Следующий уровень. Стратегический менеджмент новой эпохи

2.1.2.4. Алгоритм выбора целевого кластера

Уже на этом этапе выполнения MVC-1 мы можем делать ценные управленческие выводы, недоступные нам без выполнения этого инструмента! Изучение таких показателей, как:

1. Плотность конкурентной борьбы (т. е. количество игроков в кластере и их объёмы продаж в кластере);

2. Объём кластера в денежном выражении;

3. Доля кластера в объёме рынка в деньгах в целом;

4. Рентабельность продаж по прямым затратам в кластере;

5. Объём совокупной валовой прибыли в кластере;

6. Доля кластера в совокупной прибыли на рынке в целом;

7. Объём кластера в натуральном выражении (опционально);

8. Доля кластера в объёме рынка в натуральном выражении в целом (опционально), – даёт нам возможность оценить правильность рыночной позиции, занятой каждым игроком в базовом году! Давайте, к примеру, сравним такие равные по объёмам выручки компании, как «Славянский дом» (выручка $2 500 000, ячейка C10) и «Савито» (выручка $2 500 000, ячейка C11).

Как показано на рис.  10, компания «Славянский дом» представлена в кластерах 1–4, занимая там неплохие доли. Давайте прикинем, какую валовую прибыль она зарабатывает в каждом из этих кластеров и на рынке в целом.

Валовая прибыль в кластере 1:

$500 000 (ячейка D10) × 8,30 % (D17) = $41 500.

Валовая прибыль в кластере 2:

$1 000 000 (ячейка E10) × 4,94 % (E17) = $49 400.

Валовая прибыль в кластере 3:

$700 000 (ячейка F10) × 17,55 % (F17) = $122 850.

Валовая прибыль в кластере 4:

$300 000 (ячейка G10) × 16,43 % (G17) = $49 290.

Итого валовая прибыль компании во всех кластерах (сумма) = $263 040.

В представленном расчёте для простоты демонстрации используется средневзвешенная рентабельность продаж в каждом из кластеров, что немного искажает результаты применительно к конкретной компании (но не сильно, разумеется). Если мы хотим получить более точные цифры, ничто не мешает нам обратиться к листам, где проводился анализ каждого из кластеров, и на основе представленных там данных точно вычислить прибыль, получаемую игроком в каждом кластере.

Аналогичным образом вычисляем валовую прибыль, получаемую компанией «Савито». Как видно, она не работает в кластерах 1–3, зато работает в кластерах 4–6.

Валовая прибыль в кластере 4:

$200 000 (ячейка G11) × 16,43 % (G17) = $32 860.

Валовая прибыль в кластере 5:

$1 200 000 (ячейка H11) × 41,41 % (H17) = $496 920.

Валовая прибыль в кластере 6:

$1 100 000 (ячейка I11) × 51,22 % (I17) = $563 420.

Итого валовая прибыль компании во всех кластерах (сумма) = $1 093 200.

Итак, созданная нами модель начинает приносить существенные аналитические плоды. Мы получили возможность оценивать грамотность рыночных позиций, занятых на рынке каждым из присутствующих на нём игроков. Очевидно, что компания «Савито», имея равную с компанией «Славянский дом» выручку, получает в несколько раз большую валовую прибыль. Такого результата она добилась благодаря грамотному выбору целевых кластеров. Эта компания сосредоточилась на кластерах, в которых, во-первых, есть значительный по сравнению с другими кластерами объём валовой прибыли и, во-вторых, плотность конкурентной борьбы в них (количество игроков, в том числе сильных) ощутимо меньше, чем в других кластерах. Прежде всего речь в этом примере идёт о кластерах 5 и 6. Таким образом, имея равный объём выручки в сравнении с компанией, представленной в других кластерах, «Савито» зарабатывает значительно больше! Примечательно, что если смотреть только на объёмы кластеров, то правильность выбора целевых кластеров компанией «Савито» неочевидна. Действительно, объём кластера 5 в базовом году составляет всего $2 280 000 (ячейка H16), а объём кластера 6 – $1 750 000 (ячейка I16), что значительно меньше, чем объёмы кластеров 1, 2, 3 и 4, в которых концентрируется «Славянский дом». Однако действительно важна только прибыль, которую можно заработать в кластере, а не его объём – прибыль важнее объёма, ведь работать нужно ради денег, а не ради работы. Кластеры 1–4, имея существенные объёмы, характеризуются низкой рентабельностью продаж и, следовательно, небольшой величиной валовой прибыли, которая затем ещё и распределяется между большим количеством игроков. В свою очередь, кластеры 5 и 6, имея на первый взгляд несущественные объёмы, отличаются большой рентабельностью и, следовательно, большой прибылью. При этом количество игроков, между которыми делится эта прибыль, значительно меньше, чем в других кластерах.

