Васильева З.А., Филимоненко И.В. Карпычева О.В., Говорина О.В. Стратегический маркетинг

Подождите немного. Документ загружается.

171

Методика выявления цикличности заключается в следующем.

Отбираются рыночные показатели, проявляющие наибольшие колебания, и

строятся их динамические ряды за возможно более продолжительный срок. В

каждом из них исключается тренд, а также сезонные колебания. Остаточные

ряды, отражающие только конъюнктурные или чисто случайные колебания,

стандартизируются, т.е. приводятся к одному знаменателю. Затем

рассчитываются коэффициенты корреляции, характеризующие взаимосвязь

показателей. Многомерные связи разбиваются на однородные кластерные

группы. Нанесенные на график кластерные оценки должны показать

последовательность изменения основных рыночных процессов и их

движение по фазам конъюнктурных циклов.

8.3. Экспликативные модели. Построение причинной структуры

спроса. Ограничения математического моделирования

С научной точки зрения, «объективные» и «аналитические» методы

основываются на создании экспликативных математических моделей,

которые позволяют имитировать рыночные 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 наблюдению и измерению.

Экспликативные (объясняющие, каузальные) методы прогнозирования

включают разработку и использование прогнозных моделей, в которых

изменения в уровне продаж являются результатом изменения одной и более

переменных.

Экспликативные методы прогнозирования требуют определения

факторных признаков, оценки их изменений и установления зависимости

между ними и зависимой переменной, например, объемом продаж.

Определение первичной структуры

Определение причинной структуры исследуемого явления – исходная

точка математического моделирования. Рассмотрим случай предприятия,

которое хочет укрепить приверженность своих потребителей и ищет

наиболее эффективные средства для достижения этого результата.

Возникают следующие вопросы.

172

- Каковы факторы, определяющие имидж промышленного

предприятия?

- Какое влияние оказывает этот имидж на частоту закупок у данного

производителя?

- Какие иные факторы определяют удовлетворительность клиентов?

- В какой степени уровень удовлетворённости влечёт долгосрочную

приверженность к марке или производителю?

Следует рассмотреть последовательность причинных связей, где первая

зависимая переменная (имидж) становится причинной переменной для

второй зависимой переменной (частота и удовлетворённость), которая в свою

очередь определяет долгосрочную приверженность клиентов.

Другими словами, речь идёт о наборе гипотез, основанных на

понимании поведения потребителей при покупке и априори вытекающих из

теории поведения. Этот набор гипотез должен затем быть принят (или

отвергнут) аналитиком на основе наблюдений. В случае подтверждения

модель может применяться для целей управления.

Модели с системой уравнений

Если изучаемое явление слишком сложно для описания его

единственным уравнением, аналитик должен выбрать такой метод оценки,

который позволяет учитывать взаимозависимость переменных.

В качестве примера рассмотрим проблему измерения влияния рекламы

на долю рынка для марки потребительского товара, продаваемого через

широкую сбытовую сеть. Предыдущие исследования эффективности

рекламы показали, что она непосредственно влияет на уровень узнавания

марки и на поведение продавцов, ответственных за сбыт марки в сети. Таким

образом, причинная структура явления может быть представлена схемой на

рисунке 8.3.

Интенсивность

рекламы

(х

)

Давление

конкуренции

(х

)

Относительная

цена марки

(х

)

Поведение

посредников

(у

)

Поведение

продавцов

(у

)

Доля рынка марки

(у

)

Рисунок 8.3 - Пример причинной структуры влияния рекламы на долю

рынка [2]

173

Здесь имеются три функциональные связи:

1. Поведение дистрибьютора

(

)

определяется торговой наценкой,

которую он получает

(

)

x , и интенсивностью рекламных усилителей в

отношении марки

(

)

x ;

2. Поведение продавцов

(

)

y определяется поведением дистрибьюторов

(

)

y , интенсивностью рекламы

(

)

x и давлением конкуренции

(

)

x ;

3. Уровень доли рынка

(

)

определяется поведением дистрибьюторов

(

)

, поведением продавцов

(

)

и относительным уровнем цены марки

(

)

Пусть:

(

)

( )

.,,

,,,

4213

1322

211

xyyfy

yxxfy

xxfy

Тогда подлежащие определению структурные уравнения примут вид:

Внешние переменные Зависимые переменные

Ошибки

x1 x2 x3 x4 y1 y2 y3

y1 b1x1 + b2x2 +e1

y2 b3x2 + b4x3 + b5y1 +e2

b6x4

+ b7y1

+ b8y2

+e3

Мощность современных расчётных методов достаточна для решения

этой системы уравнений.

