Разное

Не целевой или нецелевой: Как пишется: нецелевой или не целевой?

25.08.2023

Описать критерии целевых и нецелевых клиентов

Описать критерии целевых и нецелевых клиентов

Проведя десятки интервью с потенциальными клиентами из узкого сегмента и получив несколько оплат, вы можете определить набор критериев, по которым уже в первом разговоре с клиентом можно будет понять — это целевой или нецелевой клиент, пройдет ли с ним сделка быстро или, вероятнее всего, застопорится.

Такими критериями может быть что угодно:

  • Структура принятия решений.
  • Организация бизнес-процесса, с которым вы работаете.
  • Объем выручки.
  • Количество сотрудников.
  • Географическое расположение.
  • Наличие каких-нибудь лицензий или, например, бухгалтерия на аутсорсинге.
  • Что-то специфическое для вашего бизнеса.
Эти критерии нужны для этапа профилирования (prospect) в вашем пайплайне по целям, чтобы в саму воронку продаж (в работу вашему отделу продаж) попадали только целевые клиенты — это уменьшит цикл сделки, сэкономит ресурсы вашего отдела продаж.

Для того, чтобы выписать критерии:

1. Сделайте АБС-сегментацию — выпишите критерии для А-сегмента.

2. Для каждого клиента, с которым вы делали проблемное интервью в целевом сегменте, и с которым гипотеза «подтвердилась» или не «подтвердилась», явным образом выписать критерии:

  • из-за чего застряла сделка;
  • из-за чего клиент отказался;
  • из-за чего клиент быстро прошел и купил.
Примеры критериев:

  • Если у клиента есть офис более 100 кв.м, то наше оборудование ему разместить проще, и он скорее соглашается на оплату. Если офис менее 100 кв.м, то такие клиенты не покупают.
  • Если у клиента есть свой колл-центр, то ему удобнее обрабатывать заявки от нас и он готов стартовать работы за 1 день. А если колл-центра нет, сделка обычно затягивается на 1-2 месяца.
Результат занесите в табличку https://goo.gl/a4sQAy.

Теперь у вас есть набор критериев для этапа «Профилирование» в пайплайне. Передайте эти критерии для внедрения в работу отдела продаж и в маркетинг для привлечения лидов.

В отделе продаж критерии целевого/нецелевого клиента могут использоваться в самом начале пайплайна для оценки:
— целевых клиентов пускать по полноценному процессу продаж;
— нецелевых — или вообще не брать в работу, или отправлять какое-то типовое коммерческое предложение, или еще как-то, главное — не тратить на них ресурсы,

В маркетинге критерии целевых отлично пригодятся для более точного таргетирования рекламы, подготовки текстовых и графических рекламных материалов и так далее.

Дополнительные материалы по продажам:

Подробнее

Построение регулярного процесса продаж

Подробнее

Сформировать документы для отдела продаж

Подробнее

Посчитать конверсии для достижения целей

Подробнее

Как поднять цену

Подробнее

Как сократить цикл сделки

Подробнее

Как флоуап помогает контролировать сделку

Другие инструменты для роста бизнеса

Поиск главных ограничений бизнеса

Теория ограничений Голдрата описывает, что у любой системы, в частности у бизнеса, если у нее есть цель, есть. .

Подробнее

Квалификация клиентов

Квалификация — это процесс, когда мы в ходе сделки актуализируем в голове у клиента боль/проблему/ущерб…

Подробнее

Диагностика бизнеса

Диагностика нужна клиенту, чтобы познакомиться с трекингом и убедиться, что это — то, что ему нужно..

Подробнее

Недельное планирование

Типичные проблемы, с которыми сталкиваются руководители, проводящие большой кусок своей жизни на совещаниях и планерках..

Подробнее

Быстрая проверка гипотез

Перед бизнесом, который сегодня идет из точки А к своей цели в точку Б, всегда лежит неопределенность..

Подробнее

Пайплан по целям

Пайплайн — это ваш процесс продаж, представленный схематически в виде этапов процесса…

Подробнее

Трекинг

Подробнее

Индивидуальная работа с руководителем, перед которым стоит сложная задача: масштабная трансформация, поиск ценности и запуск/перезапуск основного продукта, выход из кризиса, достижение целей принципиально нового для компании уровня

Диагностика бизнеса

Услуги

События

© Школа трекеров Евгения Калинина

Отличия целевого и нецелевого кредита под залог недвижимости

Банки выдают два типа залоговых кредита: целевой и нецелевой. Первые предполагают прописанное в договоре уточнение о предмете или услуге, на которые заёмщик потратит средства. Вторые – нет.

Целевой и нецелевой кредиты могут оформляться и под залог недвижимости.

Целевой

В большинстве случаев заёмщик не получает деньги лично. Их переводят на счёт организации, предоставляющей товар или услугу. Но иногда можно договориться с банком и получить средства на руки – наличными или на карту. Придётся отчитаться о целевом использовании (чеком, счётом-фактурой, договором).

Физические лица под залог недвижимости в основном берут ипотеки и автокредиты. Далее следует оплата медицинских услуг, образования, ремонтных работ, туристических поездок и техники.

При оформлении ипотеки предполагается, что залоговой становится новая недвижимость. В чём тогда смысл закладывать имеющуюся собственность, ведь обе окажутся у банка? Причин много.

Например, семья обзаводится ребёнком и хочет обеспечить его имуществом к совершеннолетию. Но купить квартиру или накопить на первый взнос – сложно. Тогда имеет смысл заложить имеющуюся квартиру (дом), получить деньги на первоначальный взнос и оформить ипотеку или вовсе на полученные средства приобрести вторую недвижимость. Пока ребёнок растёт, собственность можно сдавать. С наибольшей вероятностью прибыль покроет ежемесячный платёж. И останется оплачивать только выкуп из-под залога.

Способ позволяет обеспечить члена семьи собственностью без обременяющей финансовой нагрузки.

С приобретением автомобиля так же. В среднем автокредиты оформляют на срок от трёх до пяти лет. Если заложить недвижимость и купить с полученных денег автомобиль, времени на погашение займа будет больше. Залоговый целевой заем можно оформить на 30 лет.

Иногда люди закладывают недвижимость с целью рефинансирования. Актуально для покрытия других кредитов. Когда человек уже выплачивает кредиты разным банкам и не справляется с высокой процентной ставкой, стоит задуматься о перекредитовании под залог. Сумма платежа ниже, срок – больше. Вы закроете старые займы, и в месяц останется покрывать один платёж, а не несколько. Переживаний меньше, кредитная история не испортится, не начнутся проблемы с коллекторами.

Юридическим лицам и индивидуальным предпринимателям под залог недвижимости доступен инвестиционный кредит – на развитие компании. Средства поступят на расчётный счёт организации. Они должны быть направлены на расширение бизнеса и модернизацию, закупку производственных товаров, ремонт коммерческой недвижимости и подобные модификации.

Коммерческая ипотека – второй распространённый вид кредита. Без доходной недвижимости в некоторых сферах невозможно работать – нужны офисы, торговые площади. Иногда дешевле и проще взять помещение в собственность, нежели арендовать.