Это наблюдение позволяет нам сформулировать несколько важных тезисов современного стратегического менеджмента и маркетинга.

Во-первых, следует понимать, что рынок, каким бы он ни был, на самом деле неоднороден! При должном анализе становится видно, что рынок – это набор разных кластеров, каждый из которых обладает разными характеристиками прибыльности и объёма в денежном и натуральном выражении, из чего следует вывод, что необходимо выбирать самые прибыльные из имеющихся на рынке кластеров, не растрачивая драгоценные ресурсы на работу в тех кластерах, где прибыль мала. В нашем примере кластеры 3, 4, 5 и 6, особенно 5 и 6, более привлекательны с точки зрения прибыльности, чем кластеры 1 и 2.

Во-вторых, каждый из кластеров характеризуется разной плотностью конкурентной борьбы, т. е. в них представлено: а) разное количество игроков и б) игроки разной силы (выражением силы чаще всего является доля игрока в кластере). Соответственно, чем больше игроков, в особенности сильных, т. е. чем выше плотность конкурентной борьбы, тем сложнее зарабатывать деньги в кластере. В нашем примере кластеры 1, 2, 3 и 4 обладают максимальной плотностью конкурентной борьбы: в них представлено много компаний, включая множество мелких, а кластеры 2 и 4 вдобавок характеризуются ещё и наличием явных лидеров, т. е. сильных игроков. В свою очередь, в кластерах 5 и 6 наблюдается меньшее количество игроков, хотя сильные игроки в них тоже присутствуют. Очевидно, что в контексте плотности конкурентной борьбы привлекательными являются те кластеры, где конкурентов, включая сильных, меньше. Здесь следует напомнить, что бесценные сведения о плотности конкурентной борьбы внутри кластеров дают нам ранее рассчитанные данные о долях в денежном и натуральном выражении, которые занимают игроки в каждом из кластеров рынка. Сверившись с этими долями, мы можем сделать определённые выводы о силе того или иного конкурента.

Отталкиваясь от приведённых выше рассуждений, мы можем констатировать, что грамотный выбор целевого кластера (кластеров) предполагает, что, с одной стороны, это должен быть кластер или кластеры с максимальной рентабельностью продаж и объёмом прибыли и, с другой стороны, это кластер или кластеры с минимальной плотностью конкурентной борьбы. При этом мы не учли ещё один важный фактор: наша компания должна быть способна технически, финансово и интеллектуально (т. е. с точки зрения качества управления, ноу-хау и т. п.) войти в целевой кластер (кластеры) и занять там желаемую позицию.

С учётом последнего тезиса мы можем сформулировать алгоритм выбора целевого кластера (кластеров).

Целевым кластером на рынке должен являться тот, который согласно прогнозируемым данным будет:

1. Обладать максимальной рентабельностью продаж и объёмом совокупной прибыли^[9];

2. Характеризоваться минимальной плотностью конкурентной борьбы;

3. Предполагать финансовую, техническую и интеллектуальную способность компании войти в него и занять в нём желаемую долю.

Таким образом, выбор целевого кластера (кластеров) осуществляется не на основе фактических показателей (данных базового года), а на основе прогнозируемых (т. е. данных будущего года), а ещё лучше, если на основе данных всех будущих лет, которые входят в горизонт планирования. Для получения этих данных и требуется выполнение прогнозирования рынка и кластеров каждого из этих лет с помощью MVC-1! При этом важно иметь в виду, что прогнозирование такого элемента алгоритма выбора целевого кластера, как «плотность конкурентной борьбы», не входит в рамки MVC-1 и выполняется с помощью отдельного инструмента (DMM), который также будет описан в этой книге. Следовательно, на основе MVC-1 мы можем сделать лишь предварительный вывод о целевом кластере, правильность которого предстоит проверить с помощью DMM.

Следует иметь в виду, что целевых кластеров на рынке может быть несколько, а не один-единственный.

Вернувшись к базовому году, мы видим на рис.  10, что в своё время компания «Савито» приняла верное стратегическое решение о выборе целевых кластеров и в результате занимает ведущие позиции в наиболее прибыльных кластерах, зарабатывая существенную прибыль. Компания «Славянский дом», к сожалению, не может похвастаться такой же мудростью, она выбрала неверные кластеры, т. е. кластеры с низкой рентабельностью, малой прибылью и обильной конкуренцией. В результате, обладая аналогичным объёмом выручки, эта компания зарабатывает в разы меньше.

Анализ позиций других компаний на рынке показывает, что грамотные решения по выбору целевых кластеров в своё время также приняла компания «Люкс-мебель», хоть она и уступает «Савито» по прибыли. Что касается «Нашей компании», то в представленном анализе видно, что её позиция далека от идеальной. Она представлена в не самых прибыльных кластерах, которые к тому же характеризуются плотной конкурентной борьбой.

Переходим к шагу 24.

