Главная

Популярная публикация

Научная публикация

Случайная публикация

Обратная связь

ТОР 5 статей:

Методические подходы к анализу финансового состояния предприятия

Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века

Ценовые и неценовые факторы

Характеристика шлифовальных кругов и ее маркировка

Служебные части речи. Предлог. Союз. Частицы

КАТЕГОРИИ:






Формула оперативного ценообразования для ответа на запросы потребителей




Составлен для

Иванова И.И., вице-президента по сбыту

Составлен

Петровым П.П., директором по исследованиям ООО «Энергия» 10 апреля 2012г.

 

Реферат

Мы теряем потенциальных клиентов, поскольку не в состоянии оперативно устанавливать цены на нашу продукцию. Наши торговые представители жалуются, что к тому моменту, когда мы на следующий день сообщаем им цену, многие из этих клиентов уже успевают заключить соглашения с каким-либо из наших конкурентов. Наше предложение заключается в создании некоей "формулы оперативного ценообразования". В этом случае потенциальные покупатели стандартной продукции смогут узнавать ее приблизительную цену по телефону. Это поможет поддерживать их заинтересованность в нашей фирме, пока они будут ожидать точную цену, которая будет сообщена на следующий день. Тем самым мы будем не только напоминать клиентам о своем существовании, но и более оперативно реагировать на их потребности.

Введение

Для определения точной цены в настоящее время требуется от трех до шести часов инженерных работ. Когда наши клиенты хотят сделать заказ на новое изделие, они хотят знать диапазон цен, что даст им возможность сравнивать продукцию конкурирующих фирм. В прошлом, когда число наших конкурентов было невелико, это не представляло особой проблемы. Но в последнее время, несмотря на превосходное качество нашей продукции, все большее число заказов перехватывают наши конкуренты, которые предоставляют потенциальным клиентам более оперативную информацию.

После консультаций с технологическим отделом мы пришли к выводу о том, что временная задержка неизбежна, если речь идет об определении точной цены. Чтобы определить точные размеры конструкции и требования к электропитанию (что, в свою очередь, определяет величину наших затрат), требуется определенный объем предварительной, прикидочной работы.

Кроме того, мы проконсультировались с несколькими ведущими клиентами. Несмотря на то, что они не настаивают на немедленном предоставлении точной цены, было бы неплохо, если бы мы могли в ходе первоначального контакта с нашим представителем давать им хотя бы приблизительное представление о цене. Тем самым мы удовлетворили бы по крайней мере два из их требований:

1) они получили бы определенное свидетельство нашей конкурентоспособности,

2) эта ценовая информация помогла бы им в выработке собственных, конструкторско-технологических решений, поскольку они смогли бы быстро оценить несколько различных подходов.

Основываясь на нашем собственном опыте, мы разработали формулу, которая позволяет чрезвычайно быстро получить приблизительную величину наших затрат.

Оперативная оценка затрат = $1 356 + $35,58(компоненты) + $5,68(размеры).

Результирующая "оперативная оценка затрат", скорее всего, будет отличаться от подробной калькуляции расходов не более чем на $200. Оперативную информацию о цене можно сообщить по телефону, предварительно добавив соответствующую (конфиденциальную) наценку, зависящую от дисконтного класса данного клиента.

Мы собрали данные о точных расчетах цен за последнее время. Эти данные взяты из наших внутренних компьютерных записей, соответствующих детальным расценкам, которых мы обычно придерживаемся в течение семидневного периода. Мы проанализировали следующие важнейшие переменные:

1. Затраты, подсчитанные технологическим отделом. Это внутрифирменный конфиденциальный материал. Данная переменная подлежит прогнозированию. Это единственная переменная, не доступная на стадии начальных телефонных переговоров.

2. Количество компонентов, используемых в конструкции. Это примерный показатель сложности конструкции; он почти всегда указывается клиентом на стадии начальных переговоров.

