Документ 940372
реклама
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» На правах рукописи КОВАЛЕВА ЕЛЕНА ИВАНОВНА ОЦЕНКА ВОСТРЕБОВАННОСТИ НОВЫХ ПРОДУКТОВ И ТОРГОВОЙ ПРИВЛЕКАТЕЛЬНОСТИ РЕГИОНАЛЬНЫХ РЫНКОВ СБЫТА Специальность 08.00.05 – Экономика и управление народным хозяйством (маркетинг) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель – доктор экономических наук, профессор В.И. Тинякова Воронеж 2015 2 СОДЕРЖАНИЕ Введение…………………………………………………………………....... 3 1. Теоретические основы и проблемные грани сбытовой деятельности компаний в современных условиях……………………………………. 13 1.1. Организационно-методические положения по управлению сбытом…………………………………………………………… 13 1.2. Особенности сбытовой деятельности торговых компаний на региональных рынках …………………………………………. 27 1.3. Индикаторы регионального развития как элементы информационной базы маркетинга сбыта ……………………………….. 42 2. Аналитический инструментарий обоснования решений относительно нового продукта и нового рынка сбыта………………………… 52 2.1. Анализ и прогнозирование сбыта торговой компании …….. 52 2.2. Современный спектр подходов к оценке востребованности нового продукта ……………………………………………….. 62 2.3. Геомаркетинг в задачах обоснования решений по сбыту продукции …………………………………………………………….. 74 3. Методические положения формализованной оценки востребованности новых продуктов и торговой привлекательности потенциальных рынков сбыта…………………………………………………….. 89 3.1. Оценка востребованности нового продукта как необходимое условие рационального обновления ассортимента предприятия…………………………………………………………………. 89 3.2. Авторская методика оценки привлекательности региона для ведения торгового бизнеса …………………………………… 108 Заключение………………………………………………………………….. 126 Список использованных источников……………………………………… 129 ВВЕДЕНИЕ 3 Актуальность темы исследования. Вопрос об экономической целесообразности маркетинга все чаще встает перед современным бизнесом. Руководители больше не хотят тратить деньги впустую на стимулирование работы маркетинговых отделов, занимающихся рутинной работой по стимулированию спроса и развертыванию очередных рекламных кампаний на давно известных рынках. На данном этапе развития бизнеса требуется обновление исходных функций маркетинга, осознание их актуальности, позволяющей сделать оправданными все затраты и оправдать существования маркетинговых отделов в компании как таковых. Одной из важнейших функций маркетинга становится развитие бизнеса. Данная функция может быть осуществлена через постановку и осуществление следующих задач: изучение тенденций существующих рынков и удовлетворяемых потребностей; открытие пустующих ниш и выявление неудовлетворенных потребностей; исследование перспективности освоения новых региональных; формирование приоритетов новых направлений; оценка рисков и возможностей компании по освоению новой ниши. В настоящее время российская экономика испытывает негативные последствия санкций в связи с событиями в Украине. Сокращение реальных доходов населения, рост безработицы, девальвационные ожидания – эти и многие детерминанты определяют снижение спроса на продукцию, а также изменение предпочтений потребителей. Такие условия вполне закономерно генерируют повышенный интерес к проблемным аспектам обновления ассортимента предприятия и освоения новых рынков сбыта. Особенность сегодняшней ситуации в том, что данные задачи решаются в условиях жесткой экономии маркетинговых затрат, требуя актуализации исследований, ориентированных на разработку методик, обеспечивающих повышение надежности принимаемых решений о выводе на рынок нового 4 продукта и выхода на новые рынки сбыта. Именно к такому типу исследований относится данная диссертационная работа. Степень разработанности проблемы. Теоретико-прикладным аспектам сбыта продукции посвящены труды Котлера Ф., Капранчиковой Е.И., Купцова А.С., Ламбена Ж.-Ж., Красюк И.А., Никишина В.В. и других ученых. Разнообразные аспекты оценки привлекательности регионов по их потенциальным потребительским возможностям освещены в научных трудах Александрова Ю.Л., Важениной И.С., Голубковой Е.Н., Наумова В.Н., Панкрухина А.П., Рычкова В.А., Соломона И.Д., Тиняковой В.И., Яшко С. и др. Результаты исследований проблем вывода на рынок нового продукта и формирования упреждающей оценки его востребованности нашли отражение в научных работах Башиной О.Э., Голубкова Е.П., Ивановой Н.Ю., Князя И.П., Котлера Ф., Митясовой Е.А., Молодоженовой В.Н., Остапенко Т.П., Слатера С.Ф., Тиняковой В.И. и др. Проблемами, связанными с формированиями и обновления ассортимента, занимались такие ученые, как Бузукова Е.А., Вахтель Д., Гордеев Д., Дранко О.И., Леонов А.И. и др. В трудах Давниса В.В., Воищевой О.С., Мокшиной С.И., Тиняковой В.И. представлены отдельные элементы формализации оценки востребованности новых продуктов и торговой привлекательности потенциальных региональных рынков сбыта. Необходимость разработки комплексных методик оценивания перспектив сбыта нового продукта и привлекательности потенциальных рынков сбыта обуславливает развитие исследований по повышению степени обоснованности соответствующих маркетинговых решений, которые определили тему диссертационной работы, ее цель, задачи и структуру. 5 Цель исследования – развитие теоретических положений и разработка практических рекомендаций, ориентированных на повышение степени надежности оценок востребованности новых продуктов и торговой привлекательности потенциальных рынков сбыта. Достижение поставленной цели предполагает решение следующих логически взаимосвязанных задач: выявить особенности сбытовой деятельности торговых компаний на региональных рынках в современных условиях российской экономики; проанализировать разработанные к настоящему моменту времени подходы к оценке торговой привлекательности региональных рынков сбыта; исследовать современный спектр подходов к оценке востребованности новых продуктов; идентифицировать возможное направление для совершенствования маркетинговой информационной системы торговой компании; предложить подход к оценке перспектив сбыта на пробных торговых точках и провести его апробацию; разработать методику обоснования обновления ассортимента предприятия, обязательным этапом которой является оценка востребованности нового продукта; разработать методику оценки привлекательности региона для ведения торгового бизнеса и провести ее верификацию. Объект исследования – показатели и факторы востребованности нового продукта и торговой привлекательности регионального рынка сбыта. Предмет исследования – управленческие отношения, возникающие в процессе оценки востребованности нового продукта и определения степени торговой привлекательности потенциального рынка сбыта. Область исследования соответствует требованиям Паспорта специальностей ВАК РФ 08.00.05 Экономика и управление народным хозяйством 6 (маркетинг): п. 9.4. Состояние и тенденции развития внешней и внутренней среды маркетинговой деятельности, сегментация рынков и определение рыночных ниш, 9.17. Формирование эффективной системы распределения товаров в компании, управление продажами в современных условиях конкурентной рыночной среды. Рабочая гипотеза исследования базируется на предположении о возможности повышения точности и надежности оценки востребованности нового продукта и привлекательности нового рынка сбыта за счет комплексного использования аппарата экономико-математического моделирования и прогнозирования, а также процедур экспертного оценивания. Теоретико-методологической основой исследования послужили фундаментальные труды зарубежных и отечественных учёных в области общего маркетинга, торгового маркетинга, маркетинга инноваций, эконометрического моделирования, прогнозирования экономических процессов, экспертного оценивания. Информационно-эмпирическую базу исследования составили статистические данные федеральной службы государственной статистики, ре- зультаты эмпирических исследований отечественных и зарубежных ученых, изложенные в периодической печати и сети Интернет. Инструментарно-методический аппарат исследования представлен общенаучными методами познания (анализ и синтез, индукция и дедукция, аналогия и моделирование), а также различными средствами визуализации информации. Экспериментальные расчеты проводились в среде MS Excel и Statistica. Основные положения исследования, выносимые на защиту: 1. Специфику сбытовой деятельности отдельно взятой торговой компании определяют особенности состояния российского рынка розничной торговли и тенденции его развития. Одним из важных положительных для 7 ритейлеров фактором сегодня является ненасыщенность рынка. В тоже время радужные перспективы омрачаются распределением ритейла в стране. Сейчас рынки крупнейших мегаполисов близки к насыщению, поэтому зрелые торговые сети «идут в регионы». Такая ситуации актуализирует потребность в разработке соответствующего методического инструментария, использование которого позволит принимать компаниям рациональные решения относительно выхода на тот или иной региональный рынок и формирования своего ассортиментного портфеля. 2. Прежде, чем приступить к реализации любого товара (как нового, так и известного) необходимо ответить на три ключевых вопроса: «Когда реализовывать?», «Где реализовывать?», «Как реализовывать?». Для того чтобы максимально точно ответить на эти вопросы, необходимо иметь территориально ориентированные данные, которые будут совмещать как маркетинговую информацию, так и географические особенности в количественном и качественном форматах. Чтобы получать эту информацию своевременно и не упустить возможности выхода на новые рынки, необходимо в маркетинговой информационной системе компании предусмотреть подсистему мониторинга потенциальных рынков сбыта, отличающуюся использованием геомаркетинговых технологий и содержащую блок перспективного анализа индикаторов регионального развития, определяющих степень торговой привлекательности того региона, который компания рассматривает в качестве возможного рынка сбыта. 3. Одним из стратегически важных вопросов для маркетолога (особенно для маркетолога крупной торговой сети) является оценка перспектив сбыта в существующих торговых точках и принятие на этой основе решения, в качестве альтернативных вариантов которого выступают следующие: разработка соответствующих маркетинговых мероприятий (ориентированных либо на поддержание текущего уровня объема продаж, либо на его повышение); закрытия данной торговой точки. Такую оценку можно осуществить в рамках регрессионной схемы анализа, результаты которого позволяют про- 8 ранжировать существующие точки сбыта в зависимости от динамики продаж и понять, достиг ли уровень сбыта в данной торговой точке предельно возможной величины. 4. На ассортиментную политику предприятий влияет огромное количество факторов, среди которых доминируют рыночные факторы, а именно: спрос. Поэтому в авторском методическом подходе к формированию рациональной ассортиментной политики предприятия центральное место занимает решение проблемы обоснования обновления ассортимента предприятия и главный акцент делается на оценку востребованности нового продукта. В понимании автора востребованная новая продукции – это продукция, уровень продаж которой после выведения ее на рынок в течение года не опускался ниже минимально допустимого. Проблему отсутствия на момент принятия решения о выводе на рынок нового товара статистической информации можно решить в рамках комбинированного подхода, предусматривающего совместное использование эконометрических моделей и процедур экспертного оценивания, что, в конечном счете, позволяет снизить величину общего уровня риска, связанного с формированием ассортимента. 5. Повысить степень обоснованности и надежности решений, принимаемых руководством компаний относительно выхода на новые региональные рынки сбыта, можно, если использовать для этого авторскую методику формализованной оценки привлекательности потенциального рынка сбыта, предусматривающую: во-первых, проведение логически связанных между собой расчетов с использованием методов и моделей, обеспечивающих адекватность сопоставления торговой привлекательности регионов; вовторых, применение прогнозирования, которое, формируя упреждающую информацию об основных характеристиках потенциальных рынков сбыта, позволяет понять, сохранится или нет в будущем текущая привлекательность регионов. Научная новизна диссертационного исследования в целом состоит в совершенствовании подходов к оценке востребованности нового продукта и 9 торговой привлекательности региональных рынков сбыта на основе комплекса эконометрических моделей и методов, а также процедур экспертного оценивания, совместное использование которых способствует повышения степени обоснованности маркетинговых решений. Научная новизна подтверждается конкретными результатами: выявлена специфика сбытовой деятельности торговых компаний в условиях российской экономики, в обозримом прошлом определяемая увеличением реальных доходов населения, ростом потребительского спроса, частичной «премиуминацией» спроса. В настоящее время на российском рынке все ещё остаются большие перспективы роста и развития, поскольку рынок достаточно далек от насыщения. Учет данной специфики позволит торговым компаниям разрабатывать адекватную современным условиям ведения бизнеса стратегию сбыта. Кроме того, выявленная специфика позволила оценить степень применимости существующих методик оценки торговой привлекательности регионов, а также выявить их недостатки, а именно: использование показателей, доступ к которым затруднен или они отсутствуют в свободном доступе; в некоторых методиках применяется явно недостаточное количество факторов для полноценного анализа, в других же – набор факторов излишне велик (и то, и другое затрудняет расчеты); широкое использование экспертных оценок, которое силу очевидных причин повышает субъективность принимаемых решений; модифицирована модель маркетинговой информационной системы (МИС) К. Дине за счет включения в нее такой подсистемы, как мониторинг состояния потенциальных региональных рынков сбыта. Эта система ориентирована на идентификацию и оценку потенциально прибыльных направлений продаж; быстрое реагирование на изменения и колебания рыночной конъюнктуры; определение оптимальных цен на товары/услуги; осуществление контроля за маркетинговыми издержками; оптимизацию деятельности торгового персонала; поддержку принятия решений по распределению 10 средств, выделенных на продвижение товаров/услуг; мониторинг состояния существующих и потенциальных рынков сбыта. Поскольку модифицированная МИС призвана обеспечить перманентное получение информации о возможностях выхода на новые рынки сбыта, то ее создание и функционирование в торговых компаниях будет способствовать укреплению рыночных позиций, расширению бизнеса, формированию дополнительных конкурентных преимуществ; предложен подход к оценке перспектив сбыта продукции, развивающий научные взгляды В.В. Давниса, В.И. Тиняковой на прикладные возможности авторегрессионных моделей в задачах анализа стабильности экономических процессов. Рамки предлагаемого подхода предусматривают последовательное выполнение следующих шагов: построение регрессионных моделей, отражающих динамику продаж в разных торговых точках, расчет оптимальных уровней сбыта и получение на этой основе ответа на вопрос: «Достигнут ли в данной торговой точке оптимальный уровень сбыта?». В результате маркетолог компании получает ориентир, необходимый для разработки соответствующего комплекса маркетинговых мероприятий; предложена методика обоснования обновления ассортимента предприятия, реализация которой предполагает: прогноз объема продаж по укрупненным группам ассортимента предприятия; сравнительный анализ прогнозной динамики объема продаж и объема продаж за аналогичный период в прошлом; кластерный анализ укрупненных групп ассортимента предприятия; разработка комплекса маркетинговых мероприятий для каждой из укрупненных групп; выбор той укрупненной группы, которая нуждается в увеличении числа относимых к ней товарных позиций; экспертная оценка характеристик новой товарной позиции; построение модели бинарного выбора и ее использования для получения вероятностной оценки востребованности новой товарной позиции. Данная методика (в отличие от существующих методик Абоюду А.К., Леонова А.И., Платоновой Т.Н. и др.) обеспечивает формирование рациональной структуры ассортимента предприятия и позво- 11 ляет разрешить проблему отсутствия статистической информации о новом продукте, одновременно предоставляя количественное обоснование принимаемого решения, что естественным образом повышает его надежность; разработана методика оценки привлекательности региона для ведения торгового бизнеса, предусматривающая реализацию следующих этапов: формирование индикаторных переменных, характеризующих торговую привлекательность регионов; классификация регионов, рассматриваемых в качестве потенциальных рынков сбыта; построение вероятностного распределения регионов по степени торговой привлекательности и выбора наиболее предпочтительных из них с использованием модели множественного выбора в ранговой шкале; многовариантный многомерный прогноз показателей, характеризующих ожидаемую торговую привлекательность регионов выбранных на предыдущем этапе регионов; упреждающая оценка торговой привлекательности отобранных регионов. Данная методика (в развитие подходов В.В. Давниса, О.С. Воищевой, С.И. Мокшиной, В.И. Тиняковой) обеспечивает получение более обоснованной (по сравнению с оценками, получаемыми в рамках существующих подходов (индекса покупательной способности, тензорной модели привлекательности рынка сбыта В.Н. Наумова, интегрального показателя С. Яшко и др.)) оценки степени торговой привлекательности регионов за счет: комплексного использования моделей; получения упреждающей информации об основных характеристиках потенциальных рынках сбыта; разработанного в диссертации принципа усиления надежности маркетингового решения, предусматривающий многостороннее обоснование на основе эконометрической адекватности и альтернативности прогнозных симуляций. Теоретическая значимость диссертации заключается в том, что содержащиеся в ней результаты расширяют теоретико-методологическую базу оценки востребованности новых продуктов и привлекательности новых рынков сбыта и задают вектор дальнейшего развития подходов к решению актуальных задач, связанных с развитием торгового бизнеса. 12 Практическая значимость результатов исследования определяется тем, что сформулированные в диссертации выводы и предложения, разработанные методики способствуют развитию торгового бизнеса. Все эти результаты могут использоваться любыми хозяйствующими субъектами для получения дополнительной информации, обеспечивающей повышение степени обоснованности маркетинговых решений, которые принимаются относительно обновления ассортимента и выхода на новые рынки сбыта. Апробация и внедрение результатов исследования. Основные результаты работы прошли апробацию и получили положительную оценку на международных научно-практических конференциях в г. Новосибирске (2012, 2014), Воронеже (2012, 2013), Санкт-Петербурге (2013), Пензе (2013). Отдельные теоретические положения и практические рекомендации нашли применение в деятельности торгово-промышленной компании ООО «ГОФРОТАРА» (г. Белгород). Кроме того, результаты диссертационного исследования используются в учебном процессе ФГАОУ ВПО «Белгородский государственный исследовательский университет». Публикации. По теме диссертационного исследования опубликовано 12 работ (в том числе 5 – в изданиях, рекомендованных ВАК) общим объемом 6,35 п.л. (авт. – 4,45 п.л.). Объем и структура диссертационной работы. В соответствии с целью, задачами и логикой исследования работа состоит из введения, трёх глав, содержащих девять параграфов, заключения и списка использованной литературы из 152 источников. Работа изложена на 142 страницах машинописного текста. Аналитический материал представлен 39 таблицами и 33 рисунками. 13 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И ПРОБЛЕМНЫЕ ГРАНИ СБЫТОВОЙ ДЕЯТЕЛЬНОСТИ КОМПАНИЙ В СОВРЕМЕННЫХ УСЛОВИЯХ 1.1. Организационно-методические положения по управлению сбытом В современных условиях, в сложившихся экономических обстоятельствах рыночные отношения с жестокой конкуренцией главной из основных задач каждого позиционирующего себя предприятия выступает обеспечение потребителей инновационным продуктом, наиболее адаптированным к посткризисным предпочтениям клиента. Очевидно, что в период проявлений кризиса потребительский спрос резко изменился в сторону более дешевого ассортимента. В то же время итоги практической деятельности отдельных предпринимателей свидетельствуют о том, что достижение активного роста продаж в посткризисный периоды реально, если предлагать покупателю необходимые им товарные единицы при сохранении оптимального соотнесения цены и качества. Так, основной чертой посткризисного спроса во всем мире является рациональный подход при выборе продукта и особенное внимание к его функциональной составляющей. Каждый год потребительское поведение становится все более избирательным. Высокий уровень качества продукции сегодня является для покупателей не только функциональным условием, но и одним из составляющих его личного запроса. Это объясняет увеличение спроса на адресную, целевую продукцию и пристальное внимание к различным новинкам на рынке. Очевидно то, что продукты инновационного характера привлекают массовый интерес значительно активнее, чем до кризиса. Таким образом, успех разработки и развития нового продукта имеет решающее значение для выживания отдельных компаний [46, 51, 56, 61, 85, 14 87]. Однако результаты отдельных исследований свидетельствуют о том, что 35% устойчивых доходов идет от продукции, которая не существовала пять лет назад. Другие исследования показывают, что этот процент в индустрии высоких технологий значительно выше. В целом, доля товарных неудач высока, только около 60% от выпуска нового товара сохраняются. В такой связи крайне важно, чтобы менеджеры смогли выстроить правильную стратегию, которая приведет к разработке востребованного нового продукта либо которая обеспечит успешный вывод продукции на рынок [121, 122, 123, 125, 152]. И здесь решающую роль играет результат стратегического выбора: проактивная или реагирующая ориентация на рынок? [145, 150, 151]. С проактивной рыночной ориентацией компания пытается обнаружить невыраженные, скрытые потребности. В этом смысле компания «ведет» своих клиентов с целью раскрыть новые, неосознанные потребности и затем развивать будущую продукцию, чтобы удовлетворить эти потребности. Роль маркетинга состоит в том, чтобы облегчить изучение рыночной конъюнктуры и внесите свой вклад в выявление скрытых потребностей клиентов. С реагирующей рыночной ориентацией организации пытаются удовлетворить выраженные потребности своих нынешних клиентов. В этом смысле клиент «ведет» компанию в разработке новых предложений, которые удовлетворяют существующие потребности. Реагирующая ориентация характеризуется как управляемый рыночный спрос, допуская, что отдел маркетинга определяет возможности нового продукта и общается с научно- исследовательским отделом для разработки инноваций, к этим выраженным потребностям клиента. Стратегия реагирующей рыночной ориентации может иметь решающее значение для удовлетворения насущных потребностей рынка. Это требует тесного взаимодействия от маркетинга и научно-исследовательской работы с самого начала развития программы нового продукта для того, чтобы ускорить время вывода продукции на рынок. С другой стороны, проактивная рыночная ориентация ассоциируется с удовлетворением будущих потребностей 15 клиентов и может занять больше времени, чтобы вывести продукт на рынок. Программа развития продукта первоначально может быть научно- исследовательской и не требовать близкого уровня интеграции маркетинга и научно-исследовательской работы. Таким образом, реагирующая рыночная ориентация находится в большей прямой зависимости от интеграции маркетинга и научно-исследовательской работы, чем проактивная рыночная организация. Известно, что успех инноваций можно оценивать с точки зрения технического прогресса, производительности и экономической отдачи. В основном фирмы стремятся заниматься инновационной деятельностью и обеспечивать технические преимущества, прибыльность и эффективность, что позволяют фирме добиться создания устойчивого конкурентного преимущества. Технический прогресс также может открыть новые подходы, что в последующем, вероятно, станет причиной к созданию новых рынков. Предполагается, что программа для новых продуктов на основе реагирующей рыночной ориентации может иметь более высокий первоначальный срок окупаемости (в течение первых 12 месяцев на рынке), чем программа нового продукта на основе проактивной рыночной ориентации. Это предположение основывается на том, что проактивные программы займут время, чтобы быть принятыми в качестве подходящей замены для существующих предложений продукта, в то время как, более гибкая продукция естественным образом получит признание рынка и удостоиться быстрейшей окупаемостью инвестиций. Кроме того, проекты на основе реагирующей рыночной ориентации обычно получают наибольшую выгоду от интеграции маркетинга и научноисследовательской работы, где эффективность достигается непрерывно с течением времени, тогда как проекты на основе проактивной рыночной ориентации требуют более высокую степень исследования и экспериментирования. Стратегия реагирующей рыночной ориентации может привести к более высокой степени интеграции между отделами, что, в свою очередь, может при- 16 вести к более высокому уровню эффективности на рынке. Таким образом, можно предположить, что интеграция маркетинга и научно- исследовательской работы более эффективна в том случае, когда организация имеет реагирующую рыночную ориентацию, чем организация, обладающая выраженным проактивным подходом. Можно утверждать, что новые продукты, базирующиеся на реагирующей рыночной ориентации, могут иметь более высокую степень одобрения на первичном рынке и соответственно скорейшую окупаемость, чем продукты, разработанные с проактивной рыночной ориентацией, которая может занять больше времени для завоевания рынка. Наоборот, можно было бы утверждать, что реагирующая рыночная ориентация может пострадать в отношении рыночных показателей, если эти «улучшенные модели» не замечены рынком, так как отличаются от первичной модели и, следовательно, продажи могут быть недостаточны. Проактивная рыночная ориентация потенциально может быть более тесно связанной с финансовыми компонентами рыночной эффективности, поскольку инновационные продукты могут создать новые возможности на рынке. Для Фостера инновации – это «борьба на рынке между новаторами (т.е. атакующими), пытающимися захватить продажи и изменить привычное расположение вещей, и защитниками в стремлении защитить свои денежные потоки» [144]. Здесь можно представить фирмы проповедующие стратегию проактивной рыночной ориентации как атакующих, и фирмы с реагирующей рыночной ориентацией как защитников. Хотя изобретения с компонентом инновации обычно интенсивнее пользуются научно- исследовательскими работами, Фостер утверждал что «это живет в провинции на рыночных просторах и это повторяющиеся экономическое явление». Как защитники, укрепившиеся посредством удовлетворения потребностей существующих клиентов и нападающие непринужденные в вопросах прибыли и фокусирующихся на новых возможностях, в инновациях. 