ШАГ 24

Прогнозируем объёмы каждого кластера в деньгах в прогнозируемом году (формула: прогнозируемый объём кластера в нат. выражении × прогнозируемая средневзвешенная цена кластера).

Прогнозируем объём рынка в целом в деньгах в прогнозируемом году (формула: сумма прогнозируемых объёмов кластеров в деньгах).

ПРОГНОЗИРУЕМЫЕ ОБЪЁМЫ КЛАСТЕРОВ И ОБЪЁМ РЫНКА В ЦЕЛОМ В ДЕНЬГАХ В ПРОГНОЗИРУЕМОМ ГОДУ РАССЧИТАНЫ!

Смотрим на рис.  10.

Настало время перейти к прогнозированию рынка в деньгах. Прогнозирование в натуральном выражении мы уже выполнили, а сейчас поговорим о деньгах.

Сначала выполняем прогноз объёмов каждого кластера в деньгах в прогнозируемом году. Для этого используется формула: прогнозируемый объём кластера в нат. выражении × прогнозируемая средневзвешенная цена кластера. Оба параметра мы высчитали ранее. Прогнозируемые объёмы всех кластеров в натуральном выражении рассчитывались при работе с листом «Прогноз – Нат. выражение» (рис.  9, строка 14, шаг 19). Прогнозируемая средневзвешенная цена кластера рассчитывалась на листе «Кластер № 1» (рис.  4, ячейка Е93, шаг 15). Такие прогнозы выполняются для каждого кластера на рынке. На рис.  10 эти прогнозы отражены в строке 23. Так, например, объём кластера 1 прогнозируется в размере $6 058 121 (ячейка D23). В базовом году размер этого кластера составлял $5 700 000 (ячейка D16).

Рассчитав таким образом объёмы всех кластеров в прогнозируемом году, мы можем сделать прогноз объёма всего рынка в деньгах в целом. Формула проста: это сумма всех прогнозируемых объёмов кластеров в деньгах. Прогнозируемый объём рынка в целом можно увидеть в ячейке J23.

Итак, прогнозируемые объёмы кластеров и объём рынка в целом в деньгах рассчитаны!

ШАГ 25

Рассчитываем динамику объёмов кластеров в деньгах в прогнозируемом году относительно базового года и динамику объёма рынка в целом, в процентах (формула: прогнозируемый объём кластера в деньгах в прогнозируемом году / объём кластера в деньгах в базовом году × 100 %; динамика объёма рынка в целом = прогнозируемый объём рынка в деньгах в прогнозируемом году / объём рынка в деньгах в базовом году × 100 %).

Смотрим на рис.  10.

Здесь всё просто. Нужно рассчитать динамику объёмов кластеров в деньгах в прогнозируемом году относительно базового года, а затем и динамику объёма рынка в целом.

Формула для расчёта динамики каждого из кластеров такова: прогнозируемый объём кластера в деньгах в прогнозируемом году / объём кластера в деньгах в базовом году × 100 %. Результат получаем в процентах. На рис.  10 прогнозируемая динамика объёмов кластеров отражена в строке 22. Например, объём кластера 1 в прогнозируемом году в сравнении его объёмом в базовом году составит 106,28 % (ячейка D22), т. е. он вырастет на 6,28 %.

Расчёт динамики объёма рынка в целом выполняется по аналогичной формуле. В нашем примере динамика объёма рынка в прогнозируемом году в сравнении с его объёмом в базовом году составит 108,23 % (ячейка J22).

Выполненные расчёты прекрасно иллюстрируют важность уже высказанного тезиса о том, что рынок неоднороден и на самом деле представляет собой набор разных частей, каждая из которых характеризуется собственными параметрами, в том числе динамикой. Рассматриваемый нами рынок в целом показывает прогнозируемую динамику в размере 108,23 %. В то время как, например, кластер 5 должен вырасти на 14 % (динамика 114 %, ячейка H22). Динамика кластера 1 ниже, чем динамика рынка в целом: 106,28 % (ячейка D22). Важно понимать, что динамика отдельных кластеров и рынка в целом может быть не только разной, но и разнонаправленной! т. е. рынок, например, в целом может расти, а его отдельные кластеры могут при этом падать! Такое часто случается в периоды бурного экономического роста, когда происходит существенный переход клиентов из кластеров с низкой ценой в среднеценовые кластеры, а из среднеценовых – в высокоценовые. У людей становится больше денег, и они начинают приобретать более дорогие продукты. Случается и обратное: в кризис, когда рынок в целом проседает, отдельные его кластеры, например низкоценовые, растут. В них перемещаются резко обедневшие клиенты из кластеров с более высокой ценой. Это ещё одна ценность, которую несёт MVC-1 для стратегического менеджмента. Мы получаем исчерпывающую информацию о происходящем внутри рынка, в его кластерах.

