Материал: Разработка полноценной методологии для прогнозирования товарооборота в торговом объекте

Разработка полноценной методологии для прогнозирования товарооборота в торговом объекте

Оглавление

Введение

. Существующие подходы к решению поставленных задач

.1 Методы оценки товарооборота

.1.1 Оценка с помощью регрессионной модели

.1.2 Оценка с помощью временных рядов

.1.3 Оценка через оборот якорных объектов

.1.4 Оценка через объем рынка и конкуренцию в нем

.2 Методы оценки доли рынка торгового объекта

.2.1 Виды методов оценки конкурентоспособности предприятия

.2.2 Оценка конкурентоспособности по степени удовлетворенности покупателей

.2.3 Оценка долей рынка торговых объектов с помощью гравитационной модели

.3 Способы оценки структуры расходов посетителей ТЦ

.4 Способы оценки численности населения в зоне охвата торгового объекта

. Применяемый подход к решению задач

.1 Описание разработанной методологии

.2 Исходная модель прогнозирования товарооборота

.3 Модель прогнозирования товарооборота с помощью регрессий

.4 Оценка численности населения в зонах охвата

.5 Оценка долей рынка торговых объекта в товарной категории

.5.1 Описание алгоритма

.5.2 Допущения и ограничения в модели

.6 Оценка структуры расходов потребителей

. Практическая реализация предложенного подхода к решению задач

.1 Описание подхода к практическому применению методологии

.2 Описание данных для построения регрессионных моделей

.3 Запуск модели расчета численности населения в зонах охвата

.4 Запуск модели расчета конкуренции

.5 Прогнозирование товарооборота с помощью регрессионных моделей

.6 Запуск исходной модели оценки товарооборота

.7 Запуск модели оценки структуры расходов

Заключение

Литература

Приложения

Введение

Розничная торговля является одной из ключевых отраслей экономики РФ. В 2013 году, с учетом оптовой торговли, её доля в валовой добавленной стоимости РФ составила 18,3%[1]. За 2014 год оборот розничной торговли в стране вырос на 2.5% и составил 26,12 трлн рублей[2].

Москва, будучи крупнейшим городом и основным логистическим узлом в России, представляет особый интерес для организаций, занимающихся розничной торговлей. Несмотря на снижение темпов роста экономики, в течение 2014 года в Москве было открыто 15 крупных торговых объектов. С учетом расширения уже введенных в эксплуатацию ТЦ, совокупный прирост предложения торговых площадей увеличился на 689,9 тыс. м2 и составил 4,74 млн м2 на конец года[3].

Рис. 1. Динамика прироста торговых площадей в московских ТЦ

В то же время, значительная скорость прироста, в совокупности с другими факторами, привели к переизбытку предложения, что отражает динамика доли вакантных площадей. С учетом постепенного насыщения рынка, все более важное значение принимает качество оценки экономической целесообразности реализации проектов по строительстве торговых объектов.

На срок окупаемости торгового объекта может влиять значительное число факторов, включая как его характеристики - площадь, расположение и качество инфраструктуры, планируемые арендаторы и пр., - так и более глобальные обстоятельства, связанные, в частности, с текущим состоянием рынка и уровнем дохода покупателей.

Вместе с тем, основным источником прибыли, создаваемой торговым центром, является сдача площадей арендаторам. На практике применяется три способа расчета арендной ставки, базирующиеся на:

§  стоимости аренды одного квадратного метра;

§  величине товарооборота арендатора;

§  комбинировании первых двух факторов.

На сегодняшний день, для большинства крупных торговых объектов характерно использование комбинированного метода расчета. Таким образом, оценка окупаемости торгового объекта связана с получением данных по имеющемуся или планируемому обороту у его арендаторов.

В то же время, информация о товарообороте объектов в России сегодня практически не публикуется владельцами торговых объектов, что затрудняет оценку текущего и будущего состояния рынка и прогнозирование оборота для проектируемых объектов.

Данная диссертация является продолжением курсовой работы за прошлый год. В рамках него с помощью средств Microsoft Excel была реализована модель прогнозирования товарооборота. Вместе с тем, для получения корректного прогноза модели требовались данные по конкуренции в зоне охвата торгового объекта, которые могли быть получены путем экспертной оценки, а также структура расходов посетителей объекта. В качестве последней были взяты данные по структуре потребительских и розничных расходов, опубликованные Росстатом, однако структура и уровень детализации в обоих случаях слабо соответствует спектру товаров и услуг, предлагаемых торговыми центрами.

