Методология статистического анализа маркетинговой деятельности предприятий на рынке промышленной электротехники

S5	35	29,2	1	5,6	2,9	19,3

Наиболее интересный класс S1. Доля потребителей, принадлежащих к этому классу, составляет 23,3%, а доля крупных покупателей – 61,1% среди всех крупных покупателей по выборке, 39,3% внутри класса, что превышает среднюю долю крупных покупателей по всей выборке в 2,62 раза (средний показатель по выборке – 15%). С точки зрения привлекательности для компании рыночный сегмент, который характеризует данный класс, является наиболее перспективным. Характеристика класса: покупатели, приобретающие продукцию чаще 1 раза в месяц и относящие к строительно-монтажным организациям и электроэнергетике.

На втором месте по привлекательности стоит класс S2 – 7,5% всех потребителей, доля крупных покупателей, приходящихся на него – 11,1%, внутри класса – 22,2%, что превышает средний показатель в 1,48 раза. Доля целевых клиентов в 1,77 раз меньше чем в первом классе. Характеристика данного класса: покупатели, приобретающие продукцию 1 раза в месяц и реже, регионально расположенные в центральном Черноземье, Волго-Вятском районе, Поволжье и на Дальнем Востоке.

Результаты анализа позволяют более эффективно работать с новыми клиентами компании, дают возможность выявить сегменты, содержащие значительную долю целевых клиентов.

Для реализации стратегии роста компания часто применяет политику региональной экспансии, т.е. разрабатывает стратегию выхода на региональные сегменты. Предварительно проводится анализ привлекательности регионов, на основании изучения экономических показателей их развития. Целью исследования являлась оценка привлекательности регионов РФ для электротехнической компании, реализующей стратегию роста за счет выхода на новые региональные рынки.

Для проведения анализа была проведена классификация (n=76) регионов России за 2005г. по следующим социально-экономическим показателям:

x1 - стоимость основных фондов, млн.руб.;

x2 - стоимость основных фондов промышленности, млн.руб.;

x3 - стоимость основных фондов строительства, млн.руб.;

x4 - индекс промышленного производства, % к предыдущему году;

x5 - производство электроэнергии, млрд.кВтч;

x6 - объем работ по строительству, млн.руб.;

x7 - ввод в действие зданий, тыс.кв.м;

x8 - инвестиции в основной капитал, млн.руб.;

x9 - инвестиции в промышленность, % от общего объема;

x10 - инвестиции в строительство, % от общего объема;

x11 - индекс цен на промышленную продукцию, к предыдущему году;

x12 - индекс цен на строительные работы, к предыдущему году.

Данные показатели оказались между собой статистическим тесно связаны, поэтому предварительно использовалась процедура компонентного анализа для снижения размерности исходного пространства данных и перехода к взаимно некоррелированным главным компонентам.

В табл.2 представлены собственные значения и относительный вклад первых главных компонент в суммарную дисперсию.

Таблица 2

Собственные значения и относительный вклад главных компонент

Главные компоненты (f)	Собственные значения ()	Относительный вклад f (%)	Накопленный относительный вклад (%)
f1	5,816	48,469	48,469
f2	1,787	14,888	63,357
f3	1,137	9,476	72,833
f4	1,047	8,725	81,558

Первая главная компонента (f1), интерпретируемая как «уровень экономического развития региона», наиболее тесно связана с показателями x1, x2, x3, x5, x6, x7, x8.

Вторая главная компонента (f2), интерпретируемая как «уровень инвестиций в развитие промышленности и строительства», тесно связана с показателями x9, x10, x11.

Третья главная компонента (f3) – «индекс промышленного производства» тесно связана с показателем x4, а четвертая (f4) - «индекс цен на строительные работы» с показателем x12.

Классификация регионов проводилась по четырем первым главным компонентам с помощью иерархического кластерного анализа, методом средней связи и евклидова расстояния.

Однако полученные на первом этапе результаты не позволяют говорить о полноценно проведенной классификации регионов. Среди полученных кластеров три включают в себя две столицы России, столичную область, обеспечивающую деятельность Москвы и Тюменскую область, которая является основным поставщиком углеводородного сырья – одной из основных статей дохода отечественной экономики. В этой связи правомочно говорить о том, что эти регионы по существу являются аномальными наблюдениями и необходимо провести повторную классификацию за исключением Москвы, Санкт-Петербурга, Московской области и Тюменской области.

На втором этапе классификация n=72 регионов также проводилась по четырем первым главным компонентам с помощью иерархического кластерного анализа, метода средней связи и евклидова расстояния. По содержательным и статистическим критериям наилучшим оказалось разбиение на три кластера, в которые вошли следующие регионы:

1-й кластер – большая часть регионов (n=64);

2-й кластер – Архангельская и Калинингpадская области, а также республики Адыгея и Саха (Якутия);

3-й кластер – Костромская, Ленинградская, Оренбургская область и Красноярский край.

