Мероприятия по предотвращению неэффективного использования созданного платежеспособного спроса

3. Мероприятия по предотвращению неэффективного использования созданного платежеспособного спроса.

Реализация перечисленных государственных мероприятий направлена на расширение базы доходов как основного источника формирования потребительского спроса, и на повышение эффективности использования этих доходов с точки зрения развития экономики в целом.

Увеличение среднедушевого дохода и доходов корпоративного сектора при помощи государственного воздействия с одной стороны повысит уровень потребления, а с другой стороны повысит сбережения и инвестиции в хозяйствующие субъекты, которые обеспечат дальнейший рост доходов. Рост доходов увеличит совокупный платежеспособный спрос, который в свою очередь станет стимулом к расширению производств. Расширяющиеся производства будут предъявлять больший спрос на ресурсы, в том числе труд, и таким образом возникнет мультипликативный эффект.

Наравне с этим необходимо стимулирование потребления отечественных товаров и соответствующего расширения отечественных производств, что приведет к росту экономики страны. При этом важно сбалансированное стимулирование спроса, учитывающее возможности расширения производства в экономике, поскольку излишний внутренний спрос приведет к росту инфляции и утрате положительных эффектов.

Роль государства заключается в обеспечении максимально благоприятных условий функционирования потребительского рынка. Для поддержания тенденции повышения роли потребительского спроса в структуре экономического роста необходимо не только ввести ряд преобразований в экономическую и социальную политику государства, но и определить мероприятия по воздействию на потребительский спрос, чтобы использовать его в качестве механизма экономического роста.

Глава 2. Потребительский спрос в городе   2.1 Особенности прогнозирования спроса

Еще недавно российские предприятия розничной торговли мало задумывались о важности составления точных прогнозов спроса. Руководством составлялись планы продаж, заключались договоры на поставку соответствующих товаров, а затем склады заваливались продукцией, и мог пройти не один месяц, прежде чем ее раскупали. Теперь все иначе.

Информационное обеспечение анализа спроса – это система сбора и обработки данных, позволяющих изучить состояние исследуемого предмета или объекта, измерить влияние определяющих его факторов и выявить возможности управления им[9].

Выборочный метод применяют также при проведении устных и письменных опросов потребителей в розничной торговле для изучения спроса на продукцию, причин его снижения или отсутствия.

К анализу спроса должен быть применен системный подход – это предполагает рассмотрение его как составного элемента рынка.

В процессе исследования спроса использование экономико-математических методов начинается на этапе определения необходимой численности выборки для проведения выборочного обследования.

Прогнозирование спроса представляет собой определение возможного будущего спроса на товары и услуги в целях лучшего приспособления субъектов хозяйствования к складывающейся конъюнктуре рынка.

Прогноз спроса – это теоретически обоснованная система показателей о еще неизвестном объеме и структуре спроса. Прогнозирование связывает накопленный в прошлом опыт об объеме и структуре спроса с предсказанием будущего их состояния.

Спрос прогнозируется на отдельный товар или группу товаров.

Такой прогноз дает представление о реальном уровне спроса на товар в будущем на конкретный период. При этом чем короче период, тем точнее прогноз. Прогноз спроса представляет собой расчет влияния факторов, определяемых как детерминанты спроса. Однако включение в расчет значительного числа детерминант при построении прогнозной модели считается неоправданным: вместо повышения точности и надежности это приводит к значительному усложнению и без того громоздкой вычислительной работы.

Прежде всего, ужесточается конкуренция розничных сетей, при этом лояльность покупателей к конкретному магазину снизилась. Кроме того, ассортимент супер и гипер маркетов насчитывает десятки тысяч SKU и продолжает расширяться, что очень осложняет процесс прогнозирования и планирования. Ошибки же в прогнозах ведут к избыточным запасам, ненужным распродажам или дефициту товаров и, как следствие, упущенной выгоде. Многие компании это уже понимают, и вопрос для них состоит не в том, нужно или не нужно заниматься прогнозированием спроса, а в том, как правильно организовать этот процесс и получить на выходе точные прогнозы и планы продаж.

С одной стороны, все торговые предприятия сталкиваются с одинаковыми задачами: нужно отследить историю продаж товара, а затем, на ее основе, при помощи методов статистического анализа и экспертных корректировок, построить прогноз продаж. Однако, если присмотреться, компании различных секторов розничной торговли сталкиваются со своими, достаточно специфическими проблемами. Ведь при прогнозировании спроса учитываются жизненный цикл продукта, тип оборачиваемости товара, история продаж, стратегия дистрибуции, прогноз отдельного товара или товарной группы. И, соответственно, прогнозирование спроса на различные категории товаров носит достаточно специфичный характер.

