Содержание к диссертации
Введение
Глава 1. Методы оценки инвестиционной привлекательности проектов интернет-обучения 9
1.1. Практика применения методов оценки инвестиционной привлекательности проектов 9
1.2. Характеристика проектов интернет-обучения 21
1.3. Исследование закономерностей развития проектов интернет-обучения 54
Глава 2. Методика оценки инвестиционной привлекательности проектов интернет-обучения 77
2.1. Критерии оценки инвестиционной привлекательности проектов интернет-обучения 77
2.2. Экономико-математическая модель оценки инвестиционной привлекательности проектов интернет-обучения 93
2.3. Методика оценки инвестиционной привлекательности проектов интернет-обучения 104
Глава 3. Инструментарий оценки инвестиционной привлекательности проектов интернет-обучения 120
3.1. Расчет критериев оценки инвестиционной привлекательности проектов интернет-обучения 120
3.2. Практическое применение методики оценки инвестиционной привлекательности проектов интернет-обучения 154
3.3. Проектирование программного средства оценки инвестиционной привлекательности проектов интернет-обучения 160
Заключение 170
Список использованных источников
- Характеристика проектов интернет-обучения
- Исследование закономерностей развития проектов интернет-обучения
- Экономико-математическая модель оценки инвестиционной привлекательности проектов интернет-обучения
- Практическое применение методики оценки инвестиционной привлекательности проектов интернет-обучения
Введение к работе
Актуальность темы исследования. Последние годы характеризуются бурным развитием образовательных технологий, одной из которых является интернет-обучение. На сегодня большинство российских образовательных проектов в той или иной форме использует интернет-технологии. Учитывая большую распространенность интернет-обучения в Евросоюзе и США, доля дистанционных технологий будет только возрастать. Как любая сфера человеческой деятельности, интернет-обучение невозможно без финансирования, что обуславливает необходимость привлечения инвестиций.
Общая мировая тенденция такова, что от методик оценки инвестиционной привлекательности проектов и основанных на них систем инвестиционного проектирования требуется учет технологических особенностей функционирования объекта инвестиций. Причем важно, чтобы методика обеспечивала учет как традиционных финансовых, так и специфических факторов, свойственных конкретному виду инвестиционных проектов. Существующие методики оценки инвестиционной привлекательности и реализующие их инструментальные средства позволяют оценить инвестиционный проект с точки зрения его экономической эффективности, рентабельности, ликвидности, окупаемости и т.д. Однако данные методики не учитывают множества специфических факторов, оказывающих влияние на инвестиционную привлекательность проектов интернет-обучения: технических характеристик задействованного программного и аппаратного обеспечения, дефицитности знаний по предмету обучения, сбалансированности используемых форм представления материалов в интернет-курсах, соответствия направлений рекламного воздействия потенциальной аудитории курса и др.
Одним из важных исходных значений для большинства существующих методик оценки инвестиционной привлекательности является прогнозируемый уровень продаж. Для проектов интернет-обучения уровень продаж характеризуется размером аудитории, которую может привлечь конкретный
4 проект интернет-обучения. До настоящего времени не существует формализованных методов определения размера аудитории проекта и подобные оценки проводятся экспертным путем. Интернет-обучение является новым направлением в образовании, количество экспертов, способных провести оценку и определить требуемый объем инвестиций, невелико.
Для повышения качества проводимых оценок необходима разработка инструментария, способного восполнить недостаток экспертов за счет использования формализованного аппарата, позволяющего осуществить оптимальный выбор проекта интернет-обучения из множества альтернативных вариантов.
Степень изученности. Изучению технологий интернет-обучения посвящены работы В.П.Тихомирова, А.А.Андреева, А.И.Башмакова, В.И.Солдаткина, Л.Г.Титарева, А.В.Хорошилова и других авторов. При всей фундаментальности проведенных исследований, их огромной теоретической значимости, эти работы были направлены главным образом на доказательство преимуществ использования интернет-обучения. Из-за новизны интернет-технологий, и, как следствие, дефицита данных о практике организации интернет-обучения, не проводился анализ жизненного цикла проектов интернет-обучения с позиций инвестора, не были определены потребности в их финансировании на всех этапах жизненного цикла.
Изучением проблем инвестиционной привлекательности проектов занимались В.В.Ковалев, М.И.Лещенко, А.М.Мозгоев, В.А.Москвин, В.В.Царев и другие авторы. Накопленный опыт позволил с системных позиций выработать теоретические и методические основы определения эффективности инвестиционных проектов. При этом определению конкретных критериев оценки инвестиционной привлекательности проектов интернет-обучения в настоящее время не уделено должного внимания. До недавнего времени обучение в России не рассматривалось как средство извлечения прибыли, в силу чего инвестиционных оценок практически не проводилось. Между тем современная практика показывает острую необходимость в разработке
5 методики оценки инвестиционной привлекательности проектов интернет-обучения.
Цели и задачи исследования. Целью диссертационного исследования является моделирование и разработка инструментальных средств поддержки оценки инвестиционной привлекательности проектов интернет-обучения. Для достижения поставленной цели потребовалось решить следующие задачи:
Формализовать жизненный цикл проекта интернет-обучения.
Оценить жизненный цикл проекта с позиций финансового обеспечения и выработать рекомендации распределения финансирования по этапам жизненного цикла.
Сформулировать критерии оценки проектов интернет-обучения с учетом комплекса факторов, оказывающих определяющее влияние на инвестиционную привлекательность проектов.
Разработать методику оценки инвестиционной привлекательности проектов интернет-обучения.
Создать экономико-математическую модель, позволяющую максимизировать наиболее инвестиционно привлекательный проект интернет-обучения.
Разработать программное средство, позволяющее в автоматизированном режиме провести оценку инвестиционной привлекательности проектов интернет-обучения.
Объект и предмет исследования. Объектом исследования являются проекты интернет-обучения. Предметом исследования являются инструменты оценки инвестиционной привлекательности проектов интернет-обучения.
Теоретическая и методологическая основа исследования сформирована на стыке экономических, педагогических наук и информатики. Основу исследования составляют работы отечественных и зарубежных специалистов в областях системного анализа, математической статистики, описания и оценки деятельности предприятия, разработки моделей и программных средств многокритериальной оптимизации в компьютерных системах, управления
образованием, эффективности применения дистанционных технологий в учебном процессе, разработки компьютерных учебников и обучающих систем, разработки и стандартизации программных средств.
Нормативную базу исследования составляет совокупность законодательных нормативно-методических документов, регламентирующих образовательную деятельность в области применения дистанционных образовательных технологий.
В качестве инструментария для решения поставленных задач применялись методы математической статистики, многоцелевой оптимизации, корреляционного и регрессионного анализа.
Эмпирическую базу исследования составляют статистические данные в рамках проекта интернет-обучения работе с программными продуктами фирмы «1 С» (. 1 с.ш).
Научная новизна диссертационного исследования заключается в формировании методики оценки инвестиционной привлекательности проектов интернет-обучения, базирующейся на системе критериев, модели выбора оптимального проекта интернет-обучения и реализующего их инструментального комплекса.
Научная новизна работы отражена в следующих положениях, вынесенных на защиту:
Определен жизненный цикл проекта интернет-обучения, выделены и детализированы его этапы, определен состав и формулы расчета возможных затрат на каждом этапе.
Сформулированы рекомендации по распределению финансирования по этапам жизненного цикла проекта интернет-обучения в зависимости от размера инвестиционного капитала, распространенности, перспективности и дефицитности знаний по предмету обучения.
3. Предложены критерии оценки проектов интернет-обучения,
учитывающие действие факторов, оказывающих определяющее влияние на
инвестиционную привлекательность проектов.
Получено уравнение регрессионной зависимости, позволяющее прогнозировать размер привлеченной аудитории интернет-курса на основе полученных в работе факторных признаков и статистического анализа временных рядов.
Разработана методика комплексной оценки инвестиционной привлекательности проектов интернет-обучения, основанная на определении размера привлеченной аудитории, объема затрат на организацию интернет-обучения, экономической эффективности проекта, уровня инвестиционных рисков и ликвидности проекта.
Предложена многокритериальная экономико-математическая модель выбора наиболее инвестиционно привлекательного проекта интернет-обучения с учетом полученных критериев оценки.
Разработан программный инструментарий, предназначенный для поддержки оценки проектов интернет-обучения и выбора из них наиболее инвестиционно привлекательного.
Практическая значимость результатов исследования. Использование разработанной методики оценки инвестиционной привлекательности проектов интернет-обучения позволит:
способствовать повышению обоснованности принимаемых решений при проведении тендеров проектов интернет-обучения;
обосновать привлекательность проектов интернет-обучения для финансирования, обеспечив материальную базу для дальнейших научных исследований в этой области;
способствовать решению задач финансирования проектов интернет-обучения привлечением в образование коммерческого капитала.
Практическую ценность представляют собранные статистические данные системы показателей, характеризующих динамику изменения числа слушателей интернет-курсов. Данные получены в результате сбора информации на реально существующем проекте интернет-обучения навыкам работы с программными продуктами «1С».
Внедрение созданного в рамках данного исследования программного средства, позволяет в автоматизированном режиме выбрать наиболее инвестиционно привлекательный проект интернет-обучения на основе сравнения проектов по совокупности критериев.
Апробация и внедрение результатов исследования. Результаты исследования докладывались на конференциях в Финансовой Академии при Правительстве РФ, МЭСИ, ИТО-2004, ИТО-2005, РБП СУЗ 2004-2006 и были отражены в отчете по НИР кафедры ПЭИС МЭСИ по теме «Разработка методологических основ создания систем интеграции знаний».
Результаты исследований были использованы при оценке инвестиционной привлекательности проекта интернет-обучения навыкам работы с программными продуктами «1С» при создании 8 интернет-курсов.
Публикации. По материалам диссертационного исследования опубликовано 12 научных работ, общим объемом 10,1 печатных листа (в том числе авторских 4,3 печатных листа).
Структура и объем диссертации. Диссертация состоит из введения, трех глав, выводов по каждой главе, заключения, библиографического списка из 102 наименований, 4 приложений. Диссертация содержит 22 таблицы и 9 рисунков. Общий объем работы составляет 180 страниц машинописного текста.
Характеристика проектов интернет-обучения
Под обучением «понимается процесс передачи и усвоения знаний, умений, навыков деятельности, основное средство подготовки человека к жизни и труду» [44]. Любой человек обучается в течение всей жизни. Целенаправленное обучение, сопровождающееся констатацией факта достижения обучаемым определенного уровня знаний, называется образованием [44]. Как правило, уровень знания специалиста проверяется квалификационным экзаменом, факт сдачи которого подтверждается документом (свидетельством, сертификатом или дипломом). В условиях научно-технического прогресса в мире и становления рыночных отношений в экономике страны, знания в России становятся товаром, который пользуется повышенным спросом [70]. Это обусловлено тем, что специалист, обладающий высоким уровнем знаний и навыков, характеризуется и более высоким уровнем производительности, как следствие, более высокой заработной платой. На сегодня ощущается острый дефицит в квалифицированных специалистах практически во всех отраслях [52]. Острый дефицит обуславливает высокую доходность бизнеса в сфере дополнительного профессионального образования [12]. На сегодняшний день существует большое число учебных заведений, предоставляющих услуги обучения на коммерческой основе. По данным Федеральной Государственной Службы Статистики РФ, платных образовательных услуг в 2006 г. было оказано населению на 189,6 млрд.рублей или на 10,4% больше, чем в 2005 году. Удельный вес платного обслуживания по отрасли «образование» увеличился с 20,4% в 2005г. до 21,1% в 2006 году [69]. Поскольку территориальное распределение спроса и предложения образовательных услуг не всегда совпадает, а также учитывая динамичность изменения спроса возникает ситуация переизбытка образовательных учреждений. Учебные заведения вынуждены конкурировать друг с другом с целью увеличения своей аудитории. В последние несколько лет наметилась тенденция к использованию в обучении новых образовательных технологий.
В соответствии с методикой «применения дистанционных образовательных технологий (дистанционного обучения) в образовательных учреждениях высшего, среднего и дополнительного профессионального образования Российской Федерации» (утверждена Приказом Минобразования России от 18.12.2002 №4452), основными дистанционными образовательными технологиями являются: кейсовая технология, интернет-технология, телекоммуникационная технология.
Кейс-технология предполагает почтовую пересылку комплектов методических материалов. Обычно проводится вводная и заключительная сессии. Вводная сессия подразумевает знакомство участников образовательного процесса друг с другом и подробный разбор технологии предстоящего обучения. Заключительная сессия связана с проведением итогового контрольного мероприятия и выдачей свидетельств об обучении. Во многом данная технология соответствует заочной форме обучения с той лишь разницей, что методические материалы курсов могут включать мультимедийные компоненты: электронные учебные пособия, видеофильмы, системы тестирования. Основной недостаток кейс-технологии в том, что она не предусматривает общения преподавателя и обучаемого в самом процессе обучения.
