Статистическ ое исследование ассортиментного портфеля коллекционного товар а для спорта и отдыха
На правах рукописи
АЛЕЛЮХИНА ОЛЬГА АЛЕКСАНДРОВНА
СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ АССОРТИМЕНТНОГО ПОРТФЕЛЯ КОЛЛЕКЦИОННОГО ТОВАРА
ДЛЯ СПОРТА И ОТДЫХА
Специальность 08.00.12 – «Бухгалтерский учет, статистика»
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата экономических наук
Москва – 2008 г.
Работа выполнена в Московском государственном университете экономики, статистики и информатики (МЭСИ) на кафедре Математической статистики и эконометрики.
| Научный руководитель: | - кандидат экономических наук, доцент БАМБАЕВА Наталья Яковлевна |
| Официальные оппоненты: | - доктор экономических наук, профессор КУЗНЕЦОВ Владимир Иванович - кандидат экономических наук, доцент БАРСОВА Татьяна Николаевна |
| Ведущая организация: | - Российский государственный торгово– экономический университет |
Защита диссертации состоится «23» октября 2008 г. в 14 часов на заседании диссертационного совета Д212.151.02 в Московском государственном университете экономики, статистики и информатики по адресу: 119501, Москва, ул. Нежинская, д.7.
С диссертацией можно ознакомится в библиотеке университета.
Автореферат разослан « 22 » __сентября 2008г.
Ученый секретарь диссертационного совета,
кандидат экономических наук, доцент Бамбаева Н.Я.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Массовое потребление материальных благ является одним из основных черт современного общества и сопровождается формированием соответствующей системы ценностей и предпочтений.
Розничные торговые организации, работающие непосредственно с разнородными группами потребителей предоставляют нужный ассортимент продукции определенного профиля, обеспечивая доступность товаров на местах.
В настоящее время российским торговым компаниям приходится проводить ассортиментную политику в условиях присутствия на рынке большого количества поставщиков и производителей товаров, высокой конкуренции и постоянного усложнения ассортимента.
Одной из особенностей современных товарных портфелей во многих сферах торговли является наличие коллекционных товаров, характеризующихся относительно коротким жизненным циклом и особенностями структуры спроса, что накладывает существенные ограничения на операции торговой организации.
По оценкам аналитиков рынка розничной торговли доля коллекционного товара от оборота розничной торговли РФ в 2007 г. составила 7-10%. По данным инвестиционной компании «Финам», каждый год рынок розничной торговли коллекционного товара в России увеличивается в среднем на 20%.
Проведенные исследования показали важность учета как специфических особенностей предприятия, его целей и ресурсов, так и факторов внешней среды в процессе принятия решений по ассортиментной политике. Однако в научной литературе понятие оптимального ассортимента детально проработано только для случая потокового (неколлекционного) товара, когда применимы широко используемые методы теории управления запасами.
Современное состояние и тенденции развития российского рынка розничной торговли обусловливают целесообразность разработки методики статистического исследования оптимального ассортиментного портфеля коллекционного товара.
Все вышесказанное определило актуальность темы диссертационного исследования, научную и практическую значимость его результатов.
Целью диссертационного исследования является статистическое исследование ассортиментного портфеля с учетом особенностей коллекционного товара.
В соответствии с целью исследования в диссертации поставлены и решены следующие задачи:
- выявить особенности ассортимента крупной современной торговой организации как объекта статистического исследования;
- сопоставить методы оценивания величины потребительского спроса на товары;
- провести сравнительный анализ существующих подходов к проблеме формирования оптимального портфеля;
- усовершенствовать критерии оптимальности ассортиментного портфеля с учетом свойств коллекционности товара;
- разработать методику определения ограничений оптимизационной модели с помощью методов многомерной классификации;
- оценить влияние эффектов замещения товаров при оптимизации ассортиментного портфеля.
Объектом исследования является ассортиментный портфель коллекционных товаров для спорта и отдыха.
Предметом исследования является количественные методы анализа ассортиментного портфеля коллекционного товара для спорта и отдыха.
Теоретической и методологической основой диссертационного исследования послужили труды ведущих российских и зарубежных ученых по статистике, экономике, организации розничной торговли и теории оптимизации.
В качестве исследовательского инструментария использовались статистические методы многомерной классификации, исследования зависимостей, методы теории операций, многомерной оптимизации и имитационного моделирования, а также графические методы представления результатов исследования. При решении поставленных задач использовались программные средства компьютерного моделирования и статистического анализа данных: MATLAB, Statistica, Microsoft Excel.
Информационную базу исследования составили данные Федеральной службы государственной статистики, официальных сайтов сети Internet и электронных СМИ по теме диссертационного исследования, а также данные управленческой отчетности ООО «Спортмастер», оперирующей на рынке товаров для спорта и отдыха.
Научная новизна работы состоит в разработке комплексной методики формирования оптимального ассортиментного портфеля с учетом особенностей коллекционного товара.
К числу наиболее существенных результатов, полученных лично автором и обладающих элементами научной новизны, относятся следующие:
- разработана методика комплексного статистического анализа эффективности портфеля товаров для спорта и отдыха;
- предложен статистический подход к формированию оптимального ассортиментного портфеля товаров для спорта и отдыха;
- предложена методика оптимизации портфеля коллекционного товара для спорта и отдыха с использованием метода статистического моделирования Монте-Карло;
- разработан алгоритм оценки влияния факторов замещения товаров при оптимизации ассортиментного портфеля;
- предложены методические рекомендации для определения ограничений оптимизационной модели ассортиментного портфеля с использованием результатов многомерной классификации и с учетом стратегических приоритетов компании;
Практическая значимость исследования заключаются в том, что основные положения и результаты работы использованы при формировании оптимального ассортиментного портфеля ООО «Спортмастер».
Результаты проведенного исследования используются в учебном процессе Московского государственного университета экономики, статистики и информатики по курсу: «Статистическое исследование рынка при помощи ППП «SPSS».
Апробация результатов работы.
Результаты проведенного исследования докладывались и получили одобрение на 5-ой Всероссийской конференции молодых ученых, аспирантов и студентов в 2008 г.
Публикации. Основные положения диссертационного исследования нашли отражение в 5 публикациях общим объемом 1,5 п.л., в том числе 1 статья в научном журнале, рекомендованном ВАК РФ.
Структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность выбранной темы, определены цели, задачи, объект и предмет исследования, научная новизна и практическая значимость полученных результатов, методологическая и теоретическая база диссертации.
В первой главе «Проблемы статистического исследования ассортимента розничной торговой организации» показаны особенности формирования эффективного ассортимента для крупных торговых организаций в условиях современного российского рынка, проведен сравнительный анализ методов оценивания спроса на товары, выявлены ограничения в задаче формирования эффективного портфеля, содержащего коллекционный товар.
В работе ассортимент (ассортиментный портфель) определяется как набор товаров, формируемый по определенным признакам и удовлетворяющий разнообразные, общие и индивидуальные потребности покупателей.
Одной из множества характеристик ассортиментного портфеля наиболее важной является его оптимальность, которую чаще всего связывают со степенью удовлетворения потребностей покупателей.
Основными недостатками подобных подходов является использование сильно агрегированного или качественного критерия, а также субъективность оценок значений подобных показателей, как правило отражающих мнение экспертов.
В работе предлагается определять оптимальный ассортиментный портфель как набор товаров, обеспечивающий экономическую эффективность конкретной торговой организации по критерию маржинальной прибыли в рамках существующих ограничений внешней и внутренней конъюнктуры.
Меры по оптимизации ассортиментного портфеля можно условно разделить на два вида:
- изменение параметров портфеля, как реакция на изменение конъюнктуры рынка;
- планирование ассортимента с учетом прогноза будущих значений характеристик рынка.