Для юридических лиц коммерческая ипотека предполагает равноправную ответственность всех учредителей и генерального директора. То есть они должны выступать поручителями.

Предпринимателям ещё доступна банковская гарантия под залог недвижимости.

Ещё существуют кредитные линии (КЛ). Возобновляемые (револьверные) предусматривают многоразовое использование денег. Тратите часть средств, гасите задолженность, тратите снова. И так на протяжении всего срока действия договора. Невозобновляемые отличаются – объёмы резервных средств не восполняются. Оплата задолженностей засчитывается в оплату тела долга и производится стабильно по графику, прописанному в договоре. Линия закрывается при достижении лимита.

КЛ полезны в непредвиденных обстоятельствах: срочная закупка, кассовые разрывы, внеплановый расчёт с контрагентами, задержка заработной платы. Средства чаще только целевые.

Нецелевой

Нецелевые кредиты под залог недвижимости получить проще с точки зрения времени и количества документов. Удобнее – клиент может пересмотреть цели, на которые пойдут деньги. Такие кредиты выдают банки, микрофинансовые организации (МФО), частные инвесторы.

У инвесторов сделка состоится быстрее. Но условия будут менее выгодными: процент – выше, сумма – меньше. В экстренных случаях – хороший вариант. Но придётся заплатить расход на сделку и комиссию за выдачу кредита.

МФО работают исключительно с владельцами бизнеса и ИП.

Будьте внимательны при выборе инвестора и МФО, часто встречаются мошенники. Обращайтесь к проверенным кредиторам.

Сервис подбора кредитных программ по ссылке ФинСервисSF

Различия и сходства

Изначально при кредитах под залог недвижимости процентная ставка ниже, чем в потребительских. Это связано с тем, что в случае просрочек кредиторы имеют право начать судебное разбирательство и реализовать залоговое имущество. Они не понесут серьёзных финансовых потерь. МФО и банки дополнительно могут перепродать долговое обязательство другим кредиторам или коллекторским агентствам.

Целевой кредит под залог недвижимости:

  • Срок займа до 30 лет;
  • Сумма до 90% от оценочной стоимости;
  • Для подтверждения цели необходимы, например: документы, подтверждающие приобретение недвижимости (ЕГРН) или ПТС для автомобиля; договор подряда при строительстве или ремонте с чеками; справки о закрытии кредита или выписка из НБКИ при рефинансировании.

При целевых кредитах вместе с основными документами необходимо собрать реквизиты контрагента – затрачивается дополнительное время клиента. Затем банки проверяют контрагентов, на счёт которых планируется перечисление средств, – снова время. Или клиенту могут изначально ограничить выбор контрагентов и предоставить список авторизированных партнёров.

Ещё требуется отчёт о реализации выданных средств (чек о покупке, расчёт-фактура). Не во всех банках, но большинстве.

При плохой кредитной истории лучше указывать цель – влияет на лояльность банка. Кредитор обязательно проверит платёжеспособность клиента, и в проблемных случаях предоставление большего числа документов повысит шансы выгодного кредитования.

Нецелевой кредит под залог недвижимости:

  • Срок займа до 15-20 лет;
  • Сумма до 60% от оценочной стоимости;
  • Цель подтверждать не нужно.

Нецелевые кредиты под залог недвижимости расширяют возможности клиента. Кредитором может выступить банк, МФО и частный инвестор. Но у инвесторов все условия в договорах индивидуальные. Поэтому возможен вопрос о целях использования средств. Если расскажете, появится шанс получить более выгодные условия (на личное усмотрение инвестора).

Сроки кредитования целевых и нецелевых кредитов под залог недвижимости приблизительно равны.

Последствия при просрочке везде одинаковые – в худшем случае начнётся судебное разбирательство, недвижимость реализуют в счёт погашения долга.

Если у вас есть вопросы или необходима консультация, закажите звонок по кнопке ниже.

Заказать звонок

Страница была Вам полезна?

10

Комментарии (0)

Здесь пока нет комментариев.

Стратегии нецелевой метаболомики – проблемы и новые направления

1. Johnson CH, Ivanisevic J, Siuzdak G. Метаболомика: помимо биомаркеров и к механизмам. Nat Rev Mol Cell Biol. 2016 г.: 10.1038/nrm.2016.25. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

2. May JC, McLean JA. Усовершенствованное многомерное разделение в масс-спектрометрии: ориентироваться в потоке больших данных. Анну Рев из Anal Chem. 2015;9 [Бесплатная статья PMC] [PubMed] [Google Scholar]

3. Kim MS, Pinto SM, Getnet D, Nirujogi RS, Manda SS, Chaerkady R, et al. Черновая карта протеома человека. Природа. 2014; 509: 575–581. [Бесплатная статья PMC] [PubMed] [Google Scholar]

4. Beisken S, Eiden M, Salek RM. Получение правильных ответов: понимание проблем метаболомики. Эксперт Rev Mol Diagn. 2015;15:97–109. [PubMed] [Google Scholar]

5. Эберсолд Р., Манн М. Протеомика на основе масс-спектрометрии. Природа. 2003; 422:198–207. [PubMed] [Академия Google]

6. Фюрер Т., Замбони Н. Метаболомика высокопроизводительных открытий. Анальная биотехнология. 2015; 31:73–78. [PubMed] [Google Scholar]

7. Goodacre R, Vaidyanathan S, Dunn WB, Harrigan GG, Kell DB. Метаболомика в цифрах: получение и понимание глобальных данных о метаболитах. Тенденции биотехнологии. 2004; 22: 245–252. [PubMed] [Google Scholar]

8. Plumb RS, Johnson KA, Rainville P, Smith BW, Wilson ID, Castro-Perez JM, et al. УЭЖХ/МСЭ; новый подход к получению информации о молекулярных фрагментах для выяснения структуры биомаркеров. Масс-спектр быстрой связи. 2006;20:1989–1994. [PubMed] [Google Scholar]

9. Gillet LC, Navarro P, Tate S, Röst H, Selevsek N, Reiter L, et al. Целевое извлечение данных из спектров МС/МС, полученных путем независимого сбора данных: новая концепция последовательного и точного анализа протеома. Мол клеточная протеомика. 2012:11. doi: 10.1074/mcp.O111.016717. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

10. Сана Т.Р., Уодделл К., Фишер С.М. Стратегия выделения образцов и хроматографии для увеличения охвата обнаружения метаболома эритроцитов с помощью ЖХ/МС. J Chromatogr B Analyt Technol Biomed Life Sci. 2008; 871: 314–321. [PubMed] [Академия Google]

11. Фюрер Т., Замбони Н. Метаболомика высокопроизводительных открытий. Анальная биотехнология. 2015; 31:73–78. [PubMed] [Google Scholar]

12. Cajka T, Fiehn O. К слиянию нецелевых и целевых методов в метаболомике и липидомике на основе масс-спектрометрии. Анальная хим. 2016; 88: 524–545. [PubMed] [Google Scholar]

13. Kaplan KA, Hill HH. Метаболомика с использованием масс-спектрометрии подвижности ионов. В: Лутц Н.В., Свидлер Дж.В., Веверс Р.А., редакторы. Методологии метаболомики — экспериментальные стратегии и методы. Издательство Кембриджского университета; 2013. С. 185–204. [Академия Google]

14. Май Дж.К., Гудвин Ч.Р., Маклин Дж.А., Любимов А.В. Газофазная масс-спектрометрия подвижности ионов (IM-MS) и тандемные стратегии IM-MS/MS для изучения метаболизма и метаболомики. В: Любимов А, редактор. Энциклопедия метаболизма и взаимодействия лекарств. Джон Вили и сыновья, Inc; 2012. [Google Scholar]

15. Paglia G, Williams JP, Menikarachchi L, Thompson JW, Tyldesley-Worster R, Halldórsson S, et al. Сечения столкновений, полученные по подвижности ионов, для поддержки приложений метаболомики. Анальная хим. 2014;86:3985–3993. [Бесплатная статья PMC] [PubMed] [Google Scholar]

16. Smith CA, Maille GO, Want EJ, Qin C, Trauger SA, Brandon TR, et al. METLIN: База данных масс-спектров метаболитов. Мониторинг наркотиков. 2005; 27: 747–51. [PubMed] [Google Scholar]

17. Wishart DS, Jewison T, Guo AC, Wilson M, Knox C, Liu Y, et al. HMDB 3.0 — База данных метаболизма человека в 2013 г. Nucleic Acids Res. 2013;41:D801–D807. [Бесплатная статья PMC] [PubMed] [Google Scholar]

18. Horai H, Arita M, Kanaya S, Nihei Y, Ikeda T, Suwa K, et al. MassBank: общедоступный репозиторий для обмена масс-спектральными данными для наук о жизни. J Масс-спектр. 2010;45:703–714. [PubMed] [Академия Google]

19. Kind T, Liu KH, Yup Lee D, DeFelice B, Meissen JK, Fiehn O. LipidBlast — база данных тандемной масс-спектрометрии in-silico для идентификации липидов. Нат Методы. 2013; 10: 755–758. [Бесплатная статья PMC] [PubMed] [Google Scholar]

20. Kind T, Fiehn O. Аннотации метаболомной базы данных с помощью запроса элементного состава: точность массы недостаточна даже при концентрации менее 1 ppm. Биоинформатика BMC. 2006;7:234. [Бесплатная статья PMC] [PubMed] [Google Scholar]

21. Кинд Т., Файн О. Семь золотых правил эвристической фильтрации молекулярных формул, полученных с помощью точной масс-спектрометрии. Биоинформатика BMC. 2007; 8:105. [Бесплатная статья PMC] [PubMed] [Google Scholar]

22. Мацуда Ф. Переосмысление основанных на масс-спектрометрии стратегий идентификации малых молекул в метаболомике. Масс-спектр (Токио) 2014;3:S0038. [Статья бесплатно PMC] [PubMed] [Google Scholar]

23. Groessl M, Graf S, Knochenmuss R. Масс-спектрометрия ионной подвижности с высоким разрешением для разделения и идентификации изомерных липидов. Аналитик. 2015; 140:6904–6911. [PubMed] [Google Scholar]

24. Tachibana C. Что дальше в омике: метаболом. Наука. 2014; 345:1519–1521. [Академия Google]

25. Шеррод С.Д., Маклин Дж.А. Системный сбор многомерных данных и информатика с использованием стратегий структурной масс-спектрометрии. Клиническая химия. 2016;62:77. [Бесплатная статья PMC] [PubMed] [Google Scholar]

26. Вольф С., Шмидт С., Мюллер-Ханнеманн М., Нойманн С. Фрагментация in silico для компьютерной идентификации масс-спектров метаболитов. Биоинформатика BMC. 2010;11:148. [Бесплатная статья PMC] [PubMed] [Google Scholar]

27. Sumner LW, Amberg A, Barrett D, Beale MH, Beger R, Daykin CA, et al. Предлагаемые минимальные стандарты отчетности для химического анализа Рабочая группа по химическому анализу (CAWG) Инициатива по стандартам метаболомики (MSI) Метаболомика. 2007; 3: 211–221. [Бесплатная статья PMC] [PubMed] [Google Scholar]

28. Jeon J, Kurth D, Hollender J. Пути биотрансформации биоцидов и фармацевтических препаратов в пресноводных ракообразных на основе выяснения структуры метаболитов с использованием масс-спектрометрии высокого разрешения. Хим. Рез. Токсикол. 2013;26:313–324. [PubMed] [Google Scholar]

29. Schymanski EL, Jeon J, Gulde R, Fenner K, Ruff M, Singer HP, et al. Идентификация малых молекул с помощью масс-спектрометрии высокого разрешения: передача уверенности. Технологии экологических наук. 2014;48:2097–2098. [PubMed] [Академия Google]

30. Creek DJ, Dunn WB, Fiehn O, Griffin JL, Hall RD, Lei Z, et al. Идентификация метаболитов: вы уверены? А как ваши сверстники оценивают вашу уверенность? Метаболомика. 2014;10:350–353. [Google Scholar]

31. Pacini T, Fu W, Gudmundsson S, Chiaravalle AE, Brynjolfson S, Palsson BO, et al. Многомерный аналитический подход, основанный на УВЭЖХ-УФ-МС-ионной подвижности для скрининга природных пигментов. Анальная хим. 2015; 87: 2593–2599. [PubMed] [Google Scholar]

32. Creek DJ, Jankevics A, Breitling R, Watson DG, Barrett MP, Burgess KE. На пути к глобальному метаболомному анализу с помощью жидкостной хроматографии и масс-спектрометрии гидрофильного взаимодействия: улучшенная идентификация метаболитов путем прогнозирования времени удерживания. Анальная хим. 2011; 83:8703–8710. [PubMed] [Академия Google]

33. Ланукара Ф., Холман С.В., Грей С.Дж., Айерс К.Э. Возможности масс-спектрометрии ионной подвижности для структурной характеристики и изучения конформационной динамики. Нац. хим. 2014; 6: 281–294. [PubMed] [Google Scholar]

34. Käll L, Storey JD, MacCoss MJ, Noble WS. Присвоение значения пептидам, идентифицированным с помощью тандемной масс-спектрометрии с использованием баз данных приманок. J Протеом Res. 2008; 7: 29–34. [PubMed] [Google Scholar]

35. Elias JE, Gygi SP. Стратегия поиска мишени-приманки для повышения уверенности в крупномасштабной идентификации белков с помощью масс-спектрометрии. Нат Методы. 2007; 4: 207–214. [PubMed] [Академия Google]

36. Jeong J, Shi X, Zhang X, Kim S, Shen C. Эмпирическая байесовская модель с использованием оценки конкуренции для идентификации метаболитов в газовой хроматографии и масс-спектрометрии. Биоинформатика BMC. 2011;12:392. [Бесплатная статья PMC] [PubMed] [Google Scholar]

37. Кохен М.А., Чемберс М.С., Холман Д.Д., Несвижский А.И., Вайнтрауб С.Т., Белисл Д.Т. и соавт. Greazy: программное обеспечение с открытым исходным кодом для автоматизированной идентификации тандемной масс-спектрометрии фосфолипидов. Анальная хим. 2016 г.: 10.1021/acs.analchem.6b00021. [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