Обучение с использованием телеконференций подразумевает организацию телевещания и проведение видеомостов. Телевещание служит для трансляции слушателям лекций посредством видеосигнала. Телевещание характеризуется отсутствием обратной связи, т.е. преподаватель не слышит вопросы слушателей по ходу своего выступления и не отслеживает их поведение. Для проведения семинаров и организации контрольных мероприятий используются видеоконференции - видеосигнал передается как от преподавателя к слушателям, так и от слушателей к преподавателю. Телеконференции наиболее близки к очной форме обучения, но при этом обладают рядом серьезных недостатков: высокая стоимость организации, отсутствие архива методических материалов, отсутствие системы поиска, сложность синхронизации обучения в разных часовых поясах.
Интернет-обучение основывается на использование средств, предоставляемых глобальной сетью. Данная технология является наиболее перспективной, в силу поглощения возможностей кейс-технологии и телеконференций (см. таблицу 2).
Исследование закономерностей развития проектов интернет-обучения
Востребованность интернет-курсов зависит не только от состава затрат, формы и качества используемых методических материалов, наличия лицензии и т.д. Важными вопросами являются вид образования и тематика курса.
Проекты интернет-обучения наиболее востребованы в сфере дополнительного профессионального образования, что необходимо учитывать при оценке их инвестиционной привлекательности. Доказательством служит сравнительный анализ видов образования с точки зрения использования в них интернет-технологий (см. Таблица 4).
В качестве основания для сравнения были выделены следующие характеристики: мотивация обучаемого; объем материала; скорость устаревания; платежеспособность; распространенность; востребованность; оснащенность; кадры (специалисты);
Под мотивацией обучаемого в данном случае подразумевается степень его личной заинтересованности в освоении предлагаемого ему материала. Если в среднем образовании школьнику не дается право выбора изучаемых дисциплин, то в высшем и дополнительном профессиональном образовании учащийся самостоятельно выбирает направление дальнейшего обучения. Причем в дополнительном образовании слушатель сосредотачивается на наиболее необходимой для него информации. Поскольку при интернет-обучении активную роль играет сам слушатель, логично предположить, что интернет-обучение наиболее эффективно в дополнительном профессиональном образовании.
Объем материала характеризует объем образовательных программ в лекционных часах и практических занятиях. В школе продолжительность образовательных программ не превышает 300-400 ак. часов, причем объем материала невелик, учитывая неспособность школьников к длительной концентрации на обучении. Программы высшего образования наиболее объемны и продолжительны. В дополнительном профессиональном образовании речь идет о получении специфических, дополнительных знаний по узкому кругу вопросов, что обуславливает небольшой объем информации. Поскольку для интернет-курсов объем затрат тесно связан с объемом информации, наименее затратными и наиболее быстро реализуемыми будут интернет-курсы в дополнительном образовании.
Современная система российского образования построена таким образом, что в школе человек получает наиболее общие, фундаментальные знания, необходимые как в повседневной жизни, так и являющиеся основополагающими при более глубоком изучении наук в высшей школе. Высшая школа передает человеку информацию по выбранному им направлению в объемах, необходимых для понимания смысла данного направления человеческой деятельности и выполнения человеком задач в рамках изучаемой им области. Дополнительное профессиональное образование предоставляет те недостающие, специфичные знания, которые необходимы человеку для выполнения конкретных функций, и представляет собой набор наиболее актуальной информации, еще не усвоенной по тем или иным причинам программами высшего образования. Наиболее дефицитными будут знания в дополнительном образовании [10,13,14]. В дополнительном образовании возможно возникновение уникальных знаний, которые не успели появиться в сети центров дополнительного образования или не появятся вообще в связи с непродолжительным сроком существования спроса на эти знания. Дополнительное профессиональное образование востребовано более старшей возрастной категорией, имеющими квалификацию и работающими специалистами, что предполагает их способность и желание платить за знания, которые позволят им увеличить свою квалификацию, и, соответственно, ценность и размер заработной платы.
Инвестиционная привлекательность обеспечивается объемом спроса на результат реализации инвестиционного проекта. Спрос формируется за счет числа платежеспособных потенциальных клиентов, которые предпочли данный товар его аналогам. Наибольший спрос придется на долю среднего образования, в меньшей степени востребовано высшее образование и наименее часто возникает спрос на дополнительное профессиональное образование (см. Таблицу 5 [67]).
