Преподаватель который помогает студентам и школьникам в учёбе.

Прогнозная оценка спроса на рынке товаров(услуг)

Содержание:

Введение

Современный этап развития рыночных отношений в нашей стране отчетливо выделяет на первый план наличие технологий управления, менеджмента и маркетинговых составляющих деятельности предприятия. Представленный перечень можно продолжать достаточно долго. Однако совершенно очевидно, что он будет неполным без упоминания о маркетинге.

Маркетинг - одна из основополагающих дисциплин для профессиональных деятелей рынка. Основным деятелем рынка является предприятие. Учиться и уметь управлять маркетингом необходимо, прежде всего, ради достижения первостепенных задач таких, как получение прибыли, рост объема сбыта, увеличение доли рынка.

Предприятию нужно знать, как описать рынок и разбить его на сегменты; как оценить нужды, запросы и предпочтения потребителей в рамках целевого рынка; как сконструировать и испытать товар с нужными для этого рынка потребительскими свойствами; как посредством цены донести до потребителя идею ценности товара; как выбрать умелых посредников, чтобы товар оказался хорошо представленным; как рекламировать и продвигать товар, чтобы потребители знали его и хотели приобрести.

Успешная деятельность любой компании во многом зависит от эффективности выработанных в компании процессов, в частности выработки стратегии на длительный период времени. Зачастую правила, по которым функционирует компания, приводят к неблагоприятным последствиям из-за неправильных решений, принятых на основе ошибочных прогнозов бизнес процессов.

Многие компании, в особенности крупные, используют различные инструменты по прогнозированию спроса выпускаемой продукции, для создания моделей своих бизнес-процессов и их анализа с целью выявления неучтенных и неочевидных взаимодействий между элементами анализируемой системы.

Цель исследования: Разработка прогнозной оценки спроса на рынке салонов красоты.

Задачи исследования:

1. Раскрыть теоретические основы оценки спроса на рынке;

2. Проанализировать особенности функционирования базового предприятия;

3. Исследовать рынок услуг салонов красоты;

4. Рассчитать прогнозный спрос для базового предприятия.

1. Теоретические основы оценки спроса на рынке

1.1 Спрос как категория маркетинга

В настоящее время термин «управление маркетингом» определяется как анализ, планирование, реализация и контроль за исполнением программ, направленных на создание, поддержание и расширение выгодных отношений с целевыми покупателями для достижения целей организации.

Таким образом, управление маркетингом связано с регулированием спроса, которое, в свою очередь, связано с регулированием отношений с потребителями.

Управление спросом означает управление потребителями. Спрос на продукцию компании исходит от двух групп: новых клиентов и постоянных клиентов. Теория и практика традиционного маркетинга сосредоточены на привлечении новых клиентов и продаже им товаров и услуг. Сегодня, однако, акценты сместились.

Помимо использования стратегий, нацеленных на привлечение новых клиентов и совершение с ними сделок, компании делают все возможное, чтобы сохранить уже имеющихся клиентов и поддерживать с ними постоянные отношения. На изменение устоявшихся взглядов наталкивают данные статистики. Привлечь нового клиента стоит в пять раз дороже, чем удержать удовлетворенного клиента.

В 1974 году Йорам Винт проанализировал модели прогнозирования новых продуктов, чтобы установить критерии отбора для наиболее подходящих моделей, в соответствии с потребностями спроса^[1]. В 1984 Герт Ассмус классифицировал модели прогнозирования новых продуктов на два типа: модели пробных повторов, которые разбивают общий объем продаж и на продажи пробных покупок (например, модели распространения, поведенческие и управленческие модели) и конкурентоспособные структурные модели, которые оценивают долю рынка, когда новый продукт будет захватывать определенный рынок с конкретными конкурентами (например, поведение покупателя и модели структуры рынка)^[2].

Позже в 1988г. Винай Махаджан и Йорам Винт предложили оценку (подчеркивая сильные и слабые стороны) предыдущих моделей прогнозирования новых продуктов в промышленности и научных кругах. Кроме того, они предложили шесть областей для улучшения исследований и внедрения этих моделей^[3].

Еще один интересный опрос, проведенный Харди, Фейдером и Вишневским в 1998 году, касался проблемы методов прогнозирования новых продуктов в потребительских продуктах. Вопросы «Какие модели дают лучшие прогнозы? и «Когда и почему эти модели лучше всего работают?», и было проведено всестороннее исследование восьми ведущих опубликованных моделей и проанализирована их точность прогнозирования [8].

Таблица 1 - Анализ существующих методов и моделей

Автор /год	Основной вклад	Критерии классификации / Подход	Проверенные модели
Винт (1974 )	Структура классифика ции (восемь наборов характерист ик)и оценка моделей прогнозиро вания новых продуктов	Цель модели Тип продукции и услуг Единица измерения и уровень анализа Формат модели Зависимые переменные Независимые переменные Необходимые данные Аналитические процедуры	Прогнозирование совокупного рыночного спроса против пробного или повторного прогнозирования покупок^[4] Первые модели покупки по сравнению с моделями повторной покупки Прогнозирование и прогнозирование и диагностика
Асмус (1984)		Модели Trial-repeat, которые разбивают общий объем продаж на продажи пробных покупок и продажи повторных покупок^[5] Конкурентные структурные модели оценивают долю рынка, которую новый продукт будет захватывать на определенном рынке с данными конкурентами	Диффузионные модели Поведенческие модели Модели управления Модели поведения покупателей Модели структуры рынка
Махадж ани Винт (1988)	Сравнитель ная оценка из 8 обзорных статей	• Этап в процессе разработки нового продукта	Концептуальные тестовые модели Предпродажные модели рынка Ранние модели продаж
Хардий (1998)	Всесторонн ее исследован ие 8 ведущих опубликова нных моделей в потребител ьских упаковках	• Модели Прогнозирования пробного продукта	Экспоненциальный с «Never Triers»^[6] Экспоненциальный с коэффициентом Логарифмичекая Басовая модель
Линн (1999)	Изучение 76 новых проектов промышлен ных продуктов: 38 успехов и 38 неудач	• Исходные данные: внутренние или внешние, а также качественные или количественные^[7]	Внешнее экспертное заключение Внутреннее экспертное заключение Внешний мозговой штурм Внутренний мозговой штурм Фокус-группа Интервью «Один на один» с клиентами Метод Delphi Интервью «Один на один» с продавцами Ограниченный выпуск Формальный опрос клиентов Анализ временных рядов^[8]