В качестве примера возьмем продовольственные сети и магазины, торгующие бытовой техникой и электроникой[10].

Продовольственные сети чаще всего опираются на историю продаж и с учетом вероятных изменений рыночных условий, сезонных факторов и т.д. составляют прогнозы.

Для магазинов, торгующих бытовой техникой и электроникой, прогнозирование спроса осложняется из-за постоянного выхода на рынок новых моделей и отсутствием для них истории продаж. Для прогнозирования спроса на новинки специалисты используют истории продаж замещающих товаров, и на их основе, с помощью экспертных корректировок, составляют прогноз продаж. Основной сложностью в прогнозировании спроса на новые товары является правильный выбор субститута и, соответственно, правильная оценка экспертами потенциала спроса на него. Еще одной особенностью является длительный срок выполнения заказа (в среднем до 3 месяцев), соответственно, прогноз необходимо составлять как минимум на 4 месяца.

В целом, неточные прогнозы имеют общие корни. Это неправильный подход к организации прогнозирования спроса, отсутствие информационной прозрачности и несогласованность действий различных отделов.

Многие компании прогнозируют возможность поставки товаров или услуг, а не реальный спрос. В начале прогнозного цикла важно создать прогнозы, которые не ограничены возможностью поставок. Прогнозирование, базирующееся на истории поставок, ведет к тому, что компании воспроизводят свои ошибки, и не удовлетворяют покупательский спрос. Прогнозирование реального спроса позволяет найти узкие места и оптимизировать процессы.

Громоздкие неавтоматизированные процессы и таблицы приводят к огромному объему негибких, фрагментарных систем планирования. Несопоставимые системы с несвязанной информацией, от ориентированных на продажу планов дохода, до прогнозов отделов, ориентированных на процессы, ведут к расхождениям, из-за чего невозможно создание связанных единых планов. Чтобы решить эту проблему, необходимо создать общее информационное пространство предприятия. Однако применить этот подход проще на словах, чем на деле[11].

Компании уже давно отслеживают данные о продажах с POS терминалов. Прогнозы же составляются с помощью специализированных моделирующих решений, либо по старинке, в Excel. До сих пор высока доля экспертной оценки при составлении прогнозов, что не всегда положительно отражается на их точности. Несколько лет назад в России появились системы прогнозирования класса SCM, которые многие сети на Западе уже давно используют.

Основные функции SCM решения можно вкратце обозначить следующим образом: консолидация и обработка данных, анализ, поддержка процессов и предоставление отчетности.

Прежде всего, системы прогнозирования спроса синтезируют огромные массивы различной информации. Для обработки данных система использует многочисленные статистические инструменты, анализ на основе исключений, а также методы сценарного моделирования. Система поддерживает многомерный анализ и планирование. Это требуется для того, чтобы при анализе данных учитывать различные критерии, например, информацию о месте покупки, времени покупки, покупателе. Например, при планировании промо-акций, большое значение может иметь информация о поле, возрасте и других характеристиках покупателя.

Второй важной функцией, которую выполняют подобные системы, является интеграция отделов финансов, маркетинга, продаж, логистики и создание общего информационного поля между компанией, ее клиентами и контрагентами. Для этого система должна легко интегрироваться с другими информационными приложениями. Таким образом, решение по прогнозированию спроса охватывает все основные звенья и позволяет формировать согласованные планы. Если речь идет о компании, имеющей региональную сеть продаж, то подобная система позволяет руководству не только отслеживать общие, глобальные тенденции продаж, т.е. осуществлять планирование сверху вниз, но также иметь возможность отслеживать продажи на местах, и вносить их в общие планы. Таким образом, система поддерживает не только данные, но и процессы и позволяет проактивно управлять спросом. Это означает, что в систему постоянно поступают данные о продажах, и на их основе автоматически проводится перепланирование, причем, система обладает способностью отслеживать тенденции в продажах и учитывать их в дальнейшем при составлении прогнозов.

Подобные системы поддерживают функцию рассылки уведомлений о проблемных ситуациях и узких местах. Например, коммерческий отдел система предупредит о росте продаж определенного товара и может подсказать о необходимости заключения дополнительного соглашения с поставщиком об увеличении объемов, а отдел планирования о допущенных ошибках при прогнозировании спроса на определенный товар.

