Выявление покупательского спроса в торговой организации

Оглавление
Введение 3
1. Теоретические основы исследования покупательского спроса в научной литературе 5
1.1 Общие понятия изучения покупательского спроса 5
1.2 Подходы к изучению покупательского спроса 7
1.3 Методы прогнозирования покупательского спроса 11
2. Анализ финансово-хозяйственной деятельности АО «Тандер» 14
2.1. Организационно-правовая характеристика предпряития 14
2.2. Анализ экономических показателей 16
3. Выявление покупательского спроса в торговой организации 20
3.1 Анализ покупательского спроса 20
3.2 Пути повышения покупательского спроса 24
Заключение 29
Список литературных источников 31

Введение
Розничная торговля - одна из важнейших сфер обеспечения населения. Она является посредником осуществления рыночного соглашения товарного предложения и покупательского спроса. Являясь источником поступления денежных средств, торговля тем самым формирует основы финансовой стабильности государства.
В розничной торговле, как ни в одной другой отрасли хозяйственной системы, сформировалась богатая конкурентная среда. Предпринимательская и инвестиционная активность в этой сфере самая высокая.
Современный рынок товаров отличается относительно высокой насыщенностью, товарного дефицита фактически нет. Бюрократическая система распределения товаров полностью заменена отношениями свободной купли-продажи.
Динамизм объемов и структуры реализации товаров и услуг постепенно приобретает все более устойчивый характер.
Покупательский спрос играет ключевую роль в современной экономике. Он отражает количественное и качественное стремление потребителей к определенным товарам и услугам на рынке. Понимание покупательского спроса стало важной основой для прогнозирования и планирования деятельности предприятий.
Понятие покупательского спроса относится к потребности потребителей приобретать товары или услуги на определенных условиях. Оно включает в себя много факторов, таких как цена товара, доходы потребителей, предпочтения и вкусы, модные тенденции, демографические изменения и многое другое. Для понимания покупательского спроса необходимо анализировать все эти факторы и их взаимосвязь.
Значение покупательского спроса заключается в том, что он является одним из основных факторов, определяющих рыночную ситуацию. Предприятия и организации, ориентирующиеся на рынок, должны учитывать покупательский спрос при планировании своей деятельности. Прогнозирование покупательского спроса позволяет предприятиям снизить риски и оптимизировать процессы производства, снабжения и маркетинга[3].
Цель исследования: выявить структуру покупательского спроса в торговой организации.
Задачи исследования:
1. Раскрыть теоретические основы исследования покупательского спроса в научной литературе.
2. Рассмотреть подходы к изучению покупательского спроса.
3. Проанализировать методы прогнозирования покупательского спроса.
4. Повести анализ финансово-хозяйственной деятельности АО «Тандер».
5. Выявить покупательский спрос и разработать направления повышения покупательского спроса.
Объектом исследования: - являются покупательский спрос в торговой организации.
Предмет исследования: АО «Тандер».

1. Теоретические основы исследования покупательского спроса в научной литературе
1.1 Общие понятия изучения покупательского спроса
Прогнозирование покупательского спроса представляет собой сложный процесс, который включает в себя несколько этапов и методов. Первый этап - сбор и анализ статистических данных о предыдущих продажах и потребительском поведении. Второй этап - оценка и анализ влияния экономических, социальных и демографических факторов на покупательский спрос. Третий этап - разработка и применение математических и экономических моделей для прогнозирования.
Один из основных методов прогнозирования покупательского спроса - это метод временных рядов, который основан на анализе исторических данных и построении математических моделей для прогнозирования будущего спроса. Другие методы включают статистические методы, эконометрические модели, анкетирование и фокус-группы[4].
Таким образом, понятие и значение покупательского спроса являются важными аспектами для прогнозирования и планирования на рынке. Прогнозирование покупательского спроса помогает предприятиям принимать информированные решения и достичь успеха на конкурентном рынке. В дальнейшем исследование будет рассмотрено этапы и методы прогнозирования покупательского спроса без включения заключения.
Прогнозирование покупательского спроса осно¬вано на экстраполяции тенденции динамического ряда товарооборота. Под динамическим рядом това-рооборота понимается изменение товарооборота во времени. Если не происходит каких-либо существен¬ных изменений в условиях, формирующих покупа¬тельский спрос, то метод экстраполяции позволяет получить достаточно надежные результаты. В про¬тивном случае данный метод необходимо дополнить другими методами определения покупательского спроса - расчетно-конструктивным или анкетным.
Статистические методы прогнозирования тен¬денции динамического ряда подразделяются на две основные группы: методы аналитического выравни-вания и экспоненциального сглаживания.
Сущность метода аналитического выравнивания заключается в нахождении теоретических уровней ряда y, которые в минимальной степени отклонялись бы от фактических уровней y . После этого тенден¬цию ряда можно продолжить, рассчитав уровни ряда на будущий период (год, квартал, декаду), в зависи¬мости от поставленной задачи.
Выравнивание уровней ряда динамики и их экстраполяция производятся по уравнению прямой (тренду), если уровни ряда равномерно растут или уменьшаются. Если изменение тенденции носит характер усиливающегося или затухающего роста, то для экстраполяции применяется соответственно уравнение параболы либо полулогарифмическая кривая.
Для экстраполяции криволинейных плавных тенденции можно воспользоваться уравнени Прогнозирование покупательского спроса представляет собой сложный процесс, который включает в себя несколько этапов и методов.
Первый этап - сбор и анализ статистических данных о предыдущих продажах и потребительском поведении. Второй этап - оценка и анализ влияния экономических, социальных и демографических факторов на покупательский спрос. Третий этап - разработка и применение математических и экономических моделей для прогнозирования.
Один из основных методов прогнозирования покупательского спроса - это метод временных рядов, который основан на анализе исторических данных и построении математических моделей для прогнозирования будущего спроса. Другие методы включают статистические методы, эконометрические модели, анкетирование и фокус-группы[14].
Таким образом, понятие и значение покупательского спроса являются важными аспектами для прогнозирования и планирования на рынке. Прогнозирование покупательского спроса помогает предприятиям принимать информированные решения и достичь успеха на конкурентном рынке. В дальнейшем исследование будет рассмотрено этапы и методы прогнозирования покупательского спроса без включения заключения.ем гипер¬болы.

1.2 Подходы к изучению покупательского спроса
Проблемы прогнозирования покупательского спроса набирают особую актуальность в условиях современной экономики, которая характеризуется высокой степенью неопределенности, постоянным изменением требований потребителей и усилением конкурентной борьбы.
Изучение покупательского спроса является многоаспектным процессом, требующим сложного подхода и применения передовых методов анализа и обработки информации.
Научные исследования в данной области открывают новые возможности для повышения эффективности бизнес-процессов и устойчивого развития предприятий в условиях непрерывно меняющегося мира.
Нами проанализированы три подхода к прогнозированию покупательского спроса, рассмотренных в [8]:
Все авторы рассматриваемых подходов сходятся во мнении о важности прогнозирования покупательского спроса для торгового предприятия, например, Пивкин К.С. в своей работе писал следующее:
«Стохастичность спроса накладывает большие ограничения на работу розничной компании. При отсутствии системы прогнозирования должного качества страдает большинство областей управления розничного предприятия, например, область управления запасами, где низкая точность решения может привести к снижению конкурентоспособности. Поэтому важным является совершенствование текущих технологий прогнозирования и планирования покупательского спроса, автоматизации этих бизнес- процессов, причем на основе продвинутого статистического моделирования» [1].
Схожей точки зрения придерживается и Ермаков А.А., который описал свою точку зрения следующим образом: «Товарные запасы представляют собой оборотные активы торгового предприятия, в которые вложены финансовые средства.
Управление этими активами требует определённых усилий, чтобы избежать как затоваривания, так и дефицита. Как следствие, управление товарными запасами является важнейшей функциональной областью логистики торгового предприятия, весьма актуальной как для крупных торговых организаций, так и для малого бизнеса» [12].
Все авторы согласны, что на спрос влияют очень много факторов, и их взаимодействие между собой которые нужно учитывать в модели прогнозирования.
Пивкин К.С. в своём подходе прогнозирования рассматривает такие критерии как: лаговые переменные спроса, цена товара; наличие промо-акций, календарные признаки: принадлежность к дню недели, праздничному или предпраздничному периоду, наименование производителя и страны производителя товара, геометрические характеристики товара, температурный режим в зоне действия торговой сети, суммарные статистики по количеству чеков, количеству продаж товарной группы, к которой относится целевой товар, количество товарных позиций, взаимозаменяемых по цене.
Данный подход к прогнозированию спроса базируется на работе с панельными выборками, кластеризации временных рядов, обогащении исходных данных переменными экономического толка и применении методов машинного обучения использовались такие методы, как метод Prophet, байесовские временные ряды, современные версии алгоритмов ARIMA и экспоненциального сглаживания. Для прогнозирования ключевых переменных принято решение выбрать за основную метрику качества корень от среднеквадратической ошибки модели. В качестве дополнительной метрики использовалась средняя абсолютная ошибка в процентах.
Ермаков А.А., в свою очередь, предлагает в качестве критериев кроме динамики продаж использовать группы, на которые он разделяет товары, товар может состоять в нескольких группах одновременно, примерный список групп: пищевые или не пищевые товары, поставщики, вид товара, деление на квартили и другие.
Логика авторского метода основывается на выявлении наличия сильной взаимосвязи общего уровня продаж с уровнем продаж «дочернего» временного ряда, выделенного по какому-либо фактору.
В методе используются статические методы:
- интервальные группировки;
- квартильные группировки;
- коэффициенты структурных сдвигов;
- анализ временных рядов;
- корреляционный анализ;
- методы проверки данных на однородность;
- аналитическое выравнивание (тренд-сезонное моделирование);
- адаптивные модели (экспоненциальное сглаживание).
Парфеонов С.Д. свою модель создал узконаправленной и подходящей для мясной продукции, и учитывает такие критерии как: цена, качество, брэндинг, канал распределения, реклама, стимулирование продаж, брэндинг, уровень потребления продукции по регионам.
Курочкина И.П. предлагает использовать для моделирования финансовых показателей компании нейронные сети, описывая их преимущества, в частности:
- могут быть нелинейными, это особенно актуально, если у входных данных отсутствует функциональная зависимость от результата;
- обучаемы и способны получать обоснованный результат на основании данных, которые не встречались в процессе обучения;
- адаптивны, поскольку обученные действовать в опеределенной среде, они легко могут быть переучены для работы в условиях незначительных колебаний параметров среды [4].
Проанализировав данные подходы, можно сделать выводы:
Подходы Пивкина К.С. и Ермакова А.А. скорее подходят для прогнозирования спроса на небольшое количество товаров, для прогнозирования спроса большего количества товаров становится слишком трудоёмким собирать все критериальные данные и выделять все группы товара.
Подход Парфенова С.Д. узкоспециализирован для мясной продукции и использует трудно рассчитываемые в числовом выражении критерии, такие как брэндинг.
Подход Курочкиной И.П описывает ряд преимуществ использования нейронных сетей, которые позволяют игнорировать некоторые критерии и взаимосвязи между ними за счёт обучения нейронной сети, нейронная сеть сама найдёт скрытые взаимосвязи в процессе своего обучения.
На основании анализа различных подходов к прогнозированию покупательского спроса нами предлагается новый метод, объединяющий подходы:
- основанные на использовании набора критериев [11];
- с созданием групп, по которым он каталогизирует товары [2];
- использующие нейронные сети для моделирования [6].
Предлагается для прогнозирования спроса использовать
нейронную сеть, где в качестве входных параметров базы знаний будут такие критерии, как наименование товара, его цена на дату, спрос данного товара на дату, день недели, праздник или предпраздничный день, категория товара, скидка на товар, длительность скидки на товар, промоакции. Точный список критериев требует дальнейшего исследования.
Применение обширного набора данных для обучения модели с использованием вышеуказанных критериев позволяет учитывать даже те критерии и взаимосвязи между ними, которые сложно выявить вручную и не усложняя при этом использование модели с практической точки зрения.

