Мини-кейс 9.1
Мини-кейс 9.1
Например, российский маркетолог, который попытался бы осенью 1996 г. сделать некоторые оценки возможного влияния изменения цены на сбыт определенной марки мониторов для персональных компьютеров, опираясь на данные о продажах в аналогичный период 1995 г., неизбежно столкнулся бы со значительными трудностями. Даже если бы он мог собрать информацию об объемах продаж мониторов различных марок и сопоставить объемы продаж аналогичных по техническим свойствам мониторов с уровнями их цен, то сделать достоверные выводы на будущее он бы все равно не смог.
Дело в том, что (даже если абстрагироваться от разницы в макроэкономической ситуации осени 1995 и 1996 гг.) ситуация на рынке принципиально изменилась вследствие перехода покупателей к новой модели формирования парка своего компьютерного оборудования. Если в 1995 г. и начале 1996 г. преобладали продажи полностью укомплектованных компьютеров, то к осени 1996 г. все более частыми стали обособленные покупки системных блоков и мониторов, т. е. произошла дифференциация рынка. А потому статистика продаж мониторов в 1995 г. оказывается совершенно непригодной для формирования оценок относительно возможного изменения продаж мониторов в 1996 г. при той или иной корректировке их цен.
Даже если фирма предлагает на рынок тот же товар, что в прошлом году, и намечает аналогичные прошлогодним изменения его цен, итогом может оказаться существенно иной масштаб изменения продаж. К тому же на все это накладываются происходящие год от года изменения в характере и масштабах рекламной кампании самой фирмы, уровне развития ее сбытовой сети, методах организации деятельности. И все это приводит к тому, что из общей динамики продаж становится крайне трудно вычленить влияние именно изменений цен.
Помня это, проанализируем теперь три типа аналитических процедур, которыми могут пользоваться маркетологи при оценке чувствительности покупателей к уровням цен определенных товаров (см. табл. 9.1).
Этап 1. Исследование агрегированных данных о продажах, т. е. обработка и анализ сводной информации о динамике продаж товаров определенной марки, полученной либо из собственной отчетности фирмы, либо из баз данных, формируемых специальными службами изучения рынка. Речь идет о тех данных, которые регулярно накапливаются в бухгалтерии фирмы, и поэтому служат наиболее доступным и дешевым источником сведений о продажах тех товаров, которые уже некоторое время предлагаются на рынке. Вместе с тем у такого рода информации имеются существенные недостатки, о которых маркетолог не может забывать.
1. Периодичность поступления информации, так как сбор и обработка данных о продажах осуществляются, как правило, лишь раз в месяц или даже квартал. Некоторое изменение в эту ситуацию вносит лишь появление штрих-кодов и компьютеризованных касс, что в принципе позволяет перейти к ежедневному сбору и анализу данных.
2. Косвенность получаемых данных. Большинство фирм продают свои товары не напрямую конечному покупателю, а через посредников. Но в этом случае статистика продаж фактически представляет собой лишь свод данных об отгрузке товаров торговым посредникам, но не о реальных продажах. Чтобы преодолеть этот недостаток, надо накладывать на статистику отгрузки статистику погашения дебиторской задолженности, что делает задачу формирования информационной базы ценовых расчетов крайне сложной.
Но чем дольше продолжается процесс сбора базы данных о прошлых продажах, тем менее надежной основой для выводов о будущем она становится из-за возрастающей возможности того, что на динамику объемов покупок большее влияние станут оказывать факторы иные, чем цены (см. мини-кейс 9.1). И тогда исследователь рискует попасться в известную ловушку: чем больше времени необходимо для сбора данных, тем больше параметров исследуемой ситуации изменяется, а это требует сбора дополнительных данных. В результате процесс формирования надежной базы для расчетов становится бесконечным.
3. Агрегированность данных, т. е. сводный (а потому как бы усредненный) характер получаемой информации. Это особенно существенно для средних и крупных фирм, которые ведут продажу своих товаров в регионах или через торговых посредников (особенно если последние обладают правом варьировать цены конечных продаж в достаточно большом диапазоне). В результате в один и тот же период времени на рынке могут существовать достаточно различающиеся уровни цен на один и тот же товар и соответствующие им объемы покупок. Например, в сентябре 1996 г. в Москве монитор фирмы Samsung марки 17 Sync Master GLsi можно было приобрести по цене и 825, и 920 долл.[15]. Таким образом, разница в цене составляла более 11 %, что, естественно, сказывалось на объемах продаж отдельными фирмами. Но при использовании агрегированных данных аналитик вынужден был бы оперировать лить средневзвешенной ценой продаж этих мониторов в Москве (на уровне, скажем, 860 долл.). А значит, выводы, которые бы он сделал на этой основе, могли быть столь же близки к реальному отношению покупателей к ценам на мониторы Samsung, как оценка здоровья пациентов больницы, сделанная на основании информации о средней температуре всех пациентов.
Поэтому информационная ценность агрегированных данных всегда ниже, чем индивидуальных рядов, характеризующих продажи данного товара в одном конкретном магазине.
Особенно дезориентирующим может быть использование агрегированных данных при оценке чувствительности к ценам тех покупателей, которые приобретают продукцию промышленного назначения. Здесь на формирование рыночной ситуации накладывается еще один, весьма мощный фактор производности спроса, который связан с тем, что спрос на такую продукцию прямо определяется спросом на конечные изделия, для изготовления которых она приобретается.
И если изготовители промежуточной продукции начинают делать выводы о чувствительности покупателей к тем или иным элементам своей маркетинговой политики на основании лишь собственных данных о прошлых продажах, ценах, затратах на рекламу и т. п., они рискуют прийти к ошибочным выводам. Причиной окажется неучет данных о динамике продаж на рынках следующего уровня, которые неспециализированной фирме собрать крайне трудно.