ШАГ 26

Переносим в таблицу «Рынок – Кластеризация – $» ранее рассчитанные в таблицах «Кластер №…» величины прогнозируемой средневзвешенной рентабельности продаж по прямым затратам в каждом кластере в прогнозируемом году.

Смотрим на рис.  10.

В этом шаге нам предстоит сугубо техническая работа. Напомню, ранее мы должны были выполнить расчёты величин прогнозируемой средневзвешенной рентабельности продаж по прямым затратам в прогнозируемом году для каждого из кластеров на рынке (в нашем примере мы делали это только для кластера 1). Теперь нужно продублировать эти величины на лист «Рынок – Кластеризация – $». Так мы отобразим всю эту информацию в одном месте. Это одна из ключевых характеристик прогнозируемого рынка, и она всегда должна быть на виду.

На рис.  10 величины прогнозируемой рентабельности в каждом из кластеров находятся в строке 24. Например, для кластера 1 она составляет 7,98 % (ячейка D24), ранее она была рассчитана на листе «Кластер № 1» (рис.  4), ячейка G93, шаг 15).

ШАГ 27

Прогнозируем объём средневзвешенной совокупной прибыли в каждом кластере в прогнозируемом году и объём совокупной прибыли на рынке в целом (формула: прогнозируемый объём кластера в деньгах в прогнозируемом году × величина прогнозируемой средневзвешенной рентабельности продаж в кластере в прогнозируемом году; совокупная прибыль на рынке = сумма прибылей во всех кластерах).

Рассчитываем прогнозируемую рентабельность продаж по прямым затратам на рынке в целом в прогнозируемом году (формула: прогнозируемая совокупная прибыль в прогнозируемом году / прогнозируемый объём рынка в прогнозируемом году × 100 %).

Смотрим на рис.  10.

Вооружившись имеющимися данными, мы можем прогнозировать дальше. Сначала выполним прогнозирование объёмов средневзвешенной совокупной прибыли в каждом кластере в прогнозируемом году, а также объёма совокупной прибыли на рынке в целом. Для этого в случае с кластерами умножим прогнозируемый объём кластера в деньгах в прогнозируемом году на величину прогнозируемой средневзвешенной рентабельности продаж в кластере в прогнозируемом году. В свою очередь, для вычисления совокупной прибыли на рынке суммируем только что высчитанные объёмы прибыли в каждом из кластеров.

На рис.  10 полученные данные отражены в строке 25. Так, например, объём совокупной прибыли в кластере 1 ожидается в размере $483 669 (ячейка D25), она чуть увеличится в сравнении с базовым годом, хотя и незначительно ($473 157, ячейка D18). А вот, например, кластер 5 показывает более радостную картину. В нём ожидается серьёзный прирост совокупной прибыли – более чем на $102 000: было $944 119 (ячейка H18), будет $1 046 228 (ячейка H25). Как видим, у кластеров разная не только динамика объёмов, но и динамика совокупных прибылей в них! MVC-1 позволил нам увидеть этот важнейший нюанс, который существенно влияет на принятие решения о выборе целевого кластера.

Наконец, следует рассчитать прогнозируемую рентабельность продаж по прямым затратам на рынке в целом в прогнозируемом году. Формула нам уже знакома по прошлым вычислениям: прогнозируемая совокупная прибыль в прогнозируемом году / прогнозируемый объём рынка в прогнозируемом году × 100 %. Совокупная прибыль на рынке представлена в ячейке J25 ($4 417 024), а прогнозируемая рентабельность продаж на рынке – в ячейке J24 (16,15 %).

Вернувшись к сформулированному выше алгоритму выбора целевого кластера (кластеров), нужно констатировать, что мы должны применять его, не столько отталкиваясь от данных базового года, сколько основываясь на данных прогнозируемого, будущего года, а лучше даже на данных нескольких будущих лет (трёх-пяти, по каждому году выполняется MVC-1). Это логично, ведь мы выбираем целевую позицию для работы в будущем, а не в прошлом. При этом, очевидно, указанный алгоритм позволяет оценить в том числе эффективность принятых ранее решений, как это было продемонстрировано выше.

ШАГ 28

Прогнозируем долю каждого кластера в объёме рынка в деньгах в прогнозируемом году, в процентах (формула: объём кластера в деньгах в прогнозируемом году / объём рынка в деньгах в прогнозируемом году × 100 %).

Смотрим на рис.  10.

И снова всё просто. Мы уже делали это, когда речь шла о базовом годе. Нужно спрогнозировать долю каждого кластера в объёме рынка в деньгах в прогнозируемом году (в процентах). Для этого делим объём кластера в деньгах в прогнозируемом году на объём рынка в деньгах в прогнозируемом году и умножаем на 100 %. Поступаем так с каждым кластером. Результат показан в строке 26 рис.  10.

