Прогнозы электронной коммерции в мире. Пути совершенствования, оптимизации и развития электронной коммерции, прогнозы. Основные задачи торговли в Интернете

База данных как объект интеллектуальной собственности примечательна тем, что на нее могут возникать как авторские права, так и смежные. Прежде чем переходить к конкретным правовым режимам, разберемся, что вообще понимается под этим объектом и какие особенности ему присущи.

Понятие и характеристика

В п.2 статьи 1260 Гражданского кодекса РФ предусмотрены составные произведения - т. е., такие объекты авторского права, творческая ценность которых состоит исключительно в подборе информации и ее расположении. В качестве примера в ГК указаны энциклопедии, антологии и базы данных. Сразу обратим внимание, что если программа для ЭВМ закон отводил отдельное место в качестве объектов авторского права, то касательно баз данных позиция такова, что они просто относятся к составным произведениям. Тем не менее в этой же статье содержится определение.

База данных - это совокупность самостоятельных материалов, которые систематизированы так, чтобы эти материалы могли быть найдены и обработаны с помощью ЭВМ.

Главный признак - это возможность обработки информации, содержащейся в объекте, с помощью электронно-вычислительной машины (в основном, с помощью персонального компьютера).

Здесь также есть оговорка: допускается регистрация по желанию правообладателя. На 2016 год зарегистрировано 1696 баз данных (из 1807 поданных заявок), что превосходит количество регистраций селекционных достижений и топологий интегральных микросхем.

Авторское право на базу данных

Напомним, что любому объекту авторского права присущ творческий характер, который всегда презюмируется (т. е. доказать его отсутствие можно только через суд). Это правило распространяется и на базы данных, что неудивительно, тем более, закон раскрывает, что сущность творческой деятельности создателя баз данных состоит в правильной подборке и размещении информации. Именно об этих объектах мы поговорим ниже.

Примеры

Перейдем к реестрам ФИПС: http://www1.fips.ru/wps/portal/Registers/ . Здесь нужно выбрать реестр баз данных, в котором содержатся все эти объекты, зарегистрированные в России. В качестве примера рассмотрим несколько объектов.

База данных №2017621351 «Конструктор списков литературы в рабочих программах дисциплин (программах практик)». Правообладатель - Кузбасский государственный технический университет. С ее помощью сотрудники университета формируют списки литературы. Объект также отображает ссылки на полные тексты книг, библиографические описания. Вес на компьютере - 1 ГБ. Работает она на операционной системе Linux. Система управления базой данных (СУБД) - MySQL.

Другой пример - база данных №2077621386 «Fachorientiertes Deutsch (специализированный немецкий)». Правообладателем является Ульяновский государственный педагогический университет. Здесь суть в подборке для студентов естественно-научных факультетов литературы на немецком языке. Студенты, работая с базой данных, выбирают разделы «моя специальность», «моя будущая профессия», «тексты для чтения». Характеристики следующие: работает на операционной системе Windows, весит всего 533 КБ. СУБД также MySQL.

Что же касается систем управления базами данных, то под ними следует понимать определенные программные алгоритмы, по которым объект и работает.

Режим прав

Никаких отличий от других объектов авторских прав здесь нет: создатель приобретает личные неимущественные права, а правообладатель - исключительное. Последний получает возможность использовать интеллектуальную собственность и извлекать из этого материальную выгоду.

Говоря о режиме прав для компьютерных программ, мы обратили внимание, что особенности будут связаны с объективной выраженностью программ (и в данном случае также баз данных) в электронной форме. То есть, если в литературных произведениях автор указывается на обложке книги, то в базе данных это может быть любое другое место в электронном варианте, и т. д.

Регистрация

Порядок в целом такой же, как и для товарных знаков и объектов патентного права. Первый шаг - это уплата в регистрирующий орган (ФИПС при Роспатенте) государственной пошлины. После этого необходимо грамотно составить заявку (лучше поручить это специалисту - патентному поверенному). В заявку входят заявление (где нужно указать ФИО автора и правообладателя, а также их адреса) и депонируемые материалы (программный код базы данных).

Роспатент проводит две экспертизы: формальную и по существу. В рамках первой регистрирующий орган проверяет, все ли документы приложены, уплачена ли пошлина и т. д. Вторая более длительная, здесь проверяется непосредственно объект, заявленный на регистрацию.

Если обе экспертизы будут пройдены успешно, Роспатент выдаст правообладателю свидетельство о регистрации. Это документ, который будет удостоверять права на базу данных.

Общий срок регистрации составляет шестьдесят два дня.

Более подробная информация содержится в Приказе Минэкономразвития России от 05.04.2016 №211.

Смежные права на базу данных

Мы уже сказали, что в любом объекте авторского права должен быть творческий характер (это касается и базы данных). Но на практике существуют такие базы данных, в которых процесс составления и расположения информации не является творческим. Обычно такие материалы - это сообщения чисто информационного характера, которые и вовсе пишутся другими лицами. Примеры: интернет-площадки Drom.ru, Avto.ru, Avito.ru.

Субъекты и режим прав

Поскольку авторским правом создатель этой базы данных наделен быть не может, закон предоставляет ему смежное право. В силу статьи 1333 лицо, которое организовало создание такой базы данных, именуется изготовителем. Им может быть как гражданин, так и юридическое лицо.

Срок действия права на указание имени (наименование) действует в течение срока действия исключительного права, который составляет пятнадцать лет.

Регистрация

В законе содержится прямая отсылка к статье 1262 ГК РФ, которая регламентирует порядок регистрации «творческих» баз данных. Следовательно, порядок идентичен.

Таким образом, важно различать виды баз данных. В зависимости от наличия (отсутствия) творческого характера в составлении и расположении материалов, будет меняться и правовое регулирование.

Управление на основе данных Тима Филлипса – доступное и наглядное руководство по управлению на основе данных. В последние годы популярность обрела тема «больших данных». Нам обещали, что эта концепция произведет революцию в нашей жизни и работе. Но многие люди не способны справиться даже с малым объемом данных. Мы продолжаем принимать решения на уровне интуиции, даже когда она нас подводит. Если вы хотите добиться роста, и при этом ваши конкуренты в ведении бизнеса опираются на данные, а вы продолжаете «играть в угадайку», ваши шансы на успех ничтожно малы. В будущем навыки работы с данными станут ключевыми, аналогично умению читать и писать. Умелое обращение с данными будет означать, что вы останетесь востребованным специалистом или менеджером.

