ОПРЕДЕЛЕНИЕ ПОТЕНЦИАЛЬНЫХ ПОКУПАТЕЛЕЙ В СТРОЯЩЕМСЯ ТОРГОВОМ ЦЕНТРЕ - Студенческий научный форум

X Международная студенческая научная конференция Студенческий научный форум - 2018

ОПРЕДЕЛЕНИЕ ПОТЕНЦИАЛЬНЫХ ПОКУПАТЕЛЕЙ В СТРОЯЩЕМСЯ ТОРГОВОМ ЦЕНТРЕ

Сливин В.Н. 1, Шоев Н.К. 1, Светличная В.Б. 1, Матвеева Т.А. 1
1Волжский политехнический институт (Филиал) Федерального государственного бюджетного образовательного учреждения высшего образования Волгоградский государственный технический университет
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
При строительстве любого торгового центра возникает вопрос: «Сколько покупателей придет в новый центр?». Согласитесь, ведь именно количество покупателей определяет экономическую эффективность предприятия, поэтому для разработки бизнес-плана необходимо достаточно точно определить количество потенциальных клиентов. Вот тут возникает второй главный вопрос: «Как определить количество потенциальных покупателей». В таком вопросе можно воспользоваться простым решением, посчитать укрупненно количество жителей в районе размещения ТЦ и с использованием поправочных коэффициентов (определенных экспертным путем) посчитать «приблизительное» количество покупателей. Такой подход в решении задачи даст ответ с низкой степенью достоверности. Развитие компьютерных технологий позволяет решать задачи по определению потенциальных покупателей достаточно точно и быстро. Рассмотрим процесс решения такой задачи на базе геоинформационных систем (ГИС). В современной идеологии градостроения применяется принцип нового урбанизма: большинство объектов должно находится в пределах 10-минутной ходьбы от дома и работы. Таким образом, если торговый центр располагается на расстоянии, которое можно преодолеть за 10 минут, вероятность его посещения выше. [2]

В оценке привлекательности торгового центра на конкурирующих территориях используется гравитационная модель притяжения, базирующаяся на математической модели Хаффа. Данная модель применяется маркетологами всего мира. Сам закон Хаффа говорит, о том, что чем привлекательней объект, тем выше вероятность, что последний будет его посещать. Многолетние мировые исследования и анализы показали, что модель Хаффа имеет ряд ограничений, которые уменьшают точность расчетов и приводят к ошибкам вычислений. Модификация модели Хаффа базируется на следующих условиях:привлекательность ТЦ не прямо пропорциональна размеру его торговой площади;привлекательность ТЦ зависит от концепции, силы бренда и т.п.;расстояние от покупателя до ТЦ не равно реальному времени достижения, а время зависит от транспортной ситуации.

Для расчета вероятности посещения нашего объекта используем метод Хаффа. Данный метод помогает выбрать местоположение объекта, наиболее оптимальное с точки зрения получения прибыли. Закон Хаффа утверждает, что чем ближе объект находится к потенциальным покупателям, тем больше клиентов он будет привлекать.

Модифицированная формула расчета вероятности посещения будет иметь следующий вид:

где Sj – торговая площадь j-го торгового центра, м. кв.;

Кр – коэффициент привлекательности торгового центра (рейтинг торгового центра), который определяется количеством всех посетителей торгового центра.

Tij – время достижения j-го торгового центра от i-го дома;

– эмпирический коэффициент(экспериментально вычисляемая относительная частота). Шанс случайного события. Шансы оцениваются заранее, до опыта, а частота может быть определена только экспериментально, после проведения серии случайных опытов в одинаковых условиях. [1] После проведения расчетов по формуле Хаффа мы получаем показатель вероятности посещения в процентах, полученные данные умножаем на количество проживающего населения и количество квартир. Таким образом можно рассчитать целевую аудиторию нашего объекта. Рейтинг торгового центра определяется на основании характеристик привлекательности, составляется он подобным образом для каждого конкурентного ТЦ.

Например

Название зоны охвата

Количество домовладений

Вероятность посещения объекта по методу Хаффа (%)

Потенциальная

целевая аудитория домохозяйств

Частота посещения раз в неделю

Количество транзакций в неделю

Средний чек руб.

Суммарный оборот в год

1

Пешеходная зона

19200

85.4%

17800

2.35

25400

1100

1200.4

2

Более 60%

300200

70.3%

22014

2.1

26617

1200

1764.0

3

29.1%-58.0%

10500

42.8%

5098

0.70

4578

1400

355.9

4

9.1%-29.0%

100

13.9%

28

0.65

20

1650

1.0

5

4.1%-9.0%

52200

5.2%

3140

0.45

1568

1900

170.8

6

До 4.0%

240500

1.3%

6228

0.35

2378

2100

280.2

Итог по всей зоне охвата

363300

15.2%

54746

2.1%

59995

1514

5105.2

Внешние покупатели (вне зоны охвата) 1.5% от 30000 авто в неделю

5235

1.0

5135

1216

354.19

Итог по всем покупателям

50080

1.1

64304

1216

4365.5

Интегральный коэффициент местоположения

7.13

Суммарный товарооборот, скорректированный на коэффициент локального местоположения

3132.5

Суммарный товарооборот (без НДС 10%)

2825.0

Товарооборот на квадратный метр торгового зала, руб./кв. м в год

387654

На основании полученных результатов определяется вероятность посещения торговых центров, а затем количество потенциальных клиентов для торгового центра.

ВЫВОД

Полученные результаты расчетов несут в себе некоторые погрешности, Во-первых за более дешевыми товарами покупатель может проехать и 20-30 минут. Во-вторых, расчеты базируются на математических расчетах с применением эмпирических коэффициентов, погрешность может внести аналитик, а также человеческое поведение не всегда описывается одной формулой. Но, не смотря на все риски международный опыт показывает, что применение ГИС в торговле позволяет с высокой точностью определить количество потенциальных клиентов, их место расположения и транспортные пути. Это демонстрирует исследования в области ритейла.

Литература:

[1] Мельникова, Н.А. Медиа планирование: стратегическое и тактическое планирование рекламных кампаний / Н.А.Мельникова. - М.: Дашков и К, 2015. - 177 c.

[2] Маркетинг в вопросах и решениях: учебник для студентов / И. В. Захарова, Т. В. Евстигнеева. – Москва: КноРус, 2016. – 303 с.

Просмотров работы: 149