Читать онлайн «Ритейл-маркетинг: Практики и исследования». Страница 29

Я сосредоточусь здесь на последних, поскольку они всегда предшествуют коммерческим решениям. Для того чтобы быть полезными на практике, такие программы, как Spaceman и Appollo, должны основываться на значительном упрощении реальности – деталь, которая, кажется, мало волнует исследовательские круги.

Три ключевые вехи, которые будут кратко описаны далее, показывают, как исследователи постепенно решали проблему оптимизации путем включения следующих новых факторов:

• разная эластичность выкладки разных продуктовых линеек;

• перекрестная эластичность выкладки;

• прямые товарные издержки.

Эван Андерсон и Генри Амато (1973) разработали один из первых алгоритмов для решения задачи оптимизации полочного пространства. Как говорят в среде маркетологов, они подошли к проблеме «со стороны спроса». Исследователи исходили из тех знаний, которые имелись на тот момент, а именно из того факта, что разные продуктовые линейки обладают разной эластичностью выкладки. Проще говоря, их модель была основана на логистических регрессиях, которые рассчитывали бета-коэффициенты для разных продуктовых линеек. Именно этот вид вычислений лежит в основе вышеупомянутых систем SLIM и COSMOS.

Следующий важный шаг был сделан французом Марселем Корстьенсом и англичанином Питером Дойлом (1981). Тем самым Питером Дойлом, который, если вы помните, раскритиковал исследования в области ритейл-маркетинга за отсутствие прогресса. Предложенная ими модель была более обширной, чем предыдущие, и обсуждается по сей день. Помимо прочего, они включили возможность расчета прямых товарных издержек (связанных с приобретением, хранением, а также отсутствием товара на полках, так называемым out-of-stocks), эффекты спроса и фактор перекрестной эластичности. Именно включение последнего показателя принесло известность их модели.

Они протестировали свою модель на пяти продуктовых линейках в 140 магазинах, продающих сладости, мороженое и подарочные карты, с оборотом $30 млн в год. Как сообщили исследователи, эластичность выкладки составила порядка 0,19 и, таким образом, соответствовала тому, что показали более ранние эксперименты. Также было установлено, что перекрестная эластичность выкладки была отрицательной между различными видами сладостей (если магазины продавали больше шоколада, спрос на карамель падал) и положительной между сладостями и подарочными картами.

Кроме того, были рассчитаны прямые товарные издержки, связанные с приобретением (заказ и транспортировка), обработкой (хранение, страхование и товарные потери) и отсутствием товара на полках. Расчеты были сделаны на основе средних данных по 10 магазинам, но использовались для всех охваченных исследованием торговых точек. Согласно полученным данным, товары с более высокой оборачиваемостью (например, шоколад по сравнению с подарочными картами) влекли более высокие затраты на обработку.

Далее М. Корстьенс и П. Дойл выполнили расчеты для планограмм, (1) используемых в настоящее время в магазинах, (2) разработанных на основе данных о продажах, и (3) разработанных на основе валовой прибыли; чтобы сравнить их с результатами своей новой модели. Сравнение показало, что последняя потенциально обеспечивает на $128 тыс. больше чистой прибыли, чем используемые в настоящее время планограммы, на $104 тыс. больше, чем планограммы, основанные только на данных о продажах, и на $97 тыс. больше, чем планограммы, основанные на валовой прибыли. В первую очередь, это было связано с тем, что основанные на эмпирических правилах модели отводили слишком мало места под дополнительные товары, такие как мороженое и подарочные карты. В процентном отношении это означало увеличение чистой прибыли менее чем на 0,5 %.

Отсутствие товаров на полках (out-of-stock) является серьезной проблемой для ритейлеров. Покупатели реагируют на это одним из пяти способов: 1) идут в другой магазин, 2) откладывают покупку, 3) отказываются от покупки, 4) покупают упаковку другого размера или аналогичный товар той же торговой марки, или 5) переключаются на другую торговую марку. Дэвид Грант и Джон Ферни (2008) сообщают о том, что исследование, проведенное аналитическим агентством IGD в 2003 году, установило, что 65 % британских покупателей в случае отсутствия нужного им товара на полке выбирают один их первых трех способов.

Идея существования этого вида перекрестной эластичности была выдвинута французским исследователем Аленом Бултесом, и его попытка включить эффект каннибализации в модели построения планограмм увенчалась успехом. Другими словами, он был первым, кто разработал хорошее решение для расчета снижения продаж торговой марки B в результате того, что торговая марка А получает больше полочного пространства и показывает увеличение продаж. Модель А. Бултеса называется SH.A.R.P. и до сих пор остается работоспособной (см. ниже), как показало тестирование в бельгийских продовольственных магазинах.

На первый взгляд, включение в модели фактора перекрестной эластичности представляется банальным делом, но все не так просто, как кажется. Насколько взаимодополняющими и/или конкурирующими товарами являются, например, рис и спагетти? Добавьте в это уравнение пшенную крупу, картофель, картофель-фри, другие крупы и корнеплоды, и сложность возрастет в разы. При этом имейте в виду, что показатель перекрестной эластичности варьируется для разных товарных пар, а также в зависимости от времени и ситуации. Товары, конкурирующие друг с другом в одной ситуации (гамбургеры и фрикадельки могут рассматриваться в качестве альтернатив для приготовления на ужин), оказываются взаимодополняющими в другой (если вы собираетесь пригласить друзей на барбекю).

После того как были разработаны фундаментальные модели, исследователи бросили свои силы на их дальнейшую оптимизацию, зачастую путем устранения различных ограничивающих условий. Например, если более ранняя модель включала фактор перекрестной эластичности (М. Корстьенс и П. Дойл 1981, 1983), то более поздняя исключала его из рассмотрения, чтобы сосредоточиться на другом аспекте, таком как, например, вертикальное или горизонтальное размещение (А. Лим, Б. Родригес и К. Занг, 2004). Много времени было потрачено на попытки математическим способом решить проблему, почему упаковка разных товаров выглядит так, а не иначе. Разумеется, математики не привыкли принимать во внимание некоторые факты, например, что одни товары (та же пачка кофе) по определению должны иметь упаковку большего размера, чем другие (пакетик дрожжей).