<< Пред.           стр. 2 (из 2)           След. >>

Список литературы по разделу

 Компоненты (потребности) Wij uij Wij* uij "привлечение" 1.00 1.00 1.00 "имидж" 0.57 0.22 0.13 "цена" 0.43 0.09 0.09 "репутация" 0.29 0.17 0.02 "эстетика" 0.71 0.57 0.40 U=1.64 Оценка составляющих услуги (uij) может быть проанализирована напрямую: какие составляющие "удались" в процессе проектирования и позиционирования услуги. В нашем примере, очевидно, что наиболее удачно мы реализовали компоненты "привлечение" и "эстетика", а в отношении "цены" произошла некоторая неудача.
 Оценка удовлетворенности нашей услугой в целом (этот параметр называют "критерием потребительской удовлетворенности" услугой - КПУ) рассчитывается с учетом соответствующего веса составляющей:
 U= S(Wij* uij).
 КПУ имеет смысл анализировать только в сравнении с КПУ услуг-конкурентов, или КПУ других товаров в ассортименте, либо рассматривать значение показателя в динамике (его изменение). Показатель КПУ сам по себе не имеет ценности - это сравнительный показатель, соответственно, по этому показателю возможно:
 определить рейтинг услуги среди услуг-конкурентов;
 определить, насколько наше влияние на состав услуги было эффективным в течение времени;
 сравнить показатель КПУ в рамках предлагаемого нами ассортимента услуг, установив их "рейтинг".
 Логично предположить, что по каждой услуге из ассортимента, имея ряд значений КПУ (по одному на каждый сегмент для каждой услуги), мы вправе провести предварительное сегментное позиционирование, которое бы определило наиболее удачный сегмент для предложения исследованной услуги.
 
 Рис. 3.3. Распределение значения КПУ по одной услуге из ассортимента по каждому потребительскому сегменту
 Критерием такого позиционирования служит максимум удовлетворенности (максимум КПУ), выраженной тем или иным сегментом, в нашем примере это 4-й сегмент (см. рис. 3.3).
 Этап V. Оценка свойств услуги, которые необходимо модернизировать
 В соответствии с разработанным МКОТС, если значение U (КПУ) меньше, чем значение удовлетворенности товаром - конкурентом (Uк), то необходима корректировка потребительских свойств услуги (значение коэффициентов удовлетворенности товарами-конкурентами определяется аналогичным способом по методу комплексной оценки товарных систем (МКОТС). Для определения потребительского свойства услуги, требующего наибольшего внимания при корректировке, выделяют свойства с минимальным значением ui (u1=min) и максимальным значением веса wi. При создании формулы для расчета "коэффициента необходимости корректирования" в качестве исходных предпосылок было взято два утверждения, логично проистекающих из сути предложенного метода МКОТС:
 чем больше вес компонента, тем больше необходимость корректирования компонента;
 чем больше критерий суммарной удовлетворенности, тем меньше необходимость корректирования компонента.
 Таким образом, необходимость корректирования компонента можно выразить следующим математическим условием:
 NESi = Wi / ui,
 где NESi - коэффициент необходимости (или приоритетности) корректирования компонента услуги; Wi - вес i-го компонента; ui - критерий потребительской удовлетворенности компонентом.
 В нашем примере, исходя из данных табл. 3.4, очевидно, что наибольшего внимания и усилий по модернизации требует параметр "цена" (NESi=4,78).
 Таблица 3.4 Форма таблицы для поиска слабых параметров изделия
 Компонент Вес компонента Критерий удовлетворенности Коэффициент необходимости корректирования Wi ui NESi=Wi/Ui "привлечение" 1.00 1.00 1.00 "имидж" 0.57 0.22 2.59 "цена" 0.43 0.09 4.78 "репутация" 0.29 0.17 1.71 "эстетика" 0.71 0.57 1.25 Этап VI. Оценка эффективности мероприятий по модернизации свойств услуги
 После изменения свойств (или свойства) услуги проводится повторный анализ потребительских свойств и определяется эффективность корректирующих мероприятий, как разность между начальным значением КПУ (U) и достигнутым в результате корректировки ( U'):
 E=(U'-U)/U
 3.2 Оценка прибыльности составляющих ассортимента услуг
 В разделе 3.1 мы рассмотрели принципы оценки отдельной услуги и ее составляющих. Но в реальной практике предпринимательской деятельности приходится иметь дело с ассортиментом услуг и управлять им. Поэтому в настоящей главе рассмотрим принципы маркетингового исследования ассортимента услуг розничного предприятия на основе прибыльности отдельных составляющих ассортимента.
 Сущность управления ассортиментом услуг можно изложить одной фразой: "прибыль предприятия складывается из прибыльности отдельных услуг". А, соответственно, нам необходимо рассмотреть в контексте вопроса принципы исследования прибыльности составляющих ассортимента услуг для принятия решения о его составе.
 Итак, механизм расчета прибыли предприятия может быть распространен на расчет прибыли, получаемой от отдельной услуги, ведь по сути предприятие имеет прибыль от проданных услуг, а не от "функционирования предприятия":
 Пу = Ву - Зу,
 где Пу - величина прибыли, получаемая от продажи услуги в некотором промежутке времени (будем рассматривать в качестве такого промежутка один месяц); Ву - выручка (или оборот) от продажи одного типа услуги в течение месяца. Выручка от продажи одной услуги рассматривается как произведение количества проданных услуг (Nу) на ее цену (Цу).
 Ву = Nу*Цу;
 Зу - затраты на реализацию рассматриваемой услуги. Затраты на данный тип услуги могут быть определены исходя из общих затрат всего предприятия в целом и "себестоимости изготовления" (покупки дополнительных составляющих, субподрядчиков) услуги. То есть мы можем условно приравнять (распределить) все косвенные затраты по функционированию предприятия (аренда помещения, зарплата персонала, прочие затраты) между всеми услугами в равной пропорции. Мы вправе это сделать поскольку все косвенные затраты в равной степени (или не в равной, а определенной весовым показателем) служат продвижению каждой из услуг ассортимента:
 Зу = (З / n) + Су* Nу,
 где З - затраты на функционирование предприятия (постоянные издержки); n - количество продаваемых услуг (услуг, находящихся в ассортименте предприятия); СТ - себестоимость изготовления (покупки) услуги.
 Теперь давайте посмотрим, какая картина может получиться, если мы реализуем представленную схему расчетов для всего предприятия и всего ассортиментного ряда. Представим, что у нас есть предприятие, которое продает 3 услуги, при этом все издержки по функционированию предприятия составляют 60 рублей, а соответственно издержки по продаже одной услуги можно считать равными 20 рублей (З / n = 60 / 3 = 20 рублей). Рассмотрим все сводные показатели по ассортименту наших товаров в нижеприведенной таблице. Итак, как видно из табл. 3.5, прибыль предприятия отрицательна (-3 рубля). Причем негативный баланс нашей предпринимательской деятельности, определен всего лишь негативной позицией по прибыли одной услуги из трех.
 