Согласно Шнарсу (1999), высокотехнологичные отрасли и низкотехнологичные отрасли используют разные модели прогнозирования. В их исследовании было рассмотрено семьдесят шесть новых проектов промышленных продуктов [9]. Был сделан вывод о том, что высокотехнологичные компании склонны использовать высоко качественные методы прогнозирования новых продуктов (в основном, основанные на внутренних данных), в то время как низкотехнологичные компании больше полагаются на количественные методы, такие как опросы клиентов.

В 2002 году Кан представил исследования для описания методов и точности прогнозирования новых продуктов [10]. Совсем недавно Лоуренс, Гудвин и Онкал (2006) сосредоточили свое исследование на суждениях подходов к прогнозированию [11].

1.2 Методы оценки спроса

Оценка спроса - это прогноз, ориентированный на будущее поведение потребителей. Он прогнозирует спрос на продукты или услуги бизнеса, применяя набор переменных, которые показывают, как, например, изменения цен, ценовая стратегия конкурента или изменения уровня доходов потребителей будут влиять на спрос на продукцию.

Вооружившись этой информацией, руководство может начать принимать стратегические бизнес-решения, начиная от пересмотра ценовых стратегий и заканчивая установлением уровней товарных запасов, до принятия решения о том, делать ли инвестиции в основной капитал и вводить ли новый продукт или выходить на новый рынок. Существует три метода оценки функции спроса

Потребительские интервью
Рыночные эксперименты
Регрессионный анализ

Согласно этому методу, потребители опрашиваются на предмет их потребительских привычек. Интервью могут проводиться на основе переписи или выборки. В первом случае опрашиваются все прошлые и будущие потребители, в то время как в последнем случае опрашивается только часть из них, называемая выборкой.

Интервью могут быть запланированы устно или с помощью заранее разработанной анкеты, в зависимости от сложности проблемы. Эти интервью, называемые опросами, направлены на получение соответствующей информации о различных переменных, полезных для оценки функции спроса на исследуемый продукт.

Рыночные эксперименты предоставляют альтернативный метод оценки функции спроса. У него есть две версии; актуально и смоделировано. В рамках самого эксперимента магазины открываются в разных местах (местах), а затем отслеживаются и регистрируются реакции потребителей.

Различные населенные пункты будут включать потребителей с различными уровнями дохода, касты и религии, пола, возрастной группы, вкусов и предпочтений и т. д. Кроме того, в ходе экспериментов можно попытаться выяснить, как разные потребители выявляют реакцию потребителей на изменения цен.

Если такое упражнение проводится с достаточной тщательностью в отношении выборки мест и вероятных цен, у исследователя не должно возникнуть никаких затруднений с получением функции спроса, указывающей количества, которые потребуют потребители при различных уровнях доходов, цен и другие соответствующие переменные в функции.

Метод имитации рынка, также называемый клиникой для потребителей или техникой лабораторных экспериментов, включает предоставление денежных средств множеству потребителей и предложение им совершать покупки на имитируемом рынке. Цены на различные товары, их качество, упаковку и т. Д. Изменяются в ходе эксперимента, чтобы наблюдать реакцию потребителей на такие изменения. Это генерирует информацию, которая может быть достаточной для оценки функции спроса.

Наиболее используемый метод оценки спроса, которым следуют экономисты, - это метод регрессии.

Метод включает в себя четыре этапа:

1. Определение переменных, влияющих на спрос на товар, функция которого оценивается.
2. Сбор исторических данных по всем соответствующим переменным
3. Выберите подходящий для функции.

4. Оценка функции

Спецификация случайных переменных происходит из базовой экономической теории спроса. Например, если бы мы оценили функцию спроса на арахисовое масло в Индии, соответствующими причинными переменными были бы национальный доход при постоянных ценах, цена на арахисовое масло, цены на топленое масло Vanaspati и чистое топленое масло (заменители) и цены на яйца, рыба, мясо, грамм муки и овощи (дополнительные элементы).

По предварительным рассуждениям, на спрос на арахисовое масло могут повлиять и некоторые другие переменные, такие как вкусы и предпочтения потребителей, распределение населения на богатых и бедных или между Южной Индией и Северной Индией и ожидания потребителей относительно будущей цены на масло арахисового масла^[9].

Тем не менее, следует отметить, что модель является упрощенной версией истинной структуры, и построитель модели сталкивается с множеством ограничений, таких как доступность затрат на данные для их сбора и временные ограничения, в рамках которых требуется удовлетворить спрос на работу по требованию. предварительный расчет. По этим причинам разработчик модели может быть удовлетворен только важными причинными переменными

Оценка спроса при реализации осуществляется на основе методов, учитывающих скорость продаж товаров:

на энергоносителях - с помощью приборов учета расхода энергоносителей (счетчики расхода газа, электроэнергии, масла, бензина);
на воде - счетчик расхода воды;
по твердым и сыпучим минералам (взвешиванием транспортных средств или измерением количества минералов с помощью оптических приборов (теодолитов);
по товарам индивидуального потребления - на основе компьютерного учета товаров по штриху - коду;

• в организациях розничной торговли применяется балансовый метод учета реализованного спроса. Он основан на формуле товарного баланса:

Р = RB + P1 - 0k Р - реализованный спрос, руб.

где: RB - остаток товара на начало отчетного периода, руб;

P1 - поступление товара за период учета, руб;

0к - остаток на конец отчетного периода, руб.

Исходные данные берут из документов бухгалтерских записей картотеки складов, а затем рассчитывают размер продаж товаров за отчетный период. Однако очевидно, что такой метод является довольно трудоемким, поскольку требует пересчета фактического наличия товаров на складе и в магазине.

Оценка потенциального спроса Общий рыночный потенциал - это максимальный объем продаж, которого могут достичь все компании отрасли в течение определенного периода в случае такого уровня маркетинговых усилий и условий окружающей среды.

Это определяется следующим образом:

GMP = Nb x Np. х Pg,

где: Nb - количество покупателей на рынке, ед .;

Np. - количество покупок среднего потребителя в год, штук в год;

Pg. - средняя цена товара, руб..

Сложение всего для определения количества покупателей данного товара на рынке. Обычно это определяется процессом исключения из числа всех покупателей тех, кто приобретает товары других категорий.

От оценки потенциала всего рынка, можно перейти к оценке рыночного потенциала региона, потенциала сегмента рынка.

Основными данными будут: количество покупателей товаров в сегменте рынка (например, количество жителей или количество людей, занимающихся спортом в секциях аэробики), средний заработок на душу населения в регионе, доля этого дохода, потраченная на приобретение этой группы товаров.

Для оценки спроса можно использовать метод многофакторного индекса.

Аутентичная, полная и своевременная полученная информация - ключ к решению задачи оценки спроса.

Возможные источники получения информации: Вторичные данные:

1. Государственный комитет статистики (статистические отчеты)
2. Отчеты государственных органов
3. Отчеты научных организаций
4. Коммерческие базы данных
5. Данные службы поддержки
6. Данные консалтинговых, маркетинговых компаний.
7. Данные субъектов (данные бухгалтерии, отдела маркетинга и др. Служб)
8. Данные образовательных учреждений

Синдицированная информация - это информация, распространяемая информационными агентствами по подписке. Эти данные обычно собираются специализированными организациями, обрабатываются и продаются подписчикам по следующим направлениям:

результаты опроса общественного мнения;
оценки потребителями качества товаров;
определение сегментов рынка;
Отслеживание рыночных тенденций, спроса на товары и т. Д. Методы обработки вторичных данных:
традиционный анализ - выявление уровня достоверности информации на основе логических рассуждений, группы данных, их обобщение, формулировка ответов на следующие вопросы:
Кто автор документа?
Каковы были цели сбора информации?
В какое время собирались данные и когда готовился документ?
Какова точность данных документа?
Насколько правдивы и логичны выводы и оценки и т. д.?
Насколько правдивы и логичны выводы и оценки и т. д.?
Формальный анализ
выявление выполнения формальных требований, например, есть ли ссылки на первичные источники получения информации, резюме, выводы и рекомендации?
обнаружение повторяемости понятий, названий, имен и слов в тексте. Содержание - анализ - выявление в тексте наиболее значимых фактов, положений и данных и формулировка выводов в соответствии с целью исследования.

Проверка достоверности информации:

1. Логичность
2. Сходимость с известным результатом
3. Надежность источника
4. Сопоставимость информации из нескольких источников
5. Интуиция

Изучаемая среда Необходимые данные

- 1. Окружающая среда Климат и тенденции его изменения, частота и степень катастрофического характера природных аномалий, экологическое состояние окружающей среды и степень ее загрязнения. Требования к охране окружающей среды.
  2. Природные ресурсы энергии Наличие сырья Наличие участков земли,

участков недр, диапазонов частот, водных ресурсов, воздушного пространства

- 1. Экономическая среда Рост национального дохода
рост внешней торговли
Изменение платежного баланса
изменение курса
Инфляция, дефляция
Рынок капитала
Рынок рабочей силы
Инвестиционная привлекательность рынка
ожидаемые изменения рыночной ситуации
Развитие особых экономических зон
1. Политическая и правовая среда. Глобальные политические изменения (смена властной элиты)
Национальные политические изменения
Региональные политические изменения
Разработка законодательства
Система налогообложения
влияние профсоюзов и других общественных организаций
влияние СМИ

Демографическая среда Рост, сокращение населения

структура населения
Социально-психологические течения

Технологическая среда Уровень технологической культуры производства

Инновационная производительность
Технологии утилизации
Таблица данных, необходимых для исследования рынка Тип данных

1. Количественные данные о емкости рынка

Рыночная доля
Требовать
Рост рынка

Качественные данные о рынке Структура рынка

Структура требований
Мотивы покупателей
Традиции и особенности

Доходы, полученные от конкурентов и доли рынка конкурентов

Сильные и слабые стороны конкурентов
Товары и услуги конкурентов
финансовое положение конкурентов
Связь конкурентов с властными структурами
1. Структура отрасли Количество производителей и продавцов,
характер соревнования,
союзы, ассоциации
уровень загрузки мощностей

Безопасность Основные угрозы

Методы возможной профилактики недружественных проявлений

Покупатели Характеристика покупателей

Количество покупателей

Структура распределения товаров по каналам продаж

география мерчендайзинга

Информационная составляющая рынка сбыта информации Каналы распространения

Уровень рекламной поддержки
Уровень продвижения

Таким образом, оценка спроса на продукт фирмы является важным и непрерывным процессом. В конце концов, планирование производственных мощностей и инвестиции в основной капитал должны основываться на точной оценке спроса на продукцию фирмы. Решения для ввода новых рыночных решений.

Решения о выходе на новый рынок, решения относительно производства, планов инвентаризации, а также цен и инвестиционных стратегий - все зависит от оценки спроса.

Оценка моделей спроса включает в себя набор связанных уравнений с ошибками, которые могут не соответствовать общим предположениям регрессионного моделирования. Результаты моделирования показывают, что для рассмотренных типов ошибок и небольших выборок Обобщенный метод моментов в среднем менее точен, чем обычные методы наименьших квадратов и регрессии, по-видимому, не связанные, которые имели очень похожие точности^[10].

В целом, опросы потребителей, рыночные эксперименты, регрессионный анализ дают хорошие результаты, и результаты дают мало оснований для использования более сложных методов оценки.

1.3 Особенности прогнозирования спроса

Экспертные методы полагаются на прошлый опыт прогнозиста или мнения заинтересованных сторон. Исследования потребителей рынка проводятся в соответствии с этапом процесса создания продукта и обычно связаны с существующим коммерческим программным обеспечением.

В теоретическом аспекте правомерность использования экспертного метода подтверждается тем, что методологически правильно полученные экспертные суждения удовлетворяют двум общепринятым в науке критериям достоверности любого нового знания: точности и воспроизводимый результатом. Цель данного метода-превратить опыт, суждение и интуицию в формальный прогноз^[11].

Так же, к числу экспертных методов относятся:

• Метод индивидуальной экспертной оценки — метод прогнозирования, основанный на использовании в качестве источника информации одного эксперт^[12].

Метод психоинтеллектуальной генерации идей- выявление индивидуальной экспертной оценки определяется с помощью программного управления [24];
Метод интервью — метод индивидуальной экспертной оценки, основанный на беседе эксперта с прогнозистом по схеме «вопрос-ответ».
Метод коллективной экспертной оценки — метод прогнозирования, основанный на выявлении обобщенной объективированной оценки экспертной группы путем обработки индивидуальных, независимых оценок, вынесенных экспертами, входящими в группу.
Метод экспертных комиссий — метод коллективной экспертной оценки, состоящий в совместной работе объединенных в комиссию экспертов, разрабатывающих документ о перспективах развития объекта прогнозирования.
Матричный метод прогнозирования — основывается на интерпретации экспертных оценок и связей отдельных аспектов прогнозирования, с последующим преобразованиям матриц и оперированием с ними.
Дельфийский метод — метод коллективной экспертной оценки, основанный на выявлении согласованной оценки экспертной группы путем их автономного опроса в несколько туров, предусматривающего сообщение экспертам результатов предыдущего тура с целью дополнительного обоснования оценки экспертов в последующем туре.
Метод мозгового штурма — данный метод базируется на активизации творческой деятельности экспертов путем совместного обсуждения конкретной проблемы, регламентируемыми правилами .
Аналитический метод прогнозирования — метод прогнозирования, основанный на получении экспертных оценок путем логического анализа прогнозной модели.
Метод построения прогнозного сценария — аналитический метод прогнозирования, основанный на установлении логической последовательности состояний объекта прогнозирования и прогнозного фона во времени при различных условиях для определения целей развития этого объекта^[13].
Морфологический анализ — аналитический метод прогнозирования, основанный на построении матрицы характеристик объекта прогнозирования и их возможных значений с последующим перебором и оценкой вариантов сочетаний этих значений.

• Историко-логический анализ — метод прогнозирования, основанный на системе структурно-временных карт и (или) построении тезаурусов с последующим анализом изменений их структуры.

Рисунок 1.- Классификация экспертных методов прогнозирования

Данный метод, можно рассматривать для аналогичного продукта, когда новый продукт является расширением ранее существующего или, когда он легко сопоставим с другими существующими продуктами. Он также может предоставить хорошую информацию в случае обычно приобретаемых продуктов. Гартнер и Томас (1993) заявили, что обширные маркетинговые исследования доказали, что они повышают точность прогнозирования продаж при использовании вместе с другими методами^[14].

Все оценочно-экспертные методы связанны с большим риском для получения прогноза, особенно когда это инновационный продукт, в случае прорывных продуктов экспертный опыт может привести к предвзятым выводам. Рекомендация заключается в использовании оценочных методов в качестве дополнений к другим количественным методологиям. Авторы нескольких моделей экспертных мнений решили объединить качественные методы с субъективными методами, чтобы повысить точность и получить одобрение топ-менеджера^[15].

2. Прогнозная оценка спроса на рынке красоты

2.1 Общая характеристика предприятия

Настоящая работа выполнена на примере салона красоты «Персона».

Персону основал Игорь Стоянов в середине 90-х годов, и тогда это был один салон в самом сердце Москвы. Затем Игорь начал строить национальную сеть имидж-лабораторий, разрушив стереотип о том, как должен выглядеть салон красоты и сломав ценовую политику в этой отрасли бизнеса, и тут он оказался революционно первым.

В настоящее время Персона — самый концептуальный и узнаваемый бренд российской индустрии красоты.

За довольно короткий срок Персона развилась до самой крупной сети салонов, помимо этого появились новые проекты и бренды с уникальной концепцией во всем. Только в Москве салоны компании Персона, находятся в количестве 40 штук, на региональном рынке Персона развивается на условиях франшизы. Персона Франшиза является быстрорастущей сетью франчайзинговых салонов, каждый из которых представляет собой самостоятельное и независимое предприятие, при этом являясь частью

Персона — это лидер в области моды и стиля, создающий новые стандарты красоты. Постоянно развиваясь и совершенствуясь, применяя новые идеи и технологии, Персона за 13 лет стала абсолютно узнаваемым брендом, уникальным по своей концепции.