1.3 Методы прогнозирования покупательского спроса
Понимание того, как будет формироваться спрос на товары и услуги в будущем, является ключом к успешному стратегическому планированию и обеспечению конкурентных преимуществ для компаний.
Прогнозирование покупательского спроса играет важную роль в успешной стратегии бизнеса. Это процесс определения будущих потребностей потребителей и оценки востребованности продуктов или услуг на рынке. Для достижения точных и достоверных прогнозов покупательского спроса следует пройти несколько этапов.
1. Сбор и анализ исторических данных: Первый этап включает сбор и анализ данных о предыдущих покупках, продажах и других факторах, которые могут влиять на спрос. Исторические данные могут включать информацию о продажах по периодам, временным трендам и сезонным колебаниям. Анализ этих данных позволяет выявить паттерны и тенденции в поведении потребителей.
2. Использование статистических методов: Второй этап заключается в применении статистических методов для построения моделей прогнозирования. Методы, такие как временные ряды, регрессионный анализ и машинное обучение, могут быть использованы для создания моделей, которые основываются на исторических данных и предсказывают будущий покупательский спрос.
3. Учет внешних факторов: Третий этап включает учет внешних факторов, которые могут влиять на прогнозирование покупательского спроса. Эти факторы могут включать изменения в экономике, политике, сезонные факторы и технологические изменения. Их анализ и включение в модели прогнозирования позволяют получить более точные результаты.
4. Мониторинг и обновление прогнозов: Последний этап включает постоянный мониторинг и обновление прогнозов покупательского спроса. Так как рынок постоянно меняется, важно периодически обновлять данные и анализировать новую информацию, чтобы разработать более точные прогнозы и принять соответствующие решения в бизнесе[10].
В итоге, прогнозирование покупательского спроса проходит через несколько этапов: сбор и анализ исторических данных, использование статистических методов, учет внешних факторов и мониторинг и обновление прогнозов. Этот процесс помогает предприятиям прогнозировать спрос и адаптировать свою стратегию бизнеса в соответствии с ожиданиями потребителей.
Методы прогнозирования покупательского спроса являются важным инструментом для предприятий, помогающим понять и предугадать потребности рынка. Правильно прогнозированный спрос позволяет предприятиям оптимизировать производственные процессы, управлять запасами и разрабатывать эффективные маркетинговые стратегии.
Одним из методов прогнозирования покупательского спроса является анализ исторических данных. Этот метод основывается на анализе прошлых трендов и паттернов потребительского поведения. При этом учитываются сезонные изменения, экономические факторы и другие релевантные переменные. Анализ исторических данных позволяет выявить повторяющиеся циклы и тренды, что помогает предсказать будущий спрос[12].
Еще одним методом прогнозирования является экспертная оценка. Этот метод заключается в использовании мнения и экспертизы специалистов в области маркетинга и бизнес-аналитики. Эксперты могут провести исследования, опросы и интервью, чтобы собрать информацию о возможных изменениях в потребительском поведении. Затем собранные данные анализируются и используются для прогнозирования будущего спроса.
Кроме того, существуют и математические методы прогнозирования спроса, такие как временные ряды и статистические модели. Временные ряды основаны на анализе последовательности данных по времени, учитывая сезонность, тренды и циклы. Статистические модели используются для анализа связей между различными переменными, такими как цены, рекламные расходы и экономические показатели, для прогнозирования будущего спроса[11].
Важным аспектом является и использование современных технологий, таких как искусственный интеллект и машинное обучение, которые позволяют значительно повысить точность прогнозов благодаря обработке больших объемов данных и их анализу в реальном времени. Это обеспечивает принятие более обоснованных и своевременных управленческих решений, что в конечном итоге повышает конкурентоспособность компании и ее финансовые показатели.
Таким образом, прогнозирование покупательского спроса является многоаспектным процессом, требующим сложного подхода и применения передовых методов анализа и обработки информации.
Научные исследования в данной области открывают новые возможности для повышения эффективности бизнес-процессов и устойчивого развития предприятий в условиях непрерывно меняющегося мира.
В заключение, методы прогнозирования покупательского спроса играют важную роль в бизнесе. Они помогают предприятиям принимать обоснованные решения и планировать свою деятельность с учетом ожидаемого спроса. Комбинирование различных методов позволяет достичь наиболее точных и надежных прогнозов, что способствует повышению эффективности и успешности предприятия.

