Регрессионный анализ

Зачастую используют еще более формализованный подход, основанный на построении регрессии оборота от основных характеристик размещения магазина. Выбирается место, обеспечивающее максимально ожидаемое значение оборота. Выборка формируется так же, как и при аналоговом методе: эксперт отбирает группу сходных магазинов. Однако это сходство не должно быть уже столь близким, как в аналоговом подходе. Достаточно лишь, чтобы все магазины относились к одному формату магазинов (гипермаркет, супермаркет и т.д.).

Переменные, описывающие расположение каждого магазина, могут быть получены из стандартных контрольных листов. Кроме того, в число регрессоров включаются переменные, описывающие рынок в зоне размещения, характеристики торговых точек, потребителей, цены и уровень конкуренции. Принципиально важно, чтобы значения каждой переменной по всем точкам выборки оценивались одним экспертом.

В целом, метод достаточно часто применяется в сетевых розничных компаниях. Регрессионный анализ используется для выбора местоположения продовольственных магазинов, отделений банков, винных магазинов, отелей. Это ссылки только на академические исследования, так как исследования, предпринятые с исключительно прикладной целью, редко разглашаются. Известно, что метод достаточно популярен и у практиков в силу его простоты и объективности результата.

Проблемы, связанные с использованием регрессионного анализа, имеют в основном статистический характер и хорошо известны специалистам в области эконометрики. Однако отсюда не следует, что все эти проблемы легко решаемы и что регрессионный анализ дает всегда хороший результат. Во многих случаях нелинейность зависимостей и большая ошибка измерения ключевых переменных не позволяют построить хорошую зависимость с высоким коэффициентом детерминации.

Для всех регрессионных моделей прогнозирования оборота и доли рынка возникает проблема измерения переменных-регрессоров. Безусловно, переменные должны входить в уравнение регрессии с такими значениями, какими они представляются потребителям. Однако эти данные приходится заменять некоторыми условными конструкциями. Например, торговая площадь магазина заменяет, по сути, показатель широты и глубины ассортимента (однако в реальности ассортиментные матрицы магазинов разных торговых сетей различаются, в том числе по широте и глубине). Приходится искусственно оценивать уровень конкуренции и покупательский потенциал населения. Кроме того, эксперты зачастую оценивают характеристики торговых точек совсем не так, как это делают потребители. Нарушаются не только пропорции между оценками, но и их порядок.

Во многих же случаях эксперту не представляется возможности испытать подобные проблемы на практике: для построения уравнения регрессии ему просто не хватает данных. Найти в полном объеме информацию о десяти и более однотипных торговых точках можно, пожалуй, только в том случае, когда анализ выполняется специалистами крупной торговой сети. Однако в крупной торговой сети на сбор данных может просто не хватать времени. Например, в “Х5 Retail Group” ежедневно оценивается несколько десятков объектов под размещение магазинов, а оценку производят всего около 10 экспертов в центральном офисе и филиалах, которые, помимо прочего, зачастую должны съездить на оцениваемый объект. В результате в офисе каждый эксперт вынужден тратить на один объект не более 1 часа.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >