CATEGORII DOCUMENTE |
Agricultura | Asigurari | Comert | Confectii | Contabilitate | Contracte | Economie |
Transporturi | Turism | Zootehnie |
STUDIU DE CAZ LA S.C. ALRO - SLATINA S.A.
Dupa cum am aratat si in capitolele anterioare societatea Alro - Slatina se confrunta cu anumite probleme din punct de vedere a implementarii produselor sale pe anumite piete, lucru datorat producatorilor straini de aluminiu care isi ofera produsele preturi mai mici dar la o calitate mai slaba.
Studiul de fata isi propune sa contribuie la identificarea principalelor probleme cu care se confrunta societatea analizata si, pe cat posibil, la determinarea unor metode de rezolvare a acestora.
4.1. Analiza portofoliului de produse la S.C. ALRO - Slatina S.A.
Pentru analiza portofoliului de produse vom folosi metoda BCG (metoda conceputa de specialistii de la Boston Consulting Group), care consta in gruparea produselor existente in portofoliul unei intreprinderi in patru categorii, dupa doua criterii: rata de crestere a pietei produsului si cota relativa de piata a firmei. Pentru diferentierea unui ritm mai rapid de unul mai lent, se considera pragul de 10% pentru rata de crestere a pietei si pentru cota relativa de crestere a pietei, valoarea 1, pentru a distinge produsele care plaseaza firma pe pozitia de lider, de celelalte. Grupelor de produse poarta denumiri succesive vaci de muls, dileme, vedete, pietre de moara.
Modelul BCG este prezentat in figura 4.1.
VEDETE |
DILEME |
VACI DE MULS |
PIETRE DE MOARA |
Cota crestere
a pietei
10
0
2 1 0
Cota relativa de piata
Grafic 4.1.1. Modelul BCG
Produsele din categoria "Vaci de muls" sunt valori certe pentru intreprindere, care aduc profituri, furnizand lichiditati pentru finantarea activitatilor din celelalte categorii, contribuind la dezvoltarea firmei intr-o masura destul de limitata.
'Vedetele' sunt produsele care contribuie la cresterea cifrei de afaceri a firmei si la imbunatatirea imaginii acesteia, aducand un profit suficient pentru a se autofinanta.
'Dilemele' sunt produsele a caror piata se afla intr-o crestere rapida, firma producatoare nereusind sa castige suprematia pe piata. Evolutia lor viitoare este incerta. Aceste produse contribuie la dezvoltarea firmei, necesitand insa lichiditati pentru finantare.
Produsele 'pietre de moara' nu aduc nici profit substantial, nici nu contribuie la dezvoltarea firmei. Daca nu exista alte interese strategice, intreprinderea trebuie sa le elimine din portofoliul sau de produse.
Ideea de baza al acestui model este asigurarea unui echilibru permanent intre cele patru categorii de produse.
Analiza portofoliului de produse prin metoda BCG ofera conducerii intreprinderii un diagnostic al situatiei existente. Pe baza acestui diagnostic se iau decizii, care sa asigure o pondere optima a produselor din fiecare categorie.
Analiza portofoliului la S.C. Alro S.A. pentru anul 2000, utilizeaza gruparea acestora pe tipuri de produse: clasa A pentru lingouri de aluminiu, clasa B pentru placi si bare de aluminiu, clasa C pentru sarma de aluminiu, clasa D pentru bilete omogenizate din aliaje de aluminiu si clasa E sleburi. Ponderile in procente pe grupe de produse BCG, la care se incadreaza (vaci de muls, dileme, vedete, pietre de moara) tipurile de produse ce apartin acestor clase sunt prezentate in tabelul 4.1.1.:
ClasaCategoria |
Vedete( |
Vaci de muls(%) |
Dileme( |
Pietre de moara(%) |
Total( |
A (lingouri) | |||||
B (bare) | |||||
C (sarma) | |||||
D (bilete) | |||||
E (sleburi) |
Tabel 4.1.1. Clasele de produse Alro pe grupe BCG
Produsele Alro au distrbutiile pe grupele BCG reprezentate grafic in graficele urmatoare:
Grafic 4.1.2. Grupe BCG pentru clasaA
Grafic 4.1.3. Grupe BCG pentru clasa B
Grafic 4.1.4. Grupe BCG pentru clasa C
Grafic 4.1.5. Grupe BCG pentru clasa D
Grafic 4.1.6. Grupe BCG pentru clasa E
Reprezentarea grafica a metodei BCG pentru produsele S.C. Alro S.A. este data in graficul de mai jos:
VEDETE B,C |
DILEME A,B,C,D,E |
VACI DE MULS A,B,C,D,E |
PIETRE DE MOARA A,D |
Cota crestere
a pietei
10
0
2 1 0
Cota relativa de piata
Grafic 4.1.7. Modelul BCG pentru produsele S.C. Alro S.A.
