Kvantitativní analýza cenové strategie v odvětví automobilového průmyslu

Mendelova univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu

Kvantitativní analýza cenové strategie v odvětví automobilového průmyslu Diplomová práce

Vedoucí práce: Mgr. David Hampel, Ph.D.

Bc. Lenka Šindelářová

Brno 2013

Tímto bych chtěla poděkovat panu Mgr. Davidu Hampelovi, Ph.D. za vedení mé diplomové práce, za jeho cenné rady a připomínky, které mi byly velmi nápomocné při zpracování práce.

Prohlašuji, že jsem tuto diplomovou práci vypracovala zcela samostatně, veškeré použité zdroje jsem uvedla v seznamu použité literatury. V Brně dne 3.1.2013 _______________________

Abstract ŠINDELÁŘOVÁ L., Quantitative analysis of pricing strategies in the automotive industry. Diploma thesis. Brno: Mendel University in Brno, 2013. The object of this thesis is the use of quantitative methods to analyze the evolution of prices of specific manufacturers of passenger cars within the last few years and using econometric analysis to develop a model explaining the pricing in the industry, depending on various factors, primarily as a response to the price of the main competitors in the industry. The thesis will be also quantitative analysis of the demand side, i.e. possible effects on different consumer marketing moves. Outputs obtained above methods will be discussed and compared. Keywords Pricing strategy, automotive industry, pricing, competition, marketing, consumer, sales promotion.

Abstrakt ŠINDELÁŘOVÁ L., Kvantitativní analýza cenové strategie v odvětví automobilového průmyslu. Diplomová práce. Brno: Mendelova univerzita v Brně, 2013. Cílem této diplomové práce je při použití kvantitativních metod analyzovat vývoj cen osobních automobilů konkrétních výrobců v rozsahu několika posledních let a pomocí ekonometrické analýzy vytvořit model vysvětlující tvorbu cen v tomto odvětví v závislosti na různých faktorech, především jako reakci na ceny hlavních konkurentů v odvětví. Součástí práce bude také kvantitativní analýza strany poptávky, tzn. možné ovlivnění spotřebitelů různými marketingovými tahy. Výstupy získané výše uvedenými metodami budou diskutovány a porovnány.

Klíčová slova Cenová strategie, automobilový průmysl, tvorba cen, marketing, konkurence, spotřebitel, podpora prodeje.

Obsah

5

Obsah Obsah

5

1

7

2

Úvod, cíl a metodika práce 1.1

Úvod .............................................................................................................. 7

1.2

Cíl a metodika práce ..................................................................................... 8

Teoretická část 2.1

10

Současná situace v automobilovém průmyslu ......................................... 10

2.1.1

Předprodejní a poprodejní služby poskytované při prodeji automobilů ......................................................................................... 12

2.1.2

Věrnost značce, hlavní kritéria pro výběr automobilu .................... 14

2.1.3

Počty automobilů v domácnostech ................................................... 15

2.1.4

Ceny automobilů ................................................................................ 15

2.2

Cenová strategie .......................................................................................... 18

2.2.1

Základní způsoby stanovení ceny ..................................................... 18

2.2.2

Reakce firmy na cenové změny konkurentů .................................... 19

2.3

Chování spotřebitele ................................................................................... 21

2.3.1

Nákupní chování ................................................................................ 21

2.3.2

Rozhodovací proces ........................................................................... 22

2.4

Podpora prodeje .......................................................................................... 23

2.4.1

Rychlý růst podpory prodeje ............................................................. 24

2.4.2

Cíle podpory prodeje ......................................................................... 24

2.4.3

Nástroje podpory prodeje .................................................................. 25

2.5

Elementární charakteristiky vývoje........................................................... 27

2.6

Zjišťování závislostí odpovědí v dotazníkovém šetření – test nezávislosti .................................................................................................. 28

2.7

Mnohorozměrné časové řady, model vektorové autoregrese ................ 30

6

3

Obsah

2.7.1

Model vektorové autoregrese – VAR model .................................... 30

2.7.2

Grangerova kauzalita ......................................................................... 31

Praktická část 3.1

32

Kvantitativní analýza strany poptávky..................................................... 32

3.1.1

Přípravná fáze výzkumu .................................................................... 32

3.1.2

Realizace výzkumu ............................................................................. 33

3.1.3

Zodpovězení předem stanovených hypotéz a další souvislosti ..... 40

3.2

Kvantitativní analýza strany nabídky ....................................................... 44

3.2.1

Zdrojová data ...................................................................................... 44

3.2.2

Vývoj cen vybraných modelů, hypotéza klesajícím trendu cen automobilů ......................................................................................... 45

3.2.3

Analýza cen vybraných výrobců pomocí VAR modelu. ................. 50

3.2.4

Podmodel – automobily výrobce Škoda Auto, a.s ........................... 58

3.2.5

Počty osobních automobilů v domácnostech ................................... 61

4

Shrnutí

63

5

Závěr práce

65

6

Literatura

66

7

Seznam tabulek a obrázků

69

8

7.1

Seznam tabulek ........................................................................................... 69

7.2

Seznam obrázků .......................................................................................... 71

Přílohy

72

Úvod, cíl a metodika práce

7

1 Úvod, cíl a metodika práce 1.1 Úvod Automobilový průmysl patří v České republice mezi velmi významné průmyslové odvětví. V loňském roce (2011) podle Sdružení automobilového průmyslu (dále jen AutoSAP) produkce tohoto odvětví dosáhla téměř 800 mld. Kč a podílela se na tržbách z průmyslové výroby 22 %. Souhrnná produkce tvořila více než osm procent HDP.1 V posledních letech význam tohoto odvětví stále roste. Bez ohledu na ekonomickou krizi, která jej zasáhla, i když ne tak znatelně, jako ostatní obory průmyslové výroby, se toto odvětví u nás stále rozvíjí. A to nejen díky vynaložení obrovských částek na výzkum a vývoj, ale také díky zahraničním investorům, kteří vkládají své finance do výstaveb továren na výrobu svých automobilů na našem území, i přestože již není Česká republika tolik atraktivní pro zahraniční investory jako země mnohem dále na východ (např. Čína). I když je produkce nejen automobilů, ale i náhradních dílů, tahounem české ekonomiky, čelí tedy domácí prodejci automobilů silné konkurenci nejen mezi sebou, ale i ze zahraniční, a to především ze zemí mimo Evropskou Unii. To ústí v nutnost stále podrobnějšího pohledu na segmentaci zákazníka a pohledu na jeho nákup jako komplexní pojem, který nekončí odchodem zákazníka z prodejny, nýbrž zahrnuje péči o zákazníka po celou dobu užívání vozidla. Proto se snaha získat zákazníka na svou stranu obrací v silný konkurenční boj, který dnes nespočívá pouze ve výrobě nových modelů a snižování cen, ale i v poskytování dalších předprodejních a poprodejních služeb, jako je servis zdarma, prodloužená záruční doba, nadstandardní výbava bez navýšení ceny, zimní pneumatiky zdarma, levnější náhradní díly, testovací jízdy a další. Klíčem k úspěchu již i v tomto odvětví není pouze produkt a dobře zvolená cenová strategie, ale celková hodnota vnímaná zákazníkem, kterou s produktem získává.

SOUKUP, Jan. Automobilový průmysl se v loňském roce podílel na tržbách z průmyslové produkce 22 procenty. [online]. [cit. 2012-10-03]. Dostupné z: http://www.mediafax.cz/ekonomika/4064304Automobilovy-prumysl-se-v-lonskem-roce-podilel-na-trzbach-z-prumyslove-produkce-22-procenty 1

8

Úvod, cíl a metodika práce

1.2 Cíl a metodika práce Cílem této diplomové práce je při použití kvantitativních metod analyzovat vývoj cen osobních automobilů konkrétních výrobců v rozsahu několika posledních let a pomocí ekonometrické analýzy vytvořit model vysvětlující tvorbu cen v tomto odvětví v závislosti na různých faktorech, především jako reakci na ceny hlavních konkurentů v odvětví. Součástí práce bude také kvantitativní analýza strany poptávky, tzn. možné ovlivnění spotřebitelů různými marketingovými tahy, jako jsou slevové pobídky, bezplatné testování, předváděcí akce, informační tiskoviny a další. Mimo předešlého budou testovány i následující hypotézy: 1. Největším lákadlem pro zákazníka je sleva. 2. Většina kupců automobilu preferuje koupi automobilu z druhé ruky. 3. Většina spotřebitelů při výběru automobilu nebere ohled na životní prostředí. 4. Hlavním kritériem při výběru automobilu je značka. 5. Při nákupu automobilu preferuje většina spotřebitelů koupi rodinného vozu. 6. Většina zákazníků preferuje značku Škoda. 7. Spotřebitelé považují české značky za kvalitnější než zahraniční. 8. Počet automobilů v domácnostech má rostoucí trend. 9. Ceny automobilů střední a nižší třídy mají klesající trend. 10. Hlavním kritériem výrobce při zvolení ceny je cena jeho hlavních konkurentů. Data budou získána rešerší údajů o cenách automobilů dostupných v odborném tisku, dále pak pomocí výběrového šetření. Získané údaje budou nejdříve zpracovány metodami popisné statistiky a pomocí elementárních charakteristik časových řad. Dále budou použity metody vhodné pro diskrétní data (výběrové šetření), tyto data budou pro účely výpočtů statistických charakteristik očištěny o 5 % hodnot z každé strany z důvodu eliminace zkreslení možnými výkyvy, a vícerozměrný lineární regresní model (modelování cen). Výstupy použitých metod budou interpretovány z ekonomického hlediska.

Úvod, cíl a metodika práce Tab. 1

9

Cíle práce

Hlavní cíl

Kvantitativní analýza cenové strategie v odvětví automobilového průmyslu

Dílčí cíl 1

Kvantitativní analýza strany poptávky

Dílčí cíl 2

Kvantitativní analýza strany nabídky

Dílčí Diskuze, závěr práce cíl 3 Zdroj: Práce autora

Podcíle: Analýza vývoje cen osobních automobilů, vytvoření ekonometrického modelu vysvětlujícího tvorbu cen. Podcíle: Výzkum chování spotřebitele na trhu s automobily, ověření předem stanovených hypotéz

10

Teoretická část

2 Teoretická část 2.1 Současná situace v automobilovém průmyslu Jak již bylo zmíněno, automobilový průmysl v České republice patří mezi nejrozvinutější odvětví, a to platí nejen pro domovskou zemi, ale i pro region střední a východní Evropy. Vzhledem k počtu lidí, které zaměstnává, se toto odvětví významně podílí na tvorbě českého HDP. Automobilový průmysl dnes tvoří více než pětinu průmyslové výroby, na celkové zaměstnanosti se podílí úctyhodnými 11 % 2 Naprosto zásadní je pro Českou republiku export, vyváží se více než 80 % produkce, a to nejen do evropských zemí, které jsou našimi hlavními odběrateli, ale i mimo ně. Vývoz automobilového průmyslu v roce 2011 dosáhl maxima tržeb 548,2 mld. Kč (z celkových 677,5 mld. Kč) a zaznamenal tak oproti roku 2010 nárůst necelých 15 %.2

Mld.Kč

Vývoj průmyslové produkce 4500 4000 3500 3000 2500 2000 1500 1000 500 0

Průmyslová výroba celkem Firmy AutoSAP

2005 2006 2007 2008 2009 2010 2011

Pozn.: Seznam firem AutoSAP naleznete v příloze č. 3 Zdroj: AutoSAP3 (upraveno autorem) Obr. 1

Vývoj tržeb automobilové a průmyslové produkce

Autoprůmysl jen kvete. In: JANSA, Petr. Český rozhlas [online]. 2012 [cit. 2012-10-08]. Dostupné z: http://m.rozhlas.cz/motozurnal/automoto/_zprava/autoprumysl-jen-kvete--1069044 3 Sdružení automobilového průmyslu: Automobilový průmysl v ČR Základní údaje a fakta [online]. 2012, 2012 [cit. 2012-10-08]. Dostupné z: http://www.autosap.cz/default2.asp?page={4A86501A-BBD5-4B8F-AE57397BC8051C9A} 2

Teoretická část

11

Prodej osobních aut se v roce 2011 oproti 2010 zvýšil o 2,4 % a poprvé se prodalo přes 170 tisíc aut. 4 Nejprodávanější značkou na českém trhu byla v roce 2011 jednoznačně Škoda, jako i v minulých letech. Její tržní podíl se drží nad 30 % s odbytem 53 050 automobilů. Druhou nejprodávanější značkou byl Volkswagen s 14 921 vozy a třetí je Ford s 14 447 prodanými auty. Z hlediska jednotlivých modelů dominovala Škoda Auto s modely Octavia, Fabia a Superb (23 661, 16 532 a 4659 prodejů). 5 Tab. 2

Vývoj produkce automobilového průmyslu

Rok 2005 2006 Objem automobilové produkce 458 963,5 560 541,6 [mil. Kč] Přírůstek [%] 22,1 Objem produkce na 1 zaměstnance 3 998,2 4 751,8 [tis. Kč] Objem průmyslové produkce [mil. 2 907 222 3 158 927 Kč] Podíl automobilové produkce na 15,79 17,74 průmyslové [%] Zdroj:AutoSAP6 (upraveno autorem)

2007

2008

2009

2010

2011

640 861,7

604 133,2

515 485,8

600 837,5

677 521,7

14,3

-5,7

-14,7

16,6

12,8

5 095,5

4 740,6

4 909,0

5 630,4

6 118,4

3 561 448

3 511 987

3 037 546

3 326 182

3 565 667

17,99

17,20

16,97

28,06

19,00

V poslední době se velmi rozrostly produktové řady typů automobilů, aby značky zasáhly co největší část populace. Rozvoj zaznamenávají značky, které jsou v poslední době úspěšné ve stále populárnějších segmentech městských nebo levných vozů, určených pro specifické využití, a naopak problémy mají tradiční automobilky s úzce vyprofilovaným image. I prodejci se musí postupně přeorientovávat na změněnou situaci. Zákazníci mají ve svém segmentu stále více na výběr z podobných vozů různých výrobců, nelze jako dříve spoléhat na image značky a několik frází, které zaručeně prodávají. Je zapotřebí mnohem více aktivity směrem k zákazníkům - od nabízení speciálních akcí, zkušebních jízd, zapůjčení automobilu až po navazující služby v podobě kvalitního ser-

Ihned.cz: Expert: Ceny aut jsou v Česku velice nízko, moc prostoru k poklesu cen už není. [online]. [cit. 2012-10-22]. Dostupné z: http://byznys.ihned.cz/c1-54353640-expert-ceny-aut-jsou-v-cesku-velicenizko-moc-prostoru-k-poklesu-cen-uz-neni 5 ARKMAN, Libor. Ihned.cz: Češi si loni koupili poprvé přes 170 tisíc nových osobních aut. [online]. [cit. 2012-10-22]. Dostupné z: http://byznys.ihned.cz/c1-54355460-cesi-si-loni-koupili-poprve-pres-170tisic-novych-osobnich-aut 6 Sdružení automobilového průmyslu: Automobilový průmysl v ČR Základní údaje a fakta [online]. 2012, 2012 [cit. 2012-10-08]. Dostupné z: http://www.autosap.cz/default2.asp?page={4A86501A-BBD5-4B8F-AE57397BC8051C9A} 4

12

Teoretická část

visu a celkové péče o zákazníka. Současný boj o odlišení se od konkurence, o přidanou hodnotu zákazníkovi, je však stále primárně veden v oblasti ceny. Že je potřeba zaměřit se i na jiné složky nákupního procesu, než je cena, potvrzují i zástupci značky Citroën v ČR: „Český trh je extrémně citlivý na cenu, proto je cenová válka velmi ostrá a cena je často jedním z nejvýznamnějších kritérií výběru. Tomu je v mnoha případech podřízena i komunikace… Nicméně je potřeba vydávat se i jinými cestami. Komunikace na výhodnou cenu již dnes není ani v automobilovém průmyslu nijak výjimečným a originálním prvkem. Zákazníci i na českém trhu hledají něco více, dobrá cena je již samozřejmostí,“ říká Martina Bedrnová, ředitelka marketingu a komunikace, Citroën ČR. Přitom udržet si věrného zákazníka stojí nepoměrně méně peněz, než získávat zákazníka nového, popřípadě jej lákat na slevy a nízké ceny, kterými si snižují prodejci a ve výsledku i výrobci své marže. Za posledních 5 let dramaticky poklesly ceny nových automobilů, a to nejen v České republice, kde tlak na cenu ještě zvýraznil silný vstup automobilek Kia a Hyundai. Trendem je v poslední době přibližování „luxusu“ střední a nižší střední třídě. Nicméně snižovat ceny nelze donekonečna, v příštích letech je očekávána spíše stagnace ceny nebo mírné zdražování. 7 Proto boj mezi jednotlivými prodejci ve snaze získat zákazníka na svou stranu bude ještě ostřejší. 2.1.1 Předprodejní a poprodejní služby poskytované při prodeji automobilů Předprodejní a poprodejní služby vytvářejí přímou osobní zkušenost se značkou a mohou vést buďto k završení rozhodovacího procesu zákazníka nebo naopak od nákupu značky odradit. Co bude v tu chvíli platný nákladně budovaný „příběh“ značky pomocí marketingové komunikace nebo ještě nákladnější vývoj samotného vozu, když zákazník přijde do značkové prodejny, dlouho se mu nikdo nevěnuje, pak se mu dostane několik naučených prodejních frází a nakonec odchází bez jakékoli snahy o další kontakt? Logicky se začne ptát, jak by probíhal např. servis, pokud by si automobil pořídil.7

Strategie E15: Lze posilovat věrnost zákazníků na automobilovém trhu v ČR? Ano lze!. In: [online]. [cit. 2012-10-22]. Dostupné z: http://strategie.e15.cz/prilohy/lze-posilovat-vernost-zakazniku-naautomobilovem-trhu-v-cr-ano-lze768071#utm_medium=selfpromo&utm_source=e15&utm_campaign=copylink 7

