Управление ценами в ритейле
Шрифт:
Допустим, что мы обладаем следующей информацией о фактических объемах продаж определенного товара в прошлом (табл. 1.1).
Таблица 1.1
Такого рода данные, называемые обычно шкалой спроса, удобно представить в графической форме (см. рис. 1.1).
Рис. 1.1
Величины
Подобного рода шкалы и графики являются полезным инструментом при анализе решений о возможной цене на новый товар или изменении цены на уже выпускаемый. Вместе с тем нельзя забывать о том, что любые фактические данные отражают ситуации, существовавшие на рынке в прошлом. В данном случае график показывает, что при цене 60 тыс. ден. ед. удавалось продать 60 тыс. шт. товара (этой ситуации соответствует точка А). При снижении цены до 40 тыс. ден. ед. объем покупок возрос до 70 тыс. шт. (точка В).
Между тем любой фирме надо принимать решения относительно будущего. И здесь возникает несколько проблем.
Во-первых, чтобы использовать такого рода инструменты описания спроса, надо быть уверенным в том, что остальные (кроме цены) условия на рынке остаются неизменными. Такие предположения обычно правомерны лишь для очень краткосрочной перспективы.
Во-вторых, оперирование шкалами спроса и адекватными им графиками становится для фирмы полезным лишь в том случае, если это позволяет моделировать различные варианты ценовых решений и анализировать результаты использования любых уровней цен, а не только тех, которые уже фактически существовали на рынке. В этих целях экономическая теория предлагает использовать вместо шкал спроса и соответствующих им графиков функции спроса и графики такого типа, как показан на рис. 1.2.
Здесь кривая спроса строится, по сути, на предположении о том, что если соединить прямой точки, соответствующие фактическим величинам спроса при определенных уровнях цен, то она будет описывать те величины спроса, которые могут возникнуть на рынке при всех значениях цен в данном диапазоне. Например, для рассмотренного выше примера мы предположим, что если цене 60 тыс. ден. ед. соответствует величина спроса 60 тыс. шт. (точка А), а цене 40 тыс. ден. ед. — величина спроса 70 тыс. шт. (точка В), то при цене 50 тыс. ден. ед. величина спроса составит 65 тыс. шт. (точка С).
Рис. 1.2
Кривая спроса
Такого рода предположение довольно условно (хотя оно часто используется во всех учебниках по экономической теории). Но в реальной коммерческой практике опора на него может привести к ошибкам.
Причины этого демонстрирует рис. 1.3. Как мы видим, наше предположение о том, что величина спроса при цене 50 тыс. ден. ед. составит 65 тыс. шт. (точка С), соответствовало представлению о форме кривой спроса типа D0. Однако реально множество величин спроса, возможных на данном рынке при различных уровнях цен, может описываться и кривой Db которая также проходит через точки А и В, но в остальном имеет иной вид.
В результате этого при цене 50 тыс. ден. ед. величина спроса оказалась равна не 65 тыс. шт., а только 63 тыс. шт. (точка Е), т. е. погрешность при оценке величины спроса составила 3 %. Но с другой стороны, в диапазоне цен ниже 40 тыс. ден. ед. величина спроса на самом деле будет сокращаться медленнее, чем мы могли бы предположить на основе нашей экстраполированной кривой спроса. В итоге, скажем, мы будем полагать, что объем продаж в размере 80 тыс. шт. достижим лишь при цене 20 тыс. ден. ед., тогда как реально величина спроса станет такой уже при цене 33 тыс. ден. ед. (т. е. погрешность при определении уровня цены составит 65 %).
Рис. 1.3
Причины возможных ошибок при обосновании ценовых решений на основе кривых спроса
Но у нас не было никаких оснований достоверно предполагать, что в диапазоне цен между 60 и 40 тыс. ден. ед. кривая спроса пройдет так, как проходит на рис. 1.3 кривая D:. Зная лишь фактические значения спроса, мы можем соединять описывающие их точки лишь прямой линией. Всякий другой ее вид будет еще менее достоверной гипотезой.
Чтобы понять меру условности такого инструмента, как кривая спроса, надо вспомнить, что она, по сути, описывает все множество вариантов объемов продаж одного и того же товара при разных ценах одной и той же группе покупателей в один и тот же период времени. Поэтому при исследовании и прогнозировании спроса лучше избежать использования кривых спроса и ограничиться графиком такого типа, который приведен на рис. 1.1, описывающим лишь шкалы спроса.
Отметим, что построение шкал спроса является в принципе решаемой задачей, хотя и не для всех типов товаров. Практически невозможно сделать это для дорогих товаров, которые покупаются редко или однажды (автомобили, мебель, персональные компьютеры, производственное оборудование и т. д.). Для других товаров построение шкал спроса возможно на основе результатов маркетинговых экспериментов.
Суть таких экспериментов состоит в организации одновременных продаж определенного товара в разных регионах страны по разным ценам. При этом регионы должны быть достаточно удалены друг от друга, чтобы исключить распространение информации о разнице в ценах или частичное совпадение массивов покупателей. Вместе с тем чем удаленнее друг от друга регионы маркетинговых испытаний, тем менее надежны выводы, основанные на сведении данных по всем регионам в единую шкалу спроса. Это особенно важно для России, с ее существенными различиями в региональных уровнях доходов, стоимости жизни, а также ассортименте товаров и мере насыщенности ими региональных рынков.
Сказанное выше имеет своей целью не усомниться в практической полезности самой концепции спроса, но лишь обратить внимание специалистов по ценообразованию на опасность механистичного подхода к построению и использованию функций и кривых спроса. Если экономическая теория обычно оперирует функциями спроса, где единственным переменным фактором выступает цена (по определению все прочие факторы принимаются неизменными), то в практике маркетинга предпочтительным считается использование многофакторных функций спроса.
Такие функции спроса исходят опять-таки не из традиционных теорий поведения индивидуального покупателя (прежде всего концепции убывающей полезности благ), а из закономерностей рыночного поведения всех покупателей как единой группы. И строятся они на основе реально доступных данных о ситуации на рынке.
Например, для рынка потребительских товаров обычно рекомендуется использование в качестве базовой функции спроса следующего вида:
Qd = (P, Ps, Y, A, D, R, T), (1.1)