Во врезках 6

Во врезках 6.3 и 6.4 приведены примеры использования этих математических расчетов для составления прогнозов сбыта. Оба математических подхода начинаются с оценки рыночного потенциала (количество семей на целевом рынке во врезке 6.3; потенциал национального рынка для товарной категории во врезке 6.4). После этого рыночный потенциал умножается на разные дробные коэффициенты, которые, вместе взятые, предсказывают часть общего рыночного потенциала, которую, по ожиданиям, сможет достичь фирма или продукт. Во врезке 6.3, более детально иллюстрирующей эти два подхода, коэффициенты отражают привлекательность товара для потребителей, которая определяется данными маркетинговых исследований н планируемой маркетинговой программой компании. Прогноз на основе цепных коэффициентов: испытание натуральной пасты После того как Nestle провела исследование натуральной пасты (см. врезку 6.2), она Использовала метод цепных коэффициентов, чтобы вычислить общее число семей, которые попробуют ее продукт Вычисление цепных коэффициентов проводилось следующим образом' Показатели Данные исследования Вычисление цепных коэффициентов Результат Количество семей на целевом рынке 77,4 мгн человек Концептуальное намерение купить скорректированная цифра из врезки б 2 34.5% попробуют продукт 77,4 млн х 34,5% 26,7 млн семей попробуют продукт, если узнают о нем Корре ровна с учетом осведомле нност>1 определяется планируемым уровнен* рекламы 48% будут знать о продукте 26,7 млн х 48% 12,8 млн семей попробуют продукт, если они найдут его в своем магазине Корректировка с учетом распределения определяется вероятным объемом распределения в супермаркетах с учетом плана продвижения товара на рынок на ста ии его внедрения Система распределения продукта обеспечит охват 70% американских семей 12.8 мпн х 70% 9,0 мпн семей попробует продукт Подобная логика цепных коэффициентов полезна для разных условий прогнозирования. Источник: Мапс Bell and V. Kasturi Rangan, NcstIc Refrigerated Foods: Conladina Pasta and Рига. Одежда Оптом