Оперативно-тактическое управление ассортиментной политикой предприятия с использованием гибких ценовых инструментов: результаты практических исследований

Оглавление

Ассортиментная политика предприятия является ключевым элементом в его деятельности и базой для укрепления положения предприятия в конкурентной среде. С нашей точки зрения, под ассортиментной политикой стоит понимать весь комплекс мероприятий, направленных на разработку, создание и продвижение ассортимента предприятия. В этом смысле, процесс управления ассортиментом предприятия в структурно-содержательном плане схож с процессом корпоративного управления.

В рамках данной работы мы рассмотрим ряд механизмов, позволяющих создать инструменты, использование которых, несомненно, способно повысить эффективность процесса продвижения ассортимента предприятия. Данные инструменты классифицируются как элементы оперативно-тактического уровня в процессе управления ассортиментом. К основным (но не единственным) задачам данного уровня относятся определение того объема выпуска продукции и того уровня цены, которые позволят оптимизировать целевую функцию. Следовательно, задача рассматриваемых ниже инструментов состоит в установлении баланса между торговым предложением предприятия (ассортиментная программа) и спросом, с одной стороны, а также между торговым предложением и производственной программой, с другой стороны.

Алгоритм решения данной задачи, на первый взгляд, достаточно прост. Поскольку фактор динамичности внешней среды является одним из ключевых в системе оперативно-тактического управления ассортиментом, соответственно, используемые инструменты должны учитывать этот факт и желательно также быть динамичными. Динамичность ценовых инструментов достигается путем использования системы скидок, которая и позволяет установить баланс между двумя элементами системы — внешней и внутренней, или ассортиментной и производственной программами. Как известно, для разработки гибкого ценового инструмента достаточно определить функцию эластичности и на ее основе моделировать ценовые инструменты, которые и позволят установить искомый баланс.

Несмотря на простоту данного алгоритма, в условиях реальной информационноэкономической среды все обстоит гораздо сложнее. Перед разработчиком инструментария возникает целый ряд вопросов, ответить на которые мы намерены в рамках данной работы. Предлагаемые инструменты и пути решения возникающих в процессе их создания проблем разработаны и апробированы автором.

Основываться мы будем на результатах практического исследования, проведенного в одной из бизнес-единиц промышленного холдинга, работающей на рынке частного заказчика светопрозрачных конструкций (например, окон) и продвигающей свой продукт на этом рынке через розничную сеть, состоящую из нескольких десятков точек продаж. Для получения необходимой информации был проведен эксперимент в течение трех месяцев. С этой целью было выделено пять экспериментальных точек, отпускная цена в которых регулярно менялась. Для чистоты эксперимента сотрудники в данных торговых точках на время действия эксперимента никоим образом не были «привязаны» к планам по продажам. Также была предотвращена возможность «меняться» клиентами между торговыми точками. Поскольку речь идет о сезонном бизнесе, фактор сезонности был также выведен из поля рассмотрения.

Собранная информация позволила сделать вывод, что в ряде случаев изменение цены приводило к изменениям объема продаж. Однако данный вывод мог быть подтвержден лишь в одном из пяти случаев. К тому же задачей эксперимента являлось построение функции эластичности спроса по цене в каждой ценовой группе.

Под ценовой группой мы условно понимали сегмент и исходили из того, что представители разных сегментов (разных ценовых групп), возможно, будут по-разному реагировать на динамику ценового инструмента. Данное отношение и необходимо было в результате описать соответствующей формулой.

По результатам первого месяца было принято решение эксперимент продолжить.

Однако ни результаты второго, ни следующего месяца не позволили достичь ожидаемого результата. Полученные результаты полностью противоречили ожиданиям. Во многих случаях повышение цены приводило к скачкообразному повышению объема продаж, в других случаях спрос вел себя абсолютно нейтрально по отношению к динамике цены, неожиданно реагируя в следующий период скачкообразно на малейшие изменения цены. К тому же в тех сегментах, где модели поведения были с той или иной степенью погрешности уже формализованы, вдруг начинала наблюдаться сверхактивная динамика поведенческого паттерна.

Полученные результаты могли быть интерпретированы вполне однозначно и свидетельствовали о наличии неэластичного спроса на рынке светопрозрачных конструкций. В то же время результаты других исследований, проведенных прежде всего с использованием экспертных опросов, свидетельствовали о высокой степени эластичности спроса по цене на данном рынке. Было принято решение сохранить три из пяти экспериментальных точек и продолжить изучение проблемы. В рамках данной статьи мы не будем описывать всех подробностей дальнейшей работы и ознакомим с результатами исследования: работа, в конце концов, увенчалась успехом.

Разгадка проблемы была относительно проста. Мы пришли к выводу, что для разработки ценовых инструментов недостаточно иметь информацию об уровне цен на собственную продукцию. Вопреки утвердившейся точке зрения, функция эластичности не может быть построена только на основе собственной цены. Ситуация изменилась коренным образом, когда при разработке модели был использован не показатель «цена на собственную продукцию», а показатель «отношение цены на собственную продукцию к среднерыночной цене». Именно это отношение позволило подтвердить данные экспертных опросов о наличии достаточно эластичного спроса на светопрозрачные конструкции. В том случае, когда собственная цена превышала среднерыночный уровень, были выявлены спады в объемах продаж, и, наоборот — при падении собственной цены ниже среднерыночного уровня спрос на собственную продукцию начинал расти. Иными словами, мы имели классическую функцию эластичности для ситуации со спросом, эластичным по цене.

Поскольку решение проблемы было найдено, и результаты были подтверждены в течение нескольких недель, было принято решение о прекращении эксперимента и внесении изменений в систему ценового мониторинга. Ниже приведены примеры формул, описывающих прохождение кривой ценовой эластичности спроса по сегментам (табл. 1). Под сегментами в данном случае понимается тип заказчика, классифицированного по объему потребления.

Таблица 1. Эластичность по сегментам

В данной таблице Y выражает отношение цены заказа предприятия к среднерыночной цене, Х — количество договоров без учета коэффициента сезонности.

Первоначально в качестве зависимости была выбрана линейная, в дальнейшем экспоненциальная зависимость. Данная зависимость подвержена влиянию сезона (низкий / высокий сезон).

Для определения эластичности используются следующие начальные данные:

1. Еженедельная цена заказа предприятия по выделенным ценовым группам (ЦГ).
2. Еженедельная среднерыночная цена заказа по ценовым группам среди стратегических конкурентов.
3. Еженедельное количество договоров предприятия в разрезе ценовых групп.
4. Ежемесячные данные объемов продаж продукции.

Для расчета коэффициента эластичности может быть использован следующий алгоритм:

1. Вычисляется отношение цены заказа фирмы к среднерыночной в каждой ценовой группе для каждой недели (1).
2. Рассчитываются цепные помесячные коэффициенты (2).
3. Вычисляется отношение количества договоров к месячным коэффициентам (3).
4. Строится линейная аппроксимация для зависимости между (1) и (3).

Результатом вычислений должны быть коэффициенты линейной зависимости (3) от (1).

Данная методика также предполагает, что, поскольку потребительское поведение в сегментах является системой нестатичной, функция, описывающая эластичность сегментов по цене, также может меняться. Поэтому данные ценовых мониторингов должны постоянно соотноситься с собственными объемами продаж, что может соответствующим образом изменить функцию эластичности.

Базовым понятием в процессе определения цены на собственную продукцию является понятие «среднерыночная цена». В работе мы опираемся на пример производителя СПК, работающего в сегменте частного заказчика московского региона. Типичный процесс продаж в данном сегменте выглядит следующим образом: потенциальный покупатель, обращаясь на одну из стационарных торговых точек, получает предварительную информацию о цене. Задачей консультанта на этой точке является, как правило, получение заказа от потенциального клиента на замер на дому, поскольку одним из показателей, влияющих на его уровень зарплаты, является количество вызовов на замер.

Следовательно, будучи мотивированным соответствующим образом, консультант может занизить фактическую цену. Продавец, вызванный на замер, на следующем этапе процесса продаж, может аргументировать «неожиданное» повышение цены на дому тем, что в процессе замера выявились особенности оконных проемов, что и повлекло за собой повышение цены.

Такая особенность процесса продаж достаточно активно используется на рассматриваемом товарном рынке. В принципе сам подход не является новым, и в литературе известен как «цена — приманка». Мы не будем пока вести речь об эффективности данного инструмента, обратим внимание лишь на то, что он существенно осложняет процесс ценового мониторинга как основного метода по выявлению среднерыночной цены. В частности, было выявлено, что отклонение может составлять 5—8%, что представляет собой достаточно существенный ценовой диапазон на рассматриваемом рынке и ведет к соответствующим последствиям.

Для решения данной проблемы нами были внесены следующие изменения в используемую методику ценовой разведки. Непосредственно после телефонной разведки продавец конкурирующего предприятия вызывался на консультацию на дому, где могла быть выявлена окончательная цена. Данная процедура существенно осложнила ценовой мониторинг, поскольку требовала существенного увеличения ресурсов на его проведение. Но только так предприятие могло получить информацию о фактических ценах конкурирующих предприятий. Данный метод, известный как Mistery Shopping, является достаточно эффективным инструментом, когда изучается двухтактный процесс продаж, как в рассматриваемом случае.

Следующая сложность связана с особенностью продукта, изготовленного не на серийном производстве: как сопоставить цены двух продуктов, укомплектованных по-разному? Решение данной проблемы лежит через типологизацию заказов. За основу может браться система классификации продукта, используемая на предприятии. Понятно, что разные предприятия, скорее всего, используют собственные классификационные системы. К тому же на рассматриваемом рынке данные системы, как правило, основаны по принципу деления заказов на ценовые группы, которые — опять же — разнятся в разных компаниях. Как в этой ситуации определять среднерыночную цену? Мы неминуемо приходим к выводу, что среднерыночная цена, таким образом, является неким условным показателем. Правильно было бы вести речь о «среднерыночной цене, определенной предприятием Х».

Резонным кажется вопрос — для чего вообще надо определять эту псевдосреднерыночную цену, если она в принципе не существует? Ответ будет дан чуть позже, вначале — о трудностях, связанных с использованием этого показателя в условиях реального рынка.

Следующая проблема состоит в объекте мониторинга: какие предприятия стоит мониторить, а какие нет? Какие предприятия стоит мониторить чаще, какие реже и с какой периодичностью? На рынке светопрозрачных конструкций рассматриваемое предприятие выделило семь типов заказа; на момент проведения исследования на рынке насчитывалось порядка 380 компаний-производителей.

Телефонная разведка, включающая обработку данных, по одному типу заказа, но по всем компаниям, заняла 11 рабочих дней... Кстати, разброс цен оказался существенным — от 857 у. е. до 1 567 у. е. (!) Решение, тем не менее, существует. И оно фактически является частью ценовой политики предприятия. Не только в силу сложности регулярного проведения сплошной ценовой разведки, но и по соображениям методологического характера данный подход неуместен. Объектом ценового мониторинга является прежде всего группа стратегических конкурентов. Именно эти предприятия предлагают продукт со схожим уровнем потребительской ценности,который направлен на один и тот же сегмент. Предприятия, предлагающие продукт с крайними уровнями цен, работали в разных сегментах, продвигая продукт с разным уровнем потребительской ценности. Следовательно, задачей предприятия на данном этапе является правильное определение стратегической группы конкурентов. Таким образом, независимо от числа предприятий на рынке, определяющим фактором при проведении ценового мониторинга является размер стратегической группы конкурентов.

Важным аспектом при проведении ценового мониторинга как элемента процесса выявления среднерыночной цены является вопрос определения регулярности проведения ценового мониторинга. Вероятно, некоего универсального ответа здесь найти невозможно. С нашей точки зрения, регулярность ценового мониторинга должна быть соотнесена с изменениями цены конкурирующими предприятиями.

Предприятия, не входящие в стратегическую группу конкурентов, являются объектом ценовой разведки, проводимой, однако, с меньшей степенью регулярности. В отличие от предыдущего случая, когда регулярность была соотнесена с динамикой цен на конкурирующих предприятиях, в данном случае регулярность определяется действующей ценовой политикой предприятия и разведка может проводиться, например, ежемесячно за ближайшей к стратегическим конкурентам группой, ежеквартально за следующей группой и т. д. Сплошная разведка должна, тем не менее, проводиться ежегодно.

Итак, мы получили цену нескольких типов заказов от нескольких предприятий. В принципе на этом этапе можно определить среднюю цену на рынке. Однако, как соотносить между собой цену из разных ценовых категорий? Ведь, по сути дела, среднеарифметическая цена не может рассматриваться как среднерыночная. Правильно было бы вести речь о средневзвешенной цене, которая образуется путем учета удельного веса каждой ценовой группы в суммарном объеме продаж на рынке. С другой стороны, выше мы обращали внимание на тот факт, что деление на ценовые группы индивидуально на каждом предприятии, поэтому найти некую общую базу здесь едва ли возможно.

С нашей точки зрения, данные сложности не должны рассматриваться как причины, сводящие на нет целесообразность проведения ценового мониторинга. В практических условиях достаточно определить среднеарифметическую цену в стратегической группе конкурентов. Данная информация может быть использована при построении функции эластичности как базы для разработки собственных ценовых инструментов (например, скидок) с учетом средней цены в данной ценовой группе.

Средняя цена в группе стратегических конкурентов с учетом всех ценовых групп и соотнесенная с собственной средней ценой, скорее всего, для разработки функции эластичности использоваться не может. Тем не менее динамика данного показателя (его абсолютное значение или отношение собственной средней цены и средней цены в стратегической группе конкурентов) может иллюстрировать изменение цены на рынке.

Среднерыночная цена может также быть объектом прогнозирования (табл. 2).

Таблица 2. Прогноз среднерыночной цены (СРЦ) на период с мая по декабрь 2003 года

Прогноз среднерыночной цены сделан путем многофакторного регрессионного анализа, значение R² равно 0,595. Мы исходим из того, что прогнозное значение СРЦ может быть достигнуто при условии наступления прогнозных значений по всем факторам.

Функция эластичности позволяет через систему скидок устанавливать тот уровень цен, который обеспечит искомый баланс между торговым предложением и спросом, с одной стороны, и торговым предложением и производственной программой, с другой. Поскольку разные сегменты, как правило, по-разному реагируют на ценовые инструменты, целесообразно формировать отдельные инструменты для каждого из сегментов. В результате получается система скидок, через которую и достигается гибкость в системе ценообразования. Какие нюансы стоит учитывать при работе с гибким ценовым инструментом? Их несколько, на наиболее важных из них мы и остановимся далее.

Во-первых, каким образом формируется система скидок? По своей сути, система скидок является, пожалуй, самым мобильным инструментом в рамках оперативно-тактического управления ассортиментом. Однако для его правильного использования необходимо соблюсти целый ряд факторов.

Для определения системы скидок используются следующие начальные данные:

1. Цена заказа продукции по прайс-листу по ценовым группам.
2. Среднерыночная цена заказа по ценовым группам.
3. Средняя сумма договора по ценовым группам.
4. Доли ценовых групп в объеме продаж за последние недели.
5. Доли ценовых групп в объеме продаж за последние недели.
6. Функция эластичности (коэффициенты линейной зависимости, полученные при определении эластичности).
7. Цепные ежемесячные коэффициенты.
8. Коэффициенты недельной динамики.
9. Рентабельность в разрезе ценовых групп.
10. Базовая система скидок, по которой рассчитана рентабельность.
11. Прогнозируемое количество обращений.

Алгоритм расчета выглядит следующим образом:

1. Рассчитывается объем продаж, который необходимо достичь за неделю (в соответствии с утвержденным планом).
2. Этот объем распределяется между имеющимися ценовыми группами.
3. Рассчитывается количество договоров, необходимое для выполнения плана при базовой системе скидок.
4. Рассчитывается прибыль на 1 договор.
5. Рассчитывается необходимый уровень прибыли на каждую ценовую группу.
6. Рассчитывается прогнозируемое количество договоров при новой системе скидок.
7. Полученное количество договоров умножается на цепной коэффициент.
8. Полученный в (7) результат умножается на коэффициент недельной динамики.
9. Рассчитывается средняя сумма договора при новой системе скидок.
10. Рассчитывается рентабельность при новой системе скидок.
11. Рассчитывается прибыль на договор при новой системе скидок.
12. Рассчитывается объем продаж и прибыль при новой системе скидок.
13. Рассчитывается отношение объема продаж и прибыли при новой системе скидок к объему продаж и прибыли при предыдущей системе скидок.
14. Рассчитывается объем продаж и прибыль при новой системе скидок при реально возможном количестве обращений.
15. Рассчитывается отношение объема продаж и прибыли при новой системе скидок к объему продаж и прибыли при старой системе скидок при реально возможном количестве обращений.
16. Рассчитывается средневзвешенная скидка.

В свою очередь, средневзвешенная скидка определяется следующим образом:

1. Рассчитывается цена по прайс-листу для всех договоров.
2. Рассчитывается произведение цены по прайс-листу на скидку для каждого договора.
3. Рассчитывается сумма всех (1).
4. Рассчитывается сумма всех (2).
5. Средневзвешенная скидка = (сумма всех (2) / (сумма всех (1).

Таблица 3 иллюстрирует пример определения средневзвешенной скидки.

Таблица 3. Средневзвешенная скидка (СВС) на 23.05 - 27.05.04

Максимизация объема продаж может осуществляться путем выбора такой системы скидок, при которой достигается максимальное значение объема продаж. В случае если максимальный объем продаж возможен при нескольких вариантах систем скидок, выбирается вариант с минимальной СВС.

Во-вторых, как часто должна меняться система скидок? Система скидок рассматривалась как инструмент для достижения оперативных планов в области продаж. Данные планы разрабатывались прогнознорасчетным путем. Интервал упреждения при прогнозировании составлял один месяц. Внутри месяца прогнозное значение объема продаж делилось понедельно, в соответствии с графиком контроля объемов продаж. Расчет строился на основе коэффициента внутримесячной динамики (КВД), т. е. на основе календарной структуры объема продаж за прошлые годы определялся удельный вес каждой недели внутри месяца.

Каждый из инструментов, используемых в процессе продвижения, также формировался с учетом недельного КВД, т. е. сроком на одну неделю. Относительно частое изменение, в частности системы скидок, имело ряд положительных эффектов. Кроме того, что инструмент был адаптирован под текущую ситуацию и потому был эффективным, его краткосрочное использование мотивировало продавцов на ускорение заключения договоров. Однако в результате следующих исследований было выявлено, что средняя продолжительность процесса принятия решения о покупке светопрозрачных конструкций составляла в среднем 10 дней. Следовательно, одному и тому же потенциальному клиенту предлагались две разные цены; в половине случаев вторая цена была выше той, которая предлагалась клиенту ранее.

Возникающие из этого проблемы были решены следующим образом. Первоначальный контакт с каждым из потенциальных клиентов фиксировался в соответствующей CRM — программе и клиент на протяжении всего периода принятия решения имел только одно ценовое предложение.

В-третьих, какова природа системы скидок? Система скидок, даже будучи элементом гибкого ценообразования, перестает быть таковым после того, как эта система введена в действие. Те факторы, которые учитывались при ее разработке, находятся в динамике и не соответствуют тому состоянию, в котором находятся в следующий момент времени. Иными словами, система скидок является достаточно статичным инструментом, применяемым в динамичной среде. Динамичность среды обусловлена возможными действиями конкурентов, потребителей и других групп влияния. Система скидок не позволяет учесть этого фактора. Выход из данной ситуации нам видится на пути внесения элемента динамичности в данный ценовой инструмент.

Здесь нам интересно поделиться собственным опытом, позволившим добиться динамичности этого инструмента: продавцу дается возможность определять размер фактически предоставляемой скидки в индивидуальном порядке. Рекомендуемая скидка выступает в данном случае в качестве некой границы, которую продавец не имеет права нарушать. Однако для стимулирования продавца к экономии скидки он должен быть мотивирован соответствующим образом, в частности, путем получения премии за экономию скидки.

В большинстве случаев отклонение является положительным, т.е. размер запланированной СВС превышает размер фактической СВС (табл. 4).

Таблица 4. Отношение запланированной и фактической СВС

Таким образом, среднее отклонение СВС — фактической от СВС — плановой изменялось в пределах 5—20%. По неделям наблюдается следующая ситуация (табл. 5).

Таблица 5. Динамика СВС

В ряде сегментов отклонения фактической СВС от рекомендуемой были практически равны нулю. К тому же в разное время нулевое отклонение наблюдалось в разных сегментах. Данный выявленный факт позволяет сделать вывод о невозможности правильно учесть все факторы и определить размер СВС, соответствующий этим факторам. Еще раз необходимо обратить внимание, что СВС используется в рамках динамичной системы, что изначально не позволяет правильно определить эффективный размер скидки. Роль такого механизма, как премия за экономию скидки, таким образом, очевидна.

Система скидок является тем инструментом, который позволяет управлять ценой, исходя из плановых показателей, состояния спроса и действий конкурентов, которые в первую очередь отражаются на уровне среднерыночной цены.

Рассмотренные выше механизмы способствуют внедрению гибкой системы ценообразования на предприятии. Под гибкой системой ценообразования как инструмента оперативно-тактического управления ассортиментной деятельностью мы понимаем инструмент, учитывающий динамику спроса. Гибкость в данном случае предполагает способность ценового инструмента реагировать соответствующим образом на разные состояния спроса, который является объектом воздействия. Для формирования гибких ценовых инструментов необходима информация о степени реактивности объекта воздействия на инструмент воздействия. Речь идет в данном случае о функции эластичности. В рамках оперативно-тактического управления ассортиментом именно ценовой инструмент является своего рода балансом между внутренней и внешней частями ассортиментной программы. Стоит указать на тот факт, что данный инструмент является, пожалуй, самым сложным в разработке; также существуют определенные особенности и в применении этого инструмента. Описанные выше механизмы позволяют в практических условиях использовать гибкие ценовые инструменты, которые существенно повышают эффективность оперативно-тактического управления ассортиментом современного предприятия.

¹ Речь идет о т. н. маржинальных эффектах. Эффект Веблена (по имени американского социолога, впервые описавшего в 1912 г. данный эффект) относится к демонстративному типу потребления: при повышении цены определенная категория потребителей склонна к более интенсивному потреблению, т. к. более высокая цена может свидетельствовать об их принадлежности к определенному классу. При эффекте сноба мы имеем дело с ситуацией, когда потребитель отказывается от потребления по той причине, что ранее недоступный для многих товар стал теперь более доступным, в результате чего данный потребитель («сноб») теряет в своих глазах некую эксклюзивность. Эффекта присоединения к большинству стремятся достичь, например, компании, декларирующие себя лидерами по объему продаж, считая, что потребитель склонен более интенсивно потреблять товар, который пользуется успехом у большинства потребителей. Более подробно см.: Oberender Peter. Grundlagen der Mikrooekonomie. Muenchen, 1992. [an error occurred while processing this directive]

Версия для печати