Экономико-математическая модель оценки инвестиционной привлекательности проектов интернет-обучения
Любая инвестиционная задача, решаемая в системе инвестиционного проектирования, является одновременно и экономической задачей [74]. Это обусловлено тем, что в инвестиционных задачах присутствует хотя бы один критерий оптимальности, природа которого является экономической. Как уже отмечалось ранее, для достижения наилучшего экономического эффекта, организация в своей деятельности руководствуется несколькими целями. Не являются исключением и организации, реализующие проекты интернет-обучения, для которых характерны следующие цели: 1. увеличение широты охвата аудитории; 2. повышение экономической эффективности проекта интернет-обучения; 3. снижение затрат на организацию и поддержку проектов интернет-обучения.
Это обуславливает необходимость применения многоцелевого подхода в решении задачи оценки инвестиционной привлекательности интернет-обучения. Подробное обоснование выбора данного подхода приведено в п.2.1.
Одним из основных отличий использования многоцелевого подхода от одноцелевого является наличие в моделях нескольких критериев оптимальности. В нашем случае число критериев достигло пяти. Такое большое число критериев обуславливает ряд особенностей моделирования задачи выбора наиболее инвестиционно привлекательного проекта интернет-обучения [77].
Исходя из экономической постановки, в многокритериальных задачах допускается формализация условий как в виде ограничений, так и в виде критериев. Допустим, условие задачи сопоставимо с целевой функцией модели F{X), где X - вариант решения задачи. При этом выполнение условия описывается неравенством F(X) n, где п - ограничение, введенное постановщиком задачи, которое может быть неизвестно с достаточной точностью. Обычно, п определяется таким образом, чтобы все варианты решения задачи удовлетворяли бы данному неравенству, при этом наилучший вариант решения должен иметь максимальное значение критерия F. На практике нет никакой гарантии соблюдения данного неравенства, поэтому его включение в модель нецелесообразно. Поэтому, рассматриваемое условие должно вводиться в модель в качестве критерия F(X) - max. В нашем случае, все пять критериев должны быть записаны в виде F(X) - max или F(X) -» min. Для критериев: размер привлеченной аудитории проекта (число слушателей), уровень ликвидности (платежеспособности) проекта, экономическая эффективность проекта интернет-обучения - можно задать минимально допустимые значение, ниже которых проект будет признан инвестиционно непривлекательным. Однако в таком случае будет изменена сама суть задачи, которая сводится к выбору наилучшего из всех возможных вариантов, т.к. возможна ситуация, когда даже наилучший вариант не будет удовлетворять установленным ограничениям. То же самое относится и к критериям: «объем затрат на организацию интернет-обучения» и «уровень инвестиционного риска» - для которых нецелесообразно задание максимально допустимых значений. Существенно более эффективным представляется оценка полученного варианта вложения инвестиций со стороны инвестора по приемлемым для него уровням инвестиционной привлекательности. Это обеспечит универсальность применения модели для всей совокупности инвесторов, поскольку неприемлемый уровень инвестиционной привлекательности для одного инвестора может быть вполне допустимым для другого.
Другая особенность моделирования многокритериальных экономических задач состоит в том, что критерии могут быть трех типов. Большинство критериев являются исходными, т.е. появляются в результате экономической сущности задачи. Все отобранные в п.2.1. критерии будут являться исходными. Кроме исходных, возможно возникновение модельных и алгоритмических критериев, целью введения которых является или структура модели (для модельных) или необходимость обеспечить эффективную оптимизацию на различных этапах выполнения алгоритма решения задачи (для алгоритмических).
Практическое применение методики оценки инвестиционной привлекательности проектов интернет-обучения
Как определено в п.2.3, для использования методов многокритериальной оптимизации необходимо выполнить ряд предварительных процедур: 1. определить коэффициенты важности по всем пяти критериям; 2. нормализовать численные значения критериев; 3. выполнить взвешивание нормализованных значений критериев в соответствии с установленными для них коэффициентами важности. Определение коэффициентов важности для критериев во многом зависит от стратегии конкретной организации и стоящих перед ней задач. Для ряда организаций важным является минимизация рисков, для других более важна, возможность получить больший доход, для третьих на данном этапе развития важен захват рынка. Определение коэффициентов важности в каждом конкретном случае зависит от предпочтений инвестора. Для анализируемых проектов определены следующие коэффициенты важности критериев (см. Таблица 22).
Используемые в оценке критерии оптимальности имеют различную экономическую природу и различные единицы измерения (процент, количество, денежные единицы, относительные значения), то необходимо провести нормализацию значений критериев. Существует несколько методов нормализации (см. Таблицу 8). Выбор метода нормализации в основном зависит от предпочтений эксперта, проводящего анализ, важен сам факт приведения значений критериев к безразмерным величинам. Предлагается использовать формулу естественной нормализации (20), как наиболее часто применяемую и наглядную. Результат нормализации представлен в Таблице 23.
Поскольку анализируемых проектов только два, нормализованные критерии заняли крайние экстремальные значения. Поскольку в модели (29, 34) видно, что 2 и 4 критерий (Объем затрат и Уровень риска) минимизируются, то для обеспечения единого направления оптимизации (максимизации) было произведено умножение значений вышеозначенных критериев на -1.
Полученная задача выбора оптимального проекта интернет-обучения может быть решена различными методами многокритериальной оптимизации. Для устранения возможности случайной ошибки осуществим решение несколькими методами.
Метод равномерной оптимизации предполагает, что наиболее удачным является проект, по которому достигается максимальное суммарное значение целевых функций (критериев).
Для проекта интернет-обучения по программе «1С:Бухгалтерия 8» суммарное значение критериев составит: /ДЛ = І ,/,( ) = 1-1 + 1-1 + 0 = 0 Для проекта интернет-обучения по программе «Управление торговлей» суммарное значение критериев составит: /Д ) = /,(дО) = 0 + 0 + 0 + 0 + 1 = 1 /= Можно констатировать, что в результате применения метода равномерной оптимизации лучшим признан проект интернет-обучения по программе «Управление торговлей».
Для применения метода идеальной точки необходимо первоначально определить для каждого критерия оптимальные (идеальные) значения. Наилучшим будет признан проект, у которого сумма отклонений от идеальной точки минимальна. Для проекта интернет-обучения по программе «1С:Бухгалтерия 8» сумма отклонений составит: /;(Л 2А( ,) = 0 + 1 + 0 + 1 + 1 = 3 1=1 Для проекта интернет-обучения по программе «Управление торговлей» сумма отклонений составит: /у( ) = ХМ ,) = 1 + 0 + 1 + 0 + 0 = 2
В результате применения метода идеальной точки наиболее инвестиционно привлекательным выбран проект «Управление торговлей».
Для нормализованных критериев необходимо провести взвешивание с учетом коэффициентов важности. Полученные после этого значения представлены в таблице 24. Взвешивание критериев позволяет применить метод свертывания критериев.
Третий метод указывает на то, что оптимальным инвестиционным проектом интернет-обучения является обучение работе с программой «Управление торговлей».
Метод справедливого компромисса в данном случае неприменим, т.к. предполагает расчет путем умножения значений коэффициентов. В нашем случае, проекта всего два, соответственно нормализованные значения критериев принимают вид или «О» или «1», что ведет к нулевым значениям по обоим проектам. Выбрать наилучший инвестиционный проект с использованием данного метода невозможно.
Задача выбора оптимального инвестиционного проекта решена с помощью трех методов, во всех случаях выбор осуществлен в пользу проекта интернет-обучения «Управление торговлей». Можно признать данный проект наиболее инвестиционно привлекательным на основе применения методов многокритериальной оптимизации. Преимущество данных методов по сравнению с методами однокритериальной оптимизации очевидно, т.к. с помощью последних в данном случае определить один наиболее привлекательный вариант невозможно. Более того, применение однокритериальной оптимизации может привести к ошибочному выбору и, как следствие, потерям инвестора в виде прямых убытков или упущенной выгоды.
Применение данной методики связано с определенными трудностями: 1. необходим многолетний сбор и накопление больших объемов статистической информации; 2. увеличение статистической базы влечет за собой рост сложности расчетов критериев оценки; 3. эксперт, проводящий оценку инвестиционной привлекательности проектов, должен обладать специальными знаниями в области статистики; 4. состав факторов, оказывающих влияние на размер привлеченной, аудитории, может существенно меняться в зависимости от политики организации и экономической ситуации.
Перечисленные сложности можно решить посредством разработки программного средства. Проектированию данной программы посвящен следующий параграф данной работы.
