Optymalizacja strategii reklamowej

1. Ustawianie dodatkowego wymagania (sprawdzanie nasycenia rynku)
2. Działająca optymalizacja

Strategia rynkowa w tym modelu jest niezwykle prosta: w pewnym momencie firma przestaje reklamować produkt.

Chcemy znaleźć optymalną strategię rynkową, aby osiągnąć wymaganą liczbę konsumentów w określonym momencie przy minimalnych kosztach reklamy.

Możemy rozwiązać ten problem za pomocą optymalizacji, w której wybrane parametry modelu będą systematycznie zmieniane w celu zminimalizowania lub zmaksymalizowania wartości funkcjonalnego celu.

Utwórz eksperyment optymalizacyjny

1. W panelu Projekty kliknij prawym przyciskiem myszy element modelu i wybierz Nowy> Eksperyment z menu kontekstowego. Zostanie otwarte okno dialogowe Nowy eksperyment.
2. Wybierz Optymalizacja z listy Typ eksperymentu i kliknij Zakończ.

Zobaczysz, że w modelu zostanie utworzony kolejny eksperyment, a jego diagram zostanie otwarty w edytorze graficznym.

Zoptymalizujemy wartości parametrów MonthlyExpenditures i SwitchTime. Podczas optymalizacji wartości parametrów modelu będą systematycznie zmieniane w celu znalezienia najmniejszej wartości zmiennej TotalExpenditures, wybranej jako docelowa funkcjonalność, przy której osiągane jest nasycenie rynku w danym momencie.

Ustaw parametry optymalizacji

1. Podświetl eksperyment optymalizacji w panelu Projekty i przejdź do panelu Właściwości.
2. Wszystkie parametry agenta górnego poziomu eksperymentu są wymienione w tabeli Parametry znajdującej się w odpowiedniej sekcji właściwości eksperymentu. Domyślnie wszystkie są naprawiane, tj. nie uczestniczą w procesie optymalizacji (ich wartości nie zmieniają się). Aby włączyć parametr w procesie optymalizacji (to znaczy, aby umożliwić zmianę jego wartości w celu znalezienia najlepszej wartości funkcjonalnej), należy wybrać inną opcję zamiast stałej w komórce Typ odpowiednich parametrów tabeli.
   
3. Najpierw skonfiguruj parametr MonthlyExpenditures. Wybierz ciągły w typie komórki wiersza MonthlyExpendures. Ustaw maksymalną wartość parametru w Max. równa 10 000 i wartość początkowa równa 1000. Dlatego mówimy optymalizatorowi, że parametr może przyjąć dowolne wartości rzeczywiste z zakresu od 0 do 10 000, a optymalizator rozpocznie proces optymalizacji od wartości 1000.
4. Teraz zrób to samo dla parametru SwitchTime. Wybierz typ dyskretny w komórce, ponieważ chcemy, aby ten parametr akceptował tylko wartości, które odpowiadają określonym przedziałom czasu: jeden miesiąc, dwa miesiące itd. Ustaw 0,0833 w komórce Step. Wartość ta odpowiada jednemu miesiącowi w naszym modelu, ponieważ 1 odpowiada jednemu rokowi, a jeden miesiąc wynosi 1,0 / 12,0 = 0,0833. W komórce Max. Wybierz 1.5 iw komórce początkowej 1.

Utwórz interfejs eksperymentu

1. Kliknij przycisk Utwórz interfejs w panelu właściwości eksperymentu.

1. Dlatego stworzymy domyślny interfejs eksperymentu (patrz rysunek poniżej) - zestaw elementów sterujących do wyświetlania wyników procesu optymalizacji w trakcie jego wykonywania.

Należy pamiętać, że utworzenie interfejsu usuwa całą zawartość diagramu eksperymentu optymalizacyjnego, dlatego zalecamy najpierw utworzenie domyślnego interfejsu, a następnie jego zmianę.

Ustaw funkcję optymalizacji

1. Chcemy zminimalizować pieniądze wydawane na reklamę produktu. W panelu właściwości eksperymentu wprowadź root.TotalExpenditures w polu funkcji Cel. Tutaj odnosimy się do agenta najwyższego poziomu eksperymentu jako zmiennej głównej.
2. Pozostaw wybraną opcję minimalizacji.

