Нам нужно создать две вспомогательные переменные, которые будут соответствовать двум составляющим потока приобретения продукта:
Создайте
вспомогательную переменную AdoptionFromAd
из
палитры Системная динамика
на диаграмму класса активного объекта.
Теперь мы хотим задать формулу для этой вспомогательной переменной. Влияние рекламы моделируется следующим образом: некий постоянный процент потенциальных клиентов AdEffectiveness всё время становятся клиентами. Их доля в AdoptionRate равна, соответственно, PotentialAdopters*AdEffectiveness.
Опять, как и в случае составления выражения начального значения накопителя, когда какая-либо переменная задействована в формуле вспомогательной переменной или потока, между этими переменными должна существовать связь.
Добавьте связи от двух переменных к зависимой от них AdoptionFromAd


Вы могли заметить, что эта связь выглядит немного иначе, чем та, что ведет от TotalPopulation к PotentialAdopters. Связи с переменными, упоминающимися в начальных значениях накопителей, рисуются пунктирными линиями, в то время, как все остальные - сплошными.

Для тех, кто не знаком с классической моделью Диффузии по Бассу, давайте попробуем самостоятельно составить формулу интенсивности продаж продукта под влиянием устного общения потребителей продукта с теми, кто данный продукт еще не приобрел.
Мы делаем предположение, что в нашей модели человек может общаться с любым другим человеком.
Количество контактов человека в единицу времени (а под единицей времени в нашей модели подразумевается год) задается параметром ContactRate. Запишем ContactRate в качестве первого сомножителя нашей формулы.
Количество людей, которые владеют продуктом, и могут убеждать остальных приобрести его, в нашей модели в каждый момент времени будет определяться значением накопителя Adopters, и поскольку каждый потребитель будет общаться в единицу времени с ContactRate людей, то количество контактов в единицу времени у всех потребителей продукта будет равно Adopters*ContactRate.
Теперь нужно учесть тот факт, что в результате общения не все те, кто еще не купил этот продукт, сразу побегут его покупать - если кого-то доводы своего знакомого, успешно пользующегося изучаемым нами продуктом, могут убедить, то кто-то может остаться к ним равнодушным, и своего решения не покупать продукт не изменить. Поэтому мы добавим в нашу формулу еще один сомножитель AdoptionFraction, задающий силу убеждения владельцев продукта, определяющую ту долю контактов, которая приводит к продажам продукта. Таким образом, наша формула приобретает вид Adopters*ContactRate*AdoptionFraction.
И наконец, нам нужно учесть, что на данный момент наша формула не учитывает того, что владельцы продукта будут общаться как с потенциальными потребителями, так и с теми, кто уже владеет продуктом. И общение с последними ни к каким новым продажам продукта не приведет. Поэтому нам нужно учесть в нашей формуле и вероятность того, что тот, с кем общался потребитель, ещё не владеет интересующим нас продуктом. Эта вероятность задается так: PotentialAdopters/TotalPopulation.
В итоге наша формула будет выглядеть следующим образом: Adopters*ContactRate*AdoptionFraction*PotentialAdopters/TotalPopulation
Именно столько потенциальных потребителей будут приобретать продукт в единицу модельного времени под воздействием общения с владельцами этого продукта.
Создайте
вспомогательную переменную AdoptionFromWOM
В итоге у Вас должна будет получиться диаграмма следующего вида:

Теперь мы можем задать формулу для потока приобретения продукта. Значение потока определяется суммой двух его независимых составляющих – продаж в результате рекламного влияния и продаж под влиянием общения с потребителями продукта.
Задайте формулу потока

Теперь мы закончили создание нашей модели. Диаграмма накопителей и потоков должна выглядеть как на приведенном ниже рисунке:

Связи имеют полярность, положительную или отрицательную:
Вы можете добавить рядом со связями метки, которые будут обозначать полярность этих связей. Обычно полярность обозначается с помощью символов +/- рядом со стрелкой связи. Таким образом Вы можете показать, как зависимая переменная изменяет свое значение при изменении значения независимой переменной.
Проставьте полярности у связей

В нашей модели все связи, за исключеинем той, что ведет от TotalPopulation к AdoptionFromWOM, имеют положительную полярность.
Можно увидеть, что наша модель содержит два цикла с обратной связью: один компенсирующий и один усиливающий.


Добавьте идентификатор цикла, вызывающего насыщение рынка
из палитры Системная динамика
на графическую диаграмму, как показано на рисунке ниже:
Чтобы определить, является ли цикл усиливающим или уравновешивающим, Вы можете начать с предположения, что, например значение переменной А увеличивается, и проследить за изменением значений входящих в цикл переменных.
Цикл является:
Добавьте идентификатор для цикла, задающего общение людей друг с другом