2. Анализ финансово-хозяйственной деятельности АО «Тандер»
2.1. Организационно-правовая характеристика предпряития
Общество» зарегистрировано как Закрытое акционерное общество «Тандер» Регистрационной палатой города Краснодара 28.06.1996, постановление № 4452 и внесено в Единый государственный реестр юридических лиц Инспекцией МНС России № 2 города Краснодара 12.08.2002, основной государственный регистрационный номер 1022301598549, 29 сентября 2015 года решением единственного акционера изменено полное фирменное наименование Общества на Акционерное общество «Тандер».
АО «Тандер» создано без ограничения срока его деятельности. Единственным акционером Общества является Публичное акционерное общество «Магнит» (ОГРН 1032304945947, ИНН 2302085638).
Основной целью деятельности АО «Тандер» является извлечение прибыли. АО «Тандер» имеет гражданские права и несет гражданские обязанности, необходимые для осуществления любых видов деятельности, не запрещенных федеральными законами.
Отдельными видами деятельности, перечень которых определяется федеральными законами, АО «Тандер» может заниматься только на основании специального разрешения (лицензии), членства в саморегулируемой организации или выданного саморегулируемой организацией свидетельства о допуске к определенному виду работ.
АО «Тандер» осуществляет следующие основные виды деятельности:
• торговля розничная преимущественно пищевыми продуктами, включая напитки, и табачными изделиями в неспециализированных магазинах;
• оптовая торговля консервами из мяса и мяса птицы;
• оптовая торговля молочными продуктами;
• оптовая торговля пищевыми маслами и жирами;
• оптовая торговля безалкогольными напитками;
• оптовая торговля алкогольными напитками, кроме пива;
• оптовая торговля пивом; оптовая торговля сахаром;
• оптовая торговля сахаристыми кондитерскими изделиями, включая шоколад;
• оптовая торговля кофе, чаем, какао и пряностями;
• оптовая торговля рыбой, морепродуктами и рыбными консервами;
• оптовая торговля готовыми пищевыми продуктами, включая торговлю детским и диетическим питанием и прочими гомогенизированными пищевыми продуктами;
• оптовая торговля мучными кондитерскими изделиями;
• оптовая торговля мукой и макаронными изделиями;
• оптовая торговля крупами;
• оптовая торговля солью;
• оптовая торговля прочими пищевыми продуктами, не включенными в другие группировки;
• оптовая торговля чистящими средствами;
• оптовая торговля парфюмерными и косметическими товарами, кроме мыла;
• оптовая торговля туалетным и хозяйственным мылом;
• оптовая торговля фармацевтической продукцией и т.д.
АО «Тандер» является юридическим лицом и имеет в собственности обособленное имущество, учитываемое на его самостоятельном балансе. АО
«Тандер» может от своего имени приобретать и осуществлять имущественные и личные неимущественные права, нести обязанности, быть истцом и ответчиком в суде. АО «Тандер» вправе в установленном порядке открывать банковские счета в рублях и иностранной валюте на территории Российской Федерации и за ее пределами.
АО «Тандер» несет ответственность по своим обязательствам всем принадлежащим ему имуществом и не отвечает по обязательствам своих акционеров.
АО «Тандер» может создавать филиалы и открывать представительства на территории Российской Федерации и за ее пределами. Создание филиалов и открытие представительств, наделение их имуществом, а также их ликвидация осуществляется на основании решения Общего собрания акционеров.

2.2. Анализ экономических показателей
Уставный капитал АО «Тандер» составляет 100 000 000 (сто миллионов) рублей. Он состоит из 10 000 000 000 (десяти миллиардов) штук обыкновенных именных акций номинальной стоимостью 0,01 (ноль целых одна сотая) рубля каждая. Уставный капитал АО «Тандер» оплачен полностью. Резервный капитал АО «Тандер» составляет 15% от уставного капитала.
Уставный капитал АО «Тандер» может быть увеличен путем увеличения номинальной стоимости акций или размещения дополнительных акций. Решения об увеличении уставного капитала путем увеличения номинальной стоимости акций или размещения дополнительных акций принимаются Общим собранием акционеров. При увеличении уставного капитала АО «Тандер» обязано руководствоваться ограничениями, установленными федеральными законами.
Среднесписочная численной работников АО «Тандер» 251042 чел.
Прежде, чем приступить к анализу деловой активности и рентабельности АО «Тандер», необходимо установить основные технико-экономические показатели его деятельности.
В таблице 1 представлены основные сведения, необходимые для технико- экономической характеристики объекта исследования.
Таблица 1 – Технико-экономическая характеристика АО «Тандер» за
2022-2024 гг.
Наименование показателя Период Абсолютное
отклонение, т.р. Темп роста, %
2022 2023 2024 2023/
2022 2024/
2023 2023/
2022 2024/
2023
Выручка, тыс.руб. 139652
5335 1575986
785 1754825
733 179461
450 178838
948 112,85 111,35
Себестоимость продаж, тыс.руб. 105563
3343 1180754
939 1223810
932 125121
596 430559
93 111,85 103,65
Валовая прибыль (убыток),
тыс.руб. 340891
992 3952318
46 5310148
01 543398
54 135782
955
115,94
134,36
Управленческие и коммерческие
расходы, тыс.руб. 362941
441 3863774
78 4331370
55 234360
37 467595
77
106,46
112,10
Прибыль (убыток) от продаж, тыс.руб. 220494
49
8854368 9787774
6 - 131950
81 890233
78
40,16
1105,42
Чистая прибыль (убыток), тыс.руб. 129848
95 5443491
9 5281129
0 414500
24 - 162362
9
419,22
97,02
Основные средства, тыс.руб. 207063
851 1922789
55 1817140
00 - 147848
96 - 105649
55
92,86
94,51
Оборотные активы, тыс.руб. 259495
292 2742521
79 2819704
82 147568
87 771830
3 105,69 102,81
Фондоотдача 6,74 8,20 9,66 1,45 1,46 121,53 117,82
Оборачиваемост ь активов, раз 5,38 5,75 6,22 0,36 0,48 106,78 108,30
Рентабельность продаж, % 1,58 0,56 5,58 -1,02 5,02 35,58 992,76
Рентабельность производства, % 1,55 0,57 5,91 -0,99 5,34 36,35 1045,50
Затраты на рубль выручки,
коп. 101,58 99,44 94,42 -2,14 -5,02 97,89 94,96

Исходя из данных, которые содержатся в таблице 1, можно сделать вывод, что АО «Тандер» ежегодно наращивает свой потенциал и получает ежегодный прирост выручки от продаж.
Так, прирост в 2024 году по отношению к 2023 году составил 12%, а в 2023 г. по отношению к 2022 году составил 11 %. В то же время, себестоимость продаж растет не так значительно: если в 2023 году по отношению к 2022 году прирост был 11%, то в 2024 году по отношению к 2022 году от составил всего 3%.
Этим обусловлен рост валовой прибыли: он увеличилась на 34% в 2024 году по отношению к данным 2023 года. Тем не менее, на итоговый финансовый результат АО «Тандер» оказывают влияние и другие показатели: увеличение управленческих и коммерческих расходов на 12 %, сокращение доходов от участия в других организациях более, чем наполовину, оказало влияние на снижение величины чистой прибыли в 2024 году по сравнению с предыдущим периодом. Она составила 52811290 т.р., что на 3% меньше прошлогоднего значения.
Наглядно динамика изменения основных финансовых показателей АО «Тандер» представлена на рисунке 1.

Рисунок 1 – Динамика изменения финансовых показателей АО «Тандер» в 2022 – 2024 гг., млн. р.

Сумма оборотных активов увеличивается постепенно из года в год: в 2023 году прирост составил 5%, а в 2024 году прирост составил 2%. Их оборачиваемость также растет из года в год. Такая динамика свидетельствует о том, что оборотные активы стали используются АО «Тандер» с каждым годом все эффективнее и оборачиваются в денежные средства быстрее.
Таким образом, в ходе исследования технико-экономической характеристики АО «Тандер» наблюдается положительная динамика, несмотря на нестабильность экономической ситуации на протяжении трех лет исследования. Для более глубокого исследования финансово-хозяйственной деятельности следует обратить внимание на показатели деловой активности АО «Тандер».

3. Выявление покупательского спроса в торговой организации
3.1 Анализ покупательского спроса
В рамках настоящей работы, в ввиду значительного объема коммерческой деятельности исследуемой организации, анализ покупательского спроса решено проводить на условной товарной группе «Керамическая посуда».
Для планирования объемов плана реализации керамической посуды АО «Тандер» необходимо знать, какую именно продукцию и в каком объеме, по какой цене, когда и где она будет продавать. От этого зависит в конечном счете прибыль предприятия. Очевидно, что в условиях рыночной экономики анализ спроса на продукцию должен выноситься на первое место.
Спрос как экономическая категория характеризует объем товаров, которые потребитель желает и может купить при разных ценах и прочих равных условиях.
Для графического изображения функции рыночного спроса от цены товара следует просуммировать все индивидуальные объемы спроса — при каждом возможном уровне цены — и нанести полученные точки на график. По мере выходов на рынок новых потребителей, например, под влиянием рекламы, кривая рыночного спроса будет смещаться вправо.
АО «Тандер» имеет фирменные магазины и поэтому это предприятие имеет возможность непосредственно обращаться к покупателям, выяснять их предпочтения и требования. В оценке рыночных перспектив продукции фирмы значительную помощь оказывают пробные продажи. Подобный анализ требует значительных затрат и времени, но он отличается высокой надежностью [10].
Именно методом пробных продаж специалисты по маркетингу АО «Тандер» собрали необходимую информацию для анализа спроса на комплекты керамической посуды (табл. 2).

