Динамическое ценообразование в агробизнесе

Автор: Шестаков Р.Б., Яковлев Н.А.

Журнал: Вестник аграрной науки @vestnikogau

Рубрика: Экономические науки

Статья в выпуске: 5 (92), 2021 года.

Бесплатный доступ

В работе затрагиваются теоретические и методологические аспекты динамического ценообразования, как одного из современных методов максимизации дохода в условиях цифровизации бизнес-процессов. Раскрыты основные принципы динамического ценообразования, применяемые алгоритмы и методы. В рамках разработки системы поддержки принятия решений, предложена упрощенная модель для определения наиболее предпочтительного уровня цен на конкретный вид продукции. В основе применяемого алгоритма лежит известный теоретический постулат зависимости общего дохода от ценовой эластичности спроса. В исследовании рассматривался рынок мёда в целом по Российской Федерации за последние двенадцать лет. В качестве исходных данных использовались ежегодные процентные приросты индексов производства и индексом цен по данной конкретной продукции. Проанализированы статическая и динамическая эластичности. Для нахождения динамической эластичности сформирована регрессионная модель зависимости процентного изменения цены от количества реализованного товара. Найдены параметры модели в пределах заданной статистической значимости. В среднем наблюдается низкая эластичность за весь рассматриваемый временной отрезок, а также не вполне функциональный (аномальный) спрос. Этот факт, очевидно подтверждает, что мед является особенным продуктом для отечественного потребителя. В качестве дальнейшего развития исследования предполагается расширить количество факторов в модели, а также рассмотреть проблему максимизации не только общего дохода, но и его производных, включая маржинальную и операционную прибыль, рентабельность. Данный подход может использоваться для предварительного анализа и прогнозирования конъюнктуры рынка определенных товаров, произведенных или реализуемых организациями агробизнеса.

Еще

Агробизнес, сельскохозяйственная продукция, динамическое ценообразование, цифровизация, машинное обучение, рынок меда

Короткий адрес: https://sciup.org/147235539

IDR: 147235539   |   DOI: 10.17238/issn2587-666X.2021.5.166

Текст научной статьи Динамическое ценообразование в агробизнесе

Введение. С развитием цифровых технологий появилась возможность обрабатывать большие объемы информации и обрабатывать их относительно быстро. Эти возмо^ности мо^но применять в бизнес-цикле, начиная от производства и заканчивая процессом прода^. Bозмо^ность доступа к практически ка^дому клиенту напрямую (атомарный маркетинг), дает и возмо^ность применение персональной ценовой дискриминации, то есть установление своей цены для ка^дого конкретного потребителя. С ростом объемов прода^ и количества продаваемых товаров использование современных технологий критически ва^но.

Динамическое ценообразование – это гибкий подход к переоценке товаров, основанный на использовании различных стратегий ценообразования, которые находятся в зависимости от различных событий на рынке [1]. Например, в случае изменения цен на товары у конкурентов включается динамическая переоценка в сторону увеличения или сни^ения. Помимо ценовых факторов, предло^енный в работе алгоритм учитывает мно^ество других, а так^е поведение отдельного потребителя.

Методологически проблема не простая [2], но использование подобных подходов к ценообразованию мо^ет дополнительно повысить прибыль компании вплоть до 20%, снизив количество ошибок в процессе принятия бизнес-решений.

Система динамического ценообразования включает в себя следующие ва^ные элементы (рис. 1):

Установка цен

^нализ рынка

Стратегия ценообразовния

^нализ прода^

Оптимизация модели

Рисунок 1 – Процесс динамического ценообразования

Переоценка товаров по заранее определенному плану называется стратегией ценообразования. Из рисунка 1 видно, что выбор стратегии основывается на результатах постоянно проводимого анализа рынка и общей стратегии развития бизнеса. Далее следует процесс установки цен на товары, анализ продаж и оптимизация выбранных моделей и методик ценообразования.

Услови^, материалы и мето^ы. Одним из простых методов ценообразования, не требующим вычислительных мощностей и подходящим для быстрого анализа, является определение эластичности спроса (рис. 2).

Рисунок 2 - Взаимосвязь эластичности спроса в общим доходом (выручкой)

Как видно из рисунка 2 общий доход приближается к своему максимуму, когда эластичность спроса по цене становится единичной.

_ aqd% EdW   A P d %

TR=Pdx Q d

TRed№ =1 ^ max где: ED \ p - коэффициент эластичности спроса по цене;

AQd% — процентное изменение объема спроса (ед. изм.);

ApD% — процентное изменение цены (ден. ед.);

TR - общий доход (выручка).

В таблице представлены исходные данные по рынку меда в Российской Федерации за период с 2009 по 2020 годы. Из нее видно, что статическая эластичность обладает большой вариативностью их года в год не только по абсолютной величине, но и по знакам. Условие максимизации дохода бли^е всего соответствует 2019 году, где наблюдается максимальное прибли^ение коэффициента к единице.

Общий тренд эластичности в динамике найдем с помощью регрессионного анализа временного ряда статических коэффициентов эластичности [4]. Из-за относительно небольшой выборки, для сохранения мощности теста обозначим границу статистической значимости коэффициента регрессии 10%. Так^е, значимость поднимает удаление константы из модели.

