Часть 2

Прогнозирование емкости рынка

На емкость рынка существенное влияние оказывают такие факторы как конъюнктура, численность населения, покупательная способность населения, законодательство и т.д. Рынок алкогольных напитков, во многом зависит от половозрастной структуры населения, распределения располагаемого дохода и доминирующих в регионе социальных норм.

Для того чтобы спрогнозировать условия, в которых будет функционировать рынок, часто используют эконометрику. Существует достаточно много исследований, посвященных проблеме построения краткосрочных прогнозов. В большинстве случаев полученные результаты оставляют желать лучшего. Причина кроется в том, что в краткосрочном периоде трудно избавиться от влияния "шума" и выделить тенденцию. Именно поэтому использовать аппарат эконометрики целесообразней для построения долгосрочных прогнозов. Исследование, проведенное Армстронгом (1985г. глава 15) показало, что при построении долгосрочных прогнозов в 7 случаях из 7 эконометрические методы зарекомендовали себя лучше, чем методы, основанные на экстраполяции. Похожие результаты получил в 1985 году Fildes. В его исследовании эконометрическим методам было отдано предпочтение в 15 случаях из 20.

Интерес представляет также тот факт, что увеличение точности прогнозирования объясняющих переменных не приводит к значимому улучшению качества прогноза зависимой величины. Кроме того, если сравнивать качество факторных и безфакторных прогнозов, зачастую последние оказываются более предпочтительными. Причина кроется, возможно, в том, что прогнозы, использующие информацию, заложенную только в самом ряде, позволяют учитывать периодические колебания, характерные только для самого ряда.

Методы, основанные на экспертных оценках

Часто, в основе прогноза объемов рынка лежат методы, основанные на экспертных оценках. Такой подход в наибольшей степени применим для молодых и динамичных рынков. При его применении следует помнить о том, что метод обладает рядом дефектов, корни которых кроются в субъективности выносимых решений. Одним из основных его недостатков является смещенность оценок экспертов (оптимизм, пессимизм…)

Как правило, для построения прогноза используется мнение не одного специалиста, а группы экспертов. Для согласования полученных оценок можно применять процедуру Delphi. Delphi требует наличия 2-х или более экспертов, нейтральных в смысле оптимизма, пессимизма и пр., мнения которых равнозначны по важности для принимаемого решения.

При подборе экспертов следует обратить внимание на работу Армстронга (1985), которая показывает неэффективность использования дорогостоящих экспертов. Тем не менее, участник проекта обязательно должен обладать хорошим уровнем специальных знаний.

Методы, основанные на статистических данных

Для оценивания доли рынка можно применять методы экстраполяции, или эконометрические подходы. Методы экстраполяции обычно оказываются менее затратными. Эконометрический же подход требует больших вложений, однако способен обеспечить более высокую точность.

Неотъемлимой частью работы аналитического отдела компании является мониторинг бизнес среды. Необходимо отслеживать изменение существующих факторов, а также - появление новых. Эффективной оказывается практика проведения "мозговых штурмов" на периодической основе. Рекомендуется участие представителей нескольких направлений, поскольку это позволяет всем участникам рассматривать проблемы в комплексе. 
Прогнозируя параметры бизнес среды, связанные с рыночными ценами, важно помнить о том, что "прогноз не может побить рынок". Речь идет о том, что уровень цен определяется взаимодействием спроса и предложения. Для прогнозирования этого показателя общедоступной информации недостаточно: необходим инсайд.

Прогнозирование действий ЛПР

Разработка эффективной маркетинговой стратегии в значительной степени определяется тем, насколько адекватно мы спрогнозируем действия и реакцию наших конкурентов. Для решения этой проблемы используются следующие подходы:

• Экспертные оценки (использование мнения эксперта, который компетентен в изучаемом и родственным к изучаемому рынках)
• Ролевые игры 
• Эксперимент (стратегия используется на объектах небольшого масштаба и анализируются результаты применения)

Спрогнозировав действия ЛПР, необходимо отследить их влияние на объем рынка и на долю рынка.

Наиболее эффективным способом прогнозировать действия ЛПР являются ролевые игры. Подтверждением тому является работа Армстронга (2001). В ней ролевые игры использовались для прогнозирования взаимодействия поставщиков и дистрибьюторов. Компания Philco (в ролевой игре Ace Company), производитель бытовой техники, хочет увеличить свою долю рынка, находящегося в состоянии депрессии. Был предложен план по реализации продукции в сети супермаркетов. Для того чтобы оценить перспективность данного проекта, необходимо было спрогнозировать реакцию менеджеров супермаркетов.

рогнозирование с использованием аппарата ролевых игр показало 8 положительных ответов из 10, в то время как при проведении неструктурированного опроса, результат был 1 из 34. Тем не менее, проект был реализован, и на практике менеджеры согласились с предложением Philco.

По мнению Армстронга, эффективность применения ролевых игр в подобных ситуациях обусловлена тем, что они позволяют более адекватно восстановить картину взаимодействий.

Планирование на уровне компании, как правило, требует сотрудничества большого количества людей. При планировании необходимо учитывать возможные эффекты, возникающие при их взаимодействии. Достаточно удобным способом оценить реалистичность предложенного плана является оценка со стороны ключевых ЛПР.

Прогнозирование доли рынка

Для прогнозирования доли рынка используются следующие методы:

• Экспертные оценки
• Бутстрапирование оценок
• Экстраполяция
• Эконометрические методы

В зависимости от специфики бизнес среды, различают несколько ситуаций.

Если речь идет о стабильно работающей компании на стабильном рынке, используются достаточно простые техники. Будущее здесь представляется как результат влияния некоторого набора факторов и предпринятых нами действий. В такой ситуации можно использовать даже "наивную модель", предполагающую экстраполяцию в ситуации "без изменений".

Если предполагается, динамичное изменение условий бизнес среды, разумно применять модели, использующие причинно-следственные связи. Для уникальных сценариев (например - забастовка) рекомендуется задействовать аппарат экспертных оценок. Если предполагаются существенные изменения, ситуация является стандартной, а также не хватает исторических данных, применяют бутстрапирование оценок.

Часто эффективным оказывается применение эконометрических моделей. В их основе должно лежать экономическое обоснование. Bell, Keeney и Little (1975) сформулировали теорему "о доле рынка", которая утверждает, что доля рынка меняется в зависимости от соотношения маркетинговых усилий, направленных на укрепление бренда (цена, реклама, продукт…) и совокупной суммы аналогичных показателей по остальным участникам рынка. Есть несколько вариантов формализации данной модели (Brodie 2001) и существует масса работ, посвященных выбору конкретной спецификации. К наиболее известным относятся мета-анализ 367 элластичностей Tellis, 1988, и анализ элластичностей (406 компаний), проведенный Гаммильтоном (1997) К наиболее известным относятся работы Tellis (1988) и Hammilton (1997), в которых анализировалась элластичность бренда по цене для 367 и 406 компаний соответственно. Оба автора получили одинаковые результаты: -2,5. Для анализа использовался аппарат эконометрики.
Эконометрические модели могут применяться не только для выбора адекватной стратегии, но и для прогнозирования временных рядов. В своей работе Brodie (2001) приходит к выводу, что для прогнозирования доли рынка более эффективно применение эконометрических методов, чем экстраполяции, если выполняются следующие предпосылки:

1. Существуют сильные причинно-следственные связи между набором маркетинговых переменных и долей рынка

2. Исторических данных много и они существенно меняются во времени

3. Можно прогнозировать объясняющие переменные, или управлять ими

4. Предполагается, что факторы существенно изменятся

Пункты 1-4 означают, что необходимо располагать аппаратом для прогнозирования существенных изменений политики конкуррентов.

