<<
>>

Проведение анализа вариаций и связей

Большинство этих определяющих факторов оказывают линейное влияние на SSF. Однако можно предположить, что некоторые факторы, например, период работы под руководством нынешнего директора, срок, в течение которого магазин был в составе группы, "возраст" магазина и его размер, будут достигать пика, а затем снижаться.

Чтобы проверить это предположение, построим простой график одного из факторов в сравнении с варьируемым SSF и проверим его форму.

На этом этапе размер, по-видимому, не оказывает большого влияния на SSF, поэтому взаимозависимость выглядит линейной (график имеет вид прямой линии). Оказывается, размер магазина практически не связан с SSF, однако торговые точки меньшего размера демонстрируют все же лучшие показатели. Значит, анализ окончен? Вовсе нет. В нем может быть пропущен какой-то важный элемент. Возможно, рассматривался неверный определяющий фактор. Допустим, не сама по себе площадь является фактором-определителем SSF, а размер по отношению к клиентской базе. Можно создать новый фактор: размер магазина/район охвата обслуживанием. Построив его, вновь проверим на предмет нелинейного соотношения (см. рис. 4 12). Новый график дает тот же результат.

По-видимому, меньший размер магазина по отношению к району охвата обслуживанием дает лучший показатель SSF. Но этот очевидный эффект может быть вызван и другими факторами. Чтобы исследовать, действительно ли график означает, что меньший размер магазина по отношению к охвату обслуживанием генерирует более высокий показатель SSF, необходимо провести регрессивный анализ, включающий, кроме размера, и другие факторы.

Главная задача в данном случае — определиться с установлением одного конкретного фактора: наилучший размер для новых торговых точек. Поэтому, может, нам не следует беспокоиться о других потенциальных факторах-определителях 5SF, например, номенклатуре продукции или периоде времени, прошедшем с момента последнего переоборудования магазина? Проблема в том, что использование одного определяющего фактора (размера) в то время, как работают и другие, может неверно истолковать влияние, оказываемое в данном случае размером на SSF.

Например, может выясниться, что меньшие магазины демонстрируют более высокий показатель SSF. Но они также часто подвергаются переоборудованию. Поэтому следует предположить, что лучший показатель SSF небольших магазинов может быть обусловлен внешним видом и, следовательно, большей привлекательностью, а вовсе не их размерами. В данном примере принятие решения о переходе к торговым точкам меньшего размера в будущем могло бы оказаться ошибкой, влекущей за собой значительные расходы. Однако, если проанализировать площадь магазина и время, прошедшее с момента его переоборудования, в одной и той же регрессии, повышается вероятность того, что относительные влияния обоих факторов будут показаны отдельно.

Регрессия дает несколько интересных результатов. Во-первых, фактор "оцененная квалификация менеджера", по-види-Мому, не оказывает влияния на SSF. Это идет вразрез с интуитивным представлением руководства магазина. Директора твердо убеждены в том, что хороший менеджер является важной составляющей успеха магазина. Как раз в этом они могут ошибаться, или же оценка, которая дается менеджерам, неверна. Но всегда стоит проверять результаты, которые бросают вызов общепризнанным представлениям. В данном случае обсуждение проблемы выявило, что для их разрешения лучшие менеджеры обычно назначались в те магазины, которые демонстрировали слабые показатели. Поэтому данные просто являются отражением операционных процессов и не отрицают важности менеджеров.

Во-вторых, магазины с низким показателем SSF включали значительный элемент аксессуаров в номенклатуру продаваемой продукции. Значит ли это, что замена аксессуаров другими продуктами улучшит показатели работы? Дальнейшее исследование показало, что в большинстве магазинов аксессуары представляли минимальный объем предложенных товаров, но в тех случаях, когда ассортимент одежды продавался не очень хорошо, директор магазина зачастую (в отчаянии) делал больший упор на номенклатуру аксессуаров. Итак, данные отображают еще один вид операционного процесса, используемого в качестве ответной меры при недостаточной эффективности работы магазина, и не показывают, что именно аксессуары являются причиной низкой эффективности.