17 Однако функционирование рынка не основываются на чистом финансовом результате, а основываются на том, насколько успешно сработала программа против заявленной цели. Данный инструмент показателя рынка среди новых продуктов так же включает элементы формулы измерения успешности инноваций, а именно доход от интеграции маркетинга и научноисследовательской работы (заработанная сумма денег от продвижения и коммерциализации технологии) и возврат (объем денежных средств потраченных на инвестиции в технологии). Проактивные программы могут не значительно превосходить реагирующие программы, в отношении первоначальной финансовой отдачи. Особенно если проактивные программы представляют «первый в мире» продукт, они должны окупить затраты на научноисследовательскую работу, в то время как реагирующие программы это просто «модифицированный продукт» и, как правило, не требует больших затрат на научно-исследовательскую деятельность. Но, так как показатель измеряется относительно поставленной цели, проактивная программа может превзойти реагирующую, в случае, если окончательная окупаемость выше заявленных целей проекта. Таким образом, стратегия проактивной рыночной ориентации более позитивно связана с рыночной производительностью, нежели стратегия с реагирующей ориентацией на рынок. Согласно [150], реагирующая рыночная ориентация обычно используется в компаниях, которые одержимы, обойти конкурентов в рамках текущих рыночных условий. Таким образом, предполагается, что фирмы с высокой степенью реагирующей рыночной ориентацией – это фирмы, которые испытывают высокий уровень конкурентоспособности. Рынок с высоким уровнем конкурентоспособности создает более благоприятную атмосферу для активизации усилий, направленных на удовлетворение текущих потребностей клиентов, чтобы не допустить конкуренции. Поскольку реагирующая рыночная ориентация сосредоточена на текущих потребностях клиента, это требует сотрудничества между отделами маркетинга и научно-исследовательских работ с целью выявления неудовлетворенных потребностей клиента и быстро раз- 18 рабатывать творческие решения, чтобы удовлетворить эти потребности. Поскольку конкуренты тоже фокусируются на этом типе рыночного открытия и изобретения, компания может вести такую рыночную политику, только если планирует превзойти конкурентов в краткосрочном периоде. Таким образом, предполагается, что чем выше уровень интенсивности конкуренции, испытываемые фирмой с реагирующей рыночной ориентацией тем выше степень интеграции между отделами маркетинга и научноисследовательской работы. Поэтому компания с реагирующей рыночной ориентацией имеет высокую степень интеграции маркетинга и научноисследовательской работы при высокой интенсивности конкуренции. В самом широком смысле сбыт – это процесс встречи поставщика и потребителя с целью совершения взаимовыгодной сделки купли-продажи, который предполагает распределение продукции, ее хранение и транспортировку. Сбыт прежде всего предполагает сбытовую логистику, т.е. обеспечение физического продвижения продукции к потребителю, а также налаживание отношений с продавцами [90]. Теоретические аспекты сбытовой деятельности предприятий освещены в [6, 11, 22, 34, 40, 42-45, 63, 93, 97, 100,115, 149]. Поскольку прибыль предприятия напрямую зависимости от ответственной и эффективной организации системы сбыта, то многие компании создают широкий спектр различных научно-исследовательских образований, которые занимаются вопросами генерации и внедрения наиболее оптимальных систем сбыта новых продуктов на рынках диаметрально противоположных направленностей [108]. Основными составляющими любой системы сбыта выступает сбытовая сеть определенного предприятия, а также каналы сбыта, которые используют первую непосредственно с целью продажи товарных единиц. В более широком представлении система сбыта включает в себя [4, 65, 66, 69, 75, 934, 112, 1]: 19 канал сбыта – ключевое звено в системе сбыта конкретного това- ра, которое характеризует особенности функционирования, условия и ограничения деятельности сбытового характера; оптового поставщика – лицо (организация), приобретающее большое количество товаров у различных производителей с целью их последующей перепродажи и тем самым ограничивающее их перемещение в торговле розничного типа; розничного поставщика – лицо (организация), непосредственно осуществляющее сбыт относительно большого количества товарных единиц конечным потребителям и предварительно приобретающее их либо у оптового поставщика, либо у производителя; брокера – лицо (посредник), занимающееся реализацией товар- ных единиц, но не являющееся их собственником; комиссионера – лицо, имеющее в своем распоряжении склад с продукцией, которую оно реализует от своего имени, но за счет производящего предприятия; оптового агента – лицо, заключающее договор с предприятием- продавцом на предмет осуществления необходимых операций торгового характера за счет последнего; при этом рассматриваемый субъект может обладать исключительным правом сбыта товаров предприятия в конкретно обозначенных объемах; консигнатора – лицо, имеющее в собственности складское поме- щение и товары, но на основе консигнации (товары находятся у него на хранении по договору с продуцентом); торгового агента – лицо, самостоятельным образом реализующее продукцию предприятия и способное обладать различными статусами: действующее с ограничениями (на условиях консигнации), работающее исключительно с одним производителем или потребителем и т.д.; 20 дилера – лицо, традиционно специализирующееся на реализации товаров длительного пользования, с определенной степенью регулярности требующих процедур дополнительного сервисного обслуживания, проведение которых обычно не входит в обязанности рассматриваемого субъекта. Задачи, которые позволяет решить система сбыта, делятся на тактические и стратегические. Стратегические типы задач связаны с процессами организации и формирования каналов сбыта, которые заключены в моделировании оптимальных путей сбыта и способов сбыта – прямого или непрямого, содержащего этапы промежуточного значения на пути к потребительской аудитории, или подразумевающего реализацию товарной продукции без использования посреднических услуг. Кроме этого стратегические задачи решают логистические вопросы, которые связанные с проблемами складирования товаров, а также разработкой маркетинговых мероприятий в целях достижения максимально эффективных результатов товародвижения [126, 127, 131, 133, 137]. Тактические задачи сбытовой системы относят работу с существующим на тот или иной момент составом клиентской аудитории, привлечение ее новых членов, стимулирование своевременных расчетных операций, урегулирование вопросов наличия и достаточности торговых запасов на складских площадях, развитие структуры самообслуживания, а также учет и контроль над объемами продаж. Организационно сбытовая система нового продукта функционирует по 6 разным исполнениям: простом, сложном, традиционном, вертикальном, горизонтальном и многоканальном. В простой системе сбыта при реализации продукции отсутствуют посреднические звенья. Данная система сбыта актуальна и эффективна при торговле товарами с малым сроком хранения, а также в ситуации, когда товар требует специализированного сервиса (рис. 1.1). 21 Потребитель Производитель Рисунок 1.1 – Канал сбыта продукции нулевого уровня (визуализация автора) Косвенный сбыт между фирмой-производителем и конечным потребителем включает одного или нескольких посредников (организаций), деятельность которых заключается в реализации процессов оптовой или розничной торговли. Такая система сбыта выступает как сложная. По количеству посредников косвенный сбыт делится на интенсивный (наличие широкого ряда посреднических и т.д.), селективный (наличие ограниченного количества посредников при жестком контроле статей расходов), и исключительным (минимальное число посреднических образований, абсолютный контроль каналов сбыта и т.д.)(рис. 1.2). Исключительный сбытовой канал Производитель Розничный торговец Потребитель Селективный сбытовой канал Производитель Оптовый торговец Розничный торговец Потребитель Интенсивный сбытовой канал Производитель Крупный оптовик Оптовый торговец Розничный торговец Потребитель Рисунок 1.2 – Сложная система сбыта продукции (визуализация автора) 22 Традиционная система сбыта, включает независимого производителя, одного или несколько оптовых посредников, одного или несколько представителей розничной торговли и потребителей. Все участники данной системы распределения находят друг друга в рамках свободного рынка, не обременяют себя долгосрочными обязательствами, и преследуют цель максимизации прибыли только на своем участке системы сбыта (рис. 1.3). Свободные рыночные отношения Производитель Свободные рыночные отношения Оптовый торговец Свободные рыночные отношения Розничный торговец Потребитель Рисунок 1.3 – Традиционная система сбыта продукции (визуализация автора) Вертикальную систему сбыта считают относительно новой формой каналов распределения. Процесс ее функционирования интересен единством и слаженностью. Структура этой системы включает производителя, несколько посредников, одного-нескольких розничных торговцев и потребителей. Участники, динамично осуществляют сбытовой процесс, действуя совместно, их цели и интересы идентичны. Выделяют три разновидности вертикальных систем сбыта: корпоративную, контрактную и управляемую. В рамках корпоративной вертикальной сбытовой системы самый результативный участок канала расположен у одного владельца. Контрактная вертикальная сбытовая система подразумевает договорные отношения между организациями. Структура управляемой вертикальной системы сбыта обладает особенностью, которая заключается в ее формировании под влиянием размера и финансовой мощи одного из каналов и степени его авторитетности на рынке (рис. 1.4). Существуют также горизонтальные маркетинговые системы, которые представляют собой объединенное существование сбытовых структур двух 23 или более фирм для совместного достижения возникающих маркетинговых возможностей и перспектив на конкретном рынке. Данный вид сбытовой системы наиболее актуален при недостатке у фирмы каких-либо ресурсов, а также при наличии высокой степени риска освоения нового рыночного пространства в процессе продвижения и реализации нового продукта (рис. 1.5). Корпоративная Контрактная Производитель Производитель Управляемая КОРПОРАЦИЯ МАЙКРОСОФТ Производитель Свободные рыночные отношения Договор Оптовый торговец Оптовый торговец КОРПОРАЦИЯ МАЙКРОСОФТ Оптовый торговец Свободные рыночные отношения Договор Розничный торговец Розничный торговец Розничный торговец Свободные рыночные отношения Свободные рыночные отношения Свободные рыночные отношения Потребитель Потребитель Потребитель Рисунок 1.4 – Вертикальная система сбыта продукции (визуализация автора) Многоканальная система сбыта инновационного продукта может быть обоснована тандемным использованием в ней прямых и косвенных методов сбыта: то есть, торговая деятельность основывается на ее организации через свою сбытовую сеть, а также через независимых посредников (рис. 1.6). Завершая обсуждение проблемы выбора конфигурации канала распределения, заметим, что одна из аксиом маркетинга состоит в том, что можно избавиться от посредника, но нельзя избавиться от его функций. 24 Таким образом, предприятие выбирает наиболее оптимальную систему сбыта, которая обусловлена постоянно изменяющимися условиями посткризисного восстановления экономической среды: состоянием рынка, объемом товаров, готовых к осуществлению реализационного процесса, маркетинговой стратегии фирмы. С изменением перечисленных условий сбытовая система предприятия способна изменяться, сочетая разные методы сбыта и его организационных форм. Поэтому в последнее время наиболее популярны комбинированные системы сбыта новых продуктов, созданные с использованием различных типов построения сбытовой цепи, включая часть или все из нами рассмотренных. Производитель Производитель Свободные рыночные отношения Оптовый торговец Производитель КОРПОРАЦИЯ МАЙКРОСОФТ Договор Оптовый торговец Свободные рыночные отношения Оптовый торговец КОРПОРАЦИЯ МАЙКРОСОФТ Договор Розничный торговец Розничный торговец Розничный торговец Свободные рыночные отношения Свободные рыночные отношения Свободные рыночные отношения Потребитель Рисунок 1.5 – Горизонтальная система сбыта продукции (визуализация автора) Помимо выбора организационной структуры сбыта, необходимо осуществлять постоянный мониторинг рынка с целью определения объемов сбыта, проблемы и факторы, влияющие на его уровень. Обобщенная схема управления сбытовой деятельностью представлена на рис. 1.7. 25 К современным тенденциям в развитии и управлении сбытом, согласно [115], относятся: усиление внимания к разработке стратегии распределения товаров как фактора долгосрочного конкурентного преимущества; смещение акцента на управление распределением, связанного с сокращением издержек сбыта за счет использования эффекта от масштаба, реинжиниринга, сокращения уровней управления; признание особой значимости маркетинга отношений, предполагающего переход от простого совершения сделки к построению долгосрочных взаимовыгодных отношений; широкое использование новых телекоммуникационных и компьютерных технологий, Интернета. Производитель Свободные рыночные отношения Свободные рыночные отношения Свободные рыночные отношения Свободные рыночные отношения Крупный оптовик Свободные рыночные отношения Оптовый торговец Оптовый торговец Свободные рыночные отношения Свободные рыночные отношения Розничный торговец Розничный торговец Розничный торговец Свободные рыночные отношения Свободные рыночные отношения Свободные рыночные отношения Потребитель Рисунок 1.6 – Многоканальная система сбыта продукции (визуализация автора) 26 Маркетинговые исследования Сегментирование рынка (выбор целевых сегментов, позиционирование товара) Управленческие решения по сбытовой политике, политике продвижения, товарной политике, ценовой политике Оценка эффективности маркетинговых мероприятий Рисунок 1.7 – Обобщенное представление об управлении сбытом (визуализация автора) Одним из важных конституирующих элементов базы принятия управленческого решения являются данные маркетинговых исследований. Цели и задачи проведения маркетинговых исследований весьма разнообразны, в частности: проработка изменений рыночных взаимоотношений для удовлетворения потребности в товарах и услугах; поиск ниш, которые пустуют и еще не открыты, а так же потребностей, их удовлетворяющие; изучение эффективности пустующих рыночных ниш при условии, что они будут освоены; поиск приоритетного нового направления; проработка оценки риска и вероятность освоения новой рыночной ниши предприятием. Различные аспекты проведения, анализа и обработки результатов маркетинговых исследований освещены в [8, 9, 20, 25, 81, 109, 110, 132, 135, 138]. Судя по этим и многим другим публикациям, особую трудность для маркетологов представляет оценка перспектив сбыта нового продукта и определение степени привлекательности новых рынков сбыта в виду слабой разработанности методологических основ проведения подобного рода исследований. 27 1.2. Особенности сбытовой деятельности торговых компаний на региональных рынках Специфика сбытовой деятельность торговых компаний основывается на специфики российского рынка розничной торговли в целом. России в 2013 году был присвоен статус страны с высоким уровнем дохода. Подобный индекс рассчитывается всемирным банком. Среднедушевой доход населения в 2013 году достиг почти 400 тыс. руб. Россия заняла в рейтинге 73 место. Однако в данную группу входят наиболее богатые и развитые экономики мира. Одновременно с ростом национального дохода повышается и рост потребительского спроса. В обозримом прошлом увеличивались реальные доходы населения. Кроме того, происходит частичная «премиуминация» спроса, т.е. потребители предпочитают выбирать скорее качественные, нежели шевые товары. Ещё один фактор, влияющий на специфику сбытовой деятельности российского ритейла в регионах, – это ненасыщенность рынка. Сейчас на российском рынке ещё остаются большие перспективы роста и развития, особенно регионов. Возможности расширения российского рынка несравнимы с потенциалом экономик многих развивающихся стран и развитых стран. Для понимания возможностей на рынке можно сравнить уровень проникновения ритейла: в России 50%; в развивающихся странах около 65%; в развитых странах порядка 85%. В тоже время радужные перспективы омрачаются распределением ритейла в стране. Сейчас рынки крупнейших мегаполисов близки к насыщению. Поэтому зрелые торговые сети «идут в регионы». Подобные цели стоят в планах практически всех существенных игроков на рынке ритейла. При этом крупные торговые компании могут увеличить свое присутствие в реги- 28 онах [102]. В Германии и Великобритании крупнейшие продуктовые сети занимают гораздо более прочное положение в регионах и в общей структуре рынка. Пример представлен на рис. 1.8. 70% 60% 60% 50% Великобритания и Германия 40% 30% 20% 18% Россия 10% 0% Доля рынка Рисунок 1.8 – Доля рынка ТОП-5 крупнейших продуктовых ритейлеров (составлено на основе [102]) Российский рынок ритейла имеет ряд плюсов, которые были озвучены выше. Однако в 2014 году иностранные инвесторы не оценили потенциальные возможности рынка розничной торговли достаточно высоко. В рейтинге Global Retail Development Index Российская Федерация заняла всего лишь 12 место из 30 возможных. Первые три места заняли Чили, Китай и Уругвай. Россия уступила свои места таким странам, как Казахстан, Малазия, Армения. Ритейлеры, которые прочно занимают позиции на рынке, будут укреплять их и одновременно пытаться расширить. Расширение позиций означает выход на региональные города с численностью более 1 млн. чел. Специфика сбытовой деятельности торговых компаний зависит от её типа. В России все торговые компании можно разделить по двум критериям: уровень (федеральный / локальный); специфика («специалисты» / «универсалы»). Рассмотрим вначале универсальные торговые компании. Федеральные торговые компании – это компании, которые были созданы еще в 1993-96 гг. 29 Наиболее успешные примеры: «Перекресток», «ГК Виктория». Подобные компании разделяют свои магазины на разные форматы: супермаркет, «магазин у дома», гипермаркет и так далее. Основными задачами в сбытовой деятельности является: максимальный охват разнородной покупательской аудитории; учет показателя цена/качество; спецификация на различных форматах. Развитие своей сети происходит с помощью: освоения региональных рынков; тесного взаимодействия и общения с потребителями; поиска качественных способов роста. Универсальные локальные компании – это компании, которые представляют разнородные подформаты. При организации сбытовой деятельности на них влияют следующие особенности в задачах: адаптация к внешней среде через универсализацию торговых точек; широкий охват разных групп местной аудитории покупателей. Локальные сети для развития используют адаптацию к местным условия, а также взаимодействие с местными потребителями, с учетом вкусов и предпочтений. «Специалисты» – это торговые компании, которые занимают ограниченную рыночную нишу и не стремятся расширить занимаемые сферы. Специализироваться компании могут на: определенном ассортименте; определенной целевой аудитории потребителей. «Специалисты» на федеральном уровне представлены либо крупными дискаунтерами такими, как «Магнит», либо узкопрофильными торговыми компаниями. Федеральным сетям «специалистам» для развития сбытовой деятельности следует ориентироваться на постоянное расширение своей сети, повышение уровня логистики и придерживаться интенсивного пути разви- 30 тия. Одной из особенностей использования подобного формата является то, что компаниям легко было входить и закрепляться на региональных рынках, вне зависимости от текущего уровня жизни или развитости инфраструктуры. «Специалистов» на локальном уровне практически невозможно объединить в определенный тип из-за их разнородности. Каждая специализированная сеть ориентируется либо на узкой аудитории, либо на технологии ведения бизнеса. В табл.1.1 представлено сравнение сбытовой деятельности компаний различного уровня и специфики. Торговые компании и сети, которые заинтересованы в успешном росте и присутствии в регионах, используют в работе ряд принципов: четкая долгосрочная ассортиментная политика; диверсификация развития торговой компании; внедрение IT-технологий для ускорения взаимодействия внутри компании; перевод важнейших товаров под собственные марки; поддержание динамики развития компании на высоком уровне. Таблица 1.1 – Сравнительная характеристика сбытовой деятельности компаний различного уровня и специфики (составлена автором) Уровень/Специфика Универсальные Специальные (профильные) Федеральный уровень Максимальный охват разной аудитории покупателей, учет показателя цена/качество и спецификация на различных форматах. Расширение своей сети, повышение уровня логистики и использование экстенсивного способа расширения. Локальный уровень Адаптация к внешней среде через универсализацию торговых точек и широкий охват разных групп в местной аудитории. Символическое обозначение деятельности, особая технология ведения бизнеса и концентрация на узкой профильной аудитории. Торговая компания выходит на региональный рынок в несколько этапов: 1. Обоснование решения о выходе на новый региональный рынок. 2. Выбор привлекательного регионального рынка. 31 3. Разработка стратегии и тактики сбытовой деятельности на региональном рынке. 4. Организация и контроль деятельности торговой компании на региональном рынке. Если 3-й и 4-й этап схожий с деятельностью компании на локальном рынке, то 1-й и 2-й этап становятся наиболее сложной задачей торговой компании. Сложности связаны со спецификой сбытовой деятельности торговой компании в конкретном регионе: неизвестная бизнес-среда; крепкие отношения между существующими участниками на рынке; другие посредники, поставщики, потребители; конкуренты и так далее. В процессе оценки привлекательности региона для ведения торгового бизнеса анализируется: покупательская способность, которая оценивается по трем пока- зателям: численность населения, уровень доходов населения и объем товарооборота в ритейле; текущий интегральный потенциал регионального рынка. Инте- гральный потенциал регионального рынка предполагает оценку трех потенциалов: социального и экономического потенциала, потребительского потенциала и потенциала трудовых ресурсов. В социально-экономический может включаться несколько потенциалов: текущая численность населения, заработная плата, доходы и расходы населения. Потребительский потенциал основывается на покупательской способности, но заменяются текущий доходы на текущие расходы. Потенциал трудовых ресурсов рассчитывается исходя из: средней продолжительности жизни населения в регионе, доли населения с оконченным высшим образованием; уровень социально-экономического развития региона, оценка ко- торого базируется на анализе таких показателей, как уровень прожиточного минимума, численность экономически активного населения региона, средний душевой доход на одного человека, товарооборот; 32 степень развития определенной товарной группы. Метод заклю- чается в расчете индекса развития категории или CDI. Подобный индекс показывает аналитикам потребление определенной категории товаров на определенной территории в сравнении с общим по стране. В итоге проясняется привлекательность того или иного рынка [71]. В российских условиях оценивать привлекательность рынка для сбытовой деятельности достаточно сложно из-за отсутствия или низкой достоверности информации. Поэтому эксперты оценивают привлекательность рынка сбыта, как правило, исходя из трех факторов: риск при создании модели сбыта, маркетинговые возможности и удаленность региональной компании от головного офиса. Маркетинговые возможности рассчитываются на основе емкости и темпов роста определенного рынка, а также текущего уровня конкуренции. Кроме того, при оценке привлекательности рынка для сбытовой деятельности возможно группирование основных факторов по трем группам: маркетинг, логистика и финансы. Каждый из анализируемых обобщенных показателей имеет определенную применимость, которую отражает табл. 1.2. Таблица 1.2 – Применимость рассматриваемых обобщенных показателей привлекательности региона для ведения торгового бизнеса (составлена автором) Обобщенный показатель Покупательская способность Торговая привлекательность Обобщенный показатель Текущий интегральный потенциал региона Особенности обобщенного показателя Используются наиболее важные факторы, которые наиболее доступны и просты для расчетов. Обобщенность показателя приводит к отсутствию учета индивидуальности, требуется экспертная оценка произведенных расчетов Обобщенный показатель ориентируется на емкость рынка. Минусами показателя является отсутствие учета других факторов: организация сбытовой деятельности, региональные административные барьеры. Особенности обобщенного показателя Базируется на учете трех видов различных потенциалов и показывает текущий потенциал региона достаточно разносторонне. С другой стороны расчет показателя основывается на наличии большого объема данных. Кроме того, он не представляет четко насколько привлекателен сбыт. 33 Окончание табл. 1.2 Привлекательность рынка Развитие региона Базовый плюс обобщенного показателя в практическом подходе, понимание рисков выхода на региональный рынок, удаленности от головного офиса торговой компании. Однако в обобщенном показателе используется значительная доля оценок экспертов. Сравнивается подходящие региональные рынки по уровню емкости и потребления конкретной товарной группы. С помощью показателя можно выделять наиболее активно потребляемые товары. Одним из методов оценки мировых розничных рынков является индекс глобального развития розницы. Индекс постоянно включает тридцати развивающихся стран и учитывается порядка 25 индикаторов. Список стран ежегодно пересматривается в зависимости от текущих индикаторов. Индекс GRDI включает четыре обобщенных факторов [37]: 1. Риски. Если в стране высокий уровень рисков, то фактор стремится к «0», если в стране низкий уровень рисков «100». В индексе фактор занимает 25 процентов. Обобщенный фактор «риски» включает: 20% риски связанные с политикой, экономической стабильностью, развитием фондового и банковского рынка, показателями государственного долга и так далее. 2. Привлекательность. Чем выше привлекательность рынка, тем выше его оценка и стремится она к «100». В индексе фактор занимает 25%. Обобщенный показатель «привлекательность рынка» включает: показатель розничных продаж: 10%; численность населения: 5%; доля городских жителей: 5%; уровень производительности предприятий (качество и наличие инфраструктур, подготовленность рабочей силы и другие): 2,5%; законодательная база: 2,5%. 3. Насыщенность. Если рынок страны абсолютно насыщенный, то оценка «0». В противном случае страна получает «100» баллов. В индексе фактор занимает 30%: уровень современных форматов розничной торговли: 10%; 34 доля международных торговых компаний: 10%; объем продаж через современные розничные форматы: 5%; концентрация или доля, приходящая на лидеров рынка: 5%. 4. Фактор времени. Если нет ограничений по времени входа, то стране присваивается «0» баллов, если необходимо срочно выходить на рынок «100» баллов. В индексе фактор занимает 20%. Фактор времени рассматривается как отношение темпов роста розничного сферы относительно уровня экономики в целом. На основе обобщенных факторов рассчитывается индекс GRDI. Индекс GRDI может принимать значение от 0 до 100. Кроме самого индекса GRDI , A.T.Kearney [37, 146] рассматривают этапы развития розничных рынков. По аналогии с жизненным циклом товара он выделяется 4 этапа: зарождение, рост, зрелость и упадок. Рассмотрим каждый этап более подробно. 1. Зарождение. На данном этапе торговые компании должны начинать оценивать рынок и разрабатывать долгосрочные стратегии и задачи для входа в него. Примерами подобных рынков являются следующие страны: Польша (1990 г.), Россия (1995 г.), Перу (2002 г.), Месика (2003 г.), Индия (2003 г.), Китай (2003 г.), Бразилия (2005 г.), Турция (2008 г.). 2. Рост. Рынок на данном этапе развивается достаточно быстро и уже готов к современным форматам торговли. Торговые компании, которые входят на данном этапе имеют большие шансы на успех. Такими странами являлись: Россия (2003 г.), Индия (2009 г.), Бразилия (2013 г.), Перу (2014 г.), Турция (2014 г.), 3. Зрелость. Подобные розничные рынки продолжают свой рост, но конкуренция высокая и мест для новых ритейлеров практически нет. Примером подобного рынка являются: Россия (2014 г.), Китая (2014 г.), Индия (2014 г.). Международные сети, которые закрепились в крупнейших городах, выходят в регионы. 4. Упадок. Рынок на данном этапе возможностей становится всё меньше, доля объёма продаж самыми крупными торговыми компаниями со- 35 ставляет более 40-60%. Примером подобного рынка являются: Польша (2005 г.), Венгрия (2011 г.), Мексика (2011 г.), Южная Африка (2011 г.). Рассмотренный индекс может быть взять за основу при анализе привлекательности того или иного региона отдельно взятой страны. В данной модели учитывается возможные риски, привлекательность, насыщенность и фактор времени. При этом достаточно мало моделей учитывают последний фактор – фактор времени, т.е. насколько темпы розничной торговли опережают или отстают от развития экономики в целом. Кроме того, важно понимать на каком этапе, на какой стадии развития находится тот или иной региональный рынок. Рынок может быть привлекательным, но находится на стадии закрытия, поэтому выход на него будет нецелесообразным или нести определенные трудности. Особое место в исследовании рыночной ситуации отводится территориальному анализу [50]. Территориальный анализ используют при определении ресурсов, которые необходимы для начала продаж на какой-либо территории, и также с целью анализа и мониторинга продаж постфактум на региональных рынках. По итогам территориального анализа составляют карту сбытовых территорий и определяют схемы охвата новых зон. Рамки территориального анализа предусматривают выполнение следующих шагов: 1. Определение критериев распределения сбытовых усилий по территории. В качестве таких критериев могут выступать: число клиентов, число конечных потребителей, объем продаж, валовая прибыль, размер территории и т.д. 2. Выбор «основной территории». В качестве основной территории, как правило, выбирается та зона, на которой продажи компании получают максимальное значение в абсолютном выражении или по отношению к выбранным критериям распределения сбытовых усилий. 3. Формирование карты «сбытовой территории». На такой карте отмечаются «зоны обслуживания», где осуществляются фирменные продажи. 36 4. Определение рыночного потенциала каждого отдельного региона на основании их сравнения с основной территорией или с помощью других методов. 5. Подробное описание территории по разным параметрам (размер, численность и тип клиентов). 6. Определение схемы охвата территорий. В данном пункте определяют последовательность освоения территории и способов проникновения на них. 7. Установление объемов сбыта по проникновению (удержанию территорий). Руководство отдела региональных продаж определяет, какие ресурсы и в какие сроки должны быть задействованы для проникновения и удержания сбытовых территорий. 8. Определение соответствий численности и компетенций сбытового персонала в зависимости от потенциала территории. Этот этап — один из самых важных при проведении анализа территории. 9. Анализ динамики освоения территории. После завершения этапов продаж в регионах стоит делать обзор промежуточных итогов, которые позволяют оценивать соответствие фактических показателей продаж намеченным планам и графикам, а также величину возможных отклонений и их причины. 10. Оценка первоначальных итогов продаж в регионе и проведение корректировок. После анализа и оценки продаж компания принимает решение о продолжении работы в регионе, проведении корректирующих действий либо прекращении продаж и свертывании всех мероприятий по обеспечению регионального проникновения. Для каждого региона стоит сформировать систему стимулирования региональных торговых представителей. Для этого необходимо получить ответы на следующие вопросы: 37 1. Какие факторы влияют на структуру системы стимулирования? Структуру определяют характеристики торгового персонала; характеристики отрасли; специфика продаж товара; от части — особенностью региона. 2. Какой будет общий уровень оплаты труда региональных торговых представителей? Основываясь на российском и международном опыте, работникам, выезжающим в другие регионы (или другие страны), нужно платить за работу на максимальном уровне. 3. Как соотносится постоянная и переменная часть оплаты труда регионального торгового представителя? В продажах региона используют стандартное соотношение: 50/50. В новом регионе, где результаты предсказуемы меньше, уровень постоянной части, как правило, больше (60/40 либо 80/20). В регионах, в которых продажи стабильны, увеличивают переменную часть (40/60 или 30/70). 4. Какие лучше применять нематериальные и смешанные формы стимулирования, мотивируя торгового представителя? Нематериальное стимулирование играет такую же роль, как и для обычных рынков. Смешанные формы стимулирования широко применяются, главным образом, с целью обеспечения необходимого уровня жизни в регионах, а также самого регионального представителя и членов его семьи. Выбранные направления деятельности фирмы в регионе нужно соотносить с ведущими областями деятельности региона. Для того чтобы определиться с областями деятельности в регионах, стоит проанализировать регион по критериям, указанным в табл. 1.3. Таблица 1.3 – Первоначальное состояние и конечный результат деятельности региона (составлена автором) Критерии Области деятельности Первоначальное состояние Предприятия, организации Рынки сбыта, ВЭД Полученные финансовые результаты Полученные финансовые результаты Административные органы управления в регионе Составленный бюджет и существующие ресурсы 38 Окончание табл. 1.3 Конечный результат Ориентированность на конкурентоспособность предприятия, увеличение объемов производства. Ориентированность на увеличение финансового результата при сохранении экономической безопасности региона. Ориентация на конкурентоспособность развития региона, его роста, развитие региональных преимуществ. Представленные в табл. 1.3 характеристики позволяют отражать как финансовую, так и нефинансовую информацию, тем самым появляется возможность выбора оптимального сочетания этих двух факторов. Также становится возможным выбрать область и направление деятельности, которая может быть выбрана как основная для определения критериев регионального развития (табл. 1.4). Таблица 1.4 – Возможные направления деятельности в регионе (составлена автором) Области и направление деятельности Предприятия, организации Внутренняя среда региона Поддержание конкурентоспособного производства. Рост объема производства Импорт. Внутреннее потребление Внешняя среда региона Продажи, логистика, маркетинг Экспорт Рынки сбыта Органы управления регионом Ориентированность на создание регионального преимущества. Взаимоотношение с предприятиями, организациями, населением Ориентированность на народно- хозяйственные цели, конкурентоспособность региона. Взаимоотношение с федеральными центрами, другими регионами Важнейшей задачей торговой компании является выбор правильного региона присутствия. От выбора региона зависят специфика сбытовой деятельности. На выбор влияет несколько групп факторов, которые представлены на рис. 1.9. Факторы, влияющие на выбор торговой компании того или иного региона в качестве рынка сбыта 39 Развитие торговых компаний в регионе Социальное развитие региона Общехозяйственное развитие региона Уровень развития розничной торговли Численность населения Транспортная освоенность Существующая материальнотехническая база Уровень жизни населения Обеспеченность основными фондами Рисунок 1.9 – Факторы выбора региона торговой компанией ведения бизнеса Приведем пример открытия торговой компании в регионе. После первого успешного открытого магазина «Банана-мама» появилась идея организовать торговую сеть в других регионах. В 2004 году рынок детских товаров был развит достаточно слабо, поэтому основной задачей стало максимальное расширение и занятие большей доли рынка [96]. Для эффективного решения поставленной задачи необходимо было выбрать регионы для расширения. Компания выбирала регионы по трем критериям: 1. Регионы с высоким уровнем плотности, в которых есть городамиллионеры. 2. Регионы с высоким уровнем доходом в расчете на одну душу населения. 3. Регионы, где активно развивается строительство жилья. 4. Регионы с положительной динамикой демографической ситуацией, где возрастает уровень рождаемости или уже высокий. 40 По мнению управляющего сетью «Пятерочка», необходимо оценивать ещё больший набор факторов, которые формируют определенные группы: географические (географическое положение, уровень развития инфраструктуры); экономические (уровень конкуренции, уровень дохода на одного человека, надежность поставщиков); социальные (национальные и культурные особенности населения). Опыт торговых компаний показывает, что менеджмент в региональных компаниях должен решать минимальный набор вопросов и задач. Основными их задачами становится организация работы торговой точки и обеспечение сохранности товара. Остальные вопросы решает головная, центральная управляющая компания: управление поставками. Централизованное управление поставка- ми минимизирует затраты, а также способствует соблюдению коммерческой тайны; формализация бизнес-процессов. Под формализацией процессов понимается создание инструкций и приведение всех процессов в стандартизированный вид; кадровая политика. Кадровая политика выстраивается на поиске директора торговой компании, который имеет опыт работы в данной области, связи с местными чиновниками; бюджетирование. Бюджетирование является один из главных моментов в организации сбытовой деятельности любой торговой компании. Наличие грамотно составленного бюджета упрощает деятельности компании и создаёт благоприятные условия для дальнейшего развития. Каждая из методик, каждый подход имеют свои проблемы в применении. Основные проблемы, характерные для всех современных методик оценки привлекательности рынка, систематизированы в табл. 1.10. 41 Таблица 1.10 – Недостатки способов определения привлекательности рынков продаж в регионах (составлено автором на материалах [71]) Методика «Универсальный индекс покупательной способности» (Sales & Marketing Managemen [74]) Индекс привлекательности рынка сбыта (В.Н. Наумов [90]) Тензорная модель привлекательности рынка сбыта (В.Н. Наумов [80]) Интегральный потенциал региона (С. Яшко, [141]) Основные недостатки Имеется вероятность математической ошибки в случае разных размеров значений индексов, для этого необходим экспертный анализ для получения достоверных расчетов Предполагает проведение экспертного анализа, иже большое количество весовых значений причин, это оказывает трудности при расчетах и одновременном рассмотрении дифференцированных и неизвестнаых производителю рынков в регионах страны Полное базирование на экспертных, в том числе прогностических оценках, что, очевидно, увеличивает субъективность и погрешность расчетов. Требуются эксперты, владеющие полноценной информацией по всем региональным рынкам страны, что также является трудновыполнимой задачей. При расчете каждых видов возможностей требуется наличие большего количества данных статистики и нет верного представления о привлекательности рынка продаж. Не учитывает факторы, связанные с организацией системы сбыта и потенциальными рисками производителей. Торговая привлекательность региона (ИД «Коммерсантъ [38]) Оценка развития ка- Методику можно использовать, если имеются данные тегории (SRDS [142]) объемов реализации конкретной категории или вида продукции на рынке в регионах. Кроме этого, методика оценивает только один из факторов, который определяет привлекает ли производителя данный региональный рынок. Обобщая недостатки методик, указанные в табл. 1.3, позволяет сделать вывод о следующих проблемных аспектах их применения: использование показателей, доступ к которым затруднен или они отсутствуют в свободном доступе; в некоторых методиках применяется явно недостаточное количество факторов для полноценного анализа, в других же – набор факторов излишне велик. И то, и другое затрудняет расчеты; 42 широкое использование экспертных оценок, что в силу очевидных причин повышает субъективность принимаемых решений. В третьей главе диссертационного исследования будет предложена методика, свободная от указанных недостатков. 1.3. Индикаторы регионального развития как элементы информационной базы маркетинга сбыта Информация, полученная в результате маркетингового исследования, это неотъемлемая часть маркетинговой информационной системы производственного предприятия (МИС) [36, 88]. Одна из схем МИС представлена на рис. 1.10. Такая система преследует шесть основных целей: обнаружение и оценка потенциально рентабельных направлений продаж; быстрое реагирование на изменения и колебания условий рынка; формирование рациональных цен на товары/услуги; осуществление контроля за маркетинговыми издержками; оптимизация деятельности торгового персонала; поддержка принятия решений по распределению средств, выде- ленных на продвижение товаров/услуг; мониторинг состояния рынков сбыта. Учитывая высокую степень важности для развития компания и повышения ее конкурентоспособности, разработки новых товаров и выходов на новые рынки сбыта, считаем необходимым в модель, представленную на рис. 1.10, включить такую подсистему, как мониторинг состояния потенциальных региональных рынков сбыта. 43 Подсистема продаж Подсистема прогнозирования Подсистема маркетинговых исследований Подсистема ценообразования Подсистема распределения Подсистема товародвижения товаров и услуг Подсистема по разработке новых товаров Подсистема планирования производства Подсистема мониторинга потенциальных рынков сбыта Рисунок 1.10 – Модифицированная модель маркетинговой информационной системы К. Дине (составлен автором) Регионом, как известно, считают крупную индивидуальную территориальную единицу, а термин «региональный» понимают как «относящийся к определённой территории (району, области, стране, группе стран)». Устойчивое развитие городских территорий – это долгосрочный распланированный процесс, который требует глубокого понимания у всех слоёв населения. Накопленные проблемы, возможно, успешно решить лишь в случае стабилизации политической, экономической и социальной ситуации в стране [21]. Для города очень остра и актуальна проблема экологичности, уровня жизни населения и экономического развития, поэтому основными критериями устойчивого развития, выбирают именно эти индикаторы развития. К тому же экономическое развитие повышает уровень привлекательности региона для инвесторов и коммерсантов, так как отлаженная и стабильная экономика способствует увеличению доходов населения, а, следовательно, и поку- 44 пательской способности, тем самым увеличивая не только спрос, но и уровень цен приобретаемого товара. Территория с низким индексом обычно определяется низкой продолжительностью жизни, недоступным образованием и малым уровнем дохода на душу населения. Различия связаны, в основном, с разницей в доходах и частично, разницей в продолжительности жизни--. Эти факторы значительно влияют на уровень привлекательности для бизнеса и сбытовой деятельности, чем ниже показатели дохода населения, тем ниже привлекательность территории для развития бизнеса. Индексы, как правило, могут привязать к определенным территориям. Данные индикаторы без особых профессиональных навыков дают возможность «на глаз» определить уровень развития региона, но этого, как правило, недостаточно для определения объективной оценки, поэтому следует прибегнуть к помощи специалистов, занимающихся проблемами социального, экономического и экологического развития территорий Выявление ведущих направлений развития (экономические индикаторы), в том числе и отраслевых, позволяет определить наиболее перспективные и привлекательные для бизнеса сферы деятельности. Затем на выбранных направлениях формируются рынки продавцов и покупателей, создается стабильный спрос, при котором бизнес начинает стабильно развиваться, расширяться, следовательно, в деятельности предпринимателей все больше места начинают отводить для маркетинга и стратегического планирования. Прежде чем составлять медиапланы и стратегию продвижения, необходимо провести анализ ситуации в регионе – экономические, социальные и экологические индикаторы стабильного развития [13, 14, 19, 27, 35, 70, 91, 94, 99, 119, 128]. Экономические индикаторы позволят определить тенденции уровня дохода населения, покупательскую способность, наиболее востребованные виды продукции, а также потенциальный объем рынков сбыта и его объемы (количество компаний). 45 Социальные индикаторы позволяют более точно определить целевую аудиторию и составить портрет клиента. Экологические индикаторы развития могут служить показателем для инновационных компаний и рекреационно-туристических комплексов, что также может являться выгодными направлениями для бизнеса [1]. Проблемы, решаемые в каждом регионе, в большей степени должны соответствовать федеральным задачам, и при этом необходимо учитывать местные особенности. К таким проблемам, в частности, относится формирование регионального хозяйственного механизма, регулирующего социальноэкономическое развитие, в том числе природопользование и антропогенное воздействие на окружающую среду. Для целей оценки устойчивости развития индикаторы необходимо разбить на основные группы: социальные; экономические; экологические; институциональные. Система социально-эколого-экономической оценки устойчивого развития как составляющая стратегии развития муниципального образования выполняет такие функции, как: – определение или выражение целей, вытекающих из общегосударственных/региональных и муниципальных стратегических программ; – обеспечение основы для оценки хода реализации разработанной стратегии на различных уровнях (технические и управленческие цели). При выполнении этих функций становится возможным более наглядно и подробно оценить степень развития городов, позволяют выявить недостатки и слабые стороны, тем самым обеспечить контроль развития, а именно вовремя отреагировать на изменения внутри территориального подразделения. Если индикаторов стабильного развития города много и их показатели выше среднего, территория автоматически становится экономически перспективной. Для каждого города, учитывая специфику территории, следует выбирать свои критерии-индикаторы развития, поскольку индивидуальные осо- 46 бенности могут значительно варьироваться, а неправильно выбранные индикаторы оценки могут сместить центр развития города в неверное направление, которое будет наиболее ресурсоемкое. Чтобы оценить состояние развития общества на пути устойчивого развития, нужны конкретные критерии. В мире быстрыми темпами идет разработка критериев и индикаторов устойчивого развития. Индикаторы устойчивого развития дают количественную характеристику в достижении целей устойчивого развития, а также используются для обобщения в определении и уточнении ключевых аспектов устойчивости. С помощью индикаторов [84], возможно, оценить уровень развития страны, региона, муниципального образования, строить прогнозы его будущее развития, определиться с выводами устойчивого развития территории. Все эти результаты возможно эффективно применять в маркетинге, так как эта объективная и относительно точная информация ключевых показателей, значение которых используется при анализе перспектив развития компании и дальнейшего построения маркетинговой стратегии, а так же предполагаемых объемов сбыта. Основными направлениями политики устойчивого развития на уровне муниципальных образований могут быть: разработка проектов оценки экономических индикаторов устойчивого развития сельского хозяйства. В маркетинге эти показатели отображают ситуацию соотношения спроса и предложения, уровень цен, а также на производство какой именно продукции стоит обратить внимание в данной территории; формирование благоприятных условий для саморазвития индикаторов, зачастую такие индикаторы развиваются параллельно перспективным отраслям, вовлекая приближенные направления. При прогнозировании сбыта следует особое внимание уделять именно приближенным направлениям; оценка социальных индикаторов (для решения социальных проблем, сохранения традиционной культуры сельских территорий); 47 оценка экологических индикаторов. При разработке индикаторов устойчивого развития на региональном уровне стоит рассмотреть различные подходы. Индикаторы стоит отбирать и агрегировать так, чтобы дать количественную характеристику выбранных проблем, основываясь на базе данных официальной российской региональной статистики. Именно количественная характеристика является весомым аргументом при построении маркетинговой стратегии, показывая реально возможные объемы рынка сбыта, конкурентной среды. Теперь рассмотрим индикаторы развития сельских территорий. Сельская территория – это территориальная единица (район, поселение), в пределах которой формируется территориальное поселение, которое характеризуется специфичным сельским укладом жизни, а земля и др. природные ресурсы выступают источниками и факторами социально- хозяйственной деятельности людей. В сфере экономики территории развиваются в основном сельскохозяйственные отрасли, продукты которых являются основой материального развития территории и источником ее дохода. Выбор индикаторов – важная составляющая при развитии сельской территории, так как очень различные климатические условия, наличие природных ресурсов, кадрового потенциала и свободных территорий, пригодных для сельского хозяйства. Правильный выбор индикаторов позволит оценить целевые сегменты сельского хозяйства. Единая направленность выбранных индикаторов позволяет составить более полную картину рыночной ситуации сельской территории и понять, каких товаров и услуг не хватает именно данной территории, а также сбыт какой продукции и по какой цене будет наиболее успешен. Оценка индикаторов устойчивого развития сельских территорий необходима для дальнейшего стратегического планирования, системный подход к индикаторам позволит понять сложившуюся ситуацию. Индикаторы показывают на слабые места в развитии территории, тем самым позволяют сделать 48 развитие наиболее планомерным и ровным, без ярко-выраженных отставаний. При этом появляется возможность определить сильные стороны сельской территории и применить их в дальнейшем стратегическом планировании, так как сильные стороны являются спецификой региона, развитие которой позволит добиться эффективности с минимальными затратами. В процессе экономического анализа региональной инновационной активности главная роль принадлежит профессионально подобранным индикаторам, как интегральным показателям, которые количественно определяют качественные характеристики процесса. Индикативные подходы можно, использовать в таких случаях не только при построении адаптивной модели мониторинга, но и как плановые показатели инновационного регионального развития. Данные показатели позволяют прогнозировать востребованность тех или иных ресурсов среди населения территории. На основе полученных прогнозов становится возможным провести аналогию прогноза последующих перспектив связанных с конкретным направлением бизнеса. Оптимальным при определении своего места в инновационном развитии региона является дифференцированный подход. Как пример, основываясь на комплексном анализе складывающихся инновационных тенденций региона возможно выделить три группы регионов по степени развития инновационной экономики: 1) высокая инновационная активность, это наиболее развитые реги- оны по инновационным ресурсам. Регионы, где вместе с высокой концентрацией исследователей, которые обладают высокой производительностью, есть и развитые научно-образовательные комплексы; 2) средняя инновационная активность, группа регионов с таким же инновационным заделом, но, в силу разных причин, они не могут относиться к первой группе; 49 3) низкая инновационная активность, регионы с меньшим потенци- алом инновационной деятельности, где, существуют определенные предпосылки, способствующие увеличению инновационного развития. Заметим, что оптимальным числом индикаторов считается диапазон 912 штук. Также следует отметить, что помимо межрегиональных индикаторов, которые позволяют создать общие рейтинги и видеть итоговую картину по всем регионам России, следует подробно рассматривать каждый регион, разбивая общие инвестиционные категории на более мелкие индикаторы инновационного роста по различным направлениям в рамках определенного региона, это позволит более точно и качественно проследить какая именно из сфер инновации является основной в регионе, какую долю она занимает в развитии России и какие направления являются перспективными. Чем выше инновационная деятельность и инновационный потенциал в регионе, тем больше инвестиций привлекает область и тем быстрее начинает развиваться. Это объясняется тем, что инвестирование позволяет увеличить темпы инновационной деятельности и тем самым задействовать дополнительные кадровые ресурсы региона, делая сферу инноваций более привлекательной, как для жителей региона, так и для других инвесторов, как региональных, так и инорегиональных и федеральных. Так же, следует отметить, что регион не может развиваться в одностороннем порядке, развитие одного сектора экономики при правильном распределении ресурсного потенциала ведет к росту остальных секторов, так и наоборот. Это значит, что при эффективном развитии инновационной деятельности региона стоит учитывать не только индикаторы инновационного развития, а необходимо прибегнуть к системному подходу оценки, т.е. к экономическим и социальным индикаторам, а также, по возможности, к экологическим. Поскольку рост притока инвестиций положительно влияет на качество жизни региона, его социальное развитие, а, следовательно, и экономику оче- 50 видным фактом будет являться то, что прогнозы развития других комплексов так же будут положительны. При развитии предпринимательства будет увеличиваться рынок предложения, увеличиваться количество рабочих мест, а, следовательно, и качество жизни, что повлечет за собой увеличение спроса и как следствие объемов продаж. Таким образом, анализ индикаторов устойчивого развития территорий позволяет компании сформированию информационную базу для решения основных задач маркетинга сбыта и, прежде всего, нового продукта. В самом общем виде схему внедрения готовой модели индикаторов регионального развития в маркетинг компании отражает рис. 1.11. Индикаторы регионального развития Интенсивность конкуренции Инкорпорирование индикаторов регионального развития в маркетинг Функционирование рынка Маркетинг Рисунок 1.11 – Укрупненная схема внедрения готовой модели индикаторов регионального развития в маркетинг компании (составлен автором) Заметим, что индикаторы регионального развития представляют собой кросс-секционный «снимок» во времени. В этой связи нельзя забывать о том, что временной интервал для сбора данных мог быть не самым подходящим 51 временем, чтобы изучить успех разработки нового продукта. Поэтому желательно при выборе индикаторов просматривать определенный промежуток времени, например, несколько лет, это даст возможность получить более точные данные. В качестве итога стоит отметить необходимость внедрения и использования готовой модели индикаторов устойчивого развития для различных маркетинговых целей, поскольку: данные охватывают все направления территории, тем самым да- ют возможность прогнозирования перспективных направлений, а также позволяют строить прогнозы сбыта, расширения доли рынка и т.д. позволяют получить количественные данные, необходимые для обоснования маркетинговых решений; позволяют охватить несколько направлений маркетинга, так как состоят их социальных, экологических и экономических показателей. 52 2. АНАЛИТИЧЕСКИЙ ИНСТРУМЕНТАРИЙ ОБОСНОВАНИЯ РЕШЕНИЙ ОТНОСИТЕЛЬНО НОВОГО ПРОДУКТА И НОВОГО РЫНКА СБЫТА 2.1. Анализ и прогнозирования сбыта торговой компании Результаты изучения маркетинга позволяют дополнить базу данных способов принятия решений [112]. Все это, бесспорно, оказывает помощь руководителю предприятия разбираться в сложнейших ситуациях современного бизнеса. Однако естественная черта, находящаяся между настоящим и будущим, является препятствием, которое затрудняет видеть условия реализации сделанном выборе. Желание увидеть результат принятого решения в дальнейшем приводит к необходимости разработки прогнозных решений на основе изучения методов маркетинговых исследований. Иногда руководители предприятий недооценивают важность принятия прогнозных решений, его неспособности видеть основную цель в будущем, что, соответственно, будет оказывать эффект, который О. Tоффлер называл «шоком будущего». Можно сделать вывод, что значение прогнозирования и диапазон его применения на практике в рыночной экономике играют существенную роль. Все это оказывает влияние на то, что разрабатываются все новые методы прогнозирования применительно к современным условиям развития экономики, повышения её эффективности. И в основном работают над применением количественных методов [30, 31, 118]. Самыми распространенными методами прогнозирования сбыта являются следующие: 1. Анкетирование определенного круга руководителей разных служб и отделов предприятия, организации. Прогноз сбыта представляет собой сочетание наметок и взглядов отвечающей группы руководителей. Данный способ прогнозирования больше всего подходит новым предприятиям, у которых нет достаточного количества опыта, а так же при отсутствии детализи- 53 рованных расчетов о состоянии рынка, отсутствие статистических данных о тенденциях сбыта и т.д.. 2. Подведение итогов в оценке рынка сбыта отдельных торговых агентов, а также руководителей ее сбытовых подразделений, используя мнение опытного персонала. 3. Прогнозирование будущего сбыта на основании предыдущего оборота. В этом методе за основу берется анализ по сбыту за прошлые периоды. При применении этого метода нет возможности определить структуру потребительского спроса, конкурентоспособность как продукции, так и предприятия и т.п. 4. Анализ направлений, причин, которые влияют на изменение объемов сбыта. Этот метод применим для составления перспективных планов. Статистические зависимости и закономерности и другие показатели за многолетний период пригодны для изучения проблем эффективного сбыта в капиталоемких отраслях промышленности. 5. Анализ взаимосвязи (корреляционный), т.е. проверка зависимости различных факторов на сбыт продукции производственного предприятия. Этот метод прогноза предполагает специальные, комплексные, довольно дорогостоящие исследования рынка, которые не всегда себя оправдывают. Однако можно получить точнейшие результаты исследования и могут быть применены в стабильных, развивающихся в соответствии с законами рыночной экономики в отраслях. 6. Прогнозирование методом определения «доли рынка» продаж всей фирмы, когда стоимость продаж предполагается определять в виде процента, т.е. определяется доля фирмы на рынке продукции в целом по отрасли. Для этого прогнозируются продажи для всей отрасли, а затем производится расчет доли продаж всей фирмы в общем объеме. Когда используется данный метод, прогноз должен составляться очень точно и кроме этого не берется для расчета «неценовая» борьба в ней (между новой продукцией или услугами). 54 7. Анализ заключительного применения. Прогнозирование проводится на объемах заказов, которые предполагается реализовать основным заказчикам предприятия. Этот способ составления прогноза требует осуществления специального изучения по отраслям, которые используют продукцию данного предприятия, исследование множество статистического и аналитического материала. Данный метод применяется в отраслях сырьевого и энергетического направления. 8. Анализ разнообразия (ассортимента) продукции. При таком методепрогнозирования продаж по отдельным видам продукции объединяются вместе и составляют прогнозируемый оборот фирмы. Этот метод используется предприятиями, имеющими разнообразие продукции, но точность общего показателя в целом зависит от подробного изучения рынка каждого вида продукции, для этого необходимы большие расходы. В систематизированном виде информация о методах прогнозирования сбыта представлена в табл. 2.1. Таблица 2.1 – Сравнительный анализ основных методов прогнозирования сбыта (составлена автором) Метод Преимущества 1. Мнение группы руководителей «среднее» из взглядов группы высших руководителей. Прогнозы основываются на фактическом материале. • относительно легкий, но занимает много времени; • если нужны факты, то руководителю нужно проводить тщательные расчеты; • содействует сотрудничеству, так как каждый отдел участвует в подготовке прогноза. Недостатки • многие считают метод не научным, собиранием догадок; • тратится много ценного времени руководителей на сбор фактов; • предстоит определить ассортимент товаров, сроки производства и анализа клиентов; • руководитель, не занимающийся темой, не может быть точен в оценке. Применение • для молодых компаний, не имеющих опыта в применении других методов; • когда нет статистики сбыта и статистических данных о рынке или они не обработаны. 55 Продолжение табл. 2.1 Метод Преимущества Недостатки Применение 2. Комбинация мнений работников сбыта. Сводные индивидуальные расчеты торговых агентов и руководителей служб сбыта. • основан на мнении тех, кто ближе всего знаком с рынком сбыта; • дает психологическое преимущество, возлагая ответственность на тех, кто должен добиваться достижения целей; • прост в применении, проводит сегментацию по регионам, продуктам; • большое количество мнений помогает точности прогноза. • торговые агенты бывают или очень пессимистичны, или очень оптимистичны; • требует много бумажной работы, отвлекает торговых агентов от их функций по сбыту; • если метод нацелен на установление плановых заданий по сбыту для агентов, то они будут стремиться дать заниженные оценки; • торговые агенты не всегда понимают факторы общеэкономического характера. • в области, где знание запросов клиентов имеет большое значение; • может быть усовершенствован путем оценки точности прогноза, делаемого каждым лицом. 3. Прошлый товарооборот, как предсказание будущего сбыта. Берется процентное увеличение данных за предыдущий период. • делает невозможным учитывать быстрые • быстрый и легкий изменения деловой для применения; активности; • ряде случаев • не учитывается коннаиболее безопаскуренция, старение ный. или насыщение рынка, технический прогресс. • лучше всего применим для стабильных развитых отраслей, где колебания в объемах продаж происходят редко. 4. Анализ тенденций и циклов. Анализ факторов, влияющих на объемы сбыта. Прогноз сбыта основан на вероятных тенденциях и лежащих в основе этих тенденций факторов. • очень трудно предсказывать на период, меньший, чем несколько лет. Изменения тенденций в циклических колебаниях можно легко объяснять, но почти невозможно предсказывать их. • применим для долгосрочных прогнозов на период в несколько лет; • хорош для отраслей, в которых изменения сбыта можно измерить на фоне других экономических показателей. • хорошее средство для долгосрочных прогнозов. Непредвиденные изменения сглаживаются на протяжении ряда лет. 56 Окончание табл. 2.1 Метод Преимущества 5. Корреляционный анализ. Измеряет связь между сбытом компании и другими сторонами бизнеса. Прогнозы основаны на факторах влияния на сбыт компании. • логический научный метод, основанный на причинных отношениях; • имеет преимущества научного анализа, проводимого экспертами; • когда метод разработан, достаточно анализировать лишь факторы влияния. 6. На основе доли рынка. В начале прогнозируется сбыт для всей отрасли, затем делается расчет доли фирмы во всем сбыте отрасли. • не требует данных о прошлой сбытовой деятельности компании за длительный период времени. 7. Анализ конечного использования. Прогноз основан на предполагаемых закупках основными крупными потребителями. • логичный подход при наличии крупных надежных потребителей. 8. Анализ ассортимента товаров. Прогнозы производятся по каждому отдельному продукту и потом комбинируются для того, чтобы подвести итог для предприятия в целом. • в расчет принимаются все продукты, производимые фирмой; • хорошо применим в условиях выпуска широкой номенклатуры продуктов. Недостатки • предполагается, что прежние причинные зависимости будут продолжать существование в будущем; • составитель прогноза может чрезмерно полагаться на формулу расчета; • требует большой исследовательской работы и данных о прошлой сбытовой деятельности фирмы за длительное время. • требует допущения, что прогноз для всей отрасли правильно составлен; • нет возможности определить степень жесткости конкуренции и учесть влияние новых продуктов на рынке. • требует много данных об основных потребителях продукции в масштабе всей страны, что не всегда возможно; • требует большого числа отдельных прогнозов; • нужны знания статистического анализа. • чем выше точность, тем выше должна быть степень детализации продуктов, а значит выше издержки по составлению прогноза. Применение • сбыт для высокостабильных отраслей и давно существующих на рынке продуктов. • лучше всего применим в отраслях, где торговые палаты ведут сбор статистических данных. • в основном на рынке оборудования, сырья, вспомогательных материалов. • для фирм, сбывающих продукты различным группам потребителей. Эффективность применения того или иного метода целиком зависит от конкретных условий и специфики хозяйственной деятельности предприятия и может быть определена только в системе общих мероприятий по исследованию рынка. В маркетингово-ориентированной компании, как правило, составляется несколько вариантов прогнозов сбыта с использованием различ- 57 ных методов (3 – 4 метода). Затем полученные оценки сопоставляются с тем, чтобы установить возникающие расхождения оценок. Обычно считается, что прогноз составлен правильно, если разница между предполагаемым и фактическим сбытом не превышает 5%. Многие фирмы начинают разработку нового повторного прогноза, если на любом этапе реализации плана фирмы разница между фактическим и предполагаемым сбытом превышает 5%. Если эти расхождения значительные (разброс значений показателей прогнозов сбыта по различным методам превышает 10%), то, скорее всего, при составлении прогноза сбыта по какой-то методике были допущены ошибки. При составлении итогового прогноза сбыта на основе оценок, полученных с помощью различных методов, с учетом оптимистических и пессимистических вариантов прогнозов, может также быть использован метод стандартного распределения вероятностей, базирующийся на методе ПЕРТ. В общем, ПЕРТ — целая система оценки, регулярного пересмотра и корректировки планов с использованием сетевых моделей. Применительно к составлению прогнозов сбыта торговой компании он может быть использован, например, следующим образом. На основе использования применяемых в практике компании методов составления прогнозов сбыта определяются: О – оптимистический вариант прогноза сбыта; М1 – наиболее вероятный прогноз сбыта по методу № 1; М 2 – наиболее вероятный прогноз сбыта по методу № 2; М 3 – наиболее вероятный прогноз сбыта по методу № 3; М 4 – наиболее вероятный прогноз сбыта по методу № 4; Р – пессимистический вариант прогноза сбыта. Далее рассчитывается ожидаемое значение прогноза сбыта (ПС) по стандартной формуле: ПС = (О + M1 + M2 + M3 + M4 + P) / 6. (2.1) Алгоритм прогноза продаж в маркетингово-ориентированной компании выглядит таким образом: 58 1. Составить перечень продукции, по которой определяются прогнозы продаж. 2. Выбрать промежуток времени, на который будут формироваться прогнозные показатели при сбыте продукции (от 1,5 до 3 лет), их разделение их по другим периодам -месяцам, кварталам, декадам и параметры заключительного прогнозирования. 3. Определить количественные единицы измерения (тонны, штуки, условных единицы, граммы и др.) величины сбыта по каждой продукции, подсчитать состояние цены единицы товарной продукции и их изменение в зависимости от темпов инфляции и др. показателей за весь период в единообразной соразмерной денежной оценке(рубли, доллары, евро и т.п.). 4. Установить методы составления прогноза (3—4 способа). 5. Определить источники сведений, которые необходимо использовать для прогнозирования продаж, установить способ их получения и изучения. 6. Подсчитать наиболее вероятные способы прогнозирования по каждому методу в отдельности. 7. Определить причины, оказывающие существенное воздействие на уровень достижения сбыта предприятия или фирмы на будущий период. Установить степень оказания воздействия обстоятельств на уровень продаж по особенно вероятным способам прогнозирования реализации продукции (если возможно, то для каждого). 8. Просчитать прогнозы как оптимистического. Так и пессимистического характера (если возможно, то для каждого). 9. Сравнить полученные результаты прогнозов, определить кА имеются отклонения и составить результаты прогнозирования продаж в соответствии с установленными объемами показателей. В практической деятельности сочетаются разные методики для составления прогнозов в сфере рынка. Так как планирование на производственных предприятиях имеет важное значение, то необходимо выработать целую си- 59 стему прогнозных показателей, в которых будет использован любой применяемый фактор [78]. Некоторые их указанных в табл. 2.1 можно использовать не только для целей прогнозирования сбыта, но и для его анализа. Ниже предлагается подход к оценке перспектив сбыта, суть которого в том, чтобы, используя результаты регрессионного анализа, проранжировать существующие точки сбыта в зависимости от динамики продажи. Такой компаративный анализ, в свою очередь, позволит компании оценить перспективы сбыта в каждой из торговых точек и разработать соответствующий комплекс маркетинговых мероприятий. Предлагаемый подход прошел апробацию на реальных данных объема продаж торговой компании. Для каждой торговой точки было построено свое регрессионное уравнение yt bˆ0 bˆ1 xt , (2.2) где yt – уровень спроса в момент времени t ; xt – среднее значение спроса в момент времени t ; bˆ0 , bˆ1 – оценки коэффициентов уравнения. Далее был проанализирован коэффициент b̂1 следующим образом: если bˆ1 1, то скорость сбыта в среднем превышает скорость роста средней величины объема сбыта; если bˆ1 1, то – меньше. Кроме того, были рассчитаны равновесные величины объема сбыта. Расчет осуществлялся по следующей формуле: y аˆ0 /(1 aˆ1 ) , (2.3) где aˆ0 , aˆ1 – оценки коэффициентов авторегрессионного уравнения yt aˆ0 aˆ1 yt 1 . (2.4) По этой величине можно судить о том, достигнут ли в данной торговой точке оптимальный уровень сбыта. 60 Ниже представлены результаты расчетов, иллюстрирующих предлагаемый подход (см. табл. табл. 2.2 – табл. 2.4). Таблица 2.2 – Динамика объема продаж торговой компании (составлена автором) Год Месяц 2013 2014 Янвaрь Феврaль Мaрт Апрель Мaй Июнь Июль Август Сентябрь Октябрь Ноябрь Декaбрь Янвaрь Феврaль Март Апрель Мaй Июнь Июль Август Сентябрь Октябрь Ноябрь Декaбрь А 45770 44330 46900 52310 48410 49660 51330 53500 56720 54770 55330 56980 57330 62410 61290 63550 64580 60930 62840 64790 67130 67910 68570 71260 Торговая точка В С 15410 64560 16510 68440 13460 71240 16790 74680 12360 72130 18970 73870 20680 75330 22440 74900 21790 77550 25900 80660 23460 82350 27660 84870 24910 87330 30770 85120 28660 88760 32880 89360 30130 86330 34570 91160 30230 93470 35680 94340 32340 97110 37900 99430 35450 102660 38960 100280 D 20210 25680 28770 33450 38770 40880 43130 46880 42950 47560 45770 48700 54790 50500 53770 55870 51440 53990 54680 59770 62140 65790 63230 66790 E 18610 19930 16270 20266 14950 22882 24934 27046 26266 31198 28270 33310 30010 37042 34510 39574 36274 41602 36394 42934 38926 45598 42658 46870 Анализ табл. 2.3 позволяет сделать следующие выводы: 1) оценки коэффициентов всех построенных уравнений являются статистически значимыми, поскольку расчетные значения t-статистик Стьюдента превосходят критическое значение t0,95 23 2,069 ; 2) все модели являются адекватными, о чем свидетельствуют большие значения коэффициентов детерминации; 3) уровень продаж выше среднего обеспечивают торговые точки С и D ( bˆ1 1 ). Следовательно, торговой компании необходимо разработать соответ- 61 ствующий комплекс маркетинговых коммуникаций, направленный, в первую очередь, на поддержание существующего спроса; 4) в остальных торговых точках уровень сбыта ниже среднего ( bˆ1 0 ). Возможно, что торговой компании необходимо разработать комплекс маркетинговых коммуникаций, ориентированный, прежде всего, на повышение объема продаж в этих торговых точках. Таблица 2 .3 – Результаты регрессионного анализа (составлена автором) А Оценки коэффициентов модели t-статистики Стьюдента b̂0 Торговая точка С В D E 18078,2920 -14691,3155 28760,4824 -14637,8804 -17509,5786 b̂1 tb̂ 0,8030 0,8247 1,1151 1,2675 0,9897 10,2130 -8,0580 12,4693 -4,3828 -8,0031 t b̂ 22,8587 22,7928 24,3609 19,1228 22,7928 R2 0,9796 0,9795 0,9820 0,9795 0,9795 0 1 Коэффициент детерминации Таблица 2.4 – Результаты расчетов равновесных величин сбыта (составлена автором) А Оценки коэффициентов модели t-статистики Стьюдента Коэффициент детерминации Равновесная величина спроса â0 â1 3110,9967 В Торговая точка С 3571,0915 5503,9807 D E 7118,7004 4297,2513 0,9650 0,9005 0,9526 0,8924 0,9005 t â 0 0,7899 1,2851 1,4420 2,7142 1,2841 t â1 14,1433 8,6441 20,9382 16,5891 8,6441 R2 0,9513 0,8835 0,9769 0,9639 0,8835 y 88955 35886 116015 66143 43183 Результаты расчетов, представленные в табл. 2.4, свидетельствует о том, что только в торговой точке D почти достигнут оптимальный уровень сбыта, и в этой связи первостепенной задачей компании является поддержание интереса потребителей к этой торговой точке, возможно, предложив новую продукцию. 62 2.2. Современный спектр подходов к оценке востребованности нового продукта Оценка востребованности нового продукта торговой компании является первостепенной и достаточно сложной задачей. В крупных торговых компаниях отмечают важность появления новинки, отдавая себе отчет в том, что своевременный выход новинки – это половина успеха. Каждая торговая сеть старается следить за конъюнктурными изменениями и потребительскими вкусами. Например, новые вкусы в молочных продуктах появляются каждые три месяца, а новые продукты: 2-3 раза в год. Стандартно новая продукция внедряется вначале в отдельные магазины или регионы. Поэтому пробовать реализовывать новые продукты желательно в регионах с большим спросом, например, в Москве. После успешных испытаний продукция распространяется в регионы. Адекватные исследования получается минимум после 1 квартала в продаже. Если же новый продукт относят к повседневному спросу, то срок его проверки может быть сокращен. Однако перед оценкой востребованности нового товара и включения его в ассортимент следует провести анализ существующего ассортимента [28, 32, 33, 47, 76, 111]. Для анализа и дальнейшего планирования товарного ассортимента следует знать: какие товары наиболее прибыльны, спрос на какие товары повышается или понижается [83]. Поэтому каждая розничная сеть классифицируют все свои товары на категории с помощью разных инструментов [72, 73, 124, 126, 129, 136, 139]: правило Парето; ABC – анализ; XYZ – анализ; двухфакторный ABC и XYZ анализ; матрица Ансоффа; матрица BCG; 63 матрица GE. Рассмотрим каждый из них более подробно. Принцип или правило Парето в отношении товарного ассортимента означает, что только 20% товаров приносит 80% всей прибыли. Поэтому компании следует сосредоточить своё внимание на 20% тех товаров, которые действительно важны для компании. Конечно, принцип Парето не всегда точно соответствует делению 20/80. Следующий инструмент – это ABC-анализ. Все товары делят на 3 категории: А – самые важные товары, которые приносят 50 процентов прибыли, B – средние по важности, которые приносят 30 процентов прибыли и последняя категория C – товары, приносящие только 20 прибыли. Поэтому основной упор надо делать на первые две категории товаров. Следующий метод управления ассортиментов является XYZ – анализ. Особенность анализа заключается в возможности прогнозирования стабильности и колебания уровня текущего потребления. Соединение двух инструментов образует каскадный двухфакторный ABC-XYZ анализ. Данный метод выбирает товары группы AX, AY и AZ, которым следует уделить наибольшее внимание, планировать предстоящие мероприятия, проводить строгий учет и контроль. Метод позволяет оценить категории товаров, требующие особо контроля. Другим методом для управления ассортиментом является матрица И. Ансоффа или матрица «товар-рынок». Матрица Ансоффа представляет собой поле, образованное двумя осями – горизонтальной осью «товары компании» (подразделяются на существующие и новые) и вертикальной осью «рынки компании», которые также подразделяются на существующие и новые. На пересечении этих двух осей образуются четыре квадрата (рис. 2.1). Существующий товар Новый товар Существующий рынок Проникновение на рынок Развитие товара Новый рынок Развитие рынка Диверсификация Рисунок 2.1 – Матрица И. Ансоффа [126] 64 Матрица BCG разделяет весь ассортимент компании по текущим темпам роста спроса на продукцию, отношение конкурентных долей, объем инвестиций в продукцию и получаемый объем выручки и прибыли [140]. Матрица GE использует два базовых показателя: рыночную востребованность и результативность ведения бизнеса. Однако отличия данного инструмента в том, что он использует и определенные субъективные характеристики. В кризисные ситуации, кроме постоянного планирования и анализа товарного ассортимента, следует проводить его оптимизацию с целью повышения эффективности деятельности торговой компании. Иначе новый товар может либо стать аналогом текущего или стать невостребованным из-за формата розничной сети. Рекомендации для оптимизации ассортимента торговой сети представлены ниже: 1. Упор на максимально централизованные процессы работы с поставщиками и управление ассортиментом. Часто в магазинах директора сами принимают решение о реализации того или иного продукта. Функции по управлению ассортимента необходимо максимально передать головному офису. Иначе в розничных магазинах торговой компании возможен ассортиментный хаос, который не представляет позиционирование. 2. Внедрение категорийного управления ассортиментом. Категорийное управление заключается в том, что один человек несет ответственность за определенную категорию товаров: закупка, ценообразование, сбытовая деятельность, оборачиваемость, выкладку товара и его продвижение. Главной задачей является правильная мотивация сотрудника. 3. Мониторинг оценки возможности формата сети и развития товарного ассортимента. Торговая компания должна четко понимать развитие ассортимента: в глубину или ширину? Поэтому следует устранять мультиформатность сети и сосредоточиться на одном формате. 4. Фокусирование усилия на оптимизации торгового ассортимента. Выявление наиболее прибыльных товаров и категорий. 65 5. Сокращение товарных позиций, которые не приносят достаточной прибыли. Выводиться из ассортимента должны товары, которые служили для поддержания имиджа или дорогие товары, которым присуща импульсивная покупка. 6. Оптимизация запасов. Оборачиваемые товары должны постоянно находится на прилавках, а товары с колебаниями спроса следует выводить из ассортимента. 7. Проведение инвентаризации. Торговым сетям для оптимизации следует обращать внимание на брак и неликвид. По данным группам проводит соответствующие мероприятия: распродажа, создание комплектов, возврат поставщику, продажа собственному персоналу и так далее. 8. Проведение переговоров по отсрочке оплат и кредитов. Заключительный пункт является важнейшим пунктом в оптимизации товарного ассортимента. Он представляет возможность более гибкой политики. Перед оценкой востребованности товара торговые компании оценивают поставщика товара. Это связано с тем, что востребованный товар по подходящей закупочной цене может предлагаться не надежной компанией или компаний, которая имеет проблемы с госорганами или не отличается репутацией добросовестного поставщика. Поэтому перед оценкой непосредственного товара, торговые сети оцениваются поставщика. Поставщик товара должен удовлетворять 4 распространенным требованиям, которых придерживается любая торговая сеть. Требования представлены в табл. 2.5. Таблица 2.5 – Содержание требований к поставщикам (составлена автором) Требование Качество Суть Товар должен быть качественным, удовлетворять всем нормативам и требования. Качество товара должно быть постоянно и в узком коридоре. Первая пробная Торговые сети требуют первую пробную поставку по сниженной бесплатная постав- цене или полностью бесплатную. Это необходимо для оценки обока рачиваемости и ликвидности товара, а также возможных объемов закупки. 66 Окончание табл. 2.5 Документация Цена Любая торговая сеть будет требовать наличия всех документов. Кроме того, они должны проходить любую проверку, которых у розничных магазинов большое множество. Данный вопрос у ритейлеров стоит очень остро. Они добиваются максимально низкой цены, планируют получать скидки за объем и различные бонусы. Приведенные выше требования необходимы для любого поставщика, которого будет рассматривать розничная сеть в качестве поставщика товара [105]. Рассмотрим критерии, которые оказывают влияние на выбор того или иного поставщика. Выделяют три группы критериев (рис. 2.2). Группы критериев поставщика торговой компании «Менеджмент» «Маркетинг» «Финансы» Рисунок 2.2 – Группы критериальных факторов, влияющих на выбор поставщика торговой компании (визуализация автора) Первая группа «менеджмент» включает несколько составляющих. Самая главная составляющая – это своевременные поставки. Торговая компания будет выбрать поставщика, который поставляет продукцию точно в срок и вовремя. Вторая составляющая: скорость реакции поставщика и возможность его реагирования на колебания спроса. В моменты сезонной активности у поставщика должны быть запасы продукции. Третье составляющей является возможность компоновки ассортимента с целью максимизации прибыли с метра торговой полки. Четвертой составляющей является удобство общения между менеджерами. Вторая группа – это «маркетинг». Он включает понятие входа в розничную сеть, возможную аренду полок и объем регулярного бюджета маркетинга. Кроме того сюда входит позиционирование марки, лояльность покупателей к марке продукции и их осведомленности. Важность маркетинга именно в розничных сетях обуславливается тем, что потребители всё меньше верят 67 телевизионной рекламе, а принимают решения о покупке непосредственно перед полкой в магазине. Третья групп – это «финансы». Соответствие всем критериям может потребовать первоначальных инвестиций и регулярных расходов. Кроме того, розничные сети не оплатят сразу за товар. Рассрочка платежа может достигать 6 недель и более. Для оценки востребованности нового продукта торговые компании применяют различные подходы и методы (рис. 2.3). Практические методы оценки востребованности нового продукта Волновое исследование продаж Имитационное рыночное исследование Пробные розничные точки Контролируемое рыночное исследование Рисунок 2.3 – Эмпирические методы оценки востребованности на рынке нового продукта (визуализация автора) Рассмотрим подробнее каждый из них. Самый дорогостоящий и длительный по времени способ оценки востребованности товара является размещение товара в пробных розничных точках. Розничная сеть определяет несколько городов и несколько розничных точек, где будет представлен новый товар. Торговая компания проводит работу, аналогичную той, которая планируется для всех магазинов, только в уменьшенном масштабе. Сюда включается и маркетинговые мероприятия, размещение рекламы и так далее. Стоимость данного метода зависит от количества городов и торговых точек, которые будут являться контрольными для данной оценки. Следующим методом по убыванию стоимости его проведения является контролируемое рыночное исследование или тестирование. В отдельных 68 розничных магазинах торговой компании выставляется продукт на продажу. Главная задача торговой компании – рационально определить расположение магазинов, их основную аудиторию, покупательские предпочтения. Головной офис контролирует размещение продукта на прилавках и полках магазина, его объем, соответствующее оформление витрины, наличие информационнорекламных стендов. Отличия данного метода от пробных розничных продаж заключается в том, что метод менее масштабный, менее затратный. Кроме того, компания размещает товар в один магазин и активно не рекламируется. Первые два метода или исследования взаимодействуют непосредственно напрямую с покупателями розничных магазинов, то третий метод базируется на понятии фокус-групп. Имитационное рыночное исследование стандартно включает порядка 30-50 покупателей. Их просят высказать мнение о нескольких марках определенной товарной категории, а также своё отношение к продуктам этих марок. Далее группе демонстрируют различные рекламные материалы данных марок, а также марки нового товара. После презентации каждому участнику группы выделяется небольшая сумма денег и предлагают купить любой из представленных товаров. Далее исследователи фиксируют соотношение между конкурирующим товаром и исследуемым товаром. Далее анализируют причины выбора того или иного товара. Последним методом и самым доступным является волновое исследование объемов продаж. Потенциальным потребителям предлагают бесплатно попробовать или дегустировать определенный продукт или товар. Затем им предлагается приобрести данный продукт или продукт конкурентов по сниженной цене. При этом продукт предлагается во времени несколько раз (3-5 раз). По итогам исследования розничная сеть отмечает число покупателей, которые повторно воспользовались продукцией, а также степень их удовлетворенности. Для более эффективного проведения исследования компания может начинать тестирование с менее затратного и трудоемкого метода и переходить методам, более приближенным к реальной рыночной продаже. 69 Другим простым методом оценки привлекательности и востребованности продукции является анализ статистики поисковых системы, социальных сетей, форумов и блогов. Самое доступное – это статистика поисковых систем. Для этого можно использовать сервис Wordstat. При этом стоит набирать в качестве ключевых слов не только предполагаемые для реализации товары /услуги, а возможное решение проблемы. Например, «обогреватели»: «Что делать, когда холодно в квартире?». Однако не всегда больше количество запросов является показателем высокого спроса. Иногда потребители не готовы платить определенную сумму за решение своей проблемы. Другим доступным инструментом определение спроса с помощью сети Интернет является анализ социальных сетей. Анализ социальных сетей можно проводить в ручном режиме, посещая тематические площадки, связанные с данной продукцией. Оценка спроса через социальные сети можно проводить в автоматическом режиме через специальные сервисы, представляющие мониторинг социальных медиа. Наиболее успешные сервисы: YouScan и Babkee. Следующий подход торговой компании для выбора товара, который не представлен в других торговых сетях, представлен на схеме ниже [39, 41]. Вопросы, которые на которые необходимо ответить в процессе оценки привлекательности товара, представлены на рис. 2.4. Что предлага ет? Кто приобретае т? Какой размер рынка? Какое отличие от конкурентов? Рисунок 2.4 – Этапы оценки привлекательности нового товара (визуализация автора) 70 Рассмотрим каждый из этапов подробнее. На первом этапе торговая компания должна оценить практическую ценность товара, насколько четко подходит для удовлетворения той или иной потребности. На втором этапе торговая компания определяет покупательскую аудиторию, которая будет заинтересована в товаре и будет его приобретать. На третьем этапе оценивается текущая емкость рынка. Размер рынка в данном случае определяется: по объёму потребления и объему продаж. Четвертый этап заключается в определении отличий от конкурентов. Для начала продаж нового товара он должен чем-то отличаться от текущих или аналогичных товаров конкурентов. В продаваемом товаре розничной сети должна быть какая-либо особенность. Каждый этап оценивает привлекательность товара для реализации в торговой сети. Кроме востребованности того или иного товара, можно оценивать ещё и риски невостребованности. Отдельные торговые сети оценивают не только востребованность или привлекательность того или иного продукта, они оценивают риски не востребованности товара. Риск невостребованности продукции – это вероятность потерь денежных средств торговой сети из-за отказа потенциальных покупателей от приобретения нового продукта. Выделяют два типа причин невостребованности товара: внутренние и внешние причины. На невостребованность продукции или риск ее возникновения могут влиять внутренние факторы торговой компании: факторы текущей организации производственного процесса, производственные условия, транспортные, место появления риска, снабженческие факторы, а также момент возникновения риска невостребованности продукции на рынке, ошибочный выбор товарного ассортимента продукции, риск обнаружения данной невостребованности каналы сбытовой деятельности. Внешние причины: снижение платежеспособности населения, повышение процентных ставок по кредитам, изменение в демографической ситуации, политическая нестабильность. 71 Для более глубокого понимания следует привести принципы взаимодействия, критерии отбора поставщика и товара действующей торговой компанией. В качестве примеры была выбрана торговая компания BILLA. Розничная сеть Billa выделяет несколько принципов работы с поставщиками, которые представлены на рис. 2.5. Принципы работы с поставщиками компании BILLA Конфиденциальность Прозрачность и открытость Эффективность Единые стандарты Разумная заботливость Рисунок 2.5 – Принципы работы с поставщиками компании BILLA (визуализация автора) Рассмотрим каждый из принципов более подробно. Единые стандарты сотрудничества подразумевают единый подход к оценке эффективности взаимодействия с тем или иным поставщиком. Основной критерий является экономическая эффективность. Следующим критерием является прозрачность и открытость, которая подразумевает открытость и доступность поставщикам критериев, влияющих на выбор того или иного поставщика. Третьим принципом является конфиденциальность. BILLA признает открытость и прозрачность, но признает и право на коммерческую тайну, а также на определенную конфиденциальность получаемой информации. Поэтому компания предоставляет конкурентам лишь ту информацию, которая необходима для проведения переговоров. Четвертым принципом является эффективность. Розничная сеть стремится предоставлять своим потребителям продукцию с высокими качественными характеристиками по разумным и адекватным ценам. Поэтому торговая компания отбирает поставщиков продукции, которые предлагают наибо- 72 лее подходящие выгодные условия взаимодействия с розничной сетью. Кроме того, торговая компания стремится оптимизировать издержки связанные с транспортными расходами. Пятым принципом является разумная заботливость. Розничная сеть оценивает поставщиков и проверяет их на добросовестность и учёт в своей деятельности требования законодательства РФ. Предпочтение розничная сеть отдаёт тем, кто ведет свою деятельность продолжительное время и зарекомендовавшие себя, как успешные и надежные поставщики [68]. Кроме принципов оценки компании, существуют ряд критериев отбора потенциальных поставщиков и продукции. Критерии отбора поставщиков: юридические; экономические; репутационные; логистические. 1. Экономические критерии: информация бухгалтерских отчетов подчеркивают надежное финансовое положение; отсутствуют признаки или информация о недобросовестности плательщика налога, поставщик является производителем или официальным представителем производителя, в том числе иностранного производителя. 2. Юридические критерии: соблюдение законодательства; наличие лицензий; отсутствие процедур банкротства, ликвидации и потенциальной возможности данных процедур и другие юридические аспекты. 3. Репутационные критерии: отсутствие фактов не исполнения обязательств; отсутствие претензий в течение года от налоговых, антимонопольных, таможенных и иных госорганов. 4. Логистическая система: транспортная инфраструктура поставщика представляет возможным производить поставки в радиусе 550 км от Москвы; торговая компания также рассматривает варианты поставки продукции на распределительный склад и оплаты соответствующих затрат поставщиком. Для оценки востребованности товара на практике торговая компания BILLA оценивает товар по нескольким группам критериев, которые представлены на рис. 2.6. 73 Критерии отбора товара торговой компанией BILLA Критерии качества Юридические критерии Ценовые критерии Маркетинговые критерии Рисунок 2.6 – Группы критериев отбора товара торговой компании BILLA (визуализация автора) Рассмотрим каждый более подробно: 1. Критерии качества предполагают: наличие упаковки, которая соответствуют требования и стандартам Российской Федерации; предоставление поставщиком всей сопроводительной документации; срок годности продукции не менее 85% от нормативного на момент поставки продукции в магазин. 2. Юридические критерии: продукция не должна быть обременена и не должна находиться под арестом. 3. Маркетинговые критерии: товары, которые предлагаются для реализации, должны относиться к текущим товарным категориям, или решение должно приниматься в особом порядке; товары должны быть известны потенциальным покупателями и быть востребованы на рынке; коммерческая привлекательность товара определяется на основе информации: 74 о реализации схожей продукции; маркетинговых и аналитических служб; Федеральной службы государственной статистики. 4. Ценовые критерии: коммерческие предложения должны соответствовать следующим моментам: закупочная цена должна позволить установить привлекательную цену для покупателей и выполнить ожидания торговой компании по прибыльности; закупочная цена не выше определенной разницы между рознич- ной ценой и нормативной нормой прибыли компании; представление отсрочки оплаты за продукцию более семи дней. 2.3. Геомаркетинг в задачах обоснования решений по сбыту продукции Компании, которые только собираются вывести свой новый продукт на рынок, должны ответить на три ключевых вопроса: «Когда реализовывать?», «Где реализовывать?», «Как реализовывать?». Для получения всей вышеперечисленной информации необходимы территориально ориентированные данные, которые будут совмещать как маркетинговую информацию, так и географические особенности в количественном и качественном форматах. Проводить исследования в двух направлениях сразу для компании долго и дорого, поэтому особую актуальность начинает приобретать такое направление в исследованиях, как геомаркетинг, который позволяет получить ответы на поставленные вопросы в обобщенном виде. Термин «геомаркетинг» вошел в научный обиход относительно недавно, поэтому нет единого подхода к его определению. Рассмотрим наиболее популярные дефиниции: 75 1. Геомаркетинг – это разновидность маркетингового анализа, которая ориентирована на исследование внешних и внутренних факторов, детерминирующих поведение организации, показателей и отличительных моментов ее деятельности визуально. Геомаркетинг включает также анализ инфраструктуры, конкурентной среды, емкости и потенциала целевых рынков. 2. Геомаркетинг – это новое направление в маркетинге, которое включает особый комплекс инструментов для сбора, обработки, моделирования, анализа, а также визуализации информации для решения определенных тактических и стратегических задач организации или компании/ 3. Геомаркетинг – это форма маркетинговых исследований, которую используют для обоснования сбыта определенного продукта или концепции строительства коммерческих объектов на основе информации о городской среде и окружающим объектам Сам термин «геомаркетинг» говорит о том, что его зарождение есть результат интерференции двух сфер: геоинформатики и маркетинга. Геомаркетинг используют, в первую очередь, для планирования и осуществления объектами, сбыта продукции, управления которые распределены по карте, с учётом инфраструктуры определенной территории, конкурентной ситуации и потребителей. Ретроспективный взгляд на геомаркетинг позволяет увидеть, что исследование пространственного размещения производства на протяжении ряда исторических этапов не теряло свою актуальность. Обострившаяся конкурентная борьба на российском рынке заставляет рассматривать вопросы выбора наиболее эффективного размещения торговых и производственных предприятий. Исследованию локальных рынков были посвящены работы А. Смита, Д. Рикардо. В частности, последним были сформулированы ведущие положения теории сравнительных издержек. Одним из основателей региональных исследований был А. Вебер, в дальнейшем пространственные аспек- 76 ты рынка получили развитие в исследованиях А. Леша, считающего рынок ведущим районообразующим фактором. Сформировавшиеся в процессе эволюции взглядов концепции размещения оказали значительное воздействие на современных ученых, сферой интересов которых является региональная экономика. А. Шеффле сформулировал схему гравитационной модели, в которой предположил взаимодействие промышленности и торговли. Д. Рэй предложил модель пространственного взаимодействия рыночных потенциалов с учетом влияния финансового капитала. В последующем модель была дополнена целым рядом работ (Х. Уильямса, Ф. Фоулджера, М. Биркина), где особое внимание уделялось прогнозированию региональных рынков товаров и услуг. Исследования современных ученых показали, что под воздействием НТП, высокой скорости роста агломераций, интеграции оптовой и розничной торговли, процессов глобализации определенную подвижность приобретают вопросы, связанные с размещением производства. В самостоятельное направление исследований, относящихся к пространственному размещению предприятий и рыночных зон, выделился геомаркетинг. Одной из фундаментальных школ геомаркетинга является американская, опирающаяся на исследования рынка на микроуровне, то есть, уровне отдельных предприятий торговли, поставщиков и потребителей продукции с целью построения прогнозов дальнейшего развития отдельных предпринимательских структур. При этом региональные рынки интересны лишь с позиции условий реализации товаров и выявления нового спроса на продукцию. Основы данной теории были заложены А. Шоу и Л. Уэлдом. В дальнейшем теория получила развитие в трудах Дж. Фредерика, С. Дункана, П. Черингтона, в конечном итоге трансформировалась в теорию управления рынком, авторами которой являются Дж. Хоуард, Е. Маккарти. Объектом геомаркетинга в 50-60-е годы прошлого века был выбор оптимального размещения предприятий, обеспечивающих минимизацию трансакционных издержек. В более поздний период 70-90-е годы актуальность приобрели пространственные проблемы товародвижения. Следует обратить внимание, что система товаро- 77 движения изучается с позиции отдельной фирмы с учетом таких факторов как: особенности реализуемой продукции (цена, характер технологии и др.), количество и степень концентрации потребителей, напряженность конкуренции на рынке, пространственные ограничения и др. Заслуживает внимания концепция, разработанная Ф. Кларком, «треугольник рыночных процессов». Согласно концепции при исследовании рыночных процессов следует выделять процессы концентрации, рассредоточения и выравнивания товарных потоков в пространстве [149]. Анализ товарных потоков следует вести в двух направлениях: 1) анализировать возможности концентрации сырья и продовольствия в региональных оптовых центрах; 2) учитывать пространственное распределение товаров и процесс доведения их до потребителя – производственных предприятий или оптовых посредников, которые реализуют товары розничным фирмам. Определенный интерес представляет концепция «радикальной гетерогенности рынков», сформулированная У. Алдерсоном. Автор видит главное назначение локальных рынков в обеспечении трансформации партий товаров поступающих от промышленных предприятий в торговый ассортимент. Модели товародвижения рассматриваются как всевозможные комбинации каналов распределения, размещения предприятий оптовой торговли и способов транспортировки товаров. Как видим, геомаркетинг имеет длительный этап эволюции, в настоящее время идут процессы расширения сфер применения инструментов геомаркетинговых исследований. В структуре геомаркетинга выделяют маркетинг территорий и маркетинг мест. При этом под маркетингом территории понимают маркетинг районов, городов, регионов, стран. Маркетинг мест – это маркетинг торговых зон и объектов, кластеров, мест развлечений, жилой и нежилой недвижимости, туристических объектов и т.д. 78 В маркетинге территорий фактором, определяющим выбор стратегии продвижения товара, будет являться географический компонент. Следует принимать во внимание и геополитический фактор. Географическое положение страны (города, региона и т.д.) и наличие природных богатств во многом предопределяют потенциальные возможности оказания воздействия на другие территориальные единицы. Маркетинговая программа в отношении развития территории опирается на геополитические интересы и выявленные преимущества территории в долгосрочном период. Объектом геомаркетинга территории выступают не только потребители-резиденты, но и потребители – нерезиденты. Геомаркетинг мест рассмотрим на примере торговых центров. Здесь ведущими факторами месторасположения будут являться зоны транспортной доступности и ресурсная. Последние дифференцируются следующим образом: а) в пределах – 10-ти минутной транспортной доступности; б) в пределах 10-ти минутной пешеходной доступности; в) в пределах 20-30-ти минутной доступности. Определенный интерес представляет рассмотрение применение геомаркетинга в отдельных отраслях и производствах. Рассмотрим использование данных технологий на примере сферы услуг. Современные достижения в сфере маркетинга позволяют открывать новые возможности для развития сферы услуг. Изучение рыночной конъюнктуры, исследования платежеспособного спроса со стороны населения проводятся предпринимательским сектором постоянно. Геомаркетинг позволяет более эффективно интегрировать имеющуюся информацию для дальнейших исследований. При строительстве крупных торговых центров важно учитывать не только среднюю скорость по ведущим автомагистралям, соединяющим периферию с центром города, но и плотность светофоров, средняя скорость передвижения. Воздействие подобного влияния на конкретного потребителя тем больше, чем ближе располо- 79 жен будет торговый центр к «сердцу» города. Представляется важным учет перемещения не только легкового, но и грузового транспорта. Большую долю в геомаркетинговом исследовании в ресурсных зонах занимает оценка потребителя, поскольку именно количество покупателей прямо пропорционально воздействует на объем продаж, а, следовательно, на извлечение прибыли. Целевая аудитория рассчитывается, отталкиваясь от подсчета количества жилых и нежилых зданий. Поведение потребителей характеризует пешеходный поток. Согласно исследованиям, плотность пешеходного потока варьирует в пределах 30 %. В зависимости от конкретных задач геомаркетингового исследования рассчитываются показатели обеспеченности потребителей торговыми зонами в различных сегментах рынка. Результатом такого исследования служит прогноз показателей потребителя, а также конкурентного положения в ресурсных зонах. Геомаркетинговые методы и модели позволяют прогнозировать такие показатели, как: численность населения, плотность жилых построек, потоки пешеходов, степень концентрации объектов торговли. При таком планировании не стоит упускать генеральный план развития территории, существующие программы строительства объектов жилой и нежилой недвижимости. Вся совокупность наиболее распространенных сфер применения геомаркетинга представлена на рис. 2.7, а наиболее распространенные сферы успешного использования геомаркетинга представлены в табл. 2.6 Геомаркетинговые продукты используют: аналитики в области ритейла; аналитики в области девелопмента; оценщики; специалисты по рекламе; специалисты в области директ-маркетинга; менеджеры по продажам специалисты по развитию; инвесторы; руководители розничного бизнеса. 80 Территориальное планирование Социальнодемографический анализ Экспертиза недвижимости Организация филиальной сети Управление Директ-маркетинг ГЕОМАРКЕТИНГ Анализ рынка Маркетинг Анализ рисков Месторасположение клиентов Анализ месторасположения и планирование Реклама и медиапланирование Рисунок 2.7 – Наиболее распространенные сферы применения геомаркетинга (визуализация автора) Существуют геомаркетинговые агентства, которые специализируются на создании готовых отчетов, а также проводят исследования на заказ. С помощью подобных исследований компания рассматривает аспекты своей деятельности под другим углом. На основании результатов геомаркетинговых исследований компании могут: оценить состояние филиальной сети и отдельных составляющих; осуществить выбора оптимального места для открытия нового объекта или продвижения продукта на новой территории; оценить уровень конкуренции на интересующей территории и провести анализ конкурентов; сформировать отчеты о привлекательности объектов в зависимости от их географического положения. Как правило, геомаркетинговому анализу подвергаются следующие объекты (рис. 2.8). 81 Таблица 2.6 – Наиболее распространенные сферы применения геомаркетинга и решаемые с помощью него задачи (составлена автором) Сфера применения геомаркетинга Производство и продвижения товаров и услуг Ритейл и торговые сети Автозаправочные станции и станции технического обслуживания Банки и страховые компании Решаемые задачи с помощью геомаркетинга 1. Оптимизация зон обслуживания и продаж. 2. Управление зонами обслуживания и продаж. 3. Создание рейтинга территорий по их рыночной привлекательности. 4. Выявление перспективных точек продаж и обслуживания и незанятых территорий. 1. Границы различных зон доступности и охвата пешком, на автомобиле. 2. Выявление зон «каннибализации» и территориальной конкуренции. 3. Оценка покупательского потенциала для продуктов и услуг разной категории. 4. Определение вклада в продажи и потенциала различных зон охвата и доступности. 5. Определение BTL-активности. 1. Оценка эффективности расположения дилерских и сервис-центров. 2. Определение зон доступности и охвата автосалонов, сервисцентров. 3. Оптимизация маркетинговой активности. 1. Оптимизация в расположении филиалов и отделений. 2. Оценка потенциальных зон продвижения и обслуживания. 3. Анализ использования банковских и страховых услуг населением. Существуют геомаркетинговые агентства, которые специализируются на создании готовых отчетов, а также проводят исследования на заказ. С помощью подобных исследований компания рассматривает аспекты своей деятельности под другим углом. На основании результатов геомаркетинговых исследований компании могут: оценить состояние филиальной сети и отдельных составляющих; осуществить выбора оптимального места для открытия нового объекта или продвижения продукта на новой территории; оценить уровень конкуренции на интересующей территории и провести анализ конкурентов; 82 сформировать отчеты о привлекательности объектов в зависимости от их географического положения. На каждом этапе проведения геомаркетингового анализа для повышения эффективности используются геомаркетинговые информационные системы. Геомаркетинговая информационная система – это программный комплекс, который состоит из информационных ресурсов, программного обеспечения и различных баз геоданных, в режиме реального времени позволяющий проводить сбор, хранение, анализ, моделирование и прогноз информации о рынках и потребителей с визуализацией результатов для достижения оперативных и стратегических целей компании в сфере недвижимости, торговли и продвижения новых продуктов. Цель подобных систем – это внутренний и внешний мониторинг различной разнородной географически привязана информации о рынке и потребителе с визуализацией на карте для принятия оперативных и стратегических задач компании. Товарооборот, средний чек, успешность продаж конкурентов Количество населения, проживающего поблизости объекта или в заданном регионе О Количество потенциальных покупателей Б Ъ Среднесуточный автомобильный поток в городе с учётом транзитного потока Приемлемый диапазон арендных ставок Е Инфраструктура и другие преимущества данной территории К Т Городская транспортная система в целом Ы Среднесуточный пеший трафик на территории исследования Ежедневная жизнь потенциальных потребителей Рисунок 2.8 – Объекты геомаркетингового анализа (визуализация автора) 83 Внутренний мониторинг предполагает сбор и анализ информационных потоков в компании, а внешний – сбор и анализ информации о рынке, демографической ситуации, конкурентной среде и других факторах. На российском рынке представлено несколько подобных информационных систем: 1. Продукты компании «Центр пространственных исследований [130]. В настоящее время центр является лидером российского рынка. Компания предлагает программное обеспечение для создания собственных данных на картах и проведения расчета. На базе центра проводится обучение сотрудников, которые будут непосредственно заниматься геомаркетинговыми исследованиями. Компания разработала онлайн-версию, которая подходит для оперативного принятия решений. 2. В итоге компания работает в следующих направлениях: геомаркетинговые исследования и отчеты «под заказ»; создание онлайн-доступа к системе в более чем 30 городах России; создание геоинформационных систем на основе данных компаний; разработка геоинформационных систем для конкретных сфер бизнеса: строительных компаний, почтовых служб, транспортных компаний, телекоммуникационных компаний; реализация окружающей B2G среды, сферы проектов: здравоохранение, управления мониторинг образованием, управлением транспортом. Отличительной представляет особенностью геомаркетинговую компании информацию является не то, только что она нескольким крупным городам и конгломератам (Москва с область, Санкт-Петербург и область и так далее), а по другим крупнейшим региональным городам. Кроме того, компания может проводить исследования на любой территории по желанию заказчика. Недостатками компании является отсутствия социальными сетями и геолокационными сервисами. взаимодействия с 84 Основными клиентами компании являются: Сбербанк, ХоумКредит, Первая помощь, Зеленая страна, Лента, LeroyMerlin, WorldClass, Prisma, KFC и множество других. 3. Продукты компании «ГеоМаркетинг Ресурс». Компания ориентируется на предоставление готовой информации или проведения исследований под непосредственные данные заказчиков. Компания работает по двум основным направлениям: отчеты в виде городских карт с наложениями различных данных (показателей экономического и социально-демографического характера, емкости городов и районов, количественные характеристики конкурентной среды); геоинформационные отчеты с аналитической информацией (характеристика имеющейся сети, анализ деятельности отдельных торговых точек, торговые зоны и перекрывание между магазинами). Компания сотрудничает с М.Видео, Юлмарт, Мария, МТС, Картошка, Босфор, Основа, Спортмастер, Real.Гипермаркет. 4. Группа компаний RRG. Компания предлагает услуги консалтинга на рынке коммерческой недвижимости. Поэтому геомаркетинг является одним из направлений в компании: разработка глобального маркет-плана развития сети в стране; разработка маркет-плана развития сети в городах и регионах; анализ и рекомендации по оптимизации существующей сети; оценка потенциального товарооборота на основании модели Хаффа. Компания ориентируется на выбор мест для торговых точек. Крупнейшими заказчиками компании были: SPAR, MediaMarkt, OBI, Starbucks. БКСброкер. 5. Компания «Геоцентр-Консалтинг». Основная ориентация компании на крупные государственные компании или государственных заказчиков. 85 наличие детализированной карты, которая включает геоинформационный набор данных по всей территории России и мира (карта отличается целостностью, единая система справочников и связанный дорожный граф); разработка корпоративных геоинформационных систем; создание баз данных в связи геоданнами; онлайн-проект карт: mosmap.ru. Конечной целью геомаркетинга как вида маркетинговой деятельности является максимизация прибыльности каждого конкретного магазина торговой сети за счет трех основных факторов: повышения уровня понимания рынка и покупателей; структурирования и обработки данных на принципах географического подхода; внедрения новых технологий пространственного бизнес-анализа. Геомаркетинг обеспечивает работу с клиенто-центричными данными, в том числе ― сбор и анализ так называемых данных SoLoMo (Social, Location, Mobile). Возможность же работы с этими данными в рамках единой визуальной картографической среды дает принципиально новые возможности для получения на их основе качественно новых выводов относительно потребительского поведения, а также более четкого таргетирования (в первую очередь ― территориального). Развитие современных технологий определяет ближайшее развитие геомаркетинга. На геомаркетинг влияет развитие мобильных технологий и мобильного интернета. По данным исследований практически 95% пользователей смартфонов искали информацию о ближайших заведениях, магазинах, т.е. о ближайшем окружении. При этом около 80% искали ближайшие магазины во время покупок, чтобы сравнить предложения от разных торговых точек. Поэтому компании должны обеспечивать подачу информации на мобильные устройства. 86 Второе направление развития – это активное использование социальных сетей, которые могут предоставлять компаниям четко таргентированых клиентов с учетом социального и покупательского поведения, а также текущего положения клиента. Вероятнее всего, будет развиваться технология Location Based Services (LBS) ― именно тех услуг, которые нужны данному клиенту в данном месте, в данный момент времени. Например, геолокационными сервисы развиваются в сфере ритейла: информация о скидках, акциях непосредственно привязаны к текущему положению пользователя. В России подобную концепцию осуществляет сервис Lokata. Использование сервисов LBS предоставляет следующие возможности: расширение отдачи от традиционных медиа. Повышение вовлеченности пользователей через регистрации, QR-коды, NFC-метки; увеличение эффективности путём гипер-локального таргентинга, например, размещение конкретных поисковых ключевых слов; инициирование продаж, путём ограничения предложения по времени или расстоянию; получение данных из социальных сетей и от взаимодействия пользователя с различными сервисами. Геомаркетинг меняет подходы к анализу данных: от традиционного «офлайн» до анализа информации в реальном времени с учетом исторических данных от различных систем. Сейчас развиваются новые инструменты для моделирования, прогнозирования действий пользователей и генерации необходимой информации для них в режиме онлайн. Отметим, что потенциальным потребителям необходимы подобные данные, поэтому в будущем преуспеют компании, которые будут активнее предлагать подобные продукты. В последнее время своё развитие получила технология in-store mapping. Технология позволяет, с одной стороны, ориентироваться покупателям непосредственно в магазине, а с другой, – анализировать поведение покупателей на его территории, в частности, маршруты перемещения; 87 объекты концентрация внимания; наиболее популярные направления и товары. Стоит отметить, что геомаркетинговые информационные системы являются ключевой составляющей в успехе множества компаний. Рассмотрим наиболее успешные примеры использования геомаркетинга компаниями в своей деятельности. Одной из первых компаний, которая использовала геомаркетинг была Sears – одна из крупнейших торговых компаний в Северной Америке. Ещё до введения термина геомаркетинга компания повышала эффективность выбора места под строительство новых магазинов. Начала применять данные принципы компания еще в 1980 года. С использованием геоданных компания принимала решение о покупке сети универмагов в Сан-Франциско. Кроме того, компания с помощью геомаркетинга подбирает соответствующий ассортимент для магазина. В России тоже компании используют геомаркетинг. Компания «Дикси Групп» обладает третьей по численности торговых объектов российской сетью, а также наиболее интенсивно развивающейся. Однако она присутствует только в 20 регионах России, т.