 Рис. 3.4. "Карта прибыльности единиц ассортимента"
 Диаграмма прибыльности ассортимента услуг представлена на рис. 3.4. Такие диаграммы называют "картами прибыльности единиц ассортимента", и именно на их основе определяют неудачные услуги в ассортиментном ряду предприятия.
 Таблица 3.5 Принципы расчета прибыли, получаемой от отдельных товаров и прибыли предприятия в целом
 Название услуги Затраты по функционированию предприятия, отнесенные на одну услугу, руб. Количество проданных услуг, шт. Цена услуги, руб. Себестоимость услуги, руб. Выручка, полученная от продажи услуги, руб. Затраты на реализацию услуги, руб. Прибыль от одной услуги, руб. З/n Nу Цу Су Ву =Nу*Цу Зу=(З/n)+Су*Nу Пу=Ву-Зу Услуга 1 20 10 7 5 70 70 0 Услуга 2 20 4 9 5 36 40 - 4 Услуга 3 20 7 5 2 35 34 1 Итого затраты, руб. Выручка, руб. Оборотный капитал, руб. Прибыль, руб. 60 141 144 -3 Заметим, что в нашем примере одна из услуг в нашем ассортименте в таком контексте рассмотрения и расчета имеет отрицательную прибыльность ("Услуга 2"). Конечно, необходимо отметить, что в более полном анализе мы должны рассматривать и динамику прибыльности отдельных товаров: не прибыльное сегодня изделие может стать прибыльным завтра. Именно это и отражено на диаграмме - учет динамики. По нашему графику видно, что хотя единица ассортимента "Услуга 1" на сегодняшний день имеет нулевую прибыль, но ее динамика положительна (+12% по отношению к продажам предыдущего месяца). "Услуга 3" имеет как положительную динамику продаж, так и положительную прибыль - стабильный и перспективный товар. А вот "Услуга 2" приносит не только отрицательную прибыль, но и имеет отрицательную динамику продаж. Соответственно теперь мы имеем и адекватный механизм принятия решения в отношении составляющих ассортимента.
 
 Рис. 3.5. Схема, отображающая три стратегии потребительского выбора в отношении цены услуги
 Вышеприведенный анализ позволяет нам определить и рычаги управления прибылью, как отдельных услуг, так и всем предприятием в целом.
 Для того чтобы говорить о системе рычагов по управлению прибылью ассортиментного ряда услуг, необходимо вспомнить о системе ценообразования на услугу, которая может быть рассмотрена как одна из трех стратегий предложения цены на услугу. Проведенные исследования показали, что потребители не всегда делают рациональный выбор, ставя под вопрос абсолютность "рациональности потребителя". Поэтому вопрос о назначении цены достаточно тесно связан с вопросом о рациональности потребительского поведения и определяется признаками сегментирования, типом целевого сегмента, характером продвижения и позиционирования на рынке, а самим характером услуги.
 Традиционно различают три стратегии ценообразования на услуги: "Наилучшая стоимость" (best value) опирается на теорию о рациональном поведении потребителя - выбирается торговая марка с наименьшей общей стоимостью и ожидаемого качества. Рациональное соотношение цены и качества; "Искомая цена" (price-seek) опирается на исследования завершенного продукта - выбирается как марка с максимальной ценой с целью максимизации ожидаемого потребительского качества. Максимизация качества и в следствие рост цены; "Бросовая цена" (price aversion) опирается на теорию, исследующую риски неприятия товаров - выбирается марка с наименьшей ценой с целью минимизации текущих затрат. Минимизация цены за счет минимизации качества. Отсюда, очевидны и рычаги управления прибылью в товарном ассортименте: снижение стоимости в стратегии "бросовой цены" с увеличением объема продаж; увеличение цены вместе с увеличением качества при "наилучшей стоимости"; рационализация цены и качества в стратегии "искомая цена".
 По сущности изложенного мы могли видеть, что прибыльность деятельности предприятия определяется прибыльностью отдельных единиц ассортимента услуг. А, следовательно, анализ ассортимента услуг, с точки зрения его прибыльности по отдельным позициям и, соответственно, оценка ценовой политики это базис для грамотного экономически обоснованного поведения предприятия на рынке, базис грамотного управления ассортиментом услуг.
 
 
 4. Сегментирование потребителей услуг
 Сегментирование - это деление потребителей на группы в соответствии с рядом устойчивых признаков, называемых маркетинговыми "признаками сегментирования". Необходимость сегментирования обусловлена необходимостью выбора оптимального сегмента для позиционирования услуги на рынке. В процессе сегментирования происходит формирование сегментов потребительского рынка, устойчивых по своим объединяющим признакам и обладающих набором выраженных характеристик для успешного позиционирования услуг. Общая схема сегментного анализа представлена на рис. 4.1, основные этапы этой схемы рассмотрены в соответствующих разделах настоящего пособия.
 
