Тони Крэм - Классная цена. О секретах умного ценообразования

Казалось бы, метод DCM должен отличаться более высокой чувствительностью к ценам, поскольку, очевидно, его главная цель – определение цены. Но на практике это оказывается не так. Причина, вероятно, заключается в том, что респондентам предлагаются очень конкретные товары, с характеристиками, соответствующими реальной ситуации на рынке.

Исследования, проводимые для выяснения ценовых предпочтений потребителей, чреваты погрешностями и ошибками. Все вышеупомянутые методы таят в себе риск расхождения между предсказанным поведением покупателей и их поведением на практике. Любой опрос, посвященный цене, ненадежен, поскольку в искусственных условиях люди не могут в точности представить свое поведение. Они либо уделяют чрезмерное внимание цене, особенно если исследователь фокусирует вопросы на этом аспекте, либо отвлекаются на многочисленные другие факторы, так что цена уходит на второй план.

По этой причине более надежные выводы можно сделать, поняв, как люди принимают решение о покупке в привычной обстановке. Если имеется возможность исследовать реальное поведение покупателей, то нужно обязательно воспользоваться ею.

Обычно данные о продажах доступны для исследования. Многие организации хранят их, чтобы иметь возможность оценить, как повышение цены или скидки могут повлиять на поведение покупателей. Стоимость обработки информации на компьютере и моделирования постоянно снижается, разрабатывается новое программное обеспечение для таких исследований. Моделируя поведение покупателей после изменения цен, можно предсказать наиболее подходящее время для их повышения. Например, если речь идет о сезонных товарах или услугах, ежегодный рост цен можно перенести на начало пика продаж для стимулирования покупок в период понижения спроса и максимальной реализации ценности по мере увеличения спроса.

При интерпретации данных следует соблюдать осторожность. Например, продажи оптовикам или посредникам могут меняться из-за колебаний спроса на сырье и расходные материалы и не отражать поведение конечных покупателей. Иногда на поведение покупателей влияют факторы, не связанные с ценой, например, политические, экономические или религиозные события. Если проанализировать данные о продаже шоколада потребителям-христианам до и после Великого поста, то можно увидеть очень неравномерную структуру продаж – пик продаж приходится на период перед Пасхой. Время празднования Пасхи варьирует в зависимости от фаз Луны. Время Рамадана вообще рассчитывается по лунному календарю, поэтому каждый год он приходится на разное время и соответствующим образом меняется динамика продаж.

Рыночные факторы также могут исказить данные о сбыте и затруднить их интерпретацию. Среди них:

• выпуск на рынок нового товара и ожидания потребителей, связанные с этим событием;

• изменение интенсивности рекламы или рекламных кампаний, посвященных исследуемому бренду или брендам конкурентов;

• раскрутка товара, относящегося к изучаемому бренду или брендам конкурентов;

• дефицит товара или проблемы с поставками.

Данные о розничных продажах основных брендов, приобретаемые у таких исследовательских организаций, как AC Nielsen, позволяют учесть некоторые из этих факторов. Однако исторические данные о продажах отражают влияние огромного числа обстоятельств на поведение потребителей, и цена – лишь один из них. Иногда вообще невозможно отвлечься от внешних факторов.

Надежные данные о потребительском рынке, где обращается множество разнообразных товаров, – а операции купли-продажи осуществляются очень часто, – дают панельные исследования покупателей. Ряд исследовательских фирм составляют и поддерживают группы (панели) потребителей, которые предоставляют сведения о своих покупках. Например, AC Nielsen Worldwide Consumer Panel Services охватывает 18 стран, регистрируя информацию о реальных покупках почти 125 тыс. семей, в том числе о ценах на товары и об использованных купонах или скидках. Об изменении рыночной доли отдельных товаров судят по относительным ценам конкурирующих брендов. В зависимости от размера выборки можно также выявить зависимость между чувствительностью к цене и демографическими сдвигами в группе потребителей.

Конечно, качество данных зависит от того, насколько репрезентативна обследуемая панель. Убедить принять участие в исследовании типичных покупателей не так-то просто; дают согласие скорее те, кто больше других озабочен покупками, сравнением продуктов и ценами. Покупатели, не имеющие времени на долгие походы по магазинам, менее чувствительны к ценам, и им некогда проводить анализ цен. По своей природе панельные исследования привлекают потребителей, у которых есть свободное время. Данное ограничение панельных исследований можно сократить с помощью новых технологий, упрощающих требования к членам обследуемой группы. Покупателям в этом случае необязательно вести дневник покупок. Они совершают покупки по специальным кредитным картам или заносят сведения о покупках в базу данных через сканер в магазине.

Некоторые супермаркеты также продают или делают доступными данные, полученные со своих сканеров. Иногда эту информацию предоставляют «лидеру среди брендов» для проведения анализа цены и качества товаров всех брендов и выработки рекомендаций для розничных торговцев по поводу того, что можно изменить в товарах, упаковках или в ценах.

Данный метод используется для определения цены, которую рынок готов вынести. Для примера из области межкорпоратив-ных сделок возьмем глобальную компанию по экспресс-доставке писем и посылок – DHL. В своей статье, опубликованной в «Fast Company» (2003), Чарлз Фишман описывает исследование, проведенное для DHL техасской консультационной фирмой Zilliant. Отказавшись от расчетов математическими методами, Zilliant провела поиск подходящей цены. Исследователи не повышали цены на 5 % и не следили за негативной реакцией со стороны клиентов, а также не понижали цены на 15 % в надежде увеличить объем продаж на 20 %. Вместо этого они использовали программное обеспечение, анализируя многочисленные эксперименты, в ходе которых на реальных клиентах тестировались небольшие изменения цены. Предложив новую цену, исследователи подсчитывали количество обращений клиентов по телефону. Тесты охватывали цены на все весовые категории посылок на 43 различных рынках. Всего было получено несколько тысяч звонков. Были такие клиенты, которые звонили, спрашивали цену и ничего не заказывали. Такие неудачные контакты указывали на потолок цен. С помощью более низких цен определяли потенциал увеличения объема продаж. В результате исследования эксперты пришли к выводу: компании DHL – с ее высокой международной репутацией – не стоит равняться на конкурентов в лице UPS и FedEx с их низкими ценами. Впоследствии сотни цен были изменены. Некоторые слегка понизили, а остальные остались на высоком уровне по сравнению с конкурентами. Тем не менее новые цены способствовали увеличению объема продаж, дохода и прибыли.