Благодаря этому шагу в нашем распоряжении появился ещё один весьма полезный для анализа блок информации. Он даёт возможность сравнить доли кластеров в объёме рынка в базовом и в прогнозируемом годах. Это сравнение позволяет нам сделать ряд ценных выводов. Так, например, глядя на долю кластера 1 в объёме рынка в прогнозируемом году (22,1 %, ячейка D26), мы видим, что вклад этого кластера в общий объём рынка снижается. Ранее его доля составляла 22,6 % (ячейка D19). А вот кластер 5 демонстрирует обратную ситуацию. Его доля постепенно растёт – 9,5 % в прогнозируемом году (ячейка H26) против 9,0 % (ячейка H19) в базовом году. Без выполнения соответствующих расчётов эта информация будет скрыта от нас, её крайне сложно вычленить, глядя на прогнозируемые объёмы кластеров и сравнивая их с объёмами в базовом году (строки 23 и 16 соответственно). Вместе с тем эта информация крайне важна. Если MVC-1 выполняется не на один год, а последовательно на несколько лет и наши прогнозы показывают рост или, наоборот, снижение доли какого-то кластера, это свидетельствует о структурных изменениях рынка, которые мы обязаны учитывать при разработке своей стратегии на среднесрочный и долгосрочный период. Возможно, нам следует обратить более пристальное внимание на кластер с растущей долей или, наоборот, следует предпринять какие-то действия, если доля кластера, в котором мы сконцентрированы, неуклонно сокращается.

ШАГ 29

Прогнозируем долю каждого кластера в совокупной прибыли на рынке в прогнозируемом году, в процентах (формула: объём совокупной прибыли в кластере в прогнозируемом году / объём совокупной прибыли на рынке в целом в прогнозируемом году × 100 %).

МОДЕЛЬ БАЗОВОГО И ПРОГНОЗИРУЕМОГО РЫНКОВ В ДЕНЬГАХ ГОТОВА!

Смотрим на рис.  10.

Продолжаем купаться в простоте. В сравнении со всем, что мы уже проделали, оставшаяся часть работы – детский сад. Сейчас нам следует высчитать долю каждого кластера в совокупной прибыли на рынке в целом в прогнозируемом году (в процентах). Точно так же, как мы это уже сделали в базовом году. Формула: объём совокупной прибыли в кластере в прогнозируемом году / объём совокупной прибыли на рынке в целом в прогнозируемом году × 100 %. На рис.  10 эти доли в прогнозируемом году указаны в строке 27.

Любопытно сравнить доли кластеров в совокупной прибыли на рынке в базовом и прогнозируемом годах. Такое сравнение позволяет нам сделать ещё одну порцию важных аналитических выводов. В нашем примере мы видим, что доли в совокупной прибыли на рынке у кластеров 1–4 снижаются, а у кластеров 5 и 6 растут (сравните данные в строках 20 и 27). Это особенно заметно на примере кластера 5, доля которого возрастает сразу на 1 % (c 22,7 % до 23,7 %, а это немало, если иметь в виду, что речь идёт о таком коротком периоде, как один год). Это ещё раз подтверждает правильность выбора рыночной позиции, сделанного когда-то компанией «Савито». Обязательно учитывайте такие данные, когда речь будет идти о вашем рынке!

УРА! Наконец-то модель базового и прогнозируемого рынков в деньгах готова!

ШАГ 30

Создаём лист «Рынок – Кластеризация – Шт.» и работаем с ним.

Дублируем из таблицы «Рынок – Кластеризация – $» список кластеров и список компаний (игроков), работающих на рынке.

 

Дополняем наш MVC-1 ещё одним, заключительным листом. Назовём его «Рынок – Кластеризация – Шт.». Он необходим нам, чтобы в одном месте аккумулировать данные о рынке в натуральном выражении и выполнить ряд нехитрых, но очень нужных расчётов.

Начнём с того, что скопируем список кластеров и список компаний, работающих на рынке (игроков), с листа «Рынок – Кластеризация – $» и перенесём их на лист «Рынок – Кластеризация – Шт.»

ШАГ 31

Переносим ранее рассчитанные в таблицах «Кластер №…» объёмы продаж каждого игрока в натуральном выражении в базовом году в ячейки, отражающие объёмы их продаж в кластерах в базовом году.

Смотрим на рис. 11.

Снова требуется механическая работа. Нужно объёмы продаж каждого игрока в натуральном выражении в базовом году, ранее рассчитанные на листах «Кластер №…», перенести на лист «Рынок – Кластеризация – Шт.» в ячейки, отражающие объёмы их продаж в соответствующих кластерах в базовом году.

Например, вернувшись к рис.  4, лист «Кластер № 1», MVC-1, мы видим, что у компании «Славянский дом» объём продаж в натуральном выражении в базовом году составил 14 706 единиц (ячейка C27), а у компании «Спаро-трейд» – 8 696 единиц (ячейка C50). Эти же значения вы найдёте и в соответствующих ячейках в кластере 1 на листе «Рынок – Кластеризация – Шт.» (ячейки D10 и D12, рис.  11). Аналогичным образом переносятся продажи всех игроков во всех кластерах.

