Управление ценами в ритейле - Игорь Липсиц

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.

Мини-кейс 9.2

В качестве примера типичного маркетингового исследования чувствительности покупателей к уровню цен (эластичности спроса по цене) можно привести работу, выполненную американскими исследователями Рокни Г. Уолтерсом (Университет Индианы, Блумингтон) и Уильямом Боммером (Университет Южного Иллинойса, Эдвардсвилль] и опубликованную в Journal of Business Research (1996 г. № 36. Pp. 203–216).

Они ставили задачу исследования совместного влияния на объемы продаж таких факторов, как: 1) доля определенной торговой марки в общем объеме продаж; 2) цена товаров определенной марки; 3) геометрические размеры продукта; 4) место, занимаемое товаром данной марки на полке магазина; 5) тип торговой марки (общенациональная, местная, данной торговой сети). При этом особое внимание было уделено исследованию проблемы совпадения эластичности спроса по цене применительно к регулярным и рекламным ценам, т. е. соответственно к ценам, по которым постоянно ведется продажа товаров данной марки, и к тем, которые являются новинками.

Основой для проведения обследования послужили данные о еженедельных продажах, ценах и деятельности в области продвижения товаров на рынок (промоушн) в течение 52-недельного периода с апреля 1990 г. по апрель 1991 г. по товарам 302 марок. При этом в основу анализа данных была положена следующая модель:

где Qt — объем товаров определенной категории (по всем маркам), проданных в период времени t;

RPit — цена товаров марки i, относящихся к данной категории, в период обычных (нерекламных) продаж t

DPit — цена товаров марки i, относящихся к данной категории, в период рекламных продаж t;

RPjt — цена товаров марки j, относящихся к данной категории, в период обычных (нерекламных) продаж t

DPjt — цена товаров марки j, относящихся к данной категории, в период рекламных продаж t. Величины рг, — , и т. д. — оцениваемые коэффициенты.

В результате исследования были определены, например, следующие коэффициенты эластичности спроса по ценам, используемым в период вывода товара на рынок (в целом для товарной группы):

Молочные/охлажденные продукты 0,08

Консервы 0,20

Готовые завтраки 0,05

Полуфабрикаты 0,17

Писчебумажные товары 0,14

Соки в бутылках 0,12

Использование методов регрессионного анализа может вызвать у самих исследователей и менеджеров фирм, которые заказывают такие работы, ощущение точного знания, т. е. как бы абсолютно надежной и достоверной базы для принятия ценовых или иных маркетинговых решений. Между тем более глубокое знакомство с основами математической статистики позволяет обнаружить, что полученные результаты в немалой степени зависят от принятых исследователями исходных предпосылок, и прежде всего формы регрессионной зависимости, используемой в качестве исходной модели. И если исследователь изначально неверно задал математическую форму зависимости между ценой и продажами, то степень достоверности его выводов будет низкой.

Кроме того, выводы регрессионного анализа можно считать достоверными лишь в пределах того диапазона значений переменных, который был использован в ходе анализа. Нет никаких оснований полагать, что эти закономерности сохранятся за пределами таких диапазонов. И наконец, мы должны помнить, что любая регрессионная модель описывает связи, сложившиеся в прошлом, но не может считаться абсолютно надежной моделью для прогнозирования. Чем в большей мере внешние параметры будущей ситуации отличаются от их значений в прошлом, тем менее надежными будут прогнозы на основе регрессионных моделей.