Существуют условия, при которых прогнозировать спрос вообще не целесообразно:

·           когда приемлемое время на ожидание клиентом, пока выполнится его заказ, превышает время на производство и закупку компонентов; другими словами, клиент готов ждать свой заказ столько времени, сколько организации потребуется для выполнения заказа без предварительного планирования;

·           если мощности и прочие необходимые ресурсы для выполнения заказов клиентов этих организаций могут быть изменены быстро и не требуют существенных затрат;

·           когда нет необходимости в финансовом планировании.

Во всех остальных случаях без прогнозирования спроса не обойтись. Однако формировать прогнозы спроса нужно ровно настолько, насколько этого требуют конкретные цели. Каждый из перечисленных ниже параметров прогнозов спроса должен быть обоснован целью его использования и определен до начала формирования прогноза.

Горизонт планирования. На какой период в будущем должен быть составлен прогноз? 10 лет? 12 месяцев? Неделя?

Уровень детализации. Должен ли прогноз спроса отражать конечные продукты по заказчикам? Или достаточно суммарного плана по категориям?

Частота пересмотра. Требуется ли прогноз спроса пересматривать раз в год? Раз в квартал? Раз в месяц? Раз в неделю? Каждый день? Каждый час?

Интервал прогнозирования. Какие временные промежутки должен отражать прогноз спроса? Годы? Месяцы? Недели? Дни?

  2.2 Методы прогнозирования

Существует много классификаций методов прогнозирования спроса. Для удобства можно выделить всего две группы: экспертные и статистические.

Первые основаны на экспертных оценках и по своей природе субъективны. Суть их заключается в переведении различных экспертных мнений в формулы, из которых формируется прогноз. К экспертным методам относятся: метод комиссии, «мозговая атака», анкетный опрос, метод Дельфи[12].

Статистические методы предполагают применение статистических расчетов для построения будущего на основе прошлого. Типичный пример – методы исчисления средних. Один из них – применение скользящей средней величины. Предположим, компания захотела использовать скользящую среднюю величину за 12 недель для прогноза спроса какого-либо товара. Для этого суммируют продажи за последние 12 недель, сумму делят на 12, получая таким образом среднюю величину. Через 7 дней добавляют продажи за последнюю неделю и отбрасывают первую неделю, получая данные опять за 12 недель. В этом случае мы говорим об использовании простой средней. Пример расчета:

Старый прогноз (месячные продажи) – 100 ед.

Фактические продажи (последний месяц) – 80 ед.

Новый прогноз (простая средняя) – 90 ед.

Один из очевидных недостатков этого метода заключается в том, что фактическим продажам придается такой же вес, как и старому прогнозу. Обычно лучше придать больший вес старому прогнозу и меньший – текущим продажам, так как последние могут представлять собой случайную вариацию, единственную в своем роде.

Весовые коэффициенты логичнее определить в 0,8 и 0,2 (в сумме они обязательно должны равняться 1,0). Тогда среднюю величину исчисляют так:

Старый прогноз – 100 x 0,8 = 80 ед.

Фактические продажи – 80 x 0,2 = 16 ед.

Новый прогноз (взвешенная средняя) – 80 + 16 = 96 ед.

Этот метод называется экспоненциальным сглаживанием. Весовой коэффициент, приданный текущим продажам (в данном случае 0,2) называют альфа-множителем. Экспоненциальное сглаживание представляет собой исчисление взвешенной скользящей средней. Преимущество этого метода в том, что он упрощает вычисления и часто позволяет хранить меньший объем данных. При экспоненциальном сглаживании требуются данные о «старом прогнозе» и альфа-множителе. Еще более важна гибкость метода. Если прогноз занижает действительный спрос, аналитик способен вручную ввести скорректированный прогноз в систему и приступить к сглаживанию. Это значительно удобнее, чем пытаться скорректировать расчет скользящей средней величины.

При использовании регрессионного и корреляционного анализа рассчитывают формулы, которые придают различный вес «индикаторам», связанным с прогнозируемыми товарами или группами товаров. Например, закладка жилых домов оказывает определенное влияние на продажу металлических изделий строительным фирмам. Динамика валового национального продукта (ВНП), вероятно, тоже оказывает влияние. Таким образом, учитывая степень важности влияния того или иного фактора, можно построить формулу для прогноза суммарных продаж металлоизделий для строительства. При этом особенное внимание нужно уделять ведущим индикаторам, то есть тем, значение которых увеличивается или уменьшается до того, как начнут изменяться прогнозируемые продажи. Правда, использование такого рода индикаторов может принести пользу лишь в том случае, если оно опирается на здравый смысл. Влияние факторов, которые были очень существенны в прошлом, может измениться с течением времени, а потому для них нужно будет применять другой весовой коэффициент. И здесь не обойтись без экспертной оценки.

