CC BY
23
158
Управление, экономика
ТРУДЫ МФТИ. - 2014. - Том 6, № 2
УДК 519.86:658.8.03
С. Л. Семаков, А. С. Семаков
Московский физико-технический институт (государственный университет)
Управление ценовыми скидками в торговых сетях
Представлены и подробно обсуждаются результаты, полученные при использовании ранее предложенного алгоритма по управлению скидками на цену сезонного товара в торговых сетях. Алгоритм направлен на устранение отставания фактических продаж от плановых и максимизацию выручки от продаж. Представленные результаты получены при внедрении алгоритма в реально существующей крупной торговой сети, состоящей из нескольких сотен магазинов одежды.
Ключевые слова: управление продажами, торговые сети, максимизация выручки, ценовые скидки.
1. Описание предложенного алгоритма
В работах [1-3] был предложен алгоритм, позволяющий путем введения скидок на цену сезонного товара в торговых сетях ликвидировать отставание фактических продаж от плановых и тем самым обеспечить тот объем продаж, который был запланирован. Центральное место в предложенном алгоритме занимает следующая реккурентная формула:
полученная в [1, 2]. Здесь йг+1 - скидка (в долях единицы), вводимая в момент ¿¿+1, а йг - скидка, введенная в момент где промежуток времени от ¿¿до ¿¿+1 - это, как правило, неделя; и(и) и «(£¿+1) - плановые объемы продаж на моменты ¿¿и ¿¿+1; й(и) и й(и+{) -фактические объемы продаж на моменты ^ и ¿¿+1; и - плановый объем продаж на весь сезон; к - эмпирический коэффициент, зависящий от типа товара, места и времени (сезона) продаж и определяемый из анализа статистических данных и экспертных оценок. Значения коэффициента к лежат в пределах от 2 до 3, а его физический смысл заключается в том, что он определяет интенсивность продаж: чем больше к, тем к более интенсивным продажам приводит введение одной и той же скидки.
Предложенный алгоритм состоит в следующем: в режиме реального времени происходит мониторинг процесса продаж, определяются фактические продажи й(^) и й(^+1), после чего рекомендуется ввести скидку, определяемую формулой (1).
2. Результаты внедрения алгоритма и их обсуждение
Алгоритм был программно реализован и фактически используется в крупной торговой сети, состоящей из нескольких сотен магазинов одежды. Алгоритм способствует реализации всего запланированного к продаже объема товара и, кроме того, замечателен тем, что, как показано в [2, 3], максимизирует выручку от продаж к концу сезона: выручка от продажи большего объема товара по скидочным ценам оказывается больше выручки от продажи меньшего объема товара по более высоким первоначально запланированным ценам. Ниже приводятся результаты использования предложенного алгоритма в упомянутой выше сети магазинов одежды.
На рис. 1 и 2 представлены результаты использования алгоритма для двух товаров, артикулы и названия которых указаны в верхней части рисунков. На каждом из рисунков _ два Графика: кривая плановых недельных продаж (голубого цвета) и кривая фактических недельных продаж (бордового цвета). Кроме того, на каждом рисунке присутствуют три типа столбиков:
(1)
ТРУДЫ МФТИ. 2014. Том 6, № 2
С. Л. Семаков, А. С. Семаков
159
столбики светло-зеленого цвета; они соответствуют фактическим скидкам, по которым продавался товар в ту или иную неделю; величина скидки определяется по высоте столбика, которую нужно спроектировать на программированную в % вертикальную ось справа от графика;
столбики темно-зеленого цвета; соответствуют объявленным скидкам, которые декларируются на ценниках товара;
столбики красного цвета; соответствуют скидкам, вычисленным по формуле (1).
Заметим, что высоты темно-зеленых и светло-зеленых столбиков могут отличаться: объявленная и фактическая скидки могут быть различны. Это объясняется следующим обстоятельством. Пусть, например, на ценнике товара объявлена скидка 20%. Но если товар покупается обладателем специальной дисконтной карты, к примеру, сотрудником этой же торговой сети, то скидка может составить 30% и выше. Или, скажем, действует акция: «При покупке двух футболок третью отдадим бесплатно». В этих случаях суммарная фактическая скидка, по которой был продан товар, увеличится по сравнению с продекларированной. На рисунках это приводит к тому, что высоты светло-зеленых столбиков оказываются выше высот соответствующих тем же моментам времени темно-зеленых столбиков.
T0AZYN-JK3 Брюки утепленные женские The North Face Women's Kidepo Insulated Pant p.10
"^DISCOUNT DISCOUNT_CALC REDIS —PLAN_ONE_WEEK —PROD_ONE JWEEK
/
A
/
\ \
. . 1 .
siisiiiiisiiiiiiiiiiiii'ii s s s Е Е s Е Е s ; s s s ; s s s 3 3 3 3 3 3 Й s 02.12.2012 09.12.2012 16.12.2012 23.12.2012 30.12.2012 06.01.2013 13,01.2013 20.01.2013 27.01.2013 03.02.2013 10.02.2013 17.02.2013 24.02.2013 03.03.2013 10.03.2013 17.03.2013 24.03.2013 31,03,2013^ 07,04.2013 < 14.04,2013 4 21.04.2013 i 28.04.2013 i
Рис. 1. Кривые плановых (plan one week) и фактических (prod one week) продаж, а также продекларированные (discount), рекомендуемые (redis) и фактические (discount calc) скидки на цену товара
Прокомментируем результаты, представленные на рисунке 1. Рассмотрим сначала первые шесть недель продаж с 23.09.2012 по 04.11.2012. На протяжении первых полутора месяцев товар, как правило, всегда продается по ранее запланированным ценам независимо от того, насколько успешно идут фактические продажи. Рекомендуемые скидки в этот период тоже не вычисляются, так что столбики темно-зеленого и красного цветов на рисунке отсутствуют. Присутствуют лишь столбики светло-зеленого цвета, поскольку всегда есть некоторое число привилегированных покупателей со специальными дисконтными картами, например, те же сотрудники данной торговой сети. Начиная с седьмой недели (с 04.11.2012) считаются рекомендуемые формулой (1) скидки и на рисунке появляются красные столбики: с 04.11.2012 рекомендуемая скидка (высота красного столбика) составляет 20%; и обусловлена она тем, что фактические продажи (бордовая кривая) к этому моменту уже существенно отстают от плановых продаж (голубая кривая), причем, как видно из сравнения кривых, это отставание имеет место как в интегральном смысле, так и по темпу продаж, т. с. числу продаж штук товара за неделю, которое определяется по проградуированной в штуках вертикальной оси слева от графика.
160
Управление, экономика
ТРУДЫ МФТИ. 2014. Том 6, № 2
По мерс дальнейшего продвижения но временной оси это отставание накапливается, что приводит к увеличению рекомендуемых скидок: до 30% начиная с 11.11.2012 и затем до 40% начиная с 09.12.2012. Наконец, начиная с 09.12.2012 принимается решение об объявлении 20%-й скидки на товар: на рисунке появляется соответствующий столбик темно-зеленох'о цвета. Введение этой скидки приводит к немедленному увеличению темна фактических продаж: бордовая кривая на рисунке ползет вверх. Тем не менее интегральное отставание фактических продаж от плановых продолжает накапливаться, ибо бордовая кривая по-прежнему остается ниже голубой, что приводит к увеличению с 06.12.2013 рекомендуемой скидки до 50%; см. высоту соответствующего краснох'о столбика на рисунке.
Момент построения графика это 06.01.2013, так что после 06.01.2013 бордовая кривая на рисунке обрывается и исчезают светло-зеленые столбики, соответствующие фактическим скидкам. При этом из некоторых технологических соображений, которые здесь не обсуждаются, на несколько недель вперед еще прорисовываются темно-зеленые столбики, соответствующие продекларированным скидкам, а также столбики краенох'о цвета, высоты которых после 06.01.2013 соответствуют гипотетической ситуации, как если бы фактические продажи с 06.01.2013 прекратились совсем.
Опишем теперь результаты, представленные на рис. 2. В этом случае на протяжении первых семи недель после момента 29.07.2012 начала продаж фактические продажи опережают плановые. Только с 16.09.2012 темп фактических продаж начинает уступать (за исключением недели, характеризуемой датой 30.09.2012) темпу плановых продаж, в результате чех'о постепенно накапливается интегральное отставание, которое лишь к 18.11.2012 выливается в первую рекомендуемую скидку в 10%; см. высоту соответствующех'о крас-нох'о столбика. Со следующей недели (25.11.2012) на товар декларируется скидка 30%; см. высоту соответствующех'о темно-зеленох'о столбика, после чех'о у кривой фактических продаж появляется ярко выраженный возрастающий тренд. Тем не менее начиная с недели 16.12.2012 накопившееся интегральное отставание приводит к увеличению рекомендуемой скидки до 40%; (красные столбики, соответствующие датам 16.12.2012, 23.12.2012 и 30.12.2012), которая, однако, с 06.01.2013 спадает до 30%;, что в свою очередь вызвано всплеском фактических продаж в предшествующие три недели.
