论文部分内容阅读
失败的渠道促销
某热水器厂家为了吸引代理商进货,制定了下面的政策:凡是在7~9月进货数量超过500台的代理商,都可以获得一台电脑(价值6000元)的奖励。
但实施一段时间后,财务部门发现,该促销非但没有带来良好的收益,反而对原有资金流产生负面影响。于是企业又做了两次调整,但仍然不能扭转亏损的局面。更重要的是,持续的调整引发了经销商的不满和业务人员的腐败。3个月后,促销活动宣布失败。
为什么一项目的明确的渠道政策却常常导致这种不良后果呢?主要在于促销活动的制定缺乏合理的定量分析及标准化程序。
一种测评奖励效果的数学模塑
这家热水器厂家所制定的促销活动属于典型的依靠奖品刺激代理商进货数量的类型。这种促销活动受两个因素的影响最大:进货奖励指标和奖励物品的价格。奖励物品的价格高,进货奖励指标低,对代理商有吸引力,他们就会积极参与;反之,奖励物品价格低,进货奖励指标高,代理商没有积极性,促销活动就会冷冷清清。
那么,这个标准到底应该怎样设定呢?下面介绍一种数学模型,利用这个模型,结合企业的销售资料,营销老总可以清晰地判断出促销效果是好是坏。
我们依然以上面的案例为例:
假如没有奖励政策,把所有代理商7~9月的预测进货数量(根据历史数据,使用时间序列分析技术推算出来),按从大到小的顺序排列起来,可以得到如下图形(图1):
图1:常态下预测进货量
图1中,横坐标代表依次排开的代理商数量,纵坐标代表其相应的进货数量,Q。代表进货奖励指标,N。代表进货超过Q。的代理商数量。
在企业施行奖励进货政策后,图1将发生下面的变化(图2):
从图2可以看出:从1到N0的代理商,由于其经营需要,预测进货量已经超过Q0,因此厂家出台的奖励进货政策对于他们来说简直就是天上掉馅饼,除了窃喜之外,没有什么激励效果,他们的进货量不会有显著性提高。
奖品能够发生积极作用的只是预测进货量在(aQ0,Q0)之间的代理商,这部分代理商数量为(β-1)N0。生产厂家获得的销售增长量主要是上图中的阴影部分。a和β是系数,其意义将在后面阐述。
在βN0后面,还有极少部分代理商可能在奖品的吸引下,使劲跳高越过Q0。但根据:实际情况看,这部分代理商只是为了拿到奖品。尽管当时给厂家打款很多,但其消化库存的时间相当长,企业实际上是花钱把以后的销量提前了,再加上这些零星代理商进货增加量占总进货量的百分比不大,完全可以忽略:不计。
通过表1,我们可以比较容易地理解下面的公式(1)。
P×(βN0+ε)≤ps×(∑(Q0-Qi)
i=N0+l,βN0,并且有个
其中:Ps是单位销量的毛利,ε是销量。
根据前面的论述,公式(1)可以消除零星代理商进货增量的因素:
P×βN0≤Ps×(∑(Q0-Qi))(2)
i=N0+1,βN0
其中:a和B通过预测进货曲线联系着,a反映了奖品的吸引力,奖品吸引力越大,a越小。
不等式(2)就是确定奖励进货指标和奖品价格的控制方程。只有满足这个方程的奖励进货促销方案,才不会出现促销投入和销售产出相背离的现象。
奖励门槛设在300台还是400台?
那么如何使用这个方法去解决问题呢?
热水器厂家为了完成销售任务,制定了奖励进货政策,奖励物品确定为价值6000元的电脑,奖励进货指标确定为400台。
为了评估这个方案实施后的效果,我们把历史数据整理成图1的曲线,可以确定N0=80,即满足奖励进货条件的代理商有80个。
经过和大多数办事处经理沟通,可以初步确认:a Q0=300,这里的意义可以理解成:为了拿到奖品,代理商最多可以压1个月的货,通过曲线可以查到对应的βN0=140,即大约有60个代理商能够通过努力争取到这项奖品。
通过计算不等式(2)的两边公式可以得到下面结论:
预计企业投入:6000×140=84万元
预计提升销售额:2400(预计提升销量)×1500(单价)=360万元
可以看出,这样的促销方案执行后的结果是:企业在增加了84万元的销售费用后,预测销量只提高360万元,促销费用占销售增长量的23.3%。而当时销售总费用比已经接近盈亏平衡的18%,如果再执行这样的奖励促销方方案就很容易发生亏损。但企业为了争取单纯的销售回款,没有采纳这个数学模拟的结果,硬着头皮执行了这个促销活动。3个月的结果证明我们的判断是正确的:企业在赔本赚吆喝!
其实,通过仔细调查和分析代理商销售店面的需求,我们发现可以把奖品调整为价值3000元的空调,其余指标都不会发生大的变化,计算下来销售费用比会控制在11.6%左右,远远低于18%,这样的方案就变得可行了。
同时,奖励进货指标也不是随便就可以确定的。当时许多办事处经理为了照顾到更多的代理商,纷纷要求降低奖励标准。面对来自市场的各种声音,管理者也难以凭感觉确定奖励标准。为了解决这个问题,我们利用上面的模型推算了300台为奖励标准的结果:相对奖励进货标准为400台而言,300台的奖励标准过低,更多的代理商可以不用努力和稍微努力就获得奖品。这些获奖代理商对销售增长的单位贡献要变小,销售费用比会上升到34.6%左右(即便是换成奖励价值3000元的空调,销售费用比也会上升到17.3%左右)。表面看回款大大增加,可是费用远远超标,企业出现严重亏损。
营销本身就是一种经济活动,有时需要丰富的经验加以判断,就像本文中需要判断不同的奖品刺激下的a系数,有时则需要严谨的数学分析模拟预测将要出现的结果,就如销售增长量和奖励物品价格。
为了保证营销策划活动获得更多的成功,我们主张任何时候都不要单凭感觉去拍脑袋猜想,或者模仿他人做法,而是需要仔细分析自己的销售数据资料,结合实际经验,最大程度保证营销决策的正确。
某热水器厂家为了吸引代理商进货,制定了下面的政策:凡是在7~9月进货数量超过500台的代理商,都可以获得一台电脑(价值6000元)的奖励。
但实施一段时间后,财务部门发现,该促销非但没有带来良好的收益,反而对原有资金流产生负面影响。于是企业又做了两次调整,但仍然不能扭转亏损的局面。更重要的是,持续的调整引发了经销商的不满和业务人员的腐败。3个月后,促销活动宣布失败。
为什么一项目的明确的渠道政策却常常导致这种不良后果呢?主要在于促销活动的制定缺乏合理的定量分析及标准化程序。
一种测评奖励效果的数学模塑
这家热水器厂家所制定的促销活动属于典型的依靠奖品刺激代理商进货数量的类型。这种促销活动受两个因素的影响最大:进货奖励指标和奖励物品的价格。奖励物品的价格高,进货奖励指标低,对代理商有吸引力,他们就会积极参与;反之,奖励物品价格低,进货奖励指标高,代理商没有积极性,促销活动就会冷冷清清。
那么,这个标准到底应该怎样设定呢?下面介绍一种数学模型,利用这个模型,结合企业的销售资料,营销老总可以清晰地判断出促销效果是好是坏。
我们依然以上面的案例为例:
假如没有奖励政策,把所有代理商7~9月的预测进货数量(根据历史数据,使用时间序列分析技术推算出来),按从大到小的顺序排列起来,可以得到如下图形(图1):
图1:常态下预测进货量
图1中,横坐标代表依次排开的代理商数量,纵坐标代表其相应的进货数量,Q。代表进货奖励指标,N。代表进货超过Q。的代理商数量。