38. Мацуда Ф., Шинбо Ю., Ойкава А., Хираи М.Ю., Фин О., Каная С. и др. Оценка качества аннотации метаболома: метод оценки частоты ложных открытий при поиске элементного состава. ПЛОС Один. 2009;4:e7490. [Бесплатная статья PMC] [PubMed] [Google Scholar]

39. Gowda H, Ivanisevic J, Johnson CH, Kurczy ME, Benton HP, Rinehart D, et al. Интерактивная XCMS Online: упрощение расширенной обработки метаболомических данных и последующего статистического анализа. Аналитическая химия. 2014;86:6931–6939. [Бесплатная статья PMC] [PubMed] [Google Scholar]

40. Goodwin CR, Sherrod SD, Marasco CC, Bachmann BO, Schramm-Sapyta N, Wikswo JP, et al. Фенотипическое картирование метаболических профилей с использованием самоорганизующихся карт многомерных данных масс-спектрометрии. Анальная хим. 2014; 86: 6563–6571. [Бесплатная статья PMC] [PubMed] [Google Scholar]

41. Xia J, Sinelnikov IV, Han B, Wishart DS. MetaboAnalyst 3.0 — делает метаболомику более значимой. Исследование нуклеиновых кислот. 2015;43:W251–W257. [Бесплатная статья PMC] [PubMed] [Google Scholar]

42. Канехиса М., Сато Ю., Кавасима М., Фурумичи М., Танабэ М. KEGG в качестве справочного ресурса для аннотации генов и белков. Исследование нуклеиновых кислот. 2016;44:D457–D462. [Бесплатная статья PMC] [PubMed] [Google Scholar]

43. López-Ibáñez J, Pazos F, Chagoyen M. MBROLE 2.0 — функциональное обогащение химических соединений. Исследование нуклеиновых кислот. 2016 [бесплатная статья PMC] [PubMed] [Google Scholar]

44. Caspi R, Billington R, Ferrer L, Foerster H, Fulcher CA, Keseler IM, et al. База данных метаболических путей и ферментов MetaCyc и коллекция баз данных метаболических путей/геномов BioCyc. Исследование нуклеиновых кислот. 2016;44:D471–D480. [Бесплатная статья PMC] [PubMed] [Google Scholar]

45. Maansson M, Vynne NG, Klitgaard A, Nybo JL, Melchiorsen J, Nguyen DD, et al. Интегрированный рабочий процесс метаболомного и геномного анализа для раскрытия биосинтетического потенциала бактерий. mSystems. 2016:1. doi: 10.1128/mSystems.00038-00016. [Статья PMC бесплатно] [PubMed] [CrossRef] [Google Scholar]

46. Li S, Park Y, Duraisingham S, Strobel FH, Khan N, Soltow QA, et al. Прогнозирование сетевой активности на основе высокопроизводительной метаболомики. PLoS Comput Biol. 2013;9:e1003123. [Бесплатная статья PMC] [PubMed] [Google Scholar]

Нецелевые и целевые метаболомики-V

%PDF-1.5 % 1 0 объект >/OCGs[14 0 R]>>/Страницы 3 0 R/Тип/Каталог>> эндообъект 2 0 объект >поток application/pdf