Следует также помнить, что ни один из указанных методов не может компенсировать или учесть воздействие на спрос других факторов. Например, если продавцы металлических изделий из-за финансовых затруднений решили сократить запасы, зависимость между закладкой домов и продажей металлоизделий не даст точного прогноза. Возросшая иностранная конкуренция также может оказать решающее влияние на динамику продаж.

В реальной практике необходимо использовать простые статистические методы в сочетании с разумным экспертным суждением. Кроме того, выбор метода прогнозирования может и должен определяться параметрами необходимого прогноза (горизонт планирования, уровень детализации и пр.). Например, для составления прогноза спроса для бизнес-плана на 10 лет целесообразнее использовать методы экспертных оценок, нежели статистические[13].

Эффективное прогнозирование спроса, равно как и любой другой бизнес-процесс, состоит из трех взаимосвязанных элементов: люди, процесс, инструменты.

Люди

При проектировании процесса прогнозирования спроса нужно учесть следующие факторы:

·           каким образом организованы функции маркетинга и продаж;

·           кто в компании имеет возможность влиять на спрос;

·           где находится информация, необходимая для формирования прогнозов.

Рассмотрим несколько базовых вариантов организации маркетинга и продаж.

Пример 1. Функции маркетинга и продаж находятся в одном подразделении, руководитель которого подчиняется непосредственно первому лицу организации.

Пример 2. Подразделения маркетинга и продаж обособлены, их руководители подчиняются непосредственно первому лицу организации.

Пример 3. В компании более одного подразделения маркетинга и продаж, каждое из которых подчиняется непосредственно первому лицу организации (например, подразделения разделены по группам клиентов).

В первом случае все просто: процесс прогнозирования спроса находится в зоне ответственности руководителя подразделения маркетинга и продаж. Во втором и третьем примерах передача функций прогнозирования спроса одному из подразделений может спровоцировать дисбаланс в продажах. В этих случаях уместнее сделать ответственным за прогнозирование спроса третью сторону – департамент логистики (цепи поставок). Многие организации, соответствующие второму и третьему примерам, создают даже специальную должность менеджера по планированию спроса (Demand Manager).

Процесс

Эффективное прогнозирование начинается с повышения качества входящей информации. Сбор входных данных должен быть организован с определенной регулярностью и в определенном формате. В частности, нужно выполнять следующие правила.

1. Необходимо собирать статистические данные с теми же параметрами, которые нужны для прогноза спроса. Если требуется составить прогноз спроса на продукцию, должны использоваться статистические данные, основанные на спросе, а не на отгрузках промежуточным звеньям цепи поставок. Интервал сбора данных должен быть таким же, как интервал для прогнозирования (для прогнозов спроса с разбивкой помесячно следует использовать статистику с разбивкой по месяцам). Группировка товаров в статистических данных должна соответствовать группировке в прогнозе спроса (для прогнозов спроса по категориям следует использовать статистику по категориям).

2. Необходимо фиксировать все события, имеющие отношения к данным. Спрос подвержен влияниям некоторых событий, и эти события следует хранить вместе с прогнозом, составленным с их учетом. Например, колебания спроса могут быть вызваны акциями по его стимулированию, изменением цен или погодными условиями. Фиксировать события необходимо, поскольку их анализ является основой для обсуждения новых прогнозов спроса.

3. Необходимо собирать отдельно статистические данные по разным группам клиентов. Многие компании распределяют продукцию через разные каналы дистрибуции, у каждого из которых свои отличительные характеристики спроса.

Например, сетевой магазин может приобретать товар равномерными небольшими партиями два раза в неделю, а крупный региональный оптовик производит крупную закупку дважды в месяц.

Циклы прогнозирования лучше всего организовывать раз в месяц: это оптимально с точки зрения временных изменений спроса и затрат на проведение этой работы.

2.3 Прогнозирование в городе

Потребительский рынок города функционирует как крупная составная часть единого комплекса городского хозяйства. Его главные задачи - создание условий для удовлетворения спроса населения на потребительские товары и услуги, обеспечение качества и безопасности их предоставления, обеспечение доступа к товарам и услугам для всех социальных групп жителей города.

Прогнозирование потребительского спроса в условиях города решается современными супермаркетами и торговыми розничными сетями. Для эффективного управления торговой сетью необходимо прогнозировать объёмы продаж для каждого товара на заданное число дней вперёд. На основе этих прогнозов осуществляется планирование закупок, управление ассортиментом, формирование ценовой политики, планирование промоакций (рекламных кампаний).

