XI Международная студенческая научная конференция Студенческий научный форум - 2019

Данная тема является узконаправленной, но от этого не менее актуальной. Дело в том, что в реалиях современного ведения бизнеса предприниматели вынуждены переходить на Web платформы, чтобы получать больше прибыли, т.к. это дешевле, чем наличие торговой точки в реальном мире, а также позволяет охватывать больше целевой аудитории. Социальная сеть – один из примеров Web платформ.

Новизна данной работы не ставит себя под сомнение, так как подобных исследований в столь узкой сфере (на уровне интернет магазина) еще не проводилось.

Взаимосвязь роста выручки по отношению к росту подписчиков и опубликованного контента является актуальным вопросом среди ведущих таргетологов и пиар-менеджеров. Дело в том, что по логике вещей – чем больше человек из целевой аудитории знают о магазине, тем больше продаж. На деле же дела обстоят немного иначе.

Магазин, на основе данных которого проводится исследование, является «новичком» на этом сегменте рынка, т.к. существует с 6го сентября 2018 года. Магазин по настоящее время работает только на платформе социальной сети «Вконтакте» и производит дизайнерскую одежду. И хотя тему продажи одежды можно назвать избитой, магазин имеет некоторую популярность, в связи с тем, что производит уникальную продукт в этой отрасли.

Для начала дадим определение таким словам, как контент и подписчик, в контексте нашего исследования. Контент – это содержимое чего-либо, в самом широком смысле этого слова. Контентом Web сайта могут являться тексты, картинки и мультимедийные файлы, его наполняющие. Хороший и уникальный (то есть не скопированный с другого сайта) контент — одна из составляющих успеха любого интернет-проекта. Иными словами, это то, чем интернет-платформа привлекает свою целевую аудиторию. В нашем случае контентом являются опубликованные модели одежды.

Подписчиками являются люди, которые вступили в сообщество магазина в социальной сети. Подписчики являются потенциальными покупателями, которые могут совершить заказ, и не один.

Рассмотрим выручку. Выручка (также встречается как оборот и объём продаж) — полная сумма требований, предъявленных предприятием или предпринимателем покупателям в результате реализации произведённой продукции.

Рассмотрим динамику роста выручки на рисунке 1.

Рисунок 1. Динамика роста выручки в рублях

Источник: Составлено автором

В целом, общую динамику выручки можно рассматривать как относительно стабильный возрастающий ряд. Изменения по периодам (дням) незначительные, так как магазин существует не долго, о нем знают мало людей и у него нет больших оборотов. Но поскольку данный магазин представляет уникальный товар, то он пользуется спросом среди своей целевой аудитории и стабильно приносит небольшие доходы

Почему ряд стабильно возрастает? Как говорилось выше, у магазинов на виртуальной платформе отсутствует множество издержек, например аренда помещения, обслуживание оборудования и т.д. Издержки рассматриваемого магазина состоят из трат на материалы одежды и печать на ней, различными методами. Печать на одежде выполняет не магазин, а другая организация. Издержки магазина, фиксированные на каждую модель одежды, и они включены в стоимость продукции, поэтому обороты магазина стабильно растут. Конечно, иногда владельцам приходится выводить деньги из оборотов на другие траты, например на таргетинговую рекламу, или на производство различных моделей для рекламы посредством живых фотографий, а не макетов. Также иногда происходит выплата долей с выручки магазина ее совладельцам. В целом о компаниях обычно судят по их капитализации, поэтому владельцами магазина было решено наращивать оборот, придерживаясь небольших стабильных доходов.

В течение всего рассматриваемого периода на динамику выручки в основном влиял приток подписчиков и опубликованные модели одежды, а также некоторые издержки, которые требовали вывести деньги из оборота.

Рассмотрим динамику роста подписчиков и контента на рисунке 2 и 3 соответсвенно.

Рисунок 2. Динамика роста подписчиков.

Источник: Составлено автором

Рисунок 3. Динамика роста кол-ва контента

Источник: Составлено автором

В целом данные показатели растут вместе с выручкой, несмотря на небольшие колебания из-за отписок людей или удаление \ недоступности определенных моделей. В первом периоде (день открытия) у магазина уже имелись подписчики и модели для старта магазина. Подписчиками служили знакомые или друзья.

В рамках данного исследования, при построении спецификации была выбрана аддитивная модель линейной множественной регрессии.Наиболее оптимальным видом модели, описывающим рассматриваемую зависимость, является модель вида:

(1.1)

, где

– количество выручки в рублях в момент времени t = 1, 2, …, 72;

– количество подписчиков в момент времени t = 1, 2, …, 72;

– количество опубликованных моделей в момент времени t = 1, 2, …, 72;

Данные, касающиеся выручки, подписчиков и контента, были взяты со страницы исследуемого магазина в социальной сети, при помощи функции «выгрузить статистику». Также автором были получены данные отчетности по выручке по периодам. Стоит отметить, что в качестве 72 периодов рассматриваются дни, начиная с 6го сентября 2018 года (дата запуска магазина).

