12

Моделирование роста бизнеса

В предыдущей главе мы познакомились с моделированием системной динамики. Цель этой главы — показать, как она может применяться для моделирования вашего бизнеса.

Ясно, что он может значительно отличаться от бизнеса другого читателя, поэтому я не могу представить конкретную модель. Однако я могу, опираясь на материал главы 8, где мы рассматривали рост бизнеса в условиях существующих ограничений, таких как насыщение рынка, показать, как можно создать типичную модель системной динамики. В деталях что-то может не соответствовать именно вашему бизнесу, но я уверен, что большинство основных тем будут совпадать.

Пример из бизнеса

У этого упражнения есть много правильных ответов, поскольку у всех нас разные ментальные модели. Слова и выражения и дополнительные переменные в диаграмме запасов и потоков будут отличаться в зависимости от контекста бизнеса, то есть от того, идет ли речь о сфере услуг, производстве или розничной торговле. Поэтому, если ваш ответ отличается от моего, не страшно. Гораздо важнее, чтобы каждый конкретный случай был ясным и продуманным.

Я же выбрал в качестве примера автомобильного дилера в провинциальном городке. У дилера есть франшиза на продажу конкретной марки автомобилей, и он стремится расширить свой бизнес. Двигатель роста возникает в связи с продажей автомобилей и новым клиентам, и старым, сдающим прежние модели. База довольных клиентов генерирует объем продаж и прибыль, обеспечивающую средства для инвестиций, которые используются для различной маркетинговой деятельности с целью привлечения новых клиентов и поддержания лояльности существующих клиентов марке.

Как мы все знаем, на рынке автомобилей царит жесткая конкуренция, и хотя производитель поддерживает свою марку, увеличить местную долю рынка нелегко. В настоящее время база довольных клиентов, купивших автомобиль у этого дилера за последние пять лет, насчитывает 22 000 человек. Компания продает примерно 1540 автомобилей в месяц по средней цене £10 000 за машину на местном рынке, общий объем которого составляет 15 000 сделок в месяц. Дилер стремится увеличить свою долю рынка (измеряемую в данном случае как отношение его объема продаж к общему ежемесячному объему продаж на местном рынке) с текущего уровня около 10% до 12%, что, вероятно, является максимально возможным.

На рис. 12.2 я изобразил диаграмму запасов и потоков.

По сравнению с диаграммой цикличной причинности эта диаграмма демонстрирует все ожидаемые свойства. Структуры одинаковы, на обеих показана усиливающая петля, идущая через средства для инвестиций в этом месяце, и уравновешивающая петля, идущая через долю рынка. Однако диаграмма запасов и потоков включает ряд дополнительных переменных, чтобы точно указать, как работают все связи, и в ней используются более точные слова и выражения.

Кроме того, в диаграмме запасов и потоков представлено новое свойство. Как вы видите, некоторые символы содержат внутри себя изображения:

Эти изображения означают, что соответствующие переменные появляются на контрольной панели, показанной на рис. 12.3, в соответствующей форме.

Эти переменные отображают значение на начало периода двух выбранных мной запасов — базы довольных клиентов и доходов инвесторов, а также всем входным свободным звеньям, указывающим значения различных параметров, необходимых для работы модели. На диаграмме также присутствует элемент, который не является ни запасом, ни свободным звеном и показан в виде графика. Я назвал его эффектом насыщения рынка.

Я решил представить базу довольных клиентов в виде запаса, поскольку ее расширение со временем крайне важно для роста бизнеса. Этот запас ассоциируется с двумя потоками — притоком в виде новых клиентов за этот месяц и оттоком в виде потерянных клиентов за этот месяц. В данном случае для имитации я взял период времени продолжительностью в месяц. Конечно, этот период получается приблизительным, поскольку число дней в календарных месяцах варьируется, но это не должно играть существенной роли: при желании можно взять период длиной в четыре недели.

Эта модель работает по принципу «имитации по отрезкам времени», где время нарезано на равные периоды, в данном случае месяцы. В начале каждого месяца база довольных клиентов имеет конкретное значение, значение на начало периода, и первый расчет — это расчет объема продаж за месяц, который получают путем умножения текущего начального значения на начало периода базы довольных клиентов на число, которое я назвал процентом базы клиентов, совершивших покупку в этом месяце. Каждый месяц автомобили покупают не только новые клиенты, но также люди, покупавшие их у этого дилера раньше и снова вернувшиеся к нему. Таким образом, ежемесячный объем продаж можно выразить с помощью процента базы клиентов, совершивших покупку в этом месяце, основываясь на исторических данных и опыте и включив в него обе категории покупок.

Объем продаж за этот месяц, умноженный на среднюю цену автомобиля, дает доход от продаж за этот месяц, и если его затем умножить на общую маржу, то мы получим чистую прибыль за этот месяц. Затраты при этом подсчитываются очень приблизительно, так как все они (за исключением затрат на маркетинг, которые будут включены в средства для инвестиций за этот месяц) включены в общую маржу. Конечно, можно, если вы хотите, отследить разные категории затрат, но если взяться за это слишком рьяно, вы рискуете превратить модель системной динамики в таблицу.

Определив чистую прибыль за этот месяц, модель рассчитывает средства для инвестиций за этот месяц путем умножения чистой прибыли за этот месяц на коэффициент инвестиций, который является процентом от чистой прибыли за этот месяц, выделенным на инвестиции. Это означает, что решения об инвестициях принимаются ежемесячно в зависимости от имеющихся средств. Это довольно консервативный подход, представляющий модель бизнеса, в которой имеется основной бюджет, предназначенный для финансирования из ежемесячного потока денежных средств и ежемесячно пересматриваемый, что позволяет корректировать его в зависимости от обстоятельств.

Еще одно предположение заключается в том, что чистая прибыль за этот месяц, не предназначенная для средств для инвестиций за этот месяц, становится нераспределенной прибылью за этот месяц, и с каждым месяцем эти суммы накапливаются в запасе доходы инвесторов. Я показал их как запас с единственным притоком, хотя мог добавить и отток, такой как дивиденды или изъятия.

В сфере торговли автомобилями многие крупные рекламные кампании организуются производителями. Отдельные дилеры могут стимулировать рынок с помощью местной рекламы, почтовых рассылок и т.д., на это тратятся средства для инвестиций за этот месяц. Цель этих затрат — привлечь новых клиентов. Давайте предположим, что опыт дилера подсказывает: привлечь одного нового клиента стоит в среднем £1250. Это предполагает следующее равенство:

Новые клиенты за этот месяц = средства для инвестиций за этот месяц / 1250.

Однако это равенство означает, что на каждые £1250 компания приобретает одного нового клиента независимо от того, сколько клиентов у нее уже есть. Но привлекать клиентов становится все труднее по мере роста доли рынка. В этом и кроется смысл уравновешивающей петли диаграммы цикличной причинности.

Это отображено с помощью переменной, которую я назвал эффектом насыщения рынка. Я хотел показать, что по мере роста доли рынка количество новых клиентов в месяц сокращается. Исходно это нечеткая переменная, которая точно существует, но я не знаю, как ее измерить. Как мы уже видели, системное мышление положительно влияет на отображение подобных реалий, а системная динамика позволяет легко работать с ними. Нам нужно найти число, зависящее от доли рынка, которое бывает большим, когда доля рынка относительно мала, и маленьким, когда она относительно велика.

Посмотрите на рис. 12.4. На этом графике показано, как эффект насыщения рынка меняется вместе с долей рынка. Когда доля рынка составляет около 10%, эффект насыщения рынка равен примерно 1,0, но, когда доля рынка возрастает до более чем 11%, эффект насыщения рынка резко падает, приближаясь к нулю.

Если мы определим количество новых клиентов за этот месяц как:

Новые клиенты за этот месяц = средства для инвестиций за этот месяц / 1250 × эффект насыщения рынка,

то, когда доля рынка составляет менее 10%, эффект насыщения рынка близок к 1, а количество новых клиентов за этот месяц соответствует одному новому клиенту на каждые £1250 средств для инвестиций за этот месяц. Однако когда доля рынка становится больше 11% и приближается к 12%, эффект насыщения рынка быстро сокращается и приближается к нулю, и количество новых клиентов за этот месяц уменьшается независимо от размера средств для инвестиций за этот месяц.

Таким образом, эффект насыщения рынка замедляет скорость приобретения новых клиентов по мере приближения доли рынка к уровню 12%. Это, конечно же, является результатом действия уравновешивающей петли, показанной на диаграмме цикличной причинности.

Расчет количества новых клиентов за этот месяц с помощью средств для инвестиций за этот месяц, скорректированный эффектом насыщения рынка, дополняет действие как усиливающей, так и уравновешивающей петли. Это соответствует одному полному циклу работы модели за один отрезок времени, в данном случае за месяц. Таким образом, наш последний расчет касается значения на конец месяца базы довольных клиентов:

База довольных клиентов на конец периода = база довольных клиентов на начало периода + новые клиенты за этот месяц – потерянные клиенты за этот месяц,

где отток — количество потерянных клиентов за этот месяц — рассчитывается в данном случае так:

потерянные клиенты за этот месяц = уровень потерь клиентов × база довольных клиентов / 100.