Таблица 2 - Исходные данные для построения кривой спроса
N Q P ВВ
1 1 2 3
2 0 4066 0
3 0,05 3811 1,9055
4 0,1 3556 3,556
5 0,15 3301 4,9515
6 0,2 3046 6,092
7 0,25 2791 6,9775
8 0,3 2536 7,608
9 0,35 2281 7,9835
10 0,4 2026 8,104
11 0,45 1771 7,9695
13 0,5 1516 7,58
14 0,55 1261 6,9355
15 0,6 1006 6,036
16 0,65 751 4,8815
17 0,7 496 3,472


Как правило, кривые спроса представляют собой нелинейные зависимости: выпуклая — для индивидуального спроса, вогнутая — для совокупного спроса, поэтому математические модели кривой спроса определяются, как правило, методом наименьших квадратов в виде следующего алгебраического выражения [10 ] :
который позволяет аппроксимировать как выпуклые, так и вогнутые зависимости.
Для того, чтобы не производить громоздких матричных вычислений в качестве модели Р =f (Q) воспользуемся линейной зависимостью : . (2) .
В таблице 2 приведены данные пробных продаж комплектов керамической посуды.
По этим данным математическую модель кривой спроса ищем в виде полинома первой степени: (2).
Данную модель переписываем, используя традиционные в математике переменные: x и y (x = Q, y = P)

или ,
где x0 – фиктивная переменная, равная единице.
Неизвестные коэффициенты b0, b1 определяем методом наименьших квадратов, решая относительно матрицы матричное уравнение
, (3)
где
; .
; .
Для получения конкретного матричного уравнения (3) находим произведения Xt  X, XtY.

Теперь, используя произведения Xt  X, XtY, составляем матричное уравнение
. (4)
Это матричное уравнение решаем относительно b0 и b1.
,
Значения коэффициентов b0, b1 подставляем в математическую модель (2.2) и получаем в линейном варианте зависимость цены от объёма производства: Y =40,66 – 51,0 X или, учитывая, что y = P, x = Q,

P = 4066 – 5100* Q. (5)
Итак, теперь имеется формула, по которой можно оценить общий рыночный спрос на комплекты керамической посуды АО «Тандер». Эта формула является необходимым уравнением (внешней, рыночной моделью), для определения оптимальной цены и объема производства продукции АО «Тандер».
Теперь, используя формулу (5), определяем цену (P) и объем производства продукции (Q), максимизирующие валовую выручку фирмы.
Валовая выручка равна:

BB = P • Q. (6)
В это выражение подставляем зависимость (5)

BB = (4066 - 5100* Q) • Q = 4066Q - 5100*Q2. (7)
Для определения значений Q и P, соответствующих max BB, используем необходимое условие экстремума:

(8)
т.е. ,4066 - 2 • 5100*Q = 0,3986 млн. ш (8)
Подставляем значение Q* в формулу (5) , получаем:

P* = 4066 - 5100 • 0,314 = 2033 руб. (10)
Подставляем значения P* и Q* в формулу (6).

BB = 2033 • 0,3986 = 810, 35 млн. руб.. (11)

Таким образом получаем следующие оптимальные значения: P* = 2033 руб.; Q* = 0,3986 млн.шт., максимизирующие валовую выручку (BBmax = 810,35 млн. руб.) за один месяц.

3.2 Пути повышения покупательского спроса
Рассмотрим на примере одного из супермаркетов АО «Тандер» конкурентные преимущества и направлениях их укрепления и использования.
Анализ по выявлению конкурентных преимуществ начнем с определения покупательского спроса в АО «Тандер».

Рисунок 1– Мотивация клиентов при выборе АО «Тандер» в 2024 г., %
Как видно из рис. 1 основными мотивами клиентов АО «Тандер» и конкурентными преимуществами являются:
- качество предлагаемой продукции – 30%;
- наличие определенных услуг (парковка, кафе, зоны отдыха)– 27%;
- местоположение – 22%.
Исходя из этого, руководству АО «Тандер» необходимо сосредоточиться на развитии ассортиментной линейки предлагаемой продукции, а так же использовать фактор месторасположения и дополнительных услуг.
Кроме того, необходимо развивать направление «рекомендации друзей, знакомых», поскольку это является хорошим каналом рекламы.
Далее определим, что не устраивает клиентов АО «Тандер» (рис. 2).

