Вебинар по МИ 2 Как построить прогноз рынка на основании данных исследования 25 сентября Веду

Я директор компании «Международная маркетинговая группа». Работаю в маркетинге уже более 15 лет. За это время создал компанию, которая вышла в топ-10, а уже даже в топ-5 национально-потребительских компаний страны. Собственно, сегодня хотел бы поговорить о такой немаловажной теме, как, собственно говоря, прогнозирование показателей, основных показателей рынка на основании данных маркетинговых исследований. Вначале хотел бы напомнить. Те, кто был на первом вебинаре, мы давали определение того, что такое маркетинговое исследование. Это очень важно, потому что без подобного определения сложно двигаться дальше. Итак, маркетинговое исследование – это разновидность бизнеса. Исследование это говорит нам о том, что мы исследуем именно бизнес, бизнес среды потребителей, производителей, конкурентов, дистрибьюторов и так далее. Целью которого является понять, можем ли мы достичь целей компании, бизнес-целей компании в определенном состоянии внешней среды. То есть, есть внешняя среда, она постоянно меняется с определенной скоростью. И наша задача понять, мы вообще достигнем этих бизнес-целей или нет. Исходя из этого, мы и, собственно говоря, проводим маркетинговые исследования. И одним из немаловажных его элементов является, собственно говоря, и построение прогнозов. Несколько слов про виды исследований по глубине. считаю очень важным про это говорить, потому что многие считают, что любая рыночная информация является маркетинговым исследованием. Это не так, потому что есть статическая информация, то есть мониторинг рынка, срез основных показателей, объем, динамика, доля конкурентов и так далее. Это называется на самом деле мониторинг рынка. Мы срезали информацию и видим статическую картинку. Несколько таких статических картинок, срезанных в разное время, либо срезы по разным временным периодам, которые дают нам определенную динамику и понимание взаимосвязи, почему происходит то или иное, образует анализ рынка. То есть это уже более сложный, более комплексный продукт. Исследование же на основании анализа рынка говорит, скажем так, сравнивает цели самой компании, то есть показывает, есть ли возможность данной компании в текущем состоянии рынка достигнуть своих целей. Так, идем дальше. Вкратце про вторичное исследование. Это то, что вам доступно. Это то, на основании чего мы чаще всего и будем строить прогнозы. Это, безусловно, внутренняя статистика самой компании. Она для вас, во-первых, наиболее доступна, за нее по-хорошему-то и платить не надо, она есть внутри компании. Единственное, что не все и не всегда могут эту информацию собрать. Потому что существуют различные разницуны, проблемы. дается только какие-то определенные срезы, не у всех даже CRM есть, ну и так далее. То есть многим компаниям сложно работать с этой информацией, хотя в принципе это самое базовое, то, что должно быть. То, что у вас есть. Статистика по продажам, статистика по товарообороту и так далее. Кроме того, очень важный параметр данная маркетная изотрада. Сколько вам стоит получение той или иной продажи, того или иного клиента. очень важно в разрезе по продуктам, по каналам сбыта и по каналам маркетингового хроника. Без этого планировать какую-то дальнейшую деятельность очень сложно. По сути, это уже на основании опыта, интуиции, фитя, но не цифра 100. В принципе, гораздо слабее и гораздо менее проверяемо. Точность прогнозирования уже неопределяема. Кроме того, существует Внешние источники, помимо внутренних, это, безусловно, материалы различных органов власти и управления. Есть материалы того промышленных палат и бизнес ассоциаций. Очень интересный источник информации, кстати. Который недооценивается у нас в стране, потому что в стране есть такое промышленные палаты. В разном регионе они работают с разной степенью эффективности. В зависимости от того, кто это промышленные палаты руководит, насколько мотивирован этот человек. Тем не менее, в их обязанности входит исследование текущих пунктов. То есть что происходит на рынке, какие тенденции, они как бы должны способствовать улучшению, скажем так, торгово-промышленного климата, на работе с инвесторами и так далее. Поэтому в мире торгово-промышленные палаты и различные бизнес ассоциации являются аккумуляторами ценной маркетинговой информации, которую они за бесплатно, либо за небольшие деньги готовы делить. Следующие это сборники статистической информации. Когда мы говорим про статистику в целом, это скорее пункт первый, это материалы государственных, муниципальных органов власти. Т.е. Госконстат регулярно раздает формы участникам рынка, обязывает их регулярно заполнять, сдавать эту отчетность. Если эта отчетность не сдается, компании штрафуются на небольшие деньги, но тем не менее, скажем так, крупные игроки рынка всегда стараются эту информацию регулярно давать. Ну, т.е. как бы не сложно, не очень. Стараются выполнять требования запона. Т.е. когда я говорю про материалы государственных органов власти, пункт 1, это вот как раз стандартная Но из более глубокого источника информации, это статистика в более глубоком разрезе, в более полезном для применения аспекте. В разрезе, не просто общие цифры по стране, отдельные цифры. Скажем так, сравнение данных по годам, по регионам и так далее. Есть гораздо более интересные глубокие срезы, и они публикуются в специальных статистических сборниках. Сборники эти недорогие, они могут стоить 100 гривен, 150 гривен и так далее. Например, сборник по туризму – это один из наиболее полных источников информации про рынок туризма в целом. Если про туризм Госкомстат говорит немножко сухо, сколько въехало, выехало, то подобные сборники, например, содержат информацию о том, с какой целью люди выезжали, какие страны, и это, например, двойные пересечения, то есть можем определить направление бизнес-туризма по странам, предположим. Сколько денег с собой вывозили. Обычный Госкомстат такого не говорит. То есть он фиксирует эту информацию, но не выдает ее в общих каких-то отсчетах. А вот детализированные сборники, отраслевые, это интересная штука, и многие недооценивают. где там бывает очень полезная информация. Безусловно, одним из наиболее следующих источников информации внешней уже существующей является специализированная литература, различные специализированные журналы и газеты. Я вам скажу так, был в свое время опыт, проведен где-то в середине 80-х годов, когда группа ученых, по-моему, Ельского университета, если я не ошибаюсь, провела контент-анализ публикаций, посвященных вооруженным силам Соединенных