В порядке ознакомления с возможностями использования при проведении маркетинговых исследований более сложных методов математической статистики рассмотрим динамическую модель множественной регрессии, используемую для оценки и прогнозирования спроса на большегрузные транспортные средства на европейском рынке [45]. Была выбрана следующая функция спроса:
Спрос = F (производство, учетная процентная ставка, цена, погрешность),
где спрос (Q) — ежемесячный объем заказов на грузовики грузоподъемностью 15 т и выше;
производство — месячный индекс промышленного производства;
процент — гарантированная месячная учетная процентная ставка по государственным обязательствам;
цена — индекс цены на дизельное топливо.
Рассматриваемая модель является динамической; она следующим образом описывает структуру реакции рынка:
— переменная «производство» (Пр) вводится в форме модели с запаздыванием, описываемым убывающим геометрическим распределением с коэффициентом переноса при переходе от t к t—k, равным 0,4557;
— переменная «процент» входит в модель с запаздыванием, равным восьми месяцам; это указывает на то, что время проявления эффекта изменения процентной ставки составляет восемь месяцев (уровень задержки был определен экспериментально);
— переменная «цена», аналогичным образом, действует с запаздыванием, равным восьми месяцам;
— член «погрешность» также имеет динамическую структуру в том смысле, что представляет собой взвешенную сумму трех погрешностей по указанным переменным (U) и чисто случайной составляющей (е).
Уравнение спроса, полученное числовым методом по критерию максимального правдоподобия, имеет вид
Качество модели оценивается с помощью обычных статистических показателей. Коэффициент детерминированности равен в данном случае 0,865. Все значения t-критериев, измеряющих точность коэффициентов регрессии, являются значимыми на уровне 5% и выше.
Поскольку речь идет об эластичности, коэффициенты допускают прямую интерпретацию. Так, например:
— кумулятивный общий эффект переменной «промышленное производство» равен 3,2114; это означает, что рост промышленного производства на 1% приводит к росту числа заказов на 3,2%;
— эффект понижения учетной процентной ставки на 10% приводит, с восьмимесячным запаздыванием, к повышению спроса на грузовики на 1,9%;
— эффект повышения цены дизельного топлива на 10% через восемь месяцев приводит к падению спроса на грузовики на 4,8%.
Сравнение наблюдаемых и рассчитанных по модели объемов продаж показало высокую ее точность, что позволило ее использовать в целях прогнозирования объема продаж большегрузных транспортных средств.
Метод ведущих индикаторов
Ведущие индикаторы — показатели или их временные ряды, изменяющиеся в том же направлении, что и исследуемый показатель, но опережая его по времени, например, рост показателей жизненного уровня опережает показатель роста спроса. Таким образом, изучая динамику изменения показателей жизненного уровня, можно сделать выводы о возможном изменении показателя спроса на определенную продукцию.
При оценке рыночного потенциала территорий, зон, регионов или стран часто используют индикаторы покупательной способности. Цель при этом состоит в измерении привлекательности рынка по средневзвешенному значению трех ключевых компонентов любого потенциала рынка, т.е.:
— количества потребляющих единиц;
— покупательной способности этих потребляющих единиц;
— готовности этих потребляющих единиц к расходам. Статистические индикаторы этих трех переменных определяются для выбранной территориальной базы (страна, область, район, город), после чего определяется средневзвешенный индекс для каждой зоны. Существует два подхода к его определению: использовать стандартный индекс покупательной способности (ИПС), который предлагают фирмы по изучению рынка, или построить индекс специально для анализируемого сектора или гаммы товаров.
Стандартные ИПС обычно основаны на трех следующих индикаторах:
Весовые коэффициенты в этой формуле соответствуют используемым в американском журнале «Sales Marketing Manadgment», который ежегодно публикует ИПС для различных регионов США. Эти коэффициенты определены эмпирически с использованием регрессионного анализа и в основном применимы к товарам массового спроса. Аналогичные индексы публикуются и в Европе, например изданиями «Чейз Эконометрикс» (для регионов ЕС) и «Бизнес Интернэшнл» для 117 стран во всем мире. В случае необходимости можно применять другие коэффициенты.
Специальные индексы ИПС основываются на тех же составляющих потенциала рынка, но используют индикаторы, лучше адаптированные к исследуемой области деятельности, с дополнительным привлечением индикаторов, характеризующих местные условия. Пример такого индекса приведен в табл. 7.3.
Таблица 7.3
Оценка продаж безалкогольных напитков по территориям
Исследуется рынок безалкогольных напитков. Индикаторы, использованные для расчета ИПС, — это число семей с детьми, уровень дохода и число отелей, ресторанов и кафе. Индекс ИПС рассчитывается как средневзвешенное значение этих трех индикаторов (выраженных в процентах) по каждой из 14 территорий. Его предсказательная способность проверена сопоставлением индекса ИПС с объемом продаж по каждой территории. ИПС согласно таблице применен для оценки проникновения марки А на каждую территорию. Чтобы оценить потенциал каждой территории, сначала рассчитывают «наблюдаемую» долю рынка, которую сравнивают с «ожидаемой», рассчитанной как произведение ИПС и ожидаемого объема продаж марки по всей стране. Показатель эффективности позволяет оценить масштабы проникновения марки с учетом дополнительных факторов типа остроты локальной конкуренции, срока присутствия на территории и т.д.
Индекс такого типа можно также применять для распределения расходов на маркетинг между различными территориями.
