Ламбен Ж-Ж. - Стратегический маркетинг (1094670), страница 56
Текст из файла (страница 56)
Цель при этом состоит в измерении привлекательности рынка по средневзвешенному значению трех ключевых компонентов любого потенциала рынка, т. е.:— количества потребляющих единиц,— покупательной способности этих потребляющих единиц,— готовности этих потребляющих единиц к расходам.Статистические индикаторы этих трех переменных определяются для выбранной территориальной базы(страна, область, район, город), после чего определяется средневзвешенный индекс для каждой зоны.Существует два подхода: использовать стандартный индекс покупательной способности (ИПС), который предлагают фирмы по изучению рынка, или построить индекс специально для анализируемого сектора или гаммы товаров.Стандартные ИПС обычно основаны на трех следующих индикаторах:ИПС, == 0, 50 (Ni) + 0, 30 (Ri) + 0, 20 (Vi)где N - % общего числа жителей данной зоны i, R - % общего дохода в зоне i, V - % розничных продаж взоне i.Весовые коэффициенты в этой формуле соответствуют используемым в американском журнале «Sales & MarketingManagement», который ежегодно публикует ИПС для различных регионов CША.
Эти коэффициенты определены эмпирически с использованием регрессионного анализа и в основном применимы к товарам массового спроса. Аналогичные индексыпубликуются и в Европе, например изданиями «Чейз Эконометрикс» (Chase Еconometrics) (для регионов ЕС) и «Бизнес Интернэшнл» (Business International) (1991) для 117 стран во всем мире. В случае необходимости можно применять другие коэффициенты.Специальные индексы ИПС основываются на тех же составляющих потенциала рынка, но используютиндикаторы, лучше адаптированные к исследуемой области деятельности, с дополнительным привлечением индикаторов, характеризующих местные условия.
Пример такого индекса приведен в табл. 7.3.Таблица 7.3. Оценка продаж по территориям.Территория1234567891011121314ВсегоПродажи марки А253384583 954166193 78037575432370130283 820243357362569286171681В процентах от общих продаж3, 5311, 805, 5227, 375, 275, 247, 585, 164, 225, 333, 398, 003, 583, 99100, 00Индекс ИПС4, 317, 845, 8920, 284, 7513, 248, 743, 973, 199, 163, 708, 322, 963, 65100, 00Индекс эффективности0, 821, 510, 941, 351, 110, 400, 871, 301, 320, 580, 920, 961, 211, 09—Исследуется рынок безалкогольных напитков.
Индикаторы, использованные для расчета ИПС, - эточисло семей с детьми, уровень дохода и число отелей, ресторанов и кафе. Индекс ИПС рассчитываетсякак средневзвешенное значение этих трех индикаторов (выраженных в процентах) по каждой из 14 территорий. Его предсказательная способность проверена сопоставлением индекса ИПС с объемом продажпо каждой зоне.ИПС согласно табл. 7.3 применен для оценки проникновения марки А на каждую территорию. Чтобыоценить потенциал каждой зоны, сначала рассчитывают «наблюдаемую» долю рынка, которую сравнивают с «ожидаемой», рассчитанной как произведение ИПС и ожидаемого объема продаж марки по всейстране. Показатель эффективности позволяет оценить масштабы проникновения марки с учетом дополнительных факторов типа остроты локальной конкуренции, срока присутствия на территории и т.д.Индекс такого типа можно также применять для распределения расходов на маркетинг между различными территориями.D:\Work\Books\Lamben full.doc256Дата создания 28.01.2003 21:19:00Анализ и декомпозиция трендовЦелью анализа тренда является разложение временного ряда продаж на главные компоненты, измерениеэволюции каждой составляющей в прошлом и ее экстраполяция на будущее.
В основе метода лежитидея стабильности причинно-следственных связей и регулярность эволюции факторов среды, что делаетвозможным использование экстраполяции. Метод состоит в разложении временного ряда на пять компонент:— структурная компонента, или долгосрочный тренд, обычно связанный с жизненным циклом рынкатовара;— циклическая компонента, соответствующая колебаниям относительно долгосрочного тренда подвоздействием среднесрочных флуктуаций экономической активности;— сезонная компонента, или краткосрочные периодические флуктуации, обусловленные различнымипричинами (климат, социально-психологические факторы, структура нерабочих дней и т.д.);— маркетинговая компонента, связанная с действиями по продвижению товара, временными снижениями цен и т.п.;— случайная компонента, отражающая совокупное действие плохо изученных комплексных процессов, не представимых в количественной форме.Для каждой компоненты рассчитывается параметр, основанный на наблюдавшихся закономерностях:долгосрочном темпе прироста продаж, конъюнктурных флуктуациях, сезонных коэффициентах, специфичных факторах (экспозиции, мероприятия по стимулированию сбыта и т.п.).
