Прайс-менеджмент. Стратегия, анализ, решение и реализация

Во второй выборке Фридель использовал данные консалтинга. Распределение ценовых эластичностей, показанное на рис. 3.10, основано на консалтинговых проектах Simon-Kucher & Partners [18]. Данные проектов охватывают годы с 2003-го по 2007-й и включают 386 значений ценовой эластичности. Среднее абсолютное значение – 1,73, медианное – 1,29 [18]. Эти значения сильно отличаются от данных, использованных в литературе.

Данные Simon-Kucher & Partners охватывают очень широкий спектр продуктов и услуг – автомобили, фармацевтика, электроды, профессиональные приборы, страхование, косметика, кухонные принадлежности и т. д., в то время как метаанализ Bijmolt et al. [16] ограничивался быстро реализуемыми потребительскими товарами. Ценовые эластичности рассчитывались на основе повышения и снижения цен на 10 %, а потом выводилось среднее значение соответствующей эластичности. Можно сделать вывод, что эластичности при дисконтах и промоушн-акциях составляли основу набора данных Bijmolt et al. [16]. Они выше, чем долгосрочные ценовые эластичности, спрогнозированные в консалтинговых проектах, – этот вывод также подтверждает Hanssens [17].

Рис. 3.10.

Распределение ценовых эластичностей (консалтинговые проекты) [17]

Таблица 3.3. Сравнение ценовых эластичностей для понижения и повышения цен

В целом можно видеть, что различные товары, рассмотренные в консалтинговых проектах Simon-Kucher & Partners, имеют в среднем меньшие значения ценовой эластичности, чем быстро реализуемые потребительские товары. Это можно объяснить тем, что набор данных Simon-Kucher & Partners среди других товаров и услуг охватывает специальные промышленные товары, товары для охраны труда и здоровья, инновационные лекарства и предметы роскоши – у всех них относительно низкая ценовая эластичность.

Наконец, работа Фриделя [18] содержит дальнейшие выводы о воздействии повышения и понижения цен на основе набора данных Simon-Kucher & Partners. В табл. 3.3 мы видим средние и медианные значения 386 ценовых эластичностей при повышении и понижении цен. Средняя ценовая эластичность для снижения цен равнялась –1,62, для повышения –1,84. Медианная ценовая эластичность равнялась –1,07 для понижения цены и –1,50 для повышения. Согласно этим наблюдениям, объемы продаж сильнее реагируют на повышение, а не на понижение цен. Это расхождение можно объяснить различиями в моделях реагирования конкурентов.

В табл. 3.4 дан обзор эмпирических ценовых эластичностей для различных категорий продуктов. Эту выборку нельзя считать репрезентативной или полной; скорее, она дает представление о широком диапазоне эмпирических ценовых эластичностей.

В некоторых случаях можно видеть очень высокие значения ценовой эластичности. В качестве примера можно привести марку сигарет, снижение цены на которую на 13,2 % обеспечило рост рыночной доли на 1300 %. Это соответствует значению абсолютной ценовой эластичности – почти 100. Для промышленных товаров разброс тоже может быть велик. В опросе производителей машинного оборудования респонденты оценивали свою ценовую эластичность значительно ниже единицы. В опросе экспертов компании – поставщика сырья респонденты ожидали, что повышение цены на 2 % вызовет падение объема продаж на 50 %. Это дает абсолютную ценовую эластичность 25.

В следующем примере мы обнаружили необычайно низкую ценовую эластичность. Это касается членских взносов в ADAC – немецком филиале Американской автомобильной ассоциации (AAA). В ADAC 19 млн членов – это крупнейший в Европе автомобильный клуб. После десятилетия стабильных цен ADAC повысил членские взносы [19]. Стоимость классического членства выросла на 10,1 % – с €44,50 до €49. Стоимость членства «Плюс» выросла на 13 % – с €79,50 до €89,50. Среднее повышение цены по всем категориям составило 12 %. Только 0,1 % членов, или 18 956 человек из всей членской базы в 18,92 млн, вышли из клуба в следующем году [20]. Ценовая эластичность по этим цифрам была –0,01 = (–0,1 %/12 %), то есть величина, стремящаяся к нулю. В одном исследовании рассматривались данные крупной компании такси для прогнозирования ценовых эластичностей. База данных включает почти 50 млн отдельных наблюдений. Диапазон ценовой эластичности здесь от –1,5 до –2 [21]. На этом примере показано, как Big Data (данные трансакций и запросов в Интернете) используются для прогнозирования ценовой эластичности.