Файл: Анализ стратегии ценовой дискриминации в отрасли ( ЦЕНОВЫЕ СТРАТЕГИИ МАРКЕТИНГА В УСЛОВИЯХ КОНКУРЕНЦИИ).pdf

2.2 Многоуровневый анализ рынка отверток

Используя описанный выше метод, необходимо проранжировать производителей и дистрибьюторов. Сначала мерой ранжирования дистрибьюторов была взята годовая выручка (данные Спарк). Однако в дальнейшем автор осознал, что общая выручка по дистрибьютору не отражает его превосходство над своими конкурентами на конкретном рынке. Очевидно, что у каждого дистрибьютора доля выручки отверток от суммарной выручки всех номенклатурных групп совершенно разная. Другими словами, возможна следующая ситуация: при одинаковом уровне выручки в год у одного дистрибьютора 90% от общей выручки занимают строительные пылесосы, а у другого 80% - отвертки. Годовую выручку можно было бы использовать либо при иных целях исследования, либо при возможности вычленить точную долю денежных средств, полученных только в ходе реализации отверток. В силу вышеописанной проблемы автор начал использовать количество представленных SKU для ранжирования дистрибьюторов.

В качестве критерия ранжирования поставщиков использовалась средняя цена на отвертку 100мм в силу простоты поиска данных и очевидной причинно-следственной связи, сложившейся у потребителей: чем дороже товар, тем он качественнее.

В итоге были собраны данные по 3-м каналам реализации и произведен анализ по каждому каналу в отдельности. Было решено не объединять данные в одну таблицу в силу того, что каналы распределения различны по роду – психологии потребителей совершенно разные во всех трех каналах. Также поставщики были условно поделены на 3 сегмента – товары низкого ценового сегмента, товары среднего ценового сегмента и товары высокого ценового сегмента.

Анализ рынка «поставщик – онлайн-дистрибьюторы»:

Таблица 3. Моделирование рынка онлайн дистрибьюторов и поставщиков

Были построены 2 модели:

Модель1 = А0 * (производитель^(-alpha)) * (дистрибьютор^(alpha-1))

и

Модель2 (линеаризованная) = EXP(LN(А0) + alpha * LN(дистрибьютор/производитель)).

Значения alpha были получены поиском решений нелинейных задач методом ОПГ у 1-й и 2-й модели и равны 0,29 с дисперсией равной 3760,385807 и 0,27 с дисперсией равной 3567,120883 соответственно.

Рисунок 4. Визуализация аппроксимирования рынка «поставщик – онлайн-дистрибьюторы»

Анализируя результаты простым визуальным способом, можно увидеть, что обе модели недостаточно гибко реагируют на колебания графика, в силу чего очевидного превосходства одной модели над другой не выявлено. Анализируя результаты аппроксимирования математическим методом, необходимо сравнить значения дисперсий. В данном случае они различны лишь на 5% в пользу 2-й модели. В результате, далее будет использоваться 2-я модель. Исходя значений линеаризованной модели, можно сделать вывод о том, что рынок фактически принадлежит дистрибьюторам. Значения alpha четко показали доминирование дистрибьюторов над поставщиками более чем в 2 раза. Однако итоговые выводы не будут комплексными без моделирования остальных каналов реализации продукта.

Анализ рынка «поставщик – строительные гипермаркеты»:

Таблица 4. Моделирование рынка «поставщик – строительные гипермаркеты»

Были построены 2 модели:

Модель1 = А0 * (производитель^(-alpha)) * (дистрибьютор^(alpha-1))

и

Модель2 (линеаризованная) = EXP(LN(А0) + alpha * LN(дистрибьютор/производитель)).

Значения alpha были получены поиском решений нелинейных задач методом ОПГ у 1-й и 2-й модели и равны 0,37 с дисперсией равной 337,7355 и 0,11 с дисперсией равной 289,946571 соответственно.

Рисунок 5. Визуализация аппроксимирования рынка «поставщик – строительные гипермаркеты»

Анализируя результаты аппроксимирования простым визуальным методом, можно прийти к выводу о том, что линеаризованная модель лучше описывает фактические значения рынка. Также в пользу 2-й модели играет значение дисперсии, которое на 16% меньше, чем у 1й модели. В силу результата визуального и математического анализа была отобрана 2-я модель. Исходя из результатов аппроксимации, можно сделать вывод о том, что рынок еще сильнее принадлежит дистрибьюторам, чем в случае с рынком интернет-дистрибьюторов. Значения alpha четко показали доминирование дистрибьюторов над поставщиками более чем в 8 раз.

Анализ рынка «поставщик – продовольственные гипермаркеты»:

Таблица 5. Моделирование рынка продовольственных дистрибьюторов и поставщиков

В силу того, что в канале реализации «food-retailers» было представлено чрезвычайно мало производителей и данных, дальнейший анализ лишен целесообразности – основания для постройки модели этого рынка очень мало.

Таблица 6. Полученные результаты аппроксимации рынка.

В результате проведенного описания рынков и построения соответствующих моделей, были получены результаты, представленные в таблице 11. Ключевой показатель, необходимый для совершения выводов – это значение alpha. Как уже говорилось ранее, его значение наглядно отображает уровень доминирования поставщиков или дистрибьюторов. В данном случае мы наблюдаем жесткий пример рынка дистрибьюторов на данный момент времени. Исходя из математического анализа, стало ясно, что именно дистрибьюторы диктуют правила «игры» как в онлайн среде, так и в строительных магазинах. Однако не стоит упускать из виду тот факт, что «свободы» производителя примерно в 2.3 раза больше в онлайн среде, чем в строительных гипермаркетах. Определенно это потенциальная возможность для развития компании.

Результаты проведенного выше анализа подтверждаются экспертным мнением генерального директора ООО «Ди Ай Вай Тулз» Верхотуровым Олегом.

После проведения анализа многоуровневой конкуренции автор пришел к выводу о том, что в силу малой рыночной власти со стороны поставщиков, у них остается немного выигрышных стратегических решений:

1. Быть поглощенными одним из дистрибьюторов;
2. Развивать те номенклатурные группы, в которых дистрибьюторы не являются экспертами.

Возможно существуют и другие выигрышные стратегические решения, однако автору они не оказались очевидными. Касаясь перечисленных, автору ближе второй вариант – он интереснее и потенциально гораздо более привлекателен с финансовой точки зрения. На сегодняшний момент существует следующая тенденция: крупные дистрибьюторы заводят собственную торговую марку, как правило в низком ценовом сегменте – дабы избежать рисков. Зная этот факт, автору кажется разумным компании Ди Ай Вай Тулз развивать линейку брендированных товаров, позиционирующуюся в среднем и верхнем ценовых сегментах. Большая маржинальность поможет повысить уровень входящего денежного потока, снизится к минимуму риск неликвидных товарных запасов и денежных средств, вырученных с продажи 15-20% запасов, будет достаточно для продвижения остального ассортимента. Для определения справедливой цены с точки зрения конечного покупателя, необходимо провести анализ, раскрытый в следующей главе.

2.3 Рациональное ценообразование с применением КЭЦ

Как уже говорилось ранее, для того, чтобы определить рациональную цену, необходимо определить потребительские критерии выбора продукта – то, что потребитель воспринимает как преимущество либо недостаток. Касаясь потребительских предпочтений при выборе такого продукта как отвертки, потребитель обращает внимание на:

• Эргономичность рукоятки и ее материал покрытия;
• Устойчивость к скольжению при работах в загрязненных местах;
• Прочность материала изготовления жала;
• Размер отвертки;
• Уровень проработанности этикетки;
• Цена.

Из всех вышеперечисленных критериев, к сожалению, можно оцифровать только цену и размер отвертки. Однако, если воспользоваться коэффициентом эффективности цены, можно его использовать в качестве показателя, определяющего силу бренда, что зачастую эквивалентно уровню качества товара.

В данной работе были использованы статистические данные 2х крупных компаний, отображающие месячные продажи номенклатурной группы «отвертки». Была рассмотрена реализация на физических точках продаж, а не онлайн. Разумно определить эти компании как якорные, то есть результаты проведенного анализа с помощью их статистики можно использовать для других менее крупных клиентов.

Вначале непосредственной работы необходимо подготовить данные, присылаемые дистрибьютером и привести его к виду, как показано в таблице 12. Во-первых, необходимо оцифровать все потребительские критерии выбора товара в метрической или бинарной шкалах. Ранговые шкалы модель не сможет определить. Во-вторых, необходимо рассчитать КЭЦ средневзвешенный для каждого товара, представленного в статистике и проранжировать всю таблицу по убыванию цены.

Таблица 7. Вид необходимых данных.