Рисунок 2 – Факторы, которые не устраивают клиентов АО «Тандер» в 2024 г., %
Как видно из рис. 2, 28% клиентов АО «Тандер» довольны и их все устраивает в деятельности организации. В тоже время среди основных факторов, которые негативно влияют на отношение клиентов, тем самым снижая товарооборот АО «Тандер» следует выделить следующие:
- высокие цены – 32%;
- режим работы организации – 11%;
- интерьер магазина – 8%;
- персонал и торговое оборудование – 6%.
Исходя из этого, для повышения лояльности клиентов и формирования позитивного имиджа, а также использования основных преимуществ организации – качество продукции, дополнительные услуги и месторасположение – необходимо, сосредоточиться на решении данных негативных факторах.
Для более активного использования имеющихся конкурентных преимуществ и как следствие нивелирование негативного влияние факторов, необходимо определить, что приводит к снижению спроса на предлагаемый ассортимент АО «Тандер».


Таблица 3- Факторы приводящие к снижению спроса на продукцию АО «Тандер»
Фактор Субфактор
Конкуренция Наличие конкурентов
Красочность интерьера у конкурентов
Персонал Психологическая обстановка в коллективе (напряженная)
Отношение к клиентам (невнимательное)
Цены Высокие цены на ряд ассортиментных позиций
Организация работы Плохое резервирование
Режим работы
Оборудование Узкие проходы между торговым оборудованием
Цветовая гамма

В таблице 4 представлен алгоритм решения данных проблем с целью использования конкурентных преимуществ АО «Тандер».
Таблица 4 - Алгоритм решения выявленных проблем для использования конкурентных преимуществ АО «Тандер»
Факторы Мероприятия по их устранению Ответственное лицо в организации Период времени на решение данной проблемы
1. Персонал
- психологическая обстановка в коллективе (напряженная)
- отношение к клиентам (невнимательное) проведение тренингов, и введение «корпоративных правил» Директор или привлечение специалистов 1 месяц
2. Организация работы
- плохое резервирование
- режим работы усовершенствование системы резервирования продукции.
продлить режим работы (с 8:00 до 22:00 Директор и менеджеры
1 месяц
3. Оборудование
- узкие проходы между торговым оборудованием
- цветовая гамма увеличить проходы между торговым оборудованием за счет более рационального его размещения.
Изменить цветовую гамму. Директор, менеджеры, дизайнер и ремонтно-строительные службы
1 год
4. Цены
- высокие цены разработать систему скидок. Провести переговоры с поставщиками Директор, менеджеры
1 месяц

В таблице 5 представлены барьеры по решению данных проблем в использовании конкурентных преимуществ АО «Тандер».
Таблица 5 -Барьеры по решению данных проблем в использовании конкурентных преимуществ АО «Тандер»
Мероприятия по их устранению Барьеры по решению проблемы Пути преодоления барьеров
1. Проведение тренингов, Финансы Направление части прибыли на обучение персонала
2. Усовершенствование системы резервирования продукции Устаревшая АИС Закупка новой АИС
3. Продлить режим работы (с 8:00 до 22:00 Персонал Найм дополнительного количества менеджеров и разработка текущего графика работы
4. Увеличить проходы между торговым оборудованием за счет более рационального его размещения Финансы Привлечение кредита
5. Разработать систему скидок. Финансы Привлечение новых клиентов и удержание старых. Повышение лояльности клиентов

Таким образом, в результате проведенной оценки были выявлены положительные и отрицательные моменты, являющиеся ключевыми для дальнейшего использования конкурентных преимуществ и развития предприятия.

Заключение
Понятие покупательского спроса относится к потребности потребителей приобретать товары или услуги на определенных условиях. Оно включает в себя много факторов, таких как цена товара, доходы потребителей, предпочтения и вкусы, модные тенденции, демографические изменения и многое другое. Для понимания покупательского спроса необходимо анализировать все эти факторы и их взаимосвязь.
Значение покупательского спроса заключается в том, что он является одним из основных факторов, определяющих рыночную ситуацию. Предприятия и организации, ориентирующиеся на рынок, должны учитывать покупательский спрос при планировании своей деятельности. Прогнозирование покупательского спроса позволяет предприятиям снизить риски и оптимизировать процессы производства, снабжения и маркетинга.
Прогнозирование покупательского спроса является многоаспектным процессом, требующим сложного подхода и применения передовых методов анализа и обработки информации.
Методы прогнозирования покупательского спроса играют важную роль в бизнесе. Они помогают предприятиям принимать обоснованные решения и планировать свою деятельность с учетом ожидаемого спроса. Комбинирование различных методов позволяет достичь наиболее точных и надежных прогнозов, что способствует повышению эффективности и успешности предприятия.
В настоящей работы рассматривались результаты функционирования АО «Тандер».
Основной целью деятельности АО «Тандер» является извлечение прибыли. АО «Тандер» имеет гражданские права и несет гражданские обязанности, необходимые для осуществления любых видов деятельности, не запрещенных федеральными законами.
В ходе исследования технико-экономической характеристики АО «Тандер» наблюдается положительная динамика, несмотря на нестабильность экономической ситуации на протяжении трех лет исследования. Для более глубокого исследования финансово-хозяйственной деятельности следует обратить внимание на показатели деловой активности АО «Тандер».
В рамках настоящей работы, в ввиду значительного объема коммерческой деятельности исследуемой организации, анализ покупательского спроса решено проводить на условной товарной группе «Керамическая посуда».
В результате проведенной оценки были выявлены положительные и отрицательные моменты, являющиеся ключевыми для дальнейшего использования конкурентных преимуществ и развития предприятия.