е. охватывает всего лишь 15-20 процентов от потенциального рынка. Компания используют подход, который позволяет получить максимальную прибыль и выручку с низкими рыночными рисками. В Германии крупнейшая сеть аптек использовала геомаркетинг с самого начала своей деятельности с 2001 года. Для фарм-сектора выбор места является одним из важных и долгосрочных задач в развитии компании. Компания DM-drogerie открыла более 1200 магазинов в Германии, а также 2500 магазинов в Центральной и Юго-Восточной Европе. управляющего компании, По мнению компания может ещё увеличить количество магазинов и повысить прибыльность текущих. В своей работе компания опирается на данные геомаркетинга. Отметим, что компания DM-drogerie показала даже в кризисные 2009-2010 годов оборот на уровне 4 млрд. евро в год. 88 Другим примером успешного развития компании с помощью геомаркетинга является компания Coop eG, которая включает в себя несколько брендов крупных супермаркетов. Геомаркетинг компания использует при выборе потенциальных мест размещения магазинов. Однако компания начала использовать системы не так давно. До этого она тратила время на поиск необходимой информации, на её обработку. С применением различных сервисов геомаркетинга компания получает практически мгновенный доступ к различной информации. Таким образом, геомаркетинговые информационные системы являются одной из важнейших составляющих в оптимизации сбыта новых продуктов. Многие успешные компании использовали геомаркетинг для вывода своих продуктов на рынок с минимальными рисками и максимальной прибылью. 89 3. МЕТОДИЧЕСКИЕ ПОЛОЖЕНИЯ ФОРМАЛИЗОВАННОЙ ОЦЕНКИ ВОСТРЕБОВАННОСТИ НОВЫХ ПРОДУКТОВ И ТОРГОВОЙ ПРИВЛЕКАТЕЛЬНОСТИ ПОТЕНЦИАЛЬНЫХ РЫНКОВ СБЫТА 3.1. Оценка востребованности нового продукта как необходимое условие рационального обновления ассортимента предприятия Формирование ассортимента – одно из важных направлений деятельности маркетинговых служб любого предприятия [15, 103, 104]. Ассортимент это наличие определенных товаров, услуг, которые предлагает производитель покупателю для достижения максимальной прибыльности и рентабельности в определенном промежутке времени [82]. Необходимо отметить, что прибыльность предлагаемого ассортимента возможна лишь при наличии востребованности товара покупателем и если он сбалансирован по количеству и качественным показателям. Качественный и количественный ассортимент играет значительную роль при достижении эффективности в торговой привлекательности товарной продукции. Авторы в своих исследованиях рассматривают разные показатели ассортимента товарной продукции, среди которых больше всего рассматриваются такие как [12, 62, 76, 111]: объем ассортимента – количество разных видов товаров, их наименование в различных или однородных группах. Этот показатель насыщенности рынка является косвенным, так как, он показывает, что чем больше объем представленных товаров, тем их разнообразнее и зависит от состояния спроса; масштабность ассортимента показывает, сколько вариантов това- ра предлагается ; насыщенность ассортимента – возможность товаров одной и той же обеспечить равные потребности, количество разных видов и наименований одной группы.Этот показатель будет наибольшим, если на рынке имеет- 90 ся большое количество товаров. Чем насыщеннее ассортимент, тем выше спрос потребителя на товары и потебитель будет удовлетворен; постоянство ассортимента – определенный набор товаров, кото- рые постоянно удовлетворяют спрос. Постоянство увязывают с тем периодом, в течение которого товары каких-то наименований, видов и разновидностей производятся; совершенствование (замена новыми товарами) ассортимента – удовлетворение потребности покупателей путем замены товаров новыми. Замена новыми товарами – основное направление в установлении ассортимента при реализации продукции организацией. Применяется в условиях насыщенности рынка, но и в этих условиях на совершенствование ассортимента оказывает дeфицит сырья, мощностей, которые нужны для производства устаревших товаров. Производители изменяют ассортимент: если товар, морально устарел, нет покупательского спроса; разрабатывают и проектируют совершенно новые товаров наилучшего качества, не имеющих аналогов; расширяют ассортимента для повышения конкурентоспособности производства и самого предприятия. Такие товары удовлетворяют не только физиологические потребности, но и психологические и моральные аспекты. Однако при постоянном обновлении товаров существует определенный момент риска, затраты порой неоправданны. Так это произойдет, если обновленный производителем товар не будет пользоваться покупательским спросом. Все это должно быть продуманным и рассчитанным; макроструктура ассортимента - удельная доля определенного вида или наименования товара в общем количестве представленных товаров. Рассчитывается как отношение количества какого-то товара к общему их количеству. При определении необходимой структуры ассортимента учитывается экономическая эффективность производства если на рынке представлены только дорогие или только дешевые товаров, рентабельность сбытовых затрат, платежеспособны ли потребители, на которых ориентирована организация; 91 обоснованность ассортимента – количество товаров, которые могут наиболее полно удовлетворить потребности различных слоев потребителей в необходимых товарах; сбалансированность ассортимента указывает на родственность различных товарных направлений друг с другом с точки зрения потребления покупателем, требований к производству товаров и услуг, канала их распределения и т.д. На создание ассортиментной политики производственного предприятия влияет множество факторов, систематизацию которых отражает рис. 3.1. Данная систематизация указывает на причину, которая влияет на установление ассортиментной политики производственного предприятия, учитывая разные точки зрения. По длительности они могут быть краткосрочными и долгосрочными. Краткосрочные оказывают влияние на формирование ассортиментов товаров на предприятии в текущем (временном) периоде. Долгосрочные - предприятие разрабатывает представляемый ассортимент в течении нескольких отчетных периодов. На ассортимент могут влиять благоприятные обстоятельства или неблагоприятные. При благоприятных производитель товаров проводит рискованную, но приносящую прибыль политику, при неблагоприятных – более консервативную и осторожную, менее прибыльную. Некоторые факторы могут быть сезонными, и они также влияют на формирование ассортиментной политики предприятия. Так, смена времен года играет роль в политике ассортимента компаний, работающих в сфере туризма, производителей мороженого и других товаров, которые пользуются спросом сезонно. 92 Факторы, которые влияют на создание ассортиментной политики предприятия По менеджменту: -внyтрeнниe; - прямого внешнего действия; - косвенного внешнего действия. По длительности: - краткосрочные; - долгосрочные. По влиянию на эффективность - благоприятные; - неблагоприятные. По времени: - постоянные (низкий уровень жизни); По стратегии - фактор-угроза; - факторвозможность; - сильная сторона; - слабая сторона. По отстранению - устрaнимыe; - нeустрaнимыe. - переменные (сезонность спроса). По времени: - постоянные; - переменные (сезонность). По силе оказания влияния: - учитываемые в первую очередь; - незначительные. Рисунок 3.1 – Систематизация классификаций факторов формирования ассортиментной политики (визуализация автора) Необходимо выделить те внешние причины, которые значительно влияют: «поведение» конкурентов, изменения предпочтений потребителей, динамика цен на сырье, курс доллара (для экспортирующих предприятий), им- 93 порт, а также факторы, влияние которых незначительно: политическая ситуация за рубежом. На основании вышеизложенного можно сделать вывод, что на ассортиментную политику предприятий влияют множество факторов, которые можно выделить по нескольким признакам. В то же время необходимо учитывать, что в первую очередь на ассортиментную политику предприятий влияют рыночные факторы, а именно спрос, а также эффективность реализации того или иного товара. Ведь в зависимости от покупательского спроса, предприятия определяют ассортимент продукции. Заметим, что, несмотря на большое количество публикаций, посвященных проблемам создания достаточного товарного ассортимента, в настоящее время по-прежнему остается недостаточно разработанным методический инструментарий формирования и обновления товарного ассортимента. Предлагаемый методический подход к формированию рациональной ассортиментной политики предприятия отражает рис. 3.2. Очевидно, что наибольшую проблемность представляет составление прогнозной оценки о «востребованности новой продукции» предприятия, её конкурентоспособности. Заметим, что под «востребованной новой продукцией» нами понимается продукция, уровень продаж которой после появления ее на рынке в течение года не должен опускаться ниже минимально допустимого, то есть приносящий минимальный уровень прибыли. В таких случаях применяют метод «интуитивного прогнозирования», недостатком которого является неточность получаемых оценок, которые проводятся на основании субъективных мнений экспертов. В результате применения предлагаемой методики предполагается получить целый спектр результатов, представленных на рис. 3.3. Проиллюстрируем прикладные возможности методики на реальных данных одного из молочных комбинатов Центрально-Черноземного региона (табл. 3.1). 94 Согласно первому этапу методики, проведем прогнозные расчеты объемов продаж по укрупненным группам ассортимента предприятия с использованием реализованной в STATISTICA методологии Бокса – Дженкинса. Прогноз объема продаж по укрупненным группам ассортимента предприятия Сравнительный анализ прогнозной динамики объема продаж и объема продаж за аналогичный период в прошлом Кластерный анализ укрупненных групп ассортимента предприятия Разработка комплекса маркетинговых мероприятий для каждой из укрупненных групп Выбор той укрупненной группы, которая нуждается в увеличении числа относимых к ней товарных позиций Экспертная оценка характеристик новой позиции товаров Составление модели бинарного выбора и ее использования для получения вероятностной оценки востребованности новой товарной позиции Рисунок 3.2 – Методика обоснования обновления ассортимента предприятия (разработка автора) Графическая иллюстрация данного временного ряда, отражающего динамику объема продаж пастеризованного молока, представлена на рис. 3.4. 95 Данный график позволит произвести предварительную, визуальную оценку данных ряда. Прежде всего, определим, является ли ряд стационарным. Нестационарность ряда часто видна с первого взгляда, например, если в ряду имеется ярко выраженный тренд. Из рис. 3.4. видно, что временной ряд имеет явную тенденцию к возрастанию значений при увеличении номера наблюдения, т.е. наблюдается монотонный тренд. Эффективность изменений ассортимента Концентрация и разнообразие ассортимента Синергизм и дополняемость Эффекты реализация ассортиментной политики предприятия Экономическая эффективность ассортиментной структуры Снижение общего уровня риска, связанного с формирование ассортимента Рисунок 3.3 – Методика обоснования обновления ассортимента предприятия (визуализация автора) Таблица 3.3 – Динамика объема продаж молока пастеризованного (составлено автором), руб. Объем Год продаж 18044899,18 16895673,59 18376542,25 19176595,81 19606786,43 18734795,13 19605825,47 19205441,40 19480719,87 20519101,32 19821889,00 20492408,39 Месяц Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь Объем Год продаж 18919232,74 17588117,82 19258757,18 19631273,74 18842520,47 19111751,46 20820889,89 22274572,11 23174877,40 24643884,70 24110014,04 25189772,10 2013 Месяц Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь 2012 2011 Год Месяц Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь Объем продаж 24763476,26 24106264,34 26350890,09 30342187,26 30500479,44 30747489,80 30955742,67 32267129,49 33495307,97 34112858,64 31922217,81 34097806,89 96 Графическая иллюстрация в ременного ряда 40000000 Объем продаж, руб. 40000000 35000000 35000000 30000000 30000000 25000000 25000000 Объем продаж 20000000 20000000 15000000 15000000 Время, месяцы Июль 2010 Июнь 2008 лока (результаты моделирования в пакете STATISTICA) Декабрь 2010 Февраль 2010 Сентябрь 2009 Апрель 2009 Ноябрь 2008 Январь 208 Рисунок 3.4 – Графическая иллюстрация динамики объема продаж пастеризованного мо- Наличие тенденции, которую видно на графике, - первое свидетельство о «нестационарности» анализируемых показателей. Если тенденция не выражена бесспорно и нет других особенностей, указывающих на нестационарность, то рассматривается автокорреляционная функция. Если автокорреляционная функция не имеет стремления к угасанию, можно сказать о «нестационарности» показателей. Таким образом, критерий нестационарности выражается в отсутствии стремления к угасанию автокорреляционной функции ряда. График автокорреляционной функции представлен на рис. 3.5. Из построенного графика видно, что автокорреляционная функция имеет слабую немонотонную тенденцию к затуханию. Следовательно, приходим к выводу, что исходный ряд нестационарен. 97 Следовательно, необходимо рассмотреть один из методов приведения временного ряда к стационарному. Рассмотрим разность первого порядка наблюдаемого ряда, предполагая, что ряд первых разностей будет стационарным. Lag Autocorrelation Function Объем продаж (Standard errors are white-noise estimates) Corr. S.E. Q p 1 +,905 ,1600 32,04 ,0000 2 +,822 ,1577 59,20 ,0000 3 +,727 ,1553 81,08 ,0000 4 +,636 ,1529 98,38 0,000 5 +,549 ,1505 111,7 0,000 6 +,461 ,1481 121,4 0,000 7 +,369 ,1456 127,8 0,000 8 +,282 ,1431 131,7 0,000 9 +,188 ,1405 133,5 0,000 10 +,123 ,1379 134,3 0,000 11 +,079 ,1352 134,6 0,000 12 +,035 ,1325 134,7 0,000 13 -,042 ,1297 134,8 0,000 14 -,116 ,1268 135,6 0,000 15 -,183 ,1239 137,8 0,000 0 -1,0 -0,5 0,0 0,5 0 1,0 Conf. Limit Рисунок 3.5 – Автокорреляционная функция (результаты моделирования в пакете STATISTICA) Для нашего случая выберем d=k=2. Дважды возьмем разность первого порядка, выделив опцию Differencing (x=x-x(lag) и указав значение lag=1. Из графика на рис. 3.6 видно, что ряд стал стационарным. Автокорреляционная функция имеет тенденцию к затуханию (рис. 3.7), т.е. после преобразований построен стационарный временной ряд. 98 Объем продаж Plot of variable: Объем продаж ln(x); D(-1); D(-1) 0,20 0,20 0,15 0,15 0,10 0,10 0,05 0,05 0,00 0,00 -0,05 -0,05 -0,10 -0,10 -0,15 -0,15 -0,20 0 2 4 6 8 -0,20 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 Case Numbers Рисунок 3.6 – Преобразованный временной ряд (результаты моделирования в пакете STATISTICA) На следующем этапе анализа временного ряда необходимо оценить параметры модели: p-Autoregressive – параметр авторегрессии; P-Seasonal – сезонный параметр авторегрессии; Q-Moving average – параметр скользящего среднего; Q-Seasonal – сезонный параметр скользящего среднего. Как показывает практика, на этапе идентификации целесообразно определить несколько подходящих моделей и затем, оценив их параметры, и исследовав остатки, оценить адекватность моделей, после чего выбрать наилучшую модель из нескольких возможных. Рассмотрим несколько вариантов моделей: 1. ARIMA (1,0,0) 2. ARIMA (1,0,0)(1,0,0) 3. ARIMA (1,0,1) 4. ARIMA (0,0,1)(1,0,0) Результаты анализа каждой модели представлены в таблицах на рис. 3.8 – рис. 3.11. 99 Autocorrelation Function Объем продаж: ln(x); D(-1); D(-1); ARIMA (1,0,0)(1,0,0) residuals; Lag Corr. S.E. Q p 1 -,087 ,1642 ,28 ,5965 2 -,252 ,1617 2,71 ,2575 3 -,072 ,1591 2,92 ,4041 4 +,024 ,1566 2,94 ,5673 5 -,010 ,1539 2,95 ,7080 6 -,095 ,1512 3,34 ,7648 7 -,089 ,1485 3,70 ,8131 8 +,193 ,1457 5,46 ,7079 9 +,087 ,1429 5,83 ,7572 10 -,079 ,1400 6,14 ,8030 11 -,126 ,1371 6,99 ,8002 12 -,044 ,1341 7,10 ,8512 13 +,005 ,1310 7,10 ,8971 14 -,121 ,1278 7,99 ,8896 15 +,023 ,1246 0 -1,0 8,03 ,9226 -0,5 0,0 0,5 0 1,0 Conf. Limit Рисунок 3.7 – Автокорреляционная функция преобразованного ряда (результаты моделирования в пакете STATISTICA) Input: Объем продаж: ln(x); D(-1); D(-1) (нор) Transformations: none Model:(1,0,0) MS Res idual=,00504 Param. Asympt. Asympt. p Lower Upper Paramet. Std.Err. t( 33) 95% Conf 95% Conf p(1) -0,374012 0,173318 -2,15795 0,038306 -0,726630 -0,021393 Рисунок 3.8 – Итоги анализа модели 1 (результаты моделирования в пакете STATISTICA) Input: Объем продаж: D(-1); D(-1) (нор) Transformations: none Model:(1,0,0)(1,0,0) Seasonal lag: 12 MS Residual=175E10 Param. Asympt. Asympt. p Lower Upper Paramet. Std.Err. t( 32) 95% Conf 95% Conf p(1) -0,414723 0,176869 -2,34481 0,025404 -0,774992 -0,054454 Ps(1) 0,936955 0,215454 4,34875 0,000130 0,498090 1,375819 Рисунок 3.9 – Итоги анализа модели 2 (результаты моделирования в пакете STATISTICA) Анализируя полученные данные, можно сказать, что параметры всех моделей, кроме третьей, значимы. Следовательно, дальнейшему анализу под- 100 вергаются модели 1, 2, 4. Наиболее лучшие характеристики свойственны модели ARIMA (0,0,1)(1,0,0). Для анализа адекватности модели исследуют остатки, представляющие собой разности наблюдаемых значений, предсказанных с помощью модели. В пакете STATISTICA визуализацией графиков автокорреляционных функций, графиков остатков оценивают адекватность модели. Предположение о нормальности остатков может быть проверено с помощью нормальных вероятностных графиков. Стандартный нормальный вероятностный график строится следующим образом. Проанализировав график остатков (рис. 3.12), можно сделать вывод, что остатки имеют примерно равную вариацию на всем протяжении ряда, и нет очевидного тренда или сдвига в них. Input: Объем продаж: ln(x); D(-1); D(-1) (нор) Transformations: none Model:(1,0,1) MS Residual=,00387 Param. Asympt. Asympt. p Lower Upper Std.Err. t( 32) 95% Conf 95% Conf Paramet. p(1) 0,086740 0,211543 0,410037 0,684511 -0,344158 0,517639 q(1) 0,825385 0,099549 8,291275 0,000000 0,622611 1,028159 Рисунок 3.10 – Итоги анализа модели 3 (результаты моделирования в пакете STATISTICA) Input: Объем продаж: ln(x); D(-1); D(-1) (нор) Transformations: none Model:(0,0,1)(1,0,0) Seasonal lag: 12 MS Residual=,00295 Param. Asympt. Asympt. p Lower Upper Paramet. Std.Err. t( 32) 95% Conf 95% Conf q(1) 0,725602 0,179579 4,040574 0,000312 0,359812 1,091392 Ps(1) 0,618290 0,201004 3,076014 0,004274 0,208859 1,027721 Рисунок 3.11 – Итоги анализа модели 4 (результаты моделирования в пакете STATISTICA) Из графика автокорреляции остатков видно, что остатки практически являются белым шумом (рис. 3.13). Таким образом, всесторонний анализ остатков показал, что при помощи процедуры ARIMA&autocorrelation function построена вполне адекватная модель. Поэтому на основе данной модели может быть построен прогноз объема продаж. График прогнозных значений представлен на рис. 3.14 101 Normal Probability Plot: Объем продаж ln(x); D(-1); D(-1); ARIMA (0,0,1)(1,0,0) residuals; 3 Expected Normal Value 2 1 0 -1 -2 -3 -0,12 -0,08 -0,10 -0,04 -0,06 0,00 0,04 -0,02 0,02 0,08 0,06 0,12 0,10 0,16 0,14 Value Рисунок 3.12 – График остатков (результаты моделирования в пакете STATISTICA) Autocorrelation Function Объем продаж: ln(x); D(-1); D(-1); ARIMA (0,0,1)(1,0,0) residuals; Lag Corr. S.E. Q p 1 +,109 ,1642 ,44 ,5086 2 -,033 ,1617 ,48 ,7869 3 -,051 ,1591 ,58 ,9003 4 -,010 ,1566 ,59 ,9644 5 -,054 ,1539 ,71 ,9825 6 -,077 ,1512 ,97 ,9868 7 -,098 ,1485 1,41 ,9854 8 +,123 ,1457 2,11 ,9773 9 +,053 ,1429 2,25 ,9868 10 -,136 ,1400 3,19 ,9765 11 -,188 ,1371 5,07 ,9276 12 -,059 ,1341 5,26 ,9486 13 -,064 ,1310 5,50 ,9623 14 -,137 ,1278 6,65 ,9473 15 +,027 ,1246 0 -1,0 6,70 ,9654 -0,5 0,0 0,5 0 1,0 Conf. Limit Рисунок 3.13 – Автокорреляционная функция остатков (результаты моделирования в пакете STATISTICA) Таким образом, всесторонний анализ остатков показал, что при помощи процедуры ARIMA&autocorrelation function построена вполне адекватная модель. Поэтому на основе данной модели может быть построен прогноз объема продаж. График прогнозных значений представлен на рис. 3.14 102 Forecasts; Model:(0,0,1)(1,0,0) Seasonal lag: 12 Input: Объем продаж: D(-1); D(-1) Start of origin: 3 End of origin: 36 8000000 8000000 6000000 6000000 4000000 4000000 2000000 2000000 0 0 -2000000 -2000000 -4000000 -4000000 -6000000 -6000000 -8000000 0 5 10 15 20 Observed 25 Forecast 30 35 40 45 -8000000 50 ± 90,0000% Рисунок 3.13 – Фактические и прогнозные значения (результаты моделирования в пакете STATISTICA) Аналогичные шаги были выполнены для всех укрупненных групп товаров. Результаты проведенных расчетов представлены в табл. 3.4. Таблица 3.4 – Прогнозные оценки объема продаж, тыс. руб. (составлена автором) Укрупненная группа ассортимента Молоко пастеризованное Молоко стерилизованное Сметана Творог Йогурт питьевой Творожные десерты Глазированные сырки Кефир Биокефир Ряженка Январь 2014г. Февраль 2014 г. Март 2014 г. 34124561 8482993 11935687 13093938 3788602 1843605 2087585 20588384 10383832 11839249 34259764 8321923 12084838 13299583 4732672 1896437 2109743 20496893 10402747 11894838 35897158 8448236 12177830 13356289 4621587 1805425 2165843 20517646 10412847 11945728 С целью упрощения задачи разработки комплекса маркетинговых мероприятий и получения дополнительной информации для принятия решений относительно ассортимента предприятия предлагаемой методикой предусмотрен этап многомерной классификации укрупненных групп товаров. Критерии классификации содержит табл. 3.5. 103 Таблица 3.5 – Критерии для классификации укрупненных групп ассортимента предприятия (составлена автором) Укрупненная группа ассортимента Молоко пастеризованное Молоко стерилизованное Сметана Творог Йогурт питьевой Творожные десерты Глазированные сырки Кефир Биокефир Ряженка Рост продаж 1 квартал 2014 г. к 1 кварталу 2013 г. 38% -4% -10% -5% 26% 34% -7% 0% -13% 3% Численная дистрибуция Распределения доходности 96% 95% 91% 100% 96% 61% 89% 96% 94% 96% 33% 12% 10% 11% 4% 4% 1% 16% 5% 4% Кластерный анализ широко используется в маркетинговых исследованиях [81]. Этот метод применим в задачах сегментации, анализа поведения потребителей, позиционирования, выводе на рынок нового продукта. Достоинство данного метода в том, что он дает возможность производить разбиение объектов не по одному параметру, а по ряду признаков. Существует огромное количество алгоритмов кластерного анализа. В результате использования метода k-средних в пакете STATISTICA были получены 3 кластера укрупненных групп ассортимента предприятия (табл. 3.6). Из не совсем благополучно 2-го кластера была выбрана группа «глазированные сырки» как товар с наименьшей доходностью в 1%. Для того чтобы эта группа перешла в более благополучные кластеры, было решено обновить ассортимент путем введения новой товарной позиции. С целью получения вероятностной оценки востребованности нового продукта нами предлагается методический подход, предусматривающий построение эконометрической модели бинарного выбора [81]. В кaчествe незaвисимoй переменной этой модели использован результат экспертной оценки, а в кaчествe зaвисимoй – переменная, имеющая следующий смысл: 104 1, если новая продукция оказалась востребованной ; y 0 в противном случае. Такая модель является прекрасной альтернативой экспертным методам оценивания востребованности нового продукта. Таблица 3.6 – Результаты кластерного анализа (результаты моделирования в пакете STATISTICA) Кластер 1 Молоко пастеризованное Йогурт Твор-ожный десерт Биокефир Ряженка Кластер 2 Творог Глазированные сырки Кефир Кластер 3 Молоко стерилизованное Сметана Такой подход повышает точность расчет прогнозных покaзателей, так как предполагает возможность использования не только субъективного мнения экспертных оценок[117], но и своеобразную стaтистическую базу, содержащую информацию об ошибках или верности их мнения. Для создания логит-модели используются статистические мониторинги ситуаций бинарного выбора, т.е. наблюдения, в которых значения зависимой переменной принимают всего два знaчения 0 и 1, а независимые являются непрерывными или категоризированными переменными. Фaктически это ситуация, порождающая задачу деления выборочного множества на два класса наблюдений. Модель бинарного выбора нелинейная, поэтому ее параметры оцениваются с помощью метода максимального правдоподобия, который реализован в пакете STATISTICA. Для оценки востребованности новых глазированных сырков ТМ «Вкуснотеево» было проведено анкетирование, в ходе которого были получены экспертные оценки по 10-ти балльной шкале, отражающие зависимость нового продукта от следующих факторов: доступность для потребителя (соотношение «цена – качество»); вкус; дизайн упаковки. 105 Так полученные экспертные оценки выступают в качестве независимых переменных логит-модели бинарного выбора ( x1 , x2 , x3 – соответственно). Результаты экспертного опроса и эмпирическая оценка их правдоподобности представлены в табл. 3.7. Таблица 3.7 – Исходные данные для построения логит-модели бинарного выбора (составлена автором) № п.п. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. y x1 0 0 1 1 0 0 1 1 0 1 1 0 1 0 0 1 0 0 0 1 0 1 1 0 1 x2 5 4 7 6 2 3 8 5 4 6 9 6 7 4 2 8 5 2 4 7 2 5 6 8 10 № п.п. x3 4 6 3 5 3 4 9 8 4 8 6 7 10 3 1 7 4 3 6 8 6 3 4 5 6 3 3 8 10 1 2 10 6 3 5 10 4 9 6 2 10 3 4 7 10 3 6 8 6 4 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. y x1 0 0 1 1 0 1 1 0 1 0 1 1 1 0 0 1 1 1 0 1 1 0 0 1 1 x2 4 5 5 10 6 6 9 8 9 3 7 10 9 2 4 9 9 6 2 7 9 6 8 10 6 3 4 9 8 4 10 8 1 6 7 8 5 6 4 6 5 6 9 4 8 7 4 5 8 9 x3 4 1 10 7 5 8 6 5 8 6 10 7 8 3 10 8 2 8 3 10 8 2 6 1 9 По данным табл. 3.7 была построена следующая модель: e 11,95530,9050 x10,5670 x2 0,5404 x3 P( yi 1 x i ) . 1 e 11,95530,9059 x1 0,5670 x2 0,5404 x3 Из анализа табл. 3.8 видно, что полученные оценки коэффициентов являются статистически знaчимыми (все стандартные ошибки меньше значений коэффициентов, а все вероятности ошибки меньше 0,05). 106 Таблица 3.8 – Оценки коэффициентов модели бинарного выбора и их характеристики (результаты моделирования в пакете STATISTICA) Оценки коэффициентов 11,9553 -0,9059 -0,5670 -0,5404 Стандартные ошибки 3,6578 0,3274 0,2751 0,2433 Статистики Вальда 10,6829 7,6556 4,2490 4,9350 Вероятности 0,0011 0,0057 0,0393 0,0263 Данные табл. 3.9 свидетельствует о высоком уровне надежности построенной модели Таблица 3.9 – Фактические ( y ) и предсказанные ( ŷ ) значения моделируемого показателя (результаты моделирования в пакете STATISTICA) № п.п. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. y ŷ 0 0 1 1 0 0 1 1 0 1 1 0 1 0 0 1 0 0 0 1 0 1 1 0 1 0,0283 0,0353 0,6011 0,8480 0,0004 0,0028 0,9970 0,5872 0,0116 0,6722 0,9933 0,4039 0,9927 0,0327 0,0002 0,9907 0,0283 0,0019 0,2410 0,9869 0,0059 0,0771 0,5178 0,7973 0,9351 № п.п. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. y ŷ 0 0 1 1 0 1 1 0 1 0 1 1 1 0 0 1 1 1 0 1 1 0 0 1 1 0,0113 0,0098 0,9561 0,9956 0,1751 0,9699 0,9816 0,1917 0,9806 0,1165 0,9869 0,9764 0,9806 0,0019 0,6163 0,9663 0,6639 0,9481 0,0019 0,9869 0,9889 0,0403 0,7973 0,8984 0,9691 107 Данные, предложенные в табл. 3.10, позволяют рассчитать индекс отношения правдоподобия МакФаддена LRI 1 ln L(bˆ ) 11,4530 1 0,67 , 34,0146 ln L(bˆ0 ) значение которого свидетельствует об адекватности построенной модели. Таблица 3.10 – Тест правдоподобия 1-го типа (результаты моделирования в пакете STATISTICA) Логарифмы функции максимального правдоподобия -34,49821 -20,49584 -14,64663 -11,45401 Хи-квадрат Вероятности 28,00581 11,69951 6,38612 0,00001 0,00062 0,01151 Данная модель используется для принятия решения о включении в ассортимент малоизвестные товарные позиции с заданной товарной характеристикой. Так, вероятность того, что новый глазированный сырок молочного комбината, товарная характеристика которого была оценена экспертом таким образом: «цена – качество» – 6 баллов, вкус – 7баллов, упаковка – 8баллов, окажется востребованным, равна e 11,95530,905060,567070,5404 P( yi 1 x i ) 1 e 11,95530,905960,567070,54048 Следовательно, новый продукт целесообразно включить в ассортиментную линейку, поскольку с вероятностью 0,85 он будет востребован на рынке. Применение предлагаемой методики позволяет разрешить проблему отсутствия статистической информации о новом продукте и в тоже время дает количественное обоснование принимаемому решению, что естественным образом повышает его надежность. 108 3.2. Авторская методика оценки привлекательности региона для ведения торгового бизнеса С целью повышения степени обоснованности решений, которые принимает руководство компаний относительно выхода на новые рынки сбыта, в данном параграфе описывается авторская методика оценки торговой привлекательности регионов. Основные этапы методики представлены на рис. 3.14 Каждый этап предусматривает проведение логически связанных между собой расчетов с использованием методов и моделей, обеспечивающих адекватность сопоставления торговой привлекательности регионов. Отличительной особенностью данной методики является не только комплексное использование аппарата экономико-математического моделирования, но и применение прогнозирования, которое формируя упреждающую информацию об основных характеристиках потенциальных рынков сбыта, позволяет понять сохранится или нет в будущем текущая предпочтительность регионов. Естественно это повышает обоснованность и надежность принимаемых решений. Возможность практического использования предложенной методики проверялась с помощью вычислительного эксперимента, в котором использовалась размещенная на официальном сайте Федеральной службы государственной статистики (http://www.gks.ru/) информация о регионах, входящих в состав ЦФО, за исключением Москвы и Московской области, которые своими показателями значительно превосходят другие регионы (табл. 3.11 – табл. 3.15). Выбор показателей социально-экономического развития регионов, по которым оценивалась торговая привлекательность, осуществлялся в соответствии с экспертным мнением. Причем, следуя замыслу, реализованному в методике, данные по каждому региону должны отражать не только текущее состояние, но и динамику, на основе которой предусмотрено построение прогнозных вариантов. 