Курсовая работа: Факторы, влияющие на назначение разных цен на одинаковые товары

Таблица 2

Статистика заказов компании «Yoox»

Источник: [31]

Основываясь на данных из таблицы 2, можно отметить, что с течением времени популярность данного магазина растет, о чем свидетельствует рост количества заказов. При этом темпы роста количества активных пользователей не так велики, что говорит нам об увлечении активности уже существующих активных пользователей, которые совершают примерно 3 заказа в год. Кроме этого, отмечается тренд на общее снижение средней суммы заказа. Это может быть вызвано смягчением ценовой политики компании, либо снижением доходов потребителя. В целом, деятельность данной компании можно оценить весьма позитивно.

Компания имеет офисы и склады в Великобритании, США, Италии, Китае, Гонконге, Японии и Катаре. Они используются в качестве логистических «Хабов».

Рисунок 1. Логистика доставки товара. Источник: [32]

Согласно рисунку 1 становится ясной вся логистическая цепочка компании. Головной офис и склад находится в Италии. Далее, свои товары направляются либо напрямую к покупателю (Для Европы, Европейской части Российской Федерации и Африки), либо через «хабы», в которые они попадают через внутренние логистические потоки. Затем производится доставка по принципу «Последняя миля». То есть заказ доставляется со склада и «до двери». Для доставки используются услуги международных транспортных компаний: UPS, DHL, EMS. При этом, стоимость доставки не включается в стоимость. Данная информация весьма важна при последующей разработке многофакторной модели и учета географического и логистического влияния.

Таблица 3

Структура доходов компании Yoox

Источник: [31]

Согласно таблице 2, наибольшие товарные потоки компании приходятся на Европу, примерно 50% от общих доходов. Практически треть всех доходов получены от стран Северной Америки. При этом наблюдается медленный спад доходов от Европейской части планеты и рост от Азиатско-Тихоокеанского региона. Это может быть связано с рост экономик стран Азии, что ведет за собой повышение спроса, и перераспределением товарных потоков.

В целом, можно отметить следующие важные особенности рассматриваемой компании: во-первых, отсутствие физических точек продаж, из-за чего цены слабо зависят от цен на подобные товары в странах. Во-вторых, из-за наличия единого склада в Италии и продажи товаров итальянского производства, обеспечивается одинаковое качество товара. Поэтому цена не может объясняться качеством или каким-либо отличием товара. Также, использование транспортных компаний позволяет рассчитывать стоимость доставки и стоимость покупки отдельно. Однако не стоит отбрасывать влияние внутренних товарных потоков.

2.2 Описание модели

Многофакторная модель, объясняющая закономерности ценообразования, разрабатывается в соответствии с гипотезой о том, что исследуемая компания Yooxследует стратегии ценовой дискриминации 3 степени. То есть компания устанавливает цену для каждого сегмента покупателей в соответствии с различными факторами. Исходяизработы «IncomeDifferencesandPricesofTradables: InsightsfromanOnlineRetailer» [18], вкоторойтакже анализируется онлайн-ритейлер «Mango», можно выделить следующие факторы:

1. Различия в доходах населения страны;

2. Географическая отдаленность;

3. Стоимость и сроки доставки;

4. Размеры экономики страны-импортера;

5. другие факторы.

Однако компания «Mango» не является абсолютным онлайн-магазином и имеет ряд физических точек продажи по всему миру. Поэтому, в условиях действия рассматриваемой нами компании, было принято решение рассмотреть следующие факторы:

1. Количество городского населения. Необходимость включения данного фактора объясняется тем, что «Yoox» продает преимущественно одежду и аксессуары брендов премиум-сегмента, который, предположительно, имеет больший спрос в городах и мегаполисах. Поэтому существует вероятность того, что в зависимости от количества городского населения цена будет также изменяться;

2. Количество пользователей интернета и количество средств мобильной связи. Так как купить товар возможно только через онлайн-магазин, появляется необходимость в интернете и средствах, обеспечивающих доступ к всемирной сети. Чем выше возможность и само количество пользователей в стране, тем выше потенциальных покупателей. Соответственно, на основе данного фактора появляется возможность сегментации потребителей на основе объемов потенциального спроса;

Также, учитывая географическую особенность компании, рассмотренную в пункте 2.1., были применены разные подходы в расчете географических расстояний:

1. Географическое расстояние от штаб-квартиры компании «Yoox» в Италии, городе Милан до страны-назначения. По заявлениям компании [22], товары закупаются итальянского производства, соответственно именно данную страну можно считать отправной точкой в логистической цепочки доставки покупки. Отдаленность страны-импортера от первоначальной точки может влиять на цену. К примеру, в курсовой работе 3 курса «Гравитационная модель внешней торговли для Российской Федерации»был получен следующий результат: при увеличении географического расстояния, объемы торговли между странами падают. Это может быть связано с возникновением дополнительных барьеров в торговле (тарифные и нетарифные ограничения), а также с невыгодностью подобных сделок, из-за возрастающих затрат на доставку. Поэтому можно ожидать, что цена может повышаться по мере отдаления конечной точки доставки.

2. Длина «Последней мили». Учитывая выстроенную логистическую цепочку доставки товара, покупатель оплачивает доставку именно «последней мили». Однако, несмотря на тот факт, что данные затраты перекладываются именно на покупателя, влияние данного фактора отрицать не стоит. К примеру, существуют точки, где «последняя миля» организуется внутри страны, при этом цены на доставку остаются на уровне международных перевозок. Поэтому можно предположить, что компании, осуществляющие перевозку, устанавливают примерно равные тарифы. При этом, те направления, которые несут более высокие издержки доставки, но осуществляются по заниженной цене, компенсируются за счет менее затратных направлений, осуществляемые по завышенной цене. Также, данная компенсация может включаться и в цену самого товара, чтобы покрыть собственные внутренние товарные потоки.

3. Полное расстояние для доставки товара, которое учитывает расстояние, пройденное для доставки в «Хаб» и «Последнюю милю». Данный показатель полностью отражает весь пройденный путь товара. Можно предположить, что это с увеличением полного расстояния растет и цена товара.

4. Средняя стоимость одного километра доставки. Данный показатель позволяет сопоставить цену товара с издержками на перевозку и оценить наличие взаимосвязи и закономерности с другими показателями.

В целом, разрабатываемая модельобъясняет разницу в ценах с двух сторон: географические различия, экономические и социальные различия. Однако, с целью более точного определения влияния различных факторов на стоимость товара, в данной работе рассматривается несколько моделей, которые в свою очередь разбиты на разные группы.

2.3 Расчет географического расстояния

Необходимость в гибком подходе к расчету географического расстояния основывается на том факте, что доставку от склада «до двери» оплачивает покупатель. Однако не стоит отбрасывать влияние внутренних логистических потоков и других факторов. Поэтому были рассчитаны несколько расстояний.

В ходе проведения расчетов и сбора данных возникла проблема, связанная со способом определения расстояния. Наиболее точным показателем можно считать дистанцию от склада до адреса конечного покупателя. Однако, учитывая большое количество покупателей и отсутствие данных о движении товарных потоков, использование данного способа невозможно. Также возможно учесть сумму расстояний между пропускным пунктом на границе и регионом-экспортером и регионом (страны) - импортером. Однако такой подход не позволяет адекватно оценить торговые потоки по нескольким причинам: во-первых не всегда товарные потоки идут через сухопутные границы и соответствующие пропускные пункты. Кроме этого, в одну и ту же страну импорт может осуществляться с использованием мультимодальных перевозок и одновременно через несколько пропускных пунктов, поэтому возникает вопрос: какое именно из нескольких расстояний выбрать для модели.

В качестве примера можно привести ситуацию, связанную с торговлей между Норвегией и Россией, которая была проанализирована в курсовой работе 3 курса «Гравитационная модель внешней торговли для российской экономики».

Рисунок 2. Пропускные пункты Российской Федерации, используемые в качестве торговых путей в Норвегию. Источник: составлено автором на основе данных Мин. Транс. РФ [23]

Российская Федерация и Норвегия имеет общую сухопутную границу, где располагается автомобильный пункт пропуска «Борисоглебск». Однако, из соображения снижения транспортных издержек, везти товары через всю страну, к примеру, до столицы, не рационально. Поэтому существует множество других вариантов: транзит через Финляндию и Швецию, морские пути из Мурманска, Санкт-Петербурга, Калининграда и воздушные пути также из Санкт-Петербурга, Мурманска и Калининграда и другие [23]. Из-за такого количества торговых путей становится сложно измерить расстояние между странами-партнерами. Однако если анализировать торговые потоки только между двумя странами определенного вида товарной группы, то есть сократить область исследования, то такой способ можно применить на практике.

Также существуют более сложные варианты расчета расстояний: взвешенные показатели, отслеживание реальных транспортных путей и другие. В работе «GravityApproachforModelingTradeFlowsBetweenEstoniaandtheMainTradingPartners»[16] автор делает акцент на том, что немаловажную роль играет время, затраченное на доставку товара. Поэтому в качестве данных также были выбраны средние показатели доставки товара, как по времени, так и по стоимости. Кроме этого, автор предлагает учитывать такие факторы как состояние техники и дорог, количество остановок, топливные расходы и другие. Однако в условиях анализа деятельности компании, торгующей со всеми странами мира, данный вариант невозможно использовать из-за больших объемов расчетов и отсутствия необходимых данных.

Поэтому было принято решение учитывать расстояния между столицами, так как в модель входят и другие переменные, а в условиях международной торговли точностью в расстояниях можно пренебречь. Однако, учитывая географические особенности Российской Федерации: протяженность с запада на восток и большая площадь территории, было учтено среднее расстояние между складами в Италии и Москвой, Японией и Новосибирском. Также для определения дистанции применялся сервис для расчета расстояний[20] , так как готовая база расстояний между Италией и столицами разных стран отсутствует.

2.4 Описание переменных

Для построения модели, объясняющей зависимость между ценой на товар и ряда факторов, использовалась база данных компании «Yoox» и такие источники макроэкономической статистики как WorldbankOpenData[30], UNComtradeDatabase[29]. В качестве преимущества данных источников можно выделить то, что они отражают наиболее полную и достоверную информацию, относящуюся к различным макроэкономическим показателям. Также, для расчета географического расстояния использовался специальный сервис [20], так как готовой нужной базы данных не существует.

В результате были получены следующие статистические данные (переменные):

· Averageprice (EUR). Данный показатель рассчитывался как арифметическое среднее по ценам на 152602 артикула товаров по каждой стране;

· Average price on cheapest items (EUR). Из всей выборки были взяты 10000 наиболее дешевых товаров и найдено арифметическое среднее по каждой стране.

· Average price on «medium» items (EUR). Из всей выборки были взяты 10000 товаров из средней ценовой категории и найдено арифметическое среднее по каждой стране;

· Average price on the most expensive items (EUR). Из всей выборки были взяты 10000 наиболее дорогих товаров и найдено арифметическое среднее. Расчет средней цены на основе ценовых сегментов совершался на основе предположения, о том, что при повышении цены увеличивается и разница в ценах между странами. То есть в «премиум» сегменте ценовая дискриминация будет проявляться в большей степени;