Din aceasta analiza se pot trage urmatoarele concluzii:
In nomenclatorul de produse al S.C. Alro S.A. produsele 'dileme' pot fi identificate printr-o analiza atenta a produselor din clasele A, D. Pana in 1990 nu a existat practic, concurenta pe piata interna pentru aceste produse. Acum, concurenta se manifesta sub doua aspecte:
- firmele straine care produc la preturi mai mici insa si la o calitate mai mica;
- aparitia pe piata a sleburilor, neexistente inca in productia S.C. Alro S.A., care au calitati superioare si se produc la preturi mult mai mici fata de lingouri.
Din categoria 'vedete' societatea dispune de o serie de produse din clasele B si C, cererea pentru acestea fiind intr-o continua crestere, iar in categoria 'vaci de muls' S.C. Alro S.A. dispune de o gama larga de produse din cele cinci clase.
'Pietrele de moara'sunt constituite de lingouri pentru care cererea scade mai ales din cauza pretului mare fata de concurenta si a aparitiei pe piata a sleburilor.
Strategiile recomandate de modelul BCG sunt prezentate in figura de mai jos:
Dezvoltare
|
DILEME
|
||
VACI DE MULS Preocupare, exploatare |
PIETRE DE MOARA |
Cedare
Cota crestere
a pietei
10
0
2 1 0
Cota relativa de piata
Grafic 4.1.8. Recomandarile modelului BCG
Similitudinile dintre etapele ciclului de viata ale unui produs si modelul BCG, conduce la aprecierea asupra portofoliului de produse al S.C. Alro S.A. Cand o firma lanseaza un produs nou, acesta intra in categoria 'dilemelor'. Daca lansarea este un succes, el va deveni 'vedeta', apoi cu timpul va trece in categoria 'vacilor de muls'. In cele din urma, datorita inovatiilor aduse produselor concurente, de catre competitori, se poate ca produsul sa devina 'piatra de moara'. Daca produsul nou lansat va fi un esec, el poate trece din categoria 'dilemelor' in cea a 'pietrelor de moara', pe care firma are tendinta sa le elimine.
4.2. Sondaj de opinie in cadrul pietei interne.
O sursa de informatie este reprezentata de inregistrarile cererilor de cumparare pentru principalele produse ale S.C. Alro S.A. existente la Departamentul Desfaceri al societatii. Situatia se prezinta astfel:
Tip de produs |
bare |
sarma |
lingouri |
TOTAL |
|||
Calitate |
II |
I |
II |
I |
II |
I |
|
tone | |||||||
Pondere (%) | |||||||
Total |
Tabel 4.2.1. Structura cererilor pentru anul 2000 pe piata interna
Pentru a face sondajul s-a intreprins in anul 2000 o cercetare a pietei romanesti, metoda de investigatie fiind chestionarul. Acesta a fost administrat prin mass-media, in mod repetat.
Populatia cercetata e constituita din ansamblul firmelor ce doresc sa achizitioneze produse ale S.C. Alro S.A.
Obiectivele studiului au fost:
definirea produselor ce reprezinta cel mai mare interes pe piata;
identificarea masurilor pentru cresterea vanzarilor
stabilirea structurii optime a programului de fabricatie, pentru a raspunde cerintelor actuale si de perspectiva ale pietei.
Intrebarile chestionarului au fost urmatoarele:
Firma este de stat sau particulara? Firma este specializata in prelucrarea aluminiului sau este o societate comerciala din alt domeniu?
Ce tipuri de produse sunt solicitate si in ce cantitati? Ce puritate trebuie sa aiba aluminiul solicitat (99,7% sau 99,99%)?
Care este modalitatea de comercializare preferata
Volumul esantionului poate fi stabilit astfel:
unde z este coeficientul de probabilitate, z=1,96, pentru o probabilitate de garantare a rezultatelor de 95%, iar eroarea limita stabilita este =5%.