Таблица – Конъюнктура рынка меда в Российской Федерации (2009-2020 гг.) [3]

Годы

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

Индексы потребительских цен, %

6,1

12,9

3,9

7,5

7,3

15,4

14,0

4,6

1,1

4,7

2,6

6,7

Индекс объемов реализации, %

-9,8

-5,6

13,2

3,8

8,7

10,4

-5,5

3,2

-8,7

-1,4

-2,1

4,9

Разница по модулям

3,7

7,3

9,3

3,7

1,4

5

8,5

1,4

7,6

3,3

0,5

1,8

Знак коэффициента эластичности

-

-

+

+

+

+

-

+

-

-

-

+

Спрос эластичный

да

нет

да

нет

нет

нет

нет

нет

да

нет

нет, близок к 1

нет

Примечание: рассчитано авторами по данным ФСГС РФ.

Результаты и обсуждение. Таким образом, модель эластичности в динамике будет представлять:

ДQD% = b х ДpD%                            (4)

где b – коэффициент эластичности.

С учетом полученного значения коэффициента:

Д Qd % = 0,3 х ДpD %                              (5)

Итак, в среднем за исследуемый период спрос на мед обладает низкой и поло^ительной эластичностью (аномальный или нефункциональный спрос). Этот факт, вне сомнений, подтвер^дает, что мед является особенным продуктом для отечественного потребителя и, соответственно, требует особого внимания при планировании производства и реализации, более пристального мониторинга рыночной конъюнктуры. Для дости^ения максимального общего дохода необходимо достичь минимального отклонения ме^ду годовыми процентными изменениями в производстве и ценах. B данном случае целесообразно наращивать производство, вплоть до дости^ения трехкратного прироста (при контроле уровня цен). Для прогнозирование ценовых индексов мо^но использовать современные инструменты машинного обучения [5, 6]. B процессе применения моделей ну^но обратить внимание, что возмо^но наличие отклонения совокупной динамической выручки от базовой [7, c. 21].

B целом, инструментом динамической переоценки товаров так^е выступает специализированное программное обеспечение и современные устройства связи. Они помогают обеспечить оперативное отсле^ивание:

  • -    динамики цен на рынке у конкурентов;

  • -    наличия товаров у конкурентов и поставщиков, проводимые маркетинговые акции;

  • -    поведения и предпочтений покупателей, историю взаимодействий;

  • -    стратегии и рамок KPI бизнеса в целом;

  • -    собственный товарный запас и наличие товаров у поставщиков;

  • -    историю прода^ товаров, товарных групп, влияние сезонности;

  • -    условия макроэкономической среды, включая цены на ресурсы, налогообло^ение, господдер^ку и др.

  • 2.    Предло^енная модель позволяет быстро оценить общую рыночную конъюнктуру на разных уровнях, по отдельному товару или товарной группе.

  • 3.    Исследуя рынок меда на макроуровне, мо^но сделать вывод, что спрос на данный товар достаточно специфичен и требует особого внимания в процессе принятия бизнес-решений.

  • 4.    Данный подход мо^ет использоваться для предварительного анализа и прогнозирования конъюнктуры рынка определенных товаров, произведенных или реализуемых организациями агробизнеса.

Проникновение электронной коммерции в агробизнес [8] делает наличие системы динамического ценообразования ^изненно необходимым. B рамках поддер^ки принятия решений это помо^ет менед^еру с наименьшими издер^ками контролировать процессы ценообразования, обеспечивая доходность на заданном уровне.

Выво^ы. 1. Динамическое ценообразование позволяет максимизировать целевую бизнес-функцию, например общего дохода (выручки), того или иного типа прибыли.

Список литературы Динамическое ценообразование в агробизнесе

  • Spann M., Skiera B. Dynamic Pricing in a Digitized World // Schmalenbachs Zeitschrift Fur Betriebswirtschaftliche Forschung. 2020. № 72(3). Р. 321-342. URL: DOI: 10.1007/s41471-020-00095-0
  • Banerjee S. Asymmetric Dynamic Price Mechanism for Symmetric Buyers // SSRN Electronic Journal. 2017. URL: DOI: 10.2139/SSRN.3069512
  • Официальная статистика. ФСГС РФ // URL: https://www.gks.ru (дата обращения: 10.10.2021).
  • Statsmodels. Statistical models, hypothesis tests, and data exploration // URL: https://www.statsmodels.org/(дата обращения: 10.10.2021).
  • Шестаков Р.Б., Яковлев Н.А. Многомерное прогнозирование ценовых индексов в агробизнесе на основе GRU-моделей // Вестник Мичуринского государственного аграрного университета. 2020. № 4. C. 242-245.
  • Cross-Sectoral and Price Interactions: a Key to Development of Foresight and Management System in Agribusiness / R.B. Shestakov [et al] // IOP Conf. Ser.: Mater. Sci. Eng. 2020. Р. 753 082005. URL: DOI: 10.1088/1757-899X/753/8/082005
  • Щемелева Е.В. Формирование и использование динамической системы ценообразования организации // Экономика. Бизнес. Финансы. 2019. № 5. С. 20-25.
  • Implementing E-Commerce model for agricultural produce: A research roadmap / T. Banerjee, M. Mishra, N.C. Debnath, P. Choudhury // Periodicals of Engineering and Natural Sciences. 2019. № 7(1). Р. 302-310. URL: DOI: 10.21533/pen.v7i1.353
Еще
Статья научная