在企业施行奖励进货政策后,图1将发生下面的变化(图2):
从图2可以看出:从1到N0的代理商,由于其经营需要,预测进货量已经超过Q0,因此厂家出台的奖励进货政策对于他们来说简直就是天上掉馅饼,除了窃喜之外,没有什么激励效果,他们的进货量不会有显著性提高。
奖品能够发生积极作用的只是预测进货量在(aQ0,Q0)之间的代理商,这部分代理商数量为(β-1)N0。生产厂家获得的销售增长量主要是上图中的阴影部分。a和β是系数,其意义将在后面阐述。
在βN0后面,还有极少部分代理商可能在奖品的吸引下,使劲跳高越过Q0。但根据:实际情况看,这部分代理商只是为了拿到奖品。尽管当时给厂家打款很多,但其消化库存的时间相当长,企业实际上是花钱把以后的销量提前了,再加上这些零星代理商进货增加量占总进货量的百分比不大,完全可以忽略:不计。
通过表1,我们可以比较容易地理解下面的公式(1)。
P×(βN0+ε)≤ps×(∑(Q0-Qi)
i=N0+l,βN0,并且有个
其中:Ps是单位销量的毛利,ε是销量。
根据前面的论述,公式(1)可以消除零星代理商进货增量的因素:
P×βN0≤Ps×(∑(Q0-Qi))(2)
i=N0+1,βN0
其中:a和B通过预测进货曲线联系着,a反映了奖品的吸引力,奖品吸引力越大,a越小。
不等式(2)就是确定奖励进货指标和奖品价格的控制方程。只有满足这个方程的奖励进货促销方案,才不会出现促销投入和销售产出相背离的现象。
奖励门槛设在300台还是400台?
那么如何使用这个方法去解决问题呢?
热水器厂家为了完成销售任务,制定了奖励进货政策,奖励物品确定为价值6000元的电脑,奖励进货指标确定为400台。
为了评估这个方案实施后的效果,我们把历史数据整理成图1的曲线,可以确定N0=80,即满足奖励进货条件的代理商有80个。
经过和大多数办事处经理沟通,可以初步确认:a Q0=300,这里的意义可以理解成:为了拿到奖品,代理商最多可以压1个月的货,通过曲线可以查到对应的βN0=140,即大约有60个代理商能够通过努力争取到这项奖品。
通过计算不等式(2)的两边公式可以得到下面结论:
预计企业投入:6000×140=84万元
预计提升销售额:2400(预计提升销量)×1500(单价)=360万元
可以看出,这样的促销方案执行后的结果是:企业在增加了84万元的销售费用后,预测销量只提高360万元,促销费用占销售增长量的23.3%。而当时销售总费用比已经接近盈亏平衡的18%,如果再执行这样的奖励促销方方案就很容易发生亏损。但企业为了争取单纯的销售回款,没有采纳这个数学模拟的结果,硬着头皮执行了这个促销活动。3个月的结果证明我们的判断是正确的:企业在赔本赚吆喝!
其实,通过仔细调查和分析代理商销售店面的需求,我们发现可以把奖品调整为价值3000元的空调,其余指标都不会发生大的变化,计算下来销售费用比会控制在11.6%左右,远远低于18%,这样的方案就变得可行了。
同时,奖励进货指标也不是随便就可以确定的。当时许多办事处经理为了照顾到更多的代理商,纷纷要求降低奖励标准。面对来自市场的各种声音,管理者也难以凭感觉确定奖励标准。为了解决这个问题,我们利用上面的模型推算了300台为奖励标准的结果:相对奖励进货标准为400台而言,300台的奖励标准过低,更多的代理商可以不用努力和稍微努力就获得奖品。这些获奖代理商对销售增长的单位贡献要变小,销售费用比会上升到34.6%左右(即便是换成奖励价值3000元的空调,销售费用比也会上升到17.3%左右)。表面看回款大大增加,可是费用远远超标,企业出现严重亏损。
营销本身就是一种经济活动,有时需要丰富的经验加以判断,就像本文中需要判断不同的奖品刺激下的a系数,有时则需要严谨的数学分析模拟预测将要出现的结果,就如销售增长量和奖励物品价格。
为了保证营销策划活动获得更多的成功,我们主张任何时候都不要单凭感觉去拍脑袋猜想,或者模仿他人做法,而是需要仔细分析自己的销售数据资料,结合实际经验,最大程度保证营销决策的正确。