Вышесказанное не следует понимать как рекомендацию вообще не пользоваться агрегированными данными о продажах при оценке чувствительности покупателей к ценам. Такой анализ может быть полезен как источник дополнительной информации. Важно лить помнить описанные выше его слабости и не позволять экономико-статистическим расчетам (внешне вполне строгим) стать единственной основой принятия маркетинговых решений.
Этап 2. Изучение панельных данных, т. е. информации о динамике покупок специальным образом отобранной группы покупателей (покупательской панели).
Для некоторых типов товаров изучение рынка, и в частности чувствительности покупателей к ценам, может быть проведено на куда более надежной основе по итогам постоянного обследования репрезентативной группы покупателей. Размер такой панели может варьироваться в достаточно большом диапазоне, доходя иногда до нескольких тысяч семей (к этому близка, скажем, панель, с помощью которой Федеральная служба государственной статистики Российской Федерации изучает закономерности формирования семейных бюджетов граждан страны). Все семьи, включенные в панель, за определенную плату ведут ежедневный учет всех своих покупок (с указанием марки и цены приобретаемых товаров и объема покупки). Затем с определенной периодичностью (например, еженедельно или два раза в месяц) такие данные агрегируются и направляются для изучения.
При корректном формировании панели и хорошо организованном сборе и обработке получаемой с ее помощью информации она становится источником данных, обладающих рядом существенных достоинств.
1. При обработке информации еженедельно или раз в две недели появляется возможность проводить анализ рынка более оперативно. Таким образом, ослабляется искажающее влияние прочих факторов формирования спроса.
2. Появляется возможность ближе подойти к оценке влияния на спрос фактических цен покупки в различных магазинах (регионах), а при определенной постановке обследований выявить и покупки, явившиеся следствием введения, например, определенного типа скидок (скажем, на основе предъявления все шире распространяющихся в России купонов).
3. Если покупатели фиксируют не только тип, но и марку покупаемых товаров, то становится возможным сопоставление их реакции на разницу в соотношениях «цена/полезность» по товарам различных марок.
4. Можно проводить анализ информации о покупках и чувствительности покупателей к ценам в увязке с демографическими и иными характеристиками совокупности покупателей. А это дает более объективные основания для выработки политики сегментации рынка и соответствующей корректировки рекламной и ценовой политики фирмы.
К сожалению, достоинства покупательской панели тесно соседствуют с ее недостатками, главным из которых является возможная нерепрезентативность выборки покупателей, т. е. отличие характеристик поведения ее участников от типового поведения основной массы покупателей. Здесь легко просматривается аналогия с методами испытаний, применяемыми в технике, когда можно определить предел прочности материала, лишь разрушив его. То же самое происходит и с покупательской панелью, причем это обусловлено двумя причинами.
Во-первых, далеко не каждый покупатель соглашается стать участником таких регулярных обследований (обычно принимают такое предложение и регулярно ведут учет покупок не более 5 % семей). А значит, панель неизбежно формируется из наиболее сознательных и педантичных покупателей, модели предпочтений которых могут быть отличны от моделей основной массы населения.
Во-вторых, как свидетельствуют специальные психологические тесты, сама необходимость для участников панели фиксировать цены своих покупок заставляет их более внимательно относиться к этим ценам, а значит, и быть более чувствительными к их уровням. Причем с увеличением стажа участия в панели этот эффект возрастает. В итоге опять-таки возникает определенное деформирование информации.
Ослабить такую деформацию поведения в принципе возможно, хотя это требует достаточно высокого технического уровня организации торговли. Объективность данных можно повысить следующим образом:
1) компьютеризовать кассовые узлы в магазинах;
2) ввести специальные расчетные карточки для покупателей — членов панели;
3) покупателям осуществлять покупки только в специально отобранных магазинах, откуда информация поступает в аналитическую фирму.
При такой организации работы можно и повысить степень охвата покупателей, и устранить эффект повышенной чувствительности к ценам.
Конечно, подобная высокотехничная организация панельных исследований — для России дело будущего, но сама работа по созданию покупательских панелей, несомненно, может стать одним из важнейших направлений деятельности возникающих сейчас в нашей стране маркетинговых фирм. Тем более что определенный опыт таких исследований у отечественных специалистов имеется. В свое время такого рода панели успешно создавались и использовались Всесоюзным институтом конъюнктуры и спроса (ВНИИКСом) при Министерстве торговли СССР.
Конечно, наиболее успешно материалы панельных обследований могут использоваться при оценке чувствительности покупателей к ценам часто приобретаемых товаров, т. е. преимущественно продовольственных и некоторых промышленных (бытовая химия, парфюмерия и т. п.).
Этап 3. Анализ данных, полученных при обследовании магазинов, т. е. информации, собранной в специальным образом отобранном магазине (или ином центре продаж).
Конечно, у такого метода есть и недостаток: нельзя гарантировать демографическую и экономическую репрезентативность той совокупности покупателей, которая посещает выбранный для исследований магазин. А значит, снижается достоверность выводов, которые
на основе подобного обследования делаются применительно ко всей (генеральной) совокупности покупателей.
Если говорить о методике обработки и анализа данных, полученных одним из трех описанных выше методов, то обычно она основывается на построении регрессионных уравнений и оценке значений их коэффициентов. Этот метод позволяет определить, в какой мере изменения в объемах продаж могут быть отнесены на счет того или иного фактора, включенного в регрессионную модель.
Данный текст является ознакомительным фрагментом.