  • Нецелевые и целевые метаболомики-V
  • 2021-11-23T10:02:13+08:002021-11-23T10:02:13+08:002021-11-23T10:02:13+09:00Adobe Illustrator 25.2 (Windows)
  • 64256JPEG/9j/4AAQSkZJRgA BAgeASABIAAD/7QAsUGhvdG9zaG9wIDMuMAA4QklNA +0ААААААААААААААЕА AQBIAAAAAQAB/+4ADkFkb2JlAGTAAAAAAAf/bAIQABgQEBAUEBgUFBgkGBQYJCwgGBggLDAoKCwoK DBAMDAwMDAwQDA4PEA8ODBMTFBQTExwbGxscHx8fHx8fHx8fHwEHBwcNDA0YEBAYGHURFRofHx8f Hx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8f/8AAEQgBAABAAwER AAIRAQMRAf/EAaIAAAAHAQEBAQEAAAAAAAAAAAQFAwIGAQAHCAkKCwEAAgIDAQEBAQEAAAAAAAAA AQACAwQFBgcICQoLEAACAQMDagQCBgcDBAIGAnMBAgMRBAAFIRIxQVEGE2EicYEUMpGhBxWxQiPB UtHhMxZi8CRygvElQzRTkqKyY3PCNUQnk6OzNhdUZHTD0uIIJoMJChgZhJRFRqS0VtNVKBry4/PE 1OT0ZXWFlaW1xdXl9WZ2hpamtsbW5vY3R1dnd4eXp7fh2+f3OEhYaHiImKi4yNjo+Ck5SVlpeYmZ qbnJ2en5KjpKWmp6ipqqusra6voRAAICAQIDBQUEBQYECAMDbQEAAhEDBCESMUEFURNhIgZxgZEy obHwFMHR4SNCFVJicvEzJDRDghaSUyWiY7LCB3PSNeJEgxdUkwgJChgZJjZFGidkdFU38qOzwygp 0+PzhJSktMTU5PRldYWVpbXF1eX1RlZmdoaWprbG1ub2R1dnd4eXp7fh2+f3OEhYaHiImKi4yNjo +DlJWWl5iZmpucnZ6fkqOkpaanqKmqq6ytrq+v/aAAwDAQACEQMRAD8A4NirsVdirM9Ok/Kk+VYV 1CLUh5j9WJZ5IivpBPWZpXUEkMPR4qo+E8/bfAnZC+Ybb8uV05joF3ftfoUKrdqhjdSSHX4UTiw2 YN0oKUqdlTTFsKHYqui/vE/1h+vFWa6V5V/Le6s7aW984yWtzKIzPbJps0xiLpFz5MHUUSV3Wo/Z XL3AITTSeUvy79KBpfOyBpJAsqrYXDGOP0A7OfEiaqADqKHatArSLi8nflO80kb+epIwjsqynTZS jKFJVhSTl8Rov2fwGKaZz+TX5KeW9c0ZvMeqS/X7XnMIoviRBFEZEEjJ1qxi6E7V8c0+q1GWc5Rg eCGP6j/F9Jlt0rkHMw44RiCRxGXLu50785fyR8p+XHs9VsrubT9OuLuO2vI/SaURq5AaSJSVLca1 oG37Upl+HJkhkGOR4wQaJFHavgefMMJwjKPEBR/HyeeReUvy6Lh2fOojWiOoOn3HKjCSqMAT8a8U rQkfFtWmbFxqVLTyl+WEsjJP52eA86I506Vk9MelVmYPyB/ePxAU/YNSNqq0GIahb2Vtq08FjdfX BOKYpb3fAxeqgaivwbdajscLFG+VfN/mDyrqEmoaHci2upoWt5XMccgaJ2V2UrIrDcoPfFU5b82f OBDj/QAH5hqadYg0c1ND6NRT9mn2e2Ck8TR/NjzYbVrb09NETJ6Zpplhy40Ipy9HL369caXiZl+W X58NoVpeaVrcAa1v2mf65Air6ZnkaVx6KBV485Gpx6VpTNRrdBkPHLEReSNEH5WPg5mDUR9In/Cb Cp+Z/wDzkA+ty2Fr5XtjYW2l3KXlteSAPIZozVSECMOIYV+IfRmTp9NIESkBHhBqI3587P4rza8m UUQN76/sYXefm750vZ2uLt7Ke4ZHjaV9PsmYiWnJjWLdvh3bqO2xzOpx7U/+Vp+a+Rbjp5JZnPLT rJhyciuzREfs0A6AVHQmrSeJI9Z17UNc1Nb6/wDRE9FSlvBFbpRT/JCqLXfc0qcKLfSet/8AOI3l i4uIn0bWbqwh5f6RFcIlz8P/ABWw9Eqf9blihlvlH/nHP8tfL6FriyOt3Raon1GkigdlEQCxU+ak 4q35z/5×4/LnzFakWlimhXwYMl3p6CNaV3VoBSIg+wB9+2KsVi/5xM8pwWj8tRu7266gsUhX5AKG p9NcCRTHz/ziDeSPK6eYkt4yawQPbeq4Uno7rIi1A7hd/bCqYz/84k6Nbw+oNXvLxgvxJGIoTXxX kstflg3XZXs/yB8rC0FidFmmmHwPdSPKsnOn2iwZUXrXYUwbstmM+Y/+cW9TtVN5pN0y28QMk0Nx xlcBd/gMVK9P5cNlFBg2g6d521xJW0uS+uVgKrJ6LTycS5ooITlSp6YoFpqvkr8z2pxi1RuX2aJd mvwhuy/ymuKaPe3L5K/NCIIZYtTQO4ij5JdCrkmirUbkntiteba+RvzTZeS2+qlSaBhHdkVrT+Xx xWvNYnkz8zXt/rCR6m9vv++VLopsah5gtNjitHvXt5F/NNQxa31VQoLMTHdgADcndcVrzW/4K/M+ rD0dUqjCN/gu/hdqUU/DsTyFPniteaU3sXmvSdQtoNQubuJnaMmOR5UPFqEVV6GjKajxxRuzD8lp LRIdT+sw2kweiAXi27U5ClUM91ZUNabqWOJUcnpd1qVh9XPp2OgiTmw9P6vpnxpRmA5JqDFfhAr3 B6E4pXrdaRKqiSz0eQeorcvqunQhWSq8Qyamof49ypPevTiMVa0+70yiSNZaOzlCvpm205iKRkSH fUkO/Eg8gARvsSahV661pNax6boq3ADMitZWEKkSK1OTNqQpVaB9jx6EVphVuO+070lYWOiKeQcI bbTfiqleLl9T5r8R/AfLFVkl7pPOCdLTRUjDn1VW20zgS0ZjBFdRJIVqdOK0NcVeL+exL/iAvI0T mS95q8HoiMqzHiQsDyxrUdlY/M4ApZP+QUqxnVS0M0qhQSYJr+AqAP2jYRykr486DwwlA5PU2uKF phYXpt0kJMX13XjG0isWL1+qVVkcb1PY/DWhxS295DCZo0hvEkC8i8l5rlUjJ3UAWg4xoykA/wCT Q+GKqkt+8VyojsL1GlYFib3X25jgT8I+rA1ZVND/AJOKqRmEDsBpl0XVTcPELzXkcktyd/itaAM4 BqSDUbnsFVtxZXlxCtvbRappsMa0UW95rJLIlfhPrWE68SOgAB7e2KpJcaT5n+rTWljqGtQzxUS2 AWa/кгCAowIhXT0f92GptxIIqNqYEvGfNUEtvqiQyzi5mjvAJZwJByevxGkqxyVr15KDiFKXeV/O N75fWdLeGCZbinMTwwz9PD1kkp07UyRDAFPX/NvWHJJtLPfiaCzswKoQQaCGnbvgpPEpD80tUVCi 2tsAyulfq1sSFfqFrEePzG/XxONJ4ko/xZJ/JJuKH94enh0xpeJsebZVPILIG61Ehrt9GNLxNHzZ IWLlJOZ6t6hr99MaXia/xU9SfTep6nn4fRjS8SGuNXe/vLYFSoEqsxJ5EsWG5ONIu0pwsWYad5N0 WWC1+u6skVzcBmKwSW0karQEB2aaMoy1+IEb9s1GbtDKDLhhcR3iQPw9Jtz4aWBAuW59361U+SfL 6i2k/TIa3lAMzc7NXQlgFHH6w3Wu/Zep8Mh/KWbceHuOX17/AB4P7U/lMe3q+79bEtQs5LK8ktnZ GaMj4o3SVSCAwo8ZZTsd6HNtiyCcRIfaCPsO7gzhwml1hYPeSMqyRR8ByPqyLHy/yVLd8mTTbp9O choECu818rTxPLeiyUddQKo1SqMYOVB7+oP1ZXxnudtHs3BLcZNv83/ikt1PR4rZTJbTpNFGB6vJ 