Значение на конец этого периода базы довольных клиентов становится значением на начало следующего периода, и цикл начинается заново. Как следствие, чистое количество новых клиентов за этот месяц, привлеченное рекламной кампанией, которая финансируется из средств для инвестиций за этот месяц, минус количество потерянных клиентов за этот месяц включено в базу довольных клиентов, которая будет использоваться в следующем месяце в качестве основы для расчетов объема продаж, дохода от продаж и прибыли. Таким образом, рекламная кампания, проводимая в этом месяце, способствует получению дохода от продаж в следующем, и двигатель роста бизнеса ускоряется.

Некоторые результаты работы этой модели за два года показаны на рис. 12.5.

Доля рынка стабилизируется на отметке примерно 11,4%. Расти выше этой суммы невозможно, так как на «покупку» клиентов по нарастающей требуются очень большие суммы. Однако в целом бизнес довольно прибыльный, он приносит устойчивый доход около £5 000 000 в год (рис. 12.6).

Нечеткие переменные

Основной характеристикой этой модели, отличающей модели системной динамики от, скажем, электронных таблиц, является эффект насыщения рынка. Как мы видели, цель этой переменной — отразить то, что по мере роста доли рынка становится все сложнее привлекать новых клиентов. Звучит знакомо, но многие ли компании измеряют этот эффект или управляют им? Мы все знаем о его существовании, но лишь немногие управленческие информационные системы включают его в свои отчеты. Учитывая важность этой концепции, такая ситуация озадачивает. Эффект насыщения рынка сложно измерить, но в бизнесе вообще много сложностей.

Несмотря на трудности с измерением, все мы ежедневно принимаем решения, основанные на наших личных оценках нечетких переменных. Системная динамика действительно может добавить стоимость, сделав эти нечеткие переменные явными и избавив от необходимости сбора огромного количества данных или проведения обширных эконометрических исследований. Все, что вам нужно, — это нарисовать несколько графиков, показывающих, как, на ваш взгляд, ведет себя мир. Эти графики существуют у вас в мыслях, но, вероятно, вы никогда не рисовали их и не сравнивали с мысленными графиками ваших коллег. Тем не менее эти графики существуют, иначе мы не смогли бы принимать решения. У нас всех есть ментальные модели.

Чтобы отобразить нечеткую переменную, для начала нужно определить две оси графика. В данном случае нас интересует, как увеличение доли рынка постепенно замедляет процесс приобретения новых клиентов. Итак, горизонтальная ось будет называться долей рынка. С вертикальной осью все не так очевидно. Поэтому придумайте для нее название (в данном случае мы назовем ее эффектом насыщения рынка) и нанесите на нее шкалу от нуля до единицы.

Далее нам необходимо нанести числа на горизонтальную ось. При каком диапазоне доли рынка этот эффект будет оказывать влияние? В данном случае он составляет от 10 до 12% и основан на мнении информированных людей. Этот диапазон задает структуру графика на рис. 12.7.

На следующем этапе мы будем рисовать линию графика, которая кажется нам правдоподобной. Насколько быстро график опускается вниз? Доходит ли он до нуля? Если да, то в какой момент? Мнения разных людей будут отличаться, и графики на рис. 12.8 и 12.9 являются весьма правдоподобной альтернативой графику, представляющему эффект насыщения и показанному на рис. 12.4.

Какой из трех графиков является «правильным»? Все зависит от ваших ментальных моделей. В данном случае разные ментальные модели действительно дают разный результат. На рис. 12.10 показано поведение объема продаж за этот месяц для каждого из трех графиков эффекта насыщения рынка. Позволяя вам нарисовать на экране собственный график, модель системной динамики облегчает исследование последствий ваших возможных решений и позволяет сравнить вашу точку зрения с точкой зрения ваших коллег. Возможно, разница во взглядах оказывает небольшое влияние, возможно, значительное, но в любом случае модель системной динамики поможет вам. Если разница окажется существенной, вы можете обсудить с коллегами, почему вы видите мир по-разному, и у вас будет стимул выяснить, каковы реальные данные.