Teoretická část

13

Přitom při stále se zvyšující konkurenci a podobnosti produktů má dobré zvládnutí prodejního a poprodejního procesu klíčový dopad na loajalitu. Jedná se o potenciál, jak se od konkurence odlišit. Zákazníci totiž často nerozlišují, kdo je výrobce, kdo prodejce, kdo má na starosti servis a kdo jen prodej, nezajímají se o kompetence, kdo co může a nemůže ovlivnit. Ze všech způsobů kontaktu se značkou si tvoří obraz o značce a formuje se postoj zákazníků ke značce. Že snaha o budování vztahu ke značce funguje, dokazuje úspěšná kampaň Kia, založená na 7leté záruční době garantované zákazníkům. Jedná se samozřejmě o konkurenční výhodu vztahující se sice k nastavení parametrů produktu, nicméně mezi řádky se společnosti podařilo navodit u klientů pocit, že značka usiluje o dlouhodobý vztah se zákazníkem. 8 S podobně jedinečným tahem, přišla i společnost Hyundai Motor Czech. Její Program permanentní mobility, zaručující uživatelům, že nebudou muset po dobu opravy jejich automobilu v servisu chodit pěšky. Bud stráví vozidlo v autorizované opravně pouze den, nebo v případě potřebné delší doby dostanou majitelé náhradní vůz. Unikátní službou je pak Hyundai pojištění, které přišlo na svět spolu s novou generací populárního modelu i30. Základní výhodou této komplexní služby je naprosto bezkonkurenční nulová spoluúčast, což je velmi neobvyklé (například Česká pojišťovna má volitelnou spoluúčast od jednoho procenta výše, nebo AXA zvolila dvě procenta a Generali dokonce deset).9 Generální ředitel společnosti Hyundai Motor Czech Vladimír Vošický: „Nulová spoluúčast v případě opravy v autorizovaném servisu nemá na českém trhu konkurenci a pro zájemce o koupi nového vozu bude dalším důvodem proč dát přednost automobilům Hyundai. Určitě pro ně bude zajímavé také povinné ručení zdarma a velmi příznivá sazba, která činí 2,75% z kupní ceny auta.“10 Automobilky si v poslední době také uvědomují důležitost budování vztahu ke značce a začínají pracovat i na loajalitních programech, dosud ale převážně založených primárně na slevách: „Věrnostní program je nástrojem, který slouží k posílení věrnosti stávajících spotřebitelů a k získání důvěry budoucích zákazníků. Jako poděkování za dlouholetou přízeň přináší Škoda svým zákazníkům program, v němž Strategie E15: Lze posilovat věrnost zákazníků na automobilovém trhu v ČR? Ano lze!. In: [online]. [cit. 2012-10-22]. Dostupné z: http://strategie.e15.cz/prilohy/lze-posilovat-vernost-zakazniku-na-automobilovem8

trhu-v-cr-ano-lze-768071#utm_medium=selfpromo&utm_source=e15&utm_campaign=copylink

VÍT, Jaroslav. Za volant s nulovou spoluúčastí. Týden. 2012, 9/12. Hyundai Tiskové centrum - Tiskové zprávy: Převratná novinka na trhu – Hyundai pojištění. [online]. 2012 [cit. 2012-11-06]. Dostupné z: http://press.hyundai.cz/tiskove-zpravy/prevratna-novinka-natrhu-hyundai-pojisteni.html 9

10

14

Teoretická část

mohou získat atraktivní bonus na koupi nového vozu. V minulém roce Škoda pro své zákazníky připravila akci: Odměňte se novou,“ říká tiskový mluvčí Škoda Auto Jozef Baláž. Nabídnutí finančních výhod zákazníkovi je základním stavebním kamenem loajalitního programu, nicméně pro vybudování dlouhodobého vztahu ke značce, k čemuž by měl takový program sloužit, je potřeba založit jej i na dalších výhodách nebo bonusech, jako je např. přednostní možnost otestování novinek značky, informovanost o dění u značky, možnost účasti na pořádaných akcích atd. 11 2.1.2 Věrnost značce, hlavní kritéria pro výběr automobilu Až třetina zákazníků je věrna jedné značce, kupuje u stejného výrobce nebo jej má alespoň zařazeného mezi značky, ze kterých vybírá nový automobil. Většina z nich je loajální i stejnému prodejci, věrnost se tříští až u servisu, kde je z různých důvodů fluktuace vyšší. Jde tedy o nezanedbatelnou část majitelů vozidel, pro které se vyplatí zavádět loajalitní programy a nastavovat prozákaznickou péči tak, aby se zákazníci vraceli a kupovali. Nehledě na skutečnost, že péče o zákazníka a loajalitní program může mít i značný potenciál a přivést nové zákazníky, kteří se značkou dosud neměli zkušenost.11 Suverénně nejoblíbenějším autem českých domácností zůstává Škoda (35 %), s odstupem následují Ford (11 %), Renault (9 %) a Peugeot (7 %). Nejčastějšími modely jsou kombi a hatchback (shodně po 32 %). Co se týká barvy, na prvním místě v popularitě už není červená, ale modrá barva, preferuje ji 23 % lidí. Následují červená, stříbrná, zelená a bílá. Za poslední tři roky vzrostla popularita stříbrných a černých aut, obecně stoupá zájem o méně výrazné barvy včetně šedé. Hlavním kritériem pro výběr auta je technický stav - za velmi důležitý jej považuje 92 % lidí. Následují spotřeba, cena, jasný původ, stáří a dostupný servis. 12 Teprve po dalších kritériích - velikosti zavazadlového prostoru, velikosti auta a počtu osob, které v něm lze převážet - přichází ke slovu předchozí zkušenost

Strategie E15: Lze posilovat věrnost zákazníků na automobilovém trhu v ČR? Ano lze!. In: [online]. [cit. 2012-10-22]. Dostupné z: http://strategie.e15.cz/prilohy/lze-posilovat-vernost-zakazniku-na-automobilovem11

trhu-v-cr-ano-lze-768071#utm_medium=selfpromo&utm_source=e15&utm_campaign=copylink

KUČERA, Petr. Rodin bez auta v Česku přibývá, už je jich osmina. Aktuálně.cz [online]. 2011 [cit. 2012-11-27]. Dostupné z: http://aktualne.centrum.cz/finance/doprava/clanek.phtml?id=699907 12

Teoretická část

15

s danou značkou. Ta je velmi důležitá pro 34 % lidí a "spíše důležitá" pro dalších 38 %. 13 V populaci těch, kteří vlastní nebo rozhodují o nákupu osobního automobilu, převažuje názor, že je výhodnější kupovat vůz jako nový. K tomuto se přiklání více než polovina z nich. Podle výzkumu společnosti Factum Invenio rozhodnutí o koupi nového nebo ojetého automobilu úzce souvisí s částkou, kterou si mohou dovolit investovat a s preferovanou třídou pořizovaného vozu. 14 2.1.3 Počty automobilů v domácnostech Až osmina domácností v Česku nevlastní automobil. Domácností bez vlastního auta bylo v roce 2011 13 %, což je oproti roku 2008 nárůst o 4 %. Ukázal to průzkum společnosti Ipsos Tambor, který provedla pro GE Money Auto na reprezentativním vzorku 828 respondentů z celé České republiky. Průzkum detailněji nezkoumal, zda tyto domácnosti auto nechtějí, nebo si jej nemohou finančně dovolit. Je možné, že i někteří z nich vůz prodali kvůli financím z jeho prodeje. Více jak polovina domácností (55 %) podle vlastní jedno auto. Dalších 23 % domácností má dvě auta, 9 % pak tři nebo i více vozů. Také podíl domácností s více než jedním autem za poslední tři roky klesl.13 2.1.4 Ceny automobilů Nová auta v Česku jsou v současnosti mezi nejlevnějšími v Evropě. Ceníkové ceny přitom již od loňského roku neklesají, automobilky o zákazníky ovšem bojují akčními nabídkami a stále lepší výbavou. 15 Ceny začaly výrazně klesat již v roce 2008, kdy si domácí Škoda Auto začala intenzivněji bránit svůj třicetiprocentní tržní podíl a vedle tradičních firemních zákazníků se více zaměřila na domácnosti. Do té doby se ceny na českém trhu řadily mezi nejvyšší v Evropě.15

KUČERA, Petr. Rodin bez auta v Česku přibývá, už je jich osmina. Aktuálně.cz [online]. 2011 [cit. 2012-11-27]. Dostupné z: http://aktualne.centrum.cz/finance/doprava/clanek.phtml?id=699907 14 Tiskové zprávy: Jak si český zákazník vybírá osobní automobil?. Ppm factum [online]. 2011 [cit. 201211-28]. Dostupné z: http://www.factum.cz/440_jak-si-cesky-zakaznik-vybira-osobni-automobil 15 Ceny aut už neklesají, Česko je mezi nejlevnějšími v Evropě. Auto.cz [online]. 2012 [cit. 2012-11-28]. Dostupné z: http://www.auto.cz/ceny-aut-uz-neklesaji-cesko-je-mezi-nejlevnejsimi-v-evrope-70919 13

16

Teoretická část

V roce 2010 klesla podle poslední zprávy Evropské komise reálná cena automobilů v celé Evropské Unii o 2,5 %, v Česku se pak snížila o 9 % a na Slovensku o 17 %. Relativně nižší ceny proti okolním zemím se mimo jiné projevily v nárůstu tzv. reexportů, kdy jsou nová auta zahraničních značek po prodeji v Česku importovaná do zahraničí. Zánovní vozy tvořily výraznou část z téměř 20 000 aut, která byla letos do září z Česka vyvezená; loni to bylo ve stejném období 14 000 vozů a v roce 2008 jen okolo 5 000 aut. "Výsledná cena automobilu je vždy syntézou řady faktorů, jako je konkurenční situace na trhu, povaha a vlastnosti výrobku," komentoval různé ceníkové ceny Volkswagenu v jednotlivých zemích mluvčí značky v ČR Jan Klíma. Například u nového VW Golf vychází rozdíl v základní ceníkové ceně v Česku a v sousedním Německu nebo ve Francii na několik tisíc eur. Konečná suma, za kterou zákazník auto koupí, ale může být ještě výrazně jiná díky slevám a akčním nabídkám. Podle odborníků se koncové ceny aut v jednotlivých evropských zemích přibližují. Inovace v oblasti prodejních kanálů dávají spotřebitelům, například díky internetovým nástrojům pro srovnání cen, mnohem širší možnosti porovnat nabídky více obchodníků v rámci celé EU. Dnes je mnohem jednodušší domluvit a realizovat výhodnou koupi vozu v zahraničí než před deseti a více lety. Z pohledu výrobců a obchodníků se nicméně konkurenční prostředí dále zostřuje. 16 V roce 2012 ceny některých modelů spadly, ovšem u jiných, které patří mezi zákazníky k oblíbeným, naopak lehce stouply. Příkladem může být Škoda Fabia, jejíž základní verze se dlouho držela pod hranicí 199 900 Kč. S příchodem malého mladoboleslavského modelu Citigo se její cena zvýšila na 224 900 Kč (prosinec 2011). Škoda Citigo totiž začala na 179 900 Kč za třídveřovou verzi. Nejlevnějším autem na současném trhu je Renault Thalia, který zlevnil o 5 000 Kč na současných 149 900 Kč. Nicméně právě na Thalii lze dokumentovat nestabilní pohyb ceny (znázorňuje následující tabulka). 17

Ceny aut už neklesají, Česko je mezi nejlevnějšími v Evropě. Auto.cz [online]. 2012 [cit. 2012-11-28]. Dostupné z: http://www.auto.cz/ceny-aut-uz-neklesaji-cesko-je-mezi-nejlevnejsimi-v-evrope-70919 17 VÍT, Jaroslav. Nejlevnější auta 2012/13. Týden. 2012, 41/12. 16

Teoretická část Tab. 3

17

Pohyb ceny automobilu Renault Thalia – základní verze Období

Cena [Kč]

Září 2011 Listopad 2011 Březen 2012 Červen 2012 Listopad 2012 Zdroj: Týden (Upraveno autorem) 18

159 900 144 900 159 900 164 900 149 900

Nejlevnějším vozem v kategorii Combi s úctyhodným počtem objemových litrů zavazadlového prostoru, což je mezi českými zákazníky velmi sledovaný údaj, je Dacia Logan za 184 900 Kč (listopad), což je oproti červenci pokles o 15 000 Kč. V dnešním silně konkurenčním prostředí jsou výrobci nuceni používat i zaváděcích cen, které se v případě úspěšnosti modelu, zvýší. Manipulace s cenami je různá. Např. Renault nedávno prolomil u modelu stotisícovou hranici, kdy byl k dostání za neuvěřitelných 99 900 Kč včetně DPH. Avšak tato částka platila jen v případě, kdy zákazník využije financování prostřednictvím Renault Finance, tedy formou splátek (složí např. částku padesát tisíc korun a zbytek splácí). Konečná částka se pak vyšplhá podstatně výše. Tab. 4

Cena automobilu Renault Thalia při financování prostřednictvím Renault Finance

Doba Složení Měsíční Smluvní Doplatek [Kč] závazku hotovosti [Kč] splátka [Kč] poplatek [Kč] 2 roky 50 000 4 024 96 576 748 3 roky 50 000 2 938 105 768 748 7 let 50 000 1 704 143 136 748 Pozn: Cena je uvedena četně povinného ručení a havarijního pojištění

Celkem [Kč] 147 324 156 516 193 884

Zdroj: Týden (Upraveno autorem)18

Stále více automobilek využívá také rozdělení konečné ceny na dvě části. I mladoboleslavská Škoda Auto nabízí financování modelu Fabia podobným způsobem - polovinu zaplatí klient hned, druhou pak za rok. A to bez navýšení. Pro zákazníka je to velice lákavé a pro automobilku rentabilní, neboť výrobní linky stále jedou, a než hromadit automobily ve skladech, je lepší nabídnout tuto formu placení. 18

Díky velmi nízkým maržím na českém trhu mohou v dalších obdobích reálné ceny automobilů v případě

18

masově

vyráběných značek přinejmenším stagnovat,

VÍT, Jaroslav. Nejlevnější auta 2012/13. Týden. 2012, 41/12.

18

Teoretická část

v případě kompaktních vozů nebo vozů střední třídy možná i mírně klesat, i když už nijak výrazně. 19

2.2 Cenová strategie Cena je jediným prvkem marketingového mixu, který přináší zisk. Zbylé prvky vytvářejí náklady. Ceny jsou nejsnadněji přizpůsobitelným prvkem marketingového programu. Změny specifikací výrobku, distribučních kanálů, a dokonce i propagace vyžadují více času. Ceny také sdělují trhu zamýšlený hodnotový positioning výrobku nebo značky. Dobře navržený výrobek doprovázený dobrým marketingem může požadovat vysokou cenu a přinést velké zisky. 20 Cenová rozhodnutí ovlivňují produktový design a jsou jím ovlivňována, stejně jako distribucí a rozhodnutí o podpoře prodeje. Proto je nutné je pečlivě koordinovat s rozhodnutími o marketingovém mixu. 21 2.2.1 Základní způsoby stanovení ceny K základním způsobům stanovení ceny patří cena založená na nákladech, cena na základě poptávky, cena podle marketingových cílů firmy, cena podle vnímané hodnoty produktu zákazníkem a cena stanovaná na základě konkurence. Nákladově orientovaná cena je bohužel jedním z nejběžnějších a nejčastěji používaných způsobů stanovení ceny. Pomocí kalkulačních postupů vyčísluje náklady na výrobu a distribuci produktu. Jedním z hlavních důvodů pro používání těchto postupů je jejich jednoduchost a relativně snadná dostupnost podkladových údajů pro výpočet. Poptávkově orientovaná cena vychází z odhadu objemu prodeje v závislosti na různé výši ceny a zejména toho, jaký vliv bude mít cena na velikost poptávky. 22 Cena podle marketingových cílů firmy se stanovuje podle toho, čeho chce na trhu dosáhnout, co chce získat. Pokud chce podnik maximalizovat objem prodeje a podíl na trhu, bude nastavovat spíše nižší, všeobecně akceptovatelnou hladinu. Chce-li Ceny aut už neklesají, Česko je mezi nejlevnějšími v Evropě. Auto.cz [online]. 2012 [cit. 2012-11-28]. Dostupné z: http://www.auto.cz/ceny-aut-uz-neklesaji-cesko-je-mezi-nejlevnejsimi-v-evrope-70919 20 KOTLER, Philip a Kevin Lane KELLER. MARKETING MANAGEMENT. 12. vyd. Praha: Grada Publishing,a.s., 2007. 469 s. ISBN 978-80-247-1359-5. 21 KOTLER, Philip, Veronica WONG, John SAUNDERS a Gary AMSTRONG. Moderní marketing. 4. evropské. Praha: Grada publishing, a.s., 2007. 795 s. ISBN 978-80-247-1545-2. 19

22

FORET, Miroslav. Marketing pro začátečníky. Brno: Computer Press, a.s., 2008. ISBN 978-80-251-1942-6.

Teoretická část

19

však především maximalizovat zisk, bude mít naopak ceny co nejvyšší. Dalším cílem může být likvidace konkurence. V tomto případě vyvolá nízká cena tzv. cenovou válku. Pokud je cílem firmy posílení image firmy a jejich produktů, bude její prestiž vyjadřovat i vysoká, prestižní cena. Cena podle vnímané hodnoty produktu zákazníkem se opírá o znalost hodnoty, kterou zákazník připisuje produktu. Obvykle se zde využívá marketingového výzkumu. Cenu stanovujeme tak, aby maximálně odpovídala výši hodnoty, jakou produkt pro zákazníka představuje. Tímto způsobem bychom měli dosáhnout především spokojenosti zákazníka. Konkurenčně orientovaná cena - pokud má firma srovnatelné produkty jako konkurence, může uvažovat také o srovnatelné ceně. Tento způsob se používá zejména při vstupu na nové zahraniční trhy. 23 2.2.2 Reakce firmy na cenové změny konkurentů Jak by měla firma reagovat na snížení ceny iniciované konkurentem? Na trzích charakterizovaných vysokou homogenitou výrobků by firma měla hledat způsoby, jak zvýraznit svůj výrobek. Pokud nedokáže firma žádný způsob najít, bude se muset také uchýlit ke snížení ceny. Zvedne-li konkurent na trhu homogenního výrobku cenu, nemusí ho ostatní firmy následovat, pokud zvýšení neprospěje odvětví jako celku. Pak bude muset vůdce trhu své zvýšení odvolat. Na trzích nehomogenních výrobků má firma více možností. Musí zvážit následující záležitosti: 1) Proč konkurent změnil cenu? Aby se zmocnil trhu, využil nadměrnou kapacitu, reagoval na změněnou situaci v nákladech nebo přivedl ke změně ceny celé odvětví. 2) Má konkurent v plánu jen dočasnou změnu ceny nebo trvalou? 3) Co se stane s tržním podílem a se zisky společnosti, když nezareagujeme? Chystají se zareagovat i ostatní společnosti? 4) Jaké budou pravděpodobné odpovědi konkurentů a dalších firem na každou naši možnou reakci?24

23

FORET, Miroslav. Marketing pro začátečníky. Brno: Computer Press, a.s., 2008. ISBN 978-80-251-1942-6.

24

KOTLER, Philip a Kevin Lane KELLER. MARKETING MANAGEMENT. 12. vyd. Praha: Grada Publishing,a.s., 2007. 498-499 s. ISBN 978-80-247-1359-5.

20

Teoretická část

Značkový výrobce může reagovat několika způsoby: Udržet cenu Lídr může udržovat svoji cenu a ziskovou marži, protože se domnívá, že by ztratil snížením ceny příliš mnoho zisku, že neztratí příliš mnoho z tržního podílu, že v případě nutnosti dokáže získat tržní podíl zpět. Proti udržování ceny však existuje námitka, že útočník nabude na sebedůvěře, pracovníci prodeje lídra budou demoralizovaní a lídr ztratí více tržního podílu, než očekával. Propadne panice, sníží cenu, aby získal tržní podíl zpět, a zjistí, že je to obtížnější než se domníval. Udržet cenu a přidat hodnotu Lídr může zlepšit svůj výrobek, služby a komunikaci. Firma může zjistit, že je lacinější udržovat cenu a utrácet peníze na lepší vnímanou kvalitu, než snížit cenu a operovat s nižší marží. Snížit cenu Lídr by mohl snížit cenu na úroveň ceny konkurenta. Mohl by to udělat, protože jeho náklady klesají s rostoucím objemem, protože by ztratil tržní podíl, jelikož trh je citlivý na cenu, protože by bylo těžké získat zpět tržní podíl, pokud by byl ztracen. Toto jednání sníží krátkodobě zisky. Zvýšit cenu a zlepšit kvalitu Lídr může zvýšit svoji cenu a uvést na trh nové značky, aby obklíčil útočící značku. Uvést na trh lacinou útočnou řadu Lídr může přidat ke své řadě laciné položky nebo vytvořit samostatnou, lacinou značku. Nejlepší reakce se liší podle situace. Společnost musí zvážit současné stadium životního cyklu výrobku, jeho důležitost v portfoliu společnosti, úmysly a zdroje konkurenta, citlivost trhu na cenu a kvalitu, chování nákladů ve vztahu k objemu a alternativní možnosti společnosti. Rozšířená analýza alternativ nemusí být v čase útoku proveditelná. Společnost se může ocitnout v situaci, kdy bude muset rozhodně zareagovat v průběhu hodin nebo dnů. Bylo by proto smysluplnější změny cen konkurentů předvídat a připravit si vhodné reakce. 25

25

KOTLER, Philip a Kevin Lane KELLER. MARKETING MANAGEMENT. 12. vyd. Praha: Grada Publishing,a.s., 2007. 498-499 s. ISBN 978-80-247-1359-5.

Teoretická část

21

2.3 Chování spotřebitele 2.3.1 Nákupní chování Na nákupní chování má vliv osobnost člověka, jeho postoje, názory, znalosti, motivační struktura, sociální role a obecně jeho osobnostní vlastnosti. Takže i při stejné nabídce a na stejné podněty lidé reagují různým způsobem. Duševní vlastnosti člověka se projevují ve všech psychických procesech, jako je vnímání, pozornost, paměť atd., a určují naše zaměření určitým směrem. Naše duševní vlastnosti ovlivňují i konkrétní projevy našeho nákupního chování. Na vytváření duševních vlastností mají vliv dispozice, které jsou vrozené a dávají určité hranice změně vlastností, na něž působí v případě spotřebního i nákupního chování nabídka i různé formy marketingové komunikace. Životní zkušenosti i vědomosti nám pomáhají při rozhodování o nákupu, korigují vliv podnětů, které na nás působí zvenčí. Způsob nákupního rozhodování je také ovlivněn tím, co nakupujeme, co od nákupu očekáváme, o jaký druh nákupu se jedná. Charakterizujme si jednotlivé druhy nákupu v souvislosti s nákupním rozhodováním. 26 Extenzivní nákup Jde o nákup, kdy kupující není předem rozhodnut o nákupu, aktivně vyhledává informace a věnuje pozornost různým informačním zdrojům včetně reklamy, které mu pomáhají při rozhodování. Většinou jde o nákup dražších předmětů, jako je právě automobil. Impulzivní nákup Jde o reaktivní jednání, kde argumenty nehrají podstatnou roli. Většinou jde o drobné nákupy, jako např. zmrzlina v horkém dni nebo limonáda v kině. Při impulzivních nákupech jde o produkty. Které se z pohledu spotřebitele příliš neliší a „nestojí to za to“ se podrobně zabývat jejich vlastnostmi.

26

Limitovaný nákup Pro Limitovaný nákup je charakteristické, že produkt nebo značku, kterou kupujeme, neznáme, ale vycházíme z obecných zkušeností při nákupu. Může jít např. o nákup baterie, jejíž značku neznáme, ale u tohoto produktu vycházíme z toho, že „čím dražší tím lepší“. Dalším kritériem při rozhodování u podobných produktů může být še-

26

BOČEK, Martin, Daniel JASENSKÝ a Daniela KROFIÁNOVÁ a kolektiv. POP - In-store komunikace v praxi. Praha: Grada publishing, a.s., 2009. ISBN 978-80-247-2840-7.

22

Teoretická část

trnost k životnímu prostředí, kde pak rozhodují ekologické či „morální“ aspekty, zprostředkované většinou reklamou. Zvyklostní nákup V tomto případě kupujeme to, co obvykle. Typickými produkty pro tento nákup jsou potraviny nebo tabákové výrobky. V některých případech může jít o nákup oblíbené značky, kde hraje roli pocit loajality. Podobně jako u impulzních nákupů nedochází k rozhodování, ale jde o návykové chování. Většinou máme ale pocit, že pro toto chování máme odpovídající důvody. 27 2.3.2 Rozhodovací proces Celý proces rozhodování můžeme rozdělit do pěti etap: Rozpoznání problému Uvědomění si potřeby, kterou chceme nákupem uspokojit. Ať již jde o potřeby hmotné či nehmotné, nebo z časového hlediska aktuální a budoucí, většinou se snažíme uspokojit dříve potřeby, které pociťujeme jako potřeby naléhavé. Hledání informací K rozhodnutí potřebujeme určitou míru informací, protože jejich nedostatek zvyšuje pocit rizika a jejich přebytek může vést k dezorientaci. Důležitá je forma, jakou se k nám informace dostávají a to jak ze zdrojů osobních, tak sdělovacích prostředků. Zhodnocení alternativ Porovnání informací a výběr nejvhodnějšího řešení, zapojení emociálních procesů. Rozhodnutí o nákupu Po výběru produktu, rozhodnutí kdy nákup uskutečnit, kromě impulsivních nákupů. Vyhodnocení nákupu Spokojenost zákazníka s nákupem, prodejce by se měl o „post-nákupní“ chování zajímat pro získání stálých zákazníků a na jejich doporučení příp. i zákazníků nových.28 Druh nákupního rozhodování je určován nejen produktem, ale také angažovaností spotřebitele. Tím rozumíme stupeň vlastní účasti, se kterou spotřebitel přistupuje

BOČEK, Martin, Daniel JASENSKÝ a Daniela KROFIÁNOVÁ a kolektiv. POP - In-store komunikace v praxi. Praha: Grada publishing, a.s., 2009. ISBN 978-80-247-2840-7. 28 VYSEKALOVÁ, Jitka. A kolektiv. Chování zákazníka: Jak odkrýt tajemství ,,černé skříňky". Praha: Grada publishing, a.s., 2011. ISBN 978-80-247-3528-3. 27

Teoretická část

23

k nákupnímu rozhodování. Tato angažovanost určuje také hloubku a kvalitu zpracování informací. 29

2.4 Podpora prodeje Podobně jako ostatní nástroje komunikačního mixu je podpora prodeje určitým postupem, který se zaměřuje na krátkodobé zvýšení prodeje. Podpora prodeje sestává z krátkodobých pohledávek, které mají podpořit základní přínosy nabízené výrobkem či službou, povzbudit nákup či prodej výrobku či služby. Zatímco reklama nabízí důvody proč si výrobek či službu koupit, podpora prodeje nabízí důvody, proč si je koupit právě teď. Snaží se motivovat zákazníka k okamžitému nákupu. 30 Přestože hlavním účelem podpor je okamžité iniciování prodeje, může být tento nástroj také využit strategicky, ke generování testovacích nákupů a z toho vyplývajících efektů učení, změn postojů ke značce a posílení loajality k ní. Ve vztahu k těmto cílům je podpora prodeje často hrozbou dlouhodobé image a ziskového potenciálu značky, protože příliš časté používání podpor vede k tomu, že značka může být považována za levnou, a tím se naruší pozice výlučnosti její kvality. Z toho důvodu a také proto, že dlouhodobá podpora prodeje není vždy zisková, nemají výrobci tento nástroj příliš v oblibě. Strategie každodenních nízkých cen a trvale nízkých cen pro některé kategorie produktů se někdy používá na místo ad hoc podpor. 31 Podpora prodeje zahrnuje široké spektrum komunikačních nástrojů určených ke stimulaci rychlejší či silnější odezvy trhu. Tyto nástroje používá mnoho organizací – výrobci, distributoři, maloobchody, obchodní sdružení i neziskové instituce – a mohou být zaměřeny na spotřebitele či koncové kupující, firemní zákazníky, velkoči maloobchodníky nebo firemní prodejce. Spotřebitelská podpora zahrnuje slevy, kupony, bonusy, soutěže a další. Podpora obchodníka sahá od speciálních slev přes Bezplatné zboží a věrnostní bonusy až po školení. Podpora organizací zahrnuje mnoho nástrojů používaných i pro spotřebitelskou podporu a podporu obchodníka,

29

VYSEKALOVÁ, Jitka. A kolektiv. Chování zákazníka: Jak odkrýt tajemství ,,černé skříňky". Praha: Grada publishing, a.s., 2011. ISBN 978-80-247-3528-3.

30

KOTLER, Philip, Veronica WONG, John SAUNDERS a Gary AMSTRONG. Moderní marketing. 4. evropské. Praha: Grada publishing, a.s., 2007. 880-888 s. ISBN 978-80-247-1545-2.

31

DE PELSMACKER, Patrick, Maggie GEUENS a Joeri VAN DE BERGH. Marketingová komunikace. Praha: Grada publishing, a.s., 2007. ISBN 80-247-0254-1.

24

Teoretická část

jako jsou kongresy a veletrhy, případně soutěže prodejců. Podpora prodejců zahrnuje prémie, provize, bezplatné dárky, soutěže.32 2.4.1 Rychlý růst podpory prodeje K rychlému růstu podpory prodeje, zejména na spotřebitelských trzích, přispívá několik faktorů. Za prvé faktory interní – produktoví manažeři cítí větší tlak na zvyšování okamžitých tržeb a podpora prodeje je stále více vnímána jako efektivní nástroj krátkodobého zvyšování tržeb. Na zralém trhu se výrobci snaží udržet svůj tržní podíl prostřednictvím vyvážené kombinace dlouhodobého zviditelnění pomocí reklamy a krátkodobých pobídek ke spotřebě. Za druhé faktory externí – společnosti čelí větší konkurenci a konkurenční značky jsou méně diferenciované. Čím dál tím více konkurentů využívá k odlišení svých nabídek podporu prodeje. Za třetí klesá účinnost reklamy kvůli rostoucím nákladům, zahlcení médií a právním omezením. Podpora prodeje v kombinaci s dalšími způsoby komunikace, jako je direct mail, může nabídnout při snaze o oslovení cílových spotřebitelů vyšší nákladovou efektivitu. Za čtvrté se spotřebitelé orientují na výhodné nabídky a neustále rostoucí maloobchody požadují od výrobců více takových nabídek. A konečně vývoj informačních technologií, snížení nákladů za uložení a opětovné vyvolání dat a stále propracovanější techniky zacílení spotřebitelů zjednodušily realizaci a umožnily efektivnější měření a řízení podpory prodeje. Rostoucí intenzita podpory prodeje má za následek zahlcení podporou, které je podobné zahlcení reklamou. Spotřebitelé neustále bombardovaní podporou prodeje ji stále častěji přestávají vnímat a oslabují tak její schopnost vyvolat okamžitý nákup. Nyní výrobci hledají způsoby, jak se v takové situaci zviditelnit – například pomocí kuponů s vyšší hodnotou, poutavějšími akcemi v prodejnách nebo kreativnějšími kampaněmi podpory prodeje, které by vyčnívali z davu. Při přípravě programu podpory prodeje si musí firma stanovit její cíle, které by měly být měřitelné a následně vybrat nejvhodnější nástroje k jejich dosažení.32 2.4.2 Cíle podpory prodeje Cíle podpory prodeje mohou být různé. Prodejci mohou využít podporu spotřebitele, aby 1) zvýšili krátkodobé tržby, 2) pomohli získat dlouhodobý podíl na trhu, 3)

32


Teoretická část

25

přesvědčili spotřebitele, aby vyzkoušel nový produkt, 4) přetáhli zákazníky konkurenci, 5) povzbudili spotřebitele, aby se zásobili zralým produktem, nebo 6) udrželi nebo odměnily věrné zákazníky. 33 Vzhledem k zaměřené práce na spotřebitelskou podporu nejsou zmiňovány další druhy podpory prodeje. Obecně vzato by měla podpora prodeje budováním vztahů se spotřebiteli. Nejde jen o získání krátkodobých tržeb nebo dočasnou změnu značky, podpora prodeje by měla pomoci posílit pozici produktu a vybudovat dlouhodobý vztah se zákazníkem. Marketéři se stále častěji odvracejí od okamžitých akcí založených na ceně a preferují podporu prodeje budující hodnotu značky. Dokonce i cenová podpora může být připravena tak, aby budovala vztah se zákazníkem. Příkladem mohou být programy „častých zákazníků“, věrnostní karty a kluby, které se v posledních letech vyrojily jako houby po dešti. 33 2.4.3 Nástroje podpory prodeje Plánovač akcí podpory prodeje by měl brát v potaz typ trhu, cíle podpory prodeje, konkurenční podmínky a efektivitu jednotlivých nástrojů podpory. Následuje výčet hlavních nástrojů podpory spotřebitelů. Vzorky Jde o nabídku určitého množství výrobku či služby zdarma, doručenou osobně, zaslanou poštou, vyzvednutou v prodejně či zahrnutou v reklamní nabídce. Kupony Certifikáty, které opravňují držitele k získání uvedené úspory při nákupu specifického výrobku. Jsou zasílány poštou, přibalovány nebo přikládány k výrobku, vkládány do časopisů či jsou součástí tiskového inzerátu v novinách. Rabaty Přinášejí snížení ceny po uskutečnění nákupu spíše než přímo v místě prodeje: spotřebitel zasílá požadované potvrzení o koupi – většinou účtenku – rovnou výrobci, který poštou vrátí část nákupní ceny. 34

33


34

KOTLER, Philip a Kevin Lane KELLER. MARKETING MANAGEMENT. 12. vyd. Praha: Grada Publishing,a.s., 2007. 626 s. ISBN 978-80-247-1359-5.

26

Teoretická část

Zvýhodněné balíčky Nabízí spotřebitelům úspory oproti standardní ceně výrobku, vyznačené na etiketě či obalu výrobku. Prémie (dárky) Jde o zboží nabízené za relativně nízkou cenu nebo zdarma jako pobídka ke koupi konkrétního výrobku. Věrnostní program Programy, které přinášejí odměnu vztaženou k frekvenci či intenzitě nákupu výrobku či služeb určité společnosti. Výhry (soutěže, slosování, hry) Výhry jsou nabídky možnosti vyhrát finanční hotovost, zájezd či zboží jako důsledek koupě něčeho. Soutěž požaduje na spotřebiteli přihlásit se do hry a být posuzován komisí, která má za úkol vybrat správné řešení. Slosování vyžadují poskytnutí dat o spotřebiteli pře zařazením do osudí. Hra spotřebitele odměňuje při každém nákupu něčím – čísly do binga, chybějícími písmeny – což jim pomůže získat výhru. Odměny za přízeň Dodavatelé či skupina dodavatelů oceňují své zákazníky ohodnocením v hotovosti či v jiné formě v proporci k jeho přízni. Bezplatné vyzkoušení Znamená vyzvání případného kupujícího k bezplatnému vyzkoušení za účelem získat ho ke koupi. Produktové garance Jsou explicitní či implicitní služby prodejce, že výrobek bude fungovat tak, jak prodejce uvádí. Pokud ne, prodejce je opraví nebo zákazníkovi do určité míry vrátí peníze. POP vystavení a předváděcí akce POP vystavení a demonstrace výrobku se konají v místě nákupu nebo prodeje.35 Podpora výrobce je v automobilovém průmyslu ilustrována častým používáním slev, odměn za absolvování testovací jízdy a výkupem vozů na protiúčet. Podpora ob-

35

KOTLER, Philip a Kevin Lane KELLER. MARKETING MANAGEMENT. 12. vyd. Praha: Grada Publishing,a.s., 2007. 626 s. ISBN 978-80-247-1359-5.

Teoretická část

27

chodníka zahrnuje cenové slevy, reklamu zdůrazňující jednotlivý výrobek z cenové nabídky obchodníka, kupony maloobchodu a maloobchodní soutěže či dárky.36

2.5 Elementární charakteristiky vývoje Obvykle prvním úkolem při analýze časové řady je získat rychlou a orientační představu o charakteru procesu, který tato řada reprezentuje. Mezi základní metody proto zcela běžně patří vizuální analýza chování ukazatele využívající grafů spolu s určováním elementárních statistických charakteristik. Pomocí vizuálního rozboru grafického záznamu průběhu časové řady můžeme rozpoznat např. dlouhodobou tendenci v průběhu řady či některé periodicky se opakující vývojové změny apod. Tato analýza však nikdy nestačí k poznání hlubších souvislostí a mechanismu studovaného procesu a neumožňuje přehledným způsobem popsat jeho vlastnosti. 37 Pro časovou řadu délky n lze určit n – 1 rozměrných absolutních přírůstků (diferencí) dt = yt- yt- 1 , pro t = 2, 3, ..., n

s nulovou, kladnou nebo zápornou hodnotou. Pro tutéž časovou řadu lze dále určit opět n – 1 bezrozměrných koeficientů růstu kt =

yt , pro t = 2, 3, ..., n yt- 1

Kombinací obou výše uvedených přístupů měření dynamiky je relativní přírůstek – koeficient přírůstku δt =

yt - yt- 1 dt = = kt - 1, pro t = 2, 3, ..., n .38 yt- 1 yt - 1

Charakteristiky koeficient růstu a koeficient přírůstku bývají rovněž uváděny v procentech. V tomto případě se charakteristiky

,

nazývají tempo růstu

a tempo přírůstku a existuje mezi nimi analogický vztah KOTLER, Philip a Kevin Lane KELLER. MARKETING MANAGEMENT. 12. vyd. Praha: Grada Publishing,a.s., 2007. 626 s. ISBN 978-80-247-1359-5. 37 HINDLS, R., et al. Statistika pro ekonomy. 8. vyd. Praha: Professional publishing, 2007. 415 s. ISBN 978-80-86946-43-6. 38 MINAŘÍK, B. Statistika I: popisná statistika. Měření závislostí, statistické srovnávání, popis časových řad. Druhá část. 3. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2008. 105 s. ISBN 978-80-7375-152-4. 36

28

Teoretická část

100 δt = 100 kt - 100 . Spíše než o čtyřech charakteristikách budeme hovořit o čtyřech formách vyjádření téže charakteristiky vývoje. Průměrný absolutní přírůstek je aritmetickým průměrem, který lze ovšem modifikovat do zjednodušené podoby:

d=

yn- y 1 1 n dt = ,  n- 1 t = 2 n- 1

z níž vyplývá, že hodnota průměrného absolutního přírůstku závisí pouze na obou krajních hodnotách řady. Při interpretaci této charakteristiky přihlédneme k celkovému vývoji řady (bezpochyby vyhovuje u řad s monotónně rostoucím nebo klesajícím průběhem). Průměrný koeficient růstu je geometrickým průměrem jednotlivých koeficientů růstu a lze jej opět upravit do zjednodušené podoby n

k = n-1  kt = n-1 t =2

yn 39 . y1

2.6 Zjišťování závislostí odpovědí v dotazníkovém šetření – test nezávislosti Nechť náhodný vektor X = (Y, Z)' má diskrétní rozdělení, přičemž veličina Y nabývá hodnot i = 1, …, r a veličina Z hodnot j = 1, …, c. Označíme c

r

j=1

i =1

Pij = P(Y = i, Z = j), pi . = ∑pij, p . j = ∑pij.

Předpokládejme, že se uskutečnil výběr z rozsahu n z tohoto rozdělení. Nechť nij je počet těch případů, kdy se ve výběru vyskytla dvojice (i, j). Náhodné veličiny nij mají pak sdružené multinomické rozdělení s parametrem pij. Matici (nij) doplněné marginálními četnostmi a popisem se říká kontingenční tabulka.40 Píšeme c

r

j=1

i =1

ni . = ∑nij, n . i = ∑nij . 40

MINAŘÍK, B. Statistika I: popisná statistika. Měření závislostí, statistické srovnávání, popis časových řad. Druhá část. 3. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2008. 105 s. ISBN 978-80-7375-152-4. 40 ANDĚL, J. Statistické metody. Praha: MATFYZ PRESS, 1993. 246 s. 39

Teoretická část

29

Samozřejmě platí c

r

j=1

i =1

r

c

n = ∑ni . = ∑n . j = ∑∑nij . 41

Tab. 5

i =1 j=1

Kontingenční tabulka absolutních četností

Y 1 … r ∑

1 n11 … nr1 n.1

Z … … … … …

c n1c … nrc n.c

∑ n1. … nr. n

Zdroj: Anděl, J. 3

Nejčastější úlohou při rozboru kontingenčních tabulek je provedení testu hypotézy, že veličiny X a Y jsou na sobě nezávislé. Věta 1. Veličiny jsou nezávislé právě tehdy, platí-li pij  pi p j pro všechny dvojice. Veličina r

c

n ij2

χ = n ∑∑ - n. i =1 j=1 ni . × n . j 2

má asymptoticky rozdělení χ2 s počtem stupňů volnosti rc- (r+ c- 2) - 1 = (r- 1)(c- 1)

Ve čtyřpolní tabulce platí

χ2 = n

(n 11 × n 22 - n 12 × n 21) 2 . n 1. × n 2. × n .1 × n .2

Když vyjde χ 2 ≥χ 2 (r- 1)(c- 1) , zamítáme hypotézu H0 o nezávislosti veličin Y a Z. [1] Test klade celkem vysoké požadavky na rozsah výběru, protože by měl být ve všech třídách splněn požadavek Γj  1 a alespoň v 80 % tříd Γ  5. 42 Kde j jsou teoretické četnosti definovány vztahem

Γj =

ni . × n . j 41 . n

41

ANDĚL, J. Statistické metody. Praha: MATFYZ PRESS, 1993. 246 s.

42

CYHELSKÝ, L.; KAHOUNOVÁ, J.; HINDLS, R. Elementární statistická analýza. 2. vyd. Praha: Management Press, 1999. 319 s. ISBN 80-7261-003-1.

30

Teoretická část

Hladina významnosti Protože při testování hypotézy jde o úsudek prováděný z údajů získaných náhodným výběrem, můžeme se ve svých úvahách dopustit i chybných závěrů. Může se nám stát, že zamítneme testovanou hypotézu H0, ačkoliv ve skutečnosti platí. Pak se dopustíme tzv. chyby prvního druhu. Pravděpodobnost této chyby značíme α. Předem zvolíme pevnou pravděpodobnost chyby I. druhu, tzv. hladinu významnosti v přijatelné výši (nejčastěji 5 %).43

2.7 Mnohorozměrné časové řady, model vektorové autoregrese Sloučením dvou a více jednorozměrných časových řad vznikne mnohorozměrná časová řada, která má pro jeden časový okamžik vektor hodnot mnohorozměrné časové řady. Teorie mnohorozměrných časových řad je vhodná, pokud existuje závislost nejen mezi složkami jedné časové řady, ale i vzájemná závislost mezi složkami jednotlivých časových řad. Speciálním případem modelování mnohorozměrných časových řad je tzv. vektorový autoregresní model – VAR model – používaný pro modelování reálných ekonomických situací. 44 2.7.1 Model vektorové autoregrese – VAR model Tento model je zobecněním jednorozměrného autoregresního procesu. 45 Má ovšem více než jednu závisle proměnnou, a má tedy i více než jednu regresní rovnici, která využívá jako vysvětlující proměnné zpožděné hodnoty všech analyzovaných proměnných. Model VAR(1) pro dvě proměnné je možné zapsat dvěma rovnicemi

,46 kde

znamená pro případ této práce cenu automobilu výrobce c1 v období t a

HINDLS, R., et al. Statistika pro ekonomy. 8. vyd. Praha: Professional publishing, 2007. 415 s. ISBN 978-80-86946-43-6. 44 HAMPEL, David, Veronika BLAŠKOVÁ a Luboš STŘELEC. Ekonometrie 2. 2. přeprac. vyd. Brno: Mendelova univerzita v Brně, 2012, 144 s. ISBN 978-80-7375-664-2. 45 LÜTKEPOHL, Helmut a Markus KRATZIG. Applied time series econometrics. Cambridge, UK: Cambridge University Press, 2004, 323 s. ISBN 0-521-83919-x. 46 Ekonomická revue. Vysoká škola báňská [online]. 2012 [cit. 2013-01-03]. Dostupné z: 43

http://www.ekf.vsb.cz/miranda2/export/sites-root/ekf/cerei/cs/okruhy/Papers/VOL15NUM03PAP03.pdf

Teoretická část

31

cenu automobilu výrobce c2 v období t. Při konstrukci VAR modelu je nejprve nutné identifikovat řád modelu, např. pomocí informačních kritérií, a poté jej lze odhadnout klasickou OLS metodou. Pokud jde o diagnostiku modelu, je třeba především otestovat podmínku stacionarity. Model VAR umožňuje poměrně snadno prozkoumat příčinnou souvislost mezi stacionárními veličinami v tzv. Grangerově smyslu. 47 2.7.2 Grangerova kauzalita Pokud proměnná , pak

je statisticky významnou vysvětlující proměnnou pro hodnotu

působí kauzálně v Grangerově smyslu na proměnnou

. V případě mo-

delů VAR tak lze Grangerovu kauzalitu mezi proměnnými snadno prozkoumat pomocí t-testů a celkového F-testu.47 Předpokládejme, že máme tři proměnné s využitím minulých hodnot lých hodnot proměnná nebo

a

. Poté zkusíme predikovat

s využitím minu-

pokud bude predikce ve druhém případě lepší, pak zřejmě

obsahuje informace pro vylepšení predikce neobsahují. Za

ných. Celkově tedy může hodnota

a

, a chceme predikovat

, které minulé hodnoty

můžeme obecně brát vektor vysvětlujících proměnovlivnit

čase předchází hodnotě

ve smyslu Grangerovy kauzality, pokud a obsahuje informace přínosné pro predikci

, které nejsou obsaženy v jiných vysvětlujících proměnných.48

47

Ekonomická revue.

Vysoká

škola

báňská

[online].

2012 [cit.

2013-01-03].

Dostupné z:

http://www.ekf.vsb.cz/miranda2/export/sites-root/ekf/cerei/cs/okruhy/Papers/VOL15NUM03PAP03.pdf 48

HAMPEL, David, Veronika BLAŠKOVÁ a Luboš STŘELEC. Ekonometrie 2. 2. přeprac. vyd. Brno: Mendelova univerzita v Brně, 2012, 144 s. ISBN 978-80-7375-664-2.

32

Praktická část

3 Praktická část 3.1 Kvantitativní analýza strany poptávky Potřeba znalosti preferencí spotřebitelů je nedílnou součástí cesty ke správnému vytvoření cenové strategie. Proto je součástí diplomové práce také kvantitativní analýza strany poptávky vytvořená na základě dat získaných z výzkumu nazvaného jako Chování spotřebitele na trhu s automobily. 3.1.1 Přípravná fáze výzkumu Identifikace problému Cílem výzkumu je především zjistit spotřebitelovy preference při nákupu automobilu a jeho možné ovlivnění různými marketingovými tahy jako je značka, slevy a akce, testovací jízdy, reklama, předváděcí akce, informační tiskoviny a další a také ovlivnění jinými faktory jako je např. ekologie, zkušenost, spotřeba atd. Na základě informací získaných dotazníkovým šetřením budou také otestovány následující hypotézy: 1.

Největším lákadlem pro zákazníka je sleva.

2.

Většina kupců automobilu preferuje koupi automobilu z druhé ruky.

3.

Většina spotřebitelů při výběru automobilu nebere ohled na životní prostředí.

4.

Hlavním kritériem při výběru automobilu je značka.

5.

Při nákupu automobilu preferuje většina spotřebitelů koupi rodinného vozu.

Vzhledem k tomu, že zkoumáme spotřebitele žijící v České republice, bylo by zajímavé zjistit postoj spotřebitele k českým značkám a konkrétně i preference ke značce Škoda, která u nás zaujímá vysoký tržní podíl. Proto byly stanoveny další okrajové hypotézy: 6.

Většina zákazníků preferuje značku Škoda.

7.

Spotřebitelé považují české značky za kvalitnější než zahraniční.

Následující tabulka zobrazuje plánovaný časový harmonogram. Tab. 6

Časový harmonogram

Přípravná fáze výzkumu Sběr dat Analýza dat a interpretce výsledků Zdroj: Práce autora

Červen 2012 Září, říjen 2012 Listopad 2012

Praktická část

33

Plán výzkumu Tab. 7

Plán výzkumu

Zdroj informací Technika sběru informací Metoda výzkumu Reprezentativní vzorek Metoda kontaktování Metoda zpracování informací Zdroj: Práce autora

Primární informace kvantitativního rázu Dotazování Elektronický dotazník Spotřebitelé automobilů Osobně, pomocí sociální sítě Facebook, e-poštou Statistické postupy

3.1.2 Realizace výzkumu Sběr dat Sběr informací jsem provedla na základě mnou sestaveného dotazníku týkajícího se požadované

problematiky.

Elektronický

dotazník

vytvořený

na

serveru

www.vyplnto.cz obsahoval 26 otázek a k respondentům byl šířen pomocí internetové sítě, a to převážně pomocí sociální sítě Facebook.com, dále pak elektronickou poštou a také pomocí publikace na serveru www.vyplnto.cz. Na tento dotazník odpovědělo celkem 314 respondentů a naleznete ho v příloze č. 1. Jako výzkumnou metodu jsem zvolila elektronický dotazník právě kvůli rychlejší realizaci průzkumu, většímu pohodlí respondenta, nízkým nákladům a snadnějšímu zpracování získaných dat, a to na úkor možné nižší návratnosti dotazníku způsobené ignorací některých z potenciálních respondentů. Vzhledem k použití bezplatné dotazníkové služby vhodné pro získání do 500 respondentů a zpracování dat pomocí volně dostupných aplikací byl výzkum proveden za nulových nákladů. Tab. 8

Základní údaje o provedeném výzkumu

Autor průzkumu Šetření Počet respondentů Počet otázek Návratnost dotazníku* Průměrná doba vyplňování

Bc. Lenka Šindelářová 15.10. 2012 – 10.11. 2012 314 26 76,6 % 00.05:12

*Návratnost dotazníků je dána poměrem vyplněných a zobrazených dotazníků. Jedná se o orientační údaj, který nebere v potaz ty oslovené respondenty, kteří ani nezobrazili úvodní text (neklikli na odkaz na dotazník). Zdroj: Práce autora

34 Tab. 9

Praktická část Zdroje respondentů Zdroj

Počet respondentů [%]

Facebook.com 40,0 Google.cz 4,5 Vyplnto.cz 4,3 Search.seznam.cz 1,5 Nezjištěno 45,9 Pozn.: Tabulka obsahuje odkazy na nejvýznamnější stránky, ze kterých přišli respondenti, jedná se o statistiku návštěvnosti dotazníku, z různých zdrojů mohla být úspěšnost vyplnění dotazníku různá, údaje slouží jen pro hrubou orientaci. Zdroj: Práce autora

Analýza a interpretace dat Primární data získaná z dotazníku jsem zpracovala pomocí serveru vyplnto.cz a programu Microsoft Excel. Kompletní analýzu jednotlivých otázek naleznete v příloze č. 2. Vzhledem k tomu, že byl dotazník šířen především přes sociální síť Facebook.com, většina respondentů byli lidé ve věku mezi 21-25 lety a téměř polovina respondentů studenti. Co se týče pohlaví, bylo mezi respondenty zhruba o 16 % více žen (182 žen a 132 mužů). Nejvíce respondentů (120) odpovědělo, že jejich nejvyšší dosažené vzdělání je vysokoškolské s titulem Bc., dále pak střední vzdělání s maturitní zkouškou (108) a vysokoškolské s vyšším vzděláním než je titul Bc. (60). Ostatní druhy vzdělání do 3 %. Vzhledem k tomu, že polovina respondentů patří mezi studenty, mají průměrný čistý měsíční příjem nižší než 5 000 Kč a u otázky ptající se na obor, kde pracují, zaškrtli, že nepracují. Z ostatních respondentů pracuje nejvíce ve službách (137) a v průmyslu (43), v zemědělství méně než jedno procento respondentů.

Praktická část Tab. 10

35

Charakteristika respondentů

Pohlaví Průměrný věk*

57,96% ženy, 42,04 % muži 25,48 let Student 47,77 %, zaměstnanec 36,62 %, Status respondenta podnikatel 7,32 %, ostatní statusy zanedbatelné Vysokoškolské – titul Bc. 38, 22 %, střední Vzdělání vzdělání s maturitní zkouškou 34,39 %, vysokoškolské – vyšší titul než Bc. 19,11 % 28,66 % - 5 000 Kč a méně 17,52 % - 5 001-10 000 Kč Průměrný čistý měsíční příjem 14,01 % - 10 001-15 000 Kč 14,01 % - 15 001-20 000 Kč 7,96 % - 20 001-25 000 Kč Průměrný počet automobilů v domácnosti* 1,83 36,62 % - čtyři členi 36,43 % - dva členi Počet členů domácnosti 17,83 % - tři členi 9,55 % - pět členů *Statistická data byla pro tento výpočet očištěna o 5% hodnot z každé strany. Zdroj: Práce autora

0 6%

Ostatní odpovědi 4 2% 5% 1 40%

3 17%

2 30%

Zdroj: Práce autora Obr. 2

Počet automobilů v domácnosti

Jeden automobil má v domácnosti k dispozici 122 respondentů, dva automobily 92, tři 51 a žádný 19 respondentů. Čtyři členy v domácnosti mělo 115 respondentů, dva členy 83 respondentů, tři členy 56, pět členů 30, ostatní možnosti do 15 respondentů. Téměř 90 % respondentů využívá automobil jako dopravní prostředek, z nichž každý den ho využívá 38,65 %, jeden až dva dny v týdnu 25,18 %, výjimečně 14,89 %, tři až čtyři dny v týdnu 13,12 % a pět až šest dní v týdnu 8,16 %.

36

Praktická část

Následující obrázek znázorňuje spokojenost s automobilem, který respondenti využívají. Je spokojeno úctyhodných 238 respondentů.

Nevím 2%

Ne 13%

Ano 85%


Spokojenost respondentů s automobilem, který využívají

Koupi automobilu uskutečnilo (nebo o ní do budoucna uvažuje) 257 respondentů. Preference automobilu ojetého nebo nového vyšla obdobně. Ojetý automobil by si koupilo 144 lidí a 139 dalších by koupilo automobil nový. Nadpoloviční většina (61,46) preferuje koupi rodinného vozu před koupí sportovního (15,61 %), užitkového (11,78 %) a terénního (6,69 %). Co se týče velikosti, jsou preference středně velkého automobilu jednoznačné (71,92 %). Je mi to jedno 9%

Ojetý automobil 46% Nový automobil 45%

Zdroj: Práce autora

Praktická část Obr. 4

37

Preference respondentů při koupi automobilu – ojetý x nový automobil

Ano 18% Ne 48%

Nevím 34%


Preference respondentů koupě vozu v zahraničí

Odpovídající na dotazník (191 z nich) rozhodně nepovažují značky vyráběné v České republice za kvalitnější než v zahraničí a ani nedávají přednost nákupu automobilu mimo Českou republiku. Následující obrázek znázorňuje zdroje, kde respondenti získávají informace o automobilech.

Jiné

27

V prodejně

62

Tisk

95

Televize a rozhlas

104

Od přátel

207

Internet

277 0

50

100

150

200

250


Zdroje, kde respondenti získávají informace o automobilech

300

38

Praktická část

Skoro polovina respondentů nepreferuje žádnou ze značek, ostatní nejvíce preferují Škodu, jako další se umístily značky BMW a Volkswagen, dále pak Audi, Ford a Mazda. Ve výbavě svého automobilu by respondenti chtěli rádio a airbag (276 a 274 hlasů), také klimatizaci (244). Další výbavu (parkovací asistent, kožené sedačky, aj.) by respondenti požadovali mnohem méně. Velmi důležitou otázkou pro moji práci byla otázka týkající se aspektů ovlivňujících nákup automobilu. Z výzkumu vyplynulo, že jsou kupci automobilů nejvíce ovlivněni cenou, kvalitou, spotřebou a bezpečností a nejméně ovlivněni reklamou, informačními tiskovinami a předváděcími akcemi (kompletně ukazuje následující tabulka). Je zajímavé si všimnout, že ekologie při nákupu vozu také moc zákazníky neovlivňuje, což potvrzuje i další otázka tázající se na ohled na životní prostředí při nákupu automobilu, kdy 181 respondentů odpovědělo, že ohled neberou a 72 že ano. Za značku je ochotno si připlatit 133 respondentů a neochotno 115 respondentů, což je celkem na vyrovnané úrovni, zbytek neví. Co se týká peněz, které je ochoten kupující utratit za automobil, jde o interval zhruba od 100 001 Kč do 300 000, kam spadá většina odpovědí (přesněji najdete v příloze č. 2).


39

Aspekty ovlivňující respondenty při nákupu automobilu Podotázka

Průměr

Cena Zkušenost Doporučení personálu Značka Slevy a akce Spotřeba Servis Barva Design Kvalita Doporučení známých Reklama Výkon Bezpečnost Velikost Ekologie Bezplatné testování Předváděcí akce Informační tiskoviny Pozn: Škála pro tyto hodnoty byla zvolena od jedné do

Rozptyl 1,376 0,508 1,866 0,804 3,503 2,097 2,162 1,06 2,36 1,039 1,774 0,857 2,328 1,138 3,073 1,495 2,283 1,095 1,487 0,581 2,484 1,071 4,006 0,911 2,29 0,996 1,79 0,93 2,255 0,769 3,334 1,197 3.502 1,285 3,811 1,103 3,795 1,174 pěti. (Respondenti ohodnotili každou

z předchozích položek body od 1-5, kdy 1=ovlivňuje mě hodně, 2=spíše mě ovlivňuje, 3=nevím, 4=spíše mě neovlivňuje, 5=vůbec mě neovlivňuje.) Zdroj: Práce autora

Nevím 19%

Ano 23%

Ne 58%

Zdroj: Práce autora Obr. 7 Ohled respondentů při nákupu automobilu na životní prostředí (Ano – beru ohled, Ne – neberu ohled)

Odpověďmi na hypotézy a dalšími zajímavými souvislostmi se zabývá následující kapitola.

40

Praktická část

3.1.3 Zodpovězení předem stanovených hypotéz a další souvislosti První a pátou stanovenou hypotézou jsou hypotézy týkající se aspektů ovlivňujících zákazníky při koupi automobilu: Hypotéza 1: Největším lákadlem pro zákazníka je sleva. Hypotéza 4: Hlavním kritériem při výběru automobilu je značka. Tyto dvě hypotézy byly zkoumány na základě otázky, která měla za účel, zjistit co by zákazníka při nákupu automobilu nejvíce ovlivnilo. Úkolem respondenta bylo ohodnotit jednotlivé položky body od 1-5 (1 - ovlivňuje mě hodně, 2 - spíše mě ovlivňuje, 3 - nevím, 4 - spíše mě neovlivňuje, 5 - vůbec mě neovlivňuje). Jednotlivé položky a jejich výsledky znázorňuje předchozí tabulka č. 11. Z výsledků průzkumu je zřejmé, že kupujícího nejvíce ovlivňuje cena s průměrnou hodnotou 1,378, kvalita s průměrnou hodnotou 1,487 a spotřeba s hodnotou 1,774. Položka slevy a akce získala průměrnou hodnotu 2,36 a značka 2,162. Podíváme-li se na rozptyl, obě položky vykazují vyšší variabilitu než tři vítězné. Nemůžu tedy potvrdit ani jednu z hypotéz. Další hypotézou, na kterou nám poskytl odpověď dotazník, je: Hypotéza 2: Většina kupců automobilu preferuje koupi automobilu z druhé ruky. Tab. 12

Výsledky pro ověření hypotézy 2

Položka Ojetý automobil Nový automobil Je mi to jedno Zdroj: Práce autora

Počet preferencí 144 139 31

Podíl ze všech respondentů [%] 45,86 44,27 9,87

Z výzkumu plyne, že respondentů preferujících ojetý automobil je pouze o 1,5 % více, než těch, kteří by si raději koupili vůz nový, proto zamítám hypotézu č. 2. Hypotéza 3: Většina spotřebitelů při výběru automobilu nebere ohled na životní prostředí. Tuto domněnku podpořily hned dvě otázky. První byla otázka, která již byla zmíněna u hypotéz 1 a 5 a měla za účel zjistit, co by zákazníka při nákupu automobilu nejvíce ovlivnilo (ohodnocení body od 1-5). Položka ekologie získala průměrnou hodnotu 3,334 a umístila se na jednom z nejhorších míst.

Praktická část

41

Druhá se přímo ptala na to, zda by respondent bral při koupi vozu ohled na životní prostředí. Ohled by nebralo 181 respondentů (57,64 %), 61 odpovídajících neví, a 72 by ohled bralo (22,93 %). Hypotéza 5: Při nákupu automobilu preferuje většina spotřebitelů koupi rodinného vozu. Následující tabulka ukazuje, že rodinný vůz preferuje více jak 60 % odpovídajících. Ostatní možnosti získali mnohem méně hlasů. Z tohoto můžeme odvodit, že hypotéza je správná. Tab. 13

Výsledky pro ověření hypotézy 5 Položka

Počet preferencí

Rodinný Sportovní Užitkový Terénní Nevím Zdroj: Práce autora

193 49 37 21 14

Podíl ze všech respondentů [%] 61,64 15,61 11,78 6,69 4,46

Další dvě okrajové hypotézy zjišťují preference k českým značkám a také konkrétně ke značce škoda, která má na našem trhu vysoký tržní podíl. Hypotéza 6: Většina zákazníků preferuje značku Škoda. Hypotéza 7: Spotřebitelé považují české značky za kvalitnější než zahraniční. V otázce, která zjišťovala preferenci ke konkrétním značkám, 137 respondentů odpovědělo, že nepreferuje žádnou ze značek, což je skoro 44 % ze všech. Automobily značky Škoda preferuje 56 respondentů (17,83 %) což je malá část vyplňujících a pro potvrzení hypotézy nedostačující, na dalších místech skončila značka Volkswagen a BMW po 25 respondentech. Odpovídající ani nepovažují české značky za kvalitnější než zahraniční a nepotvrzuje se ani hypotéza 7 (viz následující tabulka). Tab. 14

Výsledky pro ověření hypotézy 7

Položka Ne Nevím Ano Zdroj: Práce autora

Počet preferencí 191 72 51

Podíl ze všech respondentů [%] 60,83 22,93 16,24

42

Praktická část

Jak již bylo zmíněno v předchozím, většina z respondentů byli studenti, proto jsem se dodatečně rozhodla statisticky potvrdit významnost vztahu mezi statusy respondentů a jejich věkem a dále pak příjmem. Tab. 15

Kontingenční tabulka absolutních četností – věk x status respondenta Věk <17-25>

Status student Jiný status ∑ Zdroj: Práce autora

Tab. 16

Věk - ostatní 8 92 100

∑ 150 164 314

47,77 52,23 100,00

∑ 150 164 314

142 72 214

Teoretické četnosti – věk x status respondenta


Věk <17-25> 102,23 111,77 214,00

Věk - ostatní

 2 = 93,0179 Stupeň významnosti α=0,05

 2 ( r - 1)(c - 1)( )   02,05 (1)  3,84 49

 2 ( r - 1)(c - 1)( )   2

3,84  93,0179

H0: Veličiny jsou na sobě nezávislé. Závěr: Zamítám hypotézu H0 o nezávislosti veličin. Tab. 17

Kontingenční tabulka absolutních četností – příjem x status respondenta


49

Příjem 15 000 Kč a méně 136 53 189

Příjem - ostatní

∑ 14 111 125

150 164 314

BLAŠKOVÁ, V. et al. Statistika I. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2009. 228 s. ISBN 978-80-7375-286-6

Praktická část

Tab. 18

43

Teoretické četnosti – věk x příjem respondenta


Příjem 15 000 Kč a méně 90,29 98,71 189,00

Příjem - ostatní

∑

59,71 65,29 125,00

150 164 314

 2 = 111,3188 Stupeň významnosti α=0,05

 2 ( r - 1)(c - 1)( )   02,05 (1)  3,84 50

 2 ( r - 1)(c - 1)( )   2

3,84  111,3188

H0: Veličiny jsou na sobě nezávislé. Závěr: Zamítám hypotézu H0 o nezávislosti veličin. Další domněnkou, kterou jsem se rozhodla otestovat, je to, že většina podnikatelů a zaměstnanců má k dispozici firemní automobil. Tab. 19 Kontingenční tabulka absolutních četností – podnikatel a zaměstnanec x dispozice firemního automobilu Dispozice firemního automobilu Status podnikatel a zaměstnanec Ostatní statusy ∑ Zdroj: Práce autora Tab. 20

Ne-dispozice firemního automobilu

∑

46

92

138

5 51

171 263

176 314

Teoretické četnosti - podnikatel a zaměstnanec x dispozice firemního automobilu Dispozice firemního automobilu

Status podnikatel a zaměstnanec Ostatní statusy ∑ Zdroj: Práce autora

Ne-dispozice firemního automobilu

∑

22,41

115,59

138

28,59 51,00

147,41 263,00

176 314

 2 = 52,866357 Stupeň významnosti α=0,05 50

BLAŠKOVÁ, V. et al. Statistika I. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2009. 228 s. ISBN 978-80-7375-286-6

44

Praktická část

2 χ 2 (r- 1)(c- 1)(αα  χ 0,05 (1)  3,84 51

 2 ( r - 1)(c - 1)( )   2

3,84  52,866357

H0: Veličiny jsou na sobě nezávislé. Závěr: Zamítám hypotézu H0 o nezávislosti veličin. Samozřejmě by se daly otestovat i další závislosti mezi odpověďmi, ale není to cílem této práce. V dalších kapitolách se bude práce zaobírat kvantitativní analýzou strany nabídky

3.2 Kvantitativní analýza strany nabídky Na českém trhu s automobily naleznete nespočet značek a modelů automobilů, analýzu všech z nich není tato práce schopna pojmout, proto je zaměřena pouze na 6 nejčastěji registrovaných značek aut. Tab. 21

Registrace vozidel dle značek (říjen 2012)

Pořadí Značka 1 Škoda 2 Volkswagen 3 Hyundai 4 Ford 5 Kia 6 Renault 7 Peugeot 8 Citroën 9 Audi 10 BMW Zdroj: SDA (upraveno autorem)52

Počet ks

Podíl [%] 5 408 1 568 1 165 1 062 882 778 714 601 409 384

33,88 9,82 7,30 6,65 5,53 4,87 4,47 3,76 2,56 2,41

3.2.1 Zdrojová data Data byla získána rešerší údajů o cenách automobilů dostupných v odborném tisku, konkrétně z motoristického magazínu Auto motor a sport z let 2008-2012. Následující tabulka znázorňuje vybrané modely jednotlivých značek aut, které byly pro analýzu uvažovány.

BLAŠKOVÁ, V. et al. Statistika I. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2009. 228 s. ISBN 978-80-7375-286-6 52 Registrace nových OA v ČR za měsíc 10/2012. SDA [online]. 2012 [cit. 2012-12-10]. Dostupné z: http://portal.sda-cia.cz/statr/2012-10.ktgOAm.CZ.html 51


45

Uvažované modely jednotlivých značek pro analýzu strany nabídky Značka

Škoda

Hyundai Renault Volkswagen Nissan Ford Kia Zdroj: Práce autora

Model Fabia Octavia Octavia Combi Superb i30 Thalia Authentique Golf Quashqai Focus Picanto

3.2.2 Vývoj cen vybraných modelů, hypotéza klesajícím trendu cen automobilů Vykreslení vývoje cen jednotlivých automobilů naleznete v příloze č. 4. Škoda Fabia Tab. 23

Vývoj ceny modelu Škoda Fabia – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – říjen 2008 265 900 Listopad 2008 – březen 2010 229 900 Duben 2010 – červenec 2011 259 900 Srpen 2011 – leden 2011 262 900 Únor 2012 – září 2012 264 900 53 Zdroj: Auto motor a sport (Upraveno autorem)

dt

kt [%] -36 000 30 000 3 000 2 000

86,46 113,05 101,15 100,76

Cena modelu Fabia se, kromě výraznějšího snížení ceny v listopadu 2008 a poté po zvýšení v dubnu 2010, příliš nevychylovala. Z tabulky můžeme vidět, že v letech 2010-2012 cena velmi pozvolna rostla a uchýlila se na dnešních 264 900 Kč za verzi Fabia TSI Active. Škoda Octavia Oproti tomu cena Škody Octavie byla v čase více proměnlivá. Od května roku 2009, pouze rostla, a to z původních 384 900 Kč na dnešních 398 900 Kč. Tento model

Ceník trhu. Auto motor a sport. 2008, roč. 2008, 1-12. Ceník trhu. Auto motor a sport. 2009, roč. 2009, 1-12. Ceník trhu. Auto motor a sport. 2010, roč. 2010, 1-12. Ceník trhu. Auto motor a sport. 2011, roč. 2011, 1-12. Ceník trhu. Auto motor a sport. 2012, roč. 2012, 1-10.

53

46

Praktická část

osobního automobilu je v současnosti jedním z nejprodávanějších modeů na českém trhu. 54 Tab. 24

Vývoj ceny modelu Škoda Octavia – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – říjen 2008 459 900 Listopad 2008 – duben 2009 384 900 Květen 2009 – červenec 2009 349 900 Srpen 2009 – prosinec 2010 384 900 Leden 2011 – duben 2011 387 900 Květen 2011 - červenec 2011 393 900 Srpen 2011 – září 2012 398 900 Zdroj: Auto motor a sport (Upraveno autorem)55

dt

kt [%] -75 000 -35 000 35 000 3 000 6 000 5 000

83,69 90,91 110,00 100,78 101,55 101,27

Škoda Octavia Combi Tab. 25

Vývoj ceny modelu Škoda Octavia Combi – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – říjen 2008 649 900 Listopad 2008 – duben 2009 589 900 Květen 2009 – prosinec 2009 605 900 Leden 2010 – květen 2010 610 900 Červen 2010 – červenec 2011 594 900 Srpen 2011 – prosinec 2011 599 900 Leden 2012 – květen 2012 601 900 Červen 2012 – září 2012 603 900 Zdroj: Auto motor a sport (Upraveno autorem)55

dt

kt [%] -60 000 16 000 5 000 -16 000 5 000 2 000 2 000

90,77 102,71 100,83 97,38 100,84 100,33 100,33

Výrobce tohoto automobilu zprvu cenu postupně snižoval i zvyšoval z počáteční ceny 649 900 Kč, v roce 2008 se tento vůz nyní prodává za 603 900 Kč.

54

Jaká auta teď nejčastěji kupují Češi? Bílé kombíky s benzinovými motory! VELKÝ PŘEHLED. TN.cz: Zprávy/ekonomika [online]. 2012 [cit. 2012-12-28]. Dostupné z: http://tn.nova.cz/zpravy/ekonomika/jakaauta-ted-nejcasteji-kupuji-cesi-bile-kombiky-s-benzinovymi-motory-velky-prehled.html

55


Praktická část

47

Škoda Superb Tab. 26

Vývoj ceny modelu Škoda Superb – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – květen 2008 669 900 Červen 2008 – říjen 2008 759 900 Listopad 2008 – prosinec 2009 709 900 Leden 2010 – červenec 2011 716 900 Srpen 2011 – prosinec 2011 724 900 Leden 2012 – červen 2012 726 900 Červenec 2012 – září 2012 728 900 Zdroj: Auto motor a sport (Upraveno autorem)56

dt

kt [%] 90 000 -50 000 7 000 8 000 2 000 2 000

113,44 93,42 100,99 101,12 100,28 100,28

Superb, patřící mezi automobily dražší třídy, v květnu 2008 překročil hranici sedmi set tisíc, pod kterou se již zpět nevrátil. U tohoto automobilu je fluktuace ceny vyšší, nicméně od konce roku 2008 se jeho cena stále zvyšuje. Hyundai i30 Jeho cena se za posledních 5 let pohybovala v rozmezí 249 900-344 900 Kč. Tab. 27

Vývoj ceny modelu Hyundai i30 – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – prosinec 2008 344 900 Leden 2009 – duben 2009 319 900 Květen 2009 – červen 2009 264 900 Červenec 2009 – červen 2010 304 900 Červenec 2010 249 900 Srpen 2010 304 900 Září 2010 – prosinec 2010 249 900 Leden 2011 – leden 2012 259 990 Únor 2012 – září 2012 289 990 Zdroj: Auto motor a sport (Upraveno autorem)56

dt

kt [%] -25 000 -55 000 40 000 -55 000 55 000 -55 000 10 090 30 000

92,75 82,81 115,10 81,96 122,01 81,96 104,04 111,54

Renault Thalia Authentique Cena automobilu Renault Thalia je poměrně stabilní. Od února roku 2008 na rozdíl od ostatních modelů (podobně jako Fabia) zaznamenala pouze tři změny. V současné době je nejlevnější ze všech analyzovaných modelů a také jedním z nejlevnějších automobilů na českém trhu.

56


48 Tab. 28

Praktická část Vývoj ceny modelu Thalia Authentique – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – leden 2008 247 900 Únor 2008 – říjen 2008 249 900 Listopad 2008 – březen 2009 189 900 Duben 2009 – březen 2010 194 900 Duben 2010 – září 2012 199 900 57 Zdroj: Auto motor a sport (Upraveno autorem)

dt

kt [%] 2 000 -60 000 5 000 5 000

. 100,81 75,99 102,63 102,57

Volkswagen Golf Z analyzovaných modelů, jak znázorňuje následující tabulka, byla nejvíce proměnlivá cena tohoto automobilu. Nejnižší zaznamenaná cena byla 475 000 Kč v listopadu 2010, naopak nejvyšší – 679 000 Kč – a to na konci roku 2007 a začátku roku 2008. Tab. 29

Vývoj ceny modelu Golf – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – duben 2008 679 000 Květen 2008 – listopad 2008 678 100 Prosinec 2008 – duben 2009 571 700 Květen 2009 – prosinec 2009 582 400 Leden 2010 593 200 Únor 2010 – březen 2010 558 200 Duben 2010 – květen 2010 520 200 Červen 2010 – říjen 2010 521 900 Listopad 2010 475 000 Prosinec 2010 – leden 2011 548 000 Únor 2011 – září 2011 600 200 Říjen 2011 – duben 1012 606 400 Květen 2012 – září 2012 610 100 Zdroj: Auto motor a sport (Upraveno autorem)57

dt

kt [%] -900 -106 400 10 700 10 800 -35 000 -38 000 1 700 -46 900 73 000 52 200 6 200 3 700

99,87 84,31 101,87 101,85 94,10 93,19 100,33 91,01 115,37 109,53 101,03 100,61

Nissan Quashqai Do dubna 2009 jeho cena prudce klesla (z počátečních 606 900 Kč na 553 900 Kč), poté se naopak začala zvyšovat, dnes se ustálila na 585 000 Kč.

57



49

Vývoj ceny modelu Quashqai – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – červen 2008 606 900 Červenec 2008 – listopad 2008 626 900 Prosinec 2008 – duben 2009 553 900 Květen 2009 – prosinec 2009 560 900 Leden 2010 – červen 2010 565 900 Červenec 2010 536 000 Srpen 2010 – březen 2011 581 000 Duben 2011 – září 2011 585 000 58 Zdroj: Auto motor a sport (Upraveno autorem)

dt

kt [%] 20 000 -73 000 7 000 5 000 -29 900 45 000 4 000

103,30 88,36 101,26 100,89 94,72 108,40 100,69

Ford Focus Cena se měnila poměrně často, ovšem například oproti modelu Volkswagen Golf není rozdíl mezi minimální a maximální hodnotou tak velký. Cena se od ledna 2008 pohybovala od 419 190 Kč do 497 990 Kč. Tab. 31

Vývoj ceny modelu Focus – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 514 990 Leden 2008 – únor 2009 497 990 Březen 2009 482 990 Duben 2009 463 490 Květen 2009 – červen 2009 463 900 Červenec 2009 – září 2009 463 490 Říjen 2009 493 490 Listopad 2009 – prosinec 2009 468 490 Leden 2010 – červenec 2010 446 190 Srpen 2010 – únor 2011 419 190 Březen 2011 – září 2011 424 990 Říjen 2011 – prosinec 2011 420 990 Leden 2012 – září 2012 425 990 Zdroj: Auto motor a sport (Upraveno autorem)58

dt

kt [%] -17 000 -15 000 -19 500 410 -410 30 000 -25 000 -22 300 -27 000 5 800 -4 000 5 000

96,70 96,99 95,96 100,09 99,91 106,47 94,93 95,24 93,95 101,38 99,06 101,19

Kia Picanto Cena tohoto automobilu je poměrně stabilní, celou dobu pohybuje okolo částky 200 000 Kč, výrazněji se vychýlila mezi dubnem a prosincem roku 2010 (184 980 Kč).

58


50 Tab. 32

Praktická část Vývoj ceny modelu Picanto – prosinec 2007 – září 2012

Období Cena [Kč] Prosinec 2007 – prosinec 2009 199980 Leden 2010 – březen 2010 194980 Duben 2010 – prosinec 2010 184980 Leden 2011 – únor 2011 194980 Březen 2011 – duben 2011 209980 Květen 2011 – září 2012 199980 59 Zdroj: Auto motor a sport (Upraveno autorem)

dt

kt [%] -5 000 -10 000 10 000 15 000 -10 000

97,50 94,87 105,41 107,69 95,24

Hypotéza o klesajícím trendu cen automobilů Z předchozího lze vyčíst, že u uvažovaných modelů hypotézu 9 - ceny automobilů střední a nižší třídy mají klesající trend – musím zamítnout. Ceny těchto automobilů spíše v poslední době lehce stoupaly, toto ovšem může být způsobeno i změnou sazby DPH, vylepšováním verze automobilu, aj. 3.2.3 Analýza cen vybraných výrobců pomocí VAR modelu. Tato analýza bude provedena pomocí speciálního softwaru Gretl. Data jsou měřena měsíčně od prosince 2007 do září 2012 a jsou udána v Kč. Boxova-Jenkinsova metodologie předpokládá stacionaritu analyzovaných časových řad, ale vzhledem k charakteru dat, zde nebude otázka stacionarity řešena. Budou použity původní proměnné i diference prvního řádu, aby byly detekovány skutečné relace. Vzhledem k rozsahu dat je řád 4 maximum, který lze počítat. Veškeré testy budou provedeny na hladině významnosti

V příloze č. 6 najdete

odhady všech parametrů jednotlivých rovnic modelu společně s indexem determinace a f-testy, pomocí kterých byla zkoumána Grangerova kauzální závislost. Mnohorozměrnou časovou řadu lze zapsat: , kde

59


Praktická část

51

…cena automobilu Škoda Fabia

…cena automobilu Renault Thalia

…cena automobilu Škoda Octavia

…cena automobilu Volkswagen Golf

…cena automobilu Škoda Octavia Combi

…cena automobilu Nissan Quashqai

…cena automobilu Škoda Superb

…cena automobilu Ford Focus

…cena automobilu Hyundai i30 Tab. 33

Informační kritéria pro použitá data – skutečné proměnné

Řád procesu AIC BIC HQC Zdroj: Gretl Tab. 34

…cena automobilu Kia Picanto

1 205,143176 209,194811 206,705733

2 205,600224 213,335162 208,583286

3 201,030623 212,448864 205,434191

4 187,837306 202,938851 193,661380

3 203,208339 214,732687 207,640047

4 190,498681 205,740562 196,359974

Informační kritéria pro použitá data – diference

Řád procesu AIC BIC HQC Zdroj: Gretl

1 207,997102 212,086387 209,569644

2 207,440190 215,247007 210,442315

Na základě nejnižších hodnot informačních kritérií (AIC, BIC, HQC) byly data identifikována jako VAR(4) proces. VAR (4) proces – skutečné proměnné Tab. 35

VAR (4) – skutečné proměnné

VAR proces, řád zpoždění 4 Pozorování Duben 2008 – září 2012 Počet pozorování 54 Logaritmus věrohodnosti -4661,6073 Determinant kovarianční matice 4,5406674e+062 * AIC 187,8373 BIC 202,9389 HQC 193,6614 * Velmi velká hodnota (e+0X znamnená hodnota x10 Zdroj: Gretl

Pomocí ARCH efektu bude na hladině významnosti míněná heteroskedasticita. H0: podmíněná homoskedasticita. H1: podmíněná heteroskedasticita.

nyní otestována pod-

52 Tab. 36

Praktická část ARCH efekt – skutečné proměnné Rovnice

P-hodnota

Fabia Octavia Octavia Combi Superb i30 Thalia Golf Quashqai Focus Picanto Zdroj: Gretl

0,696807 0,989334 0,364025 0,229701 0,058815 0,816423 0,153564 0,087613 0,995592 0,428461

Rozhodnutí Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0

0,596 0,630 0,065 0,539 0,609 0,275 0,129 0,553 0,430 0,153


Taktéž bude otestována autokorelace reziduí. H0: Autokorelace reziduí nenastala. H1: Autokorelace reziduí nastala. Tab. 37

Test autokorelace – skutečné hodnoty Rovnice

Fabia Octavia Octavia Combi Superb i30 Thalia Golf Quashqai Focus Picanto Zdroj: Gretl Tab. 38

p-hodnota

VAR model – diference

VAR proces, řád zpoždění 4 Pozorování Květen 2008 – září 2012 Počet pozorování 53 Determinant kovarianční matice 4,8810079e+063* AIC 190,4987 BIC 205,7406 HQC 196,3600 *Velmi velká hodnota (e+0X znamnená hodnota x10) Zdroj: Gretl


53

ARCH efekt – diference Rovnice

P-hodnota

Fabia Octavia Octavia Combi Superb i30 Thalia Golf Quashqai Focus Picanto Zdroj: Gretl Tab. 40

0,864966 0,886016 0,923157 0,765216 0,005922 0,830425 0,999703 0,560794 0,397579 0,998959

Test autokorelace - diference Rovnice

p-hodnota

Fabia Octavia Octavia Combi Superb i30 Thalia Golf Quashqai Focus Picanto Zdroj: Gretl

Testy

Rozhodnutí Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Zamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0

autokorelace

0,734 0,957 0,944 0,859 0,129 0,938 0,693 0,171 0,950 0,118

i podmíněné

heteroskedasticity


v případě

skutečných

i diferencovaných proměnných téměř ve všech případech vynesly pro oba modely pozitivní hodnoty. Dále přistoupíme k testu normality reziduí. H0: Rezidua jsou normálně rozdělena. H1: Rezidua nejsou normálně rozdělena. P-hodnota tohoto testu vyšla v případě skutečných proměnných i u diferencí blízká nule, hypotézu o normálním rozdělení reziduí zamítám. Vzhledem k charakteru dat byl tento jev očekáván. I přes mírné nedostatky je model pro skutečné hodnoty i pro diference dobře specifikovaný.

54

Praktická část

Závislost ceny na cenách vybraných modelů jiných výrobců - Škoda Fabia U první rovnice jsou průkazné pouze tři koeficienty, žádný z F- testů nenaznačuje Grangerovu kauzalitu (žádná proměnná není v modelu významná). Cena modelu Fábie nezávisí na cenách ostatních modelů. Tab. 41

Průkazné koeficienty – závislost ceny modelu Škoda Fabia

Proměnná/zpoždění Superb/4 Golf/4 Quashqai/4 Zdroj: Gretl

Skutečné proměnné Koeficient P-hodnota -0,258340 0,04972 0,405706 0,05050 -0,701928 0,04197

Diference Koeficient P-hodnota -0,795068 0,01993

Závislost ceny na cenách vybraných modelů jiných výrobců - Škoda Octavia Tab. 42

Průkazné koeficienty – závislost ceny modelu Škoda Octavia

Proměnná/zpoždění Octavia Combi/4 Superb/4 i30/4 Quashqai/4 Zdroj: Gretl

Skutečné proměnné Koeficient P-hodnota 3,89866 0,04415 -0,514121 0,01903 0,587295 0,04895 -1,5982 0,00707

Diference Koeficient P-hodnota 0,01993 -1,70735 0,00341

Cena tohoto automobilu rovněž nezávisí na cenách jiných modelů, snad pouze mírně na Quashqai, což ukazuje hodnota F-testu: F(4,13) = 3,0366 [0,0568], u diferencí pak F(4,12) = 3,4294 [0,0433]. Závislost ceny na cenách vybraných modelů jiných výrobců - Škoda Octavia Combi Tab. 43

Průkazné koeficienty - závislost ceny modelu Škoda Octavia Combi

Proměnná/zpoždění Octavia Combi/4 Superb/4 i30/2 i30/3 Golf/4 Quashqai/3 Quashqai/4 Zdroj: Gretl

Skutečné proměnné Koeficient P-hodnota 2,90458 0,04974 -0,519235 0,00375 0,580512 0,03327 -0,705962 0,0193 0,505164 0,0488 1,48858 0,01176 -1,33838 0,00404

Diference Koeficient P-hodnota -1,23881 0,01012

Praktická část

55

Stejně jako u klasické Octavie je cena nezávislá na ostatních vozech kromě velmi slabé reakce na Quashqai. Hodnota f-testu: F(4,13) = 3,1814 [0,0499], diference žádnou závislost nevykazují. Závislost ceny na cenách vybraných modelů jiných výrobců – Škoda Superb U Superbu není průkazný žádný z koeficientů, kauzální závislost na cenách ostatních značek zde není, příčinou je, že Superb patří do jiné kategorie vozů. Závislost ceny na cenách vybraných modelů jiných výrobců - Hyundai i30 Tab. 44

Průkazné koeficienty - závislost ceny modelu Hyundai i30 Skutečné proměnné

Proměnná/zpoždění Fabia/4 Octavia Combi/1 Thalia/1 Zdroj: Gretl

Koeficient 2,48593 -

P-hodnota 0,00401 -

Diference Koeficient 2,66300 3,26217 -5,09381

P-hodnota 0,00714 0,02192 0,04318

Cena do značné míry závisí na ceně Fabie. F-test je pro skutečné hodnoty F(4,13) = 3,7238 [0,0313], pro diference F(4, 12) = 4,2968 [0,0219]. Závislost ceny na cenách vybraných modelů jiných výrobců – Renault Thalia Tab. 45

Průkazné koeficienty - závislost ceny modelu Renault Thalia Skutečné proměnné

Proměnná/zpoždění Superb/4 Octavia Combi/4 i30/1 Quashqai/3 Quashqai/4 Zdroj: Gretl

Koeficient -0,485366 3,12338 -0,646375 1,26082 -1,24193

P-hodnota 0,00746 0,04356 0,03533 0,03311 0,00833

Diference Koeficient

P-hodnota

-1,24404

0,00829

Výsledky jednotlivých f-testů nepoukazují na závislost ceny Thalie na cenách ostatních modelů. Závislost ceny na cenách vybraných modelů jiných výrobců – Volkswagen Golf Z původních proměnných prokazuje Golf závislost na ceně Fabie (F(4,13) = 5,453 [0,0084]), Octavie Combi (F(4,13) = 4,5587 [0,0161]), Thalie (F(4,13) = 4,1931 [0,0214]), Quashqai (F(4,13) = 11,2 [0,0004]), i Focusu (F(4,13) = 6,5907 [0,0040]), u diferencí na ceně Quashqai (F(4,12) = 3,4665 [0,0420]) a Focusu (F(4,12) = 3,9884 [0,0277]).

56 Tab. 46

Praktická část Průkazné koeficienty - závislost ceny modelu Volkswagen Golf Skutečné proměnné

Proměnná/zpoždění Const. Fabia/2 Octavia Combi/2 Superb/4 i30/3 Thalia/2 Golf/1 Golf/3 Quashqai/3 Quashqai/4 Focus/3 Focus/4 Zdroj: Gretl

Koeficient -2979420 1,6394 3,01635 -0,295911 -0,498693 -5,28274 0,363311 -0,620233 1,05733 0,791414 -0,709889

Diference

P-hodnota 0,01643 0,02738 0,00807 0,03738 0,04848 0,00182 0,0454 0,00581 0,032 0,03193 0,04049

Koeficient

P-hodnota

-0,529643 0,884492 0,79578 -

0,02856 0,01306 0,04713 -

Závislost ceny na cenách vybraných modelů jiných výrobců – Nissan Quashqai Tab. 47

Průkazné koeficienty - závislost ceny modelu Nissan Quashqai Skutečné proměnné

Proměnná/zpoždění Fabia/3 Fabia/4 Octavia/3 Octavia/4 Octavia Combi/3 Superb/1 Focus/1 Focus/3 Picanto/1 Zdroj: Gretl

Diference

Koeficient -0,976227 1,24595 -

P-hodnota <0,00001 <0,00001 -

0,40802 0,213235 -

0,01538 <0,00001 -

Koeficient -0,965035 1,44868 0,239962 -0,284555 0,324863 0,222706 -0,285083 0,195235 0,236148

P-hodnota <0,00001 <0,00001 0,00138 0,00422 0,01189 <0,00001 0,00184 0,0006 0,03375

U tohoto modelu je silná reakce na ceny českých výrobců a na ford. Následují výsledky f-testů. Skutečné hodnoty Fabia

F(4,13) = 45,843 [0,0000]

Octavia

F(4,13) = 4,0247 [0,0244]

Superb

F(4,13) = 68,465 [0,0000]

Diference Fabia

F(4,12) = 99,117 [0,0000]

Octavia

F(4,12) = 4,8013 [0,0152]

Praktická část

57

Superb

F(4,12) = 76,359 [0,0000]

Focus

F(4,12) = 7,6489 [0,0027].

Závislost ceny na cenách vybraných modelů jiných výrobců – Ford Focus Tab. 48

Průkazné koeficienty - závislost ceny modelu Ford Focus Skutečné proměnné

Proměnná/zpoždění Octavia/1 Octavia/2 Octavia Combi/2 Thalia/1 Thalia/2 Focus/2 Zdroj: Gretl

Koeficient -1,16448 0,754022 1,30962 2,88452 -2,81224 0,493875

P-hodnota 0,03828 0,00315 0,03673 0,0383 0,00346 0,03289

Diference Koeficient

P-hodnota

0,498741 -

0,03185 -

Cena Focusu závisí na ceně Octavie, kde je hodnota f-testu F(4,13) = 9,1819 [0,0009], pro diference F(4,12) = 4,3222 [0,0215], dále pak na ceně Thalie, kde F(4,13) = 6,3428 [0,0047], pro diference F(4,12) = 3,0468 [0,0600] (slabší závislost). Závislost ceny na cenách vybraných modelů jiných výrobců – Kia Picanto Tab. 49

Průkazné koeficienty - závislost ceny modelu Kia Picanto Skutečné proměnné

Proměnná/zpoždění Golf/1 Golf/2 Golf/3 Picanto/2 Picanto/4 Zdroj: Gretl

Koeficient 0,202875 0,130032 -0,705472 -0,453466

P-hodnota 0,00009 0,00764 0,00254 0,00732

Diference Koeficient 0,213535 0,18293 0,148813 -0,895134 -0,510443

P-hodnota 0,00051 0,00102 0,00798 0,00042 0,0088

Pomocí f-testu byla zjištěna kauzální závislost na ceně vozu Volkswagen Golf. Pro skutečná data vykazuje hodnotu F(4,13) = 20,124 [0,0000], pro diference F(4,12) = 19,139 [0,0000]. Reakce na změnu ceny konkurenta je velice silná. Následující kapitola se bude věnovat vzájemné závislosti cen modelů výrobce Škoda Auto, a.s.

58

Praktická část

Hypotéza 10: Hlavním kritériem výrobce při zvolení ceny je cena jeho hlavních konkurentů. Pomocí ekonometrické analýzy bylo zjištěno, že u některých modelů vybraných výrobců reakce na změnu ceny hlavních konkurentů existuje, u jiných naopak není. Například automobily výrobce Renault Thalia a Škoda Auto, a.s. nevykazují závislost na cenách ostatních analyzovaných značek. Na ceně modelu Fabia závisí cena vozu automobilu Hyundai i30 a Volkswagen Golf, který tvoří svoji cenu i na základě cen dalších modelů. Nissan Quashqai silně reaguje na ceny českých výrobců a na cenu značky Ford, který naopak odráží změnu ceny Octavie a Thalie. Kia Picanto (resp. její cena) je silně závislá na golfu. Závěrem lze říct, že výrobce Škoda Auto, a.s. tvoří cenu automobilů na našem trhu. 3.2.4 Podmodel – automobily výrobce Škoda Auto, a.s Čtyřrozměrnou časovou řadu lze zapsat: , kde …cena automobilu Škoda Fabia

…cena automobilu Škoda Octavia Combi

…cena automobilu Škoda Octavia

…cena automobilu Škoda Superb

Stacionarita analyzovaných časových řad opět nebude otázka stacionarity řešena. Budou použity původní proměnné i diference prvního řádu, aby byly detekovány skutečné relace. Veškeré testy budou provedeny na hladině významnosti Tab. 50

Informační kritéria pro použitá data (podmodel) – skutečné proměnné

Řád procesu AIC BIC HQC Zdroj: Gretl

1 83,07 83,79 83,35

2 83,53 84,83 84,04

3 83,77 85,67 84,51

4 83,95 86,45 84,91

2 82,74 85,86 83,94

3 75,79 79,55 77,23

4 74,08 78,47 75,76

5 72,36 77,41 74,28

6 68,49 74,20 70,65

10 62,60 68,99 65,02

Na základě nejnižších hodnot informačních kritérií (AIC, BIC, HQC) byly data identifikována jako VAR(10) proces, a to i v případě diferencí.

Praktická část

59

VAR (10) proces – skutečné proměnné Tab. 51

VAR (10) – skutečné proměnné

Pozorování Počet pozorování Logaritmus věrohodnosti Determinant kovarianční matice AIC BIC HQC Zdroj: Gretl Tab. 52

VAR proces, řád zpoždění 10 Duben 2008 – září 2012 54 -1338,5388 19578105000000000000 62,6058 68,9991 65,0218

ARCH efekt (podmodel) – skutečné proměnné Rovnice

P-hodnota

Fabia Octavia Octavia Combi Superb Zdroj: Gretl Tab. 53

0,211498 0,999961 0,999998 1

Test autokorelace (podmodel) – skutečné hodnoty Rovnice

P-hodnota


Rozhodnutí Nezamítám H0 Nezamítám H0 Nezamítám H0 Nezamítám H0

0,199 0,408 0,357 0,841


VAR model (podmodel) – diference

Pozorování Počet pozorování Determinant kovarianční matice AIC BIC HQC Zdroj: Práce autora

VAR proces, řád zpoždění 10 Květen 2008 – září 2012 53 48324217000000000000 63,6547 70,1105 66,0841

60 Tab. 55

Praktická část ARCH efekt (podmodel) – diference Rovnice

P-hodnota


0,058994 0,999999 0,999999 0,999994


0,632 0,888 0,879 0,941


Test autokorelace (podmodel) - diference Rovnice

P-hodnota

Fabia Octavia Octavia Combi Superb Zdroj: Gretl

U skutečných proměnných i u diferencí vyšly testy klasických předpokladů kladně, modely jsou správně specifikované. Závislost ceny Fabie na cenách ostatních modelů výrobce Škoda Auto, a.s Průkazné koeficienty jsou (vzhledem k jejich počtu) vyznačeny žlutou barvou v příloze č. 5. Dle výsledku f-testů cena Fabie závisí na ceně Octavie, Octavie Combi, i Superbu. Octavia

F(10,7) = 18,89 [0,0004]

Octavia Combi

F(10,7) = 8,9368 [0,0041]

Superb

F(10,7) = 31,342 [0,0001]

Diference Octavia

F(10,6) = 29,364 [0,0003]

Octavia Combi

F(4,12) = 76,359 [0,0000]

Superb

F(10 6) = 80,588 [0,0000]

Závislost ceny Octavie na cenách ostatních modelů výrobce Škoda Auto, a.s U ceny tohoto automobilu je silná reakce na cenu modelu Superb (F(10,7) = 60,177 [0,0000], pro diference F(10,6) = 95,403 [0,0000]). Vykazuje také závislost na ceně Octavie Combi (F(10,7) = 60,177 [0,0000], pro diference F(10,6) = 95,403 [0,0000]).


61

Průkazné koeficienty - závislost ceny modelu Octavia na cenách modelů stejného výrobce Skutečné proměnné

Proměnná/zpoždění Octavia Combi/6 Superb/5 Zdroj: Gretl

Koeficient

Diference

P-hodnota

-0,831767

<0,00001

Koeficient 1,15173 -0,838428

P-hodnota 0,0434 <0,00001

Závislost ceny Octavie Combi na cenách ostatních modelů výrobce Škoda Auto, a.s Tab. 58 výrobce

Průkazné koeficienty - závislost ceny modelu Octavia Combi na cenách modelů stejného

Skutečné proměnné Proměnná/zpoždění Superb/5 Zdroj: Gretl

Koeficient -0,665563

P-hodnota <0,00001

Diference Koeficient -0,673584

P-hodnota <0,00001

Zde se opět projevuje silná závislost na ceně Superbu (F(10,7) = 51,596 [0,0000], pro diference F(10,6) = 77,105 [0,0000]). Zajímavé je, že cena Superbu i změna jeho ceny se do ceny obou typů Octavie promítne vždy s pětiměsíčním zpožděním. Závislost ceny Superbu na cenách ostatních modelů výrobce Škoda Auto, a.s Tento vůz, respektive jeho cena, nezávisí na ostatních modelech zahrnutých do této analýzy. Následující kapitola se bude zabývat posledním bodem, který má práce obsahovat – počtem automobilů v domácnostech. 3.2.5 Počty osobních automobilů v domácnostech Vzhledem k dostupnosti dat byly zaměněny počty automobilů v domácnostech za počty na jednoho obyvatele. Tab. 59

Počet evidovaných osobních automobilů na obyvatele

Rok Počet evidovaných OA 2007 4 108 610 2008 4 423 370 2009 4 435 052 2010 4 496 232 2011 4 582 903 Zdroj: ČSÚ (Upraveno autorem)60

Počet obyvatel 10 381 130 10 467 542 10 506 813 10 532 770 10 505 445

Počet OA na obyvatele 0,395777 0,422580 0,422112 0,426880 0,436241

Veřejná databáze ČSÚ. Český statistický úřad [online]. 2012 [cit. 2012-12-19]. Dostupné z: http://vdb.czso.cz/vdbvo/uvod.jsp 60

62

Praktická část

Z tabulky lze vyčíst, že od roku 2007 počet registrovaných osobních automobilů i počet obyvatel roste. Podíváme-li se na počet automobilů na jednoho obyvatele a pomineme-li přechod mezi rokem 2008 a 2009, kdy se hodnota nepatrně snížila, v čase pozvolna stoupá. Křivka na následujícím obrázku znázorňuje vývoj osobních automobilů na jednoho obyvatele za posledních pět let.

Počet osobních automobilů na jednoho obyvatele 0,44

OA/1 obzvatel

0,43 0,42 0,41 0,4

0,39 0,38 0,37 2007

2008

2009

2010

2011


Vývoj počtu automobilů v domácnostech

Poslední zkoumanou hypotézu je, že počet automobilů v domácnostech má rostoucí trend. Odpověď je ano, počet automobilů v domácnostech pozvolna roste.

Shrnutí

63

4 Shrnutí V první části se práce zabývala kvantitativní analýzou strany poptávky. Pomocí elektronického dotazníku byl proveden výzkum nazvaný Chování spotřebitele na trhu s automobily. Dotazník vyplnilo celkem 314 respondentů, kteří patřili především mezi studenty s nízkým příjmem ve věku od 17-25 let. Na základě tohoto výzkumu bylo ve shrnutí zjištěno, že hlavním kritériem při výběru automobilu je cena, spotřeba, kvalita a bezpečnost, naopak mezi nejméně ovlivňující kritéria patří reklama, informační tiskoviny a předváděcí akce. Při koupi automobilu by dali přednost rodinnému automobilu. Respondenti nepreferují buď žádnou ze značek, nebo preferují značku Škoda. Automobil by si pořídili v České republice a nebrali by ohled na životní prostředí. Co se týká výbavy, požadují především rádio a airbag. V druhé části práce byla kvantitativně analyzována strana nabídky a to z pohledu reakce prodejců/výrobců automobilů na změny cen jejich hlavních konkurentů. Na základě registrace osobních automobilů bylo vybráno 6 nejprodávanějších modelů automobilů – Škoda Fabia, Octavia, Octavia Combi a Superb, Hyundai i30, Renault Thalia, Ford Focus, Kia Picanto, Nissan Quasqai a Volkswagen Golf. Data (ceny automobilů) za období od prosince roku 2007 do září 2012 byla získána rešerší údajů dostupných v odborném tisku, přesně z magazínu Auto motor a sport. Automobily výrobce Renault Thalia a Škoda Auto, a.s. nevykazují závislost na cenách ostatních analyzovaných značek. Na ceně modelu Fabia závisí cena vozu automobilu Hyundai i30 a Volkswagen Golf, který tvoří svoji cenu i na základě cen dalších modelů. Nissan Quashqai silně reaguje na ceny českých výrobců a na cenu značky Ford, který naopak odráží změnu ceny Octavie a Thalie. Kia Picanto (resp. její cena) je silně závislá na golfu. U některých modelů vybraných výrobců tedy reakce na změnu ceny hlavních konkurentů existuje, u jiných se závislost neprojevuje. Byl vytvořen i podmodel, kde byla otázka kauzální závislosti řešena pouze pro automobily výrobce Škoda Auto. U Octavie i u verze Octavia combi byla detekována silná závislost na ceně modelu Superb. Zajímavostí je, že cena Superbu i změna jeho ceny se do ceny obou typů Octavie promítne vždy s pětiměsíčním zpožděním. Cena

64

Shrnutí

Fabie závisí na ceně Octavie, Octavie Combi, i Superbu, naopak Superb je na ostatních modelech nezávislý. Ceny automobilů spíše v poslední době mírně stoupaly, důvodem ale můžou být i změny sazby daně z přidané hodnoty, nebo i jiné vlivy, jako zlepšení výrobní technologie či zdokonalovaní verzí konkrétních modelů.

Závěr práce

65

5 Závěr práce Cílem této diplomové práce bylo nastínit vývoj cen osobních automobilů za několik posledních let a pomocí ekonometrické analýzy vytvořit model detekující reakce na ceny a změny cen hlavních konkurentů na trhu s automobily. Z výsledků plyne, že cenovým vůdcem na trhu je, jak by se i dalo předpokládat, firma Škoda Auto, která v současné době obhajuje tržní podíl třiceti pěti procent. V rozmezí několika posledních let padly ceníkové ceny automobilů na našem trhu značně dolů, nyní patří nové vozy mezi nejlevnější v Evropě. Podle tisku jsou ceny automobilů na samém dně a díky nízkým maržím prodejců již více klesnout nemohou, naopak v porovnání s výsledkem části práce, ve které se zabývala právě vývojem cen, byl v rozmezí posledních dvou let zaznamenám mírný nárůst cen nejprodávanějších značek na trhu. Tento rozdíl může být ovšem způsoben odrazem změn sazby daně z přidané hodnoty, či inovacemi starších verzí automobilů. I když je současný boj o odlišení se od konkurence, tedy o přidanou hodnotu zákazníkovi, však stále primárně veden v oblasti ceny, snaží se automobilky zvýšit svůj úspěch na trhu různými formami podpory prodeje a dalšími předprodejními i poprodejními službami, které poskytují zákazníkovi pocit, že při nákupu automobilu získal něco navíc. Tato práce se též zabývala poptávkovou stranou, tj. výzkumem chování spotřebitele, respektive možným ovlivněním kupujícího různými marketingovými tahy, jako je reklama, podpora prodeje a další. Z výzkumu vyplynulo, že nejdůležitějším faktorem působícím na kupce osobního automobilu je právě cena, významnou roli však hrají i další marketingové nástroje, např. slevy a akce, servisní služby nebo postoj ke značce. Je zřejmé, že prodejci se předhánějí a soutěží o to, kdo přijde s lepším nápadem, jak obrátit zákazníka na svou stranu. Příkladem může být projekt Hyundai pojištění, který v sobě zahrnuje bezkonkurenční nulovou spoluúčast, nebo akce společnosti Kia založená na sedmileté záruční době. I když Českou republiku, jako výrobce automobilů ohrožují levnější zdroje východních zemí, jako je třeba Čína, je a bude stále automobilovou velmocí, perspektivní pro nové investory.

66

Literatura

6 Literatura Tištěné zdroje ANDĚL, J. Statistické metody. Praha: MATFYZ PRESS, 1993. BLAŠKOVÁ, V. et al. Statistika I. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2009. 228 s. ISBN 978-80-7375-286-6 Ceník trhu. Auto motor a sport. 2008, roč. 2008, 1-12. Ceník trhu. Auto motor a sport. 2009, roč. 2009, 1-12. Ceník trhu. Auto motor a sport. 2010, roč. 2010, 1-12. Ceník trhu. Auto motor a sport. 2011, roč. 2011, 1-12. Ceník trhu. Auto motor a sport. 2012, roč. 2012, 1-10. CYHELSKÝ, L.; KAHOUNOVÁ, J.; HINDLS, R. Elementární statistická analýza. 2. vyd. Praha: Management Press, 1999. ISBN 80-7261-003-1. FORET, Miroslav. Marketing pro začátečníky. Brno: Computer Press, a.s., 2008. ISBN 978-80-251-1942-6. HAMPEL, David, Veronika BLAŠKOVÁ a Luboš STŘELEC. Ekonometrie 2. 2. přeprac. vyd. Brno: Mendelova univerzita v Brně, 2012, 144 s. ISBN 978-80-7375-664-2. HINDLS, R., et al. Statistika pro ekonomy. 8. vyd. Praha: Professional publishing, 2007. ISBN 978-80-86946-43-6. KOTLER, Philip a Kevin Lane KELLER. Marketing Management. 12. vyd. Praha: Grada Publishing,a.s., 2007. ISBN 978-80-247-1359-5. KOTLER, Philip, Veronica WONG, John SAUNDERS a Gary AMSTRONG. Moderní marketing. 4. evropské. Praha: Grada publishing, a.s., 2007. ISBN 978-80-247-1545-2. LÜTKEPOHL, Helmut a Markus KRATZIG. Applied time series econometrics. Cambridge, UK: Cambridge University Press, 2004, 323 s. ISBN 0-521-83919-x MINAŘÍK, B. Statistika I: popisná statistika. Měření závislostí, statistické srovnávání, popis časových řad. Druhá část. 3. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2008. ISBN 978-80-7375-152-4.