 Рис. 4.1. Принципиальная схема процесса сегментирования
 В мировой практике используются два принципиальных подхода к маркетинговому сегментированию. В рамках первого метода, именуемого "a priory", предварительно известны признаки сегментирования, численность сегментов, их количество, характеристики, карта интересов. То есть подразумевается, что сегментные группы в данном методе уже сформированы. Метод "a priory" часто используют в тех случаях, когда сегментирование не является частью текущего исследования, а служит вспомогательным базисом при решении других маркетинговых задач. Иногда этот метод применяют при очень четкой определенности сегментов рынка, когда вариантность сегментов рынка не высока. "А priory" допустим и при формировании новой услуги, ориентированной на известный сегмент рынка. В настоящем пособии метод реализации сегментирования "a priory" рассмотрен в разделе 4.1.
 В рамках второго метода, именуемого "post hoc (cluster-based)", подразумевается неопределенность признаков сегментирования и сущности самих сегментов. Исследователь предварительно выбирает ряд интерактивных по отношению к респонденту (метод подразумевает проведение опроса) переменных и далее в зависимости от высказанного отношения к определенной группе переменных, респонденты относятся к соответствующему сегменту. При этом карта интересов, выявленная в процессе последующего анализа, рассматривается как вторичная. Этот метод применяют при сегментировании потребительских рынков, сегментная структура которых не определена в отношении оказываемой услуги. В настоящем пособии "post hoc (cluster-based)" рассмотрен в контексте реализации метода "К - сегментирования" (корреляционного сегментирования) в разделе 4.2.
 4.1 Сегментирование по методу "a priory"
 Для описания сегментирования по методу "a priory", прежде всего, необходимо определиться с типом рынка, на котором предполагается позиционирование услуги. Существует два типа рынков, по типу оказываемых услуг. Промышленный рынок - совокупность лиц и организаций, закупающих товары и услуги, которые используются при производстве других товаров или услуг, продаваемых, сдаваемых в аренду или поставляемых другим потребителям. Например, следующие услуги продаются преимущественно на промышленных рынках: рекламные услуги, услуги по бизнес - сервису и т. п. Потребительский рынок - отдельные лица или домохозяйства, покупающие товары и услуги для личного конечного потребления. К услугам, преимущественно продаваемым на потребительском рынке, относятся: бытовой сервис, услуги по ремонту квартир и т. п.
 Очевидно, что целый ряд услуг может быть продан как на промышленном, так и на потребительском рынке, например обслуживание компьютерной техники, риэлтерские услуги, ремонт помещений и т. п. В этом случае необходимо рассматривать либо отдельное позиционирование на каждом из двух типов рынков, либо при доминировании доли услуг, продаваемых на одном из типов рынков, рассмотреть его как рынок "доминирующего позиционирования", а остаток по рынку другого типа определить как отдельный сегмент.
 Рассмотрим базовые принципы сегментирования потребительского рынка. При сегментировании потребительского рынка услуг обычно используют географические (региональное деление потребителей), психографические (тип личности, социальная среда, темперамент и т.п.), мотивационные (интенсивность потребления, назначение покупки и т. п.) и демографические (возраст, пол и т. п.) признаки сегментирования. То есть, имея социально-демографический "срез" общества, полученный, например, по результатам переписи населения, можно выделить и принять к позиционированию ряд потребительских сегментов.
 При выборе количества сегментов, на которое должен быть разбит потребительский рынок, обычно руководствуются целевой функцией - определение наиболее перспективного сегмента. Очевидно излишним при формировании выборки является включение в нее сегментов, чей покупательский потенциал достаточно мал по отношению к исследуемому изделию. Количество сегментов, как показывают исследования, не должно превышать 10, превышение обычно связано с излишней детализацией признаков сегментирования и ведет к ненужному "размыванию" признаков. Возможна ситуация, когда количество сегментов, принимаемое к рассмотрению на основе социально-демографического анализа, принимают равным количеству "крупных" единиц товарного ассортимента услуг.
 Таблица 4.1 Распределение объема доходов по группам населения, %
 % населения Наименование группы населения Апрель 1992 Апрель 1993 Апрель 1994 20% "нижняя" 10.60 6.80 7.80 20% "нижняя средняя" 15.30 11.60 12.70 20% "средняя" 19.20 16.40 17.30 20% "высокая" 23.80 23.20 23.40 20% "элит класс" 31.10 42.00 38.80 Например, при сегментации по уровню дохода рекомендуется разбивка всех потенциальных покупателей на равные по объему сегменты, с учетом того, чтобы объем каждого из сегментов был, по крайней мере, не меньше предполагаемого объема реализации услуг, основанного на знании производственных мощностей предприятия. Наиболее удачным примером, поясняющим вышесказанное и демонстрирующим возможность разбивки потенциальных потребителей на устойчивые сегментные группы, может послужить сегментация населения по признаку дохода, когда все население разбивается на пять 20% групп. Представленное распределение объема доходов по пяти 20% группам населения приводится регулярно в статистических сборниках и сводках, аналогично, представленному в табл. 4.1. Очевидно удобство работы с такими сегментными группами, особенно в плане отслеживания их емкости.
 Очевидно, что возможно сегментное деление на потребительском рынке и по заведомо определенной социально-демографичекой схеме, когда фирма предлагает ряд сегментно ориентированных услуг, сущность которых заведомо связана характеристиками социального сегмента. Такое предложение услуг называется "сегментно ориентированным позиционированием" - в нем процесс сегментирования с выявлением характеристик сегмента носит вторичный характер по отношению к ранее созданной и позиционно ориентированной услуге. В табл. 4.2 представлен пример сегментного деления потребителей банковских услуг по признаку "возраст потребителя"
 Таблица 4.2 Сегментация клиентов банка по возрастному признаку
 Сегмент Характеристики сегмента Молодежь (16-22 года) Студенты, лица впервые нанимающиеся на работу, более взрослые люди, готовящиеся вступить в брак. Молодые люди недавно образовавшие семью (25-30 лет) Люди впервые покупающие дом или предметы длительного пользования. Семьи "со стажем" (25-45 лет) Люди со сложившейся карьерой, но ограниченной свободой финансовых действий. Первоочередные цели - улучшение жилищных условий, обеспечение финансовой защиты семьи, предоставление образования детям. Лица "зрелого возраста" (40-55 лет) У людей этой категории наблюдается рост доходов по мере снижения финансовых обязательств. Важная цель - планирование пенсионного обеспечения. Лица, готовящиеся к уходу на пенсию (55 и более лет) Люди имеют накопленный капитал и стремятся обеспечить его сохранность и настоящий устойчивый доход. Сегментирование потребителей промышленных рынков по методу "a priory" производится в соответствии с двумя возможными ситуациями в отношении типа потребителей: а) все возможные потребители рынка "известны" и их перечень можно составить (количество потребителей не превышает 50 фирм); б) потребителей достаточно большое число, их состав часто меняется и составить их определенный список невозможно.