В результате в одном месте мы получим полную картину того, кто, сколько и где продал в натуральном выражении в базовом году. Нам не нужно будет метаться между отдельными листами кластеров, чтобы увидеть эту информацию.

ШАГ 32

Рассчитываем совокупный объём продаж каждого игрока в натуральном выражении в базовом году (формула: сумма объёмов продаж игрока в натуральном выражении в кластерах).

Смотрим на рис.  11.

Теперь добудем новую важную информацию, которой у нас раньше не было. Вычислим совокупный объём продаж каждого игрока в натуральном выражении в базовом году. Формула очевидна, для этого суммируем объёмы продаж игрока в натуральном выражении во всех кластерах, в которых он представлен. На рис.  11 полученные результаты размещены в столбце C. Например, совокупные продажи компании «Люкс-мебель» в базовом году составляют 39 262 единицы (ячейка C8). Это сумма её продаж в кластерах 3–6.

ШАГ 33

Рассчитываем объём каждого кластера в натуральном выражении в базовом году (формула: сумма объёмов продаж всех присутствующих в кластере игроков).

Примечание: ранее объёмы кластеров уже были рассчитаны в таблицах «Кластер №…».

Смотрим на рис.  11.

Сейчас мы можем рассчитать объём каждого кластера в натуральном выражении в базовом году. Формула такая: объём кластера в натуральном выражении в базовом году = сумма объёмов продаж всех присутствующих в кластере игроков. Нам эти данные также необходимы для картины в целом. Во многом это проверочный шаг, так как соответствующие объёмы кластеров уже были рассчитаны ранее на листах «Кластер №…», посвящённых анализу каждого кластера (рис.  4). Тем не менее давайте выполним такую проверку и убедимся, что мы ничего нигде не перепутали.

Проверяем себя. В таблице «Рынок – Кластеризация – Шт.» объём кластера 1 получается в размере 152 641 единицы (ячейка D16). Возвращаемся к листу «Кластер № 1», там аналогичная цифра (ячейка C87, лист «Кластер № 1», MVC-1, рис.  4). Всё хорошо, мы нигде не ошиблись!

Такую же операцию выполняем применительно к каждому кластеру. Результаты можно увидеть в строке 16.

ШАГ 34

Рассчитываем объём рынка в натуральном выражении в базовом году (формула: сумма объёмов всех кластеров в натуральном выражении).

Примечание: ранее он уже был рассчитан в таблице «Прогноз – Нат. выражение».

Смотрим на рис.  11.

Пришло время рассчитать объём рынка в натуральном выражении в базовом году. Суммируем ранее высчитанные объёмы всех кластеров в натуральном выражении и получаем искомый результат. На рис. 11 он указан в ячейке J16 и составляет 548 932 единицы.

Возвращаемся к листу «Прогноз – Нат. выражение» (рис.  9). Смотрим на ячейку I7, где ранее мы вычисляли объём рынка в натуральном выражении в базовом году. Там также указано значение 548 932. Цифры совпадают, всё нормально.

ШАГ 35

Рассчитываем доли каждого игрока на рынке в целом в натуральном выражении в базовом году (формула: совокупный объём продаж игрока на рынке в натуральном выражении / объём рынка в натуральном выражении × 100 %).

Рассчитываем доли каждого игрока в кластерах в натуральном выражении в базовом году (формула: объём продаж игрока в каждом кластере в натуральном выражении / объём каждого кластера в натуральном выражении × 100 %).

Обозначим доли игроков в кластере различными цветами и закрасим их объёмы продаж заданным цветом, например так (цвет соответствует определённой доле игрока в кластере):

• голубой – доля в кластере до 5 %;

• зелёный – от 5,01 % до 10 %;

• салатовый – от 10,01 % до 15 %;

• жёлтый – от 15,01 % до 20 %;

• оранжевый – от 20,01 % до 25 %;

• розовый – от 25,01 % до 40 %;

• красный – > 40 %.

Смотрим на рис.  11.

В этом шаге мы сделаем то же, что делали когда-то, работая с листом «Рынок – Кластеризация – $». Сначала мы рассчитываем доли каждого игрока на рынке в натуральном выражении в целом в базовом году. Формула такая: совокупный объём продаж игрока на рынке в натуральном выражении / объём рынка в натуральном выражении × 100 %. Эти доли расположились в столбце J. Например, доля «Нашей компании» на рынке в натуральном выражении в базовом году составляет 5,60 % (ячейка J15).

