Стимулирование продаж

Прогноз в соответствии с прогнозом темпа роста продаж нашего товара или в отрасли в целом по сравнению с прошлым годом.

Достоинства метода:

• используются данные прошлых периодов, что позволяет заранее прогнозировать результаты текущих акций;

• используются данные о продажах собственного товара.

Прогнозирование по данным за прошлый год с учетом изменения показателей дистрибуции, продаж с квадратного метра торговой площади, отношения «посещение/покупка», доли продаж нашего товара в совокупном объеме продаж товарной категории. В качестве коэффициента К можно использовать различные интегральные коэффициенты, построенные по данным за некоторый период до даты начала акции и за аналогичный период год назад.

Периодом может быть неделя, месяц, несколько месяцев и т. д. в зависимости от наличия данных и решения о том, насколько важен исторический аспект данных для того, чтобы ситуации их рассмотрения были сопоставимы. Можно рассматривать периоды с разницей меньше, чем год. В этом случае показатели разных сезонов взвешиваются коэффициентом сезонности:

где 1 – период перед началом акции, 0 – аналогичный период год назад, i=1,0; D – количество точек дистрибуции, в которых продается товар, шт.; S_i – средняя выручка в месяц с квадратного метра торговой площади по всем точкам дистрибуции, руб.; J_i – средняя доля продаж товарной категории в совокупных продажах в рублях по всем точкам дистрибуции, проценты; H₁ – средняя доля продаж товара в продажах товарной категории в рублях по всем точкам дистрибуции, проценты:

где 1 – период перед началом акции, 0 – аналогичный период год назад, i=1,0; D– количество точек дистрибуции, в которых продается товар, шт.; I_i – количество покупателей в одной точке дистрибуции, чел.; P_i – средняя доля покупателей среди посетителей всех точек дистрибуции, проценты; G_i – доля среди всех покупателей тех, кто является покупателями нашей товарной категории, проценты; H₁ – доля покупок нашего товара в натуральном измерении в покупках по товарной категории, проценты.

Недостатки данного метода:

• большое количество статистических данных;

• неопределенность выбора периодов для сравнения по исторической ошибке и отсутствию мероприятий по стимулированию;

• неопределенность длительности периодов сравнения.

Наиболее правильным, на взгляд автора, является применение этого метода с последовательными периодами, не менее чем за 6 месяцев (например, сопоставляются январь-июнь 2004 г. и июль-декабрь 2004 г.) и корректировкой данных по коэффициенту сезонности для показателей S_i, J_i, I_i, P_i, G_i.

Прогнозирование на основе анализа временных рядов. Существует целый ряд статистических и эконометрических моделей прогнозирования объемов продаж на основе анализа временных рядов темпов роста продаж собственной компании.

Применяя эти модели, можно получить значение объемов продаж без стимулирования. К ним относятся модель ARIMA (АРСС), методы Бокса-Дженкинса, Хольта, Брауна, скользящего среднего [5, 6, 106]. Все они реализованы в различных статистических пакетах прикладных программ.

3.7. Примеры расчета эффективности мероприятий по стимулированию

В данном разделе мы рассмотрим объемные примеры расчетов эффекта и эффективности мероприятий по стимулированию. Эти примеры – условные, достаточно сложные и подробные с точки зрения расчетов.

Два товара длительного пользования, два подарка

Для иллюстрации предложенных методов расчета эффективности рассмотрим комплексный пример мероприятия по стимулированию на основе работы условных магазинов аудио-, видео-, бытовой техники. Сеть магазинов с 1 по 30 июня текущего года проводила акцию по стимулированию продаж холодильников торговой марки А двух моделей: А1 и А2.

Целеполагание. Целью акции была продажа остатков холодильников до 31 июля в связи с выведением в августе на рынок новой, более совершенной модели с рекомендованной производителем розничной ценой от 10 000 руб. до 10 500 руб. В случае, если холодильники не будут проданы до 31 июля, в августе модель А2 придется продавать по цене не выше 9800 руб., а модель А1 – по цене не выше 9400 руб. Технико-экономические данные по холодильникам за I квартал текущего года указаны в табл. 3.13.

Таблица 3.13

Технико-экономические данные по холодильникам за I квартал текущего года