Модели для получения ответов и обучения

В этом примере я продемонстрировал почти полное пренебрежение принципами бухгалтерского учета. Я использовал период длиной в месяц, который может содержать от 28 до 31 дня, группировал все затраты в единую общую маржу и полностью игнорировал дебет, кредит и соответствующие временные отличия, подразумевая, что все операции производились в наличных. Я не упоминал о налогах, амортизации и финансовых издержках. Думаю, ни один бухгалтер не добрался до этого места, так как уже с отвращением отбросил книгу!

Но нас интересуют три вещи: первое — как не перегрузить модель, второе — как «увидеть лес за деревьями», и третье — для чего, собственно, используется модель.

Как мы уже видели, все элементы баланса являются запасами, а все элементы отчета о прибыли и убытках (и все элементы денежного потока) — потоками. Бухгалтерскую отчетность при желании можно полностью включить в моделирование системной динамики, но она перегрузит модель. Модели системной динамики направлены «вверх» и «наружу». Они побуждают нас смотреть на вещи с более высокого, а не низкого уровня, охватывать картину целиком, расширяя границы проблемы, а не заглядывать глубоко внутрь, чтобы увидеть больше деталей, что сузит наш взгляд. В электронных таблицах все наоборот: они смотрят «вниз» и «внутрь», способствуя более глубокому анализу. Если вы хотите проанализировать бухгалтерию, используйте таблицы, если вы хотите понять поведение вашего бизнеса, используйте системное мышление и системную динамику.

Здесь мы плавно переходим к вопросу о том, как «увидеть лес за деревьями». Что действительно важно, а что нет? Вы хотите спрогнозировать ежедневные движения средств на банковском счете, получения от каждого должника и платежи каждому кредитору? Или вы хотите понять, как нужно перенастроить рычаг управления, чтобы бизнес развивался?

Важно, что нечеткая переменная, эффект насыщения рынка, появляется в модели системной динамики, но вряд ли появится в таблице. Готов поспорить, что эта переменная является основной для данной проблемы. Однако в большинстве компаний она действительно нечеткая. Тогда какой смысл добиваться особой точности в остальном?

Одним из наиболее пагубных «недостатков» таблиц является очевидная точность результатов. С помощью таблицы вы можете рассчитать любой элемент в будущем, например рост объема продаж на 3% в год за период 20 лет. Таблица выдаст вам результат с точностью до последнего знака. Если вы предложите кредит на шесть недель, она посчитает и дебет. Но значат ли что-нибудь эти цифры?

Модели системной динамики не обещают такой точности. Все результаты показаны в виде графиков. Исследуя модель и меняя некоторые параметры, вы скоро почувствуете, меняются графики значительно или нет. Не превращается ли круг процветания в порочный круг? Стабилизируется ли неустойчивая система? Можно ли снять ограничения роста? Именно ответы на эти вопросы нужны руководителям, а не прогноз конкретной цифры через семь лет.

И тут мы подходим к третьей части: для чего мы используем модель? На мой взгляд, их можно использовать для двух основных целей — чтобы получать ответы или чтобы лучше понимать их. Хорошим примером модели для получения ответов является та, которую бухгалтеры используют для оптимизации налогообложения. Расчеты, связанные с налогами, отнимают много времени и могут иметь несколько вариантов. Однажды я принимал участие в решении проблемы, касавшейся льготы на налог на прирост капитала, и компьютерная модель оказалась незаменима при проведении огромного числа расчетов и поиске бухгалтерами наиболее выгодного ответа. Модель сэкономила огромное количество времени и дала нам нужный числовой ответ.

Модели для обучения отличаются от моделей для получения ответов. К обучающим моделям относится пилотажный тренажер: его цель — не найти «лучший ответ», например, как быстрее посадить самолет, а дать тренирующимся летчикам опыт в безопасных условиях, чтобы они чувствовали себя увереннее на настоящем самолете. Они учатся понимать и интерпретировать информацию, поступающую от приборов, реакцию машины на действие различных ручек, рычагов и кнопок, контролирующих самолет и направляющих его в воздухе.

То же самое относится и к моделям системной динамики. Они дают руководителю возможность приобрести опыт в безопасных условиях, чтобы он руководил бизнесом с еще большей уверенностью. Он учится понимать и интерпретировать информацию, поступающую от измерений показателей бизнеса, его реакцию на действие различных ручек, рычагов и кнопок, контролирующих бизнес и направляющих компанию в будущее. В обоих случаях никаких ответов нет, только обучение.

Если вы готовы учиться, системная динамика и системное мышление могут прекрасно помочь вам в этом. Если вам нужен только «ответ», пользуйтесь таблицами.

Управление комплексом маркетинга

А теперь давайте расширим модель и сделаем ее более реалистичной.