Для выполнения основной цели нашего исследования - детального анализа взаимосвязи указанных факторов, необходимо провести ряд исследований, на основании которых мы сможем сделать вывод о подтверждении или опровержении адекватности спецификации модели.

Первым этапом необходимо было проанализировать модель на наличие возможных структурных сдвигов. Данное исследование мы провели с помощью теста Чоу, который применяется для проверки стабильности параметров регрессионной модели. Тест, как и предполагалось, не обнаружил структурных сдвигов, так как последние не наблюдались в выборке, так как она на протяжении всех периодов стабильно возрастала. Если и были какие-либо «скачки» в статистике, то они объяснимы выводом средств, отписавшимися людьми или удаления контента (или наоборот, ростом факторов после, например, рекламы) не вызывая изменения структуры.

В ходе исследования выяснилось, что необходимости добавить объясняющую переменную нет. На это указал коэффициент детерминированности (R²). Напомним, что R² это коэффициент, нормированный от 0 до 1. Если он равен 1, то имеет место полная корреляция с моделью, то есть различий между фактическим и оценочным значениями y нет. В противоположном случае, если коэффициент детерминированности равен 0, использовать уравнение регрессии для предсказания значений y не имеет смысла. В нашем случае данный показатель составил 0,962 (то есть Yt на 96% объясняется выбранными регрессорами).

Исследуя модель на качество с помощью F-критерия (Фишера), мы выясняем, что F = 884,59; Fкр =3,13 при степенях свободы ^v₁^{=2 ; v}₂ ⁼⁶⁹ . Так как ^{F> Fкр ,то} качество регрессии удовлетворительное, то есть регрессоры объясняют значение эндогенной переменной.

После того как мы не обнаружили структурных сдвигов, а также проверили качество спецификации с помощью коэффициента детерминированности и F- критерия Фишера, мы можем оценим модель множественной регрессии методом наименьших квадратов (далее МНК).

Оцененный вид модели по набору статистических данных будет выглядеть следующим образом:

Примененный метод МНК дает наилучшие оценки параметров при выполнении 4 условий теоремы Гаусса-Маркова.

Пусть в уравнениях наблюдений столбцы Х независимы

1)

2)

3)

4)

Соответственно, для нашей модели:

условие теоремы Гаусса-Маркова выполняется, поскольку модель признана качественной.

условие теоремы проверяется с помощью проведения теста Голдфелда- Квандта: =1,03; ₌0,97; Fкр = 9,277 со степенямисвободы^v₁^=v₂^{=21. Так как} GQ и меньше Fкр, то второе условие теоремы Гаусса-Маркова выполняется, а это значит, что случайные остатки гомоскедастичны.

условиетеоремы проверяется с помощью проведения теста Дарбина-Уотсона: DW = 1,103; ( ^d_L ^{; d}_U ^{¿ : n , k} (0, 988; 1, 388) : 32, 12. Случайные остатки некоррелируемые. Таким образом, 3 условие теоремы Гаусса-Марковаадекватное.

условие теоремы выполняется по свойству ковариации

Завершающим шагом является проверка адекватности данной модели. Она была проведена методом интервального прогнозирования. Перед анализом адекватности необходимо было выделить контролирующую выборку объемом 5% от всей статистики. В качестве контролирующей выборки были выбраны 4 набора данных с 53 по 56 период включительно.

В результате проверки модели на адекватность мы выяснили, что все показатели включаются в интервал ( :

24589,11

23422,4

23356,73

25909,06

Следовательно, значения выручки из контролирующей выборки принадлежат рассчитанным 95%-м доверительным интервалам.

Таким образом, предложенная нами модель (1.1) зависимости выручки от количества подписчиков и от количества опубликованного контента была признана нами адекватной.

Модель включает в себя основные статистические показатели интернет магазина в социальной сети и они безусловно влияют на рост выручки. Более того, отклонения в ходе проверки модели на адекватность, на мой взгляд, незначительные, что, при прочих равных, является хорошим показателем.

Модель может позволить владельцам небольших веб-магазинов прогнозировать изменения уровня выручки от опубликованного товара и от количества человек, подписавшихся на этот магазин.

Разработанная модель учитывает данные количественные факторы и может быть применена на практике для прогнозирования уровня выручки от подписчиков и контента на момент времени t в любом магазине на социальной платформе.

Список источников информации:

Страница исследуемого магазина в социальной сети \\ True Merch\
https://vk.com/true_merch (дата обращения: 23.12.18)

Бывшев В.А. Эконометрика - М.: Финансы и статистика, 2008. - С. 284-287.

Львов Д.С. Нравственная экономика // Свободная мысль - XXI. 2004. – С. 9

Федеральная служба государственной статистики. [электронный ресурс: http://www.gks.ru/ ], (дата обращения: 20.12.2018)

Электронный журнал «Наука». [электронный ресурс: http://nauka-rastudent.ru/2/1179/], (дата обращения: 20.12.2018)

Код для цитирования: Скопировать