na osobu

Počet prodaných piv

Počet prodaných piv za simulované období.

Vzorec: INTEG(Zvýšení počtu prodaných piv, 0)

Zvýšení tržeb

Vyjadřuje denní zvýšení tržeb.

Vzorec: Zvýšení počtu prodaných piv * Cena piva

Tržby

Celkové tržby za simulované období.

Vzorec: INTEG (Zvýšení tržeb, 0)

Dosazení konkrétních hodnot
Do proměnných modelu byly následně dosazeny konkrétní hodnoty převzaté z reálných dat naší rodinné pivnice, které lze vidět na následujícím obrázku.



Krok simulace byl nastaven na 1 den a doba na 30 dní.

Výsledky
Na následujícím grafu je vidět průběh denní návštěvnosti, která se pohybuje okolo hodnoty 180, což zhruba odpovídá reálné denní návštěvnosti.



Celkové tržby se vyvíjejí poměrně lineárně a na konci měsíce dosáhnou hodnoty 239 625 Kč, což odpovídá tržbám naší pivnice na pivu, které se většinou pohybují mezi 230–240 tisíci korunami.



Závěr
Ačkoliv po dosazení hodnot vycházejí reálná čísla naší pivnice, je zřejmé, že model není dokonalý. Snažil jsem se kvantifikovat vztahy co nejlépe, ale nebylo to snadné a řekl bych, že u něčeho tak náhodného, jako je návštěvnost, to není ani úplně možné provést na 100 % přesně. Model by bylo možno rozšířit a zpřesnit použitím širších výčtů přípustných hodnot u proměnných (například pro lokalitu více detailnějších možností než 3), zařazením dalších entit, které mohou návštěvnost ovlivňovat, a také vymyslet lepší a přesnější dopad těchto entit na návštěvnost. Na druhou stranu si myslím, že pro hrubý odhad je model postačující a také by mohl sloužit jako případný základ pro výše zmíněná rozšíření a vylepšení.

Kód




Xmotj10 (talk) 15:02, 11 June 2017 (CEST)