Тим Филлипс. Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе. – М.: Манн, Иванов и Фербер, 2017. – 192 с.

Скачать конспект (краткое содержание) в формате или

Часть 1. Начинаем работать с данными

Датафикация -– это способ внедрить принцип измерения в вашу работу. Простой способ датафикации бизнеса – перестать работать на бумажных носителях. Если вам требуется вдохновение, подойдите к шкафу для хранения документов или набору лотков для входящей корреспонденции, которые находятся к вам ближе всего, найдите какие-нибудь данные и подумайте, как получить то же самое в цифровом виде.

Учимся считать. Многие никогда не задавались вопросом, какие страницы на вашем сайте наиболее посещаемые, хотя Google Analytics можно использовать бесплатно (см. ). При помощи этого инструмента можно узнать, какие разделы вашего сайта никогда не просматривают, какие продукты ищут посетители странички или с каких других ресурсов к вам переходят пользователи (я широко использую GA в работе над сайтом; см., например, . – Прим. Багузина ).

Время – деньги. Компания Atlassian подготовила инфографику на тему того, как мы проводим время на работе. Основной вывод авторов: в течение дня на продуктивную работу тратится 60% времени. Провести мониторинг рабочего времени можно при помощи приложения Toggl – оно напоминает чуть более сложный секундомер. Этот метод действует еще более эффективно, если сначала поставить цель. Например, решить не работать по выходным или определить, в какой день лучше всего работать из дома.

Социальные медиа – это цифровые технологии, впервые в истории отношение людей датафицируется в тот момент, когда его выражают. В социальных сетях сосредоточен настолько огромный объем информации, что такие компании, как Facebook и Twitter, фактически обезличивают персональные данные и предлагают эту информацию специалистам по работе с данными, а те, проанализировав ее, продают результаты анализа дальше. Такой огромный поток социальных данных называется firehose («пожарный шланг»).

Но вам нет необходимости хвататься за этот «пожарный шланг». Вы и сами можете вести счет своим «лайкам», «ретвитам» и «+1». Twitter предоставляет статистическую информацию по вашему аккаунту, а помочь работать с этой аналитикой могут такие приложения, как Tweetdeck, Sprout Social или SocialOomph.

Большие данные – это высшая цель и завершающий этап датафикации: идея о том, что все данные, которые создаются в цифровой реальности, могут быть полезны для улучшения мира, который произвел эти данные (см. Кукьер К., Майер-Шенбергер В. Большие данные . М.: Манн, Иванов и Фербер, 2014). В 2000 году только около четверти всех данных хранились в цифровом виде. Сегодня это 99%.

Перспектива больших данных в том, что мы сможем узнать еще больше. Хотя не все так просто. Датафикация не гарантирует финального результата, который вы сможете использовать. Подавляющий объем новых данных плохого качества или с трудом поддается анализу. Большие данные позволяют поставщикам услуг создавать экспертные системы на основе машинного обучения и искусственного интеллекта. Самым простым примером может служить рекомендательный сервис интернет-магазина Amazon «Люди, купившие это…» (подробнее см. ). Эти экспертные системы датафицируют функции, которые раньше относились к области человеческих навыков, например, набор текста и перевод.

Часть 2. Пять основных принципов работы с данными

Для хранения больших массивов информации используются базы данных. Для небольших по масштабу данных чаще используют Microsoft Excel. В форматах PDF или Word данные словно перестают существовать: чтобы воспользоваться этой информацией, ее нужно заново набрать или, если повезет, скопировать и вставить. При обновлении источника данных свежая информация никогда не попадет в документ в текстовом редакторе. Такие документы устаревают ровно в минуту их создания. При использовании баз данных и таблиц, если немного постараться, можно добиться того, чтобы актуальность данных поддерживалась.

Составляйте таблицы. Эдвард Тафти, специалист по информационному дизайну, – человек, который больше всех думает о том, как эффективно доносить информацию до других. Тафти считает, что «графический мусор» (то есть то самое замысловатое форматирование, которое пользователи применяют для оформления таблиц) представляет собой «очевидный признак статистической глупости» (к сожалению, Эдвард Тафти не дает разрешение на перевод и публикацию своих книг за пределами США, поэтому в рунете можно найти лишь разрозненную информацию о его методах; см., например, ).

Принцип создания таблиц по Тафти заключается в том, что каждая единица информации и каждый элемент дизайна должны помогать пользователю лучше понять тему. Самый эффективный способ этого добиться – удалить все отвлекающие факторы и структурировать информацию так, чтобы она соответствовала образу мышления человека. В качестве примера возьмем таблицу, отражающую долю выживших онкологических больных, из научной работы Германа Бреннера (рис. 1).

Рис. 1. Относительная доля выживших онкопациентов

А вот таблица Тафти (она содержит все те же самые данные):

Рис. 2. Доля выживших пациентов (отредактировано Тафти)

Сортируйте данные. Не используйте профессиональный жаргон в названиях столбцов и строк. Обратите внимание на то, как в легенде таблицы, находящейся вверху, где пользователи прочитают ее раньше, чем перейдут к цифрам, объясняется, что означают цифры. Показатели стандартной ошибки больше не заключены в скобки, и потому читать их стало проще.

Не стоит автоматически применять форматы, предлагаемые Excel. В большинстве случаев они слишком вычурные. Взгляните на таблицу, созданную Тафти: форматирования практически нет, так как линии и цвета отвлекают от цифр.

Диаграммы способны не только структурировать информацию, но и сделать ее непонятной (см. ). Для начала вы должны спросить: «Всем ли понятно, что я хочу показать диаграммой?». Ниже представлена диаграмма, демонстрирующая рост числа сотрудников.

Рис. 3. Рост числа сотрудников

Название диаграммы говорит о том, что число сотрудников увеличилось, но, чтобы убедиться в этом придется напрячь зрение. Должна ли ось значений начинаться с нуля? (Вопрос об усеченной вертикальной оси впервые был поднят в 1954 году в книге Даррелла Хаффа. , которая до сих пор остается самой популярной книгой об этой науке). Если возможное число сотрудников никогда не было меньше 9, пусть все внимание будет направлено на историю, которую вы хотите рассказать, а не на девять десятых, которые не так важны. Ниже приведена та же самая диаграмма, но теперь по форме подачи информации она соответствует названию.