Целью данной работы является разработка полноценной методологии для прогнозирования товарооборота в торговом объекте, включающей в себя модели для определения как товарооборота, так и вспомогательных данных. Помимо использования уже существующей модели прогнозирования товарооборота предполагается реализация еще одной, зависящей от меньшего объема входных данных и более простой в использовании.

Достижение поставленной цели подразумевает выполнение следующих задач в ходе работы:

·        изучение возможностей по созданию методологии прогнозирования оборота торговых объектов;

·        разработка и объединение элементов методологии, включая модели прогнозирования товарооборота, оценки структуры расходов и конкуренции в зоне охвата торговых центров;

·        применение реализованных моделей для получения прогноза по товарообороту.

Объектом исследования в данной работе является сегмент московского рынка торговой недвижимости, включающий в себя наиболее крупные торговые центры и специализированные магазины с общей арендуемой площадью (GLA) не менее 5000 квадратных метров. Предмет исследования - прогноз оборота в торговых объектах с разбивкой на ключевые товарные категории и без неё.

Структура работы включает три главы, каждая из которых соответствует одной из перечисленных выше задач.

Разработка методологии производилась при участии компании Knight Frank. Данная организация занимается консалтингом на рынке недвижимости, и в её сферу интересов попадают крупнейшие торговые объекты Москвы. На сегодняшний день компания не располагает возможностью прогнозирования товарооборота, поэтому получение подобной модели представляет для них практический интерес и позволила бы оценивать варианты проектов торговых объектов с точки зрения их рентабельности, а также получать дополнительную информацию о текущем состоянии всего рынка торговой недвижимости.

Большинство данных, для которых не указаны источники, а также ряд теоретических сведений по теме исследования были предоставлены компанией Knight Frank.

прогнозирование товарооборот расходы покупатель

1. Существующие подходы к решению поставленных задач

В данной главе выпускной работы перечислены существующие методы и подходы к оценке характеристик торговых объектов, включая его товарооборот, положение на рынке, численность покупателей и расходы, которые те несут при посещение торговых объектов.

.1 Методы оценки товарооборота

.1.1 Оценка с помощью регрессионной модели

В классическом понимании, задачей регрессионного анализа является установление зависимости эндогенной переменной от набора экзогенных факторов, позволяющей наиболее точно приблизить прогнозные данные к фактическим. Наиболее простой, хотя и не единственно возможной, формой зависимости является модель линейной регрессии, имеющая следующий вид:

, (1.1)

где  - вектор наблюдений для эндогенной (зависимой) переменной,

 - матрица наблюдений для экзогенных (независимых) переменных,

 - вектор коэффициентов регрессии,

 - вектор случайных ошибок модели.

Исходя из представленного выше равенства для линейной регрессии, прогнозирование товарооборота объекта с помощью подобной модели будет требовать определения, совокупности факторов, полагаемых оказывающими влияние на него, а также списка источников данных, позволяющих получить значения, принимаемые этими факторами для каждого из объектов, включенных в выборку, по которой строится модель.

Одним из возможных этапов прогнозирования с помощью регрессионной модели является включение в нее товарных категорий. Допустимым способом достижения данной цели является введение дополнительных независимых переменных, характеризующих объект из выборки по представленным в нем товарах и степени привлекательности для покупателей. Кроме того, товарные категории могут описываться собственными уравнениями, что позволяет включить для из них собственный набор экзогенных факторов и, таким образом, добиться большей гибкости модели в целом.

Примерный алгоритм оценки товарооборота с помощью регрессионной модели может включать в себя следующие этапы:

.        установление количества и списка товарных категорий, для которых проводится анализ;

.        определение зон охвата торговых объектов и численности населения для них;

.        оценка расходов потребителей в торговых объектов и возможное разбиение на группы с различным поведением;

.        включение в модель характеристик торговых объектов и иных факторов;

.        оценка коэффициентов регрессионной модели.

Практическая реализация подобного алгоритма дает возможность оценить оборот торгового объекта по различным категориям товаров, исходя из его параметров.

Вместе с тем, применение подобной модели ограничено невозможностью получить достаточно детальные данные, включавшие бы в себя полную характеристику каждого из представленных в выборке торговых объектов, в том числе, если в число экзогенных факторов входят и необходимые с точки зрения логики параметры, такие, как площадь объектов. Также разбиение на товарные категории значительно усложняет процесс оценки, поскольку требует для успешного выполнения более детализированной информации по рассматриваемым торговым объектам.

