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.
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