Одно из наиболее важных решений, которое нужно принять менеджменту дилера автомобилей, — это определить «комплекс маркетинга», способ распределения средств для инвестиций за этот месяц на такую деятельность, как реклама, продвижение продаж (дополнительные опции, включенные в цену автомобиля), скидки и т.п. Это одни из важнейших рычагов данного бизнеса.

В нашу модель уже включены средства для инвестиций за этот месяц, поэтому давайте добавим для иллюстрации два компонента комплекса маркетинга — рекламу и продвижение продаж.

Для меня реклама — это запас. Каждый месяц на рекламу тратятся деньги, и запас растет, все это делается с целью заставить меня купить товар или воспользоваться услугой. Когда рекламная кампания закончится, я буду помнить, хотя бы некоторое время, рекламу, которая мне понравилась. Но со временем я ее забуду, и влияние рекламы будет неуклонно уменьшаться. На рис. 12.11 показана диаграмма запасов и потоков, отражающая эту ситуацию.

Каждый месяц затраты на рекламу за этот месяц постепенно увеличивают запас рекламы. Ручка указывает, что начальное значение для этого элемента показано на контрольной панели. Истощение запаса показано с помощью потока ослабление рекламы, который контролируется продолжительностью жизни рекламы, еще одной переменной, которую можно увидеть на контрольной панели. Мысль в том, что запас рекламы имеет продолжительность жизни, за пределами которой реклама больше не действует. Эта продолжительность жизни, вероятно, зависит от художественной ценности рекламы и воздействия кампании и может составлять, скажем, полгода. Значит, в отсутствие притоков в затраты на рекламу за этот месяц запас рекламы истощится примерно за шесть месяцев, то есть каждый месяц он будет истощаться на одну шестую. Поэтому модель ослабления рекламы будет выглядеть следующим образом:

Ослабление рекламы = запас рекламы / продолжительность жизни рекламы.

Коммерческое воздействие запаса рекламы в любой момент времени представлено влиянием рекламы на привлечение клиентов, функцией графика, представляющей ментальную модель того, как команда управления дилера представляет себе работу рекламы (рис. 12.12).

Этот график показывает, что, если компания не будет тратить на рекламу ничего, она по-прежнему будет продавать около 200 автомобилей в месяц благодаря рекламе производителя, а также за счет продаж клиентам, которых привлекает репутация марки, и лояльным клиентам, которые совершают повторную покупку.

Реклама стоит дорого, и график показывает, что команда руководителей считает: им нужен запас рекламы примерно в £3 млн, чтобы привлечь значительно больше, чем базовый уровень в 200 новых клиентов. Увеличение запаса с £3 млн до £4,5 млн окажет сильное влияние, что показано крутым подъемом графика, но, когда запас приближается к £5 млн, отдача начинает убывать и влияние рекламы выравнивается. Конечно, этот график является отражением всего одной ментальной модели. Многие решения, касающиеся рекламы, принимаются на основе похожих ментальных моделей, но предположения обычно не высказываются явно. Как я уже отмечал, одним из значительных преимуществ системной динамики является то, что она способствует этому. Легкость, с которой графики можно рисовать прямо на экране, пропускать через модель, менять и пропускать снова, помогает понять поведение этих важных, но часто не измеряемых переменных. Как мы видели в главе 10, переменные в форме влияния [чего-либо] на привлечение и удержание клиентов важны при соединении уравновешивающей петли, определяющей рычаги управления, и усиливающей петли, движущей ростом бизнеса. Этот график является примером того, как может выглядеть одна из этих переменных.

На рис. 12.13 показана диаграмма запасов и потоков, структурно идентичная диаграмме для рекламы.

Согласно моей ментальной модели, по времени влияние запаса продвижения короче, чем влияние запаса рекламы, поэтому продолжительность жизни продвижения будет составлять, скажем, месяц или два. Влияние продвижения на привлечение клиентов тоже отличается, например, график может быть таким, как на рис. 12.14.

Он отражает то, что примерно 100 новых автомобилей в месяц продаются на основе продвижения, финансируемого производителем, но вначале кривая растет довольно резко, так как клиентов привлекают относительно недорогие предложения. Затем график стабилизируется, и далее рост запаса с примерно £0,8 млн до £2,5 млн почти не оказывает влияния на график. Однако выше этого уровня кривая опять начинает резко подниматься вверх. Это происходит, когда клиентов привлекает выгодное предложение, например на праздники.

И снова это всего лишь одна ментальная модель. Существует множество других. Какова ваша?

Эти две переменные комплекса маркетинга можно соединить на одной диаграмме (рис. 12.15), которая содержит два дополнительных понятия.

Во-первых, базовый уровень новых клиентов в месяц — это просто сумма влияния рекламы на привлечение клиентов и влияния продвижения на привлечение клиентов. По мере того как модель прокручивает каждый период времени, в любой момент времени запас рекламы и запас продвижения будут иметь конкретные значения, зависящие от предыдущего характера поведения притоков затрат на рекламу за этот месяц и затрат на продвижение за этот месяц и оттоков ослабления рекламы и ослабления продвижения. В каждый момент модель использует функции графика, чтобы трансформировать текущие значения запаса рекламы и запаса продвижения в количество новых клиентов, найдя соответствующие точки на горизонтальной оси, поднявшись вверх по каждому графику и затем выбрав соответствующие точки на вертикальной оси. Затраты на каждый элемент комплекса маркетинга выражаются в количестве новых клиентов, эти два числа складываются и дают базовый уровень новых клиентов в месяц. Я использовал выражение «базовый уровень», потому что он не зависит от насыщающего влияния возрастающей доли рынка, о которой мы говорили прежде. Реальное количество новых клиентов за этот месяц будет рассчитано на основе базового уровня новых клиентов за этот месяц, умноженного на эффект насыщения рынка.

Второе новое понятие, представленное на рис. 12.15, — это собственно решение о комплексе маркетинга, о распределении затрат между рекламой и продвижением. Один из высокоэффективных способов принять его — указать два вводных параметра, процент затрат на рекламу и процент затрат на продвижение, которые определяют политику распределения. Эти параметры представляют планируемые затраты, к которым мы стремимся. Реальные значения затрат на рекламу за этот месяц и затрат на продвижение за этот месяц получают, применяя эти два значения процентов к средствам для инвестиций в этом месяце.

Эти два значения появятся на контрольной панели, поскольку это вводимые параметры, в данном случае в виде «ползунков», как показано на рис. 12.16. Эти два значения в сумме должны давать 100%, и ithink предлагает вам значение второго «ползунка», чтобы в сумме получилось 100%.

На рис. 12.16 показано соотношение 40:60 в пользу продвижения. Распределено 100% средств, как и требуется. Эти два «ползунка» связаны друг с другом, поэтому, когда вы с помощью курсора передвигаете один из них, другой движется автоматически, чтобы два значения в сумме не превысили 100%. Если сумма этих значений меньше 100%, остаток показывается как «не распределено».

На этом я завершу описание имитации комплекса маркетинга. Дополнительная диаграмма запасов и потоков, конечно же, является частью большей картины, стоящей рядом с диаграммой двигателя роста бизнеса, которую мы уже рассмотрели. В диаграмме комплекса маркетинга вводятся средства для инвестиций за этот месяц, и в результате получают базовый уровень новых клиентов за этот месяц. Теперь диаграмма двигателя роста выглядит как на рис. 12.17.

Она очень похожа на диаграмму на рис. 12.2, но в ней есть ряд отличий.

Во-первых, здесь нет связи между средствами для инвестиций за этот месяц и новыми клиентами за этот месяц. Данную связь заменила диаграмма комплекса маркетинга, которой движет эта переменная и которая рассчитывает базовый уровень новых клиентов за этот месяц. Этот элемент также появился на диаграмме, где он «подпитывает» новых клиентов за этот месяц, на количество которых влияет эффект насыщения рынка. Вы также заметите, что круг, обозначенный как базовый уровень клиентов, показан пунктиром. Это означает, что переменная действует как связь между двумя различными диаграммами запасов и потоков. Возможность связывать диаграммы подобным образом позволяет изображать очень сложные системы на нескольких диаграммах и избегать необходимости рисовать перегруженные, а следовательно, непонятные диаграммы.

Связь, идущая от средств для инвестиций за этот месяц через диаграмму комплекса маркетинга и обратно к новым клиентам за этот месяц, является формальным проявлением в системной динамике связи между уравновешивающей петлей рычагов управления и усиливающей петлей двигателя роста бизнеса, который мы подробно рассматривали в главе 10. В этом примере показаны всего два рычага — реклама и продвижение, планируемые показатели которых обозначены в правиле распределения. Прочие рычаги можно присоединить аналогично.