4ufJjtxRHeooRuPfJxlbg6rRiAuMgQOe8b+QJ8vtQNl/vZB/xkT/AIkMk4IUcUJlpOtanp8NxHZr G0c3EzCWCKcfCCB/eK9PtHMbUYMcyDImxy9Rh4EOTgOSjwCx12tPYP8AGOs6Bfz22jwT2AI9a7ht IUkTjQkRcQp2h3uKmnXbKY6XHCYPFKx04jXxZ+JknA7CvcGIZnuG4EggjqMVDKCnm2S4EZs4JXlU yRN6VuUmVRzPpPTjKaHohJyHAHYHtHKTuIn/ADY/qSHUp7ie9la4hW3mU8JIUT0wrLsQV6g161yQ FOLnzHJLiIA9wpTsv97IP+Mif8SGFqCjihF2eoyW0bRhQwY1FfEin05j5tMMhBt2vZ/a09NExABt 6N5S1zzdb+UZ9ItE0+WFjPFbXE+pWdrLAWZuVYZpY3I5MzLUDrhlhBNuLDUyjGq72IDyFr7PxWTT ia0P+5TTaVK8hv8AWKUp+10rtWuX24tMdIoSD1G22/6sUMk0nVL++/QWnQJCr6LNJcQPPOlvG/qS pJxaSUrGnxL1LYbRwq2reTfMFxqM13K+mxtezu4Qarpz0aRi1CVuOm9OR2wEpESg5PKmq6esF9ПиДжей ZPb+rEP3F/ZXEnxMKfuoZnk+fw7d8UgJDihO9N03yvLb8r7WHtpyKiNbd5ADToWB8cFlKPttB0HV LiBLfWZb2/mPK5R4nT4FQs7CR+VSONBjuRtsgmtzv+PcxU0qabDsDvhUr4YZZ5khhRpJZWCRxqCz MzGgVQKkknFWU+a/KM+l6h9W0OO+u7KS3jNxKY3IMhY8kPBFFA8fQjqPbBaaYrLFLDIY5UaORftI 4KkfMHChUsv97IP+Mif8SGKQo4oR2m31han/AerTYb8eoj0ledPhWvKP91JHs9dz1HY4qye0t/Mt 0HufLfk9reWpC32mxajc8QOSMq+rLcJRirdQTUbUxSQx3VvK/mXR40l1bSbzT4pW4xyXVvLCrNSt FLqoJpihMfy+a1i8yw3VyIylmj3C+sQEDRioYk7Dj1r264CkM4g806hLcI8UUF0YypdRqMUO4q3E zMY96158Y6MKK1cnGIPMrInoGAec7tLzW57lZA7FirqHSXiVPT1UNJOu7UFTgqlKUWX+9кХ/АБкТ /iQwKFHFCYW2mLPYJcK5aV7pLb0VFaB1J5fSdhgJpkI2u1iHULO8BlkkrIqSpKfh5FlViRTwbGJs WsuaXvLK/wBt2b5kn9eFi5HeN1dGKOPqrKaEEdwRiqYW99Zpo9zDLplvcXUknw6lJJciePmuwRUl WEgFCfjQnf5UUpbihWsv97IP+Mif8SGKQi9G0DUNYaVLN7ZWhALi5ura0qG2+E3MkQbpvTFFJzZe UfNUAdIJtPVZVV5EfU9NCkA1Xd56Bh7GowEashYdbaPrmoaaGjXTRFOhMUlxf2sU6bgsFW5nV1L8 uhG46YBEBUo1jy7qekBDeG2YSGim2u7a7APWjG2klCn55JjSDsorWW4VLmf6vCftS8S5Ar2UYlU/ /R3k5WESeYZvq0qkzj6rIDyUjh8NaHYnAlBa1o1nY2NreW07XMF7LOLWYjhyigKpyKEVUlie/TDR vyRY5JZZf72Qf8ZE/wCJDFIUcUI/T9JkvU5I9CWKKtKkkU2HT+белияK1bRbuFHuJJDK8benNyp WiAKKENOMAFMokJNhYppo+j2OoRyNc61Z6WyMFVLtbolwRWqm3gnFB70xWlR/L9ut2YV1W1mgWIS vexCcwRlj8KOWiVwx6bKd8bTSay6DZ3FlbWsvnLSDbWnqC2jKaiOJlIZ+lly+I7742imORxJDqix JKk6RzhFnj5cHCvQOvNUbi3UclB8Rikc0LihN/L+trps9ZU5xbnpyIJFPskgHpglG2cJ8JtE6v5j tryzeCJJC0hqXfiu9QSdi3ZaUwAbrKdsfyTBVhSNo52cElI+SUIHxc1XeoNRQnFVsUMkteAqFBJP yUt+pTiqwgjYinff33xVWsv97IP+Mif8SGKQu068+pahbXgijnNtKk3oTKHif02DcJFOzK1KEeGK GZ6l+ZUFxp8tofKHl+BLyKiy29oVljFSnJJOZdX+HqD79TXFNqOi+dPLljp8Vrd6O11JFQJJw00t tQkl7ixuXb4lGxOwqOhpgpNhj3mTUdN1HVZLvTrV7O3kArA5g2buVFtBaxKPYR4WJQVndm1lMgjS UFSpSQEqe9dip2IrikFNrDzVdWrKbfT7QlAAPgkOwYns/i5wUniQOo6qb5Iw9rDE8YVVliDhuKgj j8TsKfR2+eEBBNoay/3tg/4yJ/xIYqFHFCaW0OjTQ231q9MLKCkqBHJUVkaoIBB3KYGWyYyReUWs Ej+usLmgFfTkCqxVAzU4714k47p2Y5KipIyK6yqpoJF5BW9xyCt94wsFuKo6xvNS0uQXdqZLa4HE w3aFkeNg3IFGUihPDBxAsuEjom83nv8AMC2YwS69qCsEMbRG5kPBTTlGV5fB9n4l+/DSLKW3Ot6x rGqWtzqt7PfXEZjijluJGkZY1eoQFiaKCxNMVHNLMULkjdzRFLh3FffEkBIBKe2vmbULe1eO1s7E 2SUaRs13Z2dzJtQUEs0XMSSSaLvT2WoVtbdecdSubSa1ez0yOOYEO8Wm2Mcg5En4JEhDod9uJFO2 K2kWKE8lcXtsZPrKGCKqW0U4KGJUK7qsZYUPLeo3NT1JyGPHGJNc1nlNgdEs1GSOW6MiMrB1VnK8 qcyoL/aAP2q5YTbKcrKyy/3sg/4yJ/xIYEBRxQmWkXUkYeCCb0Lmd1CuVqvHi6lSw+JeXOmw+kZX kxxlvLozjkMeS69CRxXEEhiQcjLbJG7uSWdVrvz2KLUciD3773HbZjjyiUfeleRQ7FXYq7FVay/3 sg/4yJ/xIYpCykP8zf8AAj/mrFDqQ/zN/wACP+asVdSH+Zv+BH/NWKupD/M3/Aj/AJqxV1If5m/4 Ef8ANWKupD/M3/Aj/mrFXUh/mb/gR/zViqtZCL65B8Tf3iU+EfzD3xSGQeVdOt7iwklktlmb1SvJ kDbBVNNwfHAUxTyPRtPMi+pZII6jmVhUkCu9ARiypPjoXkAXaR/o9jal5RJP9Y+JY1NIWEf6N3Z/ 2l5UXxbFCGh0Xym1yizaRElsXAklW+d3VK7sEOkKCQP2eQ+eK0l1zomkLeSrbWYe0EjCF3hQOY+X wlhSnLjimk6v9B8gxz8LCwNzCA372ec25Pwgp8C6bcdWqG+LbqOWKGoNC8htc26T6f6duzAXcqXJ do04qS0aHS19Q8y4oWXYA13oqrD/ADTpmnWt7A9hCUt/rfCCQoI2aPkSpcLtyoBipU/KP/HNk/4z N/xFcSsWb+ULaG61iK3mAMcrcDyt3uqcgRX0k+IkV2pgSWY3nlXQpbgXMqRwRNHHNDGmnahFCU2D CQiTkAWYAOpavtthQw7zNoVnpckfoXRlaYsTCYZYuC1PEqZaM6svEhqd8CUP5fs7e8vVguCFiY7s UkkUbHcih56fLFWWav5CguJ5RYJJZywRBmt0sNQ4u55U3la4ccuPwsQBStaEUwotI/8AA+oAkG4j FGZa+hfdY2pJ/wAe1fgT42r+yfHbAm2G+crI2VzaW7SpKUuVBdBioPXtIsbb9emFBW/l/qOq6fZT T6bcTWsplZGkgZkJBVDQlaYlYsz8vXmoT66t1dTzNcyfA1wzxhzWMxir3BVOm3xHAlnMustbyyIl 5ckKxkjCS6Uqqu5erRl19QmtKcfsoQPsgFDFdZfXb27L22ozSBmVIo5mt7dEDD7I4zFEUE9qDvtg SlejoNh2eGXURISUZVpDaGGZwsiMDxr6kfLi3Q7g+BxVk+sedbW6s3Fpqmqx3DmKRTLbWxcSRAKC 