Список литературных источников
1. Амирханова П.М. Методы прогнозирования спроса // Вестник науки. 2023. №4 (25). [Электронный ресурс]. - Режим доступа: https://cyberleninka.m/artide/n/metody- prognozirovaniya-sprosa
2. Антохонова, И. В. Методы прогнозирования социально-экономических процессов: учебное пособие для вузов / И. В. Антохонова. - 2-е изд., испр. и доп. - Москва: Издательство Юрайт, 2022. - 213 с. - (Университеты России). - ISBN 978-5-534-04096-8. - Текст: электронный // Образовательная платформа Юрайт [сайт]. - [Электронный ресурс]. - Режим доступа: https://urait.ru/bcode/444126
3. Ашуров, Б. И. Анализ покупательского спроса путем экстраполяции тенденции динамического ряда / Б. И. Ашуров // Universum: технические науки. – 2024. – № 2-1(83). – С. 18-20.
4. Бадареева, Ю. И. Теорема Байеса в анализе потребительского поведения и прогнозировании спроса / Ю. И. Бадареева // Экономика и безопасность. – 2024. – № 8. – С. 49-51.
5. Гузева Ю.И. Совершенствование коммерческой деятельности по изучению и прогнозированию покупательского спроса, 2018. - 54-58с. [Электронный ресурс]. - Режим доступа: https://www.elibrary.ru/item.asp?id=38249873
6. Гуляев, А. В. Определение основных факторов, оказывающих влияние на покупательский спрос, учитываемых при прогнозировании продаж / А. В. Гуляев // Развитие современной науки и технологий в условиях трансформационных процессов : Сборник материалов IX Международной научно-практической конференции, Москва, 22 февраля 2023 года. – Санкт-Петербург: Печатный цех, 2023. – С. 374-382.
7. Жолкевская, П. Е. Изучение и прогнозирование покупательского спроса / П. Е. Жолкевская // Общественные и экономические науки. Студенческий научный форум : Электронный сборник статей по материалам LXXIV студенческой международной научно-практической конференции, Москва, 01 мая 2024 года. – Москва: Общество с ограниченной ответственностью "Международный центр науки и образования", 2024. – С. 34-39.
8. Иванова, Н. М. Прогнозирование покупательского спроса: этапы и методы прогнозирования / Н. М. Иванова, Д. С. Копылова, С. А. Отт // Социально-экономические и гуманитарные науки : Сборник статей Международной научной конференции, Санкт-Петербург, 25 декабря 2023 года. – Санкт-Петербург: Частное научно-образовательное учреждение дополнительного профессионального образования Гуманитарный национальный исследовательский институт «НАЦРАЗВИТИЕ», 2023. – С. 36-38.
9. Логутов, И. П. Подходы к прогнозированию покупательского спроса / И. П. Логутов // Индустриальная Россия: вчера, сегодня, завтра : Сборник научных статей по материалам XV Международной научно-практической конференции, Уфа, 07 июня 2024 года. – Уфа: Общество с ограниченной ответственностью "Научно-издательский центр "Вестник науки", 2024. – С. 545-551.
10. Моделирование покупательского спроса / Н. В. Шаланов, О. Н. Шаланова, М. Н. Пешкова [и др.] // Технологии в образовании - 2023 : Сборник материалов Международной научно-методической конференции, Новосибирск, 19–21 апреля 2023 года / Под общей редакцией Е.В. Добровольской. – Новосибирск: Сибирский университет потребительской кооперации, 2023. – С. 45-53.
11. Парунин, С. Г. Анализ покупательского спроса с помощью теории вероятности / С. Г. Парунин, М. А. Середнюкова // Трансформация социально-экономической системы в условиях цифровой экономики: взгляд молодых : сборник статей XX Национальной с международным участием научно-практической конференции студентов, магистрантов, аспирантов, Челябинск, 22 марта 2024 года. – Москва: Перо, 2024. – С. 629-632.
12. Пивкин К.С. Моделирование покупательского спроса на предприятиях розничной торговли на основе методов машинного обучения: автореферат дис. кандидата экономических наук: 08.00.13 / К.С. Пивкин; Перм. гос. нац. исслед. ун-т. - Ижевск, 2018. 25 с.
13. Попова, Е. М. Разработка алгоритма прогнозирования спроса / Е. М. Попова // Теория и практика современной науки. – 2024. – № 2(104). – С. 117-120.
14. Прогнозирование спроса. Традиционные и новые методы. [Электронный ресурс]. - Режим доступа: https://platforma.id/wiki/prognozirovanie-sprosa-tradicionnye-i-novye- metody, свободный.
15. Трофимова Г.Д. Прогнозирование спроса и планирование объема выпуска продукции // Экономика и социум. 2016. №2 (21). [Электронный ресурс]. - Режим доступа: https://cyberleninka.ru/article/n/prognozirovanie-sprosa-i-planirovanie-obema-vypuska-produktsii