Видеть лес за деревьями. Системный подход для совершенствования бизнес-модели - Деннис Шервуд

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 этотмесяц, 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:

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 рынкаколичество 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:

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:

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

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.