سفره ایرانی‌ها در ده سال اخیر چه تغییری کرده است؟ بخش دوم

در مطلب قبل نمودار مناسبی برای نمایش روند کوچک شدن سفره خانوار ایرانی، طی ده سال گذشته معرفی کردیم. البته، بررسی سفره خانوار ایرانی از لحاظ وزنی تحلیل جامعی به تحلیل‌گران نمی‌دهد و می‌توان متغیرهای دیگری را نیز وارد تحلیل کرد.

در گزارش بانک مرکزی در مورد هزینه خانوار، اندازه سفره ایرانی از نظر وزنی و ریالی مورد بررسی قرار گرفته است. در این مطلب می‌خواهیم نمودار مناسبی طراحی کنیم که روند تغییرات دو متغیر را به صورت هم زمان نمایش دهد. نمایش هر کدام از این متغیرها به صورت مستقل کار ساده‌ای است. اما نمایش هر دوی آنها با نمودار مساحت انباشته (Stacked Area) یا ستونی، امکان‌پذیر نیست. یک پیشنهاد استفاده از نمودار پراکندگی مانند شکل زیر است.

19 food habit 2- 1

نمودار دیگر پیشنهادی ما، نمایش بردار دو بعدی تغییرات دو متغیر مذکور است که در شکل زیر می‌بینید. این نمودارها نشان می دهند که هم‌زمان که اقلام موجود در سفره ایرانی طی ده سال گذشته پرهزینه‌تر شده، ولی از نظر اندازه کوچک‌تر شده است. به این معنا که مردم نتوانسته یا نخواسته‌اند سبد مصرفشان را با افزایش هزینه تطبیق داده و مقدار مصرف شیر، نان، ماهی و … را ثابت نگه دارند. برای دقت بیشتر در این مسئله، می‌توان این نمودار را به تفکیک دهک‌های مختلف نیز رسم نمود تا مشخص شود که وضعیت دهک‌های ضعیف‌تر چطور است.

19 food habit 2- 2

همانطور که دیده می‌شود، شیب هزینه‌ای بسیار زیادتر از شیب وزن است. یعنی سرعت افزایش هزینه از سرعت کاهش اندازه وزنی بیشتر بوده است. به عبارتی، شیب هر خط رسم شده، معادل حساسیت و وابستگی تغییر وزن هر قلم کالا در سفره، نسبت به تغییر قیمت آن می‌باشد. مثلا طبق شکل، در یک افزایش قیمت تقریبا مساوی از لحاظ درصدی، مصرف گوشت و لبنیات، بیشتر از مصرف روغن نباتی و نان کاهش یافته است. نمونه‌ای از توصیه‌ی برآمده از این نکته می‌تواند این باشد که سیاست‌گذار با توجه به کم بودن سرانه‌ی مصرف شیر در کشور، نسبت به افزایش قیمت شیر که باعث کاهش بیشتر سرانه‌ی مصرف و آسیب‌های بهداشتی بیشتر خصوصا در زنان و سالمندان خواهد شد حساسیت نشان دهد و به دنبال راهکاری برای این حل معضل باشد.

جدای از مسئله تحلیل و ارائه داده‌ها، متاسفانه ساختار گزارش بانک مرکزی ناسازگار و معیوب است. مثلا داده‌های وزن پنیر مصرفی خانوار در این گزارش موجود است، ولی داده‌های قیمتی آن موجود نیست. وزن تخم مرغ مصرفی ذکر شده، ولی هزینه تخم انواع پرندگان در بخش داده‌های قیمتی موجود است و مشخص نمی‌کند که چه بخشی از مصرف تخم پرندگان مربوط به تخم مرغ است. یا اینکه هزینه میوه‌های مصرفی ذکر شده، ولی آمار وزنی مصرف آن‌ها در این گزارش وجود ندارد. این ناسازگاری در گزارش، قدرت تحلیل را بسیار کاهش می‌دهد که بایستی اصلاح شود.

پی‌نوشت: دیتا پارتنرز را در شبکه‌های اجتماعی و موبایلی می توانید دنبال کنید: اینستاگرام و توییتر. همچنین اگر از خوراک‌خوان‌هایی نظیر اینو ریدر یا فیدلی استفاده می کنید، با افزودن آدرس وبسایت، ما را به طور منظم دنبال کنید. منتظر نظرات شما  هستیم 🙂

معمای قیمت‌گذاری برای مدیران بازاریابی: چگونه مقدار مناسب تخفیف را محاسبه کنیم؟

قیمت‌گذاری، از موضوعات مورد علاقه‌ی مدیران بازاریابی و فروش است. قیمت‌گذاری، همیشه به معنای تعیین قیمت برای محصول جدید نیست تا مدیران بازاریابی با توجه به سطح قیمت رقبا و کالاهای جایگزین، قیمت مناسبی را پیشنهاد دهند. گاهی مسئله قیمت‌گذاری از جنس برنامه‌ریزی و پیش‌بینی است:

  • فرض کنید که شرکتی ریش‌تراش تولید می‌کند. مدیر عامل شرکت از شما می‌پرسد، اگر ۵% تخفیف بر روی این محصول اعمال شود، چه مقدار به فروشش افزوده می‌شود؟
  • فرض کنید که همین شرکت هم ریش‌تراش و هم تیغ (به عنوان کالای مکمل آن) تولید می‌کند. مدیر عامل از شما می‌پرسد که چه قدر بر روی ریش‌تراش تخفیف اعمال شود تا همزمان درآمد شرکت از تیغ آن نیز حداکثر شود؟

برای پاسخ به این سوال، بایستی با مفهوم منحنی تقاضا آشنا بود. نمودار منحنی تقاضا، ارتباط میان تقاضا (Quantity) و قیمت (Price) را نشان می‌دهد. نمودار زیر، نمونه‌ای از منحنی تقاضا است.

17 Pricing Elasticity 1

دو سوال بالا به زبان فنی عبارت است از اینکه در چه قیمتی، عبارت P×Q که همان درآمد شرکت از فروش کالای نمونه است، حداکثر می‌شود.

مقدار Q خودش تابعی از P است و بنابراین تابع درآمد شرکت (P×Q)، تابعی غیرخطی است. برای حداکثر کردن این تابع، می‌توان از ابزارهای ساده در اکسل استفاده کرد. کار با این ابزارها با تعریف مناسب متغیرها بسیار ساده است و شما به راحتی و در کمتر از چند دقیقه، می‌توانید به مدیر عامل خود پاسخ دهید که در هر سطح از قیمت، درآمد شرکت چه تغییری خواهد کرد؟ مثلا با ۵% اعمال تخفیف، درآمد شرکت چقدر تحت تاثیر قرار خواهد گرفت؟ یا اینکه قیمت کالا در چه سطحی تعیین شود تا درآمد شرکت در سطح مشخصی باقی بماند؟ (ابزار Goal Seek در اکسل) یا اینکه در چه سطحی از قیمت، درآمد شرکت حداکثر می‌شود؟ (ابزار Solver در اکسل)

قسمت سخت ماجرا، به دست آوردن منحنی تقاضاست. دقتی که مدیران بازاریابی به آن نیاز دارند، از دقت مد نظر اقتصاددانان برای محاسبه این منحنی کمتر است. برای این کار دو روش تقریبی پیشنهاد می‌شود:

  • فرض کنید شما تا به حال دو یا سه کمپین اجرا کرده‌اید و در هر کمپین، سطح قیمتی جداگانه‌ای را پیشنهاد داده‌اید. در این صورت شما ۳ قیمت و ۳ مقدار فروش خود را دارید. طبیعی است که می‌توانید به راحتی یک منحنی از آن عبور دهید. اکسل این کار را به راحتی انجام می‌هد. تنها سوال این است که منحی بایستی خطی، درجه دوم، نمایی یا … باشد که با توجه به ماهیت کالا، تعیین می‌شود.
  • ممکن است شما با توجه به آمار کلیت بازار، مقدار کشش قیمتی تقاضای کالا را بدانید. مفهوم کشش قیمتی تقاضا، در اقتصاد مطرح شده و مفهوم آن، درصد تغییرات مقدار تقاضا نسبت به تغییر قیمت است. یعنی اگر ۱% به قیمت کالایی افزوده شود، تقاضای آن چند درصد کم می‌شود. با آگاهی از کشش قیمتی تقاضا و تعیین خطی، نمایی یا چندجمله‌ای بودن تقاضا، منحنی تقاضا به راحتی در اکسل تقریب زده می‌شود.

بنابراین، با استفاده از اکسل می‌توان میزان مناسب تخفیف در یک کمپین تبلیغاتی یا مقدار مناسب قیمت برای در اختیار گرفتن سهم کالای جایگزین در بازار را پیدا کرد. ضمنا اگر می‌خواهید منحنی تقاضای چند کالا را به صورت همزمان تخمین بزنید، می‌توانید از افزونه‌ اکسلی SolverTable استفاده کنید.

جنبه تحلیلی این نوع از مدل کردن مسئله قیمت‌گذاری، برای مدیران بازاریابی هم آسان است و هم بینش عمیق‌تری نسبت به قیمت‌گذاری کیفی به دست می‌دهد. هر چند هیچگاه نباید دیدگاه‌های کمّی و کیفی را فدای یکدیگر کرد.