Se poate considera o esantionare aleatoare, pentru ca, in mod intamplator, cine a citit chestionarul, l-a completat si l-a trimis la Departamentul Marketing al societatii. Astfel s-au inregistrat 402 raspunsuri in urma publicarii chestionarului, cu o cerere totala de aproximativ 874 tone aluminiu.
Pentru a verifica validitatea esantionului se foloseste testul de diferenta a proportiilor. Se poate considera proportia, p, la nivel de colectivitate este, raportul dintre vanzarile de produse la intern si totalul vanzarilor pe anul respectiv.
p
Proportia pentru esantion se poate stabili, in functie de cererile inregistrate la Departamentul de Desfacere al societatii (5220 tone), considerand ca cei care au raspuns, pot face parte dintre cei inscrisi ce doresc sa achizitioneze produse ale S.C. Alro S.A. :
w = 874/5220 = 0,167433
Ipotezele testului bilateral sunt:
- ipoteza nula H0 w = p, sau w - p = 0
- ipoteza alternativa H1 w p, sau w - p
Valoarea calculata a testului este :
Considerand probabilitatea de garantare a rezultatelor P , valoarea teoretica a coeficientului t din tabelele repartitiei Student, pentru n 402 si a este 1,96.
Cum 1,816 < 1,96, rezulta ca tc se afla in zona de acceptare a ipotezei nule, Ho, intre cele doua proportii diferentele sunt nesemnificative. Concluziile esantionului se pot extinde la nivelul ansamblului cercetat, cu o probabilitate de 95%.
Eroarea de esantionare este eroarea limitata de reprezentativitate, calculata astfel
Exista 95% sanse, ca proportia reala a subiectilor care au caracteristica cercetata aici, care cumpara produse de la S.C. Alro S.A. sa fie cuprinsa intre: 9,63% - 2,88% si 9,63% + 2,88%.
Intervalul de incredere este de [6,75%; 12,53%].
Structura cererii potentiale pe categorii de produse si tipuri de calitate este prezentata in tabelul urmator:
Tip de produs |
bare |
sarma |
lingouri |
TOTAL |
|||
Calitate |
II |
I |
II |
I |
II |
I |
|
Tone | |||||||
Pondere (%) | |||||||
Total |
Tabel 4.2.2. Structura optiunilor pe tipuri de produse
Din aceste date se observa orientarea intr-o proportie de peste 50% din raspunsuri spre barele de aluminiu AlMgSi din care 33,6% spre barele de aluminiu 99,99% si 20,6% spre barele de aluminiu 99,7%. Cererea scade insa pentru sarma de aluminiu si pentru lingouri, compensata insa de o cerere mare pe piata externa pentru aceste produse.
In figura de mai jos prezentam structura cererii pe piata interna pe fiecare tip de produs:
Grafic 4.2.1. Structura solicitarilor de produse pe piata interna
Centralizarea datelor dupa solicitarea de produse pe zone geografice ale tarii, a avut ca rezultat datele din urmatorul tabel:
Tip de produs Zona |
bare |
sarma |
lingouri |
TOTAL pe zone (tone) |
Ardeal | ||||
Banat | ||||
Oltenia | ||||
Muntenia | ||||
Moldova | ||||
Dobrogea | ||||
Total (tone) |
Tabel 4.2.3. Structura cererilor pe zone geografice
Grafic 4.2.2. Structura cererilor de produse pe zone geografice (tone)
Ponderea cea mai mare in totalul cererilor o detine Muntenia, urmata indeaproape de Oltenia lucru datorat faptului ca in aceste zone se afla principalii clienti si totodata cei mai importanti si mai puternici clienti ai S.C. Alro S.A. : Alprom Slatina, Dacia Pitesti, Altur Slatina, Sidex Galati etc.
Pentru a vedea daca zonele geografice prin specificul lor si prin nivelul lor diferit de dezvoltare economica, influenteaza cererea de produse, se calculeaza testul c
In urma calculelor se obtine valoarea 171,41 care este mai mare decat valoarea teoretica. Valoarea teoretica pentru , la un prag de semnificatie a=5%, este =14,61 pentru 1-a, nivel de semnificatie c 2 calculat > c 2 teoretic, rezulta ca zona geografica influenteaza semnificativ cererea pentru anumite produse.
