Показано с 1 по 13 из 13
-
13.11.2010, 13:37 #1
- Регистрация
- 13.11.2010
- Сообщений
- 3
План маркетинговых мероприятий
Здравствуйте, уважаемы участники форума!
В краткости о себе: Меня зовут Сабина. Я работаю PR -менеджером в книжной компании. Училась на экономиста, и мне немного сложно на начальном этапе своей карьерной деятельности. Книжной компании, где я работаю,всего 4 года. До моего прихода тут не составлялся маркетинговый план, так что мне отталкиваться не откуда. Мне в очень сжатые сроки нужно составить План маркетинговых мероприятий на 2011 год.Я начала с анализа продаж за 2009 и 2010 года.Вычислила сезонность продаж, с помощью вот этой формулы Isi = Yi / Y *100. Дальше для составления графика товарооборота,мне нужно вычислить пик сезонности в процентном соотношении,я незнаю как.=( Я думаю, если определить точки ON и OFF продаж,то можно узнать где нужно будет акцентрировать внимание. То есть с помощью рекламных кампании повышать уровень продаж, а где на лояльность магазина.
Расскажите пожалуйста поэтапно, как составляется план маркетинговых мероприятий и что еще нужно при этом учитывать.
Буду очень признательна!
С уважением,
Сабина
-
13.11.2010, 21:04 #2
- Регистрация
- 13.11.2010
- Сообщений
- 10
Реклама и PR
Здраствуйте!
У меня есть материалы по маркетинговиму плану. И как его составлять.Отправте мне ваш EMAIL.
-
14.11.2010, 00:00 #3
- Регистрация
- 17.10.2008
- Сообщений
- 179
Сабина, но здесь нет маркетологов. Тем не менее. Начните со своих полномочий и компетенций. Не думаю, что PR-менеджер должен и может составить маркетинговый план компании. И реализовать его. Требуйте полномочия и бюджет маркетинга. Начиная с анализа сезонности, скорее Вы зайдете в "колею" прошлых продаж. Не уподобляйтесь генералам, которые как известно, готовятся к прошлым войнам. Начните с анализа целей собственников и их стратегии, видения бизнеса, внутренних исследований, SWOT и т.д. Анализа рынка, спроса, конкурентов, рыночных возможностей. Стратегии компании или стратегии маркетинга, позиционировании компании. Только затем выстраиваете план для их реализации. Не усложняйте, максимум концентрации. Например, на спросе-ассортименте и продающих моментах при рекламе и стимулировании сбыта. Есть два способа увеличения продаж: 1.повышать частоту посещения покупателями магазина, увеличивать частоту покупок. 2. увеличивать стоимость покупки при одном посещении. Соблюдайте два простых принципа маркетинга: 1. делать другое, делать по другому, т.е. выражаете отличие (основа позиционирования). 2. есть товары, которые мы продаем, есть товары на которых мы зарабатываем (по Парето). И изучайте маркетинг: трудно только первые двадцать лет. Удачи!
-
14.11.2010, 02:40 #4
- Регистрация
- 19.02.2010
- Сообщений
- 819
Почитайте вот эту книгу, раздел "Сезонная декомпозиция" (Глава 5. Временные ряды и их компоненты)
http://depositfiles.com/en/files/8558664
Вот эту книжку тоже можете посмотреть
http://www.universal-p.ru/leisure/item/158872.html
Сообщение от PashaeffПоследний раз редактировалось Сергей Васильевич; 14.11.2010 в 03:58.
-
14.11.2010, 11:51 #5Сообщение от Сабина
Сообщение от Сабина
1,24 1,10 1,11 1,00 0,83 0,74 0,75 0,83 0,96 1,06 1,14 1,14
- тогда максимальный из них равен 1,24:
1,24 - 1 = 0,24 = 24%.
Сообщение от Сабина
-
14.11.2010, 13:30 #6
- Регистрация
- 19.02.2010
- Сообщений
- 819
Сообщение от RazVal
Что не так в Вашем файле? Изначально Вы не знаете вид тренда, он может быть линейным или нелинейным, может даже несколько раз меняться во времени (например, сначала рост, потом падение, потом снова рост). В представленном файле используется допущение линейного тренда, которое не обязательно соблюдается в данных, скорее всего, нет. Потом когда вы вычитаете из действительных данных тренд и усредняете величины, в них будет присутствовать не только сезонность, но и тренд (в той части, в которой он не соответствует линейному), цикличность и нерегулярная компонента, возможно выбросы.
Как правильно выполнить сезонную декомпозицию в Excel см.
http://books.google.ru/books?id=gcsp...%20xls&f=false
И вот еще примерчик от грузинских студентов
https://www.student.gsu.edu/~mskovar...roject%202.xlsПоследний раз редактировалось Сергей Васильевич; 14.11.2010 в 14:26.
-
14.11.2010, 15:01 #7
отличия теории от практики
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
-
14.11.2010, 16:45 #8
- Регистрация
- 19.02.2010
- Сообщений
- 819
Сообщение от RazVal
А есть другие - более упрощённые варианты. По тому же адресу находится файл, который прогнозирует спрос с учётом тренда и сезонности, вообще ничего не декомпозируя. Причём, зачастую он даёт лучше результат, чем классическая декомпозиция.
Утверждение насчет лучшего результата по другому файлу - требует верификации на большом количестве данных, сравнение результатов по обоим методам. Самый простой и прекрасно работающий метод для целей краткосрочного прогнозирования - экспоненциальное сглаживание с сезонностью и трендом. Основной его недостаток - неадекватно считаются средние прогнозные ошибки; из-за сглаживания они оказываются сильно заниженными.
Всё правильно, кроме последнего вывода, что тренд - скорей всего - не линейный. Мы ведь хотим найти не идеальную кривую, которую удовлетворяла прошлым данным - в таком случае достаточно взять полином (N-1)-ого порядка, и он со 100%-ной точностью пройдёт по имеющимся точкам. Только предсказывать что-либо с помощью этого полинома будет не возможно - он улетит: либо вверх, либо вниз. Не улетают линейные и логарифмические тренды - в примере реализован более простой - линейный. Согласен - это допущение и упрощение, но оно не такое критичное при анализе спроса, вариация которого в России обычно - очень большая.
Совершенно верно - и всё это, кроме выбросов, убирается усреднением. А убирать выбросы, как и восстанавливать дефицит, предпочитаю до анализа ряда - мы же в будущее хотим прогнозировать спрос, значит нам и ряд нужен прошлого спроса, а не прошлых продаж...
Допущение линейного тренда критичное, поскольку на практике данные очень редко следуют строго линейному тренду. Чаще всего тренд стохастический. Используя декомпозицию, Вы вытаскиваете из данных сглаженную тренд-циклическую компоненту и далее можете ее моделировать в зависимости от того, как она себя ведет. Если линейно, то применяете линейный тренд уже к ней. Но чаще всего она ведет себя нелинейно. Могут быть изменения в уровне тренд-циклической компоненты, могут быть видимые изменения углов наклона. Так что эту компоненту можно моделировать не только прямолинейным глобальным трендом. Например, можно использовать экспоненциальное сглаживание Хольта (т.е. построение сглаженного линейного тренда, что эквивалентно построению простейшей стохастической модели пространства состояний). Возможно, тренд будет затухающим, возможно, будет изменение угла наклона в какой то точке и можно использовать кусочно-гладкую регрессию с выделением нескольких локальных трендов и моделированием угловых интервенций. Бывает актуален и экспоненциальный тренд. Можно и сплайны использовать. В общем, методов моделирования тренда на основе выделенной тренд-циклической компоненты множество, выбираются они в зависимости от того, как ведут себя данные. В Census I нет допущения о функции тренда и это критично.
Кстати, выбросы не всегда нужно убирать, это могут быть интервенции и их лучше смоделировать.Последний раз редактировалось Сергей Васильевич; 14.11.2010 в 17:18.
-
14.11.2010, 22:40 #9Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
-
15.11.2010, 03:57 #10
- Регистрация
- 19.02.2010
- Сообщений
- 819
Сообщение от RazVal
А зачем описывать моделью для прогнозирования будущего прошлые изгибы?
Например, в таком вот случае применение полинома вполне оправдано
Глобальный линейный тренд просто завысил бы прогнозные значения, причем значительно. Проблема полинома в том, что он не для всяких данных годится и может маскировать ошибочные прогнозы при очень неплохой пригодности модели к историческим данным. А это значит, что его всегда нужно проверять на глаз. Линейный тренд не лишен того же недостатка, хотя пригодность модели под нелинейные данные ниже и он не подвержен необоснованным "загибам" в будущем, даже если его применять механистически. Но это также не значит, что линейный тренд всегда выдает более точный прогноз. Все таки, если есть возможность, нужно подстраиваться под ситуацию. Даже, когда речь заходит об обработке больших массивов данных, т.е. когда требуется построить прогноз по сотням позиций, обычно применяют экспоненциальное сглаживание в автоматическом режиме (иначе слишком трудоемко), как более гибкий инструмент. (Попадался как то обзор разных автоматических методов прогнозирования под разные ситуации.) А вообще прогнозы лучше строить в ручном режиме с поправками и корректировками и со знанием дела.
Полностью согласен! Именно поэтому не использую полиномов выше линейного, так как физику их продаж, ну никак нельзя объяснить в понятных терминах.
А вы сможете объяснить физический смысл найденных этим методом коэффициентом? Кстати, опять же не советую использовать больше одной степени свободы - можно получить результат, неверность которого будет видна "на глаз".
Напротив, экспоненциальное сглаживание Хольта на выходе позволяет получить линейный тренд с угловым коэффициентом, задаваемым более свежим движением в данных. Интерпретация такая же, что и у линейного тренда, но только не для всего ряда, а для локального тренда, актуального для прогнозного периода. Если прогноз делается на пару-тройку лет, то это лучший вариант, чем опора на глобальный исторический тренд с неоднозначным поведением на разных временных интервалах.
Или, скажем, у авторегрессии интерпретация тоже никаких сложностей не представляет, зато ограничений на порядок меньше.
Собственно, советую Вам также обратить внимание на методы анализа с коэффициентами изменяющимися во времени. Рано или поздно приходиться сталкиваться с такими задачами, в которых постоянные коэффициенты просто заводят в тупик.
А ограничивать весь анализ исключительно линейным трендом, мне кажется, совсем недальновидно.
В данном случае критично то, что вы не сможете выложить такой же файлик Excel, куда можно подставить свои данные и получить результат. А исследовать спрос можно долго и упорно - я даже соглашусь с тем, что это - интересный процесс, но, бьюсь об заклад, что Сабина не воспользуется методикой расчёта из вашей ссылки. ;)
Если же тестировать пригодность методов путем опроса неподготовленных студентов, то ясное дело, они выберут наиболее простой и понятный для них метод. Но я не думаю, что на практике следует руководствоваться таким подходом. Лучше представить подробные разъяснения. Если же специалист планирует развиваться в будущем и более грамотно решать стоящие перед ним задачи, то ему весьма желательно ознакомиться с соответствующей литературой и приобрести понимание, а также научиться пользоваться специализированным программным обеспечениям (в данном случае программы для статистического анализа данных). Excel для прогнозирования все-таки не самый лучший инструмент.
P.S. Не воспринимайте мои высказывания как критику в Ваш адрес. Я просто высказываю некоторые замечания, которые Вы можете принять к сведению, а можете проигнорировать. Надеюсь я не сказал ничего обидного?
Просто интересно поговорить по теме прогнозирования, а то тут нечасто эта тема обсуждается.
А убирать выбросы, как и восстанавливать дефицит, предпочитаю до анализа ряда - мы же в будущее хотим прогнозировать спрос, значит нам и ряд нужен прошлого спроса, а не прошлых продаж.
И что по Вашему спрос? С моей точки зрения спрос - это функция объема продаж от цены, доходов и ряда других факторов и его анализ представляется мне более затруднительным, чем просто прогнозирование продаж на основе временного ряда. Здесь нужно учитывать факторы, которые влияют на потребительские предпочтения и возможные изменения в политике фирмы, на которые будут реагировать объемы продаж. Кроме того, здесь обычно смотрят на организацию цепочки поставок и сколько товара еще нераспродано и находится в каналах сбыта. Прогнозирование закупок для службы снабжения - это чуток другая тема.Последний раз редактировалось Сергей Васильевич; 15.11.2010 в 11:19.
-
15.11.2010, 07:21 #11
- Регистрация
- 13.11.2010
- Сообщений
- 3
Спасибо, огромное ребята!
Очень рада, что нашла этот форум! И огромное огромное спасибо за поддержку, и за то что не проигнорировали мою просьбу!
-
15.11.2010, 13:44 #12Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей Васильевич
Сообщение от Сергей ВасильевичПоследний раз редактировалось RazVal; 15.11.2010 в 15:10. Причина: добавить рисунок
-
15.11.2010, 21:00 #13
- Регистрация
- 19.02.2010
- Сообщений
- 819
Сообщение от RazVal
Достаточно тех самых двух-трёх лет, на вашем же примере:
http://www.forum.cfin.ru/attachment....1&d=1289819088
Согласен, но вот лучше ли полином прогнозирует движение будущее? ;)
В примере предполагалось затухающее поведение временного ряда, когда темп прироста показателя сокращается с каждым периодом. Интерпретация тоже несложная: тренд выдыхается и достигает потолка. Лучше использовать специальную функцию (только оценивание придется делать уже не в рамках линейной модели), но и полином позволяет получить первое приближение, если пользоваться им с осторожностью. Для автоматического прогнозирования он вообще не годится. В ручном режиме - визуальная проверка не помешает и при использовании иных функций.
В том, что контора растёт, обрастает клиентами.
А мне кажется, что точку спроса через два-три года будет лучше давать как раз долгосрочный тренд, построенный по соизмеримому периоду, нежели, полученный по последним точкам, когда вклад истории нивелируется коэффициентом затухания. Откуда такая уверенность, что именно последнее движение ряда данных, постоянно меняющего направление тренда, определит дальнейшее долгосрочное движение?
Раз вы являетесь специалистом в этом вопросе, я хотел бы узнать ваше мнение о практических методах поиска эластичности спроса по цене? - Теорию знаю, а вот как искать на практике эту кривую зависимости спроса от цены?
А по методам... Базовая модель - логлинейная регрессия. Попадалось много примеров анализа эластичности такого рода. Простой пример
http://support.sas.com/rnd/app/examp...last/index.htm
(Только вот сомнительно, чтобы за 25 лет функция спроса оставалась неизменной.)
В эконометрике также используется система уравнений для спроса и предложения.
Тут основная проблема анализа в том, что нет возможности получить данные по спросу для любого интервала цен, наблюдаемые данные по продажам находятся вблизи равновесных уровней (около точки пересечения спроса и предложения). С другой стороны, на практике нет необходимости выводить полную функцию зависимости, достаточно узнать, какова эластичность по отклонениям от текущего уровня цены. А для этого статистику собрать вполне реально.Последний раз редактировалось Сергей Васильевич; 15.11.2010 в 21:06.