Рис. 4. Рост числа сотрудников; изменена точка начала отсчета и масштаб по оси ординат

Остерегайтесь 3D. Прелесть плоских столбиковых диаграмм в том, что они отражают одну зависимость: высота столбца соответствует данным.

Устанавливайте закономерности. Графики часто рассказывают историю взаимосвязи данных. Разобравшись с этой историей, вы сможете принять правильное решение. Ниже приводится таблица, демонстрирующая, как часто британское правительство называло состоятельных людей «производителями материальных благ» (рис. 5).

Рис. 5. Количество упоминаний в СМИ выражения «производителями материальных благ»

На точечной диаграмме стало очевидно, что цифры увеличиваются (рис. 6).

Рис. 6. Число статей в британской прессе с упоминанием «производителей материальных благ»

В чем заключается моя история? Чтобы выявить закономерности, я разделил данные на две части. В период с 2000 по 2006 год линия наилучшего соответствия была горизонтальной. В период с 2006 по 2012 год она пошла вверх. Из этого можно сделать вывод, что термин «производители материальных благ» начал активно вводиться в употребление после 2006 года (рис. 7). Насколько это соответствует действительности? Статистика – точная наука, но анализ закономерностей всегда субъективен.

Рис. 7. Выявление закономерностей в публикациях

Ищите среднее. Есть три средних значения, которые обычно применяются: среднее арифметическое, медиана, мода (подробнее см. ). К сожалению, среднее значение часто отвлекает от более полезной информации. Тиранию средних значений можно победить с помощью вопроса: что на самом деле означает это среднее, насколько оно помогает вам принять решение? Помните, что данные, на основе которых вы можете действовать, обычно включают в себя анализ того, из чего складывается это среднее.

Качественный дэшборд (Dashboard) может оказать помощь в принятии решений на основе данных. Это эффективный инструмент, позволяющий руководителю выработать полезные привычки работы с данными. Признаки качественного дэшборда: вся информация, необходимая для работы, собрана на одном экране; информация постоянно обновляется, так что вы уверены, что пользуетесь актуальными данными; на ней выделены важные моменты.

Каждый элемент статистики должен нести значимую информацию: этот показатель лучше запланированного или хуже? Задачи, требующие активных действий, сразу должны бросаться в глаза. В плане работ или таблице используйте условное форматирование и выделяйте «проблемные» ячейки, например, красным, чтобы вам не приходилось их искать. Это подразумевает, что вам нужно установить цели до того, как вы создадите дэшборд.

Возможно, вы решите нанять программиста. В этом случае ищите специалиста, имеющего опыт разработки интерфейсов; чем больше логики и меньше флеш-технологий, тем лучше.

Ошибки суммируются. Многие цифры бывают очень точными, но это не означает, что они правильные. Даже сказать, сколько товаров и услуг производит наше государство, мы можем лишь приблизительно, с точностью до плюс-минус нескольких миллиардов. При этом мы все равно указываем подозрительно точные цифры в политических целях и для создания газетных статей на тему эффективности и роста экономики. Мы склонны переоценивать надежность измеряемых данных, а также находить закономерности и тренды в том, что может оказаться лишь погрешностью в вычислениях.

Часть 4. Куда вы направляетесь?

Даниэль Канеман, которому в 2002 году была присуждена Нобелевская премия за работу о том, как люди принимают (ошибочные) решения, предупреждает о том, что «эксперты не знают точно, где граница их профессионального опыта (см. ). Лидерство в нашем понимании ассоциируется с решительностью. По словам Канемана, «некоторые завоевывают репутацию успешных людей, хотя фактически все, что они сделали, – это рискнули в ситуации, в которой ни один здравомыслящий человек не пошел бы на риск». Или, как сформулировал это бизнес-гуру Томас Питерс: «У хороших руководителей всегда перекос в сторону действий».

Проблема ли это? Да, поскольку у перекоса в сторону действий есть обратная сторона: недостаточное внимание к анализу информации. Прогнозирование становится важной частью бизнес-процесса (подробнее см. ). Анализ трендов, то есть прогнозирование на основе прошлой деятельности, – весьма практичный метод. Его недостаток заключается в предположении, что исходные условия остаются такими же.

Прогнозный рынок – штука увлекательная, но редкая. Если бы все сотрудники вашей компании могли сделать ставку на какое-то событие, на что именно они бы поставили и сколько (см. ).

Что может пойти не так? Психолог Гэри Клейн придумал технику для повышения качества анализа: «В случае провала проекта, как правило, обсуждают, почему все пошло не так и какие уроки из этого можно извлечь, – как посмертное вскрытие. Почему бы не делать то же самое, только в начале? Еще до запуска проекта можно заявить: «Мы смотрим в хрустальный шар и видим, что наш проект потерпел провал. А теперь все быстренько взяли ручки, и у вас есть две минуты, чтобы набросать причины, которые, по вашему мнению, к этому привели»».

Оценка риска при принятии решений – процесс чрезвычайно сложный (см. ). На основании своего приемлемого уровня риска можно попробовать провести быстрый расчет ожидаемой доходности. Показатель ожидаемой доходности – это сумма ожидаемого дохода по всем статьям, умноженная на коэффициент вероятности его достижения. Так, ожидаемый показатель при броске игрального кубика:

(1/6 * 1) + (1/6 * 2) + … + (1/6 * 6) = 3,5

Проделайте то же самое для ваших сценариев. Если итоговое число получилось отрицательным, это свидетельствует о высокой вероятности потерпеть убыток и может стать серьезным аргументом в пользу того, что, возможно, вам не стоит даже рассматривать этот вариант в качестве решения.

Внимания также заслуживает концепция «черных лебедей» Нассима Николаса Талеба (см. ). Существует небольшая вероятность настоящей катастрофы. Моделированием подобной вероятности редко занимаются всерьез, но почему нет? Проблема риска заключается в том, что он нелинейный.

Избегайте соблазна экстраполировать прогнозы на несколько лет вперед. Если вы когда-нибудь спорили на очевидные темы или писали планы, что вы будете делать через пять лет, значит, вы знаете, что такое иллюзия уверенности.

Часть 5. Аргументы на основе фактов

Данные: исходные или подтасованные. Данные рассказывают нам историю, но это не означает, что она правдива. Звучное словосочетание «голые факты» вводит в заблуждение. Очень часто данные фальсифицируют. Самый очевидный способ слегка «подкорректировать» статистику заключается в том, что кто-то выбирает выгодные ему показатели для измерения, зная, что вы не можете посчитать все.

В 2013 году исследователь Стэнфордского университета Джон Иоаннидис наугад выбрал 50 продуктов из кулинарной книги и обнаружил, что для 80% из них есть хотя бы одна научная работа, доказывающая, что они вызывают рак, и одна – доказывающая, что они служат средством профилактики рака. Однако продавец будет ссылаться на информацию, отражающую только одну сторону.

Неверные причинно-следственные отношения. Результаты одного из нашумевших исследований свидетельствовали о том, что курение повышает вероятность самоубийства. Ужасно! Через несколько лет результаты этого исследования были оспорены, когда исследователи доказали, что курильщики также в два раза чаще погибают насильственной смертью. Подсказка: причину и следствие поменяли местами. У людей, испытывающих депрессию, стресс, постоянно подвергающихся опасности, гораздо выше вероятность того, что они начнут курить.

Неправильный выбор временных рамок. Начало и завершение периода, за который делается отчет, имеет значение. Происходит ли глобальное потепление в последние годы? Кривая графика будет зависеть от того, что вы подразумеваете под словами «в последние годы».

Корреляция не гарантирует причинно-следственную связь. Обычно данные не отвечают на вопрос «почему?», а только на вопрос «что?». Корреляция между двумя явлениями означает, что, если мы стали чаще видеть одно из них, мы также отмечаем изменение частоты, с которой встречаем второе. При этом, если мы отмечаем одновременное изменение двух количественных показателей и предполагаем, что один из них стал причиной второго, это предположение вполне может оказаться ошибочным. Ложные корреляции – это то, что получается, когда вы просто собираете большой массив данных и начинаете копаться в них в поисках взаимосвязей.

Часть 6. Управление на основе данных

Копирование – это не управление. Если слушать слишком много советов, то наступает момент, когда вам рекомендуют делать прямо противоположные вещи. Например, СЕО компании Amazon Джефф Безос уверен, что запустить процесс инноваций можно, только если интересоваться у людей их потребностями. Стив Джобс придерживался противоположного мнения: «Люди не знают, чего хотят, пока вы это им не покажете».

Успех бывает двух видов. В первом случае это неизбежный результат тщательного планирования и анализа, которому ничто не могло помешать. Это так называемый «идеальный успех», в природе его не существует. Второй вид успеха - это результат эффективного планирования, правильно выбранного времени и еще некоторых факторов, которые в совокупности можно назвать удачей, то есть благоприятным стечением обстоятельств, которое невозможно прогнозировать. Вы не можете запланировать стать удачливым.

Когда мы видим, что кто-то добился успеха, то часто рационализируем произошедшее; в нашем сознании это становится «идеальным успехом», и, возможно, мы даже начинаем пытаться в точности его скопировать (на этом ложном подходе основано исследование Джима Коллинза что, правда не помешало ему стать бестселлером).

Границы уверенности. Мы часто меняем наши представления без должного обоснования, лишь на основе полученных результатов. Эту проблему изучает так называемая байесовская статистика, которая в значительной степени легла в основу искусственного интеллекта. Неопределенность исходных условий, даже при возможности точно ее оценить, часто может ввести в заблуждение, если мы принимаем решения, основываясь исключительно на результатах.

Рассмотрим пример, который назовем «поиск виноватого». Предположим, вы знаете, если у вас будет хорошая команда, только 10% ваших проектов потерпят неудачу. Если команда будет плохая, провалятся все проекты. Вы подбираете команду на новый проект, но проект проваливается. Предположим, мы провели этот эксперимент 100 раз. Вот что мы можем ожидать в качестве результата:

Рис. 8. В чем причина провала проекта

Анализируя провал, что вы назовете его причиной: ваш плохой выбор (10-ка в первой строке) или случайную неудачу (9-ка)? Скорее всего, вы будете склонны винить во всем случай, но гораздо более вероятно, что вы выбрали неподходящих сотрудников (подробнее о том, как строятся подобные таблицы см. и ).

Бюджет компании часто строится на основании объема расходов за предыдущий год. Однако прошлое часто не лучший советчик для будущего. В 1970 году Питер Пирр опубликовал статью «Бюджетирование с нуля». Для составления бюджета следует одно за другим проанализировать каждое направление деятельности компании, оценить, каких они потребуют вложений и какой будет возврат на инвестиции, а затем на основании этого расставить приоритеты в статьях расходов. Полученный в результате бюджет часто значительно отличается от того, который составляется исходя из прошлогодних показателей.

Для людей, привыкших к традиционным методам бюджетирования, концепция бюджетирования с нуля может показаться безумной идеей. Часто компании идут по проторенному пути из-за когнитивного искажения под названием якорение , в результате которого люди убеждены, что лучший вариант тот, который они уже реализуют, несмотря на все доказательства обратного.

Дорога без конца. Данные можно считать полезными, только если их использование привело к изменению ваших решений. Внедрите механизм анализа данных в творческий процесс для быстрого и регулярного повышения качества вашей деятельности в целом. Это основа так называемых гибких методов развития, которые были созданы для разработки программного обеспечения в 1986 году и сегодня активно применяются в других процессах.

Применение гибкой методологии развития на основе постоянной обратной связи служит наглядным примером внедрения процесса принятия решений, основанного на данных, в область управления, которая традиционно опирается либо на жесткие правила, либо на интуицию. Вам будет сложно перейти на эту концепцию, если вы привыкли к интуитивному, авторитарному планированию.

Часть 7. Почему следует опираться на данные

Шесть причин не доверять интуиции:

Тот факт, что решение нравится вам, не означает, что оно оптимально для всех остальных заинтересованных лиц.
Интуиция касается прошлого. Интуиция может отличаться завидным постоянством даже при изменении внешних условий.
Еще одна проблема, когда вы руководствуетесь шестым чувством, в том, что, возможно, мозг сформировал ошибочные ассоциативные связи в прошлом. Вы приняли решение и видите, что произошло что-то хорошее. При этом вполне вероятно, что этот положительный результат не был следствием вашего решения.
Если что-то кажется вам правильным, возможно, это происходит потому, что людям из вашего окружения это тоже нравится. Но именно так формируются финансовые пузыри. Наши психологические шоры мешают нам воспринять факты и цифры, и вместо этого мы прислушиваемся к другим людям. Мы склонны совершать одинаковые ошибки (чрезмерный оптимизм, нетерпение) одновременно (подробнее см. ).
Интуиция не дает нам учиться.
Мы автоматически считаем все иное неправильным. Во время одного исследования выяснилось, что 32% сотрудников компании-разработчика ПО заявили, что они работают эффективнее 19 из 20 коллег (задумайтесь над этими цифрами!). Это главное заблуждение, которому легко поддаться, прислушавшись к шестому чувству, – иллюзия собственного превосходства, убеждающая вас, что вы единственный человек, способный мыслить здраво. Такое заблуждение влияет на вашу способность воспринимать советы: если вы некомпетентны в какой-то области, значит, вам больше всего требуется совет, но именно вы неохотнее всего его воспримете. Поэтому данные должны быть у вас под рукой не только тогда, когда вы захотите на них взглянуть; моменты, когда вы считаете, что они вам не нужны, на самом деле могут оказаться теми, когда они нужны вам больше всего.

Развитые страны играют важную роль в мировой экономике. От состояния экономики в развитых странах зависит вся экономика в целом, дальнейший ход ее развития и характер изменений происходящих в ней. Поэтому проблемы формирования трудовых ресурсов в развитых странах влияют на весь рынок труда. Для того чтобы выявить основные проблемы влияющие на формирование трудовых ресурсов в развитых странах проанализируем основные показатели из которых формируются трудовые ресурсы в развитых странах. В анализе рассматриваются следующие промышленно развитые страны: Австрия, Бельгия, Кипр, Чехия, Дания, Эстония, Финляндия, Франция, Ирландия, Италия, Люксембург, Мальта, Нидерланды, Норвегия, Словакия, Словения, Испания, Швеция, Великобритания, США.

Рис 1. Динамика численности населения в развитых странах (по оценке на 2005-2011 гг. )*

* Источник: Составлено автором на основе данных статистики стран мира

Из рис. 1 видно, что численность населения развитых стран в 2011 году по сравнению с 2005 годом выросла на 34167915 чел. В 2009 году по сравнению с 2008 наблюдается снижение численности населения на 1626614 человека, но уже в 2010 году наблюдается резкий рост численности населения на 16251293 чел. С 2010 по 2011 гг. темп роста численности замедлился, это связанно в большей степени со снижением уровня рождаемости.

Рис 2. Динамика уровня рождаемости в развитых странах (по оценке на 2005-2011 гг.)*

В развитых странах с 2005 по 2008 гг. уровень рождаемости стремительно рос, рост составил 0,1. Но начиная с кризисного 2008 года, наблюдается снижение уровня рождаемости: с 2008 по 2009 гг. показатель снизился на 0,02, в 2010 году показатель вырос на 0,01. К 2011 году показатель упал на 0,03, прежде всего, падение уровня рождаемости связанно с увеличением безработицы, уровнем благосостояния и образования.

Снижение уровня рождаемости приводит к старению населения, а, следовательно, и к снижению экономически активного населения и к увеличению уровня безработицы.

Рис 3. Динамика экономически активного населения в развитых странах за 2005-2011 гг.*

Доля экономически активного населения в развитых странах с 2005 по 2008 гг. выросла на 1,3%. В 2008-2009 гг. процент экономически активного населения держался на одном уровне и составил 59,5 %. С 2009 по 2011 наблюдается резкий спад на 1,6 %. К 2011 году процент экономически активного населения упал до уровня ниже чем был в 2005 гг, если в 2005 году он составлял 58,2%, то в 2011 доля составила 57,9 %.

Как уже было сказано выше, на снижение отчасти повлияло сокращение уровня рождаемости, но это не единственная причина, на снижение экономически активного населения влияет также и уровень безработицы.

В целом уровень экономически активного населения зависит от уровня развития страны. Экономически активное население включает в себя занятые и безработные слои населения.

Для того чтобы рассмотреть численность безработных на численность которых также влияет уровень рождаемости, необходимо рассмотреть общую занятость населения в развитых странах.

Рис 4. Динамика численности занятого населения 2005-2011*

С 2005 года до 2008 года численность занятого населения в развитых странах увеличивалась, рост составил 7050,8 тыс. чел, с 2008 по 2010 гг. численность занятых слоев населения развитых стран начала сокращаться с 324375,1 до 316737,6 тыс. человек. В 2011 году численность занятых выросла всего лишь на 2660,3 тыс. чел. и составила 319397,9 тыс. человек, что ниже уровня 2008 года на 4977,2 тыс. чел.

Одним из факторов способствующих э тому: кризис. В условиях кризиса усилилась конкуренция на мировом рынке, и многим производителям приходилось разрабатывать и проводить внедрение новых технологий и методов, а также менять систему управления. Например, отдавать некоторые сегменты своих предприятий на аутсорсинг, а это, как правило, приводит к сокращению численности работников организации.

Для того чтобы более детально изучить занятое население в развитых странах рассмотрим процент занятого населения по каждой отрасли экономики в которую входят:

Рис 5. Структура занятости населения по секторам в развитых странах 2005-2011 гг.*

*Источник: Составлено автором на основе данных Евростата.

В современном обществе основная часть населения занята в третичном секторе экономики, т.е. в сфере услуг. Доля работников занятых в секторе услуг с 2005 по 2011 год выросла на 3,2 %. Во вторичном секторе с каждым годом доля занятых сокращается с 2005 по 2011 гг. процент занятых сократился на 2,6 %. В первичном секторе доля занятых за 7 лет сократилась на 0,6 %.

Снижение численности в аграрном секторе связанно с развитием новых технологий и научных разработок, которые во многом облегчают жизнь населения и способствуют развитию непроизводственной сферы экономики. Происходит переход от производства товаров к производству услуг, в сфере занятости преобладают работники умственного труда, внедряются новые инновационные технологии и техники.