1xGYnPEV40Hz33xQxi517W4pY5bTV7+WajF5H5xMjMzEhGEjn4uRJO25PzxSxDzbNeXEllPdvJLK 1xGpkkJJIVeKip8FAA9sKCr/AJcJoLWNydYkuVjEreklsEqWMY3Z35Uoabcd/EU3SsWXafFoSa9A NPle6sti312O1hIbi/w/v3kgIrTdvu2wJZN6ejTLDbIsI9ZgRL6WiKwVKyGuy0+ApsZOtVqdwqhL dYf8vyqxXX19b2FQStqmnpExkPqU526lTRWpXf5DphSxPTRpxmA1FpltCw9R7cK0g+FqEK5AO/мкМ Cq07+XvUAghu/TAoS8sZJIP2qCMUB8N6eJxVpZfL4lUtbXZiAHJBPGGJoOVG9EgVatPhxVjnmw2h ksjapIkPrx7SsHblT4jVVQUr0FMKCify0gsJoHGoXQt7RZz6i+o8TNyVR8LLFcAcTuar06b4lEWV 2Vrpq64LZp0vrCU/AVnMQXkh5B5ZhbDkm1egwMmSyxfl9Fp6yXNnLCVWjTQ3S3DkuFMZ9IXINeQb lt8K7EVIbFDH9Xu/JbJEdOjvAy81dA/CtQSjF3M3KjbUCLUe+KUN5SM0usQoAkpZgAk0L3SVIalY UDs2/tipZ9PbWBgd7i2jJU0EFtocyyusnpgbmSMI4JV+pA5UBIPHChj+sRTXMlstn5dlnuQJTLar YXNqFHIrt6UzPIEeoq1KUp02AV5f5nMwNmkvIMt0oZWrUEVBqDhUu8iW9/dWjWtlHLPPJM/pwQqz u1EUmirUnYVxKxZZo8X+5L6rfpsrOk0U8rW/FkR9myY7qwYdO52wJZaugeX3b1VjtI7dI2d0fWUaQ lvJpQJyUnYU4dfwULrvTPK0FmWaCyJo0pli1Kdn4kyKF9MBhUfAeFeXj1PFVh2qkuq3zR2zQ6f6j AojSyJClAdvUlaRhX/KbFKOm8u6tGzrLq1p8PEs31wMu9AKEV5U8FqfuxVIhe3grSeQV6/G39ffF Uj8yySOLLm5atyh4JO++FBVfIeoalZ6Xc/U7l7dZZqSqknAOFVSOQqK0PjiVizLTdfvX1mDutXvZ pzDRGl5RyyMlHoh9XkpBLftBvlgSnGseatPqTo93cLQjiLmK0YMqgEKyoEh3xuantt3KqVyee/Nj xek14OHN3p8G5kqHqa1NQx6+J8cVpArrusjUjq/1gC/DKVlBRQKKQAqrRQFHQAbYqi287+bCGKX5 ikcsWniKRynkQzD1Fo1CwrSvX5nFUEfMPmQvJidTuPUmT05X9c8mSgHFjyqRQdMVYn5kQqtiTT/e lOhB/VhQUZ+XkWgPpkzapc3EZE8geEMEStUEiODeozbfvKVHDp3xKIs30BvL9р5лгк0+5уЗрМсаГф hZyxlgwT94txGrcdqnmlcDJkeuXWi3ukSesk091LRvTk1OKUHZ/SYqblnDxhuPxK1O/U1UPMMWSe eTpbeLWYmuE9SIni0frC35clYUMheIAHv8WKCzW/l0Y2VxZTW/10yCiCTVIgf3cb+g7cbt46pSnH iaUA35DFDy40qePTtXrTFkk/mIiliO/1lMLEsMi1IRAiK5MYPUK5FfuwsF/6Zl/5bX/5GN/XFNl3 6Yl/5bH/AORh/ritl36Yl/5bH/5GH+uK2XfpmX/ltf8A5GN/XFbLv0xL/wAtj/8AIw/1xWy79MS/ 8tj/APIw/wBcVsroNSSS7gM1zzCyKau1afEK9cVCr5B1DQ7G/mk1ez069hlCQpHqZuFjQuTWYG3j maiU+L8Acx9RhlOqlw/P9BDfhyCN2L/HmCyjXtT8jaroy29nbeW9HurthWeA6q01utSxL8rRkI+G nwEtvlGPSTjMS4zQPL1b/ORbZ6iJiRwj7P0RDAJtJto4WcarZyyKXBgT6xz+AAijGERnnWi/F23p tXPcSkuxQ7FU68oXPlm31uN/Mls91pZSRGRofwyMpEchCPExCNuQG+/oUpDKtTufyYudevXsbW6s dJWQLaRkzShkRVBYFpPUUSNyIDbgf8Dg3SKYp5gTy4L+J9CldrdjRopEZeFCKEMzMTy/DEINP//Z
  • uuid:b2bd3c52-b496-4406-8b0c-d04e7fb4d989xmp. did:1d897fc7-7d95-f84e-a480-183280c0e09auuid:5D20892493BFDB11914A8590D31508C8proof:pdfuu id:f9074f45-8ac5-496d-800e-07674105d7edxmp.did:cdecba6a-d0a9-1448-90d8-a18a2a300936uuid: Adobe Illustrator CC 23.0 (Window с)/
  • сохраненоxmp.iid:1d897fc7-7d95-f84e-a480-183280c0e09a2021-11-23T10:02:11+08:00Adobe Illustrator 25.2 (Windows)/
  • PrintAdobe IllustratorFalseTrue1210.001556846.402083Millimeters
  • CooperBlackCooper BlackRegularOpen TypeVersion 1.51FalseCOOPBL.TTF
  • Calibri-BoldCalibriBoldOpen TypeVersion 6.23Falsecaulibrib.ttf
  • CalibriCalibriRegularOpen TypeVersion 6.23FalseCalibri.ttf
  • BritannicBoldБританский жирный шрифтRegularOpen TypeVersion 1.51FalseBRITANIC.TTF
  • YuGothicUI-RegularYu Gothic UIRegularTrueTypeVersion 1. 90FalseYuGothM.ttc
  • HGH6_CNKIHGH6_CNKIRegularTrueTypeVersion 2.00FalseHGH6_CNKI.ttf
  • AdobeSongStd-LightAdobe 宋体 StdLOpen TypeVersion 5.017;PS 5.002;hotconv 1.0.67;makeotf.lib2.5.33168FalseAdobeSongStd-Light.otf
  • Голубой
  • Пурпурный
  • Желтый
  • Черный
  • 默认色板组0
  • 白色CMYKPROCESS0.0000000.0000000.0000000.000000
  • 黑色CMYKPROCESS0.0000000.0000000.000000100.000000
  • CMYK 红CMYKPROCESS0.000000100.000000100.0000000.000000
  • CMYK 黄CMYKPROCESS0.0000000.000000100.0000000.000000
  • CMYK 绿CMYKPROCESS100. 0000000.000000100.0000000.000000
  • CMYK 青CMYKPROCESS100.0000000.0000000.0000000.000000
  • CMYK 蓝CMYKPROCESS100.000000100.0000000.0000000.000000
  • CMYK 洋红CMYKPROCESS0.000000100.0000000.0000000.000000
  • C=15 M=100 Y=90 K=10CMYKPROCESS15.000000100.00000090.00000010.000000
  • C=0 M=90 Y=85 K=0CMYKPROCESS0.00000090.00000085.0000000.000000
  • C=0 M=80 Y=95 K=0CMYKPROCESS0.00000080.00000095.0000000.000000
  • C=0 M=50 Y=100 K=0CMYKPROCESS0.00000050.000000100.0000000.000000
  • C=0 M=35 Y=85 K=0CMYKPROCESS0.00000035.00000085.0000000.000000
