Герман Симон - Прайс-менеджмент

На третьем и последнем этапе эксперты должны провести совместное обсуждение. Это сделать легче, если эксперты имеют возможность видеть результаты опроса (в частности, отношение «цена-объем») в графическом виде.

Правдоподобие результатов проверяется на резко выделяющихся значениях или экстремальных/радикальных прогнозах, сделанных отдельными экспертами. Обсуждение мыслительного процесса и логики прогнозирования помогает рассуждать контекстно и улучшает понимание.

На рис. 3.11 представлено применение метода экспертных мнений в туристической индустрии. Эксперты изучили изменения цен в диапазоне от –15 % до +15 % и спрогнозировали их влияние на объем продаж.

Рис. 3.11.Функция «цена-отклик» на основе экспертных мнений (туристическая индустрия)(Simon-Kucher & Partners)

В диапазоне незначительных ценовых изменений отклик показателя объемов слабый. Но повышение цен на 5 % – это пороговый уровень. Если повышение цены превышает этот порог, наблюдается значительное падение объемов. Согласно экспертным прогнозам, повышение цены на 15 % обернется потерей 26 % клиентов. Ценовая эластичность равна –1,73 (= –26 %/+15 %). Для снижения цен ценовая эластичность ниже в абсолютном выражении. Для снижения цены на 15 % она составляет –1,33 (= +20 %/–15 %). Кривая функции «цена-отклик» имеет форму модели Гутенберга. Эта форма типична для экспертного мнения.

У метода экспертных мнений есть несколько достоинств и недостатков.

Достоинства

• Процесс опроса экспертных мнений легче, использовать его проще, чем опросы клиентов. В целом результаты доступны быстрее, а сам метод относительно недорог.

• Структурирование вопросов для экспертных мнений на основе систематической модели (например, PRICESTRAT) дает хорошие результаты. Количественный подход помогает структурировать проблему и получить рыночные знания и опыт изнутри компании. Кроме того, он ослабляет эмоциональную подоплеку дискуссии.

• Можно предусмотреть и учесть отклики конкурентов и новые ситуации.

• Процесс подходит для больших ценовых интервалов, хотя риск ошибки возрастает, если цены меняются сильнее, чем это готовы принять клиенты.

Недостатки

• Прогнозы дают «внутренние» эксперты, а не клиенты.

• Эксперты могут исходить из ложных допущений или попасть в ловушку группового мышления.

• Индивидуальные прогнозы иногда варьируются с коэффициентом от 10 до 20. В подобных ситуациях даже среднее значение не поможет. Дополнительный риск связан с тем, что эксперты, стоящие выше в организационной иерархии, склонны навязывать другим свои оценки, хотя такие эксперты далеко не всегда обладают лучшим знанием рынка.

Прямые опросы потребителей

Вопросы в прямом опросе потребителей ставятся прямо и по теме. Кто-то, к примеру, определяет ценовую эластичность, напрямую спрашивая клиентов, сколько они готовы заплатить за конкретный продукт или услугу и как отреагируют на изменение цены. Есть множество вариантов, в том числе следующие открытые вопросы.

• Сколько бы вы заплатили за этот продукт?

• Какова самая высокая цена, за которую вы были бы готовы купить этот продукт?

• Какое количество этого продукта вы бы приобрели по цене Х долларов?

• Какова должна быть разница в цене, чтобы вы перешли с продукта А на продукт В?

Вопросы меняются соответственно, если мы имеем дело с ситуацией «да-нет» или «переменное количество». Из ответов на эти и сходные вопросы мы выводим функцию «цена-отклик».

На рис. 3.12 представлено использование прямых вопросов по промышленному товару. Клиентов поставщика спрашивали, при каком повышении цены они уйдут к другому поставщику при условии, что у других конкурентов цены останутся прежними. При повышении цены на 5 % уйдут 9 % клиентов (ценовая эластичность –1,80). При повышении на 10 % уйдет 31 % существующих клиентов (ценовая эластичность –3,10). Чем больше повышение цены, тем выше ценовая эластичность в абсолютном выражении. При повышении цены на 20 % ни один клиент не сохранит лояльность поставщику. Функция «цена-отклик» соответствует правой части модели Гутенберга.

В следующем примере рассматривается калибровка функции «цена-отклик» для ноутбука. Покупателям был задан вопрос: «Сколько вы готовы потратить на этот товар?» Респондентов просили назвать только максимальную цену, отражающую максимальную готовность платить за товар. Ответ показан на рис. 3.13. Это четкое предельное значение – $750.

Рис. 3.12.Функции «цена-отклик» на основе прямых вопросов (промышленный продукт)

Рис. 3.13.Функции «цена-отклик», калиброванные с помощью прямых вопросов (ноутбук)

Как вариант, можно спрашивать респондентов, приобрели бы они продукт по определенным ценам. Респонденты дают серию ответов «да-нет». Неясно, что дает более достоверные результаты: вопросы «да-нет» при заранее определенных ценах или возможность для респондентов самим назвать цену.

Прямые опросы потребителей имеют несколько достоинств и недостатков.

Достоинства

• Прямые опросы потребителей позволяют изучить вопрос желаемых цен конкретным целевым образом.

• В отличие от интервью с экспертами, прогнозы исходят непосредственно от потребителей.

• По нашему опыту, метод прямых опросов имеет более высокую достоверность для промышленных, чем для потребительских товаров. Мы всегда рекомендуем использовать прямые методы вместе с другими (в духе комплексного анализа), чтобы обеспечить перекрестную проверку достоверности.

Методы прямых опросов имеют свои ограничения с точки зрения достоверности и надежности. В частности, можно назвать следующие недостатки.

Недостатки

• Цена рассматривается изолированно, хотя в действительности клиент всегда взвешивает атрибуты цены и ценности. Прямой подход делает слишком сильный упор на цену, при этом ее влияние переоценивается.

• Вопросы о рисках ценового поведения раскрывают расхождения между тем, что потребители говорят при опросе, и тем, как они ведут себя в действительности. Возможно, здесь играет свою роль эффект престижа. Возможность, что на ответы респондентов повлияют социальные предпочтения, может подорвать достоверность опроса. Эмпирические сравнения прямых вопросов и наблюдаемого поведения рынка работают в поддержку данной скептической оценки [26–29].