На этой диаграмме есть еще один новый элемент. На рис. 12.2 была показана прямая связь между доходом от продаж за этот месяц и чистой прибылью за этот месяц, как указано общей маржей. На рис. 12.17 в петлю двигателя роста бизнеса введена новая переменная, валовая прибыль за этот месяц, которая рассчитывается с помощью дохода от продаж за этот месяц и валовой маржи. Затем, чтобы рассчитать чистую прибыль за этот месяц, из валовой прибыли за этот месяц вычитают накладные расходы (за исключением затрат на рекламу и продвижение). Признание накладных расходов позволяет рассматривать их явно, как показано на графике на рис. 12.18.

Расчет чистой прибыли за этот месяц:

ЧИСТАЯ ПРИБЫЛЬ ЗА ЭТОТ МЕСЯЦ = ВАЛОВАЯ ПРИБЫЛЬ ЗА ЭТОТ МЕСЯЦ – НАКЛАДНЫЕ РАСХОДЫ

дает новую возможность: чистая прибыль за этот месяц может быть отрицательной, если накладные расходы будут высоки.

У этой возможности есть два следствия: во-первых, влияние на средства для инвестиций за этот месяц и, во-вторых, влияние на нераспределенную прибыль за этот месяц. Одна из потенциальных реакций на такую возможность состоит в ограничении средств для инвестиций до минимального значения нуль с использованием условного правила:

 

СРЕДСТВА ДЛЯ ИНВЕСТИЦИЙ ЗА ЭТОТ МЕСЯЦ =

ЕСЛИ (чистая прибыль за этот месяц > 0)

ТО (чистая прибыль за этот месяц × коэффициент инвестиций / 100)

ИНАЧЕ (0).

По этому правилу выполняется именно то, о чем в нем говорится: если чистая прибыль за этот месяц является положительным числом, то средства для инвестиций за этот месяц рассчитываются путем умножения чистой прибыли за этот месяц на коэффициент инвестиций. Если чистая прибыль за этот месяц равна нулю или является отрицательным числом, то средства для инвестиций за этот месяц равны нулю. Это логично, но, как следствие, нераспределенная прибыль за этот месяц будет равна (отрицательно) чистой прибыли за этот месяц, и нераспределенная прибыль за этот месяц будет уменьшать доходы инвесторов. В этих обстоятельствах нераспределенная прибыль за этот месяц будет действовать скорее как отток от доходов инвесторов, чем как приток.

Потоки, которые могут действовать как притоки или оттоки в зависимости от обстоятельств, известны как двусторонние потоки (в отличие от односторонних потоков) и обозначаются как кран с двумя трубами (рис. 12.19).

Двусторонний поток действует довольно просто. В каждый период времени модель рассчитывает нераспределенную прибыль за данный период, и если она положительна, доходы инвесторов увеличиваются. Если же она отрицательна, доходы инвесторов сокращаются.

Контрольная панель также изменилась и теперь включает новые переменные, а также средство прямого просмотра некоторых из основных результатов (рис. 12.20).

Каковы же результаты? На рис. 12.21 показаны некоторые из результатов для настроек, продемонстрированных на контрольной панели, в двух вариантах: с 20% средств для инвестиций за этот месяц, выделенными на рекламу, и 80% — на продвижение и с распределением средств 40:60.

Какую политику вы бы выбрали для оптимизации бизнеса?

При распределении средств в соотношении 20:80 в пользу продвижения объем продаж за этот месяц возрастает в течение первого квартала, но затем устойчиво падает. При изменении соотношения на 40:60 объем продаж за этот месяц стабилизируется на уровне примерно 1650 автомобилей в месяц. Нераспределенная прибыль за этот месяц — приток в доходы инвесторов и, вероятно, самый важный метод диагностики здоровья бизнеса — немного выше, если повышается доля рекламы. Однако в обоих случаях это число довольно сильно колеблется, в основном из-за отличающихся месяц от месяца накладных расходов.

В целом графики, по-видимому, указывают на то, что реклама дает более заметный эффект, чем продвижение, и вы можете сдвинуть баланс в сторону рекламы еще сильнее. На рис. 12.22 показано, что происходит при распределении средств 80:20 в пользу рекламы.

Объем продаж за этот месяц поднялся до устойчивого уровня 1710 автомобилей в месяц, и мы избавились от колебаний, если не уменьшения, доли рынка. Однако нераспределенная прибыль за этот месяц значительно не увеличилась. Это, вероятно, произошло из-за того, что дополнительная реклама стоит довольно дорого, и увеличение маржи на дополнительные продажи было не намного выше, чем дополнительные расходы на рекламу. При моделировании делаются довольно осторожные предположения: мы не тратим то, чего у нас нет. Средства для инвестиций за этот месяц получены из чистой прибыли за этот месяц, поэтому если прибыль немного сокращается, то же самое происходит и со средствами для инвестиций за этот месяц, и в целом для распределения остается меньше денег.