Далее был проведен однофакторный дисперсионный анализ, позволивший определить основные показатели, по которым существенно различаются средние значения кластеров:

- индекс промышленного производства, % к предыдущему году;

- производство электроэнергии, млрд.кВтч;

- инвестиции в промышленность, % от общего объема;

- инвестиции в строительство, % от общего объема;

- индекс цен на строительные работы, к предыдущему году.

Средние значения этих стандартизованных показателей по кластерам представлены в табл.3, из которой следует, что 1-й кластер характеризуется средним уровнем всех показателей. Регионы 2-го кластера имеют высокие показатели производства электроэнергии и инвестиции в промышленность, наряду с низким индексом цен на строительные работы. Для регионов 3-го кластера характерны высокие значения индекса промышленного производства, что свидетельствует о значительных темпах роста промышленности, а также высокий уровень инвестиций в строительство.

Регионы, входящие во второй и третий кластер являются привлекательными для электротехнических предприятий, но каждый по-своему. Если в Архангельской и Калининградской областях, республиках Адыгея и Саха (Якутия) основным потребителям электротехники является электроэнергетика, то в Костромской, Ленинградской, Оренбургской областях и Красноярском крае наибольший интерес будут представлять строительные и монтажные организации.

Таблица 3

Средние уровни стандартизованных макроэкономических показателей регионов РФ по кластерам за 2005г.

Макроэкономические показатели	Кластеры
	Кл.1	Кл.2	Кл.3
Индекс промышленного производства, % к предыдущему году (x4)	-0,22	0,10	2,87
Производство электроэнергии, млрд.кВтч (x5)	-0,15	1,15	-0,55
Инвестиции в промышленность, % от общего объема (x9)	-0,10	1,31	0,63
Инвестиции в строительство, % от общего объема (x10)	-0,18	-0,13	1,17
Индекс цен на строительные работы, к предыдущему году (x12)	0,18	-2,18	-0,54

Для достижения своих целей коммерческое предприятие должно разрабатывать дифференцированные предложения для целевых рынков, выбор которых основывается на оценке рыночных сегментов с точки зрения определенных критериев: доли сегмента на рынке, динамики его развития, прибыльности, уровня конкуренции и других.

В работе проанализированы, с учетом сегментации рынка по видам экономической деятельности, эффективность программ продвижения компании «АртЭлектро», уровень эксклюзивности предложений компании и привлекательности рыночных сегментов. Исходными данными послужили результаты опросов клиентов и данные внутренней отчетности предприятия. В ходе телефонного опроса каждому представителю организации-заказчика задавались вопросы:

- принадлежности заказчиков к различным видам экономической деятельности;

- источников информации о компании;

- ежемесячном объеме заказов по электротехнике.

Были получены ответы 78 респондентов, а по внутренней отчетности компании – данные по товарообороту, приходящемуся на каждого из респондентов.

Сравнение среднего товарооборота за год, приходящегося на одного заказчика по выборке и по всем заказчикам фирмы указывают на необходимость корректировки выборки для повышения репрезентативности. С помощью алгоритма взвешивания данных удалось сократить различие генеральной и выборочной средней. Так же сократилась разница в средних квадратических отклонениях и медиане, что свидетельствует о повышении репрезентативность выборки.

Структура объема продаж компании по видам экономической деятельности представлена на рис.5. Более половины всего объема продаж приходится на строительно-монтажные организации. Пятая часть объема обеспечивают снабженческие фирмы. Десятая часть товарооборота обеспечивается предприятиями машиностроительного комплекса. Обрабатывающая промышленность и электроэнергетика не являются приоритетными рыночными сегментами компании.

Рис.5. Структура товарооборота компании «АртЭлектро» по видам экономической деятельности за 2007г.

По всей видимости, компания должна использовать в своей деятельности стратегию дифференцированного маркетинга с ориентацией на три наиболее значимых рыночных сегмента, обеспечивающих более 80% объема продаж.

Далее необходимо было оценить экономическую эффективность различных каналов коммуникации (табл.4).

Таблица 4

Индекс экономической эффективности различных источников информации о компании «АртЭлектро» за 2007г.

Источник информации	Объем продаж (руб./год)	Издержки (руб./мес.)	I эффект.
Знакомые	3203535	7800	34,23
Телефон/факс	840781	22500	3,12
«Снабженец» - еженедельник	445599	36000	1,03
Интернет	47836	17000	0,23
«Товары и цены» - еженедельник	905	2500	0,03