  • C=5 M=0 Y=90 K=0CMYKPROCESS5. 0000000.00000090.0000000.000000
  • C=20 M=0 Y=100 K=0CMYKPROCESS20.0000000.000000100.0000000.000000
  • C=50 M=0 Y=100 K=0CMYKPROCESS50.0000000.000000100.0000000.000000
  • C=75 M=0 Y=100 K=0CMYKPROCESS75.0000000.000000100.0000000.000000
  • C=85 M=10 Y=100 K=10CMYKPROCESS85.00000010.000000100.00000010.000000
  • C=90 M=30 Y=95 K=30CMYKPROCESS90.00000030.00000095.00000030.000000
  • C=75 M=0 Y=75 K=0CMYKPROCESS75.0000000.00000075.0000000.000000
  • C=80 M=10 Y=45 K=0CMYKPROCESS80.00000010.00000045.0000000.000000
  • C=70 M=15 Y=0 K=0CMYKPROCESS70. 00000015.0000000.0000000.000000
  • C=85 M=50 Y=0 K=0CMYKPROCESS85.00000050.0000000.0000000.000000
  • C=100 M=95 Y=5 K=0CMYKPROCESS100.00000095.0000005.0000000.000000
  • C=100 M=100 Y=25 K=25CMYKPROCESS100.000000100.00000025.00000025.000000
  • C=75 M=100 Y=0 K=0CMYKPROCESS75.000000100.0000000.0000000.000000
  • C=50 M=100 Y=0 K=0CMYKPROCESS50.000000100.0000000.0000000.000000
  • C=35 M=100 Y=35 K=10CMYKPROCESS35.000000100.00000035.00000010.000000
  • C=10 M=100 Y=50 K=0CMYKPROCESS10.000000100.00000050.0000000.000000
  • C=0 M=95 Y=20 K=0CMYKPROCESS0. 00000095.00000020.0000000.000000
  • C=25 M=25 Y=40 K=0CMYKPROCESS25.00000025.00000040.0000000.000000
  • C=40 M=45 Y=50 K=5CMYKPROCESS40.00000045.00000050.0000005.000000
  • C=50 M=50 Y=60 K=25CMYKPROCESS50.00000050.00000060.00000025.000000
  • C=55 M=60 Y=65 K=40CMYKPROCESS55.00000060.00000065.00000040.000000
  • C=25 M=40 Y=65 K=0CMYKPROCESS25.00000040.00000065.0000000.000000
  • C=30 M=50 Y=75 K=10CMYKPROCESS30.00000050.00000075.00000010.000000
  • C=35 M=60 Y=80 K=25CMYKPROCESS35.00000060.00000080.00000025.000000
  • C=40 M=65 Y=90 K=35CMYKPROCESS40. 00000065.00000090.00000035.000000
  • C=40 M=70 Y=100 K=50CMYKPROCESS40.00000070.000000100.00000050.000000
  • C=50 M=70 Y=80 K=70CMYKPROCESS50.00000070.00000080.00000070.000000
  • TRUMATCH 6-ePROCESS100.000000CMYK0.00000040.00000140.0000010.000000
  • ТРУМАЧ 39-c4PROCESS100.000000CMYK54.00000269.9999990.00000023.999999
  • TRUMATCH 20-dPROCESS100.000000CMYK55.0000010.00000047.0000000.000000
  • TRUMATCH 39-f1PROCESS100.000000CMYK19.00000025.0000000.0000006.000000
  • TRUMATCH 29-dPROCESS100.000000CMYK44.0000000.00000014.0000000.000000
  • TRUMATCH 10-a1PROCESS100. 000000CMYK0.00000010.00000069.9999996.000000
  • TRUMATCH 6-cPROCESS100.000000CMYK0.00000069.99999969.9999990.000000
  • ТРУМАЧ 49-b2ПРОЦЕСС100.000000CMYK38.00000050.99999985.00000212.000000
  • TRUMATCH 8-bPROCESS100.000000CMYK0.00000047.00000085.0000020.000000
  • 灰色1
  • C=0 M=0 Y=0 K=100CMYKPROCESS0.0000000.0000000.000000100.000000
  • С=0 М=0 Д=0 К=90CMYKPROCESS0.0000000.0000000.00000089.999400
  • C=0 M=0 Y=0 K=80CMYKPROCESS0.0000000.0000000.00000079.998800
  • C=0 M=0 Y=0 K=70CMYKPROCESS0.0000000.0000000.00000069.999700
  • C=0 M=0 Y=0 K=60CMYKPROCESS0. 0000000.0000000.00000059.999100
  • C=0 M=0 Y=0 K=50CMYKPROCESS0.0000000.0000000.00000050.000000
  • C=0 M=0 Y=0 K=40CMYKPROCESS0.0000000.0000000.00000039.999400
  • C=0 M=0 Y=0 K=30CMYKPROCESS0.0000000.0000000.00000029.998800
  • C=0 M=0 Y=0 K=20CMYKPROCESS0.0000000.0000000.00000019.999700
  • C=0 M=0 Y=0 K=10CMYKPROCESS0.0000000.0000000.0000009.999100
  • C=0 M=0 Y=0 K=5CMYKPROCESS0.0000000.0000000.0000004.998800
  • 明亮1
  • C=0 M=100 Y=100 K=0CMYKPROCESS0.000000100.000000100.0000000.000000
  • C=0 M=75 Y=100 K=0CMYKPROCESS0. 00000075.000000100.0000000.000000
  • C=0 M=10 Y=95 K=0CMYKPROCESS0.00000010.00000095.0000000.000000
  • C=85 M=10 Y=100 K=0CMYKPROCESS85.00000010.000000100.0000000.000000
  • C=100 M=90 Y=0 K=0CMYKPROCESS100.00000090.0000000.0000000.000000
  • C=60 M=90 Y=0 K=0CMYKPROCESS60.00000090.0000000.0031000.003100
  • Библиотека Adobe PDF 15.00 конечный поток эндообъект 3 0 объект > эндообъект 16 0 объект >/Ресурсы>/ExtGState>/Font>/ProcSet[/PDF/Text]/Properties>/Shading>/XObject>>>/Thumb 115 0 R/TrimBox[0.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *