Практические примеры использования матрицы БКГ

Расчет доли рынка на основе показателей проникновения и повторных покупок (метод Парфитта — Коллинза). Этот метод применим в отношении часто приобретаемых потребительских продуктов. Для расчета доли рынка берутся три показателя покупки и использования марки продукта: кумулятивное проникновение, процент повторных покупок и индекс интенсивности потребления.

Кумулятивное проникновение — это общее количество всех покупателей марки, выраженное в процентах от всех покупателей рассматриваемого продукта. Например, покупатели пива только марки «Балтика» относительно покупателей всех марок пива. В нормальных условиях кумулятивное проникновение сначала резко возрастает, а затем плавно увеличивается, пока не будет достигнут максимальный уровень. Процент проникновения может определяться по данным потребительских панелей или при помощи специальных маркетинговых исследований. Кумулятивное проникновение важно потому, что этот параметр показывает, в какой мере потребители будут подготовлены к использованию новой марки продукта. Другими словами, он показывает, насколько производителю удается заинтересовать покупателей новым продуктом.

В конечном счете успех новой марки зависит от того, готов ли покупатель приобретать ее вместо той «старой» марки продукта, которую он обычно покупал до появления этой новой марки. Убедить потребителя в первый раз купить новую марку — это задача распределения, рекламы и продвижения продаж.

Станет ли покупатель повторно покупать эту марку — зависит от того, принял ли он продукт. В этом отношении большую роль играют качество, упаковка, цена, вкус и пр. Гораздо сложнее убедить потребителя использовать данный продукт регулярно, чем склонить его просто попробовать новую марку. Чтобы завоевать новых покупателей, нужно убедить потребителя, что новая марка лучше всех существующих. Принятие новой марки обычно выражается в процентах от объема повторных покупок. Этот процент показывает отношение покупок новой марки ко всем покупкам продукта.

Процент повторных покупок устанавливается при помощи панельных исследований. Он рассчитывается по потребителям, которые приобретали продукт хотя бы однажды (процент повторных покупок за данный период).

Индекс интенсивности потребления — третий показатель, необходимый для расчета доли рынка по методу Парфитта — Коллинза. Он рассчитывается как отношение среднего потребления тех людей, которые продолжают покупать данную марку, к среднему потреблению данного продукта всеми группами потребителей. Необходимые для расчета индекса интенсивности потребления данные могут быть получены на основе потребительских панелей. Расчет рыночной доли по рассматриваемому методу производится по следующей формуле:

Пример 10.1.

Оценка рыночной доли майонеза марки М.

50% всех потребителей, которые покупают майонез, делают одну покупку повой марки майонеза, назовем ее М, за определенный период. Исследователи, исходя из динамики покупок, предполагают, что кумулятивное проникновение марки М в конечном счете составит 60%. Из 505 опрошенных 55% приобрели марку М повторно за тот же период. На базе динамики этой доли исследователи считают, что в конечном счете процент повторных покупок составит 50%.

Покупатели, которые повторно приобретают марку М, покупают достаточно много майонеза в целом. Исследование показало, что в среднем они потребляют майонез на 20% больше других людей. Э го значит, что для этих покупателей индекс интенсивности потребления майонеза составляет 1,2.

Оценка рыночной доли майонеза марки М составляет 0,6×0,5×1,2 = 36%.

Вывод: оценка рыночной доли майонеза марки М составляет 36%.

Расчет рыночной доли по показателям распределения товаров. Объем продаж товара и его доля на рынке непосредственно зависят от системы распределения. Понятно, что, например, при увеличении количества торговых точек, предлагающих определенную марку, величина продаж будет расти. То же самое произойдет при использовании для реализации продукта более крупных точек по сравнению с мелкими.

Рыночная доля товара или марки может быть определена на основе нескольких характеристик интенсивности и качества распределения.

Интенсивность распределения определяется показателем числового распределения. Числовое распределение — это отношение количества магазинов, в которых представлена данная марка продукта, к общему количеству торговых точек, где продаются товары данной категории. Числовое распределение определяется в долях или процентах от общего количества торговых точек по данной категории продуктов. Обозначим этот показатель буквой Ч.

где п — число точек, торгующих данной маркой; N — общее число точек, в которых продаются товары данной категории.

Следующий показатель — взвешенное (или эффективное) распределение отражает качественный состав точек, в которых продается, например, марка М. Обозначим показатель взвешенного распределения буквой В.

где v — объем продаж товаров данной категории в избранных для распределения марки М розничных точках; V — объем продаж товаров данной категории во всех торговых точках.

Пример 10.2.

Взвешенное распределение в 60% марки М некоторого продукта X означает, что марка М представлена в магазинах, обеспечивающих в сумме 60% объема продаж продукта X. Взвешенное распределение можно рассматривать как долю рынка продукта X, принадлежащую торговцам в розницу, торгующим маркой М.

Средняя величина магазинов, продающих марку, характеризуется показателем индикатора выбора, который обозначим буквой I.

где В — показатель взвешенного распределения; Ч — числовое распределение.

Чем больше данный показатель, тем больше средний размер отобранных для распределения марки М магазинов по сравнению со средним значением. В данном случае показателем размера торговых точек является продажа товаров данной категории (т.е. товаров, к которым принадлежит данная марка).

Средняя доля в обороте показывает, какую позицию занимает конкретная марка в выбранных магазинах, и рассчитывается как процент продаж марки в общих продажах товаров данной категории в выбранных магазинах. Обозначим этот показатель буквой С.

Доля рынка, зависит от числового распределения, индикатора выбора и средней доли в обороте.

или.

Из такого анализа доли рынка следует, что организация может повышать долю рынка своих продуктов за счет увеличения их физической доступности для потенциальных покупателей.

Формула позволяет не только определить рыночную долю марки, но и выделить основные пути ее увеличения.

В зависимости от конкретной ситуации добиться роста доли на рынке можно за счет увеличения точек продажи (роста числового распределения), привлечения более крупных магазинов (роста интенсивности распределения и индикатора выбора), увеличения продажи марки в выбранных магазинах (повышения средней доли в обороте).

Для расчета рыночной доли по приведенному методу необходимы данные о распределении товара (марки) и его средней доли в продажах. Такие сведения получают либо проведением специальных исследований, либо на основе панельных исследований магазинов, где содержится вся информация, требуемая для таких расчетов.

Когда компания пытается увеличить свой объем продаж и доступность своего продукта такими способами, ей следует принять во внимание закон убывающей отдачи. Допустим, что при имеющейся интенсивности распределения в 20% и взвешенном распределении в 60% интенсивность распределения увеличивается, тогда взвешенное распределение будет увеличиваться непропорционально. Эго произойдет потому, что придется подключить более мелкие магазины. Скорее всего, и средняя доля в обороте этих новых магазинов также будет ниже.

Снижение темпов отдачи можно показать с помощью так называемой кривой концентрации объема продаж, которая показывает отношение между количеством дистрибуторов в данной отрасли бизнеса (нарастающим итогом в соответствии с уменьшением размера) и совокупным объемом продаж продукта.

Пример 10.3.

В городе фруктовые воды входят в ассортимент 800 торговых точек (магазинов, палаток, кафе и др.). Фруктовая вода марки «Вишневая» продается в 200 из них. Оборот фруктовой воды за прошедший год составил 2 млн руб. Торговые точки, продающие «Вишневую», имеют общий оборот в 1,2 млн руб. Самой же фруктовой воды «Вишневая» продано на 800 гыс. руб.

Показатели распределения для марки «Вишневая» рассчитываются следующим образом: Ч = (200 / 800) х 100% = 25%; В = (1,2 / 2,0) х 100% = 60%; I = 60 / 25 = 2,4; С = (0,8 / 1,2) х 100% = 67%. Рыночная доля марки «Вишневая» = 25% х 2,4×0,67 = 40%.

Вывод: рыночная доля марки «Вишневая» — 40%.

Расчет доли рынка на основе показателей лояльности (использование модели Маркова первого порядка). Эта модель является наиболее распространенной, хотя и не обязательно самой подходящей для анализа потребительского опыта в краткосрочной перспективе.

В рамках данной модели предполагается, что результат последнего решения о совершении покупки оказывает влияние на вероятность выбора определенной марки при последующей покупке, но что прочие предыдущие покупки не имеют значения. Например, последовательности АВ и ВВ должны вести к одинаковому прогнозу вероятности приобретения товара марки, А при третьей покупке, так как в обеих последовательностях на последнем месте стоит марка В. Для анализа эффекта каждой последовательности необходимо использовать модель Маркова второго порядка, в которой учитывается информация о двух последних покупках.

Модель Маркова первого порядка может быть проиллюстрирована на примере рынка с тремя марками товара. Допустим, что процесс выбора определенной марки конкретным потребителем описывается приведенной в табл. 10.3 перекрестной матрицей вероятностей.

Данные матрицы говорят о том, что марка, приобретаемая в период времени 1, оказывает значительное влияние на вероятность совершения покупок в период 2. С другой стороны, покупка марки С лишь в малой степени увеличивает вероятность того, что марке С будет отдано предпочтение во втором периоде по сравнению с остальными марками. На основе приведенной информации можно сделать вывод, что марки В и С составляют единый набор, в то время как марка, А занимает обособленное положение. Более того, наблюдаемый потребитель отдает явное предпочтение марке А, а марки В и С рассматриваются им в качестве равноценных заменителей в случае отсутствия товара марки А.

Приведенная в табл. 10.3 информация может быть использована для прогнозирования будущей доли рынка для торговых марок А, В и С. Кроме того, перекрестные вероятности моделей Маркова могут служить в качестве одного из способов оценки способности данной марки удерживать потребителей, а также как возможность выступать в союзе с другими (целевыми) марками.

К числу дальнейших направлений использования данной модели относится оценка с ее помощью количества периодов, проходящих до момента покупки определенной марки.

Таблица 10.3

Перекрестная матрица вероятностей.

* Смысл значения 0,80 следующий: вероятность приобретения товара марки, А в период времени 2, если она была куплена в период времени 1, составляет 0,80.

Рассмотренная выше на примере простая модель Маркова может быть усовершенствована несколькими способами. Например, можно определить величину временных промежутков (одна неделя или месяц). То обстоятельство, что некоторые потребители не будут совершать покупок вообще, может быть учтено в модели с помощью введения условной марки товара (например, марки D в рассмотренной выше перекрестной матрице вероятностей).

Модель можно усложнить таким образом, чтобы в ней учитывалась неоднородность анализируемых потребителей. В этом случае необходимо составить отдельные матрицы вероятностей для каждой из выделяемых групп покупателей.

К сожалению, получаемые на основе простых моделей Маркова результаты до сих пор не имели особой ценности с точки зрения прогнозирования. Они не позволяют получать лучшие прогнозы по сравнению с данными моделей, которые исходят из того, что предшествующие покупки не оказывают влияния на последующие. И это неудивительно, так как продукты, которые рассматриваются в рамках моделей Маркова, в большинстве своем находятся на стадии зрелости и сопровождаются значительными усилиями по их продвижению на рынке в виде предоставления скидок и купонов.

В отношении многих потребителей существует вероятность обращения на рынке одного или нескольких наборов приемлемых марок товара. Более того, различные потребители практически обязательно характеризуются разными значениями перекрестных вероятностных оценок. Это оказывает серьезное влияние как на теорию процессов Маркова, гак и на прогнозы, составляемые на ее основе.