Проведенный автором анализ показал, что модель управления ассортиментом на основе методик реагирования недостаточно эффективна на российском рынке розничной торговли. Альтернативный подход планирования ассортимента на основании прогноза факторов рынка позволяет организации опережать игроков рынка, что может стать значимым конкурентным преимуществом.
Современными тенденциями в ассортиментной политике многих российских предприятий, оперирующих на рынке товаров народного потребления, в частности, на рынке товаров для спорта и отдыха (ТДСО), являются:
- формирование преимущественно смешенного ассортимента;
- диверсификация портфеля, которая заключается в постоянном расширении ассортимента (введение новых товарных групп, товаров смежных рынков);
- незначительное сезонное обновление ассортиментного перечня;
- редкая, но существенная «чистка» ассортимента;
- разделение ассортиментного наполнения на потоковый и коллекционный товар.
Под потоковым понимается товар с относительно большим жизненным циклом. Для него характерны такие свойства «классического» товара, как уровень складских запасов, не теряющих своей потребительской ценности с течением времени, с возможностью возобновления запасов. По каждой единице потокового товара обычно имеется достаточный объем исторических данных продаж прошлых лет.
Коллекционный товар (англ. fashion retailing) характеризуется коротким жизненным циклом (обычно 2-3 сезона), как правило, пик его продаж приходится на первый сезон. Начиная со второго сезона, потребительская ценность даже успешной коллекции сильно снижается, и товар может быть реализован только со значительными скидками. Накопление статистических данных для данного вида товара возможно только по позициям, отражающим товарную категорию и марку. По конкретному артикулу ретроспективные данные, как правило, отсутствуют.
Центральным вопросом для любого рынка является прогнозирование спроса. Процесс планирования должен включать в себя составление прогноза спроса с допустимым уровнем точности. Именно это является отправной точкой для построения всей дальнейшей деятельности торговой компании, начиная с плана закупок.
Подходы к прогнозированию спроса могут быть условно сгруппированы на две категории по степени объективности/субъективности используемых в каждой категории методов прогнозных расчетов (табл. 1).
Таблица 1.
Подходы и методы прогнозирования спроса
| Подходы к прогнозированию емкости рынка | Методы прогнозирования емкости рынка в рамках соответствующего подхода |
| А | 1 |
| Эвристический | 1.1. Метод средней индивидуальных оценок экспертов |
| 1.2. Методы оптимистических, пессимистических и вероятностных мнений экспертов | |
| 1.3. Методы комиссии | |
| 1.4. Метод сводного индекса готовности приобретения продукции целевыми потребителями | |
| Статистический | 2.1. Трендовые модели (в т.ч. концепция жизненного цикла) |
| 2.2. Факторные модели: | |
| 2.2.1. Однофакторные модели | |
| 2.2.2. Многофакторные модели |
Проведенный в работе анализ существующих методов прогнозирования спроса показал целесообразность использования комбинированного подхода. Построение точечного прогноза осуществляется на основе анализа временных рядов с использованием метода статистических испытаний Монте-Карло для получения стохастических характеристик параметров спроса, используемых в итоговом прогнозе.
В диссертации рассмотрены некоторые современные подходы к постановке и решению оптимизационной проблемы товарного ассортимента. Проведенный сравнительный анализ исследований выявил существующую тенденцию к оценке эффективности портфеля не только в маркетинговом смысле, но и в рамках общей проблемы повышения эффективности деятельности торговой организации в целом. Необходимым, по мнению автора, является требование соответствия полученного оптимального портфеля целям и задачам, поставленным перед менеджментом компании. Существующие методики отличаются в основном степенью охвата бизнес-процессов (т.е. комплексностью оптимизационной модели), критерием эффективности или методом его построения в случае многокритериальности, а также применяемыми методами прогнозирования спроса.
Использование критерия маржинальной прибыли хорошо зарекомендовало себя в задачах повышения эффективности основной деятельности розничной торговой компании, что позволяет обосновать применение его и для задачи оптимизации товарного ассортимента.
Относительно простые оптимизационные алгоритмы в программах, традиционно используемых на предприятиях, не должны являться ограничениями для качества получаемых решений, что обосновывает необходимость использования специализированных программных средств для осуществления математических вычислений в практических задачах формирования ассортимента.
Во второй главе «Методика комплексного статистического исследования эффективности товарного портфеля организации розничной торговли» были рассмотрены особенности оценки эффективности ассортимента, разработана методика комплексного исследования эффективности товарного портфеля розничной торговой организации, а также предложена методика учета эффектов заменимости при формировании оптимального ассортимента коллекционного товара для спорта и отдыха.
Формирование оптимального ассортимента торговой организации основывается на определении объемов закупок товаров будущей коллекции, обеспечивающих максимальную прибыль от реализации данной коллекции, с учетом удовлетворения бюджетного ограничения и системе частных ограничений по отдельным группам товаров.
Бюджетное ограничение вводится как требование достижения стратегических целей компании. Введением подобного ограничения мы исключаем необходимость учета в модели и прогнозирования таких факторов развития компании, как рост сети, определения интенсивности и направлений региональной экспансии, а, следовательно, и рост целевой аудитории. Также это ограничение позволяет исключить некоторые логистические риски.
С целью нивелировать влияние внешних и внутренних факторов на изменение объема закупок компании, в качестве верхнего значения данного показателя мы ввели прогнозную оценку объема закупок коллекции.
Подобные характеристики будущих периодов (стратегические планы) должны разрабатываться менеджментом компаний и включатся в основную систему показателей.
В диссертации проведен анализ перспективных подходов к решению аналогичных задач, разработана оптимизационная модель на основе модифицированной модели продавца газет, которая относится к области оптимального управления запасами товаров с коротким жизненным циклом. Модель описывает широкий класс ситуаций, часто встречаемых в практике розничной торговли. В условиях неопределенного спроса на товары, имеющие короткий жизненный цикл (например, мобильные телефоны, модные товары, т.п.), продавцу необходимо принять решение о закупке некоторого количества единиц товара для продажи в следующем временном периоде.
Задача оптимизации ассортиментного портфеля формализована следующим образом:
(1)
где 
в (1) - математическое ожидание прибыли от реализации портфеля;
Пi - функция прибыли для (i)-й позиции товарного портфеля;
Пi = 
(2)
Где n – количество наименований в ассортименте;
– объем заказа i-го товара, 
;
– минимальный возможный объем заказа i-го товара;
– максимальный возможный объем заказа i-го товара;
Di – реализованное значение спроса;
Pi – отпускная цена;
di – средняя скидка;
B – бюджет коллекции, суммарные затраты на закупку данной коллекции;
T – период времени планирования (1 сезон);
– себестоимость;
- себестоимость товара, непроданного в первом сезоне (с учетом затрат на логистическое обслуживание);
– затраты на логистическое обслуживание единицы непроданного товара (издержки реверсивной логистики);
(3)
- остатки товара (inventory level) на конец сезона.
(4)
Классическая модель продавца газет, сформулированная для одного товара, в диссертации была обобщена для случая множества товаров. Попытки прямого включения в модель множества товарных наименований наталкиваются, на значительные вычислительные трудности вследствие большой размерности, а также на проблему кратного интегрирования совместных функций распределения спроса на товары, составляющих портфель. В этой связи было предложено использовать метод статистических испытаний Монте-Карло. Этот метод позволяет произвести статистически значимое число независимых испытаний и получить последовательность величин изучаемых параметров с априори задаваемыми характеристиками.
Спрос в данной модели полагается случайной величиной с нормальным законом распределения и статистическими параметрами, определяемыми по данным продаж прошедших периодов. Выражение 
в (1) - математическое ожидание прибыли от реализации портфеля – отражает использование в критерии (2) случайного спроса Di.
Второе неравенство в (1) – бюджетное ограничение по закупкам для портфеля, n неравенств 
отражают ограничения на объемы закупок, значения пределов для каждого товара определяется в результате опросов менеджеров компании, имеющих видение в соответствии с целями развития бизнеса компании. Например, позиционирование организации на рынке как супермаркета накладывает обязательные ограничения на широту представленного ассортимента и количественный состав товарных категорий.
Для численного решения поставленной задачи (1) в работе был выбран метод генетических алгоритмов - разновидность методов случайного поиска. Это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путем последовательного подбора, комбинирования и вариации искомых параметров с использованием механизмов, напоминающих биологическую эволюцию в живой природе. Генетические алгоритмы используют для поиска решений в пространствах большой размерности с существенно нелинейными критериями оптимизации и граничными условиями. В ряде практических приложений это единственная эффективная альтернатива поиска решения приемлемого качества без существенного упрощения оптимизационной модели.
В оптимизационной модели (1) влияние стратегических приоритетов компании, а также условий внешней среды, предложено учитывать в ограничениях на переменные: 
, 
– минимальный и максимальный возможный объем заказа, а также в переменной B, отражающей общий бюджет закупаемой коллекции.
Для определения ограничений на переменные на первом этапе группе специалистов компании предлагается сделать предварительную экспертную оценку интервала 
, в котором могут меняться объем закупок по каждой товарной позиции.
Ограничения на переменные оптимизации, лежат внутри соответствующего интервала, и их конкретные значения выбираются с учетом динамики структуры ассортимента в прошедшие периоды, а также целевых показателей деятельности и стратегических приоритетов компании (например, используются значения из системы показателей KPI планируемого периода).
При выборе конкретных значений для ограничений модели возможны три случая:
1. Задано целевое значение KPI. Это равносильно добавлению в модель (1) дополнительного ограничения вида:
, (5)
где 
- товары, принадлежащие к группе K.
Подобным образом в оптимизации учитывается стратегические приоритеты по данной группе товаров.
2. Если анализ структуры позволяет определить направление изменения для товарной позиции, а информация о стратегических приоритетах и величине изменения не задана или отсутствует, то в этом случае в качестве первоначальной оценки принимается интервал, вдвое меньший исходного.
3. Для товарных позиций, по которым выделенных стратегических целей не ставится и для которых не удается определить направление смещения границ, предлагается использовать неизмененный интервал 
.
Для учета влияния факторов внешний среды предложена методика количественного учета эффектов замещения товаров, составляющих портфель.
Спрос на определенный товар, реализованный в условиях широкого выбора товаров конкретной категории – это сумма двух составляющих:
- спрос, который предъявляется на данный товар вне зависимости от того, присутствуют ли в портфеле его заменители.
- спрос, обусловленный совокупным результатом влияния эффектов всех его заменителей в портфеле.
Предлагается оценивать эффект заменимости товаров с учетом двух критериев: уровень розничной цены товара в прогнозируемом временном периоде и рейтинг известности бренда относительно марок, представленных в ассортиментном портфеле. Для ранжирования предложено использовать методику экспертных опросов категорийных менеджеров и специалистов по товарам.
После получения оценки спроса, которая поддается влиянию эффектов заменителей, распределение этого спроса среди марок предлагается реализовать по следующему алгоритму.
Для каждой товарной позиции рассчитываются относительные величины, показывающие, насколько хорошо она заменяет остальные товары портфеля, с учетом относительной разницы цен товаров, известности и задаваемых экспертно коэффициентов относительной важности критериев. Нормировав элементы матрицы и домножив их на величину спроса, обусловленного совокупным влиянием всех эффектов заменителей в портфеле, получим значение трактуемое как потенциал продажи.
Полученный количественный результат заменимости может служить дополнительным критерием корректировки ограничений в процессе принятия решения при формировании эффективного портфеля.
Структура эффектов замещения косвенно, через величину потенциальных продаж, характеризует структуру потребительского спроса на товары, составляющие портфель. Как было указано выше, исследование подобных свойств спроса возможно только опосредствовано. Доступные для прямого анализа данные об объемах продаж любой компании, даже совершенного монополиста, не соответствуют реальной величине спроса. Предложенная методика позволяет получать оценки, характеризующие, пусть и косвенно, результирующее влияние факторов внешней среды.
В третьей главе «Статистический анализ ассортиментного портфеля в розничной торговле товарами для спорта и отдыха» выявлены основные особенности ассортимента товаров для спорта и отдыха, исследована динамика структуры ассортимента для определения параметров оптимизационной модели, а также проведена апробация предложенной методики при оптимизации ассортиментного портфеля ООО «Спортмастер».
В России процент населения, регулярно занимающегося физической культурой и спортом, сравнительно невелик. Согласно данным исследований, за последнее время 29% городского населения страны (в Москве - 31%) регулярно занимались спортом.
При определении размера российского рынка спортивных товаров эксперты расходятся во мнениях. Разброс оценок значительный - от $600 млн. до $4 млрд. На рис. 1 представлен график динамики роста рынка в 2002-2007 гг. по оценке инвестиционной компании «Тройка Диалог».
Рис. 1. Оборот российского рынка ТДСО 2002-2007 гг., млрд. долл.
Апробирование предложенной комплексной методики статистического анализа эффективности товарного портфеля проводилась на данных компании «Спортмастер», занимающей лидирующую позицию на рассматриваемом рынке. Магазины данной сети позиционируются как супермаркеты, что подразумевает наличие максимально возможного охвата групп товаров для спорта и отдыха, а также сервиса надлежащего уровня.
В ассортиментном портфеле компании «Спортмастер» представлены 4 основные группы товаров, выбор которых определяется стратегией компании: тренажеры, инвентарь, одежда, обувь.
Товар на рынке ТДСО делится на потоковый и коллекционный. Наличие в ассортиментном портфеле коллекционного товара (fashion) накладывает особые условия практически на все основные бизнес-процессы в торговой компании. Для коллекционного товара существует несколько особенностей:
- жизненный цикл ограничен одним сезоном. По истечению указанного периода происходит введение больших скидок, а по истечению 2 сезонов товар продается по ликвидационным ценам;
- увеличение масштаба логистических операций. Большая часть товара, который будет продаваться на протяжении сезона (6 месяцев), должна быть поставлена к началу сезона. Непроданный товар коллекции прошлого сезона должен быть вывезен из магазина;
- начало работ по планированию закупок смещается на 1,5 года. Точность прогноза необходимых параметров в подобных условиях крайне невелика;
- отсутствует возможность последующей корректировки заказа (дозаказ или отказ от части заказанного товара). Данное ограничение делает операции с коллекционным товаром высоко рискованными;
- эти товары обладают относительно высокой маржинальной рентабельностью, что является премией за риски.
Предложенная во второй главе методика апробировалась на примере данных розничной торговой сети ООО «Спортмастер».
Основные этапы проведенного исследования представлены на рис. 2.
Рис. 2. Алгоритм исследования ассортиментного портфеля.
Апробация методики проводилась на основании операционных показателей товаров ассортиментного портфеля одной коллекции зимнего сезона (AW2007), состоящей из 184 товарных наименований. Были исключены данные, являющиеся «выбросами», а также товарные позиции, составляющие слишком малую долю в общем объеме продаж, меньше уровня ошибки.
Для проведения исследования структуры использовались данные о продажах за 5 лет. Данные о продажах товарных позиций были нормированы на общую сумму продаж за рассматриваемый период, что позволило нивелировать эффект общего роста сети.
С помощью методов кластерного анализа производится разбиение ассортиментного портфеля из n=184 товарных позиций на однородные группы, по показателям, характеризующим относительный объем продаж за пять лет.
Разбиение на кластеры проводилось с помощью иерархических агломеративных процедур и метода «к-средних» подтвердили свое предположение и определили статистические характеристики каждого кластера.
В результате проведения кластерного анализа в работе получено четыре кластера, в которые вошли товары, имеющие схожую динамику развития и выполняющие близкие стратегические функции (рис.3).
Рис. 3. Средние значения доли товарной категории в общем объеме продаж компании по кластерам
Характеристика полученных кластеров представлена в табл. 2.
Таблица 2.
Основные характеристики кластеров
| Кластер | Название | Количество позиций (n) | Характеристика |
| А | 1 | 2 | 3 |
| 1 | Уходящие бренды | n1=15 | Товары на завершающей стадии жизненного цикла; товары, производители которых прекратили работу с данным направлением деятельности |
| 2 | Уходящее ассортиментное наполнение | n2=47 | Бренды, выходящие из ассортимента; товары, которые на рассматриваемом периоде показали ухудшение результатов к заключительным периодам |
| 3 | Перспективные бренды, драйверы продаж | n3=13 | Товары, которые активно развивались на протяжении последних сезонов, не показывая серьезных результатов на предыдущих периодах |
| 4 | Стабильное ассортиментное наполнение | n4=110 | Товары составляющие основное ассортиментного наполнение. Обширность кластера объясняется позиционирование магазинов исследуемой сети, как супермаркеты. |
В соответствии с полученными результатами были определены и скорректированы ограничения оптимизационной модели.
Полученные предварительные экспертные оценки интервала значения [LBi;UBi], в дальнейшем корректируются экспертами в соответствии с результатами анализа динамики структуры портфеля и структурой эффектов заменимости следующим образом:
- Для кластера 3, так называемые «Звезды», к которому были отнесены наиболее успешно и динамично развивающиеся товарные позиции произведено смещение интервала ограничений в сторону увеличения, т.е. взят интервал от середины исходного интервала до верхней границы [(UBi+LBi)/2; UBi].
- Для товаров кластеров 1 и 2, отнесенных в группы «Уходящие бренды» и «Уходящее ассортиментное наполнение» произведено смещение интервала ограничений в сторону уменьшения, т.е. взят интервал от нижней границы до середины исходного интервала [LBi; (UBi+LBi)/2].
- Товары, отнесенные к четвертому кластеру («Стабильное ассортиментное наполнение»), имеют стабильное развитие на протяжении рассматриваемого ретроспективного периода, и не проявляют тенденций к изменению представленности. Для них ограничения не уточнялись, и был использован исходный интервал [LBi;UBi].
Имитационное моделирование спроса по каждой товарной позиции имеет параметры: математическое ожидание спроса в прогнозном периоде и среднеквадратическое отклонение (СКО). Способ прогнозирования величины математического ожидания по каждой позиции зависел от свойств статистически однородной группы, к которой принадлежит рассматриваемый товар. В зависимости от выявленных свойств группы товаров, отнесенных к одному кластеру, значение этого параметра определялось двумя способами:
1. Для товаров с равномерной динамикой развития математическое ожидание оценивалось, как среднее значение нормированных исторических данных. В нашем случае такой группой стал кластер 2 «Ассортиментное наполнение»
2. Для товаров имеющих направленную динамику развития в качестве оценки математического ожидания использовались средние значения величины нормированных продаж за 2 последних периода.
Для перехода к абсолютным величинам спроса при реализации алгоритма имитационного моделирования средние значения доли каждой товарной категории в общем портфеле нормировались и умножались на абсолютное значение бюджетного ограничения.
Для спроса была выбрана гипотеза о нормальном законе его распределения.
На данном этапе производится предварительный расчет статистически значимого числа реализаций Монте-Карло для прогнозных значений спроса по каждой товарной позиции. Число итераций было взято равным 1000, соответствующая погрешность метода была оценена и признана удовлетворительной.