Корреляционно-регрессионный анализ

К числу наиболее широко используемых каузальных методов

относится корреляционно-регрессионный анализ. Техника этого анализа

достаточно подробно рассмотрена во всех статистических справочниках и

учебниках. Рассмотрим лишь возможности этого метода применительно к

прогнозированию объема продаж.

Может быть построена регрессионная модель, в которой в качестве

факторных признаков могут быть выбраны такие переменные, как уровень

доходов потребителей, цены на продукты конкурентов, расходы на рекламу и

др. Уравнение множественной регрессии имеет вид

Y (X

; X

; ...; Xn) = b

+ b

× X

+ b

× X

+ ... + bn × Xn, (8.3)

где Y - прогнозируемый (результативный) показатель; в данном случае -

объем продаж;

; X

; ...; Xn - факторы (независимые переменные); в данном случае -

уровень доходов потребителей, цены на продукты конкурентов и т.д.;

174

n - количество независимых переменных;

- свободный член уравнения регрессии;

; b

; ...; bn - коэффициенты регрессии, измеряющие отклонение

результативного признака от его средней величины при отклонении

факторного признака на единицу его измерения.

Последовательность разработки регрессионной модели для

прогнозирования объема продаж включает следующие этапы:

1) Предварительный отбор независимых факторов, которые по

убеждению исследователя определяют объем продаж. Эти факторы должны

быть либо известны (например, при прогнозировании объема продаж

цветных телевизоров (результативный показатель) в качестве факторного

признака может выступать число цветных телевизоров, находящихся в

эксплуатации в настоящее время); либо легко определяемы (например,

соотношение цены на исследуемый продукт фирмы с ценами конкурентов);

2) Сбор данных по независимым переменным. При этом строится

временной ряд по каждому фактору либо собираются данные по некоторой

совокупности (например, совокупности предприятий). Другими словами,

необходимо, чтобы каждая независимая переменная была представлена 20 и

более наблюдениями;

3) Определение связи между каждой независимой переменной и

результативным признаком. В принципе, связь между признаками должна

быть линейной, в противном случае производят линеаризацию уравнения

путем замены или преобразования величины факторного признака;

4) Проведение регрессионного анализа, т.е. расчет уравнения и

коэффициентов регрессии, и проверка их значимости;

5) Повтор этапов 1-4 до тех пор, пока не будет получена

удовлетворительная модель. В качестве критерия удовлетворительности

модели может служить ее способность воспроизводить фактические данные с

заданной степенью точности;

6) Сравнение роли различных факторов в формировании

моделируемого показателя. Для сравнения можно рассчитать частные

коэффициенты эластичности, которые показывают, на сколько процентов в

среднем изменится объем продаж при изменении фактора Xj на один процент

при фиксированном положении других факторов. Коэффициент

эластичности определяется по формуле:

b=ε

где bj — коэффициент регрессии при j-м факторе.

Регрессионные модели могут использоваться при прогнозировании

спроса на потребительские товары и средства производства.

175

В результате проведения корреляционно-регрессионного анализа

объема продаж напитка «Тархун» была получена модель[19]:

Yt+1 = 2,021 + 0,743At + 0,856Yt,

где Yt+1 — прогнозируемый объем продаж в месяце t + 1;

At — затраты на рекламу в текущем месяце t;

Yt — объем продаж в текущем месяце t.

Возможна следующая интерпретация уравнения многофакторной

регрессии: величина объема продаж напитка в среднем увеличивалась на

2,021 тыс. дал, при увеличении затрат на рекламу на 1 руб. объем продаж в

среднем увеличивался на 0,743 тыс. дал., при увеличении объема продаж

предыдущего месяца на 1 тыс. дал объем продаж в последующем месяце

увеличивался на 0,856 тыс. дал.

Моделирование динамики

Пеетерс [2] разработал динамическую модель оценки спроса на

большегрузные транспортные средства на европейском рынке. Выбрана

следующая функция:

Спрос = F (производство, процент, цена, ошибка),

где спрос (Q) – ежемесячный объём заказов на грузовики грузоподъёмностью

15 т. и выше, производство – месячный индекс промышленного

производства, процент – гарантированная месячная учётная ставка процента

по государственным обязательствам, цена – индекс цены на дизельное

топливо.