 В первом случае, при наличии крупных потребителей, производится их списочное описание, то есть рассматривается полный список всех потребителей. Такой метод в отношении потребителей промышленного рынка называется "полной переписью верхней прослойки потребителей". Применение полной переписи дает возможность определить емкость потребительского рынка по основной услуге, которая рассматривается как сумма потребностей предприятий из сформированной переписи. Пример полной переписи представлен в табл. 4.3.
 Таблица 4.3 "Полная перепись" потенциальных сегментов автопредпрития
 Наименование Тип груза Потребность в перевозках, тонн в год Ж/д станция различный 345566 Речной порт различный 67889990 Фирма "Лето-13" овощи 34535 Агроферма "Новая" скот 346346 Совхоз "Семеновский" овощи 45645 Мясокомбинат мясопродукты 43546 Сеть общ. питания продукты питания 34253455 Торговая сеть товары 2345345 Во втором подходе к описанию потребителей промышленного рынка, когда численность предприятий-потребителей, составляющих сегмент, достаточно высока и отсутствует возможность формирования "полной переписи", применяют сегментирование по обусловленным признакам, связанным с деятельностью промышленного предприятия или его характеристиками. Такими признаками могут быть составляющие финансовых показателей промышленного предприятия (величина оборота, прибыльность деятельности, величина основных фондов и т. п.), особенности структуры или схемы принятия решения о покупке, кадровый состав и т.п. показатели. Выбор показателей предприятия, признаков сегментирования в этом случае обусловлен сущностью услуг, которые предполагается оказывать этим предприятиям. Пример сегментирования промышленных предприятий по величине торгового оборота и сферам деятельности представлен в табл. 4.4.
 Таблица 4.4 Сегментация предприятий по величине торгового оборота и сферам деятельности
 Сегмент Характеристики сегмента Мелкие фирмы Семейные предприятия с ограниченными финансовыми возможностями. Отсутствие административного аппарата, минимум планирования. Сфера деятельности территориально ограничена. Коммерческий успех связан политикой 1-2 ключевых лиц. Финансовая экспертиза ограничена советами банка или дипломированных бухгалтеров Средние фирмы Сфера услуг Большое число работников. Потребность в долгосрочных источниках финансирования для расширения операций Розничная торговля Большое число работников. Большой объем бухгалтерской и счетной работы, а также операций с наличными Обрабатывающая промышленность Проблемы финансирования. Потребность в помещениях Крупные фирмы Сфера услуг и розничная торговля Ориентация на экспансию и захват рынков. Наличие широкой сети филиалов с обширным персоналом по реализации и административного контроля Обрабатывающая промышленность Большая потребность в капиталовложениях в здания и оборудование. Стремление вводить новые продукты, что порождает необходимость в научно-исследовательских работах. Постоянное стремление к завоеванию новых рынков особенно за границей Сельское хозяйство Высокий уровень специализации производства. Сезонные проблемы с наличностью. Относительно низкая отдача капитала 4.2 Метод "K-сегментирования" ("post hoc" метод)
 Метод "K-сегментирования" ("post hoc" метод) направлен на поиск признаков сегментирования с последующим отбором сегментов. Сегментирование производится в отношении определенной фирмы, оказывающей услуги или предлагающей определенный ассортимент услуг. Метод подразумевает, что существует потребительский рынок, структура которого не известна и не может быть определена "a priory" по задаваемым признакам.
 Условия успешности реализации метода:
 Наличие у фирмы минимум 100 клиентов (покупателей или лиц, которым оказывается услуга) в месяц.
 Возможность проведения опроса клиентов фирмы.
 Наличие специального программного обеспечения "ДА-система 4.0" (фирмы "Контекст") или STATISTICA 4.3 (фирмы StatSoft). В данном примере сегментирование будет рассматриваться на примере статистического пакета STATISTICA 4.3.
 Итак, методика сегментирования будет состоять из следующих последовательных этапов.
 Этап I. Определение возможных признаков сегментирования
 Очевидно, что признаки сегментирования не могут быть определены априори без соответствующего изучения потребителей. Но тем не менее, всегда существует возможность предположить возможные признаки сегментирования. Во-первых, можно опросить продавцов фирмы, непосредственно осуществляющих продажи клиентам на предмет способов возможного деления потребителей. А во-вторых, можно воспользоваться предложенными Ф. Котлером стандартными социально-доходными и социально-демографическими признаками сегментирования (пол, возраст, доход, профессия и т.п.).
 Например, при сегментировании потребителей услуги "Подключение к сети Интернет" (компания "Дукс"; г. Санкт-Петербург, Россия; исследование 1997 года) в качестве предполагаемых признаков сегментирования, на основе которых могут быть разделены потребители на устойчивые группы, были выбраны:
 "Возраст";
 "Стаж работы в сети Интернет";
 "Профессиональная специализация" (насколько тесно профессия клиента связана с оказываемой услугой, использует ли он сеть Интернет в своей профессиональной деятельности);
 "Время работы в сети" (сколько в среднем клиент пользуется сетью Интернет, сколько часов).
 Этап II. Проведение опроса
 На втором этапе составляется опросный лист и проводится опрос (в любой форме, см 2.1). Целью опроса является отнесение каждого из клиентов к определенным дифференцированным пунктам выбранных на втором этапе признаков сегментирования. Указанное условие (наличие дифференцированных пунктов в каждом вопросе) определяет необходимость формирования только закрытых вопросов. Опрашиваются только клиенты компании, купившие товар или услугу (или находящиеся на обслуживании) в локальном промежутке времени, предпочтительно в течение 1 месяца.
 Итак, на основе предполагаемых признаков сегментирования формируем опросный лист.
 1. Укажите, пожалуйста, Ваш возраст.
 До 20 лет 20-35 35-55 старше 55 2. Как давно Вы работаете в сети Интернет?
 Менее 1 года 1-2 года 2-3 года более 3 лет 3. В какой степени Вы используете возможности сети Интернет в Вашей профессиональной деятельности?
 Не использую Использую крайне редко Ежедневно обращаюсь к сети Интернет - часть моей работы 4. Как часто Вы выходите в сеть Интернет?
 Несколько раз месяц Несколько раз в неделю Один раз в день Несколько раз в день По составленному листу проводим опрос, в рамках которого клиент компании относит себя в каждом вопросе к определенной группе. Условие опроса - опросные листы, в которых респондент не ответил хотя бы на один вопрос, "бракуются" и не включаются в оценочную базу. Это жесткое условие определено теми статистическими методами, которые применяются к результатам опроса в процессе их обработки.
 Дифференцированным пунктам каждого вопроса присваиваются соответствующие порядковые номера, которые будут заноситься как вариант ответа респондентом на вопрос.
 Не использую Использую крайне редко Ежедневно обращаюсь к сети Интернет - часть моей работы 1 2 3 4 Результаты опроса заносятся в соответствующий массив, где "полями" (вертикальными столбцами) будут вопросы, а содержимое заносится в "строки" (горизонтальные ряды) в виде цифр, обозначающих порядковый номер ответа, так как это представлено на рис. 4.2.
 
