УДК 339.37 (1-87) МЕТОДЫ ВЫБОРА И МОДЕЛИ ОЦЕНКИ МЕСТОРАСПОЛОЖЕ- Козерод Л. А.

УДК 339.37 (1-87)
Козерод Л. А.
Дальневосточный государственный университет
путей сообщения, г. Хабаровск
МЕТОДЫ ВЫБОРА И МОДЕЛИ ОЦЕНКИ МЕСТОРАСПОЛОЖЕНИЯ РОЗНИЧНОГО ТОРГОВОГО ПРЕДПРИЯТИЯ
Аннотация: в статье рассмотрены основные методы выбора месторасположения розничного торгового предприятия, а также приведены математические модели оценки месторасположения, такие как модель Рейли, модель мультипликативного взаимодействия и модель
Хаффа.
Ключевые слова: месторасположение розничного торгового предприятия, метод контрольного списка, индекс насыщенности, аналоговый подход, регрессионный анализ, модели
выявленных предпочтений, модель Рейли, аксиома Люса, модель мультипликативного взаимодействия (MCI), модель Хаффа.
Выбор месторасположения торгового предприятия является ключевым решением, которое должна принять компания, работающая в сфере розничной
торговли. С одной стороны, месторасположение магазина определяет потенциальное количество клиентов и оборот. С другой стороны, в зависимости от места стоимость получения прав на строительство и аренду земли может различаться в несколько раз. Наконец, размещение магазина влияет на его имидж и
имидж марки торговой сети. Но если арендная плата и стоимость получения
прав на строительство известны заранее, то оборот можно только прогнозировать. Поэтому прогнозирование оборота является центральной и наиболее
сложной процедурой при выборе местоположения.
Основой успешной деятельности розничного предприятия является его размещение на пути движения людских потоков. Это, прежде всего, центр города,
центры городских районов, основные транспортные магистрали, зоны пересечения крупных транспортных узлов (станции метро, автобусные остановки и
др.), центральные проспекты и улицы. Однако, затраты на аренду или покупку
помещения для предприятия здесь соответственно высокие.
При выборе места для розничного магазина необходимо принять во внимание зону тяготения покупателя, которая определяется расстоянием от магазина
до места проживания или прохождения на работу (с работы). Часть авторов, занимающихся данной проблемой, отмечает, что учитывая большую насыщенность розничными торговыми точками всех районов города, необходимо рас-
считывать только на тех покупателей, которые могут находиться от магазина в
радиусе, равном 400 – 800 метров.
Логика мышления зачастую основывается на том факте, что спрос на услуги
данной торговой точки имеет очевидную географическую направленность.
Возникает соблазн определить максимальное расстояние, которое сможет проехать потребитель магазина, и рассчитать численность населения, проживающего в пределах круга с данным радиусом. Полученное число затем можно использовать как основу для прогноза оборота новой торговой точки.
Однако такой подход имеет множество недостатков. Во-первых, не только
географический фактор определяет спрос на услуги магазина, так как зона
охвата значительно уже в районах с более интенсивной конкуренцией.
Во-вторых, даже при достаточно ровных границах участков прогноз, основанный на специально оцененных размерах торговой зоны, будет иметь очень
низкую достоверность. Дело в том, что площадь и, соответственно, численность
населения в круге (при равномерной плотности) возрастают пропорционально
квадрату радиуса. Показатель времени, необходимого для достижения точки на
автомобиле, примерно пропорционален расстоянию. Поэтому если мы можем
оценить время с точностью в +/–15% с доверительной вероятностью в 0,95, то с
той же доверительной вероятностью точность прогноза оборота будет примерно +/–30% [3]
Для размещения предприятия необходимо нанести на карту района все действующие торговые точки аналогичного профиля, включая рынки, ларьки и
прочие торговые точки, а также маршруты движения транспорта и реальные
маршруты движения пешеходов. Наконец, следует оценить количество проживающих в этом районе, число, тип и размер расположенных поблизости предприятий, количество приезжающих на работу из других районов города. Необходима информация о потенциальных конкурентах в этом районе, о потребностях в товарах, которые планирует продавать новый магазин.
Учитывая, что методы измерения торговой зоны (в том числе основанные
на полевых исследованиях и статистике) также имеют серьезные слабости и
подвержены непрогнозируемым отклонениям, то результирующая точность
прогноза будет довольно низкой. Цена ошибки в случае создания крупного торгового центра может составлять сотни миллионов рублей.
Ввиду важности местоположения для розничного предприятия и наличия
методологических сложностей с прогнозированием оборота, возникает необходимость применения специальных методов для решения этой задачи. Всего известно четыре основных подхода к прогнозированию оборота торговой точки,
но только два из них достаточно активно применяются в России. Рассмотрим
все методы, уделяя особое внимание тем двум, что менее всего известны в
нашей стране, но обладают наибольшей мощностью.
1) Метод контрольного списка. Первый метод можно назвать рейтинговой
методикой или методом контрольного списка. Он предполагает оценку каждого
варианта размещения магазина по фиксированному набору параметров. Значение параметров для всех вариантов оценивается экспертом. Шкала (но не её
вид) неявно определяется самим экспертом по каждому параметру.
Набор параметров может быть разноплановым и обычно относится к ноухау компании или эксперта, использующего методику. Зачастую в набор входят
данные о социально-демографической структуре населения в районе, индекс
насыщенности, проходимость по автомобилям и пешеходам, удобство подъезда
и парковки, близость к другим крупным торговым точкам, предполагаемую видимость. Индекс насыщенности равен потребительскому потенциалу территории по некоторой категории товаров/услуг, деленному на суммарную торговую
или общую площадь розничных предприятий района по данной категории
Целесообразно выделить несколько возможных вариантов размещения магазина и провести объективное их сравнение между собой. В таблице 1 приведен пример такого анализа [2].
Таблица 1
Пример оценки вариантов расположений предприятий торговли
№
Признак
Относительная покупательная сила на
одного жителя
2 Количество покупателей в зоне влияния
3 Поток прохожих в час
1
4 Торговые площади
5 Площадь витрин
6 Наличие стоянок
7 Возможности поставки
8 Общественный транспорт
Сумма для сравнения
Норма
200 ДМ на
жителя
8000
500
min 800
кв.м
min 40 кв.м
min 10 мест
–
в 3-х минутах ходьбы
Оценка
вариант
Вес признака
А
В
С
120
120
80
90
110
130
70
100
90
130
110
70
100
70
80
100
60
60
50
60
30
20
60
50
20
40
60
50
30
30
20
10
2430 2270 2170
Метод контрольного списка дает исследователю некоторую систему, однако
стороннему специалисту достаточно сложно оценить качество оценок. Даже
при заданных весах за счет варьирования шкал по каждому параметру могут
быть получены самые разные ранжирования объектов. К примеру, у одного
эксперта оценки удобства подъезда могут варьироваться от 4 до 6 по десятибалльной шкале, а у другого – от 1 до 10. За счет большей вариации данный параметр принесет более значительный вклад в итоговый индекс.
Обычный путь состоит в нормировании значений оценок. Но нормирование
может искажать результат, так как при выставлении весов сложно ориентироваться на равную вариацию оценок. Естественный путь избежать этого эффекта
– использовать некоторую количественную шкалу, которая затем может нормироваться.
Метод контрольного списка стал, пожалуй, самым распространенным методом для принятия решений по местоположению как в России, так в США и Западной Европе. Очевидным преимуществом является его простота и дешевизна.
Кроме того, в некоторых случаях высококвалифицированный и опытный эксперт может дать оценку более точную, чем любой существующий статистический метод. Фактически наличие эксперта, умеющего хорошо оценивать площадки, является необходимым условием для применения данного метода. Это
же является и основным недостатком. Возникает и менее важная проблема эффектов взаимодействия между характеристиками различных точек, которую
нельзя учесть в контрольном списке. Можно сделать вывод, что в наибольшей
мере метод контрольного списка подходит для предварительного отбора приемлемых площадок квалифицированным экспертом.
2) Аналоговый подход. Как можно догадаться из названия, аналоговый
подход основан на использовании значений некоторых характеристик существующих торговых точек в качестве основы прогноза для новых. Затем оптимальное на основе максимизации оборота или ожидаемой прибыли точки выбирается место.
В аналоговом подходе используются характеристики торговых точек, предположительно не изменяющиеся между объектами одного типа. По мнению
приверженцев методики, основная стабильная характеристика – это способность привлекать посетителей, характеризуемая или расстоянием, в пределах
которого будет жить определенный процент клиентов магазина, или временем,
необходимым для того, чтобы добраться от места проживания клиента до торговой точки.
На первом шаге применения аналогового подхода необходимо отобрать ряд
действующих торговых точек, схожих по всем основным характеристикам, за
исключением, возможно, плотности населения в районе. Сходство определяется как минимум по параметрам формата, товарных категорий в ассортименте и
торговой площади.
На втором шаге оценивается способность торговых точек привлекать клиентов. Обычно в этих целях в качестве достаточно точного и дешевого метода
используется опрос клиентов в торговых залах. Кроме того, исследование торговой зоны может быть совмещено с иными опросами в торговом зале. В США
также использовался метод сбора информации по автомобильным номерам автомашин на стоянках торговых точек, сверявшейся затем с базой данных по регистрации автомобилей.
По итогам анализа устанавливается потенциальное число покупателей, которые будут пользоваться услугами открывшегося нового розничного предприятия. Как показывают опросы населения, на выбор места покупки влияют следующие факторы: цена – 38 %; качество – 38 % ; ассортимент – 42 % ; персонал
– 27 % ; удобство расположения – 35 % ; сервис – 10 % ; услуги – 27 % ; стимулирование покупок – 5 % ; реклама – 15 % ; атмосфера – 18 % ; репутация – 20
% . При опросе подростков (старше 15 лет) главное внимание привлекли кафе,
кинотеатр, развлекательный центр. При опросе женщин на первое место ставятся магазины. При опросе мужчин отдается предпочтение спорту, станциям
автосервиса, экстремальным видам отдыха и т.д. [2]
При выборе места размещения предприятия торговли и определения его
профиля можно провести опрос населения, задав вопросы приблизительно следующего содержания: «Нарисуйте план своего квартала и отметьте все, что вас
интересует». Для оценки оборота в новой торговой точке в анкету необходимо
включить следующие вопросы о: местожительстве респондента; времени, которое он затрачивает на дорогу до магазина; используемом транспорте; частоте
посещения магазина; обычных обстоятельствах визитов (после работы по дороге домой; когда бывает в этом районе и т.д.); целях визитов.
На третьем, заключительном шаге расчетов аналитик должен вычислить
оборот новой торговой точки. В простейшем случае это можно сделать путем
подсчета численности целевого сегмента в предполагаемой зоне охвата новой
торговой точки. Таким образом, прогноз оборота для новой торговой точки в
той мере будет отличаться от текущего значения оборота, в какой различаются
плотности заселения торговых зон представителями целевого сегмента.
В более сложных вариантах отдельно учитываются пешеходы, автомобилисты, клиенты, для которых офис находится на пути с работы домой. Кроме того, возможно составление модели потребления услуг в зависимости от социально-демографических характеристик потребителей (например, дохода) и ее
учет при составлении прогноза. Однако все усложненные модели потребуют
значительно большего объема исходной информации, как минимум, базы данных, содержащей пространственную информацию.
Аналоговый подход точнее метода контрольного списка. В методе контрольного списка вычисляется лишь некоторая функция, коррелированная с потенциальным оборотом, тогда как аналоговый метод ориентирован на прямое
вычисление прогноза оборота при некоторых упрощающих предпосылках. Однако это преимущество носит скорее теоретический характер, чем практический. Оба метода не имеют в своей основе алгоритма, который давал бы точный результат любому аналитику. Свобода эксперта снижается, но даже в случае аналогового подхода эксперт сможет получить на выходе практически любой разумный результат. Кроме того, к аналоговому подходу можно прямо отнести все проблемы, связанные с измерением торговой зоны магазина.
3) Регрессионный анализ. Зачастую используют еще более строгий подход, основанный на построении регрессии оборота от основных характеристик
размещения магазина. Выбирается место, обеспечивающее максимально ожидаемое значение оборота. Выборка формируется так же, как и во втором случае:
эксперт отбирает группу сходных предприятий. Однако это сходство не должно
быть уже столь близким, как в аналоговом подходе. Достаточно лишь, чтобы
все магазины относились к одному типу предприятий (гипермаркет, супермар-
кет и т.д.). Переменные, описывающие расположение каждого магазина, могут
быть получены из стандартных контрольных листов. Кроме того, в число регрессоров включаются переменные, описывающие рынок в зоне размещения,
характеристики торговых точек, потребителей, цены и уровень конкуренции.
Принципиально важно, чтобы значения каждой переменной по всем точкам
выборки оценивались одним экспертом.
В целом метод достаточно часто применялся в случаях сетевых розничных
компаний. Регрессионный анализ использовался для выбора местоположения
продовольственных магазинов, отделений банков, винных магазинов, отелей.
Известно, что метод достаточно популярен и у практиков в силу его простоты и
объективности результата.
Проблемы, связанные с использованием регрессионного анализа, имеют в основном статистический характер и известны специалистам в области эконометрики. Отсюда не следует, что все эти проблемы легко решаемы и что регрессионный
анализ всегда дает хороший результат. Во многих случаях нелинейность зависимостей и большая ошибка измерения ключевых переменных не позволяют построить хорошую зависимость с высоким коэффициентом детерминации.
Для всех регрессионных моделей прогнозирования оборота и доли рынка
возникает проблема измерения переменных-регрессоров. Безусловно, переменные должны входить в уравнение регрессии с такими значениями, какими они
представляются потребителям. Однако эти данные приходится заменять некоторыми условными конструкциями. Например, площадь магазина заменяет, по
сути, показатель широты и глубины ассортимента. Приходится искусственно
оценивать уровень конкуренции и покупательский потенциал населения. Кроме
того, эксперты зачастую оценивают характеристики торговых точек совсем не
так, как это делают потребители. Нарушаются не только пропорции между
оценками, но и их порядок. Во многих случаях эксперту не представляется возможности испытать подобные проблемы на практике: для построения уравнения регрессии ему просто не хватает данных. Найти в полном объеме информацию о десяти и более однотипных торговых точках можно только в том случае,
когда анализ выполняется специалистами крупной торговой сети.
4) Модели выявленных предпочтений. Модели выявленных предпочтений являются развитием пространственных моделей, таких, как модель Рейли.
Согласно данной модели сосредоточение группы магазинов увеличивает их
привлекательность, а граница торговых зон двух центров розничной торговли
определяется расстоянием между центрами и их относительными размерами. В
ней впервые признана взаимосвязь между стоимостью поездки покупателя и
привлекательности торгового центра.
Расчет показателя полезности предлагается проводить по следующей формуле [2]:
Uij  Aj a  Dijb
где Uij – полезность торгового центра j для i-того покупателя;
(1)
Аj – мера привлекательности торгового центра j (уровень сосредоточения магазинов);
Dij – расстояние до торгового центра j, которое должен преодолеть покупатель «i»;
a,b - эмпирические коэффициенты.
Смысл состоит в том, чтобы на основе фактических пространственных данных о выборе магазинов респондентами оценить параметры модели для прогноза рыночной доли. Если в модели Рейли значения параметров фиксированы,
то здесь они оцениваются эконометрическим путем. На основе доли предприятия можно оценить оборот, прибыль и привлекательность той или иной точки.
Кроме того, данный метод позволяет вместе с местом выбрать и оптимальную
концепцию предприятия для каждого варианта размещения.
В соответствии с аксиомой Люса полагается, что вероятность выбора Pij потребителем i определенной торговой точки j равна доле, которую составляет
полезность использования этой точки Uij в сумме полезностей всех n возможных магазинов. Каждый потребитель может выбрать только одну торговую
точку и не меньше, чем одну. Формула выглядит следующим образом [3]:
Pij 
U ij
n
U
k 1
(2)
ik
где Pij – вероятность (привлекательность) посещения j -магазина i-тым покупателем;
Uij – полезность магазина j для i-го покупателя;
n – число магазинов, которые рассматриваются i-м покупателем для посещения (k =
1....n).
Индекс i соответствует потребителю или, в общем случае, некоторой ситуации выбора. При использовании этой модели в розничной торговле под ситуацией чаще всего понимается район проживания потребителя, хотя можно учитывать также его социально-демографические характеристики и наличие автомобиля.
Данная модель, наряду с моделями для вероятностей выбора, достаточно
часто используется для прогнозирования долей рынка различных потребительских товаров и услуг. Если мы подставим в эту формулу функцию полезности
мультипликативного вида, то получим формулу модели мультипликативного
взаимодействия (MCI). Ее частным случаем является известная модель Хаффа,
включающая только два параметра – площадь торговой точки и ее удаленность
от потребителя в ситуации i [3]:
Sj 
 
T 
ij
Pij  n 
Sk


k 1 Tik
(3)
uде Tij – удаленность торговой точки j от i-гопотребителя (время, потраченное на путь
до j;
Sj – размер объекта/площадь торговой точки j;
 – некоторый положительный параметр, отражающий эффект влияния различных ти-
пов объектов на воспринимаемые временные затраты, и требующий статистической оценки
(обычно принимает значения от единицы до трех); обычно рассчитывается эмпирическим
путём;
n – число торговых точек (k = 1....n).
Предложенная Дэвидом Хаффом в 1963 году модель определения местоположения торгового объекта наиболее оптимального с точки зрения получения
прибыли с успехом применяется и по сей день. Будучи критикованной и нелишенной недостатков модель Хаффа привлекает исследователей своей простотой и универсальностью. Основная идея модели – это определение привлекательности торгового объекта, которая прямо пропорциональна размеру объекта
и обратно пропорциональна расстоянию между покупателем и торговым объектом. Большинство исследований подтверждают пригодность модели Хаффа: во
всех странах успешно функционируют крупные маркеты, склады-магазины.
В основу модели Хаффа положена гипотеза, что привлекательность отдельного магазина зависит от размера его торгового зала. Значение полезности выражается через вероятность посещения покупателем конкретного магазина:
например, торговый центр, может иметь значение параметра равное 2, тогда как
маленький овощной магазин будет иметь значение равное 10.
Благодаря этой формуле можно рассчитать общие расходы потребителей на
продуктовую категорию m в торговой точке j. Получаем:
s
E jm   PijCi Bim
i 1
(4)
где Сi – число покупателей в зоне проживания i;
Bim – среднегодовые затраты покупателей, проживающих в зоне i, на продуктовую категорию m;
s – общее число зон проживания покупателей.
Отсюда можно вычислить долю рынка данного торгового объекта в продуктовой категории m:
E jm
M jm  s
(5)
C
B
 i im
i 1
Модель (2 и 3) оставляет достаточно много свободы для описания предпочтений, а именно, для интерпретации P. Схема не запрещает использование в
качестве усредненной оценки распределения расходов, что должно дать на выходе модели прогнозы оборота. Часто же под P понимается распределение визитов или распределение торговых точек по критерию максимальной важности
для потребителя. В последнем случае выборка искусственно ограничивается
теми домохозяйствами, которые совершают основную часть покупок данной
категории только в одной торговой точке. Проблема измерения предпочтений
сводится к проблеме постановке основных вопросов. Эффективность способов
описания предпочтений определяется типом предприятия, для которого производится исследование. Для торгового центра возможны следующие варианты
основного вопроса:
- Назвать центр, в котором совершается подавляющая часть покупок.
- Назвать центр, в который потребитель, скорее всего, пойдет за покупками
в следующий раз.
- Указать распределение числа визитов за покупками по торговым центрам.
- Указать распределение расходов на одежду по торговым центрам.
Для специализированных магазинов наиболее подходящим кажется вопрос
о распределении расходов. После получения массива подготовленных для анализа данных проводится расчет оценок долей P и параметров потребителей
(наличие автомобиля, расстояние до точки и т.д.).
Модели выявленных предпочтений имеют минимум два важных преимущества. Первое состоит в возможности получения количественного результата с
максимальной точностью. Отметим, что точность моделей может быть повышена за счет учета взаимодействия между факторами, которое вводится в модель ценой некоторого усложнения (более подробную информацию о расчетах
можно найти у А. С. Угарова). Точность прогнозов из модели выявленных
предпочтений немного выше, чем у регрессионных моделей и аналоговых методов. Однако рассмотренные модели покупательских предпочтений, не смотря
на их практическое подтверждение, имеют и ряд проблем:
1. Существующие модели исходят из компенсационного характера функции
полезности, т.е. покупатели компенсируют низкое значение одного фактора
(признака) более высоким значением другого.
2. В других моделях применен принцип "отсечения", т.е. выбирая между
альтернативными возможностями, покупатели исходят из какого-то максимального расстояния, за рамками которого магазин "отсекается" независимо от
высокого уровня других признаков. Покупатели могут также установить минимальный уровень других признаков, которыми должны обладать магазины,
чтобы они были приемлемы для посещения.
3. Исчисленные параметры отражают характеристики существующих магазинов, в то время как новые магазины могут значительно отличаться от действующих. В некоторых моделях учитывается конфигурация всего района, т.е.
отношение расстояний до самого близкого и дальнего магазинов.
4. В ряде исследований показано, что на относительную значимость переменных в функции полезности влияют такие факторы, как доход, занятие, этническая принадлежность, наличие автомобиля у покупателя. Поэтому для их
учета необходимо принять во внимание различные слои населения.
Для преодоления перечисленных недостатков вместо наблюдения за прошлым выбором предложены методы оценки потребителями гипотетических характеристик магазинов, включаемых в модель полезности. Преимуществом
этих методов является то, что они опираются не на прошлый выбор, а на весь
спектр возможных значений характеристик магазинов.
Применение модели ограничивается случаями исследования рынков, находящихся в состоянии относительной стабильности. В частности, параметр чувствительности к расстоянию существенно меняется вместе с пространственной
структурой розничной торговли города. Кроме того, чувствительность к параметрам, по которым существующие торговые точки различаются мало, будет
очень низка или статистически незначима.
Эта проблема особенно актуальна для России. В настоящее время в большинстве региональных столиц крупные торговые центры проектируются в
условиях отсутствия фактической конкуренции. Вместе с тем ожидается достаточно высокий уровень конкуренции после завершения строительства, поэтому
как выбор местоположения, так и концепции объекта являются очень важными
решениями. Использование в данном случае модели выявленных предпочтений
в её базовом варианте, несмотря на высокую мощность метода, приведет к некорректным результатам.
Очевидный недостаток метода выявленных предпочтений заключается в
необходимости проведения полевого исследования с довольно сложным вопросником. В случае если в качестве основного вопроса используется вопрос о последнем месте совершения покупок, размер выборки, по некоторым оценкам,
должен составлять не менее 2000 респондентов целевого сегмента. В таком случае будет использован приемлемый размер выборки для построения регрессии
(около 30 наблюдений) и ошибку оценки доли +/–10 процентных пунктов с доверительной вероятностью 0,9. Но для вопроса о распределении числа визитов
приемлем значительно меньший размер выборки (от 300 – 400 респондентов) [3].
С другой стороны, полевое исследование является весьма желательным этапом процесса выбора местоположения торговой точки (которое часто происходит одновременно с выбором концепции). Поэтому ценой использования метода выявленных предпочтений в данном случае будет лишь включение 7 – 10 закрытых вопросов в анкету.
Мы рассмотрели основные модели, применяемые для выбора местоположения торговой точки. Вместе с тем не стоит применять во всех случаях только
один метод. Каждый из перечисленных вариантов решения проблемы может
быть назван наилучшим для определенных ситуаций. Мы постарались дать характеристику случаев, в которых использование вышеперечисленных методов
оптимально.
Список литературы
1. Канаян К. Проектирование магазинов и торговых центров [текст]/ К. Канаян, Р. Канаян, А. Канаян, М.: Юнион-Стандарт Консалтинг, 2005, 424 с.
2. Наумов, В. Н. Маркетинг сбыта [текст] учебное пособие / В. Н. Наумов, - СПб.:
СПбГУЭФ, 2004, 52 с.
3. Угаров, А. С. Методы выбора месторасположения торговой точки [текст]/ А. С.
Угаров // Маркетинг в России и за рубежом, 2005, № 6.