Используя данные после сезонной коррекции, представление в

логарифмическом масштабе. Рассматриваемая модель является

динамической; она следующим образом описывает структуру реакции рынка:

- переменная «производство» (Пр) вводится в форме модели с

запаздыванием, описываемым убывающим геометрическим распределением

с коэффициентом переноса при переходе от t к t – к, равным 0,4557 (модель

Койка ( Koyck));

- переменная «процент» входит в модель с запаздыванием, равным

восьми месяцам; это указывает на то, что время появления эффекта

изменения ставки процента составляет восемь месяцев (уровень задержки

был определён экспериментально);

- переменная «цена» аналогичным образом является запаздывающей на

восемь месяцев;

176

- член «погрешность» также имеет динамическую структуру в том

смысле, что представляет собой взвешенную сумму трёх погрешностей по

указанным переменным (U) и чисто случайной составляющей (е).

Уровень спроса, полученное числовым методом по критерию

максимального правдоподобия, имеет вид:

−

Пp3630,0Пp7960,0Пp7479,1503,5Q

+…-

−

Цена

4767

Процент

1899

.еU2602,0U1389,0U2463,0

−−−

N = 86 DM = 1,989 ;

= 0,865.

Качество модели оценивается с помощью обычных статистических

показателей. Коэффициент детерминированности равен в данном случае

0,865. Все значения t – критериев, измеряющих точность коэффициентов

регрессии, являются значимыми на уровне 5 % и выше.

Поскольку речь идёт об эластичности, коэффициенты допускают

прямую интерпретацию. Так, например:

- кумулятивный общий эффект (сумма эффектов запаздывания)

переменной «промышленное производство» равен 3,2114; это означает, что

рост промышленного производства на 1 % приводит к росту числа законов на

3,2 %;

- эффект понижения ставки учётного процента на 10 % приводит, с

восьмимесячным запаздыванием, к повышению спроса на грузовики на

1,9 %;

- эффект повышения цены дизельного топлива на 10 % через восемь

месяцев приводит к падению спроса на грузовики на 4,8 %.

Итак, например, при прогнозировании объема продаж могут быть

использованы все рассмотренные выше методы. Естественно, возникает

вопрос об оптимальном методе прогнозирования в конкретной ситуации.

Выбор метода связан, по крайней мере, с тремя ограничивающими

условиями:

1) Точность прогноза;

2) Наличие необходимых исходных данных;

3) Наличие времени для осуществления прогнозирования.

Если требуется прогноз с точностью 5 %, то все методы

прогнозирования, обеспечивающие точность 10 %, могут не рассматриваться.

Если нет необходимых для прогноза данных (например, данные временных

рядов при прогнозировании объема продаж нового продукта), то

исследователь вынужден прибегнуть к казуальным методам или экспертным

оценкам. Подобная ситуация может возникнуть в связи со срочной

потребностью в прогнозных данных. В этом случае исследователь должен

177

руководствоваться временем, имеющимся в его распоряжении, осознавая,

что срочность расчетов может сказаться на их точности.

Необходимо отметить, что мерой качества прогноза может служить

коэффициент, характеризующий отношение числа подтвердившихся

прогнозов к общему числу сделанных прогнозов. Очень важно осуществлять

расчет этого коэффициента не по окончании прогнозируемого срока, а при

составлении самого прогноза. Для этого можно использовать метод

инверсной верификации путем ретроспективного прогнозирования. Это

означает, что правильность прогнозной модели проверяется ее способностью

воспроизводить фактические данные в прошлом. Других формальных

критериев, знание которых позволило бы априорно заявить об

аппроксимирующей способности прогнозной модели, не существует [18].

178

МОДУЛЬ 4. АНАЛИЗ КОНКУРЕНТОСПОСОБНОСТИ ФИРМЫ

9. Конкурентное преимущество, основанное на рыночной силе

9.1. Понятие и основные характеристики конкурентного

преимущества

Конкурентное преимущество - это те характеристики, свойства товара

или марки, которые создают для фирмы определенное превосходство над

своими прямыми конкурентами. Эти характеристики (атрибуты) могут быть

самыми различными и относиться как к самому товару, (базовой услуге), так

и к дополнительным услугам, сопровождающим базовую, к формам

производства, сбыта или продаж, специфичным для фирмы или товара.

Указанное превосходство является, таким образом, относительным,

определяемым по сравнению с конкурентом, занимающим наилучшую

позицию на рынке товара или в сегменте рынка. Этот самый опасный

конкурент называется приоритетным.

Относительное превосходство конкурента может быть обусловлено

различными факторами. В общем виде эти факторы можно сгруппировать в

две широкие категории, исходя из создаваемых ими преимуществ, которые

могут быть внутренними и внешними.

Конкурентное преимущество называется «внешним», если оно

основано на отличительных качествах товара, которые образуют ценность

для покупателя за счет либо сокращения издержек, либо повышения

эффективности.