 Рис. 4.2. Внешний вид результатов опроса, занесенных в исследовательский массив в программе STATISTICA 4.3
 Этап III. Определение "пригодных" признаков сегментирования
 Степенью "пригодности" определенного признака сегментирования можно считать наличие определенной математической корреляции между парой предполагаемых признаков (наличие корреляции между вопросами в данном исследовании). Наличие высокого уровня корреляции (наибольшее значение вычисленного математического коэффициента корреляции) указывает на присутствие взаимосвязи между признаками, то есть на возможность их совместного использования. А выделить устойчивую сегментную группу можно только на пересечении двух признаков сегментирования.
 Для этого вычисляется попарно коэффициент корреляции между вопросами (возможными признаками сегментирования), как это показано на рис. 4.3.
 
 Рис. 4.3. Результат попарного вычисления коэффициента корреляции для результатов опроса, занесенных в исследовательский массив в программе STATISTICA 4.3
 Результаты расчета коэффициентов корреляции для данного исследования показали, что наиболее тесно связаны между собой признаки сегментирования "стаж работы в сети" и "профессиональная специализация" (наибольший коэффициент корреляции). Следовательно, именно эти признаки описывают клиентов компании и могут быть выбраны при их сегментном делении.
 Этап IV. Выделение сегментов
 На основе полученных признаков сегментирования можно сформировать сегментные группы (также называемые "потребительские сегменты"). По логике, сегментов должно быть 16 (в данном примере), в результате пересечения вариантов ответов по каждому принятому признаку сегментирования (табл. 4.5).
  Таблица 4.5 Возможное количество сегментов, образующееся на пересечении признаков сегментирования "стаж работы в сети" и "профессиональная специализация"
  "Стаж работы в сети" "Профессиональная специализация" Менее 1 года 1-2 года 2-3 года более 3 лет Не использую 1 2 3 4 Использую крайне редко 5 6 7 8 Ежедневно обращаюсь к сети 9 10 11 12 Интернет - часть моей работы 13 14 15 16 Но использование такого количества сегментов невозможно. Во-первых, некоторые сегментные группы будут слишком малы (до 5% от общей численности клиентов). Во-вторых, дифференцировать ассортимент услуг в отношении такого большого числа сегментных групп крайне трудно, да и не рационально по сути. Обычно выделяют 4-6 устойчивых сегментных групп, в отношении которых и производится товарная дифференциация. Поэтому по приведенной таблице высчитывается процент респондентов, оказавшихся в той или иной из 16 групп возможных сегментных групп, предполагая, что этот процент можно распространить на всех клиентов. Группы с наиболее высоким процентом выделяем как сегменты рынка. Вычисление процента по сегментным группам для рассматриваемого примера представлено на рис. 4.3.
 
