Close
Задать вопрос
Telegram
WhatsApp
Viber
Messenger
Skype
Mail
Phone
Прогнозируем основные KPI в планируемых точках продаж или не стоит сбрасывать со счетов макроэкономику
При открытии нового объекта бизнеса, хорошо бы иметь представление о количестве клиентов, которое мы потенциально можем получить в данной локации. Я очень верю в интуицию, но, к сожалению, далеко не всем она подсказывает верно. Кроме того интуиция усиленная аналитикой это вообще гремучая смесь.

В предыдущем посте я писал о том, что пришлось недавно столкнуться с кейсом по развитию сети кинотеатров. Открытие нового кинотеатра это очень приличные инвестиции и долгая работа. Поэтому тут очень важны вопросы анализа и планирования. Я писал о том как можно определить перспективность расположения кинотеатра. Сейчас расскажу немного о том как можно рассчитать количество посетителей.

Первое, что приходит в голову, когда сталкиваешься с подобной задачей это, что нужны данные о конкурентах. да но это только пол дела. Нужно понимать общую ситуацию в месте расположения. И вот тут нам нужна макроэкономика. Часто макроэкономические данные сбрасываются со счетов при анализе. Да что там часто - почти всегда. Я редко сталкивался с тем, чтобы макроэкономические данные использовались. А ведь если их правильно читать, то они могут рассказать о регионе не меньше, чем баланс о компании.

Имея макроэкономические данные, например, можно четко понимать что из себя представляет город. Развитый он, развивающийся или, наоборот, депрессивный. Это может многое дать в планировании бизнеса. Так к примеру для Украины только 1.5% городов можно считать благополучными, при этом около 80% можно отнести к депрессивным. Это вовсе не означает, что стоит развивать бизнес только в благополучных городах. Однако, согласитесь, стратегия развития будет отличаться. И относительно похожий профиль конкурентной среды будет иметь совершенно различное влияние, например, в развитом и в депрессивном городе.
Итак если мы имеем понимание что из себя представляет город, в котором мы планируем развиваться, нам остается собрать максимальную доступную информацию о конкурентах. Это, скажу, много кропотливой и нудной работы. На примере кинотеатров это например такие данные как количество залов, количество мест, наличие технологий 3D и IMAX и многое другое.
Когда данные собраны, можно переходить к построению предиктивных моделей. Опять же не буду грузить техническими терминами и процессами. Результат, который получился у меня это прогнозирование количества посетителей на сеанс с точностью в среднем до +/- 3 посетителей.

Само собой любой математический результат нуждается в определенном логическом осмыслении, но получаемый результат является четкой точкой отсчета для планирования.
Что хотелось бы выделить: основной вывод из данного кейса это то, что не стоит скидывать со счетов макроэкономику. Это действительно дает интересные результаты. К сожалению, не могу раскрывать найденные инсайты, но они очень интересны.
Made on
Tilda