Marketing Management 2006: Od emocí k faktům

Začal červen, a tak jako každoročně, společnost INCOMA Consult uspořádala další ročník mezinárodního kongresu Marketing Management.
Celá konference byla zaměřená na téma vztah mezi marketingem a sales. Ve třech následných sekcích vystupovali čeští i zahraniční přednášející, kteří byli z marketingu anebo z prodeje a snažili se předat své praktické zkušenosti z těchto dvou tak blízkých a zároveň rozdílných oddělení firmy.

Nejvíce mě zaujal poslední příspěvek celé konference, který přednesl zástupce pořádající společnosti – Mgr. Jaroslav Kuchař. Již název tohoto příspěvku předurčoval jej zařadit na celý závěr konference. Příspěvek se jmenoval Od emocí k faktům: je vůbec možné objektivizovat podíl obou stran na výsledcích?

Hned na začátku se přednášející zeptal kdo z účastníků konference v sále má rád plánování a kdo nemá. Následně představil výrok neznámého autora, který zdůvodňoval, proč mnoho manažerů se nedívá na plánování v příznivém světle. Výrok byl: Ať plníme nebo ne, stejně nevíme proč… A v tom je právě ten háček. Abychom zjistili více, musíme firemní náklady a výnosy rozdělit na jednotlivé plánovací jednotky. Co můžeme považovat za takovou plánovací jednotku? Představte si tuto jednotku jako trojrozměrnou kostku, několikanásobně větší než je Rubikova kostka. Každý její rozměr představuje jiný úhel pohledu (například první rozměr představuje produkt, druhý zase region a třetí rozměr je tvořený distribučním kanálem). Pro ilustraci můžeme třeba za plánovací jednotku považovat takovou, která je vymezena následujícími třemi rozměry: 2L ovocné limonády, ČR, hypermarkety.

Nejlepší by bylo, kdyby bylo hodně takovýchto tří rozměrných plánovacích jednotek, ale to by bylo velmi pracné, proto musí existovat vyváženost při jejich vytváření.

Pokud máme určené plánovací jednotky, měli bychom rozdělit odpovědnost za tyto jednotky mezi sales a marketing. V konceptu B2B se většinou bude jednat o plánovací jednotky orientované na prodej (sales driven), oproti tomu na trzích B2C o jednotky orientované na marketing (marketing driven). Zdá se to velmi logické, ale při tomto rozdělení vznikají i nevýhody, především se zanedbává vliv druhého útvaru (v analýze tvoří neměnnou konstantu) a také se dává malá pozornost plánovacím jednotkám, za které útvar nenese odpovědnost.

Proto by měly být splněny tři podmínky pro objektivní posouzení:
1. Schopnost srovnat plánované výnosy s realitou pro každou plánovací jednotku,
2. Schopnost realokovat sales a marketingové náklady na každou plánovací jednotku,
3. Schopnost vyhodnotit, jak přispívají jednotlivé druhy sales a marketingových nákladů k výnosům.
Jak vidíme, třetí podmínka je na vyhodnocení ta nejtěžší.

Naším úkolem je tedy vyhodnotit příspěvek jednotlivých nákladů k výnosům u plánovacích jednotek, tzn. rozkrýt tzv. black box mezi náklady a výnosy.

Náklady (marketingové a sales rozpočet) black box výnosy

Nazveme tedy black box novým termínem S&M efekty. Tato část úzce souvisí s chováním celého marketingového týmu (sales a marketing). Tyto S&M efekty si každá firma zvolí podle trhu, na kterém působí či podle své firemní filozofie. Mohou to být například pojmy jako penetrace, spontánní znalost značky, visibilita, dostupnost, konečná cena, preference obalu, vážená distribuce a mnoho dalších.

Tyto S&M efekty nám už významně pomohou k vyhodnocení jednotlivých příspěvků u plánovacích jednotek.
K tomu je třeba tří věcí:
1. Schopnost definovat úplné a konzistentní sady S&M efektů a zavedení jejich systematického měření,
2. Schopnost alokovat S&M efekty na plánovací jednotky,
3. Existence modelu, který převede S&M efekty na objemový či finanční výkon plánovací jednotky.

Představme si nyní model – Model PxQ pro plánovací jednotku:

MS = P x Q
kde MS je tržní podíl, P je pravděpodobnost volby z dostupných variant (marketing), a Q představuje dostupnost (sales).

Jako příklad si můžeme představit hypoteční úvěr. Víme, že existuje 12 hypotečních produktů (P) a v našem regionu jsou dostupné banky (Q).
Při nulových hodnotách jakékoliv části vzorce (P=0 nebo Q=0), je samozřejmě tržní podíl také nulový – buď chybějí varianty a nebo chybí jejich dostupnost.

Nejčastěji se tento model využívá u rychloobrátkového zboží. Vychází se z tržního podílu (MS), který měří například výzkum agentury Nielsen, za P se dosadí hodnota obrátkovosti AC Nielsen a zbylá dostupnost Q se dopočítá.

Přednášející také uvedl jeden detailnější příklad firmy s rychloobrátkovým zbožím – dodavatele do retailu. Tato firma stanovila strukturu i vybrala skupiny S&M efektů.

P
– 1. brandový efekt (Brand Effect)
– BPI, první na mysli, váha benefitů značky, …
– 2. cenový efekt (Price Effect)
– ceny, ceny v letácích, cenové pořadí mezi výrobky, …

P&Q
– 3. efekt aktivity (Activity Effect)
– umístění POS materiálů, pozice, počet stojanů, …

Q
– 4. efekt vystavení (Exhibition Effect)
– facing, délka regálu, …
– 5. distribuční efekt (Distribution Effect)
– vážená distribuce (v %), vyprodanost (v %), …

Když bychom rozřadili jednotlivé S&M efekty, první by spadal do rámce marketingu, třetí do společného rámce marketingu a sales a všechny ostatní efekty by náležely do sales.

Při existenci takovéhoto modelu, zjišťují zástupci marketingu i sales, že jsou na jedné společné lodi a model také přináší ukazatele pro lepší motivaci manažerů a jeho výsledky se také pozitivně projeví ve zlepšeném odměňování. Sběr dat v delším časovém horizontu dá firmě detailnější analýzu procesů (například se může zjistit, že POS materiály nemají skoro žádný vliv na prodej, naproti tomu snížením ceny produktu o 1 Kč se zvýší jeho prodej o 5%).

Závěrem se dá říci, že firmy, které jsou zvyklé zjišťovat svojí tržní pozici, mají velmi dobrou výchozí pozici, mohou totiž klíčové efekty alespoň intuitivně měřit. Spíše ale zavedení tohoto modelu většinou naráží na interní problémy než na externí limity. Ale jak je z výše uvedeného patrné, dříve nebo později se popsané vyhodnocení stane standardem, a to znamená, že která firma začne dříve, získá tím velmi významnou konkurenční výhodu.