Розділ 4. Визначення оптимальної ціни на товар на підставі проведення пробного маркетингу

Для того, щоб визначити чи дійсно будуть споживачі купувати наші фотоапарати в реальних умовах, а також випробувати різні методи збуту, ми проведемо пробний маркетинг. Він передбачає обмежену реалізацію товару в певному регіоні.

В даному курсовому проекті ми використовуємо методику ціноутворення, що орієнтована на попит, з врахуванням впливу інших методичних підходів, оскільки вони взаємопов'язані. Обраний метод базується на класичній економічній моделі, яка розглядає ціноутворення як механізм, що відповідає за ефективне розміщення і використання ресурсів.

Визначення взаємозв'язку між ціною і попитом

Для оцінки взаємозв'язку між ціною і попитом на фотоапарати (за рівнем його збуту) наша фірма протягом декількох місяців проводила пробний маркетинг цього товару при різних значеннях ціни.

Результати пробного маркетингу ми зобразили у системі координат, де величина попиту (N) відкладається на осі Y, а ціна (Ц) — на осі X.

Рис. 22. Кореляційне поле

Дальше ми складаємо рівняння регресії, що встановлює взаємозв'язок між досліджуваними параметрами: ціною та обсягом попиту, що у даному випадку дорівнює рівню фактичного збуту.

Оскільки зв’язок між ними даними близький до лінійного, то рівняння регресії буде мати вигляд:

.

де N — теоретичне значення обсягу збуту при відповідній ціні.

На підставі гіпотези про лінійність зв’язку через кореляційне поле точок нам необхідно провести пряму таким чином, щоб сума квадратів відхилень теоретичних значень від фактичних була мінімальною. В цьому полягає суть методу найменших квадратів. Це означає, що в нашій розрахункові значення максимально наближені до фактичних, що є гарантією достовірності моделі.

Використовуючи метод найменших квадратів для обчислення в₀ та в₁ нам слід розв’язати систему нормальних рівнянь:

Де m — кількість замірів у проведеному дослідженні.

Проміжні дані для розрахунку доцільно показати у вигляді таблиці 1.

Таблиця 1. Проміжні розрахунки.

Заміри.
						239,32.	— 3265,18.
						833,03.	— 2671,47.
						1426,75.	— 2077,75.
						2020,46.	— 1484,04.
						2614,17.	— 890,33.
						3207,88.	— 296,62.
						3801,59.	297,09.
						4395,31.	890,81.
						4989,02.	1484,52.
						5582,73.	2078,23.
						6176,44.	2671,94.
						6770,15.	3265,65.

Після цього знаходимо рівняння регресії:

Після розв’язання системи рівнянь, визначення коефіцієнтів в₀ та в₁ та складання рівняння регресії ми будуємо графік залежності N від Ц.

Рис. 23. Залежність попиту від ціни

Далі ми визначаємо щільність зв’язку між цими величинами, обчисливши коефіцієнт детермінації.

де — факторна дисперсія,.

;

— загальна дисперсія,.

Отже, зв’язок між ціною і попитом є щільний, оскільки.