Практикум по ценообразованию (стр. 10 из 26)
Задание 6. Определите выгодно ли производителю снизить цену на 1 руб., если текущая цена товара 10 руб., планируемый объем продаж 500 тыс. штук. Показатель эластичности спроса по цене 1,8.
Задание 7. Определите, выгодно ли производителю снизить цену на 0,2 руб., если текущая цена товара 3 руб., планируемый объем продаж 1 млн. штук. Известно, что конкуренты вслед за данной организацией также снизят свои цены. Коэффициент ценовой эластичности спроса равен 1,6.
Задание 8. Используя информацию, приведенную в таблице 3.5, определите наиболее предпочтительный вариант установления цены на продукцию А.
Таблица 3.5
Информация для анализа и выбора наиболее предпочтительного варианта установления цены на продукцию А
| Цена за единицу, руб. | Переменные затраты на единицу, руб. | Спрос, шт. | Коэффициент эластичности спроса | Маржинальная прибыль на единицу, руб. | Маржинальная прибыль на весь объем, руб. |
| 21 000 | 13 046 | 385 | - | ||
| 22 000 | 13 046 | 345 | |||
| 22 500 | 13 046 | 330 | |||
| 24 000 | 13 046 | 290 | |||
| 26 000 | 13 046 | 250 | |||
| 27 000 | 13 046 | 230 | |||
| 28 000 | 13 046 | 190 | |||
| 29 000 | 13 046 | 170 |
Глава 4. Методы сбора и обработки информации о поведении покупателей при изменении цен
Основные источники исходных данных для оценки поведения покупателей можно разделить на первичные и вторичные. К первичным источникам данных относят специальные выборочные обследования, наблюдения, анкетные опросы покупателей или специалистов, реализующих товар, результаты экспериментов. Вторичные источники данных – это опубликованные исходные данные, уже собранные кем-либо, имеющие полезность для определения эластичности, например, отчеты предприятия, издания Госкомстата РФ, специализированные коммерческие базы данных по организациям, товарам, регионам.
Методы сбора информации о поведении покупателей в зависимости от характера анализируемой информации разделяются на две группы:
- сбор и анализ данных о фактических покупках;
- оценка данных о предпочтениях и намерениях покупателей.
Другим основанием для классификации методов служат условия сбора информации (см. табл. 4.1).
Таблица 4.1
Методы сбора информации для изучения поведения покупателей
| Тип оцениваемых параметров | Условия сбора информации | |
| без участия исследователя | при активном участии исследователя | |
| Фактические покупки | Исследования агрегированных данных о продажах | Эксперименты в магазинах |
| Изучение панельных данных | Эксперименты в лабораторных условиях | |
| Анализ данных, полученных при обследовании магазинов | ||
| Предпочтения и намерения | Прямой опрос покупателей | Анализ имитируемых покупок |
| Исследования готовности совершить покупку | ||
| Декомбинационный анализ | ||
Содержание данных методов приведено в таблицах 4.3 и 4.4.
Достоинством данных методов является простота сбора и достоверность информации.
Недостатком – ретроспективный (исторический) характер информации, условность ее перенесения в будущее.
Данные методы можно применять в стабильных условиях, когда на рынке не ожидается серьезных изменений; кроме того, сбор информации о покупках, совершаемый в прошлом, возможен только в том случае, когда товар продавался в течении какого-то времени.
Факторы, способные изменить будущую реакцию покупателей на изменение цен, приведены в таблице 4.2.
Таблица 4.2
Факторы способные изменить будущую реакцию покупателей на изменение цен
| 1 | Текущее количество конкурирующих организаций и торговых марок. |
| 2 | Масштабы и дата самого недавнего изменения цен конкурентами. |
| 3 | Масштабы и эффективность рекламной организации каждой из конкурирующих марок (организаций). |
| 4 | макроэкономическая ситуация в стране. |
Таблица 4.3
Методы, основанные на анализе фактических данных о покупках
| Название метода | Определение метода |
| 1. Исследование агрегатных данных о продажах. | Анализ и обобщение отчетных данных предприятия. |
| 2. Анализ панельных данных | Метод позволяющий строить многофакторные модели и модели типологии поведения покупателей для формирования дифференцированной ценовой политики. |
| 3. Анализ данных, полученных при обследовании магазинов | Исследование баз данных об объемах продаж и ценах сформированных в рамках повседневной деятельности магазинами, имеющими сканеры. |
| 4. Эксперименты в магазинах | Сбор информации в реальном торговом заведении с использованием скрытого управления условиями их покупок. |
| 5. Эксперименты в лабораторных условиях | Организация продаж нескольких товаров одного назначения, но имеющим отличительные признаки репрезентативной группе потенциальных покупателей. |
Таблица 4.4
Методы, основанные на выявлении предпочтений и намерений покупателей
| Название метода | Определение метода |
| 1. Прямое анкетирование | Письменный опрос реальных и потенциальных покупателей посредством заполнения последними бланков (анкет) с перечнем вопросов, в том числе о цене, а так же контрольных – позволяющих оценить достоверность ответов. |
| 2. Анализ готовности совершить покупку | Опрос покупателей по поводу их готовности приобрести товар по предложенной исследователем цене |
| 3. Метод имитируемых покупок | Подробное описание характеристик нескольких товаров покупателям, моделирующим принятие решение о покупке. |
| 4. Декомбинационный анализ или метод компромиссов | Метод оценки значимости для покупателей совокупности основных характеристик товара. |
4.1. Методы статистической обработки информации о поведении покупателей при изменении цен
На практике широко используются так же трендовые и факторные модели. Трендовые модели позволяют оценить сложившуюся в прошлом тенденцию в динамике цен и на основании полученной тенденции – спрогнозировать будущий уровень цен. Применение различных методов оценки и прогнозирования динамики цен зависит от того, как в прошлом изменялись цены. Если цена незначительно отклонялась от относительно постоянного или среднего значения, используются наиболее простые методы прогнозирования. Прогнозное значение 
принимается соответствующим предыдущему фактическому значению
, т.е. 
Такой прогноз называют прогнозом без изменений. Организации выпускающие несколько номенклатур товаров используют методы прогнозирования, основанные на усреднении цен. Простое среднее – прогнозное значение принимается равным среднему всех значений прошлых наблюдений. Скользящее среднее рассчитывается как среднее арифметическое трех последних точек, оно и принимается прогнозным значением.
Если фактические значения цен возрастают или убывают в течение достаточно большого промежутка времени применяют как методы скользящих средних, так и прогнозной экстраполяции. Выбор функции, которые приведены в таблице 4.5, зависит от типа динамики процесса.
Таблица 4.5
Элементарные функции прогнозной экстраполяции
| Вид функции | Алгоритм |
| Линейная |  |
| Парабола |  |
| Кубическая парабола |  |
| Степенная |  |
| Экспоненциальная |  |
| Модифицированная экспоненциальная |  |
| Логическая (S-образная кривая) |  |
| Гиперболическая |  |
| Колебательная |  |
В экономическом прогнозировании различают следующие типы динамики: равномерное развитие, равноускоренное развитие, развитие с переменным ускорением. В зависимости от количества исследуемых переменных различают парную и множественную корреляцию. Парная корреляция – это корреляционные связи между двумя переменными. Множественная корреляция – корреляционные взаимосвязи между несколькими переменными.