Прайс-менеджмент. Стратегия, анализ, решение и реализация

Информация представлена в форме либо динамических рядов, либо перекрестных рядов. Последние относятся к различным регионам или странам продаж, или сегментам рынка. Обязательное условие использования рыночных данных для измерения ценовых эффектов – это достаточный уровень вариабельности независимой переменной цены. В том случае, если цена со временем не меняется или не было вариаций перекрестных единиц, ценовые эффекты измерить невозможно. Подобная ситуация ни в коей мере не является исключительной. Цены конкурирующих компаний часто идут «нога в ногу», поэтому относительные цены долго остаются постоянными.

Как правило, для анализа рыночных данных используются эконометрические регрессионные методы. Однако превалирование данного метода в литературе не отвечает его практической значимости. Потребительские опросы, основанные на совместном измерении или экспертном мнении, играют более существенную роль на практике. Благодаря Интернету ценовые эксперименты становятся очень популярны. Внимания заслуживают некоторые вопросы, связанные с использованием ретроспективных данных для определения функций «цена-отклик». При низкой ценовой эластичности можно наблюдать значительную разницу в ценах, однако это не сильно влияет на объем продаж или долю рынка. Это означает, что, несмотря на высокую вариабельность независимой переменной, зависимая переменная оказывает незначительное влияние на уровень вариабельности. Напротив, при высокой ценовой эластичности проявляется обратный эффект. Относительные цены вообще редко варьируются, поскольку цены конкурентов быстро адаптируются к ценовым изменениям.

Telser [65] указывает на эти недостатки при использовании регрессии для измерения ценовых эффектов. Наш опыт более чем четырех десятилетий исследования и консультирования в области ценообразования подтверждает, что такая проблема существует.

Недостаток использования ретроспективных данных по рынку заключается в том, что отклик потребителей не является надежным индикатором основополагающего фактора, обеспечившего именно такой отклик (например, реклама цены, ценовые вариации, действия конкурентов). Что касается помощи в принятии решений, тот факт, что это данные прошлых лет, также не является благоприятным. Никогда нельзя сказать с точностью, применимы ли ценовые эффекты прошлых периодов к будущим ситуациям. Структурные прорывы на рынке, к примеру, появление нового конкурента, вызывают необходимость заново анализировать ценовые эффекты. Во время таких структурных подвижек прогностическая достоверность ретроспективных данных всегда слабая.

На рис. 3.22 продемонстрировано использование данных прошлых лет для определения функции «цена-отклик» на примере пленки для любительских фотографий на рынке США.

Рис. 3.22. Определение функции «цена-отклик» на основе ретроспективных данных по рынку (Simon-Kucher & Partners)

В рассматриваемый период лидером рынка была компания Kodak, а Fuji оспаривала ее позиции. Независимая переменная – относительная цена p_Fuji/p_Kodak, а зависимая переменная – доля рынка Fuji. И та и другая переменная показывают значительную вариабельность. Линейная функция «цена-отклик» m_Fuji = 34,5 – 27,7 х p_Fuji/p

_Kodak объясняет 97 % вариабельности (R2 = 0,9667). Если мы снизим относительную цену с 0,78 до 0,74, что дает 5,1 %, доля рынка Fuji возрастет на 8,6 %. Таким образом, на данном уровне ценовая эластичность 8,6/–5,1 = –1,69.

При использовании регрессионного анализа на основе рыночных данных экономическому правдоподобию («внешней валидности») следует придавать тот же вес, что и статистическим критериям. Не существует стандартной модели, применимой ко всем ситуациям спроса и конкуренции. На самом деле совершенно необходимо тщательно проверить, исходя из конкретной ситуации, какие модели, переменные и характеристики следует выбрать.

Рис. 3.23. Определение функции «цена-отклик» на основе данных со сканеров

Данные со сканеров, которые регистрируют продажи и цены непосредственно на кассе, подходят для определения функций «цена-отклик». На рис. 3.23 представлен пример кофейного бренда, данные о продажах и ценах по которому собирались в разных торговах точках сети. Периодичность сбора данных – 1 неделя.

Наличие информации о ценах и объемах продаж зависит от отраслевого сектора. Если данных временного ряда нет, можно попробовать заменить их данными перекрестного ряда. Временные и перекрестные ряды также можно объединить в сквозную регрессию.

Аналитик по ценам должен творчески подходить к сбору и интерпретации данных, чтобы получить представление о ценовых эффектах. Используя вторичные данные для выявления причинно-следственных связей между ценой и объемом продаж, необходимо соблюдать следующие рекомендации.

• Ретроспективные данные следует готовить в графическом виде и изучать визуально; это само по себе может принести пользу.