 Рис. 4.4. Вычисление процента по сегментным группам в программе STATISTICA 4.3
 Итак, в приведенном примере мы выделим сегменты:
 "Профессиональная специализация" "Стаж работы в сети" % Не использую Менее 1 года 23 Не использую 1-2 года 22 Использую крайне редко 1-2 года 17 Ежедневно обращаюсь к сети 1-2 года 15 Этап V. Формулировка сегментов
 На последнем этапе выделенным сегментам дают описание и присваивают специальные маркетинговые "прозвища" для удобства последующей работы с ними. Для нашего примера, таблица описаний и "прозвищ" будет выглядеть так, как это представлено в табл. 4.6.
 Таблица 4.6 "Прозвища" и описания для выделенных сегментов
 "Профессиональная специализация" "Стаж работы в сети" "Прозвище" сегмента Описание (характеристики сегмента) Не использую Менее 1 года "Новичок" Данный сегмент еще не успел основательно освоиться в среде Интернет, использует Интернет в бытовых целях, не применяет его в своей профессиональной деятельности Не использую 1-2 года "Бытовой Интернет" Представители сегмента освоили сеть Интернет и легко в ней ориентируются, но их профессиональная деятельность либо лежит за пределами сети Интернет, либо они не знают возможностей использования Интернет в своей профессиональной деятельности Использую крайне редко 1-2 года "Справка на работе" Представители сегмента представляют себе возможности Интернет и используют его на работе для получения справочной информации в редких случаях. Профессия чаще не связана с информационными потоками Ежедневно обращаюсь к сети 1-2 года "Интернет в работе" Представители сегмента представляют себе возможности Интернет и активно используют его на работе для получения профессионально ориентированной информации Таким образом, мы имеем выделенные признаки сегментирования и выделенные сегменты, в отношении которых может производиться проектирование, модернизация или позиционирование товара.
 4.3 Критериальная оценка перспективных сегментов
 Завершающей стадией формирования сегментных групп (вне зависимости от того, каким способом производилось сегментирование) является "критериальная оценка" выделенных сегментов, в рамках которой рассматривается их соответствие ряду маркетинговых критериев успешности позиционирования на них услуг. Традиционно рассматривают критериальные оценки: "соответствие емкости сегмента", "доступность сегмента", "существенность сегмента", "совместимость сегмента с рынком основных конкурентов". Критериальная оценка производится на основе оценки либо количественных показателей сегментов или экспертных оценок в отношении изучаемого сегмента.
 При оценке по критерию емкости сегмента положительным параметром можно считать возможность направить все производственные мощности нашего предприятия на работу в данном сегменте, т.е. емкость сегмента должна быть больше или равна производственной мощности предприятия по услуге.
 Критерий доступности сегмента для предприятия: анализ этого вопроса дает руководству информацию, есть ли у него возможность начать продвижение своих услуг на выбранном сегменте или еще предстоит позаботиться о формировании сбытовой сети и налаживании отношений с посредниками. То есть стоит вопрос: работало предприятие ранее с этим сегментом?
 Критерий существенности сегмента - это оценка того, насколько эта группа потребителей устойчива по своим основным объединяющим признакам. Является ли данный сегмент растущим, устойчивым или уменьшающимся, стоит ли на него ориентировать свои производственные мощности.
 По критерию совместимости сегмента с рынком основных конкурентов руководство предприятия должно получить ответ на вопрос, в какой степени основные конкуренты готовы поступиться выбранным сегментом рынка, насколько продвижение на данном рынке затрагивает их интересы. И если основные конкуренты будут всерьез обеспокоены продвижением услуг нашим предприятием на выбранном сегменте и предпримут соответствующие меры по его защите, то необходимо быть готовым нести дополнительные расходы при ориентации на этот сегмент и учесть соответствующие мероприятия при разработке тактики маркетинга.
 Если выбранный сегмент рынка удовлетворяет руководство рассматриваемого предприятия по всем критериям, то принимается решение о позиционировании комплекса предоставляемых услуг в данной рыночной нише. Для успешного позиционирования наших услуг на этом сегменте уровень конкурентоспособности наших услуг должен быть не ниже, чем тот, что обеспечивается нашими конкурентами.
 
 
 5. Прогнозирование рыночных тенденций
 Приложением к данной главе является алгоритмический модуль forecast.zip (7Kb)
 "Рынок" представляет собой крайне сложную кибернетическую модель с очень большим количеством внутренних и внешних факторов. Прогнозирование какого-либо фактора рыночной ситуации (например, объем продаж конкретной фирмы) невозможно только на основе тенденции самого фактора. Почему? Поведение отдельного рыночного фактора, позволю себе аналогию, подобно поведению бабочки в полете. Вспомните, как летит бабочка: ее полет выглядит с внешней стороны как "порхание" без определенной цели, хотя, очевидно, что она стремится к определенной цели - к цветку. Мы не обращаем внимания на внешние факторы, влияющие на бабочку: ветер, атмосферное давление, высота от земли, гравитация и т.п., и на внутренние: ее собственные силы, система ориентирования и т.п. Суть в том, что мы со стороны не можем предсказать, к какому цветку прилетит бабочку. Так же ведет себя и изучаемый отдельный рыночный показатель. Очевидно, что на объем продаж фирмы (как отдельный показатель) могут влиять продажи конкурентов, тенденции емкости сегмента, их объемы продажи, конъюнктура товаров-заменителей, сопутствующих товаров (услуг) и многие другие факторы. И такое влияние обусловливает поведение не только фактора объема продаж, но и любого внутрифирменного показателя. Тем не менее, такой прогноз необходим в рамках маркетинговых исследований. И поэтому давайте рассмотрим методику, которая, с одной стороны, не является чистым прогнозированием "показателя по показателю", с другой стороны учитывает взаимодействие показателя с другими рыночными факторами, не усложняя модели до ее не разрешимости.
 Итак, давайте рассмотрим задачу, в которой коммерческому предприятию, не имеющему специального штата прогнозистов, необходимо спрогнозировать объем продаж по своему товару (услуге). При этом на рынке нет предприятий монополистов, поведение которых диктовало бы рыночную ситуацию - на рынке присутствует много мелких и средних предприятий. Требуется спрогнозировать объем продаж конкретной фирмы для планирования объема закупок (производства) услуги (услуг) и оценить риск принятия решения.
 Этап I. Отбор факторов, вероятно определяющих количественное изменение объема продаж
 Прогнозирование начнем с подбора факторов, которые "вероятно" определяют количественное изменение объема продаж. То есть мы создаем гипотезу в отношении возможных факторов, влияющих на поведение кривой продаж. Подбор факторов производится экспертным путем: эксперт по соответствующему рынку предполагает возможные параметры:
 которые по мнению эксперта оказывают влияние на поведение продаж;
 динамика которых, выраженная математически, известна на том же промежутке, что и объем продаж (то есть это количественный параметр или качественный, который можно преобразовать к количественной характеристике);
 относящиеся как к внешним (факторы "внешней среды маркетинга" фирмы), так и внутренним (факторы "внутренней среды маркетинга" фирмы).
 Число выбираемых факторов не ограничено, чем больше их будет на первом этапе, тем лучше, это определит более точный результат в прогнозировании. В данном примере (табл. 5.1) мы выбрали три абстрактных фактора, которые мы назвали F1, F2, F3.
 Таблица 5.1 Подбор факторов (F1-F3), которые "вероятно" определяют количественное изменение объема продаж (Q)
 Дата Q F1 F2 F3 мар.97 23 22 12 223 апр.97 34 34 2 456 май.97 55 45 3 556 июн.97 34 56 67 456 июл.97 22 77 34 567 авг.97 34 99 22 560 сен.97 44 102 33 334 окт.97 45 111 89 456 ноя.97 56 122 11 678 В случае затруднения в выборе факторов рекомендуется выбрать "макро" факторы внешней и внутренней среды для конкретного рынка и конкретной фирмы, например некоторые возможные из них:
 "внешние факторы среды маркетинга фирмы"
 курс валют;
 емкость потребительского сегмента;
 суммарные продажи на сегменте;
 динамика численности конкурентов;
 удовлетворенность сегмента товарами на рынке;
 "внутренние факторы среды маркетинга фирмы"
 наличие товарного запаса;
 эффективность работы штата менеджмента фирмы;
 затраты на рекламу или тип рекламного сообщения;
 изменение способа позиционирования товара;
 изменение количества дистрибьютеров товара.
 Этап II. Выделение "факторов влияния"
 Теперь необходимо разобраться: какие из выбранных факторов ("факторы влияния") действительно оказывают влияние на изменение объема продаж, а какие нужно просто "отбросить" из рассмотрения. Критерием такого соответствия, безусловно, можно считать коэффициент корреляции, который показывает, насколько близки тенденции двух факторов (в данном случае - насколько связано распределение во времени факторов F1-F3, см. рис. 5.1).
 