Научно технические разработки повлияли также и на вторичный сектор экономики. Они вытесняют уже устоявшиеся ранее отрасли промышленного сектора (например, паровозостроение), а процесс замены натурального сырья – синтетическим, отчасти снижает долю добывающей промышленности.

Рассмотрим часть населения, которые не задействованы ни в одном секторе экономики – это безработные.

Рис 6. Динамика уровня безработицы в развитых странах 2005-2011*

Как мы видим из графика 6, с 2005 года уровень безработицы сократился с уровня 7,4% до 5,9 % в 2006 -2007 гг. Начиная с 2008 кризисного года уровень безработицы начал резко расти к 2011 году уровень вырос на 3% и составил 8,9 %. .

Мировой финансовый кризис сильно повлиял на экономику и люди за этот период потеряли работу. Многие развитые страны до сих пор не могут вернуться к докризисному уровню безработицы. Еще одним не менее важным фактором, повлиявшим на увеличение безработицы, является то, что многие компании переносят свое производство в страны с наиболее дешевой рабочей силой, такую практику применяют ТНК.

На рост числа безработных влияет и то, что у молодежи, впервые ищущей работу, нет опыта и необходимых знаний, что снижает количество вакансий для них на рынке труда.

Для увеличения численности своих трудовых ресурсов, в развитых странах затрачивается немало средств на образование населения.

Перед тем как изучить затраты развитых стран на образование необходимо проанализировать данные по ВВП на душу населения, так как затраты напрямую зависят от показателя ВВП.

Рис 7. Структура ВВП на душу населения в развитых странах 2005-2011*

Как мы видим из графика 7, с 2005 по 2008 гг. показатель ВВП на душу населения вырос на 252885,8 долларов, с 2008 года уровень ВВП сократился на 79788,247 долларов и удерживал свои позиции на протяжении 3 лет. С 2010 по 2011 года уровень ВВП на душу населения значительно подрос по сравнению с 2008-2009 гг., рост составил 80428,8 долларов.

Изучив показатель ВВП на душу населения мы можем проанализировать затраты государств на образование, т. к. уровень образования напрямую влияет на способность к трудоустройству.

Рис 8. Динамика затрат на образование 2005-2011*

Из графика 8, видно, что уровень расходов на образование в развитых странах за последние 6 лет вырос, рост составил примерно 0,5%. С 2005 по 2008 гг. рост затрат составил 0,2 %. В 2008-2009 гг. наблюдался самый высокий рост затрат и составил 0,4%. Но с 2009 по 2011 год наблюдается резкое снижение уровня затрат на образование, с 6,1% показатель упал до 5,9%.

В развитых странах уровню образования уделяют большое значение, а, следовательно, для повышения качества образования страны выделяют значительные финансовые средства. Самая высокая доля затрат на образование от уровня ВВП в 2011 году наблюдается в таких странах как: Кипр 7,27%; Дания 8,1%; Ирландия 7,42%; Люксембург 7,52%. Более низкие расходы отмечаются в Словакии 2,63%; Чехии 4,24%.

Уровень образования играет важную роль в жизни общества и экономики страны. Повышение качества образования предоставит каждому возможность развить свои навыки и способности, которые в дальнейшем могут помочь при трудоустройстве.

Рассмотрим уровень образования в развитых странах

(по числу лет обучения)

Рис 9. Уровень образования в развитых странах 2005-2011*

Согласно данным, представленным в таблице 2.6. видно, что за период с 2009 г. по 2011 г. произошло увеличение собственных средств предприятия и уменьшения заемных. В настоящее время наибольший удельный вес в структуре источников средств ОАО «Лакомка» занимают собственные источники - 76,12%. На предприятии имеются также заемные средства, которые представляют собой кредиторскую задолженность - 23,88%. Более половины объема кредиторской задолженности составляют обязательства перед поставщиками за товары, работы и услуги. Таким образом предприятию необходимо обратить особое внимание на данный фактор.

Расчет показателей платежеспособности приведен в таблице 2.7.

Таблица 2.7

Расчет показателей платежеспособности

Показатели
Исходная информация
1. Денежные средства, руб.
2. Дебиторская задолженность, руб.
3. Запасы и затраты (без расходов будущих периодов), руб.
4. Краткосрочные обязательства, руб.
Показатели платежеспособности
5. Коэффициент абсолютной ликвидности
6. Промежуточный коэффициент покрытия
7. Общий коэффициент покрытия
8. Удельный вес запасов и затрат в сумме краткосрочных обязательств

Согласно данным, представленным в таблице 2.7. за период с 2009 по 2011 гг. произошло снижение показателей платежеспособности предприятия, связанное с увеличением удельного веса запасов и затрат в сумме краткосрочных обязательств на 30,07%. В связи с этим коэффициент абсолютной ликвидности уменьшился в 2 раза, а промежуточный коэффициент покрытия и общий коэффициент покрытия на 0,2.

Предприятие ОАО «Лакомка» считается платежеспособным, т.к. коэффициент абсолютной ликвидности, равен 0,52 (при норме 0,2 - 0,5), а общий коэффициент покрытия, равен 1,35 (при норме >=2).

Расчет и анализ основных показателей финансовой устойчивости предприятия ОАО «Лакомка» представлен в таблице 2.8.

Таблица 2.8

Расчет показателей финансовой устойчивости

Показатели				Изменение в 2011 г. к 2009 г. (+,-)
Исходная информация
1. Собственные средства, руб.
2. Сумма задолженности, руб.
3. Дебиторская задолженность, руб.
4. Долгосрочные заемные средства, руб.
5. Стоимость имущества, руб.
Показатели финансовой устойчивости
6. Коэффициент независимости,
7. Удельный вес заемных средств,
8. Соотношение заемных и собственных средств
9. Удельный вес дебиторской задолженности
10. Коэффициент финансовой устойчивости

Развитие онлайн-торговли, как и экономики в целом, совершается циклически при взаимодействии технологических инноваций, экономического и социального факторов. И на соответствующих циклах строятся прогнозы. Один из прогнозов электронной коммерции до 2025 г. сделан экспертами компании GfK 1 . Такая информация не только раскрывает основные влияющие факторы и тренды, дает сигналы для стратегий, принятия решений и действий на долгосрочный период для участников рынка - она приглашает к дискуссии.

Существенные факторы динамики электронной коммерции во всех странах практически одни и те же - проникновение рынка, технические возможности доступа покупателей к веб-шопам, высокая степень профессионализма и технические инновации. Отличие состоит в доли онлайн-оборота в розничной торговле и темпах роста.

Если доля онлайн-торговли в России составляет 2-3% общего оборота розницы, то в Германии - 8,5%, а без учета продуктов питания - 15,3% (2014). В фазе роста 2009-2014 гг. электронная коммерция росла ежегодно в среднем на 21%.

В динамике ассортимента появились первые признаки зрелости: рост таких рынков замедляется

Для построения прогноза дальнейшего развития онлайн-торговли эксперты проанализировали следующие параметры:

динамику ассортимента, доли товарных групп в целом по розничной торговле, характеризующих относительное значение покупательной силы в розничной торговле;

структуру ассортимента товарных групп в онлайн-торговле;

темпы роста товарных групп в обороте онлайн, характеризующих степень их зрелости.

Для полноты картины дополнительно были изучены социально-экономические факторы - категории покупателей и динамика их расходов на онлайн-покупки.

Анализ показал - львиную долю в рознице составляют продукты питания - 48,5%, техника и медиа - 15,9%, одежда, обувь и аксессуары - 11,3%, товары для сада и огорода - 10,7%, бытовая техника и товары для ухода за домов - 3,8%, товары для спорта и отдыха - 4,1%.

Значение товарных групп онлайн-торговли можно оценить по структуре ассортимента (табл. 1). Первые три сегмента в таблице составляют примерно 20% расходов в онлайн-обороте и представляют три группы товаров - чемпионов по двум параметрам: абсолютной величине группы и их доли.

Доля онлайн-оборотов по товарным группам и темпы их роста 2014 г. (таблица 1)*

	Доля в обороте всей розницы, %	Доля в обороте онлайнторговли, %	Объем онлайнторговли всего, млрд евро	Ежегодные темпы роста 2011-2013 гг., %	Темпы роста в 2014 г., %
Техника/электроника и медийные товары
Одежда, обувь и аксессуары			9,7(52 в рознице)
Товары для спорта и отдыха
Продукты питания и аптечные товары
Всего онлайн
* Таблица составлена на основании данных исследования.

Техника, электроника и медийные товары с онлайн-оборотом в 20,9%, или 15,1 млрд евро. Вторая по важности для электронной коммерции товарная группа - одежда, обувь и аксессуары с оборотом в 52 млрд евро в целом. В том числе 18,9% оборота осуществляется через интернет (9,7 млрд евро - объем онлайн-торговли).

Необходимость сопоставления двух приведенных выше параметров важна и для самой большой группы розницы - продуктов питания и аптечных товаров. Хотя их доля в онлайн самая низкая - всего 1,2%, оборот этой товарной группы в онлайн оценивается на уровне 2,6 млрд евро.

На основании данных по трем основным группам товаров эксперты пришли к выводу о степени зрелости таких рынков. Причем самый высокий уровень зрелости отмечается в самой большой группе - электронике и медиа: после динамичного ежегодного роста на 20-30% в 2011-2013 гг. в 2014 г. был достигнут рост всего на 8%. Особенно отчетливо падающая динамика наблюдается в субсегменте данной товарной группы - книги и канцелярские товары, где эксперты констатируют отсутствие роста.

С ростом степени зрелости динамика роста постепенно снижается, и этот тренд уже проявился на рынке онлайн-торговли - темп роста в 11% по сравнению с 20-30% в прошлые годы.

Первые признаки насыщения эксперты отметили, наблюдая динамику онлайн-ассортимента. Например, такие сегменты, как книги, медиа и техника, в целом с 2013 по 2014 гг. по сравнению с предыдущими годами прибавили в обороте немного, а в предыдущие годы росли значительно.

Модель прогноза учитывает факторы и границы роста

Прогноз базируется на двух основаниях: 1) структуре ассортимента е-коммерции и жизненном цикле роста каждой группы товаров на основе диффузной модели; 2) драйверах роста е-коммерции и естественных границах роста продуктов.

В качестве модели прогноза использована диффузная модель. Она описывает вывод на рынок инновационного продукта или сервиса - интернет-торговли и учитывает эффекты инновации и имитации. Под эффектами инновации понимаются технологические факторы, например качество и количество онлайн-магазинов, распространение смартфонов или планшетов. Одновременно учитывается феномен имитации для образования взаимодействий инноваторов и людей, формирующих мнение, влияющее на поведение других потребителей.

Диффузная модель приведена на рис. 1. Расположенные на ней группы товаров приведены с их онлайн-долей в ассортименте, однако темпы роста, которые привели к таким долям, уже не сохраняются. Например, прогрессирование степени онлайн-зрелости на книжном рынке означает, что примерно 64% пользователей интернета хотя бы раз покупали книгу онлайн. А поскольку потенциал дополнительных покупателей снижается, темпы роста замедляются 2 .

Отдельные группы ассортимента е-коммерции на диффузной кривой показывают рост зрелости таких рынков. При достижении пика зрелости их дальнейшее движение будет характеризоваться пологой кривой, прирост будет снижаться. Причина тому, наряду с факторами роста интернет-торговли, - инновации в стационарной торговле, которая успешно реагирует на интенсивную конкуренцию новыми концепциями и решениями омниканальности, развивает собственную онлайн-динамику. Поэтому традиционная торговля книгами может снова показать рост. Факторы зрелости способствуют кругообороту товаров с падающей динамикой. При этом идет перетекание покупателей между онлайн и офлайн.

Интернет-торговля и стационарная торговля взаимно связаны и дополняют друг друга, конкурируя за потребителя. Онлайн- и офлайн-торговля обслуживают разные потребности клиентов - рациональные и эмоциональные аспекты, соответственно. Согласно опросам онлайн-покупатели предпочитают в основном экономить деньги (57%), а в офлайн - тактильные ощущения, товары можно потрогать и примерить (64%).

Драйверы роста электронной коммерции способствуют замедлению ее динамики

Электронная коммерция эволюционирует под влиянием трех метафакторов:

инноваций - инновационные решения по использованию интернета как средства коммуникации, канала сбыта и лучшим доступом вследствие распространения смартфонов и планшетов;

проникновения рынка - большая волна открытия интернет-магазинов началась в 2009 г. И сейчас уже стационарная розничная торговля одеждой 15-30% своего оборота делает через интернет;

высокого уровня профессионализма, обеспечивающего возможность проникновения онлайн-рынка. Услуги известных брендов платежных систем постепенно сделали онлайн-платежи безопасными, выросла значимость визуального и информационного представления продуктов, расширились возможности поставок (логистика) и бесплатного возврата или обмена. А требования клиентов в надежности и скорости поставок породили сильное давление конкуренции среди онлайн-торговцев.

Растущий уровень профессионализма способствует росту конкуренции и приносит преимущества онлайн-торговцам на следующей ступени эволюции, предлагает инновационные решения для существующих пробелов в сервисе (скорость доставки, брендинг, надежность, преимущества в ценах и оплате, а также логистике) и расширяет свой спектр влияния (регионально, целевые группы или ассортимент).

Приведенные факторы влияют друг на друга, действуют одновременно и взаимосвязаны в кругообороте с падающей динамикой (рис. 2). Падающую динамику роста при увеличении абсолютных значений онлайн-торговли отражает и историческая кривая роста с 2001 г. и ее прогноз до 2025 г. (построена на основании совокупных среднегодовых темпов роста (CAGR) доли онлайн-торговли в розничной торговле) (рис. 3).

Прогноз роста онлайн до 2025 г. по ассортименту

Рынок розницы Германии в целом, отмечают эксперты, характеризуется насыщением, когда прирост некоторых сегментов происходит за счет других - конкурентная борьба на вытеснение с рынка через е-коммерцию набирает темпы. И все же, несмотря на тенденцию к насыщению и замедление темпов роста в долгосрочном периоде, в 2025 г., согласно прогнозам, ожидается удвоение доли онлайн-торговли с 8,5 до 15%, или до 25% в непродовольственном сегменте.

Рост произойдет благодаря новым инновациям, например виртуальным кабинам для примерки и др., они дадут новый импульс и вызовут новую волну роста онлайн.

Что же касается отдельных групп ассортимента, все они будут расти в абсолютном выражении, произойдут сдвиги внутри онлайн-оборота. По-прежнему самую большую долю будет занимать группа техники и медийных товаров, сдвиг произойдет в пользу товаров для дома, сада и огорода. Доли отдельных групп ассортимента в структуре онлайн-оборота изменятся так:

техника, электроника и медийные товары сократятся с 38 (2015 г.) до 31% (2025 г.), и причина не в снижении объемов онлайн-продаж в данном сегменте, а прирост другого ассортимента;

доля одежды, обуви и проч. достигнет своего максимума 25% в 2015 г. и до 2025-го будет оставаться на уровне 24%;

продукты питания и аптечные товары достигнут самого большого прироста, с 8 до 16%, их доля удвоится в общем онлайн-обороте, чему будут способствовать инновации в логистике;

товары для дома вырастут незначительно, с 9 до 10%;

доля товаров для сада и столярных работы останется стабильной на уровне 10%;

доля товаров для спорта и отдых сократится на 1 п.п., с 10 до 9%.

Динамика российской онлайн-торговли: второй год медленного роста

Итогами и результатами прошлого года на российском рынке электронной торговли делится Федор Вирин, глава компании Data Insight.

Несмотря на многие трудности, возникшие перед индустрией за последний год, объем внутрироссийского рынка онлайн-продаж составил 650 млрд руб. Его можно представить в виде произведения двух составляющих - количества заказов в интернет-магазинах (примерно 160 млн) и среднего чека в 4050 руб., который увеличился примерно на 8% по сравнению с 2014 г. - 3750 руб. (в текущих ценах) 3 .

При этом снижение доли дорогих покупок привело к сдвигу спроса от дорогих категорий (БТиЭ) к менее дорогим (одежда, FMCG) и сказалось на росте среднего чека для среднестатистического ИМ менее, чем на 15%.

Рост рынка составил 16% (+90 млрд руб.), хотя с поправкой на инфляцию - всего 3%.

Динамика рынка в 2015 г. похожа на 2014 г., если не учитывать IV квартал (аномальный) 2014 г., когда рост заказов достиг 40% (табл. 2).

Доля же трансграничных покупок выросла на 88% в рублях (почти до 160 млрд руб. по среднегодовому курсу).

Динамика кроссбордера в 2015 г. такова:

выросло количества онлайн-заказов в зарубежных ИМ на 75% (2-я половина 2015 г. - +85%);

снизился средний чек в долларовом выражении на 25-30% для китайского направления и более чем на 30% в целом по рынку кроссбордера (снижение доли европейского и американского направлений);

средний чек в рублях вырос только на 10-15%.

Второй год медленного роста, % (таблица 2)

	Рост количества заказов	Рост среднего чека	Рост объема продаж (руб.)	С поправкой на инфляцию

1 «Ecommerce: Wachstun ohne Grenze? Online-Anteile der Sortimente - heute und morgen».GfK - GeoMarketing GmbH, консалтинговая компания исследовательского концерна GfK Group, одна из ведущих маркетинговых компаний в мире, проводит панельные исследования покупок домашних хозяйств с 1957 г. Прогноз сделан для онлайн-торговли в Германии.

2 В 2015 г. впервые число покупателей в онлайне Германии не выросло, а обороты тем не менее растут, и наиболее успешным оказывается мультиканальный сбыт - пользователи интернета стали чаще покупать. Из 73% населения, использующих интернет, одна четверть покупает примерно по десяти каналам в течение года, а каждый десятый - по 20 каналам (www.springerprofessional.de).

3 Приведенные данные основаны на прямых публичных и непубличных данных крупных интернет-магазинов (более 50 магазинов), мониторинге по количеству заказов (>1000 ИМ) и по посещаемости сайтов (>70 тысяч ИМ). А оценки (160 млн заказов и 660 млрд руб.) не включают кроссбордерные покупки, а также (а) доставку готовой еды, (б) билеты на транспорт и мероприятия, (в) цифровые товары, (г) C2C, MLM и групповые закупки, (д) покупки для корпоративного потребления и оптовые покупки.