Штатов, и только на основании данных открытых источников подготовила карту расположения воинских частей Соединенных Штатов Америки. с указанием названия, количества, численности военнослужащих, типа вооружения, то есть информация, которую они получили. Эта информация была предоставлена Пентагону. Пентагон скутился за голову и сказал, кто вам слил эту информацию, как так, это абсолютно невозможно. Откуда вы взяли эту информацию, потому что она в 95% совпадала с реальным состоянием вещей, то есть сильно осложнилась часть, у них такое количество, у них примерно на вооружении стоят определенные виды боеприпасов, техники и так далее. Соответственно, вопрос был достаточно серьезно оценен и Пентагон после этого ввел к узору, то есть они начали фильтровать то, что идет в открытые источники. Это то, как применяется и в бизнесе. На самом деле ваши конкуренты, и вы в том числе, очень много стараетесь рассказать о себе, те, кто много старается рассказать о себе. Информации о том, чем будет заниматься компания в будущем, чем она занимается сейчас, вполне достаточно на развитых рынках. И на основании этой информации можно сделать выводы о том, как эта компания будет влиять на рынок в последующем, как повлияет на будущее состояние рынка и как повлияет на достижение ваших собственных целей при достижении подобного рынка. Еще пару слов про периодичные исследования, которые помогают нам спрогнозировать рынок. Абсолютно различные, скажем так, информационные источники, в частности, либо бумажные опросы, либо компьютерные опросы, либо данные ритейл-аудита, на основании которых можно строить прогнозы. Сейчас я расскажу как бы про Итак, в рамках количественных исследований мы можем получить Когда мы говорим про опросы потребителей, мы говорим о том, что мы можем спросить у потребителя, планируют ли они приобретать наш товар или услугу в целом, сначала к нашу категорию, в каком объеме они планируют потреблять товары нашей категории, и в частности спросить, как они планируют потреблять товары наши, товары ваших конкурентов. Исходя из этого, мы можем сделать определенный прогноз. Retail audit – это результаты обхода торговых точек с мониторингом, с одной стороны, того, что у них выложено, и того, в каких объемах реализуется данная продукция. Если эту теорию проводить достаточно регулярно, либо получать эти данные достаточно регулярно, можно выявить определенные тенденции, на основании которых можно делать выводы о том, что будет дальше, что будет в следующем портале и так далее. Качественные исследования не дают нам информацию о том, сколько будет, скажем так, какими будут значениями рынка в ближайший период, она чаще всего дает понимание того, какие факторы влияют на рынок и с какой силой. Поэтому в рамках фокус-групп, либо групповых интервью с экспертами мы можем выявить факторы, которые влияют на рынок и понять, как в степени влияют. Также существуют различные их методики, но при прогнозировании они используются реже, они используются еще для тестирования продуктов, упаковки и так далее. Хотя иногда и они могут подсказать определенные интересные идеи о том, как будет ведет себя рынок в дальнейшем. Соответственно, получать информацию о рынке мы можем получать о прогнозе рынка из различных источников, безусловно от потребителей, как я уже говорил, изучая их планы От клиентов, тех, кто являются вашими партнерами, дистрибьюторами, поставщиками, их мнение также влияет на ситуацию на рынке. Очень интересный, кстати, факт. Если вспоминать, например, 2008 год, мы очень быстро почувствовали ситуацию, что, например, на рынке что-то изменилось, потому что компании, которые покупали у нас маркетинговые исследования, это были в основном компании производительства материалов, либо девайсовские компании, которые развивали строительные проекты, быстро ощутили недостаток финансирования и как бы свернули свою деятельность. То есть мы увидели эту ситуацию очень быстро. В то же время другие компании, которые работали над более структурными проектами, предположим в IT, увидели эту ситуацию через год. Я к чему? Кризис и проблемы, связанные с продажами, начинаются тогда, не тогда, когда это происходит на самом деле на рынке, А тогда, когда об этом задумывается потребитель. Тогда, когда потребитель понимает, что действительно вот проблемы, надо экономить. До того ситуация на рынке в принципе не меняется. Я могу провести параллель с определенной динамикой валютного курса сейчас. ну скажем, из-за неуверенности потребителя в завтрашний день. То есть вот это основная причина, почему происходит, ну скажем так, изменение валютного курса, рыночный, да, почему спрос так давит на предложение и почему цена валюты таким образом растет. Соответственно, то, что у потребителя в голове сегодня, то он будет делать завтра. Соответственно, так он будет делать сегодня и будет продолжать делать завтра. Поэтому нам важны физические моменты. и правильно понять, как они влияют на нашу узкому величину объема рынка в будущем. Кроме того, что у нас должны быть определенные данные, эти данные должны быть точными, с этими данными нужно правильно обращаться. Есть такая красивая парадигма мусор на входе, мусор на выходе. Она говорит о том, что если у вас есть неправильные данные и отличная модель, вы в итоге получите неправильные результаты. То есть результаты, которые нельзя использовать, которые называются мусорными. Если у вас есть отличная модель, у вас отличные данные и нехорошая модель, модель, которая неполным образом учитывает рынок, вы также получите мусор на входе. Соответственно результатом, который даст вам отличные результаты, это отличные данные на входе, хорошая модель, и тогда у вас будут отличные данные. Это небольшая иллюстрация того, каким образом надо строить подобные вещи и на что обращать внимание. Ну, сейчас перейдем, собственно, к самому прогнозированию, как строить прогнозы рынка на основании данных исследований. Существует несколько видов исследований, несколько методов исследования, о каждом из которых я сейчас расскажу более подробно. Очень важно то, что, как я пишу, чем отличается прогноз от прогрессания. Прорицание или, как говорят, пальцем в воздух или еще что-то, какое-то предвидение, оно обычно основано на вере. Я высказал свою точку зрения как эксперт, вы либо мне хотите верить, либо нет. Это прорицание. Прогноз от прорицания отличается тем, что его можно проверить. Его можно повторить и проверить. Он имеет научную основу. И на его основании можно делать какие-то выводы. Его можно повторять, проверять, подставлять другие данные, получать другие результаты. То есть это некая модель, с которой можно работать. Она проверяема и повторяема. Соответственно, когда мы говорим о прогнозе, мы говорим о том, что это научное предвидение. на рамках которого мы можем, который основывается на методике, на основании достоверной информации с оценкой его возможной ошибки. Это очень важно, потому что нужно понимать насколько мы можем ошибиться и эту оценку ошибки обязательно для себя вычислять и оценивать в каждом варианте. На вопросы я отвечу позже, сейчас я немножко расскажу о методах прогнозирования. Их, грубо говоря, 4 группы, и можно назвать некие микс-методы, там будет пятая группа, о которой я расскажу отдельно. Но безусловно, самые простые традиционные методы, графические методы группировки, я сейчас покажу на примере, как они работают. Они достаточно очевидны, просты и при стабильной ситуации на рынке, при существовании четких трендов не вызывает больших сложностей использовать их при прогнозировании. Вторая группа несколько более сложна. Факторный анализ стремится к тому, чтобы изучить взаимосвязь между различными факторами и степень влияния факторов одного на второй. Есть различные, скажем, инструменты, самые простые из которых доступны в пакете анализа Excel. Это корреляционно-регрессионный анализ, который позволяет понять, насколько изменение одной переменной влияет на вторую. Ну, предположим, у нас есть то же самое, присловутый курс доллара, как курс доллара влияет на прогноз рынка. Соответственно, если у нас есть прямая корреляция, то, соответственно, мы можем предсказывать, что если какой-то наш базовый показатель будет меняться, как он будет влиять на итоговый показатель. Про это я опять же расскажу позже, покажу, например. Есть более третья группа, это методы технологического прогнозирования, так называемые. Экстраполяция, известная вам, да, построение моделей, методы исторической аналогии. Четвертый, экспертные методы. Они нам, в общем-то, здорово помогают на многих рынках, где информации недостаточно. Это хороший, сильный инструмент, важно уметь им корректно пользоваться. и делать определенные допущения. Пятая группа это, как я уже говорил, микс методы. Туда можно отнести сценарное прогнозирование, о котором я также расскажу позже. Итак, самое простое. Методы относительных хранительных увеличений. Все на самом деле достаточно просто. Мы берем показатели за два года. Понимаем, что если динамика будет аналогична в следующих периодах, то по сути сравниваем величины и просто переносим методом пропорции определенную динамику в дальнейшем. Это очень просто, это на уровне средней школы простые вещи. Следующий метод тоже простой, графический метод. Опять же, видим какая динамика. И продлеваем эту динамику. Если эта динамика, если этот тренд устойчив, мы можем его использовать дальше. Следующее. Если первые два метода достаточно очевидны, то третий метод, метод группировки, позволяет четко разобраться в том, почему рынок меняется и каким будет на самом деле прогноз. В первых двух методах я разобрал очень простой пример, когда было первое значение 100 единиц, второе значение 115, третье значение 135. Есть определенный тренд, мы как бы видим его. Тренд растущий. На самом деле, внутри этого тренда он может состоять из абсолютно разных двух разнонаправленных трендов. Предположим, что это объем рынка продажи каких-то инструментов. И внутри мы видим два тренда. Есть две группы потребителей. На самом деле, объем потребления юридических лиц может расти. Объем потребления физических лиц может падать. Соответственно, в сумме общий тренд растущий, но внутри на самом деле происходят совсем противоположные процессы. Общие суммы, если их подсчитать, они будут равны общему объему. На вопрос я отвечу позвольте позже. Соответственно, проводя глупировку внутри, мы можем понимать, какие факторы влияют на динамику рынка. и на искомый прогноз, который будет получен в итоге. Так, идем дальше. Когда мы говорим про факторный анализ, то, что я вкратце и сказал, это зависимость между двумя метрическими переменами. Значит, нам нужны определенные ряды, которые мы можем между собой сравнивать. Ну, предположим, объемы продаж за какой-то период, который у нас есть, чем дольше ряд, тем лучше, тем будет более точная построена взаимосвязь. С помощью традиционного регрессионного анализа мы определяем взаимосвязь и определяем степень этой взаимосвязи, то есть как изменение базового показателя влияет на Если эти взаимосвязи очень четкие, они устойчивые, грубо говоря, близки к единице или к минус единице. К единице это значит, что, по-моему говоря, растет базовый показатель и растет и наш итоговый. Если минус единица, то они разным направлены. Чем больше один, тем меньше другой. Чем эти связи четче, тем четче мы можем выстроить прогноз. Мы можем брать абсолютно разные параметры, курс, количество населения, объем потребления. И так далее. Связи могут быть, могут не быть. Вот конвекционный регрессионный анализ показывает степень плотности взаимосвязи. Есть, как я уже говорил, Excel. В нем есть специальная бесплатная настройка, называется пакет анализа. Загружаете настройку, включаете ряды и на основании их ищите взаимосвязи. Вот этим этим занимаются в институте на первом курсе. Тоже не очень сложно, хотя экваляционный регистриционный анализ, он ограничен тем, что он чаще всего работает с ограниченным количеством переменных, то есть их две, предположим. А когда мы подключаем большее количество, 3-4, то взаимосвязи становятся менее четкими. Поэтому у него есть свое определенное ограничение при использовании. Есть метод дисперсионный анализ, в частности, когда мы собираем исторические данные и подбираем модель, которая наиболее точно описывает изменения исторических событий. В частности, моделей в основном их три. Это нормальное распределение на первом рисунке или распределение гаусса, как оно называется. Равномерное распределение, когда существует какой-то тренд и с определенной более-менее равной скоростью меняется Или экспоненциальная, когда существует определенная взаимосвязь, обратная. Чем больше одно, тем больше. Экспоненциальная связь, когда искомая и итоговая величина связаны между собой по экспоненту. Большинство рынков так или иначе проходят эти циклы. И если при модерировании мы получаем достаточно большую процент совпадения наших показателей, которые у нас есть в модели, с реальной ситуацией, в таком случае точность использования модели будет достаточно большая. Есть хороший пример, про который я хотел бы рассказать. Эти возможности, скажем так, факторного анализа, подбора определенных моделей, максимально совпадающих используется не только в прогнозировании рынка, но и в прогнозировании других событий. То есть мы, например, при оценке того, как зависит объем продаж от инвестиций в различные инструменты маркетинга, у нас была такая работа в рамках одной компании, Мы построили модель, она была более сложная, в рамках этой модели мы учли влияние каждого из инструментов, в итоге получили итоговый показатель объема продаж. И поняли, каким образом увеличение инвестиций в каждый из инструментов приводит к изменению продаж. Модель была более сложной, она состоялась из 10 неизвестных, Но она совпадала с реальной ситуацией в одном случае на 80%. То есть там коэффициент линейной аппроксимации есть. Когда вы строите подобную модель в Excel, у вас есть возможность построить линию тренда и проверить, насколько точно, чем ближе к единицам ваше значение, тем максимально точно максимально точно вы попадаете в эту тенденцию. Чем ближе к единице модель, к значению модели, к взаимосвязи, тем она точнее. Таким образом и подбираются подобные модели. Так вот в том случае, когда мы оценивали связь совокупного влияния различных инструментов маркетинга и продаж. В одной модели мы получили, если я не ошибаюсь, 0.79, это очень высокая степень, в другой вообще девяносто один. Это говорит о том, что модель была построена корректно, и при помощи модели можно было корректно переносить те тенденции, которые есть, на следующие периоды. Дальше. Когда мы говорим про факторный анализ и его, собственно говоря, многопакторный анализ, он связан с тем, что значений могут быть очень большое количество. В таком случае нужно их определенным образом группировать, отсекать наименее значимые и на основании уже степени зависимости проводить Скажем так, более точно прогнозировано. Если мы говорили про корреляционный анализ, он будет чаще всего анализ двух-трех переменных. В жизни чаще всего факторов гораздо больше. Соответственно, нужно строить модели, где факторы взаимно влияют друг на друга. Соответственно, есть в многофакторном анализе инструменты, которые позволяют сравнивать одни значения с другими и отсекать ненужные, выделять только те, которые влияют максимально. Экстраполяция. Один из самых простых способов парадозирования, но у него есть определенные свои ограничения, про которые очень важно сказать. В экстраполяции мы предполагаем, что объект в будущем будет развиваться с такой же скоростью, как и в прошлом. Когда у нас меняется тренд, мы не можем использовать экстраполяцию. Мы предполагаем, что все растло, все начало падать. По тренду оно все будет продолжать расти, и на самом деле есть определенные подмены. Для этого нам нужно использовать модели более сложные, о которых я говорил ранее, модели нормального распределения и так далее. То есть модели, которые более четко характеризуют динамику рынка. В то же время экстраполяция достаточно проста, при стабильном тренде можно ее использовать. Очень важно, что для того, чтобы получить одно значение прогнозируемое, нам нужно не менее трех значений в прошлом, для того, чтобы максимально корректно определить, что нужна база для сравнения. Если у нас меньше этих единиц, то наша степень точности экстраполяции будет гораздо более. Когда нам сложно определить взаимосвязи между данными, либо существуют, либо эти связи нелинейные, в таком случае строятся имитационные модели. То есть у нас есть некий черный ящик, мы знаем, что есть какие-то факторы, которые влияют на итоговый показатель. Нам сложно определить степень влияния. В таком случае мы строим имитационную модель, И, изменяя значения различных факторов, смотрим, как меняется модель, как меняются итоговые значения, как работает модель. На основании изменения входящих параметров мы фиксируем изменения, исходя из результатов, которые получаются. На основании этого мы можем предусмотреть определенные результаты. Самый простой метод, про который говорили, это метод Монте-Карло. Мы с одной стороны не знаем, как может работать модель, но тестируя, давая различные входящие параметры, оценивая исходящее, то, что мы получаем на выходе, мы можем определить взаимосвязи и понять, что будет в будущем, исходя из Еще один интересный параметр, про который не говорят экономисты или не говорят математики, потому что предыдущие методы часто используются в физике, математике, математической статистике. В экономике используются еще несколько видов методов. В частности, метод так называемой исторической аналогии. То, о чем мы говорили в прошлый раз на прошлом вебинаре. У нас есть определенные законы развития экономического сообщества. И у нас есть определенные законы развития мегаполисов, прилегающих территорий и так далее. Если мы хотим понять, что будет с нашим городом, например, мы говорим про локальный рынок Киева, нам нужно понять, каким образом изменится инфраструктура, какие тенденции будут превалировать в развитии города в дальнейшем. Нам чаще всего достаточно посмотреть на те города, которые по каким-то параметрам нас опережают. Либо которые внедрили какие-то законы раньше. Один вариант. Либо у которых более... которые сравнимы с нами, но у которых есть какие-то свои... они похожи на нас, но в чем-то нас опережают. Либо у них более высокая покупательская способность. Либо у них большее количество населения. Либо у них большее количество автомобилей. И так далее. Понимая, какие показатели у нас общие, понимая... какие показатели различные, мы можем использовать данные показатели как некая модель для сравнения. Ну, таким образом использовались, предположим, в свое время рынок Москвы и рынок Паршавы использовался для того, чтобы понять, каким будет рынок торговой недвижимости в Киеве, предположим, когда он насытится, при каком уровне цены, при каком уровне модельного, условно говоря, количества метров квадратных на тысячу жителей, предположим. Такие вот параметры проще чаще всего смотреть по развитию аналогичного рынка в сравнимом городе. Это справедливо не только для городов, это справедливо еще и для регионов, потому что есть между собой сравнимые регионы с похожими параметрами развития. Если какие-то события происходят в одном регионе, то, соответственно, можно их определенным образом перенести, если это может быть корректно, перенести на соседний регион. Экспертные методы, безусловно, работают и здесь. Очень часто данных, которые у нас есть для прогнозирования рынка, недостаточно. Соответственно, нам нужно собирать экспертов. Один из самых простых методов, который нам также доступен, это собрать группу экспертов, поставить им проблему, обеспечить беспроблемную генерацию идей. Это не всегда непросто. Потому что чаще всего, если мы говорим про прогнозирование объема рынка, то в одну аудиторию собираются начальники и подчиненные. Знаете, очень часто бывает так, что подчиненные боятся или не хотят показывать свои какие-то навыки или еще что-то. То есть группа должна быть все-таки максимально разнородной. Возможно, несколько групп лучше провести. Мы говорим, что по 11 где-то водители, а в другой среде подчиненные. Группы должны быть максимально гомогенными, то есть однородными. Соответственно, задача сгенерировать максимальное количество идей, а потом в рамках идей уже группировать эти идеи, потому что они чаще в каких-то моментах могут повторяться, отбирать их внутри самой группы, то есть просто ограничивать количество альтернатив. Ну, предположим, нам нужно понять, какие факторы больше всего влияют на рынок и в какой степени. Нам дали большой список факторов, потом оказывается, что какие-то факторы являются патогичными или зависят от других факторов, которые также оставляют самые важные факторы по степени влияния и оценивают. Таким образом, группировка отбор и оценка идей позволяет нам получить те факторы, которые максимально влияют на развитие нашего рынка. Но это очень важно, когда мы говорим про экспертные методы, очень важно было бы, чтобы это были люди с максимально различным опытом и желательно, может быть, даже из различных сфер. Если это одна компания, это могут быть бухгалтера, маркетологи, продавцы, отделы развития и так далее. У них абсолютно разный жизненный опыт, у них абсолютно разная база сравнения. Но именно вот эта большая разница в потенциалах, и дает интересный результат для таких людей, которых в принципе никто даже по отдельности не мог представить, что такое может быть и такое важно. И вот это вот совокупный опыт компании или в некоторых случаях даже отрасли собираются для подобных мозговых штурмов, в частности отрасль, даже отрасль, как я уже сказал, отрасль теоретическая, собираются игроки и начинают генерировать чем, так сказать, как сделать так, чтобы, генерировать идеи, так, чтобы именно была максимально привлекательна. До яблоких событий была группа Викифеденомика, которая собирала различные экспертные группы и команду Викифеденомики, и они генерировали, так называемый, туристический бренд Украины. Были очень интересные идеи, и бренд был генерирован. Он, собственно говоря, уже встречается в постоянной работе. Бренд идеи Украин. Но она очень интересная, применимая и полезная. Она содержит в себе много разных нюансов, которые можно использовать в своей работе. Соответственно, метод МСГУ-штурм является одним из наиболее доступных. И для самой компании можно использовать достаточно широко. Когда мы говорим про более сложные методы, то обязательно нужно упомянуть про метод Дельфи. В частности, мы работаем с той же экспертной группой, но при этом экспертам ставится проблема, собираются мнения с экспертов, при этом итоговые результаты, условно говоря, мы дали экспертам запрос на оценки объема рынка. Они говорят, один говорит 10, другой говорит 12, третий говорит 14. Четвертый говорит 12. Какие-то значения повторяются, какие-то отмечаются. Мы им говорим, окей, ребята, смотрите, по итогам первого раунда получается, что средний объем рынка составляет 12 единиц. Вы с этим согласны или не согласны? Часть согласится, например, 12 согласился, 12 согласился, 10 согласился, 10 согласился, 10 согласился, согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 согласился, 10 Как вы относитесь к тем факторам? согласился, Насколько значимы те 10 согласился, согласился, 10 согласился, согласился, 10 согласился, факторы, о которых сказал эксперт, который оценил рынок в 14 дней, насколько они значимы? И после этого в несколько этапов получается согласованная оценка объема рынка, предположим. Но самое интересное даже не то, что не столько согласованность самооценки, они могут друг друга уговорить. А вопрос в том, что происходит понимание, какие факторы влияют, и происходит оценка факторов влияния на объем рынка. Это тоже очень важно, потому что дает нам понимание того, какой будет динамика. Соответственно, когда излучаются причины расхождения, они дают большое количество полезной пищи для практических рекомендаций при использовании метода Дельта. Это двухэтапный, несколькоэтапный экспертный опрос. Там существует один из интересных методов, это метод анализа иерархии, когда выбирается несколько экспертов, предположим, и он часто используется в ВЧА, хотя в общем его можно использовать и в маркетинге для выбора различных продуктов, для абсолютно различных целей. Как это работает? Вы даете определенные требования. Я считаю, что у нас есть какое-то количество альтернативных значений. В данном случае подобная методология используется в HR, когда есть три альтернативы. Каждый из экспертов оценивает критерии, в нашем случае возраст, опыт, образование и харизма. Он сначала дает оценку веса по каждому из параметров, а потом оценивает каждый вес применительно каждому из кандидатов. Аналогично могут оцениваться факторы, которые влияют на рынок. то есть мы оценили значимость, важность каждого фактора, а потом оценили каждый фактор. Перемножили и получили интегральное значение, с которым можно уже работать, которое можно определённым образом взвешивать и делать из него определённые результаты. Микс-метод, сценарное прогнозирование. В рамках сценарного прогнозирования, как это работает? Берутся существующие данные, опять же, это некий микс-метод. в рамках которого используется и трендовое прогнозирование где-то, и экспертное. Чаще всего у нас есть данные. Предположим, мы сейчас находимся в 2014 году. У нас есть фактические данные по 2011, 2012, 2013 годах. Что в 2014 году мы... Сейчас уже можно предположить на эти фактические данные, но предположим, мы находимся в начале 2014 года, нам нужно спланировать ситуацию до 2017 года. Что нам нужно делать в этой ситуации? С другой стороны, есть набор оптических данных и можно определить определенные тренды. Но нужно понимать, что этот тренд, он один из нескольких. Можно выделить таким образом по факторам влияния, то есть мы составили список факторов влияния, для каждого единственного из экспертов оценили их веса и понимаем, как наш реалистический тренд, реалистичный тренд, который есть, да каким он будет, это вот красное, так сказать, И в зависимости от сценария, она может быть либо оптимистической, либо пессимистической. Выглядит, что какие-то факторы влияют на рынок, снижают объем рынка, уменьшают его объем. И это факторы наоборот, работают вверх. Соответственно, на основании данных экспертов мы строим модель, в рамках которой даем компании некое множество значений. И некие сценарии. То есть компания понимает, что если будет сценарий B, то есть сценарий, условно говоря, кастомистический, то в рамках этого кастомистического сценария нужно делать определенные маркетинговые ходы, там, сокращать затраты, персонал и так далее. Вот. Либо мужчина уходить с рынка. Есть разные ситуации. Оставлять представительство предположенным, либо сокращать свою деятельность. Наоборот, в ситуации противоположной, когда идет кастомистический прогноз, то компании наоборот, есть необходимость в поддержке существующих поделителей, в расширении и так далее. Корректное прогнозирование по сценариям позволяет компаниям не двигаться вслепую, а двигаться очень четко с точки зрения получения необходимого результата. Это повышает управляемость компании, управляемость бизнеса в целом и это собственно то, чем занимаются крупнейшие компании, когда они планируют свою дальнейшую работу. Они это делают не только в рамках полугода-квартала, полугода-года. Они делают подобную работу в период 3-5 лет с выходом на какие-то стратегические показатели. Это корректирует их путь по достижению стратегических целей. Хотелось бы спросить вас, какие методы прогнозирования вы используете в своих компаниях, используете ли их вообще и почему эти методы? Можете написать это в чат. Мы у себя используем, естественно, наиболее простые методы прогнозирования, но у нас, по сути, работают сценарные методы прогнозирования по нескольким сценариям, и эти сценарии различны для каждого из наших четырех клиентских сегментов. Дело в том, что клиентские сегменты у нас различны, у них разные потребности, это разные компании по своему происхождению, в первую очередь по своей потребности. Сходя из этого у них разная структура потребления и одинаковые факторы могут влиять на каждый сегмент по-своему. Предположим, снижение курса национальной единицы импортерам не очень хорошо, тем компаниям, которые ввозят свою продукцию сюда, она в итоге у них дорожает, они становятся менее конкурентоспособными. Некоторые немножко там сокращают свои объемы, объемы продаж и так далее. В то же время компании, которые производители внутреннего, в основном производят свои продукты в внутренней банке и основная часть их себестоимости формируется на внутренней, но они чувствуют себя гораздо лучше. Они понимают, что, ну, собственно говоря, они гораздо более конкурентоспособны и даже наоборот начинают выходить на экран. Соответственно, сказал бы один такой же фактор, его влияние на различные клиентские сегменты не одинаково. Вот такие методы используемы. Внутренняя статистика продаж, да, действительно, она является базой, на основании которой может быть прогноз. Но, опять же, это результаты прошлого, то, что было в прошлом раньше. А что же будет в будущем, вот для этого нужно идти несколько глубже. Нужно делать статистику, развивать по клиентским сегментам. и смотреть то, что я говорил, как влияет тот или иной фактор на развитие ситуации в целом. Чаще всего, если мы говорим про обыкновение прогнозирования, его достаточно делать в трехпятилетней среднесрочной зоне. Его достаточно пересматривать раз в год, предположим. Когда мы говорим про какое-то оперативное планирование, его нужно пересматривать ежеквартально, смотреть, как меняется ситуация, в некоторых случаях даже ежемесячно. То есть большое количество изменений на рынке, к тому, что показатели нужно пересматривать, возможно, даже в некоторых случаях ежемесячно, смотреть и корректировать какую-то тактику, не стратегию, безусловно, но тактику достижения цели компании, возможно, корректировать нужно и не только по результатам полугодовых планов, а по результатам месячных или квартальных отчетов. Так, это, в принципе, все, что касается контента, то, что я хотел вам рассказать сегодня. Я готов ответить на ваши вопросы по мере своего понимания данного предмета, по мере своего опыта того, как мы делаем рыночные прогнозы для ведущих инженерных компаний, которые работают в местном и локальном рынке. Так, смотрим, значит, вопросы. Какая интерполяция используется чаще всего? Вы имеете ввиду именно интерполяцию или способ прогнозирования в данном случае? Если говорить про способ прогнозирования, то чаще всего используется комплексно. То есть мы видим, что если тренды устойчивые, то мы используем трендовое прогнозирование и стараемся подтвердить его мнением экспертов. Есть рынки, которые, несмотря ни на какие кризисы, все равно продолжают расти. Классический пример там фарма, которая В свое время просто повышала цены и продолжала отгружать те же самые объемы, которые отгружала раньше. Потому что люди, как болели, так и болеют. То есть да, они могут сократить свое потребление товаров до кучного спроса, отдыха и так далее. На рекордах они могут экономить, но на самом деле не настолько, как и на еде. То есть сильно экономить они не будут, потому что они будут потреблять более большую продукцию в рамках одной и той же главной группы. Окей, хорошо. Но все равно отказаться есть они не могут физически, отказаться от лечения в большинстве случаев тоже не могут. Более того, то же самое касается кондитерки. Когда кондитерка или сахаросодержащие вещества или продукты, назовем так, они чаще всего являются неким допингом, знаменителем тех удовольствий, которые стали недоступны. Поэтому кризис на самом деле, продажа шоколада и сладкого чаще всего растут. Поэтому есть рынки, которые в общем-то не падают или падают незначительно независимо от ситуации. То есть на них может влиять количество потребителей. Соответственно вот например для крупных отечественных производителей. Ситуация в Луганске и Донецке критична не тем, что снизилось количество внутренних потребителей. И за счет этого у них как бы, скажем так, меняется объем продаж. Не такой, какой они планировали. А все остальные параметры остаются теми же самыми. Количество потребителей стало меньше, вот что самое длинное. А цены, да, цены держатся, объемы держатся. объемы удельного потребления. общий объем конечно из-за снижения количества потребителей будет снижаться. Так, тестовое задание маркетологам, ну на самом деле найти толковых маркетологов тоже еще большая задача, и поверьте, даже если вы попробуете найти кучу вакансий маркетологов по разным регионам в дальнем тестовом задании, но чаще всего вам выпишет что-то такое абсолютно недоволимое, то что звучит будет очень сложно. Поэтому мы в таком случае обычно используем тех людей, которые действительно являются экспертами в отрасли, которые работают в бизнесах, которые, если даже не дают оценку по какому бизнесу, в котором они работают сейчас, вполне нормально и корректно, вот, они могут дать оценку по рынку в целом. Это очень важно, потому что они не являются носителями информации, эта информация можно вынуть у них из головы, ну, в принципе, задавая корректный вопрос. Так, Виктория. Да, безусловно, согласен, потому что если есть тренд, то логично его учитывать. Вопрос уже о маркетинге компании, идти против тренда или идти по тренду, это уже вопрос, скажем, не зависит от прогнозирования, а от реализации поставленной задачи. Ну да, если происходят какие-то отклонения, нужно очень широко понимать с помощью экспертов, как преодолеть вот это негативное влияние определенных факторов. Чем их можно консенсировать? Ну, в частности, если мы говорим про компании украинские, которые потеряли часть потребителей из-за Крыма, Луганска и Донецкой области и так далее, то они сейчас ищут новых потребителей, они сейчас ищут новые возможности, в частности, в Европе частично, ну, например, в Азии, в Африке, где большое количество потребителей тех же товаров-послуг, того же машиностроения, Там те же продукты в питании, которые готовы платить за эту же продукцию в валюте. То есть, в принципе, возможности есть. Рыбинок-то на самом деле глобальный, он более-менее открыт для конкурентов разных товаров. Поэтому, как бы, возможности есть. Если уменьшилось количество продавителей в одном регионе, почему-то нужно найти в другой регион и с ними работать. Так. Какая коэффициент линейной различной интерполяции. А вот здесь есть очень хороший критерий, я про него говорил. Есть такой, называется коэффициент линейной аппроксимации. То есть, если ваша модель максимально точно подходит под некую идеальную модель. Вы выбрали определенную модель, посмотрели на коэффициент аппроксимации. Если он максимально близок к линейной, Соответственно, в дальнейшем ситуация будет развиваться максимально похоже, так как она развивается и в модели. Так, Майк. Вопрос по источникам. Специализированная литература. Можно привести конкретные названия. Конкретные названия военных частей штатов я вам не приведу, конечно. Но специализированная литература, сообщения в журналах газетах. Смотрите, значит, мы возьмем, давайте возьмем какой-то узкий рынок. Предположим, вот расскажу реальную историю. Украинская компания хотела выйти на рынок клейного бруса в Европе. Рынок очень узкий, то есть клейный брус это не древесина, это по сути кусочки дерева склеенные между собой под давлением на высокой температуре. Ну то есть там как бы очень классный клей, специальные условия формирования этого бруса. Но за счет специальных условий брус получает такие характеристики как бетон по прочности и он при этом еще не горит. Ставили специальный опыт и ставили паяльную лампу на какое-то время, он вообще даже не горел и не чадил. Он экологичен и с другой стороны не токсичен, что хорошо. Так вот, для того, чтобы получить информацию о рынке этого клейного бруса, мы пошли на рынок, собственно говоря, ZPS, и что мы там нашли? Там есть ассоциация производителей клейного бруса, которая находится на северной Финландии. Собирает информацию про всех производителей, дает оценки, дает контакты, пишет статьи. И это очень интересная и полезная источник. Как минимум он стал одним из источников, которые получают. позволил нам сориентироваться в том, а кто вообще игроки на данном рынке, какой их вес, как их корректно учитывать, но и привел статистику, в частности, по некоторым игрокам, которые сами ее предоставили на рынок. То есть это позволило нам корректно определить те страны, в которых клиенты будут пользоваться максимальным спросом с одной стороны, и с другой стороны поиски и существуют барьеры и возможности для входа в уже конкретные страны. Поэтому для каждой отрасли этот список Этот список специализированных источников был уникален и у него будет свое название. Если вы в возрасте работаете какое-то время, вы чаще всего знаете, какие это медиа. Если мы говорим о специализации различных маркетологов-аналитиков, то, безусловно, я встречал маркетологов-аналитиков, которые специализируются на спросах. Я видел несколько четких специализаций, которые отличаются одна от другой. Например, это рынок металлургии, то есть аналитики металлургической промышленности сразу смотрят на весь мир. То есть у них не такое большое количество объектов для исследования, поэтому они мониторят мировые цены, мониторят металлургические цены, они смотрят цены на сырье и так далее. Это один из видов специализации. Банковские аналитики. То есть да, они работают с определенным видом продукта. Это продукты из своих параметров, из своих видов. что они регулярно изучают, в банковстве. Третий – телеком-аналитики. Телекомы аналогично, своя определенная товарная линейка, свои определенные законы связаны именно с телекомом. Поэтому маркетологи-аналитики в этих секторах отличаются. Товарные рынки все более-менее между собой похожи. Я бы выделил несколько групп. Это FMCG товары, товары повседневного спроса, товары долгосрочного спроса. Вот они отличаются по своим тенденциям, динамике, по модели прогнозирования в том числе. Поэтому, если вы выбираете аналитика или тем аналитиком являетесь, то обязательно посмотрите, как делались аналогичные исследования коллегами, какие факторы они использовали для прогнозирования. Особенно интересно смотреть на исследования прошлых лет и сравнивать их с реальной ситуацией, чтобы понимать точность прогнозирования и так далее. Вот кто работает с точным устройством, можно также отнести и автомобили. Это мебель, автомобили, квартиры, то есть то, что имеет определенный длительный срок эксплуатации. У них свои законы. У них есть определенный парк, например, вот так, жилой фонд или другой культурфонд, который с определенной скоростью эксплуатируется и обновляется. В зависимости от различных параметров на рынке скорость обновления этого фонда или этого парка различна. Выходит новая технология, скорость увеличивается. Технология заняла свою мишу. Скорость изменения рынка меняется. Если есть еще вопросы, я готов на них ответить. Если вопросов нет, то я, как бы, давайте, прононсирую... Кстати, я пока прононсирую, вы пока подавайте вопросы. Я прононсирую следующий вебинар, который касается исследований зарубежного рынка. На самом деле, очень актуальная тема сейчас, потому что многие потребительские рынки внутри страны сократились в своем объеме, и компании, которым есть что предложить, которые хотят заработать больше, они смотрят за рубеж. Вот, сейчас мы видим, что достаточно большое количество компаний запрашивает исследования зарубежного рынка, потому что они видят, что зарубежные деньги и конкуренты во многих странах, например, Африки, Азии, их там просто нет, либо они очень слабые. Поэтому наши компании могут себя отлично чувствовать на различных рынках. Ну, например, это касается не только рынков машиностроения, либо кодов, серии, а это касается банальных рынков, мы предположим, Мороженого, одна из ведущих рынков компаний. Когда она пришла к нам и сказала, вот мы хотим посмотреть на ближнее зарубежье по морозному, мы определили рынки очень емкие, соседние, где у ближнего морозного было совсем недостаточно. Компания сделала несколько простых ходов, нашла там дистрибьютора, увеличила свои объемы организации несколько раз. Есть простые решения, которые позволяют зарабатывать на зарубежных рынках достаточно много. Про это я расскажу 2 октября, в 4 часа по Киеву, в 5 часа по Москве. Буду рад видеть вас на в данном вебинаре. Вот ссылочка написана на портале вебинара в характере переселения из зарубежного рынка. Если хотите, можете заэксперироваться. Я вам сейчас могу эту ссылочку сбросить прямо в чат. На портале вебинара вы можете либо дойти на сам портал, из главной странички Зайти, я вам сбрасываю эту ссылочку, печатаю. Пожалуйста, можете зарегистрироваться и посмотреть. Так, есть еще несколько вопросов. Есть ли какая-нибудь методика, как определять факторы влияния на рынок для построения сценариев? Ну, собственно, я про это и говорил. То есть, первое, генерируем факторы в экспертной группе. Второе, в рамках экспертной группы определяем степень влияния каждого фактора. И на основании этого строим сценарий. Это отвечаю на вопрос Майка. Генерировали факторы, получили оценки и степень влияния, ну и, собственно говоря, используемые, предпогнозируемые. Так, генерируются они методом могилового шторма, по сути. Брейншторма. Так, торговые маркфлоги. Чем все работают на центральной статистике? Ну, по-разному, на самом деле. Да, вот если говорить про клубную компанию, которые составляют значимую долю. Для них очень важно понимать внутреннюю статистику. Даже часто в компаниях бывает в отделе маркетинга есть специализация. Один человек сидит, обрабатывает только внутреннюю информацию, он занимается потоками, занимается несколькими классами, категориями. Второй, предположим, его курирует и занимается еще мониторингом внешних параметров. То есть занимается менее рутинной работой, не просто обработкой входящих массивов, переводом из одного формата в другой. Он еще смотрит, что делают конкуренты, Вот в таких отделах аналитики уже есть определенная специализация. Конечно, внутренняя статистика №1, но можно смотреть, что еще происходит снаружи, что делают конкуренты, какие у них показатели и т.д. В том числе этим и занимается агентство. Как и наше агентство, оно тоже занимается мониторингом различных параметров для существующих компаний, у которых есть такая потребность. Зарубежная ассоциация дала нам не всю информацию, но дала прилично, немало. Конечно пришлось еще что-то искать и много искать. Пришлось еще находить зарубежных экспертов. Кстати, вот эта ассоциация, в открытом доступе, это есть у них на сайте, дала список экспертов, людей, которые разбираются в этой сфере. Там есть члены этой ассоциации, эта информация тоже в публике. У этих членов ассоциации есть руководители. То есть, по сути, вся информация, которая была нам необходима для того, чтобы ориентироваться, мы там нашли, скажем так, 30% информации и плюс там еще определенное количество подсказок, где найти еще 50%. Отлично. Один сайт, он в открытом доступе. То есть, ты нашел там их оценку, раз, которая достаточно интересна, потому что она является комплексной оценкой ряда игроков, с одной стороны. С другой стороны, они дали наводки на экспертов. А кто эксперт, кто разбирается в этом деле? Потому что там их статьи, они члены этой ассоциации. И дальше работа уже с экспертами, в частности, привела к тому, что один из экспертов сказал, да, я самый крупный диспредюсер в Италии, я готов брать у вас вот такой объем по таким-то параметрам. То есть компания просто пошла за исследованием, чтобы понять вообще, куда идти. А мы пришли на то, что в Италии, предположим, у нас может быть... Ну, вышли потом на две компании в Италии, но тем не менее. В Италии у нас готово брать этого клейного бруса определенный объем. Это уже хорошо на самом деле. Не просто объемы и планы, это уже предконтрактное согласование того, на каких условиях будут браться эти объемы. Поэтому с этим можно работать. Насколько эффективны тут вопросы? Ну, соцопросы эффективны, если их проводить методологически правильно, и эффективность соцопроса должна быть определена до него. Ну, условно говоря, там точность может быть 95 плюс минус 3 процента. Вот этой степени эффективности. 95 плюс минус 3. Когда заявлена определенная достоверность и определенный ее интервал. Если по результатам массив соответствует этим параметрам, ну, значит, вот такова его эффективность. То есть, соответственно, эффективность может быть а, измеримой, и б, при соблюдении достаточного количества параметров, может быть достаточно высокой. Если у вас есть еще какие-то вопросы, я напишу сейчас в чате свой имейл. Пожалуйста, так сказать, чувствуйте себя вполне свободно, можете в течение следующей недели писать вопросы на мой имейл. Хватает ли данных соцопроса для принятия решений? Только соцопроса? Ну, нет. Потому что потребитель этого недостаточно чаще всего. Поэтому мы используем несколько методов. Мы используем в дополнение к соцопросу вторичную информацию и мнение экспертов. Потому что потребитель-эксперт видит ситуацию по-разному, исходя из своего разного опыта. Поэтому только соцопрос. Ну, я знаю много компаний, которые, глобальных в том числе, которые говорят, В результате опроса наш потребитель склонен потреблять на 2-3% больше в следующем квартале. На самом деле эта информация только один из источников для принятия решения о том, что будет с рынком дальше. Он безусловно немаловажен, он достаточно точен, он позволяет получить очень конкретный ответ на вопрос, но его одного было бы не достаточно. Если есть еще какие-то вопросы, я готов на них ответить, если нет, то, собственно говоря, буду рад получить вопросы на электронную почту, либо в рамках того вебинара, который будет через неделю, 2 октября, с 4 до 6 часов по Украине. Спасибо вам, желаю вам успешного маркетинга, желаю вам точных прогнозов. И хочу пожелать, что информация, которую он передал, расширила ваш уговор и позволила вам более эффективно решать те задачи, которые перед вами стоят. Спасибо большое. Успехов вам. До свидания.