Прогнозирование продаж

Существует несколько подходов к прогнозированию продаж, традиционно используют английские обозначения top-down и bottom-up. В первом случае, сначала прогнозируется объем рынка в целом, затем наша доля на этом рынке. Объем продаж рассчитывается как произведение названных выше компонент. Подход bottom-up подразумевает прямой прогноз продаж по позициям. Использовать его рекомендуется для построения краткосрочных прогнозов. Дело в том, что реализация bottom-up не подразумевает оценки последствий различных альтернатив, на коротком промежутке это не очень важно, а в long-run - необходимо.

Методы, основанные на экспертных оценках

Достаточно распространено следующее заблуждение: для того, чтобы улучшить качество прогноза нужно только опросить клиентов об их потребностях, ожиданиях и планах на будущее. Целесообразность проведения опроса зависит от ситуации. В частности, если уже сформирована база данных по продажам, в которой также фиксируются характеристики покупателей, данные, полученные в ходе опроса, будут менее ценными. Однако в любом случае, информация о том, как планируют вести себя наши клиенты в той или иной ситуации, может оказать положительное влияние на качество прогноза.

Для того чтобы предсказать поведение клиента часто используют целевые группы. Эта процедура широко распространена, несмотря на то, что она противоречит принципам построения прогноза. Во-первых, достаточно редко удается сформировать группу, обладающую характеристикой репрезентативности. Во-вторых, как правило, опрос проводится по всем участникам панели параллельно, таким образом, ответы одних респондентов оказываются под влиянием мнений, высказанных другими. В-третьих, определенную проблему представляет структура опросника. От грамотной последовательности и формулировки вопросов зависит качество собранной информации.

Обозначенные выше проблемы приводят к тому, что, как правило, использование фокусных групп в целях улучшения качества прогноза не дает значимых результатов.

Другой подход заключается в привлечении экспертных мнений. Этот инструмент достаточно активно используется для построения прогнозов в маркетинговых задачах. Тем не менее, мы уже обозначали проблему смещенных оценок, а также проблему интеграции мнений группы экспертов в единый показатель.
Бутстрапирование оценок позволяет повысить качество прогнозов, построенных на основе экспертных оценок. Главное достоинство этого метода заключается в повышении надежности результатов.

Методы, основанные на статистических данных

В ситуации, когда необходимо построить большое количество прогнозов, предпочтение следует отдавать процедурам экстраполяции. Здесь хватает достаточно простых методов. Усложнение процедуры анализа не всегда сопровождается повышением качества прогноза, но всегда оказывается более дорогостоящим и менее очевидным. То, что востребовано участниками рынка - это набор прогнозов, на который они могли бы положиться. Представим себе, что наша компания продает компьютеры и комплектующие. Очевидно, что между объемами реализации по различным деталям (материнская плата, жесткий диск, оперативная память…) которые, как правило, необходимы для полноценного ПК, существует тесная взаимосвязь. Исходя из этих соображений, можно снова использовать подходы top-down и bottom-up. В данном случае - это прогноз продаж "комплектов", с последующим разложением до уровня детали, и прогноз продаж по деталям с последующей интеграцией до уровня "комплекта". Практика показывает, что использование последнего, как правило, оказывается предпочтительным (MacGregor 2001).

Одним из наиболее важных моментов при прогнозировании временных рядов внутри года (квартальная, месячная и пр. разбивка) является использование процедуры корректировки на сезонность. В пользу этого утверждения говорят работы Dalrymple (1987) и Makridakis (1984).

Заслуживает внимания работа Schnaars (1986), который показал, что использование демпфированных трендов и взвешивание прогнозов дает более точные результаты, чем принцип "выбирай ту модель, которая обеспечивает более точную подгонку". 
Что касается выбора между моделями, основанных на статистических данных и экспертных оценках, здесь нет единства мнений. В литературе есть работы посвященные сравнительному анализу обоих подходов, причем одни авторы (нпр. Lawrence, 1985) рекомендует привлекать экспертов, другие (нпр. Carbone, Gorr, 1985), говорят об эффективности статистических методов.

Методы прогнозирования