Непосредственно процедура оптимизации реализуется генетическим алгоритмом. В качестве начальной точки для алгоритма был выбран портфель со структурным распределением товарных позиций (относительные доли каждой из них в общем объеме), аналогичный портфелю прошлого периода. Подобный выбор обусловлен, во-первых, тем, что структура ассортимента не может меняться кардинально за один период. Во-вторых, существующий портфель не может являться априори неэффективным, если компания успешно функционирует на рынке. Абсолютные значения величин закупок по каждой позиции были скорректированы на целевое значение показателя бюджета коллекции.
Задача нахождения оптимального ассортимента решалась при помощи генетического алгоритма для каждого из предъявленного модельного спроса на портфель. Полученное оптимальное решение (объемы закупок) и соответствующее значение уровня ожидаемой прибыли сохранялось.
Многократное повторение численного имитационного эксперимента в данном блоке приводит к накоплению статистической базы по моделируемой величине ожидаемой прибыли. Анализ достаточно большого числа накопленных результатов позволяет делать статистически обоснованные выводы и осуществлять качественный прогноз на заданный период.
Обработка результатов заключалась в том, что были рассчитаны величины относительной ожидаемой прибыли, как отношение прибыли модельного портфеля к фактической прибыли сезона AW2007, скорректированной с учетом роста торговой сети.
Получены следующие характеристики ожидаемой прибыли:
(6)
Интегральная функция распределения прибыли, ожидаемой от реализации эффективного портфеля, представлена на рис. 5.
Рис. 4. Интегральное распределение ожидаемой прибыли от реализации эффективного портфеля.
Полученное распределение является наглядным инструментом для анализа результатов применения методики, т.к. позволяет оценивать последствия принимаемых управленческих решений по формированию ассортиментного портфеля компании.
Таблица 3.
Характерные значения полученного распределения прибыли
| A | Вероятность P(a) | Интерпретация |
| А | 1 | 2 |
| 1.169 | 0.01 | Минимальный экономический эффект от оптимизации |
| 1.311 | 0.13 | ср |
| 1.377 | 0.4 | ср |
| 1.443 | 0.89 | ср+ |
| 1.489 | 1 | Наибольшее реализованное значение прибыли как случайной величины |
Анализ полученного распределения показывает, что с вероятностью 99%, чистый полезный эффект (т.к. расчет производится в сравнимых величинах) составляет около 17%. Далее в зависимости от возможной реализации спроса, вероятность получения прибыли на соответствующем уровне может быть оценена по распределению на рис. 5. Например, вероятность того, что ожидаемая прибыль от реализации оптимального портфеля составит около 138% от фактической прибыли сезона AW2007, равна 0.6.
В заключении диссертации обобщены результаты проведенного исследования, сформулированы основные выводы и даны рекомендации по их практическому применению.
По теме диссертации автором опубликованы
следующие работы:
- Алелюхина О.А. Оптимизация ассортиментного портфеля в розничной торговле.// Экономические науки – 2008 - №1 (38) – 0,7 п.л.
- Алелюхина О.А. Размер спортивного рынка Европы и темпы его роста в различных странах.// Математико–статистический анализ социально-экономических процессов. Межвузовский сборник научных трудов. Выпуск 4. – М.: МЭСИ, 2007. – 0,2 п.л.
- Алелюхина О.А. Объем рынка мировой розничной торговли.// Математико–статистический анализ социально-экономических процессов. Межвузовский сборник научных трудов. Выпуск 4. – М.: МЭСИ, 2007 – 0,2 п.л.
- Алелюхина О.А. Основные принципы ассортиментной политики предприятия.// Тезисы докладов Всероссийской научной конференции молодых ученых, аспирантов и студентов: Прикладные аспекты статистики и эконометрики (апрель 2008г.). – М.: Издательство МЭСИ, 2008. – 0,2 п.л.
- Алелюхина О.А. Многокритериальная оптимизация товарного портфеля.// Тезисы докладов Всероссийской научной конференции молодых ученых, аспирантов и студентов: Прикладные аспекты статистики и эконометрики (апрель 2008г.). – М.: Издательство МЭСИ, 2008. – 0,2 п.л.