Затем рассчитаем доли каждого игрока в кластерах в натуральном выражении в базовом году. Чтобы сделать это, разделим объём продаж соответствующего игрока в каждом кластере в натуральном выражении на объём каждого кластера в натуральном выражении и умножим полученные результаты на 100 %. Полученные доли каждого из игроков в кластерах видны в столбцах в диапазоне от M до R. Так, например, доля в натуральном выражении компании «Мебель для вас» в кластере 4 составляет 5,76 % (ячейка P13), в то время как её доля на рынке в целом – всего 3,38 % (ячейка J13). Сопоставление долей игроков в кластерах с их долями на рынке в целом (как в деньгах, так и в натуральном выражении) даёт важную информацию для последующей разработки эффективной стратегии развития бизнеса. В частности, это важнейшая информация, которая свидетельствует о плотности конкурентной борьбы на рынке в целом и в каждом из кластеров в отдельности. Заметьте, ранее мы уже почерпнули информацию о плотности конкурентной борьбы в каждом из кластеров, выделив доли игроков в деньгах, а сейчас дополнили эту информацию сведениями о долях в натуральном выражении. Это очень важно! Доли на рынке в целом и в кластерах в отдельности всегда должны замеряться одновременно в денежном и натуральном выражении!

NOTA BENE

Привычка фиксировать долю на рынке в целом или долю в отдельном кластере только в денежном или только в натуральном выражении может привести к фатальным ошибкам. Это плохая привычка!

Справедливость этого утверждения я проиллюстрирую на примере принятия управленческого решения на основе замера долей, которые предприятие занимало на рынке в целом. В случае с кластерами всё аналогично. Помимо этого, предложенный пример в очередной раз продемонстрирует важность MVC-1.

В далёких 2000-х мне довелось в качестве консультанта работать с одной из ведущих пивоваренных компаний, входившей в мировую тройку крупнейших производителей этого напитка. Одной из моих задач было дать рекомендации, какой из локальных пивоваренных заводов следовало выбрать для поглощения в первую очередь. Пристальное внимание уделялось двум очень похожим заводам. Оба располагались в одной стране, были построены в советские времена по одному проекту-кальке (так строилось большинство заводов в то время), имели примерно одинаковые производственные мощности, одинаковую логистическую схему, персонал одинакового уровня подготовки. За каждый из заводов просили примерно одинаковую сумму денег.

Далее для наглядности я несколько причешу цифры, в реальности, разумеется, они отличались, но отличие было непринципиальным.

Представьте два конкурирующих между собой пивоваренных завода. Оба являются потенциальными объектами для поглощения. Напомню, у обоих примерно одинаковые инфраструктура, производственные мощности, логистическая доступность, квалификация персонала, одинаковый уровень издержек в расчёте на единицу продукции и т. п. Оба используют в производстве одинаковое сырьё. За каждый из них просят примерно $50 млн (реальные цифры отличались). На момент аудита предприятия демонстрировали следующие рыночные показатели:

Предприятие № 1:

Доля на рынке, руб. – 14 %.

Доля на рынке, шт. (декалитры) – 11 %.

Предприятие № 2:

Доля на рынке, руб. – 11 %.

Доля на рынке, шт. (декалитры) – 14 %.

Внимание, вопрос. Если дело происходит в середине 2000-х, при прочих равных какой из двух пивоваренных заводов вы бы приобрели, уважаемый читатель?

Моя преподавательская практика показывает, что большинство людей выбирают предприятие № 2. Тогда как правильный ответ – предприятие № 1. Оно и было приобретено в реальности.

Чтобы понять, почему выбор тогда пал именно на первое предприятие, нужно проанализировать несколько ключевых факторов. Первый: какое предприятие зарабатывало больше денег. Второй: какой прогноз давался по рынку пива на вторую половину 2000-х. И наконец, третий: у какого предприятия были лучшие перспективы в свете прогноза по рынку.

Глядя на соотношение долей в деньгах и штуках (декалитрах) у каждого предприятия, видно, что средняя цена бутылки пива у предприятия № 1 выше, чем у предприятия № 2. Учитывая, что оба имели примерно одинаковый уровень издержек в расчёте на единицу продукции, очевидно, что предприятие № 1 получало большую прибыль от продажи одной бутылки, нежели предприятие № 2. При этом у первого предприятия доля на рынке в деньгах была больше, чем у второго. Таким образом, ясно, что предприятие № 1 и зарабатывало в целом больше, чем предприятие № 2. Более того, ясно, что раз у первого предприятия получалось продавать своё пиво по более высокой цене, чем это делало второе, значит, его пиво воспринималось как более престижное, нежели продукция конкурента, т. е. второго предприятия.

А какой же прогноз давался в MVC-1 по рынку пива в то время на ближайшие годы? Ключевым фактором, который влияет на рост или падение объёма рынка пива, является, как несложно догадаться, среднедушевой доход потребителей. Если прогнозируется прирост среднедушевого дохода, значит, и рынок пива будет расти. Если же прогнозируется падение среднедушевого дохода, рынок пива тоже будет падать. В середине 2000-х на ближайшие годы в большинстве сценариев прогнозировался рост среднедушевого дохода населения, значит, и рост рынка пива. Рост не обязательно означает прирост потребления (т. е. увеличение количества выпитых бутылок). Это ещё и увеличение средней стоимости бутылки пива, которую может себе позволить потребитель. Зная эти данные, что можно сказать о перспективах каждого предприятия?