3. Размеры конструкции. Это весьма приблизительный показатель фактического размера конечного изделия. Он указывается клиентом в качестве "отправной точки".

Из 72 расценок, выданных за этот квартал, мы отобрали 56 как репрезентативные с точки зрения стандартных работ, с которыми нам приходится встречаться чаще всего. Случаи, которые мы отбросили, либо требовали применения специального химического процесса (или покрытия), либо использовали необычные компоненты, постоянных поставщиков которых у нас нет. Полученная совокупность данных приведена в приложении.

Анализ и методы

Этот раздел начинается с описания наших типичных расценок, и завершается представлением формулы прогнозирования затрат (использована методология множественной регрессии) и ее интерпретацией.

Вот профиль наших самых типичных работ. Из гистограмм, показанных на рис. 1, нетрудно заметить, что наша типичная цена включает затраты от $3 000 до $5 000, редко - больше или меньше. Стандартное отклонение затрат равняется $707, указывая примерную величину ошибки, которую мы совершили бы, если бы (по глупости!) предлагали оперативные расценки, основываясь исключительно на средней величине затрат — $3 987. Количество компонентов, как правило, составляет от 10 до 50 (более сложные конструкции встречаются редко). Размеры конструкции обычно находятся в диапазоне от 200 до З00. Проблем с резко отклоняющимися значениями нет, поскольку все крупные (или нетипичные) конструкции рассматриваются отдельно как особые случаи, к которым наша формула оперативной оценки затрат неприменима.

Далее, мы рассмотрели взаимосвязь между затратами и каждой из остальных переменных. Как видно из двух диаграмм рассеяния, показанных на рис. 2, наблюдается очень сильная взаимосвязь между количеством компонентов и нашими затратами (соответствующий коэффициент корреляции равен 0,949) и сильная взаимосвязь между размерами конструкции и нашими затратами (соответствующий коэффициент корреляции составляет 0,857). Эти сильные взаимосвязи указывают на то, что мы действительно сможем получать достоверные прогнозы затрат, основываясь на этих переменных. Взаимосвязь между количеством компонентов и размерами конструкции — умеренная (коэффициент корреляции равен 0,760; соответствующая диаграмма рассеяния приведена в приложении). Поскольку эта взаимосвязь не является идеальной, размеры конструкции могут привносить в общую картину полезную дополнительную информацию. Кроме того, указанные взаимосвязи являются линейными, что свидетельствует о возможности выполнения регрессионного анализа.

Анализ множественной регрессии для прогнозирования затрат на основании других переменных (количества компонентов и размеров конструкции) позволил получить следующее уравнение прогнозирования:

прогнозируемые затраты = $1 356 + $35,58(компоненты) + $5,68(размеры).

Эти прогнозируемые затраты можно легко вычислить, исходя из информации, сообщаемой клиентом по телефону. Они представляют наш наиболее достоверный прогноз величины детальных затрат, полученный методом наименьших квадратов на основании линейной модели этого типа. Это и есть "оперативная оценка затрат", которую мы предлагаем.

Это уравнение прогнозирования оказывается вполне разумным. Оценочная величина фиксированных затрат, составляющая $1 356, с лихвой перекрывает наши обычные накладные расходы. Оценочная величина затрат на один компонент, составляющая $35,58, несколько больше того, на что можно было бы рассчитывать, поскольку оптимальный прогноз включает другие факторы (такие как заработная плата работников), которые также возрастают с увеличением сложности конструкции. Сумма $5,68 на единицу размеров конструкции опять-таки выше, чем наши фактические затраты, поскольку величина размеров конструкции также представляет информацию о других дорогостоящих аспектах конструкции.

 

Рис.1 Гистограммы переменных.

 

Рис.2 Диаграммы рассеяния для переменных.

Ниже приведен пример использования предлагаемого уравнения прогнозирования. Рассмотрим клиента, который намерен разместить заказ на изготовление конструкции, включающей 42 компонента; размер этой конструкции равняется примерно 315. Наши затраты можно оценить следующим образом:

прогнозируемые затраты = $1 356 + $35,58 х 42 + $5,68 х 315 = $4 640.

Если к этому клиенту обычно применяется 20% наценка (в соответствии с конфиденциальными записями, которые легко можно получить на компьютере), тогда расценку можно определить следующим образом:

оперативная расценка = $4 640 х 1,2 = $5 568.

Насколько точны эти оперативные расценки? Обычно они не должны отклоняться более, чем на $200 от детальной калькуляции затрат (которая на начальном этапе отсутствует), если исходить из стандартной ошибки оценки, равной $ 169.

Существуют три подхода, которыми можно было бы воспользоваться для учета этой остающейся ошибки.

1. Мы могли бы сказать клиенту, что это число является довольно приблизительным и что окончательная сумма будет определяться в результате обычной детальной калькуляции затрат.

2. Мы могли бы (другая крайность) сразу же сообщить клиенту окончательную сумму. Для этого нам, возможно, пришлось бы добавить несколько сотен долларов в качестве "запаса прочности".

3. Наконец, мы могли бы оставить за собой право пересмотреть указанную сумму, гарантируя при этом клиенту, что окончательная цена не поднимется выше некоторой границы (например, $100).

Насколько точно позволяют прогнозировать затраты такие показатели, как количество компонентов и размеры конструкции? Рассмотрим всю вариацию затрат для различных заказов. Очень большая часть этой вариации объясняется количеством компонентов и размерами конструкции ("R-квадрат" равен 94,5%). Это вряд ли можно объяснить случайностью, поскольку уравнение регрессии представляется очень высоко статистически значимым.

Средняя величина затрат составляет $3 987. Используя вместо этой средней величины затрат предлагаемое уравнение прогнозирования, мы снижаем размер нашей ошибки с $707 (обычное стандартное отклонение затрат) до $ 169 (стандартная ошибка оценки из регрессионного анализа).

Действительно ли для прогнозирования затрат нам требуется как количество компонентов, так и размеры конструкции? Да, поскольку дополнительный вклад каждой из этих переменных (помимо информации обеспечиваемой другой переменной) является очень высоко статистически значимым в соответствии с t - тестом каждого из коэффициентов регрессии.

Мы также попытались спрогнозировать наличие возможных технических проблем, но не выявили их. Например, диагностическая диаграмма в приложении демонстрирует отсутствие дополнительных структур, которые можно было бы использовать для дальнейшего улучшения результатов.

Выводы и резюме

Мы в состоянии обеспечить нашим клиентам более качественное обслуживание, предоставляя им немедленно расценки для наиболее типичных заказов на основании следующего уравнения прогнозирования затрат:

прогнозируемые затраты = $1 356+ $35,58(компоненты) + $5,68(размеры).

Добавляя наценку и, возможно, несколько сотен долларов для компенсации ошибки прогнозирования, мы могли бы немедленно предоставлять своим клиентам расценки в нескольких различных формах:

1. Сообщать расценку лишь в виде приблизительной цены. Сказать клиенту, что фактическая цена будет определяться в результате обычной детальной калькуляции затрат и будет известна на следующий день. В сущности, весь риск неопределенности цены перекладывается на клиента.

2. Сообщать твердую расценку. Для этого придется добавить небольшую дополнительную сумму и перенести таким образом риск неопределенности цены с клиента на нашу фирму.

3. Компромиссный вариант. Сообщать примерную расценку, но ограничить риск клиента, зафиксировав возможное изменение цены. Например, мы могли бы оставить за собой право пересмотреть указанную сумму, гарантируя при этом клиенту, что окончательная цена не поднимется выше некоторой границы (скажем, $100). Следует также рассмотреть возможность снижения цены, если предварительный ее прогноз оказался завышенным.

Это уравнение прогнозирования затрат основывается на нашем фактическом производственном опыте и на хорошо известных статистических методах. Анализ множественной регрессии подходит для большинства типичных заказов, с которыми приходится иметь дело нашей фирме; полученные-результаты являются очень высоко статистически значимыми.

Если мы внедрим у себя в фирме метод "оперативных расценок", то должны помнить о следующей "проблеме выбора": когда клиенты начнут догадываться о том, как мы устанавливаем свои расценки, они могут попытаться искусственно раздувать сложность своих заказов. Поскольку наше уравнение прогнозирования основывается на самых типичных заказах, серьезное изменение в уровне сложности заказа может привести к неправильному ценообразованию. В ответ мы могли бы выявить источник этой дополнительной сложности и, соответственно, время от времени модифицировать модель оперативного расчета цен.

Если результаты применения предлагаемого метода окажутся удачными, можно было бы подумать о расширении этой программы с целью предоставления оперативных расценок по дополнительным категориям проектно-конструкторских работ.

Источники информации

Используемые в настоящем отчете данные были получены из конфиденциальных корпоративных записей в системе по состоянию на 7/04/2012.

В качестве статистического программного обеспечения использовался пакет «Анализ данных» Excel.

Пояснение общих статистических принципов применительно к сфере бизнеса содержится в книге Сигел, Эндрю. Практическая бизнес-статистика.: Пер. с англ. – М.: Издательский дом «Вильямс», 2008. – 1056с.: ил. – Парал. тит. англ.

Приложение

Ниже приведены данные, которые подвергались анализу. В эту совокупность данных включены только стандартные проекты. Шестнадцать проектов, в которых либо требовалось применение специального химического процесса (или покрытия), либо использовались необычные компоненты, для снабжения которыми у нас нет постоянных поставщиков, были исключены из рассмотрения.

 

Количество компонентов Размеры конструкции Затраты, дол. Количество компонентов Размеры конструкции Затраты, дол.
           
           
           
           
…… ……. …… ……. ……. ……
           

 

Ниже приведена компьютерная распечатка анализа множественной регрессии.

    ВЫВОД ИТОГОВ              
                 
Регрессионная статистика              
Множественный R 0,971961              
R-квадрат 0,944709              
Нормированный R-квадрат 0,942622              
Стандартная ошибка 169,2542              
Наблюдения                
                 
Дисперсионный анализ            
  df SS MS F Значимость F      
Регрессия       452,781 4,79E-34      
Остаток     28646,99          
Итого                
                 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 1357,881 185,9706 7,301591 1,48E-09 984,8713 1730,891 984,8713 1730,891
Переменная X 1 35,57899 2,505238 14,20184 1,05E-19 30,55412 40,60386 30,55412 40,60386
Переменная X 2 5,672728 0,878641 6,45625 3,38E-08 3,910396 7,435059 3,910396 7,435059
                 

Уравнение регрессии:

затраты = 1356,148 + 35,57949 * (компоненты) + 5,678224 * (размеры)

S = 169,1943

R2 = 0,944757

Статистический вывод для затрат на уровне 5%:

Уравнение регрессии действительно объясняет значимую долю вариации затрат -

F = 453 с 2 и 53 степенями свободы.

На рис.3 показана диаграмма рассеяния для двух независимых переменных: количества компонентов и размеров конструкции. Коэффициент корреляции равен 0,760.

Диагностическая диаграмма ошибок прогнозирования затрат в зависимости от прогнозируемых затрат (рис.4) демонстрирует отсутствие какой-либо структуры – лишь случайный разброс точек данных. Это свидетельствует об отсутствии простых способов улучшения качества прогнозирования затрат на основании количества компонентов и размеров конструкции.

Рис.3 Диаграмма рассеяния количества компонентов в зависимости от размеров конструкции

Рис.4 Диагностическая диаграмма свидетельствует об отсутствии очевидных проблем.






Не нашли, что искали? Воспользуйтесь поиском:

vikidalka.ru - 2015-2024 год. Все права принадлежат их авторам! Нарушение авторских прав | Нарушение персональных данных