4.3. Metoda regresiei in analiza corelatiilor
Analiza de regresie multipla este efectuata cu produsul Microsoft Excel pentru o perioada mai mare de timp 1985 - 2000. Vanzarile de produse din aluminiu reprezinta variabila dependenta, iar exportul, numarul de angajati si timpul, sunt considerate variabile indepedente. Datele sunt prezentate in tabelul urmator:
Ani |
Vanzari (tone) |
Export (tone) |
Nr. Angajati |
timp |
| ||||
Tabel 4.3.1. Datele privind vanzarile, exportul si numarul de angajati
Tabela de regresie furnizata de Excel este prezentata in tabelul 4.3.2.:
SUMMARY OUTPUT | ||||||
Regression Statistics | ||||||
Multiple R | ||||||
R Square | ||||||
Adjusted R Square | ||||||
Standard Error | ||||||
Observations | ||||||
ANOVA | ||||||
df |
SS |
MS |
F |
Significance F |
||
Regression |
7,80E-09 |
|||||
Residual | ||||||
Total | ||||||
Coefficients |
Standard Error |
t Stat |
P-value | |||
Intercept | ||||||
X Variable 1 |
| |||||
X Variable 2 | ||||||
X Variable 3 | ||||||
Tabel 4.3.2. Regresia
Se constata un coeficient de determinatie mare al modelului liniar multiplu, 0,96, care furnizeaza un coeficient de corelatie multipla de 0,98, indicand o corelatie puternica intre variabilele independente si cea dependenta. Valoarea mare a testului Fisher, care devine semnificativa la un prag de semnificatie foarte mic, indica o regresie global semnificativa.
Ecuatia de regresie a modelului este:
yt = 41288,81 + 0,56*x1t - 1,74*x2t + 631,05*x3t, unde:
- x1t este variabila vanzarii la export, careia orice crestere cu o unitate determina o crestere a vinzarilor totale cu 0,56 unitati.
- x2t este variabila numar de angajati, care la o modificare cu un angajat, determina o modificare cu -1,74 unitati,
- x3t este variabila timp, care modifica pozitiv, aratind o crestere a vanzarilor totale la trecerea unui an.
Valoarea critica a testului Student pentru 12 grade de libertate si un prag de semnificatie de 5%, este 2,179.
Variabila numar angajati nu influenteaza semnificativ regresia, deoarece este singura care nu este semnificativa, la o probabilitate de 95%, fapt confirmat si de limitele intervalului de incredere, care schimba semnul de la - la + (-3,970866 0,471675), indicand ca acest coeficient poate lua si valoarea 0. Intr-o analiza ulterioara se poate renunta la aceasta variabila ca factor explicativ al vanzarilor totale. Utilizarea acestui model de regresie presupune utilizarea unui prag de semnificatie mai mare, de exemplu 10%; valoarea P - value pentru variabila x2t indica un prag de 1,12 % de la care devine semnificativa. Cu o probabilitate de 10%, se poate garanta obtinerea rezultatelor pe baza acestei regresii. Valorile teoretice calculate cu modelul obtinut, pe baza ecuatiei de regresie sunt date in tabelul de mai jos.
Ani |
Vanzari (tone) |
Export (tone) |
Nr. Angajati |
timp |
Vanzari teoretice (tone) |
Tabel 4.3.3. Calculul valorilor teoretice obtinute pe baza ecuatiei de regresie
Valorile teoretice calculate se pot prezenta grafic, in figurile urmatoare, in functie de fiecare variabila explicativa.
Grafic 4.3.1. Corelatia liniara directa dintre export si vanzarile totale
Grafic 4.3.2. Corelatia liniara directa dintre numarul de angajati si vanzarile totale
Grafic 4.3.3. Corelatia liniara directa dintre timp si vanzarile totale
Si din graficele de mai sus se poate deduce corelatia directa dintre variabila dependenta si cele trei variabile independente. Se observa clar ca timpul isi pune clar amprenta asupra vanzarilor totale, pe perioada avuta in vedere vanzarile crescand odata cu trecerea anilor. De asemenea exportul este o variabila importanta, influentand puternic variabila vanzari, mai ales ca mai mul de jumatate din productie este destinata acestui sector.
Politica de confidentialitate | Termeni si conditii de utilizare |
Vizualizari: 5110
Importanta:
Termeni si conditii de utilizare | Contact
© SCRIGROUP 2024 . All rights reserved