Миссия – Создание Персонального стиля для современных, активных людей в особой неповторимой атмосфере индивидуального дизайна каждой лаборатории силами креативного Персонала.

Рассмотрим салон красоты «Персона» расположенный по адресу г. Москва, Большая полянка 30.

Данный салон работает:

понедельник суббота: с 10.00 до 23.00

воскресенье: с 10.00 до 22.00

2.2 Анализ рынка услуг в сфере красоты

Согласно исследованиям официального сегмента, в России работает порядка 75 тысяч отраслевых организаций, так или иначе связанных с индустрией внешнего вида. В расчетах часто не участвуют предприятия, не желающие раскрывать реальное положение вещей, а также региональные хозяйственные единицы, имеющие штат из 2-3 человек.

Лидерство по количеству предприятий сохраняется за столицами, официально признанными имеющий статус экономических. С обслуживанием Москвы и Подмосковья справляются не менее 15 тысяч салонов. В Санкт-Петербурге и области это порядка 8000 предпринимателей. Чуть меньше в Казани – примерно 5000 предприятий^[16].

Анализ рынка салонов красоты подтверждает явное присутствие в сфере услуг новое сформировавшееся направление. Сегодня отрасль активно развивается, расширяется ассортимент услуг, оптимизируются прейскуранты. Для освоения новых и инновационных направлений бизнесменам все чаще требуется получение лицензии.

Сегментирование рынка

В своей ориентированности на потребителя салоны красоты формируют динамичную линейку тарифов, согласно которым то или иное предприятие относится к определенному ценовому сегменту. Большая часть предприятий остается на уровне среднего сегмента рынка, обеспечивая себе стабильный приток клиентов. Против 70 процентов конкурируют салоны с демократичными ценами на услуги, забирая на себя 15 процентов рынка. Оставшаяся доля сферы услуг остается за премиум-сегментом, включающим в себя высокое качество обслуживания и максимум дополнительного сервиса.

Сегментация рынка:

сегментация рынка салонов красоты по ценам

Рисунок 2 – Сегментация рынка по ценам

По диаграмме отчетливо видно структурирование отрасли. Основным ориентиром отрасли остается равномерный переход из одного сегмента в другой. Вместе с тем, в отрасли наблюдается и обратный переток. Согласно прогнозам аналитиков, в перспективе ближайших трех лет может наблюдаться увеличение доли нижнего класса минимум на 5 процентов^[17].

В связи с услугами оказываемыми салоном Персона проведем анализ целевой аудитории.

Категории выделения потребителей в данный сегмент:

ВОЗРАСТ: девушки и женщины от 15-60 лет, мужчины от 15–60 лет, дети от 2–15 лет.

СОЦИАЛЬНЫЙ СЛОЙ: граждане со средним достатком (материальная обеспеченность не менее 55000- 85000 рублей в месяц; если отмечается семейное положение - в частности, семья из 2-х - 4-х человек - то семейный доход в месяц не менее 150000 рублей).

СТИЛЬ ЖИЗНИ: Здоровый, активный, красивый, обаятельный, деловой.

Проведем анализ конкурентов салона красоты Персона, данные представим в виде таблицы 2.

Таблица 2 - Конкурентный анализ

Название компании	Ориентация на клиента	Ценовая категория	Работа персонала
Салон красоты «Персона»	Максимальное удовлетворение клиентов, подбор «своего» мастера	Персона часто сотрудничает с различными компаниями и партнерами, предлагая своим клиентам интересные и выгодные условия обслуживания.	Персонал с высоким уровнем квалификации, с большим опытом работы
Салон красоты BEAUTY PHILOSOPHY	Максимальное удовлетворение клиентов, к услугам клиентов также солярий, массажный кабинет	Существует карта постоянного клиента	Персонал с высоким уровнем квалификации, но маленьким опытом работы (в связи с небольшим сроком работы компании)
Салон красоты EN VOGUE	Оказывают услуги только в области стрижки	Стоимость услуг определяется по прайсу,	Руководитель постоянно контролирует работу сотрудников
Салон красоты NAIL ROOM BEAUTY LOUNGE	Оказывают парикмахерские услуги, а также маникюр, педикюр, наращивание	Стоимость услуг определяеться по прайсу, при первом посещении выдается накапливаемая карта (накопительный процент)	Руководитель постоянно контролирует работу сотрудников

Проведем оценку конкурентоспособности салона красоты Персона, воспользовавшись методом многоугольника (Рис. 2). Бальные оценки выставляются исходя из публикаций в различный журналах, существовании сайта салона, предоставлении информации о салоне.

Рисунок 2 – Многоугольник конкурентоспособности

Таким образом, исходя из рисунка 2 можно увидеть, что наиболее сильные конкурентные позиции у салона Персона, наиболее слабые – Салон красоты EN VOGUE.

2.2 Прогнозная оценка спроса

Емкость рынка салонов красоты

Под емкостью рынка принимается объем продукции или услуг определенного вида на заданном пространстве в определенный период времени. В маркетинговом понимании емкость рынка (market capacity) – совокупный платежеспособный спрос покупателей на определенный товар или услугу при сложившемся уровне цен.

Знание емкости рынка позволяет правильно выстроить стратегию завоевания ниши рынка или же составить обоснованную программу завоевания лидирующего места на отраслевом рынке.

Различают реальную и потенциальную емкость рынка. Потенциальная емкость означает максимально возможный объем продаж продукции или услуг в рыночной ситуации, когда все потенциальные клиенты приобретают товары, исходя из максимального уровня потребления. Реальная емкость оценивается как достижение фактического объема продаж анализируемого товара или услуги.

При нахождении величины емкости рынка возможны большие погрешности, связанные с занижением объемов производства для ухода от полных сумм налогов, а также из-за прохождения части продукции и услуг по линии криминальной теневой экономики и искажения истинных цифр.

Процедура его определения требует специальных маркетинговых исследований или расчетов на основе публикуемой и заимствованной информации. Профессиональные маркетинговые исследования проводятся специализированными центрами. Оценочные расчеты, которые становятся возможными благодаря публикуемым данным и приведенным здесь новым способам расчетов, могут быть сделаны собственными силами подразделениями анализа рынка и маркетинга.

Целью нахождения емкости рынка услуг и сопутствующих товаров является стремление к лидерству на рынке. Для производителей цель заключается в учете существующей емкости рынка и на основе этого во введении дополнительных объемов или существенного расширения номенклатуры товаров. Для начинающих торгующих организаций – для оценки степени развития различных секторов рынка. Кроме того, это необходимо для своевременного расширения объемов продаж в торговле, для выявления степени влияния конкуренции и для выбора наиболее эффективного ассортимента. Необходимо это и для нахождения соотношения между объемами импортных и отечественных услуг. Важно выявлять степень опережения конкурентов в пределах территории по району, городу, региону и определять степень монополизации. На основе емкости рынка находятся другие параметры – рыночная доля, степень интеграции, насыщение рынка.

Когда говорят о емкости, то совсем не обязательно проводить вычисления для всего отраслевого рынка. На практике значительно чаще необходимо определить емкость по району – для опережения ближайших конкурентов. Возможны исследования по городу для занятия лидирующего положения по продажам отдельного вида продукции; по региону – для оценки работы своих филиалов и региональных дилеров, а также для оценки региональной конкуренции.

Теперь рассмотрим емкость рынка салонов красоты по Москве. Именно по Москве имеются многочисленные данные по емкости рынка, которые можно сравнивать. Это связано с наличием здесь крупных профессиональных консалтинговых компаний и центров маркетинговых исследований.

На рис. 3 представлен график изменения емкости рынка салонов красоты в Москве по годам. В этом графике есть основополагающие, или же достоверные точки, составленные на основе сравнения разных данных. Они касаются емкости рынка Москвы:

– в 2003 году – $1,05 млрд,

– в 2010 году – $2,1 млрд.

Остальные значения вычислены, исходя из тенденций на рынке с учетом доходов населения и покупательной способности по годам. Анализ этого графика показывает, что начиная с 2003 года рост емкости рынка салонов красоты был очень существенным – до 24 % за год, далее этот рост слегка замедлился и к кризисному периоду 2009 года прекратился вообще. Начиная с 2010 года рост возобновился. Эксперты прогнозировали в дальнейший период рост до 10–12 % в год. Россия с августа 2012 г. официально стала 156-й страной – членом Всемирной торговой организации (ВТО). В результате на наш отечественный рынок стали более активно проникать европейские сети салонов красоты.

Рисунок 3 - Изменение по годам емкости рынка салонов красоты в Москве

Происходит это потому, как из маркетинга известно, что развитие уровня жизни и культуры в России связано с общим стремлением населения жить не хуже, чем на Западе.

Это в полной мере относится к салонам красоты, так как они отражают изменение уровня культуры и жизненного уровня.

Уровень насыщения в российском салонном бизнесе еще не достигнут, и до него далеко! Это подтверждается сравнением данных по количеству салонов красоты. Во Франции их – 100 тысяч, в России – 30 тысяч! Возможности роста налицо. Такую ситуацию следует вовремя использовать, так как отраслевой рост может сильно увеличиться после проникновения на наш рынок европейских сетей салонов красоты, и он придет к насыщению. Таких примеров немало на рынках обуви, одежды, продуктов питания.

Эксперты называют период перспективного развития салонов красоты в Москве и Санкт-Петербурге в 10–15 лет, после чего может наступить состояние, близкое к насыщению рынка. Для других регионов этот период существенно выше, он может растянуться на несколько десятилетий. Этот факт показывает длительные возможности экспансии в регионы.

Рынок услуг салонов красоты неразрывно связан с рынком парфюмерно-косметических товаров. Емкость этого рынка почти в 10 раз больше и в 2012 году достигла 12 млрд. долларов. В последние годы темпы его роста составляли в среднем 15–20 % в год в зависимости от сегмента. Хотя на рынке пока что не проявляется насыщение, емкость рынка оценивается в 15–18 млрд. долларов к 2017 году. Темпы роста неизбежно начнут замедляться и к 2015 году составят около 10 %. В абсолютных цифрах Россия пока отстает от развитых стран по уровню потребления этой продукции. Сегодня среднестатистический россиянин тратит на парфюмерию и косметику около 60 долларов в год, житель Греции, Испании или Португалии – около 140 долларов, а в Англии, Швейцарии и Германии – от 160 до 200 долларов.

Перейдем к прогнозу спроса. Необходимость нахождения оптимальной цены по отдельной оказываемой услуге связана с тем, что различные виды услуг могут значительно отличаться по себестоимости и по характеру спроса на них.

Рассмотрим такие виды услуг, как курсы омоложения и курсы массажных процедур которые пользуются очень высоким спросом на рынке, но отличаются по уровню конкуренции.

Зависимость спроса на оказываемые услуги от цены моделируется в виде четырехзвенной кусочно-линейной функции, для задания которой достаточно иметь значения перечисленных ниже показателей:

средняя цена оказываемой услуги (Ц_с);
отклонение от средней цены, при котором не происходит изменения спроса (А );
эластичность спроса по цене при понижении цены (Е₁);
эластичность спроса по цене при повышении цены (Е₂);
спрос при средней цене (Д_с);
максимальное значение спроса (Д_макс).

Для определения зависимости спроса от цены рассмотрим динамику оказываемых услуг за последние 5 лет, которая представлена в таблице 3.

Таблица 3 – Динамика услуг в 2014-2018 гг.

Показатель	2014г.	2015г.	2016г.	2017г.	2018г.
Курсы омоложения
Количество клиентов в год	551	557	606	647	714
Курсы массажа
Количество клиентов в год	456	486	588	529	531

По данным таблицы видно, что популярность обоих видов услуг растет с каждым годом. Наблюдается стабильная тенденция увеличения количества клиентов в год.

Однако, в сравнении видно, что спрос на массажные процедуры превышает спрос на омоложение.

Таким образом, можно сделать вывод о том, что спрос на услуги салона красоты является неэластичным

На уровень эластичности спроса влияет ряд факторов:

- наличие аналогичной услуги на рынке определяет рост эластичности; повышение цены на услугу салона красоты ведет к падению спроса на нее, поскольку есть возможность приобретать другую, аналогичную услугу;

- эластичность спроса падает с ростом денежных доходов;

- высокое качество услуги определяет рост эластичности.

Для определения уровня эластичности анализируемых видов услуг была проведена экспертная оценка.

В результате опроса выяснилось, что спрос на услуги омоложения более эластичен, чем спрос на массаж.

Численные значения эластичности при повышении и понижении цены относительно интервала, в котором объем спроса не меняется, представлены в таблице 4. Здесь же приведены основные параметры, необходимые для установления зависимости величины спроса от цены услуги.

Таблица 4 – Базовые параметры функции спроса на косметические услуги

Параметр	Курсы омоложения	Курсы массажа
Средняя цена оказываемой услуги, руб., (Ц_с)	27000	28850
Отклонение от средней цены, при котором не происходит изменения спроса, руб., (ΔЦ )	1000	2000
Эластичность спроса по цене при повышении цены, (Е₁)	0,004	0,003
Эластичность спроса по цене при понижении цены, (Е₂)	0,003	0,002
Спрос при средней цене, (Д_с)	63	88
Максимальное значение спроса, (Д_макс)	100	200

Верхняя и нижняя границы интервала стабильности определяются по формуле (5). Для У омоложения Ц' =28 000 руб., Ц''= 26 000 руб. То есть при изменении цены с 26 000 руб. до 28 000 руб. величина спроса будет оставаться на среднем уровне – 63 человека. Для Массажа Ц' =30 850 руб., Ц''= 26 850 руб., средняя величина спроса – 88 человек.

Графически упрощенный вид зависимости спроса от цены косметических услуг будет выглядеть следующим образом.

Спрос

27000

26000

28000

Цена, руб.

100

26850

28850

30850

200

- «Массаж»

- Омоложение»

Рисунок 4 - Графический вид зависимости спроса от цены

косметических услуг

В таблице 5 представлены различные варианты стоимости услуги и соответствующие им величины спроса согласно полученной функции спроса.

Таблица 5 – Зависимость величины спроса от цены программы

Для омоложения выручка достигает максимального значения при цене 28500 руб. и спросе 63 человека, а длямассажа– при цене 31000 руб. и спросе 87 человек. Выручка, как функция цены и объема спроса, проиллюстрирована на рисунках 5 и 6.

Рисунок 5 – График зависимости доходов от цены программы на омоложение

Рисунок 5 – График зависимости доходов от цены программы на массаж

Функция выручки имеет непостоянный характер: сначала по мере увеличения цены выручка растет, затем, достигнув определенного уровня, величина доходов падает.

Таким образом, функция спроса и спроектированные на ее основе графики зависимости доходов от цены услуги позволяют определить оптимальную цену услуги. Для омоложения она составляет 28500руб., а для массажа – 31000 руб. Соответственно доходы при установлении данных цен составят: 1 795 500 руб. и 2 704 750 руб.

Заключение

Маркетинг это не просто инструмент продвижения товара, а это целая система взаимодействия всех его составляющий элементов друг с другом, которая образует общую картину позиции предприятия на рынке, перспектив развития и ее угроз.

В условии жесткой конкуренции маркетинг позволяет установить эффективную взаимосвязь между организацией и ее средой. Что позволяет организации успешно существовать и завоевывать новые вершины на рынке.

Первые создатели салона красоты проделали трудную работу, чтобы в наше время мы могли без труда обратиться в подобное заведение и смогли преобразить себя.

Салон красоты – это не товар первой необходимости и не простейшая

услуга, без которой не обойтись. Сюда приходят люди, у которых есть свободные деньги, а также те, кто хотят стать ближе к миру красоты, стиля и роскоши.

Это означает, что вы должны пойти на хитрости, чтобы ваша реклама зазывала именно в такую вселенную – где все блестит, все прекрасно, все лучшее.

Необходимость нахождения оптимальной цены по отдельной оказываемой услуге связана с тем, что различные виды услуг могут значительно отличаться по себестоимости и по характеру спроса на них.

В работе рассмотрены такие виды услуг, как курсы омоложения и курсы массажных процедур которые пользуются очень высоким спросом на рынке, но отличаются по уровню конкуренции.

Список использованной литературы

Батурин, А. Н. Временные ряды и модели прогнозирования / А. Н. Батурин [Электронный ресурс] Статья на сайте «Решения для прогнозирования - Analitics». - URL: http://4analytics.ru/
Минаков В.Ф., Макарчук Т.А., Артемьев А.В. Модель Басса в управлении инновационным раз- витием отрасли связи России // Качество, инновации, образование. 2013. № 8 (99). С. 23-27
Минаков В.Ф., Минакова Т.Е., Галстян А.Ш., Шиянова А.А. Обобщенная экономико-математическая модель распространения и замещения инноваций // Экономический анализ: теория и практика. 2012. № 47 (302). С. 49-54
Наркевич Л.В., Боровикова К.П. Прогнозирование объема продаж торговой организации с учетом колебаний спроса // Вестник Белорусско Российского университета. 2013, №1. с. 116 - 123. 12.
Трегуб И.В., Оценка эффективности социальных инвестиций с применением корреляционно-регрессионного анализа // Управленческие науки 2014. №4, стр. 62-66
Трегуб И.В., Трегуб А.В. // Применение коинтеграционного анализа для исследования взаимного влияния финансовых временных рядов // Фундаментальные исследования. 2015. № 8-3. С. 620-623.
Bass F.M., Krishnan T. & Jain D. (1994). Why the Bass model fi ts without decision variables. Marketing Science, 13 (3), 203-223
Bonus H. (1973). Quasi-Engel curves, diffusion and the ownership of major consumer durables. Journal of Political Economy, 81, 655-677.
Chow G.C. (1967). Technological change and demand for consumers. AmericanEconomicReview, 57, 1117-1130
Liang X., Xie L., Yan H. Self Restraining Bass Models. Journal of Forecasting. 2015
LINSTONE, H.A.; TUROFF, M. (1975). Introduction. In H.A. Linstone & M. Turoff (Eds.). The Delphi method: Techniques and applications. MA: Addison-Wesley Publishing Company.
MAHAJAN, V.; MULLER, E.; BASS, FM. (1990). New product diffusion models in marketing. A review, and direction for research. Journal ofMarketing, 54(1): 1-26.
Meade N. (1984). The use of growth curves in forecasting market development — A review and appraisal. Journal of Forecasting, 3, 429-451
Meade N. (1984). The use of growth curves in forecasting market development — A review and appraisal. Journal of Forecasting, 3, 429-451
Robinson B. & Lakhani C. (1975). Dynamic pricing models for new product planning. Management Science, 10, 1113-1122.
Пешкова Е.П. Маркетинговый анализ в деятельности фирмы. – М.:. 2016.
Пунин Е.И. Маркетинг, менеджмент и ценообразование на предприятиях. - М.: Международные отношения, 2013.
Хруцкий В.Е., Корнеева И.В., Автухова Е.Э.. Современный маркетинг. - М.: Финансы и статистика, 2017.
Эванс Дж. Р., Берман Б. Маркетинг. М.: Экономика, 2016. – 371 с.
Маркетинг / Под ред. А.Н. Романова. - М.: Банки и биржи, ЮНИТИ,
Кацадзе Н. Здоровый формализм //Компаньон, 2015. – № 1-2. – с.
Локоткова Ж. «Зеленый" маркетинг пришел в Россию //Капитал,
Ромат Е.В. К вопросу об оценке эффективности рекламы // Маркетинг и реклама. – 2013.
Шкардун В., Ахтямов Т. Оценка готовности предприятия к реализации маркетинговой стратегии // Маркетинг. – 2013.

Robinson B. & Lakhani C. (1975). Dynamic pricing models for new product planning. Management Science, 10, 1113-1122. ↑
Meade N. (1984). The use of growth curves in forecasting market development — A review and appraisal. Journal of Forecasting, 3, 429-451 ↑
Bonus H. (1973). Quasi-Engel curves, diffusion and the ownership of major consumer durables. Journal of Political Economy, 81, 655-677. ↑
LINSTONE, H.A.; TUROFF, M. (1975). Introduction. In H.A. Linstone & M. Turoff (Eds.). The Delphi method: Techniques and applications. MA: Addison-Wesley Publishing Company. ↑
MAHAJAN, V.; MULLER, E.; BASS, FM. (1990). New product diffusion models in marketing. A review, and direction for research. Journal ofMarketing, 54(1): 1-26. ↑
Минаков В.Ф., Минакова Т.Е., Галстян А.Ш., Шиянова А.А. Обобщенная экономико-мате- матическая модель распространения и замещения инноваций // Экономический анализ: теория и практика. 2012. № 47 (302). С. 49-54 ↑
Bass F.M., Krishnan T. & Jain D. (1994). Why the Bass model fi ts without decision variables. Marketing Science, 13 (3), 203-223 ↑
Liang X., Xie L., Yan H. Self Restraining Bass Models. Journal of Forecasting. 2015 ↑
Трегуб И.В., Трегуб А.В. // Применение коинтеграционного анализа для исследования взаимного влияния финансовых временных рядов // Фундаментальные исследования. 2015. № 8-3. С. 620-623. ↑
Трегуб И.В., Оценка эффективности социальных инвестиций с применением корреляционно-регрессионного анализа // Управленческие науки 2014. №4, стр. 62-66 ↑
Chow G.C. (1967). Technological change and demand for consumers. AmericanEconomicReview, 57, 1117-1130 ↑
Meade N. (1984). The use of growth curves in forecasting market development — A review and appraisal. Journal of Forecasting, 3, 429-451 ↑
Минаков В.Ф., Макарчук Т.А., Артемьев А.В. Модель Басса в управлении инновационным раз- витием отрасли связи России // Качество, инновации, образование. 2013. № 8 (99). С. 23-27 ↑
Батурин, А. Н. Временные ряды и модели прогнозирования / А. Н. Батурин [Электронный ресурс] Статья на сайте «Решения для прогнозирования - Analitics». - URL: http://4analytics.ru/ ↑
Наркевич Л.В., Боровикова К.П. Прогнозирование объема продаж торговой организации с учетом колебаний спроса // Вестник Белорусско Российского университета. 2013, №1. с. 116 - 123. 12. ↑
Анализ рынка салонов красоты 2019 [Электронный документ] https://alterainvest.ru/rus/blogi/analiz-rynka-salonov-krasoty-2019/ ↑
Анализ рынка салонов красоты 2018 [Электронный документ] https://alterainvest.ru/rus/blogi/analiz-rynka-salonov-krasoty-2018/ ↑