Внешнее конкурентное преимущество, следовательно, увеличивает

«рыночную силу» фирмы в том смысле, что она может заставить рынок

принять цену продаж выше, чем у приоритетного конкурента, не

обеспечивающего соответствующего отличительного качества. Стратегия,

вытекающая из внешнего конкурентного преимущества, - это стратегия

дифференциации, которая опирается на маркетинговое ноу-хау фирмы, ее

превосходство в выявлении и удовлетворении ожиданий покупателей

недовольных существующими товарами.

Конкурентное преимущество является «внутренним», если оно

базируется на превосходстве фирмы в отношении издержек производства,

управления фирмой или товаром, которое создает «ценность для

изготовителя», позволяющую добиться себестоимости меньшей, чем у

конкурента.

Внутреннее конкурентное преимущество - это следствие более

высокой «производительности», которая обеспечивает фирме большую

рентабельность и большую устойчивость к снижению цены продаж,

навязываемому рынком или конкуренцией. Стратегия, основанная на

внутреннем конкурентном преимуществе, - это стратегия доминирования по

издержкам, которая базируется главным образом на организационном и

производственном ноу-хау фирмы.

179

Эти два типа конкурентного преимущества, имеющие разное

происхождение и различную природу, часто оказываются несовместимыми,

поскольку требуют существенно различающихся навыков и культуры.

Себестоимость

(в % от СОК)

Максимально приемлемая

цена продаж

(в % от СОК)

СОК - самый опасный

конкурент

1,1 1,2 1,3

0,90,80,7

1,1

1,2

1,3

0,9

0,8

0,7

Провальная

зона

Идеальная

зона

Стратегия

дифференциации

Стратегия

доминирования по

издержкам

Рисунок 9.1 Понятие конкурентного преимущества

Горизонтальная ось на рис. 9.1 соответствует максимальной цене,

принимаемой рынком, а вертикальная ось - издержкам производства. Обе

величины приводятся в процентах по сравнению с аналогичными значениями

для приоритетного конкурента.

Позиционирование в левом верхнем и правом нижнем квадрантах

отвечает провальной и идеальной ситуациям соответственно.

Позиционирование в левом нижнем квадранте подразумевает

стратегию лидерства по издержкам.

Позиционирование в правом верхнем квадранте соответствует

стратегии дифференциации.

Биссектриса разграничивает благоприятные и неблагоприятные зоны.

Задача анализа конкурентоспособности - дать фирме возможность

позиционировать себя по этим осям, чтобы извлечь из этого стратегические

следствия и сформировать приоритетные цели. Для выбора положения по оси

«рыночная сила» следует использовать данные, полученные при

исследованиях имиджа. Исследования позволяют измерить ценность,

воспринимаемую рынком, и оценить эластичность по цене. При анализе

«производительности» следует исходить из кривой опыта или учитывать

данные службы «разведки рынка», в функции которой входит наблюдение за

конкурентами.

180

9.2. Оценка конкурентного преимущества фирмы

М. Портер предложил расширенную концепцию соперничества, суть

которой состоит в том, что способность фирмы реализовать свое

конкурентное преимущество на базовом рынке зависит не только от прямой

конкуренции, с которой она сталкивается, но также от роли, которую играют

такие конкурентные силы, как потенциальные конкуренты на этом рынке,

товары-заменители, клиенты и поставщики. Две первые силы составляют

прямую угрозу, а две последние - косвенную угрозу, зависящую от их

способности диктовать свои условия. Именно взаимодействие данных пяти

сил, представленных на рис. 9.2, определяет в конечном итоге потенциал

рентабельности рынка товара. Очевидно, что главные действующие силы,

формирующие конкурентный климат, могут изменяться от рынка к рынку.

Рисунок 9.2 Расширенная концепция соперничества

Угроза прихода новых конкурентов

Потенциальные конкуренты с большой вероятностью прихода на

рынок - это угроза, степень которой фирма должна стремиться понизить и

против которой она должна защищать себя, создавая барьеры входа.

Потенциальные прямые конкуренты могут быть выявлены в следующих

группах фирм:

- фирмы вне рынка товара, которые могут легко преодолеть барьеры

входа;

- фирмы, для которых приход на рынок создаст большой

синергический эффект;

- фирмы, для которых приход явится логическим развитием их

Потенциальные

конкуренты

Отраслевые

конкуренты

Соперничество

между

существующими

отраслевыми

предприятиями

региона

Покупатели

Субституты

Поставщики

Угроза появления

новых конкурентов

Угроза субститутов

(товаров или услуг)

Рыночная власть

покупателей

Рыночная власть

поставщиков