Применение кластерного анализа для классификации парфюмерно-косметических средств - товаров аптечного ассортимента


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Введение. Структурирование широкого перечня репрезентованных на фармацевтическом рынке позиций парфюмерно-косметической продукции в значительной степени упрощает работу с данной категорией товаров аптечного ассортимента на всех этапах товародвижения. Существующие на сегодняшний день подходы не учитывают в полной мере специфики этой товарной группы, которые преимущественно базируются на демографических характеристиках потребителя, а также разделяют ассортимент в соответствии с формами выпуска готового продукта. Цель работы - определить возможности кластерного анализа в классификации парфюмерно-косметических средств как товаров аптечного ассортимента. Материал и методы. Для формирования базы данных использовали электронные прайс-листы национальных и региональных фирм-поставщиков товаров аптечного ассортимента по состоянию на июль 2018 г. Формирование информационного массива проводилось по параметрам, характеризующим потребительские свойства парфюмерно-косметических средств. Статистическая обработка данных осуществлялась с помощью процедуры кластерного анализа методом одиночной связи и Евклидова расстояния, а также с программным пакетом «Statistics 10.0». Результаты. Оценка дендрограммы с заданными потребительскими характеристиками позволила выделить и описать в сегменте парфюмерно-косметических средств 2 кластерные группы с величиной Евклидова расстояния 1,57. Наибольший вклад в формирование кластеров вносят качественные характеристики продукта (наличие подтвержденных данных о биологической активности; необходимость/отсутствие рекомендации врача; необходимость/отсутствие консультации провизора при отпуске). С помощью показателей описательной статистики сформированных кластеров обосновывают перспективы дальнейших исследований в части дополнения к перечню подходов в классификации парфюмерно-косметических средств. Заключение. Применение кластерных методов анализа парфюмерно-косметических средств позволяет выявить закономерности и обосновать возможные критерии классификации товаров аптечного ассортимента.

Полный текст

Доступ закрыт

Об авторах

Анастасия Игоревна Фитисова

Санкт-Петербургский государственный химико-фармацевтический университет

Email: anastasia.fitisova@pharminnotech.com
аспирант кафедры управления и экономики фармации

Игорь Анатольевич Наркевич

Санкт-Петербургский государственный химико-фармацевтический университет

Email: igor.narkevich@pharminnotech.com
ректор, заведующий кафедрой управления и экономики фармации, доктор фармацевтических наук, профессор

Оксана Дмитриевна Немятых

Санкт-Петербургский государственный химико-фармацевтический университет

Email: oksana.nemyatyh@pharminnotech.com
заместитель заведующего кафедрой управления и экономики фармации, доктор фармацевтических наук, профессор

Сергей Закирджанович Умаров

Санкт-Петербургский государственный химико-фармацевтический университет

Email: sergei.umarov@pharminnotech.com
заведующий кафедрой медицинского и фармацевтического товароведения, доктор фармацевтических наук, профессор

Список литературы

  1. Фармацевтический рынок России. Итоги 2017 года: аналитический отчет. М.: ЗАО Группа «ДСМ», 2018; 110.
  2. Немятых О.Д., Фитисова А.И. Оценка ключевых аспектов национального фармацевтического рынка в рамках сегмента аптечной косметики. Научные ведомости БелГУ, 2017; 1: 123-8.
  3. ГОСТ 31678-2012. Продукция парфюмерная жидкая. Общие технические условия. [Электронный ресурс]. Режим доступа: http://www.consultant.ru.
  4. ГОСТ 31696-2012. Продукция косметическая гигиеническая моющая. Общие технические условия. Режим доступа: http://www.consultant.ru.
  5. ГОСТ 31698-2013. Продукция косметическая порошкообразная и компактная. Общие технические условия. Режим доступа: http://www.consultant.ru.
  6. ГОСТ 32853-2014. Продукция парфюмерная твердая и сухая. Общие технические условия. Режим доступа: http:// www.consultant.ru.
  7. Григорьев С.Г., Иванов В.В., Мизерене Р.В. и др. Многомерные математико-статистические модели классификации в медицине. СПб., 2005; 142.
  8. Лобутева А.В., Захарова О.В., Кривошеев С.А., Лобутева Л.А., Гребнева Д.Е. Кластерный анализ затрат на фармакотерапию больных катарактой в специализированных стационарах. Вестник ВГУ. Серия: Химия. Биология. Фармация, 2015; 3: 116-9.
  9. Гудилина Н.А., Иванова Э.С., Сибиряков А.В. и др. Использование кластерного анализа при разработке подходов по выбору и назначению схем лечения ВИЧ-инфицированных пациентов. Бюллетень сибирской медицины, 2017; 16 (3): 52-60. https://doi.org/10.20538/1682-0363-2017-3-52-60.
  10. Плохих И.В. Оптимизация обеспечения населения парафармацевтическими товарами на региональном уровне (на примере сегмента средств гигиены полости рта и зубов). Автореф. дис.. канд. фарм. наук. М., 2016; 23.
  11. Зубов Н.Н., Кувакин В.И. Методы статистического анализа данных в медицине и фармации. СПб.: 2017; 216.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© ИД "Русский врач", 2019

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах