лучшие книги по экономике
Главная страница

Главная

Замовити роботу

Последние поступления

Форум

Создай свою тему

Карта сайта

Обратная связь

Статьи партнёров


Замовити роботу
Книги по
алфавиту

Б
В
Г
Д
Е
Ж
З
И
К
Л
М
Н
О

Маркетингова цінова політика

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]

Навпаки, вибираючи як основу експериментальне вивчення поведінки покупців у контрольованих умовах і бажаючи точніше оцінити вплив тих чи інших параметрів (змінних) на попит, маркетолог починає свідомо маніпулювати покупцями. Скажімо, якщо реакція на ціну певної марки алкогольних напоїв буде досліджуватися таким чином, то маркетолог буде варіювати як саму цю ціну, так і способи реклами даної марки напою, а також, можливо, розміщення пляшок з даним напоєм на полицях магазину, що обраний як експериментальний полігон.
Ще більш контрольований варіант обстежень: організація закупівель у лабораторному магазині, коли керованим параметром стає ще й коло покупців. У цьому разі можна або сформувати репрезентативну групу покупців, адекватну генеральній сукупності з погляду вікової, статевої структури та структури доходів, або досліджувати покупки для цільової групи покупців.
Такі лабораторні експерименти за умови правильної постанов­ки дають можливість одержати найточніші результати. Разом з тим вони вимагають дуже великих витрат і зазвичай досить тривалі, що обмежує можливості їх широкого застосування. Якщо звернутися до класифікації дослідницьких методів з погляду їх об’єкта, то, як ми бачимо в табл. 6.12, можна розмежувати методи, що припускають вивчення даних про реально зроблені покуп­ки, тобто про фактичну поведінку покупців, і методи, що припускають вивчення переваг і намірів покупців, тобто їх можливої поведінки в деякій гіпотетичній ситуації покупки товарів. Оскіль­ки для будь-якої фірми особливу цінність має інформація саме про те, як покупці реагуватимуть на ціни її товарів у реальній дійсності, то, порівнюючи ці методи, можна апріорно віддати перевагу методам, що ґрунтуються на вивченні фактичних продажів. Але, на жаль, ці методи також вимагають значних грошових ресурсів, тривалих досліджень, тому виявляються для багатьох фірм просто неприйнятними.
Щоб зробити вибір на користь найбільш придатного способу досліджень усвідомлено, варто добре уявляти суть і можливі результати використання кожного з методів. Цей огляд ми почнемо з методів, що спираються на дані про фактичні (не контрольовані дослідниками) покупки.

Методи, що ґрунтуються на аналізі фактичних даних про покупки. Робити висновки щодо чутливості покупців до рівнів цін простіше за все на основі даних про продажі в минулому. На жаль, цінність таких висновків зменшується їх «історичним» характером, що сильно знижує придатність подібної інформації для прийняття рішень про поведінку в майбутньому, а саме до цього типу належать рішення щодо рівня ціни на новий товар чи зміни ціни на товар уже продаваний. Але очевидно, що повної порівнянності даних тут бути не може. І максимум, що дослідники здатні зробити, — це припустити, що покупці реагуватимуть так само, як вони в минулому реагували на зміни цін товарів, що в їхніх очах є аналогами. На тому ж принципі аналогії будуються і цінові прогнози, коли оцінка можливих результатів великомасштабної зміни цін ґрунтується на даних про реакцію покупців на невеликі коливання цін. Звичайно, якщо немає іншої альтернативи для оцінки чутливості покупців до цін, то можна скористатися і такими методами, але треба розуміти, що вірогідність висновків, які спираються на них, буде невисокою.

Розроблення прогнозів економічних наслідків змін цін на базі даних про продажі в минулому дає можливість одержати надійні висновки лише в тому разі, якщо зміни цін, які намічаються, подібні до тих, що практикувалися в минулому і були основою фор­мування такого роду історичних даних. Це цілком реальна ситуація, коли ми розглядаємо, наприклад, різні сезонні зміни цін.
На жаль, як було правильно помічено ще в давнині, «в одну ріку не можна ввійти двічі», і тому навіть у таких ситуаціях абсолютно достовірних прогнозів бути не може. Це породжується змінами, що відбуваються рік у рік (сезон у сезон), у таких умовах реалізації комерційної, зокрема цінової, політики фірми:

  1. поточна кількість конкуруючих фірм і торгових марок;
  2. масштаби й дата недавньої зміни цін конкурентами;
  3. масштаби та ефективність рекламної кампанії кожної з конкуруючих марок (фірм);
  4. макроекономічна ситуація в країні.

Наявність таких змін веде до того, що поточний ринок у поточному вересні виявляється не таким самим, як ринок, скажімо, у вересні минулого року.
Наприклад, маркетолог, що спробував би восени 1996 р. зробити деякі оцінки можливого впливу зміни ціни на збут певної марки моніторів для персональних комп’ютерів спираючись на дані про продажі за аналогічний період 1995 р., неминуче натрапив би на значні труднощі. Навіть якби він міг зібрати інформацію про обсяги продажів моніторів різних марок і зіставити обсяги продажів аналогічних за технічними характеристиками моні­торів з рівнями їхніх цін, то зробити достовірні висновки на майбутнє він би все одно не зміг. Справа в тому, що (навіть якщо абстрагуватися від різниці в макроекономічній ситуації осені 1995 і 1996 р.), ситуація на ринку змінилася принципово через перехід покупців до нової моделі формування парку свого комп’ютер­ного устаткування. Якщо в 1995 р. і на початку 1996 р. переважали продажі повністю укомплектованих комп’ютерів, то до осені 1996 р. все частішими стали відособлені покупки системних блоків і моніторів, тобто відбулася диференціація ринку. А тому статистика продажів моніторів у 1995 р. виявляється зовсім непридатною для формування оцінок щодо можливої зміни продажів моніторів у 1996 р. за того чи іншого коригування їхніх цін.
І тому, навіть якщо фірма пропонує на ринок той самий товар, що й торік, і намічає аналогічні торішнім зміни його цін, підсумком може виявитися істотно інший масштаб зміни продажів. До того ж на все це накладаються зміни в характері й масштабах рекламної кампанії самої фірми, розвинутості її збутової мережі, методах організації діяльності. Це веде до того, що стає вкрай важко вичленувати із загальної динаміки продажів вплив саме змін цін.
Пам’ятаючи все це, проаналізуємо три типи аналітичних процедур, якими можуть користуватися маркетологи під час оцінки чутливості покупців до рівнів цін певних товарів.
1. Дослідження агрегованих даних про продаж, тобто обробка та аналіз зведеної інформації про динаміку продажів товарів певної марки, отриманої або з власної звітності фірми, або з баз даних, що формуються спеціальними службами вивчення ринку. Йдеться про ті дані, що регулярно накопичуються в бухгалтерії фірми і є найбільш доступним і дешевим джерелом даних про продажі тих товарів, що вже якийсь час пропонуються на ринку. Разом з тим, такого роду інформація має істотні недоліки, про які маркетолог не повинен забувати:

  1. періодичність, тобто збір та обробка даних про продажі здійснюються, як правило, лише раз на місяць чи навіть квартал. Деяку зміну в цю ситуацію вносить поява штрих-кодів, що в принципі дає можливість перейти до щоденного збору та аналізу даних;
  2. більшість фірм продають свої товари не кінцевому покупцю, а через посередників. У цьому разі статистика продажів фактично являє собою лише зведення даних про відвантаження товарів торговим посередникам, а не про реальні продажі. Щоб перебороти цей недолік, треба накладати на статистику відвантаження статистику погашення дебіторської заборгованості, що робить завдання формування інформаційної бази цінових розрахунків украй складною. Але чим тривалішим є процес формування бази даних про минулі продажі, тим менш надійною основою для висновків на майбутнє вона стає. Причина цього — зростаюча можливість того, що на динаміку обсягів покупок більше впливатимуть інші, ніж ціни, чинники. Дослідник ризикує потрапити у відому пастку: чим більше часу необхідно для збору даних, тим більше параметрів досліджуваної ситуації змінюється,
    а це вимагає збору додаткових даних. І тоді процес формування надійної бази для розрахунків стає нескінченним;
  3. агрегованість, тобто зведений (а тому неминуче ніби усереднений) характер даних. Це особливо суттєво для середніх та великих фірм, що ведуть продаж своїх товарів у різних регіонах чи через різних торгових посередників (особливо якщо останні мають право варіювати ціни кінцевих продажів у досить великому діапазоні). У результаті в той самий період часу на ринку можуть існувати досить різні рівні цін на той самий товар і відповідні їм обсяги покупок. Наприклад, у вересні 1996 р. у Києві монітор фірми «Самсунг» марки 17 Sync Master GLsi можна було придбати за ціною від 825 дол. до 920 дол. Таким чином, різниця в ціні становила більш 11 %, що, природно, позначалося на обсягах продажів окремими фірмами. Але у разі використання агрегованих даних аналітик змушений був би оперувати лише середньозваженою ціною продажів цих моніторів у Києві (на рівні, скажімо, 860 дол.). Тому інформаційна цінність агрегованих даних завжди нижче, ніж індивідуальних рядів, що характеризують продажі даного товару в одному конкретному магазині. Особливо дезорієнтуючим може бути використання агрегованих даних під час оцінки чутливості до цін тих покупців, що купують продукцію промислового призначення. Тут на формування ринкової ситуації накладається ще один, дуже могутній чинник — комплексний характер попиту. Вона пов’язана з тим, що попит на таку продук­цію прямо визначається попитом на кінцеві вироби, для виготовлення яких її придбавають. І якщо виробники проміжної продук­ції починають робити висновки про чутливість покупців до тих чи інших елементів своєї маркетингової політики на основі лише власних даних про минулі продажі, ціни, витрати на рекламу тощо, то вони ризикують дійти помилкових висновків. Причиною виявиться неврахування даних про динаміку продажів на ринках наступного рівня, які неспеціалізованій фірмі зібрати украй важко.

Сказане вище не слід розуміти як рекомендацію взагалі не використовувати агреговані дані про продажі для оцінки чутливості покупців до цін. Такий аналіз може бути корисний як джерело додаткової інформації. Важливо лише пам’ятати описані вище його слабкі сторони і не дозволяти економіко-статистичним розрахункам (зовні цілком строгим) стати єдиною основою прийняття маркетингових рішень.
2. Вивчення панельних даних, тобто інформації про динаміку покупок групою покупців, відібраної спеціальним способом (купівельної панелі).
Вивчення ринку деяких типів товарів, зокрема чутливості покупців до цін, може бути проведене на більш надійній основі — за підсумками постійного обстеження репрезентативної групи покупців. Розмір такої панелі може варіюватися в досить великому діапазоні і доходити іноді до кількох тисяч родин. Усі родини, включені в панель, за певну плату ведуть щоденний облік усіх своїх покупок (із зазначенням марки й ціни товарів, що купуються, і обсягу покупки). Потім з тією чи іншою періодичністю (наприклад, щотижня чи 2 рази на місяць) такі дані агрегуються і направляються для вивчення.
Панель покупців — відібрана на основі статистичних процедур репрезентативна група покупців, що за плату чи безкоштовно ведуть щоденний повний облік усіх своїх покупок і надають інфор­мацію про це статистичним органам чи дослідницьким фірмам.
У разі коректного формування панелі та добре організованого збору та обробки інформації, що одержують з її допомогою, вона стає джерелом даних, які мають низку істотних переваг:

  1. у разі обробки інформації щотижня чи раз на 2 тижні виникає можливість проводити аналіз ринку більш оперативно. Тим самим послаблюється вплив інших чинників, що спотворює формування попиту;
  2. виникає можливість ближче підійти до оцінки впливу на попит фактичних цін покупки в різних магазинах (регіонах), а за певної постановки обстежень — виявити і покупки, які стали наслідком уведення, наприклад, певного типу знижок;
  3. якщо покупці фіксують не тільки тип, а й марку товарів, що купуються, то стає можливим зіставлення реакції покупців на різницю в співвідношеннях «ціна/корисність» по товарах різ­них марок;
  4. можна вести аналіз інформації про покупки і чутливість покупців до цін, ув’язуючи з демографічними та іншими характеристиками сукупності покупців. А це дає більш об’єктивні підстави для вироблення політики сегментації ринку і відповідного коригування рекламної та цінової політики фірми.

На жаль, переваги купівельної панелі тісно сусідують з її недоліками. Головний із них — можлива нерепрезентативність вибірки покупців, тобто відмінність характеристик поведінки її учасників від типової поведінки основної маси покупців. Тут легко проглядається аналогія з методами іспитів, що застосовуються в техніці, коли визначити межу міцності матеріалу можна, лише зруйнувавши його. Те ж саме відбувається і з купівельною панеллю, причому це обумовлено двома причинами:

  1. далеко не кожен покупець погоджується стати учасником таких регулярних обстежень (звичайно приймають таку пропозицію і регулярно ведуть облік покупок не більш 5 % родин). Отже, панель неминуче формується з найбільш свідомих і педантичних покупців, моделі переваг яких можуть бути відмінні від основної маси населення;
  2. сама необхідність для учасників панелі фіксувати ціни своїх покупок робить їх більш уважними до цих цін, що підтверджують спеціальні психологічні тести, і більш чутливими до їх рівнів. Причому зі збільшенням стажу участі в панелі цей ефект зростає. У підсумку знов-таки виникає певне деформування інфор­мації.

Послабити такі деформації поведінки в принципі можливо, хоча це вимагає досить високого технічного рівня організації торгівлі. Йдеться про те, що об’єктивність даних можна підвищити, якщо:
а) касові вузли в магазинах комп’ютеризовані;
б) для покупців — членів панелі введені спеціальні розрахункові картки;
в) покупці здійснюють покупки тільки в спеціально відібраних магазинах, звідки інформація про покупки «панельних» покупців надходить в аналітичну фірму.
В умовах такої організації роботи можна і підвищити ступінь охоплення покупців, і усунути ефект підвищеної чутливості до цін.
Звичайно, така високотехнічна організація панельних досліджень для України — справа майбутнього, але сама робота зі створення купівельних панелей, безсумнівно, може стати одним із найважливіших напрямів діяльності  маркетингових фірм, що виникають зараз у нашій країні.
Найбільш успішно матеріали панельних обстежень можуть використовуватися під час оцінки чутливості покупців до цін товарів, що часто придбаваються, тобто переважно продовольчих товарів і деяких промислових товарів (побутова хімія, парфумерія тощо).
3. Аналіз даних, отриманих під час обстеження магазинів, тобто інформації, зібраної в магазині (чи іншому центрі продажів), що був відібраний спеціальним способом. Особливо цей метод дос­лідження поширився в останнє десятиліття, коли на товарах з’явилися штрих-кодові ярлики, а в магазинах — касові сканери, що зчитують інформацію з цих ярликів. У цих умовах інформацію про динаміку покупок можна одержувати з будь-якою деталізацією та високою частотою (практично щодня). Звичайно, у такого методу є й недолік: не можна гарантувати демографічну й економічну репрезентативність тієї сукупності покупців, що відвідує обраний для досліджень магазин. Отже, зни­жується вірогідність висновків, що на основі такого обстеження робляться стосовно всієї (генеральної) сукупності покупців. Якщо говорити про методику обробки та аналізу даних, отриманих одним із трьох описаних вище методів, то звичайно вона ґрунтується на побудові регресійних рівнянь та оцінці значень їх коефіцієнтів. Цей метод дозволяє визначити, якою мірою зміни в обсягах продажів можуть бути віднесені на рахунок того чи іншого чинника, включеного в регресійну модель.
Як приклад типового маркетингового дослідження чутливості покупців до рівня цін (еластичності попиту за ціною) можна наз­вати роботу, виконану американськими дослідниками Рокні Г. Уолтерсом (Університет Індіани, Блумінгтон) та Вільямом Боммером (Університет Південного Іллінойсу, Эдвардсвіль). Вони поставили перед собою завдання досліджувати спільний вплив на обсяги продажів таких чинників:

  1. частки певної торгової марки в загальному обсязі продажів;
  2. ціни товарів певної марки;
  3. геометричних розмірів продукту;
  4. місця, що займає товар даної марки на полиці магазину;
  5. типу торгової марки (загальнонаціональна, місцева, даної торгової мережі).

При цьому особливу увагу було приділено дослідженню проб­леми збігу еластичності попиту за ціною стосовно регулярних та рекламних цін, тобто цін, за якими відбувається постійний продаж товарів даної марки, і тих, що використовуються в період виведення цього товару в продаж, коли він ще є новинкою.

(6.10)

  Підґрунтям для проведення обстеження були дані про щотижневі продажі, ціни та діяльність у сфері просування 302 марок товарів на ринок протягом 52-тижневого періоду з квітня 1990 р. по квітень 1991 р. по товарах. В основу аналізу даних була покладена така модель:
             (6.15)
де Q1 — обсяг товарів певної категорії (всіх марок), проданих у період часу t; RPit — ціна товарів марки i, що належать до даної категорії, у період звичайних (нерекламних) продажів t; DPit — ціна товарів марки i, що належать до даної категорії, у період рек­ламних продажів t; RPjt — ціна товарів марки j, що належать до даної категорії, у період звичайних (нерекламних) продажів t; DPjt — ціна товарів марки j, що належать до даної категорії, у період рекламних продажів t. Величини ?1i, ?2i, ?1j і т. д. являють собою оцінні коефіцієнти.
У результаті авторами було визначено коефіцієнти еластичнос­ті попиту за цінами, що використовуються у період виведення товару на ринок (у цілому для товарної групи) (табл. 6.13).

Таблиця 6.13

Молочні/охолоджені продукти

0,08

Консерви

0,20

Готові сніданки

0,05

Напівфабрикати

0,17

Паперові товари

0,14

Соки в пляшках

0,12

Використання методів регресійного аналізу може породити в дослідників і менеджерів фірм, які замовляють такі роботи, відчуття точного знання, або ж наявність абсолютно надійної й достовірної бази для прийняття цінових чи інших маркетингових рішень. Але більш глибоке знайомство з основами математичної статистики дає можливість дійти висновків, що отримані результати чималою мірою залежать від прийнятих дослідниками вихідних передумов, і насамперед форми регресійної залежності, що використовується як вихідна модель. І якщо дослідник первісно неправильно задав математичну форму залежності між ціною та продажами, то ступінь вірогідності його висновків буде низькою.
Крім того, висновки регресійного аналізу можна вважати достовірними лише в межах того діапазону значень змінних, котрий був використаний під час аналізу. Немає ніяких підстав думати, що ці закономірності збережуться за межами таких діапазонів.
І нарешті, ми повинні пам’ятати, що будь-яка регресійна модель описує зв’язки, що склалися в минулому, але не може вважатися абсолютно надійною моделлю для прогнозування. Чим більше зовнішні параметри майбутньої ситуації можуть відрізнятися від їх значень у минулому, тим менш надійними будуть прогнози на основі регресійних моделей.

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]


ВНИМАНИЕ! Содержимое сайта предназначено исключительно для ознакомления, без целей коммерческого использования. Все права принадлежат их законным правообладателям. Любое использование возможно лишь с согласия законных правообладателей. Администрация сайта не несет ответственности за возможный вред и/или убытки, возникшие или полученные в связи с использованием содержимого сайта.
© 2007-2020 BPK Group.