 Рис. 5.1. Динамика исследуемых факторов
 В табл. 5.2 показан расчет коэффициента корреляции между объемом продаж (Q) и факторами (F1, F2, F3). Коэффициент корреляции может быть рассчитан, например, с помощью программного пакета MS Excel, в котором подобный расчет реализуется функцией "CORREL". Из расчета видно, что по коэффициенту корреляции в данном примере "факторами влияния" будут F1 и F3, а фактор F2 можно отбросить из рассмотрения.
 Таблица 5.2 Отбор "факторов влияния" по коэффициенту корреляции
  CORR F1 CORR F2 CORR F3 0,462 -0,057 0,458 Дата Q F1 F2 F3 мар.97 23 22 12 223 апр.97 34 34 2 456 май.97 55 45 3 556 июн.97 34 56 67 456 июл.97 22 77 34 567 авг.97 34 99 22 560 сен.97 44 102 33 334 окт.97 45 111 89 456 ноя.97 56 122 11 678 Этап III. Линейное прогнозирование "факторов влияния"
 Теперь в нашем примере мы имеем динамику "факторов влияния" и объема продаж на период с марта 1997 по ноябрь 1997. Соответственно, мы прогнозируем по времени поведение каждого из "факторов влияния" (линейная тенденция для факторов, рассматриваемых в примере представлена в табл. 5.3). В принципе, в таком предсказании более точный результат будет получен при аппроксимации тенденций факторов и оценки прогнозируемого фактора по аппроксимированной функции. Но и использование линейного предсказания, реализуемого функцией "FORECAST" в пакете MS Excel, также допустимо. Способ реализации функции "FORECAST" представлен в табл. 5.3.
 Таблица 5.3 Реализация линейного прогнозирования на основе функции "FORECAST" в пакете MS Excel
  А В 1 Дата F1 2 мар.97 22 3 апр.97 34 4 май.97 45 5 июн.97 56 6 июл.97 77 7 авг.97 99 8 сен.97 102 9 окт.97 111 10 ноя.97 122 11 дек.97 =FORECAST(A11;B2:B10;A2:A10) В табл. 5.4 представлены спрогнозированные линейным образом значения "факторов влияния" для рассматриваемого примера "предсказания объема продаж в будущем периоде".
 Таблица 5.4 Линейное прогнозирование "факторов влияния" (спрогнозированная линейная тенденция для факторов F1, F2 представлена выделенными курсивом цифрами)
 Дата F1 F3 мар.97 22 223 апр.97 34 456 май.97 45 556 июн.97 56 456 июл.97 77 567 авг.97 99 560 сен.97 102 334 окт.97 111 456 ноя.97 122 678 дек.97 140 599 янв.98 153 577 фев.98 166 584 мар.98 177 613 Этап IV. Прогнозирование продаж по прогнозу "факторов влияния"
 Очевидно, что мы не можем прогнозировать продажи, используя только саму тенденцию продаж во времени, это как раз и рассматривалось бы как "прогнозирование фактора по самому фактору". Но у нас имеется тенденция "факторов влияния", которая по своей сущности определяет поведение тенденции продаж (это следует из рассчитанного нами коэффициента корреляции). И именно эта предсказанная тенденция позволяет нам спрогнозировать объем продаж в соответствии с со значениями каждого из факторов. Реализация такого алгоритма на основе функций MS Excel представлена в табл. 5.5.
 Таблица 5.5 Реализация алгоритма предсказания объема продаж по тенденциям "факторов влияния" на основе функций MS Excel
  A B C D E F 1 Дата Q F1 Q1 TREND F3 Q3 TREND 2 мар.97 23 22 223 : : : : : 10 ноя.97 56 122 678 11 дек.97 =(D11+F11)/2 139 =FORECAST(C11;B2:B10;C2:C10) 598 =FORECAST(E11;B2:B10;E2:E10) Отметим, что предсказанное значение объема продаж получается как среднеарифметическое от суммы предсказанных значений на основе каждого из "факторов влияния". Это позволяет учесть каждый из "факторов влияния" в прогнозе. Результат прогнозирования для нашего примера представлен в табл. 5.6.
 Таблица 5.6 Прогнозирование продаж по прогнозу "факторов влияния"
 Дата Q Q TREND F1 Q1 TREND F3 Q3 TREND мар.97 23 22 223 : : : : ноя.97 56 122 678 дек.97 46,3 140 48,9 599 43,7 янв.98 44,9 153 47,7 577 42,1 фев.98 45,2 166 47,7 584 42,7 мар.98 55,0 177 69,8 613 40,2 Этап V. Оценка риска прогнозирования
 Необходимо учесть, что прогнозирование ведется с целым рядом допущений, которые могут сильно повлиять на наш прогноз:
 в наше исследование может не попасть фактор, оказывающий серьезное влияние на продажи;
 используем линейное прогнозирование, а тенденция может оказаться значительно сложнее;
 производим расчет прогнозного значения, как среднеарифметическое от спрогнозированных по факторам значений (см. табл. 5.6) без учета уровня корреляции соответствующего фактора.
 Эти факторы, безусловно, снижают точность прогнозирования. Более того, заметьте (см. табл. 5.6), что прогнозирование в нашем примере периодов последующих за декабрем 1997 года ведется на основе не проверенных временем значений, а значений также спрогнозированных математически. То есть, чем на более длительный период времени мы пытаемся сделать прогноз, тем более не точны прогнозируемые значения.
 Указанные выше ограничения не влияют на использование метода (и тем более его не отменяют), а лишь указывают нам на необходимость расчета величины "риска прогнозирования". В случае нашей методики эту погрешность можно оценить как "риск прогнозирования" по соотношению между спрогнозированным значением тенденции продаж (Q TREND) и прогнозными значениями продаж от каждого "фактора влияния" (Q1 TREND и Q3 TREND). Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel представлена в табл. 5.7.
 Таблица 5.7 Реализация расчета "риска прогнозирования" (var) на основе пакета MS Excel
  A B C D E F G H 1 Дата Q Q TREND F1 Q1 TREND F3 Q3 TREND var 2 дек.97 46,3 140 48,9 599 43,7 =((ABS(C2-E2)+ABS(C2-G2))/2)/C2 Как видно из табл. 5.8 расчет "риска прогнозирования" построен на расчете отношения среднеарифметического отклонения прогнозных значений по отношению к среднеарифметическому значению тенденции продаж:
 var =((ABS(QTREND - Q1TREND)+ABS(QTREND - Q3TREND))/2)/QTREND.
 Оценка риска прогнозирования для нашего примера представлена в табл. 5.8. Необходимо отметить, что с увеличением срока прогнозирования растет и "риск прогнозирования": 6% для декабря 1997 года и 27% для марта 1997 года.
 Таблица 5.8 Оценка риска прогнозирования
 Дата Q TREND F1 Q1 TREND F3 Q3 TREND var дек.97 46,3 140 48,9 599 43,7 6% янв.98 44,9 153 47,7 577 42,1 6% фев.98 45,2 166 47,7 584 42,7 6% мар.98 55,0 177 69,8 613 40,2 27% "Риск прогнозирования" может быть учтен в объемах закупки услуги или объеме подготовленной услуги (численность наемного штата специалистов) как прямая величина процента от объема продаж. То есть в нашем примере, рекомендуется запланировать на декабрь 1997 года продажи в объеме:
 Q= QTREND* var=46,3*0.94=43.5
 То есть рассчитанная величина риска снижает планируемый нами объем продаж.
 Полная схема "факторного линейного прогнозирования" объема продаж представлена в табл. 5.9, это позволяет оценить или представить весь метод в комплексе: от отбора "факторов влияния" до расчета прогнозных значений объема продаж.
 Таблица 5.9 Полная схема "факторного линейного прогнозирования" объема продаж
  0,46 CORR F1 0,06 CORR F2 0,46 CORR F3 Дата Q Q TREND F1 Q1 TREND F2 Q2 TREND F3 Q3 TREND var мар.97 23 22 12 223 апр.97 34 34 2 456 май.97 55 45 3 556 июн.97 34 56 67 456 июл.97 22 77 34 567 авг.97 34 99 22 560 сен.97 44 102 33 334 окт.97 45 111 89 456 ноя.97 56 122 11 678 дек.97 46,3 140 48,9 599 43,7 6% янв.98 44,9 153 47,7 577 42,1 6% фев.98 45,2 166 47,7 584 42,7 6% мар.98 55,0 177 69,8 613 40,2 27%
 
 
 
 

<< Пред.           стр. 2 (из 2)           След. >>

Список литературы по разделу