109 ЭТАП МЕТОД / МОДЕЛЬ 1. Формирование индикаторных переменных, характеризующих торговую привлекательность регионов Нормировка 2. Классификация регионов, рассматриваемых в качестве потенциальных рынков сбыта 3. Построение вероятностного распределения регионов по степени торговой привлекательности и выбора наиболее предпочтительных из них 4. Многовариантный многомерный прогноз показателей, характеризующих торговую привлекательность регионов отобранных на предыдущем этапе регионов Сравнительный анализ, классификация Модель множественного выбора в ранговой шкале Матричный предиктор 5. Упреждающая оценка торговой привлекательности отобранных на третьем этапе регионов с целью получения ответа на вопрос: «Сохранят ли регионы свою привлекательность в будущем?». Модель множественного выбора в ранговой шкале Рисунок 3.14 – Этапы методики оценки привлекательности региона для ведения торгового бизнеса (разработка автора) Таблица 3.11 – Среднедушевые денежные доходы населения (в месяц; руб.) (составлена по материалам Федеральной службы государственной статистики) Регионы Белгородская область Брянская область Владимирская область Воронежская область Ивановская область Калужская область Костромская область Курская область Липецкая область Орловская область Рязанская область 2005 5286 4788 4107 5398 3480 5343 4985 5218 5591 4857 4775 2006 7083 6171 5627 6862 4457 6925 6398 6751 7611 5972 6133 2007 9399 7626 7015 8307 5684 9185 7857 8687 9472 7325 8049 Годы 2008 2009 12749 14147 10083 11484 9480 10827 10587 11999 8343 9351 11612 13380 9608 10696 11524 12801 12085 14487 10027 10927 11215 11968 2010 16993 13358 12956 13883 11124 15477 13315 14685 15936 13115 13886 2011 18800 15348 14312 15909 13006 17557 14574 16387 16811 14824 14788 2012 21563 17422 16136 18885 15930 20621 15808 18808 19777 16762 17664 110 Окончание табл. 3.11 Смоленская область Тамбовская область Тверская область Тульская область Ярославская область 5483 5292 5606 4988 6321 6723 6815 7267 6564 8263 8228 8515 8543 8265 10101 11222 11145 10803 11227 12816 12616 11970 12185 13191 13425 14546 13631 13873 15349 14491 15969 15151 14943 16975 15509 18250 17470 17247 19291 18513 Таблица 3.12 – Численность населения с денежными доходами ниже величины прожиточного минимума (в процентах от общей численности населения субъекта) Регионы Белгородская область Брянская область Владимирская область Воронежская область Ивановская область Калужская область Костромская область Курская область Липецкая область Орловская область Рязанская область Смоленская область Тамбовская область Тверская область Тульская область Ярославская область 2005 18,1 20,0 29,5 23,7 41,3 19,9 23,2 20,2 15,4 23,5 22,7 18,1 16,9 18,6 17,4 17,2 2006 15,1 19,4 25,5 20,2 34,6 17,4 18,9 15,3 11,6 20,8 20,5 19,73) 15,0 13,9 14,8 13,4 2007 12,5 18,3 23,1 20,0 31,6 14,0 18,4 12,5 10,9 19,4 17,3 18,0 13,7 14,83) 14,5 14,83) Годы 2008 2009 10,0 10,1 15,7 15,2 19,9 19,5 18,2 20,1 22,6 22,7 12,9 12,3 18,2 19,0 11,1 11,7 10,5 9,9 16,3 17,5 14,6 15,9 14,9 15,4 11,3 11,9 13,9 14,1 13,1 12,5 14,1 15,6 2010 8,2 13,5 17,3 18,4 20,1 11,3 15,7 10,8 9,9 14,7 15,0 15,2 10,8 13,2 11,0 12,8 2011 8,6 12,6 17,5 17,2 19,0 11,1 16,5 10,4 10,6 14,5 16,0 17,3 10,7 13,5 10,9 13,4 2012 6,5 10,6 15,1 10,3 13,9 8,6 15,2 8,2 8,4 11,3 12,5 14,9 9,4 11,4 9,5 11,0 Таблица 3.13 – Уровень зарегистрированной безработицы (на конец года), в процентах (составлена по материалам Федеральной службы государственной статистики) Регионы Белгородская область Брянская область Владимирская область Воронежская область Ивановская область Калужская область Костромская область Курская область Липецкая область Орловская область Рязанская область 2005 1,4 1,9 2,1 1,9 2,2 0,7 1,4 1,5 0,8 1,7 1,2 2006 1,4 1,8 1,8 2,0 2,1 0,7 1,4 1,4 0,8 1,5 1,3 2007 1,1 1,3 1,7 1,8 2,1 0,6 1,2 1,3 0,8 1,4 1,1 Годы 2008 2009 1,3 1,8 1,4 2,6 2,2 3,3 1,9 2,4 2,3 4,2 0,7 1,3 1,2 1,9 1,3 1,9 1,0 1,0 1,5 2,0 1,2 1,8 2010 1,5 1,8 2,3 1,7 2,9 1,0 1,3 1,7 0,8 1,7 1,5 2011 1,3 1,5 1,9 1,5 2,3 0,8 1,1 1,5 0,7 1,5 1,2 2012 1,0 1,3 1,3 1,1 1,5 0,7 0,8 1,2 0,6 1,2 0,9 111 Окончание табл. 3.13 Смоленская область Тамбовская область Тверская область Тульская область Ярославская область 1,0 2,7 1,0 1,0 1,7 1,0 2,7 0,9 0,9 1,7 0,9 2,0 0,7 0,9 1,5 0,9 1,4 1,0 1,0 1,8 1,9 1,7 2,0 2,1 4,2 1,6 1,4 1,5 1,6 2,8 1,3 1,2 1,2 1,4 2,2 1,1 1,0 1,0 1,0 1,7 Таблица 3.14 – Оборот розничной торговли на душу населения (в фактически действовавших ценах) (составлена по материалам Федеральной службы государственной статистики) Годы 2008 2009 74599 82140 64977 72683 Регионы 2005 2006 2007 2010 2011 2012 Белгородская область 30174 41387 55460 93535 108563 129904 Бpянская область 28892 36931 48448 86538 106940 121136 Владимиpская область 21140 29719 42497 56943 60661 70284 85265 103848 Воронежская область 35245 39692 49708 71127 79140 92305 113305 139133 Ивановская область 19064 26811 34985 53683 55235 66734 86035 109822 Калужская область 38301 48173 62354 79408 83886 97675 118038 133102 Костpомская область 26448 33681 42714 56042 59735 73413 86738 95792 Курская область 31238 41735 54693 69533 76319 86431 103221 117703 Липецкая область 35123 44561 57819 78841 88532 100252 118546 134049 Оpловская область 31477 36015 47717 65715 67382 79574 94270 105501 Рязанская область 30404 37588 50214 70697 76080 83877 98147 112985 Смоленская область 37938 45886 57527 76909 85583 99218 111641 123289 Тамбовская область 33924 42611 55816 76549 81414 89808 105913 122576 Твеpская область 41084 49903 57518 75203 81268 93371 105711 120844 Тульская область 29868 38033 52842 74649 81080 97163 110791 124580 Яpославская область 30451 40318 52702 71145 72642 82640 100762 114121 Таблица 3.15– Валовой региональный продукт (миллионов рублей) (составлена по материалам Федеральной службы государственной статистики) Регионы Белгородская область Брянская область Владимирская область Воронежская область Ивановская область Калужская область Костромская область Курская область Липецкая область Орловская область Рязанская область Смоленская область Тамбовская область 2005 2006 144987,8 178846,1 66692,3 82100,4 2007 237013,3 102706,2 Годы 2008 317656,3 125834,4 2009 2010 2011 304345,3 398361,4 511663,0 126477,4 147024,0 179920,9 86926,8 133586,6 44415,4 70953,9 44684,7 86624,9 145194,4 53181,9 84382,7 65525,6 63614,8 146663,0 222811,9 74752,0 111869,0 65700,4 128799,0 209821,5 77101,2 121305,2 95703,4 106039,6 175395,7 287072,1 86980,3 150394,4 81040,7 167865,8 259532,2 96669,9 150151,2 121601,3 120836,0 185824,6 301729,1 87061,9 154946,1 78920,7 161570,9 226662,0 90623,6 153634,1 125348,9 136323,9 112841,7 166176,5 55090,0 86150,5 54351,1 104035,7 179057,3 64801,6 105491,9 79043,4 79766,2 224759,2 346568,2 109884,5 188601,3 98130,7 193648,6 248544,9 106196,7 179127,9 154681,1 143902,4 256409,2 447155,4 127218,6 234278,6 111462,3 233362,4 285884,3 130951,4 210435,5 183201,3 182305,1 112 Окончание табл. 3.15 Тверская область Тульская область Ярославская область 96897,4 127363,8 116221,2 142240,1 131252,1 153251,5 156034,6 174110,9 186577,5 192283,0 231730,8 214946,3 197687,0 219004,9 214925,4 237629,2 212684,4 239644,0 253757,1 272462,8 285159,8 Как видно из таблиц, показатели имеют различный масштаб измерения, что не позволяет получить объективный результат сравнения регионов по их торговой привлекательности. Для сравнения удобно использовать индикаторные переменные, которые могут быть получены из исходного представления показателей путем нормирования. Нормированные показатели позволяют формировать многомерное представление об однородных в смысле торговой привлекательности регионах и получать интегральные оценки этой привлекательности. Поэтому первый этап предлагаемой методики предусматривает применение процедуры нормирования к показателям, характеризующим торговую привлекательность. Есть несколько способов нормирования показателей, применяемых при решении задач многомерной классификации и формирования интегральных оценок. Так как методика предусматривает комплексное применение методов и естественно способ нормирования должен обеспечивать корректность применения каждого из них, то, по нашему мнению, целесообразно в методике для нормирования показателей использовать формулу 𝑥̃ 𝑖𝑗 = 𝑥𝑖𝑗 −𝑥𝑗𝑚𝑖𝑛 𝑥𝑗𝑚𝑎𝑥 −𝑥𝑗𝑚𝑖𝑛 , (3.9) где 𝑥̃ 𝑖𝑗 – нормированное значение показателя 𝑥𝑗 , в момент времени i; 𝑥𝑗𝑚𝑖𝑛 – минимальное значение нормируемого показателя; 𝑥𝑗𝑚𝑎𝑥 – максимальное значение нормируемого показателя. В нашем случае факторные переменные (среднедушевые денежные доходы населения, 𝑥1 ; численность населения с денежными доходами ниже величины прожиточного минимума, 𝑥2 ; уровень зарегистрированной безработицы, 𝑥3 ; оборот розничной торговли на душу населения, 𝑥4 ) оказывают на интересующий нас показатель (степень торговой привлекательности региона) 113 разнонаправленное влияние. Такие показатели, как «численность населения с денежными доходами ниже величины прожиточного минимума», «уровень зарегистрированной безработицы», снижают степень торговой привлекательности, а остальные два – ее повышают. Чтобы все показатели действовали в одном направлении при оценке торговой привлекательности регионов показатели с отрицательным влиянием необходимо нормировать по формуле: 𝑥̃ 𝑖𝑗 = 𝑥𝑗𝑚𝑎𝑥 −𝑥𝑖𝑗 𝑥𝑗𝑚𝑎𝑥 −𝑥𝑗𝑚𝑖𝑛 . (3.10) Значения индикаторных переменных, т.е. показателей, нормированных по формулам (3.9) и (3.10), представлены в табл. 3.16 Таблица 3.16 – Значения индикаторных переменных (нормированных показателей) (со- 𝑥 ̃4 𝑥 ̃1 𝑥 ̃2 𝑥 ̃3 𝑥 ̃4 Белгородская область Бpянская область 0,1003 0,0733 0,3343 0,3889 0,2232 0,3621 0,0935 0,0829 0,2002 0,1498 0,2481 0,3717 0,2232 0,3343 0,1869 0,1498 Владимиpская область 0,0357 0,6619 0,4177 0,0183 0,1197 0,5470 0,3343 0,0897 0,1071 0,0010 0,4953 1,0010 0,3621 0,4454 0,1358 0,0010 0,1880 0,0550 0,3947 0,8085 0,3899 0,4177 0,1728 0,0655 Калужская область Костpомская область 0,1040 0,0842 0,3861 0,4809 0,0288 0,2232 0,1612 0,0625 0,1915 0,1624 0,3142 0,3573 0,0288 0,2232 0,2434 0,1227 Курская область 0,0971 0,3947 0,2510 0,1024 0,1819 0,2539 0,2232 0,1898 Липецкая область Оpловская область 0,1177 0,0771 0,2567 0,4895 0,0566 0,3066 0,1347 0,1044 0,2294 0,1388 0,1476 0,4119 0,0566 0,2510 0,2134 0,1422 Рязанская область Смоленская область 0,0726 0,1118 0,4665 0,3343 0,1677 0,1121 0,0954 0,1582 0,1477 0,1803 0,4033 0,3812 0,1954 0,1121 0,1553 0,2244 Тамбовская область Твеpская область 0,1012 0,1186 0,2999 0,3487 0,5843 0,1121 0,1248 0,1844 0,1854 0,2104 0,2453 0,2136 0,5843 0,0843 0,1971 0,2578 Тульская область 0,0844 0,3142 0,1121 0,0910 0,1715 0,2395 0,0843 0,1590 Яpославская область 0,1581 0,3085 0,3066 0,0958 0,2655 0,1993 0,3066 0,1780 Белгородская область 0,3283 0,1734 0,1399 0,3041 0,5136 0,1016 0,1954 0,4635 Бpянская область 0,2303 0,3401 0,1954 0,2457 0,3661 0,2654 0,2232 0,3834 Владимиpская область 0,1965 0,4780 0,3066 0,1962 0,3328 0,3861 0,4454 0,3165 0,2679 0,3889 0,3343 0,2562 0,3940 0,3372 0,3621 0,4346 0,1229 0,7223 0,4177 0,1336 0,2699 0,4636 0,4732 0,2893 Калужская область 0,3165 0,2165 0,0010 0,3615 0,4507 0,1849 0,0288 0,5036 Костpомская область 0,2431 0,3430 0,1677 0,1980 0,3399 0,3372 0,1677 0,3090 Курская область 0,2890 0,1734 0,1954 0,2977 0,4458 0,1332 0,1954 0,4213 Воронежская область Ивановская область 2007 Воронежская область Ивановская область 2006 𝑥 ̃3 2008 𝑥 ̃2 2005 𝑥1 ̃ год Регион год ставлена автором) 114 Окончание табл. 3.16 0,1274 0,0566 0,3238 0,4769 0,1159 0,1121 0,4989 Оpловская область 0,2136 0,3717 0,2232 0,2396 0,3631 0,2826 0,2510 0,3895 Рязанская область 0,2537 0,3113 0,1399 0,2604 0,4287 0,2338 0,1677 0,4310 Смоленская область 0,2636 0,3315 0,0843 0,3213 0,4291 0,2424 0,0843 0,4828 Тамбовская область 0,2794 0,2079 0,3899 0,3071 0,4249 0,1389 0,2232 0,4798 Твеpская область 0,2810 0,2404 0,0288 0,3213 0,4060 0,2136 0,1121 0,4686 Тульская область 0,2656 0,2309 0,0843 0,2823 0,4294 0,1907 0,1121 0,4639 Яpославская область 0,3671 0,2404 0,2510 0,2812 0,5173 0,2194 0,3343 0,4348 Белгородская область 0,5909 0,1044 0,3343 0,5263 0,7483 0,0499 0,2510 0,6212 Бpянская область 0,4436 0,2510 0,5566 0,4476 0,5473 0,2021 0,3343 0,5630 Владимиpская область 0,4073 0,3746 0,7510 0,3474 0,5250 0,3113 0,4732 0,4276 Воронежская область 0,4721 0,3918 0,5010 0,5013 0,5763 0,3430 0,3066 0,6110 Ивановская область 0,3257 0,4665 1,0010 0,3023 0,4237 0,3918 0,6399 0,3980 Калужская область 0,5485 0,1677 0,1954 0,5409 0,6644 0,1389 0,1121 0,6557 Костpомская область 0,4000 0,3602 0,3621 0,3397 0,5449 0,2654 0,1954 0,4536 0,5165 0,1504 0,3621 0,4779 0,6206 0,1246 0,3066 0,5621 0,6097 0,0987 0,1121 0,5796 0,6898 0,0987 0,0566 0,6772 Оpловская область 0,4128 0,3171 0,3899 0,4034 0,5338 0,2366 0,3066 0,5050 Рязанская область 0,4704 0,2711 0,3343 0,4759 0,5765 0,2453 0,2510 0,5408 Смоленская область 0,5062 0,2567 0,3621 0,5550 0,6130 0,2510 0,2788 0,6686 Тамбовская область 0,4705 0,1562 0,3066 0,5203 0,5624 0,1246 0,2232 0,5902 Твеpская область 0,4824 0,2194 0,3899 0,5191 0,5757 0,1935 0,2510 0,6199 Тульская область 0,5380 0,1734 0,4177 0,5175 0,6574 0,1303 0,2788 0,6515 Яpославская область 0,5510 0,2625 1,0010 0,4472 0,6099 0,1820 0,6121 0,5305 Белгородская область 0,8482 0,0613 0,1954 0,7464 1,0010 0,0010 0,1121 0,9241 0,6573 0,1763 0,2510 0,7329 0,7720 0,1188 0,1954 0,8511 0,6000 0,3171 0,3621 0,5524 0,7009 0,2481 0,1954 0,7071 Воронежская область 0,6883 0,3085 0,2510 0,7859 0,8529 0,1102 0,1399 1,0010 Ивановская область 0,5278 0,3602 0,4732 0,5588 0,6895 0,2136 0,2510 0,7569 Калужская область 0,7795 0,1332 0,0566 0,8253 0,9489 0,0613 0,0288 0,9508 Костpомская область 0,6145 0,2884 0,1399 0,5646 0,6827 0,2510 0,0566 0,6400 Курская область 0,7148 0,1131 0,2510 0,7019 0,8486 0,0499 0,1677 0,8225 Липецкая область 0,7382 0,1188 0,0288 0,8295 0,9022 0,0556 0,0010 0,9587 Оpловская область 0,6283 0,2309 0,2510 0,6274 0,7355 0,1389 0,1677 0,7209 Рязанская область 0,6263 0,2740 0,1677 0,6596 0,7854 0,1734 0,0843 0,7832 Смоленская область 0,6916 0,3113 0,1954 0,7720 0,8178 0,2424 0,1399 0,8690 Тамбовская область 0,6464 0,1217 0,1677 0,7243 0,7747 0,0843 0,1121 0,8631 Твеpская область 0,6349 0,2021 0,1677 0,7226 0,7623 0,1418 0,1121 0,8487 Тульская область 0,7473 0,1274 0,2232 0,7650 0,8754 0,0872 0,1121 0,8798 Яpославская область 0,6662 0,1993 0,4454 0,6814 0,8323 0,1303 0,3066 0,7927 Бpянская область Владимиpская область 2012 Липецкая область 2011 Курская область 2010 0,3324 2009 Липецкая область Второй этап методики предусматривает классификацию на группы, включающие в себя регионы с одинаковой торговой привлекательностью и, 115 следовательно, представляющие собой потенциальные рынки сбыта. Классификация осуществлялась по двум критериям: 1) величине ВРП, позволяющей судить о масштабах экономики региона; 2) интегральной оценке в виде суммарной величины индикаторных переменных (заметим, что получение такой интегральной оценки стало возможным благодаря нормировке, обеспечившей однонаправленное действие индикаторов, которая была выполнена на предыдущем этапе). В результате все регионы были разделены на три класса: 1) абсолютно непривлекательные для торгового бизнеса регионы (𝑦 = 0); 2) регионы, можно вести торговый бизнес, но он не будет высокоэффективным (𝑦 = 1); 3) наиболее привлекательные для ведения торгового бизнеса регионы (𝑦 = 2). В методике предусмотрена проверка объективности классификации с помощью эконометрической модели множественного выбора в ранговой шкале. Основная идея этой проверки основана на результатах эмпирических исследований показавших, что использование данных, описывающих объективную классификацию, для построения модели множественного выбора приводит к получению адекватной модели. Поэтому на третьем этапе методики по результатам классификации был сформирован массив исходных данных для построения модели множественного выбора в ранговой шкале (табл. 3.17). Теоретико-методологические основы построения подобных моделей достаточно подробно изложены в [7, 31, 147, 148]. Таблица 3.17 – Данные для построения модели множественного выбора в ранговой шкале (составлена автором) Регионы Белгородская область ̃1 𝑥 0,6939 𝑥 ̃2 0,8078 𝑥 ̃3 0,5699 𝑥 ̃4 0,5229 𝑦 2 116 Окончание табл. 3.17 Бpянская область Владимиpская область Воронежская область Ивановская область Калужская область Костpомская область Курская область Липецкая область Оpловская область Рязанская область Смоленская область Тамбовская область Твеpская область Тульская область Яpославская область 0,1954 0,0406 0,3715 0,0158 0,5805 0,0011 0,3622 0,4789 0,1159 0,2245 0,2951 0,2012 0,1743 0,4204 0,3267 0,4276 0,0104 0,4555 0,1216 0,6131 0,0011 0,6502 0,6316 0,3627 0,2515 0,0289 0,5389 0,3535 0,5296 0,3905 0,3261 0,3261 0,4886 0,1636 0,8136 0,7324 0,4074 0,8949 0,4074 0,6511 0,4886 0,5699 0,5699 0,5699 0,0011 0,3888 0,1243 0,6641 0,2157 0,5719 0,0011 0,3363 0,5864 0,1496 0,2641 0,4218 0,4108 0,3843 0,4415 0,2815 1 0 2 0 1 0 1 2 0 1 1 1 1 2 1 Основные результаты моделирования в системе STATISTICA отражены в табл. 3.18. Таблица 3.18 – Оценки параметров модели, их стандартные ошибки, статистики Вальда и вероятности (результаты моделирования в пакете STATITICA Коэффициенты Стандартные ошибки Статистики Вальда 2,7592 0,5279 27,3142 8,0322 0,9079 78,2625 -7,7258 2,0571 14,1049 -4,1785 1,3379 9,7543 -2,3118 0,8841 6,8363 -0,2162 1,3329 0,0263 Вероятности 0,000000 0,000000 0,000173 0,001789 0,008932 0,871126 Анализируя табл. 3.18 сделаем выводы, что рассчитанные оценки коэффициентов статистически значимые (всe стaндaртныe oшибки мeньшe значeний кoэффициeнтoв, а все вeрoятнoсти oшибoк мeньшe 0,05), крoме пoслeднегo. Использование модели со статистически незначимым параметром, как правило, искажает расчеты и не позволяет сделать правильные выводы. В подобных случаях необходим анализ проблемы и корректировка модели по результатам анализа. Одной из причин подобного случая может являться мультиколлинеарность факторов. В результате проведения дополнительных исследований была выявлена сильная корреляционная взаимосвязь между 1-й и 4-й индика- 117 торной переменной (𝑅 = 0,96). Поскольку именно 4-й фактор оказался незначимым, он был удален из модели. Результаты построения модели по трем индикаторным переменным отражает табл. 3.19. Таблица 3.19 – Результаты построения модели множественного выбора по трем факторным переменным (в пакете STATISTICA) Коэффициенты Стандартные ошибки Статистики Вальда 2,74055 0,515249 28,29064 8,00747 0,895288 79,99543 -7,94322 1,551486 26,21182 -4,17891 1,333586 9,81936 -2,31532 0,885007 6,84430 Вероятности 0,000000 0,000000 0,000000 0,001727 0,008892 Анализ табл. 3.19 позволяет: 1) сделать вывод о том, что все полученные оценки коэффициентов являются статистически значимыми (все стандартные ошибки меньше значений коэффициентов, а все вероятности ошибки меньше 0,05) и, следовательно, признать классификацию объективной; 2) записать аналитическое выражение для построенной логит-модели 𝑒 2,7405−7,9432𝑥1−4,1789𝑥2−2,3153𝑥3 𝑃(𝑦 = 0) = ; 1 + 𝑒 2,7405−7,9432𝑥1−4,1789𝑥2−2,3153𝑥3 (3.11) 𝑒 8,0074−7,9432𝑥1 −4,1789𝑥2−2,3153𝑥3 𝑃(𝑦 = 1) = − 𝑃(𝑦 = 0); 1 + 𝑒 8,0074−7,9432𝑥1−4,1789𝑥2−2,3153𝑥3 (3.12) 𝑃(𝑦 = 2) = 1 − 𝑃(𝑦 = 0) − 𝑃(𝑦 = 1). (3.13) и использовать их для расчета вероятностей, с которыми регионы относятся к классу торгово привлекательных регионов. В табл. 3.20 приведены вероятности, с которыми каждый регион в зависимости от его показателей принадлежит соответствующему классу (P1 – вероятность принадлежности классу с абсолютно непривлекательными для торгового бизнеса регионами; Р2 – вероятность принадлежать классу с невысоко эффективными для торгового бизнесса регионами; Р3 – вероятность 118 принадлежать классу с наиболее привлекательными для торгового бизнеса регионами). Таблица 3.20 – Расчетные значения вероятностей принадлежности классам (составлена автором) Регион Белгородская область Бpянская область Владимиpская oбласть Вoрoнежская область Иванoвская область Калужская область Костpомская область Курская область Липецкая область Оpловская oбласть Рязанская область Смоленская область Тамбовская oбласть Твеpская область Тульская oбласть Яpославская oбласть Рейтинг 2 1 0 2 0 1 0 1 2 0 1 1 1 1 2 1 𝑃1 0,0007 0,2080 0,8370 0,0382 0,8513 0,0019 0,7404 0,0224 0,0032 0,3501 0,1701 0,3017 0,0823 0,1940 0,0162 0,1865 Вероятности 𝑃2 0,1008 0,7729 0,1622 0,8467 0,1480 0,2607 0,2580 0,7933 0,3764 0,6416 0,8055 0,6867 0,8634 0,7852 0,7438 0,7917 𝑃3 0,8989 0,0194 0,0011 0,1154 0,0010 0,7377 0,0019 0,1847 0,6207 0,0096 0,0247 0,0119 0,0546 0,0211 0,2403 0,0221 На основе результатов моделирования, представленных в табл. 3.20, а также руководствуясь таким критерия, как «территориальная близость выбираемых рынков сбыта к друг другу», в предварительный список наиболее привлекательных для торгового бизнеса были включены три области: Белгородская, Воронежская, Липецкая. Окончательное решение в предлагаемой методике рекомендуется принимать после того как будет исследована перспективная привлекательность отобранных по текущему моменту регионов. Фактически для того чтобы принять окончательное решение, необходимо получить положительный ответ на вопрос: «Сохранят ли эти области свою привлекательность в будущем?». Для получения этого ответа нужно решить две проблемы, связанные с многомерным прогнозом и с проведением многовариантных прогнозных расчетов. 119 Многомерное прогнозирование является тем разделом экономического прогнозирования, который пока не получил должного развития. Модели и методы этого раздела, как правило, вызывают разного рода трудности, успешное преодоление которых при решении практических задач не всегда получается. Это касается и многомерных авторегрессионных моделей и структурных эконометрических. Более доступным аппаратом являются рекурсивные эконометрические модели и мало известные матричные модели. Необходимые условия применения этих моделей связаны с природой прогнозируемых процессов. Рекурсивную систему имеет смысл применять в тех случаях, когда между прогнозируемыми показателями наблюдается цепочка вложенных взаимосвязей. Применение матричной модели основано на предположении, что между прогнозируемыми показателями существует достаточно устойчивая структурная взаимосвязь. Решаемая нами задача удовлетворяет этому предположению и, поэтому можно считать, что выбор для наших целей матричной модели является обоснованным. Сразу отметим, что теоретико-методологические основы построения матричных предикторов с достаточно высокой степенью детализации изложены в [29, 30]. Подробно изложим порядок построения матричного предиктора только для Белгородской области. Для Воронежской и Липецкой областей будут приведены только полученные с помощью матричной модели прогнозные оценки. Излагаемая процедура отличается от той, которая описана в [29, 30]. В нее внесены изменения, обеспечивающие проведение многовариантных прогнозных расчетов. Исходные данные для проведения всего комплекса расчетов представлены в табл. 3.21. Таблица 3.21 – Динамика показателей, характеризующих торговую привлекательность Белгородской области (составлена автором) Год 2005 2006 2007 𝑥1 𝑥2 5276 7083 9399 𝑥3 18,1 15,1 12,5 𝑥4 1,4 1,4 1,1 30174 41387 55460 120 Окончание табл. 3.21 2008 2009 2010 2011 2012 12749 14147 16993 18800 21563 10 10,1 8,2 8,6 6,5 1,3 1,8 1,5 1,3 1,0 74599 82140 93535 108563 129904 Построение модели начинается с расчета абсолютных приростов: 1807 3 2316 2,6 3350 2,5 x 1398 0,1 2846 1,9 1807 0,4 2763 2,1 0 0,3 0,2 0,5 0,3 0,2 0,3 11213 14073 19139 7541 , 11395 15028 21341 которые используются для формирования матрицы прямых и косвенных темпов приростов за весь рассматриваемый период 0,0270 89,4890 581,6786 0,0000 0,0637 0,4143 V1 0,0000 0,0022 0,0143 0,1652 547 ,9670 3561,7857 0,0045 0,0000 . 0,0000 0,0274 На основе этой матрицы вычисляется предиктор 1,0264 87,4234 568,2521 0,4047 0,0000 0,9377 1 A1 I V1 0,0000 0,0021 0,9860 0,1614 535,3187 3479 ,5718 0,0044 0,0000 0,0000 1,0268 (через I обозначена единичная матрица), с помощью которого рассчитываются прогнозные оценки на следующий год: xˆ 1[ 2013] A1x[ 2012] 23836 ,0085 4,8811 . 0,9442 143822 , 2870 121 Поскольку будущее многовариантно, то и для адекватного его описания необходимо рассчитать несколько альтернативных вариантов. С этой целью были получены представленные ниже прогнозные оценки показателей торговой привлекательности Белгородской области, отличающиеся использованной для их расчета матрицей прямых и косвенных средних темпов приростов. Это отличие основано на использовании различных горизонтов динамики при определении средних приростов. Для разных вариантов матрицы прямых и косвенных средних темпов приростов были построены по данным за периоды 2007-2012 гг., 2009-2012 гг., 2011-2012 гг. Матрица прямых и косвенных темпов приростов за период 2007-2012гг. имеет вид: 0,0282 93,5692 608,2000 0,0000 0,0462 0,3000 V2 . 0,0000 0,0008 0,0050 0,1726 572,6462 3722 ,2000 0,0047 0,0000 . 0,0000 0,0287 Соответствующий ей предиктор 1,0284 94,1061 611,6899 0,3017 0,0000 0,9536 1 A 2 I V2 0,0000 0,0008 0,9950 0,1736 575,9320 3743,5583 0,0047 0,0000 , 0,0000 1,0288 и полученные с его помощью прогнозные оценки на следующий год: xˆ [22013] A 2 x[ 2012] 24009 ,7596 5 , 2931 . 0,9799 144878 ,2331 Матрица прямых и косвенных темпов приростов за период 2009-2012гг. имеет вид: 0,0287 95,0769 618,0000 0,0000 0,0462 0,3000 V3 . 0,0000 0,0103 0,0667 0,1846 612,3590 3890,3333 0,0048 0,0000 . 0,0000 0,0306 122 Соответствующий ей предиктор 1,0272 90,2469 586,6051 0,2848 0,0000 0,9562 1 A 3 I V3 0,0000 0,0097 0,9367 0,1752 581,2506 3778,1289 0,0045 0,0000 , 0,0000 1,0291 и полученные с его помощью прогнозные оценки на следующий год: xˆ [32013] A 3 x[ 2012] 23909 ,4202 5,3610 . 0,7469 145016 , 5155 Матрица прямых и косвенных темпов приростов за период 2011-2012гг. имеет вид: 0,0320 106,2692 690,7500 0,0000 0,0808 0,5250 V4 . 0,0000 0,0115 0,0750 0,2474 820,8077 5335,2500 0,0053 0,0000 . 0,0000 0,0411 Соответствующий ей предиктор 1,0296 98,1553 638,0093 0,4849 0,0000 0,9254 1 A 4 I V4 0,0000 0,0107 0,9307 0,2285 758,1367 4927 ,8887 0,0049 0,0000 , 0,0000 1,0379 и полученные с его помощью прогнозные оценки на следующий год: 24115 ,0372 4,5603 [ 2013] [ 2012] . xˆ 4 A4x 0,7229 149615 , 5546 Аналогичные расчеты были проведены для двух других областей: Воронежской и Липецкой. Результаты этих расчетов приведены в табл. 3.22. На последнем, пятом, этапе предлагаемой методики, вновь используется модель множественного выбора в ранговых шкалах. Эта модель в данной методике имеет двойное назначение. На третьем этапе с ее помощью устанав- 123 ливалась объективность классификации регионов по степени привлекательности для торгового бизнеса. А на этом этапе с ее помощью оценивается степень торговой привлекательности регионов в перспективном периоде. Естественно это важный момент в обосновании принимаемого решения. Таблица 3.22 – Прогнозные оценки показателей, характеризующих торговую привлекательность Белгородской, Воронежской и Липецкой областей на 2013г. (составлена автором) Показатель Регион Белгородская область Среднедушевые денежные доходы населения (в месяц; руб.) Воронежская область Липецкая область Численность населения с денежными доходами ниже величины прожиточного минимума (в процентах от общей численности населения субъекта) Белгородская область Воронежская область Липецкая область Белгородская область Уровень зарегистрированной безработицы (на конец года),в процентах Воронежская область Липецкая область Вариант 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Значение показателя 23836,0085 24009,7596 23909,4202 24115,0372 20773,4464 20961,6367 20950,1616 21422,9939 21824,6782 21886,3872 21506,0123 22626,9038 4,8811 5,2931 5,3610 4,5603 8,4237 8,3957 7,3609 4,4155 7,3896 7,8883 7,9097 6,2861 0,9442 0,9799 0,7469 0,7229 0,9880 0,9626 0,7101 0,7588 0,5711 0,5591 0,4693 0,5039 124 Окончание табл. 3.22 Белгородская область Оборот розничной торговли на душу населения (в фактически действовавших ценах) Воронежская область Липецкая область 1 2 3 4 1 2 3 4 1 2 3 4 143822,2870 144878,2331 145016,5155 149615,5546 153679,3722 156688,6096 157125,3385 161159,6489 148328,4740 149652,9388 148926,0235 148945,1763 В методике это обоснование осуществляется путем использования прогнозных оценок из табл. 3.15 для расчета вероятностей по формулам (3.11)(3.13). Если полученные вероятности принадлежности классу наиболее привлекательных для торгового бизнеса регионов достаточно высокие, то следовательно и в перспективном периоде ожидается сохранение высокой привлекательности исследуемых регионов. Причем и это важно отметить, вероятности рассчитываются для всех прогнозных вариантов. И если окажется, что все варианты показывают высокую привлекательность, то можно гарантировать, что принимаемое решение имеет высокую надежность. Результаты расчетов по всем вариантам приведены в табл. 3.23. Таблица 3.23 – Прогнозные оценки степени торговой привлекательности Белгородской, Воронежской и Липецкой областей (расчеты автора) Регион Белгородская область Воронежская область Липецкая область Вариант 1 2 3 4 1 2 3 4 1 2 3 4 Ожидаемый рейтинг региона 2 2 2 2 2 2 2 2 2 2 2 2 Вероятности 𝑃1 𝑃2 0,0000 0,0061 0,0000 0,0065 0,0000 0,0047 0,0000 0,0027 0,0025 0,3280 0,0020 0,2780 0,0008 0,1399 0,0002 0,0350 0,0003 0,0521 0,0003 0,0579 0,0004 0,0700 0,0001 0,0145 𝑃3 0,9939 0,9935 0,9952 0,9973 0,6695 0,7200 0,8593 0,9648 0,9476 0,9418 0,9296 0,9855 125 Подводя итог изложению основных этапов методики и их эмпирической проверки, хотелось бы обратить внимание на то, что в методике реализован принцип усиления надежности маркетингового решения, предусматривающий многостороннее обоснование на основе эконометрической адекватности и альтернативности прогнозных симуляций. В расчетах реализация этого принципа обнаруживается в табл. 3.19 и 3.20, свидетельствующих об эконометрической адекватности принимаемого маркетингового решения. А данные табл. 3.23 демонстрируют независимость торговой привлекательности выбранных регионов от ожидаемых вариантов их экономического развития, что естественно повышает уверенность в правильности принятого решения. Проведенные расчеты позволяют сделать вывод, что методика вполне может использоваться в практических расчетах и, несмотря на некоторую сложность используемого аппарата, вполне по силам маркетинговому отделу крупной торговой компании. 