Соответственно, для практического применения регрессионной модели при оценке товарооборота необходимо либо полагаться на значительное число допущений при подстановке данных или пытаться сделать модель, основываясь на небольшом объеме информации, т.е. включив только наиболее значимые независимые переменные. И тот, и другой способ обхода нехватки данных негативно сказывается на точности прогнозирования с помощью подобной модели.

.1.2 Оценка с помощью временных рядов

Использование модели, анализирующей временные ряды данных, позволит прогнозировать не оборот неизвестного, а динамику оборота известного торгового объекта за различные периоды времени, в зависимости от значений тех или иных факторов, включенных в ряды. К таким факторам можно отнести, в частности:

·        динамику населения в зоне охвата объектов;

·        изменение потребительских привычек посетителей объектов;

·        изменения, происходящие на рынках, в которых работают арендаторы торговых центров, и влияющие на доли рынка, занимаемые самими ТЦ.

Недостатком подобного подхода к оценке является трудность получения достаточного набора данных, характеризующих состояние торговых объектов и иных влияющих на товарооборот факторов в различное время. Невозможность прогнозирования при отсутствии данных значительно ограничивает возможности по использованию подобных моделей для существующих объектов и делает их неприменимыми для проектируемых торговых центров, по которым информация не может быть получена в принципе.

1.1.3 Оценка через оборот якорных объектов

Использование данного подхода предполагает оценку товарооборота по одному или нескольким основным арендаторам торгового центра, называемых якорными, с последующей экстраполяцией этой информации на весь ТЦ. В целом, подобный подход в большей степени отвечает интересам арендаторов-ритейлеров, обладающих значительным числом уже существующих магазинов, чем для владельцев ТЦ, т.к. для получения интересующей последних оценки оборота всего торгового центра необходимо делать дополнительные допущения, базирующиеся на экспертных оценках.

Алгоритм данного метода состоит из следующих частей:

.        Определение торговой точки или магазина, наиболее схожего по своим характеристикам с тем, который планируется разместить в торговом центре. В случае отсутствия похожих магазинов возможно проецирование на планируемый объект данных о конкурирующих торговых точках.

.        Получение оценки среднего числа посетителей за день. Искомое значение может быть установлено с помощью изучения транспортных и пешеходных потоков вблизи торгового центра, путем проведения маркетинговых исследований или иным способом.

.        Расчет прогноза товарооборота магазина как произведения числа покупателей на величину среднего чека; данный показатель можно получить из открытых источников для большинства компаний, ведущих деятельность в сфере сетевого ритейла. Возможно также использование усредненного среднего чека для всего рынка.

.        Внесение корректировок в прогноз товарооборота, исходя из различий между параметрами существующего и планируемого магазинов. Итоговая точность корректировки, во многом, зависит от объема накопленных по другим объектам данных - чем больший размер имеет выборка, тем проще не только подобрать для планируемой точки уже существующую, но и оценить то, как различные параметры магазинов влияют на итоговую прибыль.

.        Проецирование полученной оценки (или оценок) товарооборота от одного (или нескольких) арендаторов на весь торговый центр, исходя из планируемой структуры арендаторов и соотношений товарооборотов на один квадратный метр, генерируемых различными арендаторами, если имеются сведения, позволяющие их получить.

Данный подход отличается относительной простотой практической реализации, но в то же время в большей степени завязан на информацию, являющуюся недоступной при поиске в открытых источниках, и на экспертные оценки, получаемые на её основе. В целом, использование подобного метода дает возможность получить лишь приблизительно верную оценку товарооборота.

.1.4 Оценка через объем рынка и конкуренцию в нем

Данный подход был использован консалтинговой компанией Centrumutveckling Sverige AB в ходе оценки вариантов проекта торгового центра в Санкт-Петербурге. Использование данного метода предполагает разбивку оборота ТЦ на различные товарные категории. Алгоритм использованной для прогнозирования оборота модели включал в себя следующие части:

.        Установление зон охвата и оценка численности населения в них;

.        Расчет величины и структуры расходов, приходящейся на одного человека в РФ;

.        Расчет объема рынков в зонах охвата для каждой из товарных категорий;

.        Оценка итогового товарооборота в зависимости от предполагаемых долей рынка, которые займет ТЦ.

Исходная модель также затрагивала изменения, происходящие в течение нескольких лет после открытия ТЦ в силу прироста или убыли населения, величины их доходов и изменения долей рынка.

Работоспособность модели в этом случае также зависела от наличия адекватных экспертных оценок ряда входных параметров. К их числу относятся коэффициенты прироста численности населения и объемов их расходов, а также предположения о долях рынков, занимаемых торговым центром при имеющейся и ожидаемой конкуренции.