Прогнозирование продаж нового продукта

Данилина М.Г., к.э.н.

Белякова А.О.

Аннотация

В статье рассматривается прогнозирование продаж нового продукта. Представлена модель исследования рынка, на который компания будет выводить новый продукт. Автор обращает внимание на то, что привлечение экспертов во время исследования не является верным решением. Оценка экспертов имеет смешанный характер, их мнения могут смещены в разные стороны.

Ключевые слова

Прогнозирование, тестовая модель, жизненный цикл, концепт, прототип, оценка экспертов.

Я работаю в компании, где каждый сезон выходит новый продукт, потому что этого требует рынок, на котором мы работаем. Конкуренция растет с каждым днём: уровень понимания продукта клиентами вырос, разнообразие продуктов выросло, и конечно, количество компаний на нашем рынке возросло. Поэтому, когда компания собирается вывести на рынок новый продукт, она должна точно рассчитать, все ли она правильно делает. Актуальность данной проблемы определяется двумя факторами: огромными инвестициями, которые вкладываются на этапе разработки продукта, и большими рисками допустить ошибку при построении прогноза на данный продукт, так как у компании пока нет опыта работы с этим продуктом [1]. К сожалению, прогнозирование продаж нового продукта показывает маленький уровень точности. Поэтому стало популярным исследовать рынок, строя тестовые модели. Сейчас это обычная практика при выводе продукта на рынок.

Чтобы решить проблему прогнозирования, нужно сделать выбор модели, которая напрямую зависит от стадии жизненного цикла изучаемого продукта. Как правило, существуют такие этапы: концепт, прототип, тестовый рынок, постановка на конвейер, рост, зрелость, спад. По мере движения товара от концепта до зрелого периода увеличивается ценность статистических методов, и снижается необходимость в экспертной оценке.

Когда новый продукт находится в фазе концепта, особое внимание уделяется проведению опросов, которые выявляют намерения потенциальных покупателей. Но тут появляется проблема, заключающаяся в том, что покупатели на этом этапе недостаточно информированы о спецификации предлагаемого товара. Следует также сказать о том, что если даже не определена форма продукта (в тестовом режиме), то потенциальный клиент на основе некоторых представленных характеристик не сможет сказать, купит он этот товар или нет. Что касается степени детализации, где выполняется документация, все будет зависеть от конкретного продукта. Рекомендуется предоставлять информацию о товаре либо в краткой форме, либо при желании клиента предоставлять более подробный вариант, где будет также содержаться информация о клинических испытаниях [2, 3].

В журнале «Day» в 1991 году была опубликована статья о том, как измерить степень уверенности клиента при намерении купить продукт. Для измерения в статье рекомендуется использовать шкалу от 0 до 10. Шкала должна содержать пункты «нет, почти уверен, что нет», таким образом, один шанс на 100, и «да, почти уверен, что да», таким образом, 99 из 100.

Но технология опросов уже с начала 50-ых переживала изменения. Постоянно модернизируются методы формирования выборок, анализов смещенных оценок и ошибок ответной реакции [6, 7].

В качестве альтернативы можно предложить клиентам вместо проведения опроса потенциальных клиентов смоделировать ответ покупателя в заданной ситуации. Если речь идет о том, чтобы спрогнозировать продажи новой серии кистей для макияжа (усовершенствованный ворс и форма), можно сначала на вопрос, скольким потенциальным клиентам понадобится новая кисть в этом году. Затем определить, сколько из них имеет доход выше определенного уровня, обращая свое внимание на учащенный рост цен [3]. Из оставшихся выделить тех, кто не купил себе этот продукт в прошлом году. Но и здесь экспертам придется отказаться от оценок в явном виде в данной ситуации, когда человек начинает давать неточные оценки при работе с большими числами. Поэтому привлечение экспертов, к сожалению, приводит к смещенным оценкам, чаще, чем хотелось бы. Например, если вопрос о планируемом объеме продаж задается продавцу, он скорее будет заинтересован в том, чтобы дать маленькую оценку и выполнить свой план продаж. А с другой стороны, маркетологи, наоборот, иногда стараются заинтересоваться таким проектом, чтобы он смог получить большую поддержку, и мероприятие стало плановоэффективным. Поэтому в таком случае рекомендуется избегать оценку экспертов, мнения которых могут быть смещены в ту или иную сторону [4].

Часто компания-производитель может предложить рынку набор похожих продуктов, и хочет понять, какие характеристики будут оптимальными. Для решения такой задачи покупателям предлагается оценить, чаще всего, порядка двадцати альтернативных вариантов такого продукта. Покупатель выбирает продукты по желанию и на основе этих данных складывается вывод о ценности каждой индивидуальной характеристики. Эта техника называется conjoint и применяется она с 2001 года [5]. Примером использования такой техники может послужить разработка сети отелей Marriot. Такая процедура для прогнозирования достаточно затратная, потому что необходимо опросить большое количество людей, на это стоит обратить свое внимание.

Список использованной литературы

1. Березин И.С. Маркетинг и исследования рынков. – М.: Русская деловая литература, 1999.

2. Беляевский И.К. Маркетинговое исследование: информация, анализ, прогноз. – М.: Финансы и статистика, 2001.

3. Статистическое моделирование и прогнозирование: Учебное пособие / Под ред. А.Г. Гранберга. – М.: Финансы и статистика, 1990.

4. В.Е. Хруцкий, И.В. Корнеева «Современный маркетинг. Настольная книга по исследованию рынка». – М.: Финансы и статистика, 2000.

5. Ф.Котлер, Г.Армстронг «Основы маркетинга», 9-е изд. – М: Издательский дом «Вильямс», 2005.

6. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. – М.: Издательство «Финпресс», 1998.

7. Wheelwright, S. and Makridakis, S. Forecasting Methods for Management. – 4th ed. – John Wiley & Sons, Canada, 1985.

УДК 658.5:336.12