Специфика задачи в том, что количество товаров может исчисляться десятками или даже сотнями тысяч. Прогнозирование и принятие решений по каждому товару «вручную» просто немыслимо. Исходными данными для прогнозирования являются временные ряды цен и объёмов продаж по товарам и по отдельным магазинам. Современные технологии позволяют снимать эти данные непосредственно с кассовых аппаратов.

Для увеличения точности прогнозов необходимо также учитывать различные внешние факторы, влияющие на потребительский спрос: уровень инфляции, погодные условия, рекламные кампании, социально-демографические условия, активность конкурентов. В зависимости от целей анализа в роли объектов выступают либо товары, либо магазины, либо пары «магазин, товар».

Ещё одна особенность задачи — несимметричность функции потерь. Если прогноз делается с целью планирования закупок, то потери от заниженного прогноза существенно выше потерь от завышенного[14].

Современное институциональное изменение национальной экономики требует совершенствования системы стратегического управления городом, и в частности потребительским рынком (ПР). Выступая основным источником расширенного воспроизводства населения, рынок потребительских услуг оказывает долговременное и все возрастающее воздействие на преобразование городской экономики.

В настоящее время ПР рассматривается с позиций отраслевого подхода как некоторая механическая совокупность отдельных отраслей, с приоритетом торговли и общественного питания, бытового обслуживания. Управление им строится, как правило, на традиционных подходах, технологиях и методах. Критический анализ предлагаемых в последнее время концепций и представлений о потребительском рынке позволяет нам сделать вывод о том, что проблема институционального обеспечения развития ПР не только не решена, но даже практически по-настоящему и не поставлена.

По нашему мнению, потребительский рынок как объект управления - это подсистема социально-ориентированной экономики, главным активом которой являются социально- трудовые отношения. Интеграционный потенциал ПР формируют субъекты хозяйствования, создающие как материальные товары и услуги, так и нематериальные (социально-культурные), обеспечивающие поддержание и восстановление здоровья, духовное и физическое развитие человека. При этом системообразующими блоками и компонентами ПР выступают и элементы инфраструктуры рынка: финансово-кредитный комплекс, информационно-коммуникационный комплекс и др. Таким образом, создается возможность изучать рынок потребительских услуг как открытую систему, ориентируя управление ею на единую цель - формирование человеческого потенциала. В этой связи ПР необходимо и возможно представлять в качестве объекта экономических исследований и управления.

В условиях перехода к постиндустриальному обществу в России назрела необходимость разработки концепции стратегического управления потребительским рынком (СТУПР) на основе долгосрочных целей повышения качества жизни населения в городах России. Каким должно быть стратегическое управление в регионе (городе) и как сформировать стратегию потребительского рынка, адекватную социально-экономическому развитию города? Современные исследования в области стратегического управления потребительским рынком не дают однозначного ответа.

Устойчивое развитие рынка потребительских услуг для городского населения в современных условиях может быть обеспечено с позиций новой, предлагаемой нами, управленческой парадигмы, ориентированной на создание человеческого потенциала (7). В этой связи необходимы новые подходы к определению роли и места системы общенационального и регионального прогнозирования, разработка долгосрочных и среднесрочных стратегий деятельности муниципальной системы власти на потребительском рынке.

Прогнозирование развития потребительского рынка - это научно обоснованное предвидение его состояния в будущем, учитывающее тенденции изменения покупательского спроса в текущем и ретроспективном периодах.

Представим некоторую абстрактную модель, служащую для описания процессов принятия управленческих решений при прогнозировании развития ПР. При этом нормы поведения органов муниципального управления целесообразно представить в виде алгоритма, позволяющего легче представить внутреннюю логику запутанной последовательности управленческих решений.

По мнению Я. Корнаи, алгоритм принятия решения в области централизованного планирования потребления на макроуровне состоит из пяти этапов. Этот алгоритм носит общий характер и не отражает особенности типа экономических отношений в стране. Невозможно не согласится с Я. Корнаи в том, что различия обнаруживаются, главным образом, в методах реализации плана. Используя некоторые основные понятия и подходы к формированию такого алгоритма, опишем основные параметры и характеристики технологии прогнозирования емкости современного ПР для городского населения[15].

Предположим, что на определенном этапе прогнозирования стратегического развития города ставится цель разработать пять макрозаданий для обеспечения жизнедеятельности населения на следующий год и на их основе определить ряд плановых заданий. Рассмотрим эти пять макропеременных стратегического муниципального управления.