При оценке результатов анализа следует двигаться с большой осторожностью.

В-третьих (и это наиболее важный момент для первоначально упомянутой проблемы), отрицательное соотношение между размером магазина и SSF подтверждается регрессией. Поэтому даже в том случае, когда мы учитываем другие переменные, например, время с момента переоборудования, соотношение размера и охвата обслуживания, размер все-таки считается мощным фактором, стимулирующим SSF. Это подтверждают данные, показанные на простом графике зависимости "размер магазина/охват обслуживанием" (рис. 4.12): меньшие магазины (относительно своего охвата обслуживанием) работают лучше.

Прежде чем сделать вывод, что за маленькими магазинами будущее, необходимо вернуться к обсуждению показателя конечного результата. В то время, как SSF — общепринятая "валюта" в розничной торговле, ROI лучше использовать для измерения конечного результата. SSF не принимает в расчет расходы на продажу, включая стоимость владений квадратными футами площади, a ROI учитывает и продажи, и расходы.

В данном случае использование регрессии с целью прогнозирования ROI дает совершенно иной результат. Регрессия показывает, что между соотношением "размер/охват обслуживанием" и ROI нет существенной взаимосвязи. Таким

образом подчеркивается важность выбора надлежащих показателей конечного результата — различные показатели приводят к совершенно разным выводам. Однако это, пожалуй, принесет меньше пользы владельцам магазина: подразумевается, что его размер не имеет значения.

До того как эта гипотеза будет принята, мы должны вспомнить следующее: регрессия предполагает линейные (или прямолинейные) отношения между факторами-определителями и конечными результатами. Следовательно, нужно проверить, так ли это в случае с ROI. Вариационный анализ ROI в сравнении с соотношением размера магазина/района охвата обслуживанием дает кривую, показанную на рис. 4.13.

Кривая показывает, однако, нелинейное соотношение. Вот почему его невозможно было определить с помощью регрессивного анализа. Искривленная нелинейная форма имеет решающее значение для установления оптимального размера магазина. Начертив кривую и проверив визуально то, какое соотношение размера/охвата обслуживанием соответствует вершине кривой (т.е. дает наивысший показатель ROI), мы можем найти оптимальное значение этого соотношения. В данном случае пиковая точка на кривой соответствует значению соотношения между размером магазина и охватом обслуживанием, которое составляет 0,35. Согласно этому оптимальному показателю можно установить наиболее подходящий размер магазина, позволяющий довести показатель ROI до максимума в данном районе.

<< | >>
Источник: Боб Фелпс. Умные бизнес-показатели. 2010

Еще по теме Проведение анализа вариаций и связей:

  1.   3.4 Биологические коэффициенты связи водопотребления лука с метеорологическими показателями
  2. АНАЛИЗ ОПРЕДЕЛЕНИЙ ПОНЯТИЯ «АДАПТАЦИЯ»
  3. Уровни анализа
  4. Проведение анализа вариаций и связей
  5. Проведение анализа вариаций и связей
  6. Проведение анализа вариаций и связей
  7. Проведение анализа вариаций и связей
  8. Проведение анализа вариаций и связей
  9. 5. Умные бизнес-метрики для факторов-созидателей будущей стоимости компании
  10. Проведение анализа вариаций, связей и предпочтений
  11. Проведение анализа вариаций, связей и предпочтений
  12. Проведение анализа вариаций, связей и предпочтений
  13. Проведение анализа вариаций, связей и предпочтений
  14. Проведение анализа вариаций, связей и предпочтений
  15. Проведение анализа вариаций, связей и предпочтений
  16. Проведение анализа вариаций, связей и предпочтений
  17. Проведение анализа вариаций, связей и предпочтений
  18. Особенности развития зрительного анализатора у недоношенных детей
  19. Статистический анализ
  20. С. М. Эрвин-Трипп ЯЗЫК. ТЕМА. СЛУШАТЕЛЬ. АНАЛИЗ ВЗАИМОДЕЙСТВИЯ