Сказать можно следующее. Предприятие № 1, скорее всего, будет наращивать свои доли и в деньгах, и в штуках, а вот предприятие № 2 будет терять позиции. Это связано с тем, что у людей будет появляться больше денег, и они получат возможность переключаться на более престижное, по их мнению, пиво, т. е. на продукт предприятия № 1. Этот вывод базируется на регулярных наблюдениях за рынком. Часть людей не могут себе позволить более дорогую продукцию и покупают дешёвую. При этом, будь у них такая финансовая возможность, они бы с удовольствием приобретали более дорогую. Как только эта возможность у них появляется (возрастает среднедушевой доход), люди немедленно начинают покупать более дорогую продукцию – балуют себя. Исходя из этих соображений, в то время рыночные перспективы предприятия № 1 на ближайшие несколько лет прогнозировались более радужными.

Когда иностранные компании приобретают локальные предприятия, естественно, что за ту же стоимость они стремятся купить не только производственные мощности и инфраструктуру, но и качественную рыночную долю. В пивоваренной отрасли на мощностях приобретаемых предприятий размещается в первую очередь производство лицензионных западных брендов (например, Carlsberg, Kozel и т. п.). Но при этом, если у локального предприятия есть достаточно сильный собственный местный бренд, то новый иностранный собственник зачастую стремится сохранить его производство. Так произошло и в нашем примере. На мощностях предприятия № 1 было размещено производство лицензионных западных брендов и сохранено производство успешного локального бренда.

Теперь предположим, что задача определиться с выбором предприятия ставилась бы не в середине 2000-х, а в 2008 году. В то время в большинстве сценариев MVC-1 (конечно же, при условии, что мы такие умные и смогли бы это предвидеть, а технологию «предвидения» мы уже почти освоили!) мы бы с высокой степенью вероятности прогнозировали падение рынка пива из-за ожидаемого снижения среднедушевого дохода населения. Какое из двух предприятий было бы правильным выбором в этом случае? Изменилось бы наше решение? Безусловно, нет!

Правильным ответом вновь было бы предприятие № 1! Хотя средняя цена бутылки пива предприятия № 2 ниже, чем у предприятия № 1 (его доля на рынке в натуральном выражении больше, чем доля на рынке в деньгах), и на первый взгляд второе предприятие должно получить преимущество в условиях, когда потребители становятся более чувствительными к цене, тем не менее стратегически его позиции заметно слабее, чем у предприятия № 1, даже при падении доходов населения. Если потребители с падающими доходами начнут переключаться на употребление более дешёвого пива, предприятие № 1 всегда может запустить различные временные скидки и акции, снизив таким образом цену. Затем после восстановления рынка оно вернётся к привычному более высокому уровню цен. В свою очередь, предприятию № 2 будет нечем ответить на такую стратегию.

А теперь представим, что измерение долей предприятий на рынке и, соответственно, объёма рынка производится только в деньгах или только в натуральном выражении. В этом случае управленец рискует допустить серьёзную ошибку. Он не понимает реальных позиций, которые занимают компания и её конкуренты на рынке (в кластере), так как не видит соотношения долей в финансовом и натуральном выражении! Соответственно, он не понимает, как будут вести себя клиенты этой компании в зависимости от роста или падения их доходов.

Как мы видим, тезис о необходимости измерения объёма рынка и кластеров (и долей предприятий в них) одновременно в финансовом и натуральном выражении является обязательным требованием в современном стратегическом менеджменте. Это требование является императивом. Мы всегда должны измерять объём рынка и долю предприятия на нём, а также объёмы и доли в кластерах, одновременно в финансовом и натуральном выражении! Исключением являются случаи, когда сама природа отрасли лишает такие замеры всякого смысла. Я знаю лишь один подобный пример – отрасль банковских кредитов и депозитов. Здесь действительно измерять рынок в натуральном выражении, т. е. в количестве выданных кредитов, на мой взгляд, большого смысла не имеет, хотя это часто практикуют.

Вернёмся к действиям, которые следует выполнить в обсуждаемом шаге по созданию MVC-1. Нам осталось придать нашей модели большую наглядность, обозначив различными цветами доли, которые занимают игроки в кластерах. Точно так же, как и в случае с таблицей, моделирующей рынок в стоимостном выражении, мы можем присвоить диапазонам долей различные цвета, визуально продемонстрировав позиции, занимаемые компаниями в кластерах. Мы уже проделывали эту операцию ранее, поэтому повторно обсуждать её не будем.