126 ЗАКЛЮЧЕНИЕ На данном этапе развития бизнеса требуется обновление исходных функций маркетинга, осознание их актуальности, позволяющей сделать оправданными все затраты и оправдать существования маркетинговых отделов в компании как таковых. В работе проанализированы теоретические основы сбытовой деятельности в современных условиях российской экономики, а также специфика сбытовой деятельности на региональных рынках и особенности общей методологии прогнозирования сбыта на региональном уровне. Успех разработки и развития нового продукта имеет решающее значение для выживания отдельных компаний. С проактивной рыночной ориентацией компания пытается обнаружить невыраженные, скрытые потребности. С реагирующей рыночной ориентацией организации пытаются удовлетворить выраженные потребности своих нынешних клиентов. Исследование показало, что при выборе более выгодного регионального рынка сбыта в идеале нужно обладать большим объемом количественной информации обо всех доступных территориях и их экономическом потенциале в рамках бизнеса. Однако на практике достаточно проанализировать только несколько показателей социально-экономического развития регионов, позволяющих оценить торговую привлекательность рынков сбыта. Анализ индикаторов устойчивого развития территорий, в целом, позволяет компании сформированию информационную базу для решения основных задач маркетинга сбыта и нового продукта. В ходе исследования было установлено, что включение геоинформaции в мaркетинговое исследование увеличивает его качество с помощью решения двух задач: привязки мaркетинговых дaнных к месту и включения в анaлиз прострaнственных факторов. Привязка маркетинговых данных к пространству дает возможность выявления и устранения пространственного несоответствия между спросом и предложением благодаря оптимизации по- 127 следнего. Такая схема дает возможность наглядно и упрощенно объединить информацию, полученную при помощи маркетинговых исследований, а также информацию, полученную благодаря геоинформационным системам, а затем успешно их синхронизировать и применить полученные результаты в прогнозировании и последующем построении маркетинговой стратегии. Для оценки перспектив сбыта в диссертации предложено использовать результаты регрессионного анализа, проранжировать на их основе существующие точки сбыта в зависимости от динамики продажи. Такой компаративный анализ позволит компании оценить перспективы сбыта в каждой из торговых точек и разработать соответствующий комплекс маркетинговых мероприятий. Предлагаемый подход прошел апробацию на реальных данных объема продаж торговой компании. Для каждой торговой точки было построено свое регрессионное уравнение. Были рассчитаны равновесные величины объема сбыта и проведена оценка коэффициентов авторегрессионного уравнения. По данным расчетов были сделаны выводы по каждой торговой точке. В современных условиях предприятия должны заниматься разработкой новой продукции, параллельно подкрепляя свои производственно-сбытовые достижения инвестициями в бренд и широкую рекламную кампанию. Но чтобы двигаться вперед, из-за возросшей конкуренции необходимо тратить большие средства на поддержание бренда либо переходить к следующему этапу развития – существенному расширению ассортимента, созданию гибкого производства, удовлетворений индивидуальных потребностей покупателей, созданию инновационных продуктов. Одним из важных результатом выполненных в диссертации исследований является методика обоснования обновления ассортимента. Ее применение позволяет учитывать несколько параметров одновременно: прогнозируемый объем продаж, рыночная доля категории товара, численная дистрибуция товара, удельный вес доходности категории в общей доходности ассортиментного портфеля. 128 Особое внимание в работе уделено вопросу оценки востребованности нового продукта. Данный вопрос вызывает наибольший интерес у современных предприятия, так как в быстроменяющихся условиях рыночной экономике «выживают» только те предприятия, которые достаточно быстро и адекватно реагируют на изменение потребительских предпочтений. Центральным результатом диссертационной работы можно считать методику оценки торговой привлекательности регионов. Данная методика комплексная. Она предусматривает использование разнообразного инструментария экономико-математического моделирования и обладает как теоретической, так и практической значимостью. Теоретическая значимость связана с разработанным в диссертации и реализованным в методике принципом усиления надежности маркетингового решения, предусматривающим многостороннее обоснование на основе эконометрической адекватности и альтернативности прогнозных симуляций. Практическая значимость методики состоит в том, что она обеспечивают информационную поддержку хозяйствующих субъектов, способствуя принятию рациональных решений относительно выхода на новые рынки сбыта. 129 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Агаларова Е.Г. Инструменты маркетинга в решении социальноэкономических проблем сельских территорий. // Научные труды Вольного экономического общества России. 2010. Т. 130. С. 13-18. 2. Абоюду А.К. Система формирования оптимальной структуры товарного ассортимента // Научно-технические ведомости СПбГПУ, 2008. №6 (Экономические науки). С. 331-335. 3. Александров Ю.Л., Рычков В.А. Торговая привлекательность – основа для инвестиций // Проблемы современной экономики. 2004. № 4(12). URL: http://www.m-economy.ru/art.php?nArtId=587 4. Алексунин В.А. Маркетинг. М.: Дашков и К, 2014. 216 с. 5. Анурин В., Муромкина И., Евтушенко Е. Маркетинговые исследования потребительского рынка. СПб.: Питер, 2004. 270 с. 6. Асаул А.Н., Князь И.П., Коротаева Ю.В. Теория и практика принятия решений по выходу организаций из кризиса. СПб: АНО «ИПЭВ», 2007. 224 с. 7. Бабкин А.В., Воищева О.С., Тинякова В.И. Анализ маркетинговых ситуаций на основе результатов моделирования дискретных переменных // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2006. Т. 5-2. № 47-2. С. 256-265. 8. Башина О.Э., Иванова Н.Ю. Применение метода опросов покупателей в анализе и прогнозировании покупательского спроса // Вопросы статистики. 2000. №10. С. 28-32. 9. Белявский И.К. Маркетинговые исследования: информация, анализ, прогноз. М.: Финансы и статистика, 2002. 320 с. 10. Блиновская Я.Ю., Задоя Д.С. Введение в геоинформационные системы. М.: Инфра-М, 2013. 112 с. 11. Брижашева О.В. Маркетинг торговли. Ульяновск: УлГТУ, 2007. 170с. 130 12. Бузукова Е.А. Ассортимент розничного магазина: методы анализа и практические советы. СПб.: Питер, 2007. 176 с. 13. Важенина И.С. Концептуальные основы формирования и совершенствования репутации региона // Региональная экономика: теория и практика. 2007. № 8. С. 91-102. 14. Важенина И.С., Важенин С.Г. Конкурентные цели и преимущества, имидж и репутация территорий: социологический и маркетинговый анализ // Маркетинг в России и за рубежом. 2014. № 1. С. 86-96. 15. Вахтель Д. Анализ продуктового портфеля – ключевой метод стратегического планирования бизнеса в рамках разработки, выпуска и сбыта продуктов компании // Маркетинг и маркетинговые исследования. 2010. №6. С. 452-462. 16. Воищева О.С. Эконометрическое моделирование рейтинговых оценок в задачах обоснования маркетинговых решений: автореф. дис. … канд. экон. наук / О.С. Воищева. Воронеж, 2007. 24 с. 17. Воищева О.С., Давнис В.В., Тинякова В.И. Эконометрическое моделирование рейтинговых оценок в бизнесе. Воронеж: ЦентральноЧерноземное книжное издательство, 2008. 124 с. 18. Волкова С.А. Историческая ретроспектива и современные концепции геомаркетинговых исследований /С.А. Волкова, В.И. Тинякова // Современные тенденции в экономике и управлении: новый взгляд: Материалы XVII междунар. науч.-практ. конф. Новосибирск: ООО агентство «СИБПРИНТ», 2012. С. 73-77. 19. Волкова С.А., Тинякова В.И. Современные грани территориального маркетинга // Перспективы науки. 2013. № 4(43). С. 78-82. 20. Галицкий Е.Б. Методы маркетинговых исследований. М.: Институт фонда «Общественное мнение», 2004. 398 с. 21. Галкина Г.С. Мониторинг как инструмент управления устойчивым развитием экономики России и ее регионов // Практический маркетинг. 2013. №10(200). С. 15-19. 131 22. Годин А.М. Маркетинг. М.: Дашков и К, 2013. 656 с. 23. Голубков Е.П. SWOT-анализ: существующие методики и пути их совершенствования // Маркетинг в России и за рубежом. 2013. № 1.С. 515. 24. Голубков Е.П. Генерация идей как этап процесса разработки нового продукта // Маркетинг в России и за рубежом. 2014. № 2. С. 16-27. 25. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. М.: Финпресс, 2003. 496 с. 26. Голубкова Е.Н., Полянская И.В., Щукина Ю. Повышение конкурентоспособности торгового предприятия // Маркетинг в России и за рубежом. 2013. № 2.С. 120-132. 27. Голубкова Е.Н., Сидорчук Р.Р. Маркетинг территорий: стратегия развития малого бизнеса // Маркетинг в России и за рубежом. 2013. № 4.С. 69-82. 28. Гордеев Д. Управление ассортиментом в современных экономических условиях // РИСК: Ресурсы, информация, снабжение, конкуренция. 2012. № 2. С. 59– 63. 29. Давнис В.В., Тинякова В.И. Модель с матричным мультипликатором в маркетинговых исследованиях // Стратегический маркетинг: Тезисы докладов всерос. науч.-практ. семинара, Воронеж, 24-25 октября 2001г. Воронеж: ВГУ, 2001. С. 30-32. 30. Давнис В.В., Тинякова В.И. Адаптивные модели: анализ и прогноз в экономических системах. Воронеж: Изд-во Воронеж. гос. ун-та, 2006. 380 с. 31. Давнис В.В., Тинякова В.И. Прогнозные модели экспертных предпочтений. Воронеж: Изд-во Воронеж. гос. ун-та, 2005. 248 с. 32. Данилов Г.В. , Войнова Е. С., Рыжова И. Г. Моделирование влияния ассортимента продукции на основные показатели предприятия // Экономический анализ: теория и практика. 2012. № 15. С. 40–46. 132 33. Дранко О.И. Варианты критериев оптимизации ассортимента продукции // Управленческий учет. 2011. №7. С. 25–35. 34. Дробышева Л.А. Экономика, маркетинг, менеджмент. М.: Дашков и К, 2014. 152 с. 35. Дубова Ю.И. Конкурентоспособность региона // Маркетинг в России и за рубежом. 2013. №5. С 68-72. 36. Информационные технологии в маркетинге / под ред. С.В. Карповой. М.: Юрайт, 2014. 367 с. 37. Индекс развития розницы A.T. Kearney // RetailStudio URL: http://retailstudio.org/article/2740 38. Канунников С. Торговая карта России // Коммерсантъ. 2004. №84(2923). 39. Как оценить выбранную бизнес-идею? // http://dlearning.ru/ URL: http://dlearning.ru/articles/?ELEMENT_ID=303 40. Капранчикова Е.И. Сбытовая деятельность как важный фактор развития кондитерской фабрики в современных условиях // Сибирский торгово-экономический журнал. 2011. №12. URL: http://cyberleninka.ru/article/n/sbytovaya-deyatelnost-kak-vazhnyy-faktorrazvitiya-konditerskoy-fabriki-v-sovremennyh-usloviyah#_=_ 41. Категорийный менеджмент // Сообщество менеджеров URL: http://old.e-xecutive.ru/discussions/forum_3214/msg_89687/ 42. Качалов И. Планирование продаж с точностью 90% и выше. СПб.: Питер, 2008. 304 с. 43. Кельбах Е.И., Кочарян А.А. Маркетинговые исследования конкурентной стратегии основных продуктово-розничных сетей г. Пермь // Маркетинг МВА. Маркетинговое управление предприятием. 2013. Т.8. №3. С.167-178. 44. Ким С.А. Маркетинг. М.: Дашков и К, 2013. 260 с. 45. Климин А.И. Стимулирование продаж. М.: Вершина, 2007. 272 с. 133 46. Князь И.П. Модель вывода нового продукта на рынок // Экономическое возрождение России. 2008. № 4. С. 44- 52. 47. Ковалев А.И., Войленко В. В. Маркетинговый анализ. М. : Центр экономики и маркетинга, 2000. 255 с. 48. Ковалева Е.И. Анализ индикаторов регионального развития для формирования информационной базы маркетинга сбыта // Казанский экономический вестник. 2013. №4. С. 55-58. 49. Ковалева Е.И. Методологические аспекты прогнозирования сбыта в маркетингово-ориентированной компании // Экономическое прогнозирование: модели и методы: материалы IX междунар. науч.-практ. конф. Воронеж: ЦНТИ, 2013. С. 137-141. 50. Ковалева Е.И. Оценка торговой привлекательности региона в контексте территориального анализа возможностей сбыта нового продукта // Современная экономика: проблемы и решения. 2013. №7 (43). С. 8490. 51. Ковалева Е.И. Проблемные аспекты распространения и принятия нового продукта / Е.И. Ковалева // Управление экономическими системами: сб. статей V междунар. научно-практической конференции. Пенза: Приволжский Дом знаний, 2013. С. 67-70. 52. Ковалева Е.И. Специфика сбытовой деятельности на региональных рынках // Экономика, проектный менеджмент, образование, юриспруденция, экология, медицина, социология, философия, филология, психология, техника, математика: состояние и перспективы развития: сб. науч. статей по итогам междунар. науч.-практ. конф. СПб: Изд-во «КультИинформПресс», 2013. С. 58-60. 53. Ковалева Е.И. Формирование системы индикаторов устойчивого развития региона / Е.И. Ковалева // Глобальная экономика: коллектив. монография под науч. ред. проф. Е.Н. Камышанченко, доц. Ю.Л. Растопчиной. – Белгород: ИПК НИУ «БелГУ», 2011. С. 332-340. 134 54. Ковалева Е.И., Тинякова В.И. Маркетинг сбыта нового продукта в условиях современной экономики // Современная экономика: проблемы и решения. 2013. №6(42). С. 116-125. 55. Ковалева Е.И., Сафонова Н.А., Тинякова В.И. Геомаркетинг в задачах обоснования решений по реализации новой продукции // Вестник Саратовского государственного социально-экономического университета. 2014. №5(54). С. 75-80. 56. Ковалева Е.И., Сухова Е.В. Слагаемые формулы успеха нового продукта: научные исследования и маркетинг // Экономика и управление: анализ тенденций и перспектив развития: сборник материалов ХVII Междунар.науч.-практ. конф. / Под общ. ред. С.С. Чернова. Новосибирск: Издательство ЦРНС, 2014. С.45-48. 57. Ковалева Е.И., Тинякова В.И. Оценка перспектив сбыта продукции на основе компаративного анализа динамики продаж // Анализ, моделирование и прогнозирование экономических процессов: материалы IV междунар. науч.-практ. конф. Воронеж: Изд-во ЦНТИ, 2012. С. 118121. 58. Ковалева Е.И., Тинякова В.И. Построение вероятностного профиля результатов деятельности компании на потенциальных рынках сбыта // Экономика и управление: анализ тенденций и перспектив развития: материалы II междунар. науч.-практ. конф. Новосибирск: ООО агентство «СИБПРИНТ», 2012. Ч. 1. С. 57-61. 59. Ковалева Е.И., Тинякова В.И. Количественная оценка торговой привлекательности регионов // Современная экономика: проблемы и решения. 2014. №12(60). 60. Количественные методы анализа в маркетинге / Под ред. Т.П. Данько, И.И. Скоробогатых. – СПб.: Питер, 2005. – 384 с. 61. Комиссарова Т.А. Маркетинг и маркетинг инноваций // Маркетинг и маркетинговые исследования. 2011. №5. С. 348-353. 135 62. Комкова Е. Товарный портфель и управление закупками в рознице. СПб.: Питер, 2008. 336с. 63. Кондрашов В.М. Менеджмент продаж. М.: Вузовский учебник, 2009. 279 с. 64. Котлер Ф. Маркетинг XXI века: Маркетинг от А до Я; Новые маркетинговые технологии (в соавторстве с Ф. Триас Де Без); Десять смертных грехов маркетинга. СПб.: Нева. 425 с. 65. Котлер Ф. Маркетинг-менеджмент. СПб.: Питер, 2003. 66. Котлер Ф.. Армстронг Г., Сондерс Д., Вонг В. Основы маркетинга. М.: Вильямс, 2003. 944 с. 67. Красюк И.А., Оплеснина Е.Е. Особенности маркетингового управления российскими розничными торговыми сетями // Практический маркетинг. 2013. №11(201). С. 20-26. 68. Критерии и порядок отбора поставщиков для супермаркетов БИЛЛА // BILLA URL: http://www.billa.ru/downloads 69. Крылова Г.Д. , Соколова М.И. Маркетинг. Теория и практика. М.: ЮНИТИ, 2004. 655 с. 70. Кублин И.М., Тинякова В.И. Влияние маркетинга на развитие малого бизнеса в региональном аспекте // Экономика устойчивого развития. 2014. №2(18). С. 149-152. 71. Купцов А.С. К вопросу диагностики и оценки привлекательности региональных рынков продовольственных товаров // Проблемы современной экономики. 2013. № 1(45). С. 162-165. 72. Ламбен Ж.-Ж. Стратегический маркетинг. Европейская перспектива. СПб.: Наука,1996. 589 с. 73. Ламбен Ж.-Ж. Стратегический маркетинг. СПб.: Наука, 2006. 589 с. 74. Ламбен Ж.Ж., Чумпитас Р., Шулинг И. Менеджмент, ориентированный на рынок / под ред. В.Б. Колчанова. СПб., 2008. 75. Ландреви Ж., Леви Ж.,Линдон Д. Меркатор. Теория и практика маркетинга. М.: МЦФЭР, 2006. 664 с. 136 76. Леонов А.И. Ассортиментная политика предприятия: сущность, содержание, структура // Предпринимательство. 2004. № 3. С. 98-108. 77. Мазилкина Е.И. Маркетинг. М.: Дашков и К, 2013. 368 с. 78. Мазманова Б.Г. Методические вопросы прогнозирования сбыта // Маркетинг в России и за рубежом. – 2000. – №1. – С. 105-124. 79. Майзнер Н.А., Павкин С. О. Организация распределения товаров в розничной торговой сети на логистической основе // Экономический анализ: теория и практика. 2011. №32. С. 51–56. 80. Макарова Е.А., Соколовский А.В. Маркетинговые исследования по базам данных // Маркетинг. 2013. №1(128). С. 67-74. 81. Малхотра Н.К. Маркетинговые исследования. Практическое руководство. М.: Изд. дом «Вильямс», 2003. 960 с. 82. Маракулина И.В. Управление товарным ассортиментом (на примере Кировского рынка овощей) / Автореферат дис. … канд-та экон. наук: 08.00.05. Киров, 2004. 24 с. 83. Маркетинговые исследования в управлении товарным ассортиментом / Т.А. Бурцева, А.Ю. Потапенко, С.Н. Ворожцов [и др.] // Маркетинг. 2009. №6. С. 41–56. 84. Международные системы индикаторов устойчивого развития http://www.antropotok.archipelag.ru 85. Митясова Е.А. Подготовка к выводу инновационного продукта на рынок // Маркетинг и маркетинговые исследования. 2012. №6. С. 454461. 86. Мокшина С.И. Модели и методы обработки и прогнозирования нечисловых данных маркетинговых исследований: автореф. дис. … канд. экон. наук / С.И. Мокшина. Воронеж, 2005. 24 с. 87. Молодоженова В.Н., Остапенко Т.П. Особенности маркетинга инновационных продуктов // Креативная экономика. 2010. №1(37). С. 2834. 137 88. Мхитарян В.И. Маркетинговая информационная система. М.: Эксмо, 2006. 336 с. 89. Наумов В.Н. Тензорная модель привлекательности рынка сбыта при планировании цепочки поставок // Проблемы современной экономики. 2012. № 3(43). С. 172-175. 90. Наумов В.Н. Управление взаимодействием в системе сбыта: теория, методология, стратегия: монография. СПб.: Политехника-сервис, 2011. 289 с. 91. Наумов В.Н., Комова Т.В. Маркетинговая оценка привлекательности территории при размещении торговых центов // Управление каналами дистрибьюции. 2006. №2. С. 158-168. 92. Неганова И.С., Чирков А.В. Способы повышения конкурентоспособности компаний сферы розничной торговли на примере магазинов канцелярских товаров // Маркетинг и маркетинговые исследования. 2013. №1. С. 48-58. 93. Никишин В.В. Торговый маркетинг. М.: Изд-во Рос. экон. акад., 2002. 94. Новичков Н.В. Маркетинг регионов: конкурентный подход // Ars Administrandi. 2011. № 2. С. 5–12. 95. Ноздрева Р.Б., Цыгичко Л.И. Маркетинг: как побеждать на рынке. М.: Финансы и статистика, 1991. 304 с. 96. Опыт создания торговой сети в регионах // Финансовый директор URL: http://fd.ru/articles/21251-opyt-sozdaniya-torgovoy-seti-v-regionah. 97. Офицеров П. Система сбыта как товар для продажи // Современная торговля. 2009. № 10. С. 33-39. 98. Оценка состояния и перспектив новых рынков сбыта. – URL: http://www.step-by-step.ru/foryou/practica/valuation_mar.shtml 99. Панкрухин А.П. Исследования территорий: подход маркетолога // Территория и планирование. 2010. № 3. С. 28–41. 100. Пашутин С.Б. О некоторых современных методах продвижения товаров // Маркетинг в России и за рубежом. 2013. № 4.С. 38-53. 138 101. Перспективы развития региональных торговых сетей: межрегион. конф. в рамках выставки «Торг-сервис. Фуд-сервис- 2002», тезисы докладов участников. Барнаул, 2002. 64 с. 102. Перспективы российского ритейла: привлекательность с оглядкой на страновые риски // Финам URL: http://www.finam.ru/analysis/ forecasts013D3/ 103. Письменская Е.Б. История развития неразвившегося магазина // Маркетинг и маркетинговые исследования. 2012. №3. С. 256-263. 104. Платонова Т.Н. Инструментарий анализа качества ассортимента и оценки рейтингов товаров предприятий розничной торговли / Дис. … канд. экон. наук по спец. 08.00.13. Уфа, 2007. 105. Покой им только снится: поставщики и торговые сети постоянно обвиняют друг друга // GoodsMatrix URL: http://www.goodsmatrix.ru/articles/ 1213.html 106. Пыхтина И.Н. Региональный рынок познакомился и принял частную торговую марку // Маркетинг в России и за рубежом. 2013. № 1.С. 5259. 107. Рыжикова Т.Н. Аналитический маркетинг: что должен знать маркетинговый аналитик. М.: ИНФРА-М, 2013. 288 с. 108. Рыкалина О.В. Взаимодействие отделов логистики и маркетинга в процессе разработки новых продуктов // Маркетинг и маркетинговые исследования. 2014. №3. С. 162-169. 109. Сафронова Н.Б. Маркетинговые исследования. М.: Дашков и К, 2013. 296 с. 110. Светуньков С.Г. Методы маркетинговых исследований. СПб.: Изд-во «ДНК», 2003. 352 с. 111. Синкин, А. Ю. Оптимизация товарного ассортимента торговой фирмы на региональном рынке: автореф. дис. … канд. экон. наук / А. Ю. Синкин. Ижевск, 2004. 22 с. 139 112. Синяева И.М., Земляк С.В., Синяев В.В. Маркетинг в коммерции. М.: Дашков и К, 2012. 548 с. 113. Скляр Е.Н., Авдеенко Г.И., Алексунин В.А. Маркетинговые исследования. М.: Дашков и К, 2012. 216 с. 114. Снежинская М.В., Носова Н.С. Трейд-маркетинг – гарантия успешной торговли, или как стимулировать оптовых и розничных торговцев. М.: Дашков и К, 2012. 224 с. 115. Соловьев Б.А. Маркетинг. М.: ИНФРА-М, 2006. 383 с. 116. Соломон И.Д. Оценка факторов привлекательности новых рынков // Проблемы современной экономики. 2008. № 4(28). URL: http://www.m-economy.ru/art.php?nArtId=2292 117. Тинякова В.И. Математические методы обработки экспертной информации. Воронеж: Воронеж. гос. ун-т, 2006. 96 с. 118. Тинякова В.И. Модели адаптивно-рационального прогнозирования экономических процессов. Воронеж: Изд-во Воронеж. гос. ун-та, 2008. 336 с. 119. Тинякова В.И., Черкунова Н.А. Современные подходы к оценке инвестиционной привлекательности муниципальных образований: проблемные аспекты и возможности прикладного развития // Современная экономика: проблемы и решения. 2012. № 7 (31). С. 156-165. 120. Толстяков Р.Р., Зюкин С.Г. Маркетинговая информационная система как инструмент менеджмента предприятия // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2012. №12(116). С. 84-88. 121. Токарев Б.Е. 37 вопросов, которые должен задать производитель инновационного продукта // Практический маркетинг. 2013. №11(201). С. 16-19. 122. Токарев Б.Е. Определение рыночного потенциала инновационного продукта // Маркетинг и маркетинговые исследования. 2014. №2. С. 92-99. 140 123. Троценко А.Н. Сравнительный анализ методов исследования конъюнктуры рынка // Маркетинг в России и за рубежом. 2013. № 1.С. 1626. 124. Управление розничным маркетингом / под ред. Д. Гилберт; М.: ИНФРА-М, 2013. 570 с. 125. Фасхиев Х.А., Крахмалева А.В. Учет мнений потребителей при выборе параметров нового изделия // Маркетинг в России и за рубежом. 2012. № 5.С. 92-103. 126. Фляйшер К., Бенсуссан Б. Стратегический и конкурентный анализ: методы и средства конкурентного анализа в бизнесе. М.: БИНОМ. Лаборатория знаний. 2009. 541 с. 127. Хадрих Г., Йеннер Т. Стратегические факторы успеха на рынках потребительских товаров // Проблемы теории и практики управления. 1997. №1. С. 17-21. 128. Хасбулатова Б.М. Привлекательность территорий. Маркетинг территорий как основной фактор повышения социально-экономического уровня региона // Креативная экономика. 2010. № 12. С. 97–101. 129. Цахаев, Р.К., Муртузалиева Т. В. Маркетинг. М.: Дашков и К, 2013. 552 с. 130. Центр пространственных исследований. – http://www.myshared.ru/ URL: http://www.myshared.ru/slide/5849/ 131. Черемисинов В.Г. Системный подход к организации и управлению продажами в оптово-розничных компаниях // Управление сбытом. 2005. №1. С. 6-15. 132. Черчилль Г.А. Маркетинговые исследования. СПб.: Питер, 2000. 752с. 133. Четвертон П. Теория и практика современного маркетинга. Полный набор стратегий, инструментов и техник. М.: ФАИР-ПРЕСС, 2002. 134. Что такое геомаркетинг и геомаркетинговые исследования // Геомаркетинг URL: http://www.geo-marketing.ru/what.html. 141 135. Шапошникова Ю.В. Определение реальной и потенциальной емкости рынка: как правильно оценить свои шансы на данном рынке и избежать неоправданных рисков и потерь // Маркетинг и маркетинговые исследования. 2013. №6. С. 405-410. 136. Шибаков В.Г., Игтисамов Р.С. Методика оперативного управления товарным ассортиментом предприятия на основе изучения потребительских предпочтений // Экономический анализ: теория и практика. 2010. №11. С. 32-37. 137. Шибаков В.Г., Уварова Г.А. Инструментарии маркетинга и их особенности при формировании сбытовой политики // Региональная экономика: теория и практика. 2009. №31. С. 45-48. 138. Шкардун В.Д., Ахтямов Т.М. Методика исследования конкуренции на рынке // Маркетинг в России и за рубежом. 2000. №4(авг.). С. 47-48. 139. Шоннеси Дж.О. Конкурентный маркетинг: стратегический подход / под ред. Д.О. Ямпольской. СПб.: Питер, 2002. 864 с. 140. Юрова Г.А. Инструменты и методы управления ассортиментом товаров в ритейле // Вестник СибГАУ. 2010. №1. URL: http://cyberleninka.ru/article/n/instrumenty-i-metody-upravleniyaassortimentom-tovarov-v-riteyle 141. Яшко С. Регионы России: сходство, различие, разнообразие. Тенденции развития региональных рынков России // Тезисы бизнес-форума «Конвенция VII. M., 2003. 142. Brand Development Index (BDI) and Category Development Index (CDI)2010 г. // SRDS-2010. URL: http://www.srds.com 143. Examples of success company // Wigeogis URL: http://www.wigeogis.com/en/success_stories. 144. Foster R.N. 1986. Innovation: The attackers advantage. New York: Summit Books, Simon & Schuster Inc. 145. Gatignon H., and J. M. Xuereb. 1997. Strategic orientation of the firm and new product performance. Journal of Marketing Research 34 (1): 77–90. 142 146. Global Retail Development Index // ATKearney URL: http://www.atkearney.com/ 147. Gourieroux Ch. Econometrics of Qualitative Dependent Variables. Cambridge: The Pitt Building, 2000. 371 p. 148. Green W. H. Econometric Analysis, 4th ed. New York: Macmillian Publishing Company, 2000. 1004 р. 149. Kotler Philip, Keller Kevin Lane. Marketing Management. Prentice Hall, 2011. 812 p. 150. Narver J. C., S. F. Slater, and D. L. MacLachlan. 2004. Responsive and proactive market orientation and new product success. Journal of Product Innovation Management21 (5): 334–47. 151. Slater S. F., and J. J. Mohr. 2006. Successful development and commercialization of technological innovation: Insights based on strategy type. Journal of Product Innovation Management23: 26–33. 152. Tull D.S., Hawkins D.I. Marketing research: Measurement and method: A text with cases. New York; London: Macmillan, 1980. 796p.