Konfiguruj optymalizację

1. W panelu właściwości eksperymentu ustaw maksymalną liczbę „przebiegów” modelu, które zostaną wygenerowane przez optymalizator. Wprowadź 500 w polu Liczba iteracji.
2. Aby proces optymalizacji zakończył się sukcesem, musisz się upewnić, że zakończy się. Domyślnie symulacja nie kończy się, więc optymalizator nie otrzyma wyniku, który powinien zostać uzyskany na koniec wykonywania każdego „biegu” modelu. Dlatego należy jawnie ustawić warunek zatrzymania „uruchomienia”. Przejdź do właściwości czasu Model eksperymentu i wybierz opcję W określonym czasie z listy rozwijanej Zatrzymaj. W polu Czas zakończenia wprowadź 1.5. Teraz „przebiegi” modelu zostaną zakończone po upływie półtora jednostki czasu modelu (czyli lat).

Ustawianie dodatkowego wymagania (sprawdzanie nasycenia rynku)

Ustalmy teraz dodatkowe wymaganie dotyczące wyników optymalizacji, które zostaną sprawdzone po zakończeniu każdego „przebiegu” modelu. Chcemy, aby po upływie półtora roku model został zakupiony przez 80 000 osób.

Ustaw wymaganie eksperymentu optymalizacji

1. Wybierz eksperyment optymalizacji w panelu Projekty i przejdź do sekcji Właściwości Wymagania. Określ wymagania dotyczące wyników optymalizacji w górnym wierszu tabeli wymagań (sprawdzane po „uruchomieniu”, aby ustalić, czy znalezione rozwiązanie jest prawidłowe).
2. Wpisz root.Adopters w komórce Expression. Agent root eksperymentu jest dostępny tutaj pod nazwą root.
3. Wybierz> = w komórce Typ.
4. Wpisz 80000 w komórce Obramowanie.
5. Na koniec zaznacz pole w lewej kolumnie tabeli, aby aktywować to ograniczenie.

Zakończyliśmy zadanie dodatkowych wymagań dotyczących wyników optymalizacji. Będzie sprawdzany po każdym „uruchomieniu” modelu. Jeśli ten wymóg nie zostanie spełniony, wynik uzyskany w wyniku tego „przebiegu” zostanie odrzucony.

Działająca optymalizacja

Teraz model jest gotowy do optymalizacji.

Uruchom optymalizację

1. Kliknij prawym przyciskiem myszy eksperyment optymalizacji w panelu Projekty i wybierz Start z menu kontekstowego. Zobaczysz okno modelu wyświetlające prezentację działającego eksperymentu.
2. Rozpocznij proces optymalizacji, klikając przycisk Uruchom. .

1. AnyLogic uruchamia model 500 razy, zmieniając wartości parametrów MonthlyExpenditures i SwitchTime. Ostateczne informacje o wynikach zostaną wyświetlone w specjalnych kontrolkach na schemacie eksperymentu w oknie prezentacji.

Gdy proces optymalizacji modelu zostanie zakończony, zobaczysz, że najlepsza wartość funkcjonalności jest równa ponad siedmiu tysiącom. Eksperyment ostatecznie zapewni optymalne wartości parametrów SwitchTime i MonthlyExpenditures, przy których ta wartość funkcjonalności została osiągnięta.

Teraz możesz zaktualizować model tymi wartościami parametrów SwitchTime i MonthlyExpenditures. Zapisz uzyskane wartości parametrów w eksperymencie symulacji, aby użyć optymalnej strategii znalezionej w naszym modelu.

Zastosuj wyniki optymalizacji

1. Po zakończeniu optymalizacji kliknij przycisk kopiowania na płótnie diagramu eksperymentu w oknie prezentacji. W ten sposób skopiujesz znalezione (optymalne) wartości parametrów do Schowka.
2. Zamknij okno prezentacji i zaznacz eksperyment Symulacja w panelu Projekty.
3. Wklej skopiowane wartości parametrów ze schowka, klikając przycisk Wklej ze schowka w panelu właściwości eksperymentu.

Uruchom eksperyment symulacyjny. Teraz model zostanie uruchomiony z optymalnymi wartościami parametrów, przy których podczas procesu optymalizacji uzyskano najlepszą wartość funkcjonalną. Możesz sprawdzić, czy przed upływem określonego czasu (1,5 roku) osiągnięta zostanie wymagana liczba użytkowników produktu.

Teraz zaplanowaliśmy strategię podbicia rynku w taki sposób, aby kampania reklamowa była najbardziej racjonalna i skuteczna.

Krok 12. Modelowanie strategii kampanii reklamowej