Идеально ли соотношение 80:20?

Соотношение 80:20 я предложил наугад, возможно, 85:15 или даже 100:0 окажется более выгодным. С помощью «ползунка» на контрольной панели это легко проверить. Однако когда доля средств, выделяемых на рекламу, достигает примерно 70%, дальнейшее увеличение оказывает слабое влияние, доход все равно понижается.

Но где начинается это понижение? График влияния рекламы на привлечение новых клиентов является одним примером (см. рис. 12.12), он выравнивается на уровне запаса рекламы в размере £4,5 млн. В отличие от него график влияния продвижения на привлечение новых клиентов (см. рис. 12.14) после выравнивания снова начинает расти.

Однако имеется еще одно ограничение, предел доли рынка, который действует независимо от всех остальных переменных. Как показывает график эффекта насыщения рынка на рис. 12.4, очень сложно увеличить долю рынка после достижения ею отметки 11% и еще сложнее после 11,5%. График на рис. 12.22 показывает, что соотношение 80:20 приводит долю рынка к стабильному уровню 11,4%, что довольно близко к максимально возможному.

Итак, есть два независимых ограничения, движущих снижением доходов: влияние рекламы, которое выравнивает запас рекламы на отметке чуть выше £4,5 млн, и эффект насыщения рынка, который значительно затрудняет рост доли рынка выше 11,5%.

Но какое ограничение вступает в силу первым? Если реклама, то доля рынка выровнялась бы, но на уровне ниже 11%. Однако если первым вступит ограничение доли рынка, доля рынка вырастет до уровня примерно 11,5% и не двинется оттуда, сколько бы средств ни тратилось на рекламу и продвижение.

На рис. 12.22 показано, что доля рынка ограничивается на уровне примерно 11%, очень близко к ограничению доли рынка. Это означает, что оно вступает в силу первым.

Если это действительно так, можно сделать важный вывод: может быть, мы тратим на рекламу и продвижение слишком много, выбрасывая деньги на кампании, которые просто не могут переломить ограничение доли рынка?

Это можно проверить с помощью модели. Важной переменной здесь является коэффициент инвестиций, процент чистой прибыли за этот месяц, который определяет, сколько выделено на средства для инвестиций за этот месяц, являющиеся в свою очередь источником затрат на рекламу за этот месяц и затрат на продвижение за этот месяц. Если мы сократим коэффициент инвестиций, меньше денег будет выделено на средства для инвестиций за этот месяц, но это может и не иметь большого значения. Действительно имеет значение, что деньги, не предназначенные для увеличения инвестиций, увеличивают нераспределенную прибыль за этот месяц, а следовательно, и доходы инвесторов.

Так что произойдет, когда коэффициент инвестиций составит 50%, а остальные средства для инвестиций распределятся между рекламой и продвижением в соотношении 80:20?

На рис. 12.23 показан результат, наложенный на последнюю группу графиков с коэффициентом инвестиций 75%.

В этот раз в результате работы модели мы видим чуть более низкий объем продаж за этот месяц и долю рынка, что ожидаемо, поскольку было инвестировано значительно меньше средств. Тем не менее сокращение невелико. Когда коэффициент инвестиций составлял 75%, ежемесячно тратилась более крупная сумма в безнадежных попытках стимулировать усиливающую петлю двигателя роста с помощью рекламы и продвижения, в то время как уравновешивающая петля насыщения рынка сильнее отталкивала назад. Если тратить значительно меньшие суммы, это не оказывает измеримого влияния на продажи, но посмотрите, как это влияет на нераспределенную прибыль за этот месяц! Она ежемесячно удваивается. Когда коэффициент инвестиций составлял 75%, 25% чистой прибыли за этот месяц направлялось в нераспределенную прибыль за этот месяц. Теперь, когда коэффициент инвестиций установлен на уровне 50%, остальные 50% идут на доходы инвесторов.

Как можно видеть, в этом более реалистичном случае речь идет не о распределении средств между рекламой и продвижением, а в первую очередь о том, сколько потратить.

Как мы видели в главе 8, очень заманчиво сильнее давить на газ, чтобы двигатель роста работал активнее. Но когда на усиливающую петлю действуют ограничители, это может истощить ресурсы.

Отправить

Andrey

Ggg

Сергей

Перезвоните мне пожалуйста 8 (921) 930-64-55 Сергей.