DWA302-Y2 42 Джемпер женский флисовый OUTVENTURE Women's fleece jumper светлый желто-оранжевый р.42 ^■DISCOUNT DISCOUNTS CALC RED IS —^PLAN_ONE_WEEK ^^PROD_ONE_WEEK
90%
150 100 50 70% 60% 50% 40% 30% 20% 10%
/illll II 1 1 1 1 1 1 1 и
10.06.2012 < 17.06.2012 4 24.06.2012 * 01.07.2012 < 08.07.2012 4 15.07.2012 * 22.07.2012 < 29.07.2012 < 05.0S.2012 12.08.2012 19.08.2012 26.08.2012 02.09.2012 16.09.2012 23.09.2012 30.09.2012 07.10.2012 14.10.2012 21.10.2012 28.10.2012 04.11.2012 11.11.2012 18.11.2012 02.12.2012 09.12.2012 16.12.2012 23.12.2012 30.12.2012 06.01.2013 13.01.2013 20.01.2013 27.01.2013 03.02.2013 10.02.2013 17.02.2013 24.02.2013 03.03.2013 10.03.2013 17.03.2013 24.03.2013 31.03.2013 07.04.2013 14.04.2013 21.04.2013 < 28.04.2013 4 С s
Рис. 2. Кривые плановых (plan one week) и фактических (prod one week) продаж, а также продекларированные (discount), рекомендуемые (redis) и фактические (discount calc) скидки на цену товара
ТРУДЫ МФТИ. - 2014. - Том 6, № 2
С. Л. Семаков, А. С. Семаков
161
3. Выводы и перспектива дальнейших исследований
Аналогичные описания и комментарии к ним можно дать для многих других результатов, имеющихся в распоряжении авторов и характеризующих сравнительную динамику плановых и фактических продаж различных товаров и вводимые на основе этого сравнения скидки. Опираясь на эти результаты, можно сделать следующие выводы по оценке предложенного алгоритма.
Использование предложенного алгоритма в крупной торговой сети магазинов одежды оказалось успешным. Алгоритм понятным и адекватным образом реагирует на изменение рыночной ситуации: при отставании фактических продаж от плановых рекомендует вводить определенные скидки на цену сезонного товара с тем, чтобы обеспечить продажу всего запланированного к реализации объема товара к концу сезона и при этом максимизировать выручку от продаж. Для сотрудников торговой сети, принимающих решение о введении тех или иных скидок, рекомендуемые алгоритмом скидки являются важным аргументом при принятии решения. Решения, опирающиеся на рекомендации алгоритма, позволяют избежать возможных экспертных ошибок при назначении скидок и тем самым повысить прибыль торговой сети.
Говоря о перспективе дальнейших исследований в этом направлении, отметим еще следующее обстоятельство, на которое уже указывалось в работах [2, 3]. Существенным моментом при использовании предложенного алгоритма является формирование кривых плановых продаж, определение которых во многом опирается на анализ кривых фактических продаж предыдущих лет. Перспективу дальнейших исследований авторы видят, в частности, в применении методов математической статистики и теории случайных процессов [4-6] к созданию методик и отработке практических приемов построения кривых плановых продаж.
Работа поддержана Российским фондом фундаментальных исследований, проект 12-01-00906-а.
Литература
1. Семаков С. Л. Алгоритм введения дополнительных скидок в сетевых магазинах при отставании фактических продаж от плановых // Информационные технологии: модели и методы. — М. : МФТИ, 2010.
2. Семаков С.Л., Семаков A.C. Алгоритм введения скидок на цену сезонного товара в торговых сетях при отставании фактических продаж от плановых // Математическое моделирование. — 2012. — Т. 24, № 9. — С. 70-78.
3. Семаков С.Л., Семаков A.C. Прогнозирование и управление продажами в торговых сетях. — М. : Физматлит, 2012.
4. Бендат Док., Пирсол А. Прикладной анализ случайных данных. — М. : Мир, 1989.
5. Семаков С.Л. Выбросы случайных процессов: приложения в авиации. — М. : Наука, 2005.
6. Семаков С.Л. Элементы теории вероятностей и случайных процессов. — М. : Физматлит, 2011.
Поступим в редакцию 20.03.2013.