Затем эти параметры используют для составления прогноза.Понятно, что такой прогноз имеет смысл только как краткосрочный, на период, в отношении которогоможно принять, что характеристики изучаемого явления существенно не изменяются. Это требованиечасто оказывается реалистичным вследствие инерционности среды.D:\Work\Books\Lamben full.doc257Дата создания 28.01.2003 21:19:00Метод экспоненциального сглаживанияИспользуется для краткосрочного прогноза и основан на средневзвешенном значении продаж по определенному числу прошедших периодов.
При этом наибольшие весовые коэффициенты придаются позднейшим продажам. Прогнозное значение рассчитывается по формулеКонстанта сглаживания выбирается аналитиком итеративным способом в интервале от 0 до 1. Ее значение мало при малых изменениях продаж и приближается к 1 в случае сильных флуктуаций. Существуюткомпьютерные программы для определения этой константы.Таблица 7.4. Квартальные продажи с коррекцией влияния сезонности (пример).Кварталы1234198710510110010819881061111101101989112115110117199012111711711819911241251291221992130127132124Сезонный индекс0, 9080, 9961, 1530, 943В качестве примера рассмотрим данные в табл. 7.4. Проведена сезонная коррекция данных, чтобы найтиоптимальное значение константы сглаживания. С целью проверки предсказательной силы модели привлечены данные за 1992 г.
Чтобы предсказать продажи в первом квартале 1992 г., нужно располагатьсглаженными оценками продаж за предыдущие периоды. Например, сглаженная оценка за первый квартал 1988 г.Здесь в качестве сглаженной оценки за предыдущий период взяты данные после сезонной коррекции за1987 г. (105), поскольку сглаженные данные за этот период не могут быть рассчитаны. АналогичнымТаким образом, имеем следующий прогноз на первый квартал 1992 г.:Обратите внимание, что прогноз всегда лежит в интервале между текущим объемом продаж и сглаженной оценкой за текущий период. Погрешность прогноза может быть рассчитана, какЭто очень большая погрешность, что может быть объяснено малым значением константы а в условияхбыстрого роста продаж. Если выбрать для а значение 0, 80, то сглаженные продажи в 1991 г.
составят128, 6, а ошибка прогноза не превысит 1, 1%, что значительно лучше.Существуют и более мощные методы сглаживания, использующие несколько констант сглаживания. Ихобзор дан в книге (Makridakis and Wheelwright, 1973).Главная слабость этих методов в том, что они не позволяют действительно « предсказать» эволюциюспроса, поскольку неспособны предвидеть какие-либо «поворотные точки». В лучшем случае они способны быстро учесть уже произошедшее изменение. Поэтому их называют «адаптивной прогнозной моделью». Тем не менее для многих проблем управления такой « апостериорный» прогноз оказываетсяполезным при условии, что имеется достаточно времени для адаптации и факторы, определяющие уровень продаж, не подвержены резким изменениям.D:\Work\Books\Lamben full.doc258Дата создания 28.01.2003 21:19:007.4.4.
Экспликативные (« объясняющие») моделиС научной точки зрения, « объективные» и « аналитические» методы являются самыми мощными. Ониосновываются на создании экспликативных математических моделей, которые позволяют имитироватьрыночные ситуации в рамках альтернативных сценариев. В своей концептуальной основе математическое моделирование очень близко описанным ранее экспертным методам: требуется установить причинную структуру, разработать один или множество сценариев и для каждого отобранного сценария вывести оценку вероятного спроса. Отличие метода заключается в том, что причинная структура устанавливается и проверяется экспериментально, в условиях, поддающихся объективному наблюдению и измерению.Определение причинной структурыОпределение причинной (казуальной) структуры исследуемого явления - исходная точка математического моделирования.
Рассмотрим случай торговой фирмы, которая хочет укрепить приверженностьсвоей клиентуры и ищет наиболее эффективные средства для достижения этого результата. Возникаютследующие вопросы.— Каковы факторы, определяющие имидж торговой марки продавца?— Какое влияние оказывает этот имидж на частоту посещения магазинов?— Какие иные факторы определяют удовлетворенность клиентов?— В какой степени уровень удовлетворенности влечет долгосрочную приверженность к марке?Как и в других аналогичных случаях, мы имеем здесь последовательность причинных связей, где перваязависимая переменная (имидж) становится причинной переменной для второй зависимой переменной(частота и удовлетворенность), которая в свою очередь определяет долгосрочную приверженность.Другими словами, речь идет о наборе гипотез, основанных на понимании поведения потребителей припокупке и априори вытекающих из теории поведения.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