Literatura

67

VÍT, Jaroslav. Nejlevnější auta 2012/13. Týden. 2012, 41/12. VÍT, Jaroslav. Za volant s nulovou spoluúčastí. Týden. 2012, 9/12. VYSEKALOVÁ, Jitka. A kolektiv. Chování zákazníka: Jak odkrýt tajemství „černé skříňky". Praha: Grada publishing, a.s., 2011. ISBN 978-80-247-3528-3. Elektronické zdroje ARKMAN, Libor. Ihned.cz: Češi si loni koupili poprvé přes 170 tisíc nových osobních aut. [online]. [cit. 2012-10-22]. Dostupné z: http://byznys.ihned.cz/c1-54355460-cesi-siloni-koupili-poprve-pres-170-tisic-novych-osobnich-aut Autoprůmysl jen kvete. In: JANSA, Petr. Český rozhlas [online]. 2012 [cit. 2012-1008]. Dostupné z: http://m.rozhlas.cz/motozurnal/automoto/_zprava/autoprumysl-jenkvete--1069044 Ceny aut už neklesají, Česko je mezi nejlevnějšími v Evropě. Auto.cz [online]. 2012 [cit. 2012-11-28]. Dostupné z: http://www.auto.cz/ceny-aut-uz-neklesaji-cesko-jemezi-nejlevnejsimi-v-evrope-70919. Ekonomická revue. Vysoká škola báňská [online]. 2012 [cit. 2013-01-03]. Dostupné z: http://www.ekf.vsb.cz/miranda2/export/sitesroot/ekf/cerei/cs/okruhy/Papers/VOL15NUM03PAP03.pdf Hyundai Tiskové centrum - Tiskové zprávy: Převratná novinka na trhu – Hyundai pojištění. [online]. 2012 [cit. 2012-11-06]. Dostupné z: http://press.hyundai.cz/tiskovezpravy/prevratna-novinka-na-trhu-hyundai-pojisteni.html Ihned.cz: Expert: Ceny aut jsou v Česku velice nízko, moc prostoru k poklesu cen už není. [online]. [cit. 2012-10-22]. Dostupné z: http://byznys.ihned.cz/c1-54353640expert-ceny-aut-jsou-v-cesku-velice-nizko-moc-prostoru-k-poklesu-cen-uz-neni Jaká auta teď nejčastěji kupují Češi? Bílé kombíky s benzinovými motory! VELKÝ PŘEHLED. TN.cz: Zprávy/ekonomika [online]. 2012 [cit. 2012-12-28]. Dostupné z: http://tn.nova.cz/zpravy/ekonomika/jaka-auta-ted-nejcasteji-kupuji-cesi-bilekombiky-s-benzinovymi-motory-velky-prehled.html KUČERA, Petr. Rodin bez auta v Česku přibývá, už je jich osmina. Aktuálně.cz [online]. 2011 [cit. 2012-11-27]. Dostupné z: http://aktualne.centrum.cz/finance/doprava/clanek.phtml?id=699907.

68

Literatura

Registrace nových OA v ČR za měsíc 10/2012. SDA [online]. 2012 [cit. 2012-12-10]. Dostupné z: http://portal.sda-cia.cz/statr/2012-10.ktgOAm.CZ.html. Sdružení automobilového průmyslu: Automobilový průmysl v ČR Základní údaje a fakta [online]. 2012, 2012 [cit. 2012-10-08]. Dostupné z: http://www.autosap.cz/default2.asp?page={4A86501A-BBD5-4B8F-AE57397BC8051C9A} SOUKUP, Jan. Automobilový průmysl se v loňském roce podílel na tržbách z průmyslové produkce 22 procenty. [online]. [cit. 2012-10-03]. Dostupné z: http://www.mediafax.cz/ekonomika/4064304-Automobilovy-prumysl-se-v-lonskemroce-podilel-na-trzbach-z-prumyslove-produkce-22-procenty Strategie E15: Lze posilovat věrnost zákazníků na automobilovém trhu v ČR? Ano lze!. In: [online]. [cit. 2012-10-22]. Dostupné z: http://strategie.e15.cz/prilohy/lzeposilovat-vernost-zakazniku-na-automobilovem-trhu-v-cr-ano-lze768071#utm_medium=selfpromo&utm_source=e15&utm_campaign=copylink Tiskové zprávy: Jak si český zákazník vybírá osobní automobil?. Ppm factum [online]. 2011 [cit. 2012-11-28]. Dostupné z: http://www.factum.cz/440_jak-si-cesky-zakaznikvybira-osobni-automobil. Veřejná databáze ČSÚ. Český statistický úřad [online]. 2012 [cit. 2012-12-19]. Dostupné z: http://vdb.czso.cz/vdbvo/uvod.jsp Základní informace. SAP - Sdružení automobilového průmyslu [online]. 2002 [cit. 2012-11-20]. Dostupné z: http://www.autosap.cz/default2.asp?page={92C42442-92CB4197-9EE0-9839A3E65150}.


69

7 Seznam tabulek a obrázků 7.1 Seznam tabulek Tab. 1 Cíle práce..................................................................................................................9 Tab. 2 Vývoj produkce automobilového průmyslu ............................................................. 11 Tab. 3 Pohyb ceny automobilu Renault Thalia – základní verze ......................................... 17 Tab. 4 Cena automobilu Renault Thalia při financování prostřednictvím Renault Finance . 17 Tab. 5 Kontingenční tabulka absolutních četností .............................................................. 29 Tab. 6 Časový harmonogram ............................................................................................. 32 Tab. 7 Plán výzkumu ......................................................................................................... 33 Tab. 8 Základní údaje o provedeném výzkumu .................................................................. 33 Tab. 9 Zdroje respondentů ................................................................................................. 34 Tab. 10 Charakteristika respondentů ...........................................................................35 Tab. 11 Aspekty ovlivňující respondenty při nákupu automobilu ................................ 39 Tab. 12 Výsledky pro ověření hypotézy 2 ................................................................... 40 Tab. 13 Výsledky pro ověření hypotézy 5 ................................................................... 41 Tab. 14 Výsledky pro ověření hypotézy 7 ................................................................... 41 Tab. 15 Kontingenční tabulka absolutních četností – věk x status respondenta ............ 42 Tab. 16 Teoretické četnosti – věk x status respondenta ............................................... 42 Tab. 17 Kontingenční tabulka absolutních četností – příjem x status respondenta ....... 42 Tab. 18 Teoretické četnosti – věk x příjem respondenta .............................................. 43 Tab. 19 Kontingenční tabulka absolutních četností – podnikatel a zaměstnanec x dispozice firemního automobilu ............................................................................................ 43 Tab. 20 Teoretické četnosti - podnikatel a zaměstnanec x dispozice firemního automobilu 43 Tab. 21 Registrace vozidel dle značek (říjen 2012) ..................................................... 44 Tab. 22 Uvažované modely jednotlivých značek pro analýzu strany nabídky .............. 45 Tab. 23 Vývoj ceny modelu Škoda Fabia – prosinec 2007 – září 2012 ........................ 45 Tab. 24 Vývoj ceny modelu Škoda Octavia – prosinec 2007 – září 2012..................... 46 Tab. 25 Vývoj ceny modelu Škoda Octavia Combi – prosinec 2007 – září 2012 ......... 46 Tab. 26 Vývoj ceny modelu Škoda Superb – prosinec 2007 – září 2012...................... 47 Tab. 27 Vývoj ceny modelu Hyundai i30 – prosinec 2007 – září 2012 ........................ 47 Tab. 28 Vývoj ceny modelu Thalia Authentique – prosinec 2007 – září 2012 ............. 48 Tab. 29 Vývoj ceny modelu Golf – prosinec 2007 – září 2012 .................................... 48 Tab. 30 Vývoj ceny modelu Quashqai – prosinec 2007 – září 2012............................. 49 Tab. 31 Vývoj ceny modelu Focus – prosinec 2007 – září 2012 .................................. 49 Tab. 32 Vývoj ceny modelu Picanto – prosinec 2007 – září 2012................................ 50 Tab. 33 Informační kritéria pro použitá data – skutečné proměnné .............................. 51 Tab. 34 Informační kritéria pro použitá data – diference ............................................. 51 Tab. 35 VAR (4) – skutečné proměnné ....................................................................... 51 Tab. 36 ARCH efekt – skutečné proměnné ................................................................. 52 Tab. 37 Test autokorelace – skutečné hodnoty ............................................................ 52 Tab. 38 VAR model – diference ................................................................................. 52 Tab. 39 ARCH efekt – diference ................................................................................. 53 Tab. 40 Test autokorelace - diference ......................................................................... 53 Tab. 41 Průkazné koeficienty – závislost ceny modelu Škoda Fabia ........................... 54 Tab. 42 Průkazné koeficienty – závislost ceny modelu Škoda Octavia ........................ 54

70


Tab. 43 Průkazné koeficienty - závislost ceny modelu Škoda Octavia Combi ............. 54 Tab. 44 Průkazné koeficienty - závislost ceny modelu Hyundai i30 ............................ 55 Tab. 45 Průkazné koeficienty - závislost ceny modelu Renault Thalia......................... 55 Tab. 46 Průkazné koeficienty - závislost ceny modelu Volkswagen Golf .................... 56 Tab. 47 Průkazné koeficienty - závislost ceny modelu Nissan Quashqai ..................... 56 Tab. 48 Průkazné koeficienty - závislost ceny modelu Ford Focus .............................. 57 Tab. 49 Průkazné koeficienty - závislost ceny modelu Kia Picanto ............................. 57 Tab. 50 Informační kritéria pro použitá data (podmodel) – skutečné proměnné ...........58 Tab. 51 VAR (10) – skutečné proměnné ..................................................................... 59 Tab. 52 ARCH efekt (podmodel) – skutečné proměnné .............................................. 59 Tab. 53 Test autokorelace (podmodel) – skutečné hodnoty ......................................... 59 Tab. 54 VAR model (podmodel) – diference .............................................................. 59 Tab. 55 ARCH efekt (podmodel) – diference .............................................................. 60 Tab. 56 Test autokorelace (podmodel) - diference....................................................... 60 Tab. 57 Průkazné koeficienty - závislost ceny modelu Octavia na cenách modelů stejného výrobce ................................................................................................................... 61 Tab. 58 Průkazné koeficienty - závislost ceny modelu Octavia Combi na cenách modelů stejného výrobce ......................................................................................................61 Tab. 59 Počet evidovaných osobních automobilů na obyvatele ................................... 61 Tab. 60 Vyhodnocení otázky 1. .................................................................................. 76 Tab. 61 Vyhodnocení otázky 2. .................................................................................. 76 Tab. 62 Vyhodocení otázky 3. .................................................................................... 77 Tab. 63 Vyhodnocení otázky 4. .................................................................................. 78 Tab. 64 Vyhodnocení otázky 5. .................................................................................. 78 Tab. 65 Vyhodocení otázky 6. .................................................................................... 79 Tab. 66 Vyhodnocení otázky 7. .................................................................................. 80 Tab. 67 Vyhodnocení otázky 8. .................................................................................. 80 Tab. 68 Vyhodnocení otázky 9. .................................................................................. 81 Tab. 69 Vyhodnocení otázky 10. ................................................................................ 82 Tab. 70 Vyhodnocení otázky 11. ................................................................................ 82 Tab. 71 Vyhodnocení otázky 12. ................................................................................ 83 Tab. 72 Vyhodnocení otázky 13. ................................................................................ 84 Tab. 73 Vyhodnocení otázky 14. ................................................................................ 84 Tab. 74 Vyhodnocení otázky 15. ................................................................................ 85 Tab. 75 Vyhodnocení otázky 16. ................................................................................ 86 Tab. 76 Vyhodnocení otázky 17. ................................................................................ 86 Tab. 77 Vyhodnocení otázky 18. ................................................................................ 87 Tab. 78 Vyhodnocení otázky 19. ................................................................................ 88 Tab. 79 Vyhodnocení otázky 20. ................................................................................ 88 Tab. 80 Vyhodnocení otázky 20. – statistické hodnoty ................................................ 89 Tab. 81 Vyhodnocení otázky 21. ................................................................................ 89 Tab. 82 Vyhodnocení otázky 22. ................................................................................ 89 Tab. 83 Vyhodnocení otázky 23. ................................................................................ 90 Tab. 84 Vyhodnocení otázky 24. ................................................................................ 90 Tab. 85 Vyhodnocení otázky 24. – statistické údaje .................................................... 91 Tab. 86 Vyhodnocení otázky 25. ................................................................................ 91 Tab. 87 Vyhodnocení otázky 26. ................................................................................ 92


71

7.2 Seznam obrázků Obr. 1 Obr. 2 Obr. 3 Obr. 4 Obr. 5 Obr. 6 Obr. 7 Obr. 8 Obr. 9 Obr. 10 Obr. 11 Obr. 12 Obr. 13 Obr. 14 Obr. 15 Obr. 16 Obr. 17 Obr. 18 Obr. 19 Obr. 20 Obr. 21 Obr. 22 Obr. 23 Obr. 24 Obr. 25 Obr. 26 Obr. 27 Obr. 28

Vývoj tržeb automobilové a průmyslové produkce .................................................. 10 Počet automobilů v domácnosti............................................................................... 35 Spokojenost respondentů s automobilem, který využívají ........................................ 36 Preference respondentů při koupi automobilu – ojetý x nový automobil .................. 37 Preference respondentů koupě vozu v zahraničí ...................................................... 37 Zdroje, kde respondenti získávají informace o automobilech................................... 37 Ohled respondentů při nákupu automobilu na životní prostředí ............................... 39 Vývoj počtu automobilů v domácnostech ................................................................ 62 Vyhodnocení otázky 1. ........................................................................................... 76 Vyhodnocení otázky 2. .................................................................................. 77 Vyhodocení otázky 3. .................................................................................... 77 Vyhodnocení otázky 4. .................................................................................. 78 Vyhodnocení otázky 5. .................................................................................. 79 Vyhodnocení otázky 6. .................................................................................. 79 Vyhodnocení otázky 7. .................................................................................. 80 Vyhodnocení otázky 8. .................................................................................. 81 Vyhodnocení otázky 9. .................................................................................. 81 Vyhodnocení otázky 10. ................................................................................ 82 Vyhodnocení otázky 11. ................................................................................ 83 Vyhodnocení otázky 13. ................................................................................ 84 Vyhodnocení otázky 14. ................................................................................ 85 Vyhodnocení otázky 16. ................................................................................ 86 Vyhodnocení otázky 17. ................................................................................ 87 Vyhodnocení otázky 19. ................................................................................ 88 Vyhodnocení otázky 23. ................................................................................ 90 Vyhodnocení otázky 24. ................................................................................ 91 Vývoj cen modelů Fabia, Octavia, Octavia Combi, Superb, Hyundai i30 ....... 94 Vývoj cen modelů Picanto, Focus, Quashqai, Golf, Thalia ............................. 95

72

Přílohy

8 Přílohy Příloha č. 1 Dotazník Chování spotřebitele na trhu s automobily Vážení respondenti, tento dotazník je součástí diplomové práce s názvem Kvantitativní analýza cenové strategie v odvětví automobilového průmyslu. Proto Vás prosím o jeho vyplnění, které je zcela anonymní. Děkuji za Váš čas strávený vyplněním dotazníku, Bc. Lenka Šindelářová 1. Využíváte automobil jako dopravní prostředek? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí a podle toho se mu zobrazily dal-

2.

3.

4.

5.

6.

7.

ší otázky [Ano - otázka č. 2, Ne – otázka č. 6]. Ano Ne Jak často využíváte automobil? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Téměř každý den 5-6 dnů v týdnu 3-4 dny v týdnu 1-2 dny v týdnu Výjimečně Jste spokojen/ a s automobilem, který využíváte? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Nevím Ne Máte v rámci svého povolání k dispozici firemní automobil? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí a podle toho se mu zobrazily další otázky [Ano – otázka č. 5, Ne - otázka č. 6]. Ano Ne Využíváte firemní automobil i pro soukromé účely? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Ne Uskutečnil/ a jste někdy v minulosti koupi automobilu nebo o ní do budoucna uvažujete? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Nevím Ne Při nákupu automobilu byste dal/ a přednost: Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ojetý automobil Nový automobil Je mi to jedno

Přílohy 8.

73

Jakému typu automobilu byste při koupi dal/ a přednost? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Rodinný Sportovní Terénní Užitkový Nevím 9. Jak velikému automobilu byste dal/ a přednost? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Malý Střední Velký Nevím 10. Dal/ a byste přednost nákupu automobilu v zahraničí? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Nevím Ne 11. Považujete české značky vyráběné v České republice za kvalitnější než zahraniční? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Nevím Ne 12. Kterou značku automobilu preferujete? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí nebo napsat odpověď vlastními slovy. Nepreferuji žádnou ze značek Preferuji: _________________________________________ 13. Kde získáváte informace o automobilech? Povinná otázka, respondent musel zvolit alespoň některou z nabízených odpovědí. Internet Televize a rádio Tisk Od přátel V prodejně Jiné 14. Co by nemělo chybět ve výbavě Vašeho automobilu? Povinná otázka, respondent musel zvolit alespoň některou z nabízených odpovědí. Klimatizace Rádio Airbag Parkovací asistent Kožené sedačky Jiné: _________________________________________

74

Přílohy 15. Co by Vás při nákupu automobilu nejvíce ovlivnilo? (Respondenti ohodnotili každou z následujících položek body od 1-5, kdy 1=ovlivňuje mě hodně, 2=spíše mě ovlivňuje, 3=nevím, 4=spíše mě neovlivňuje, 5=vůbec mě neovlivňuje.) Povinná otázka, respondent se musel u každé podotázky rozhodnout mezi odpověďmi „1”, „2”, „3”, „4” a „5”, respondent se musel u každé podotázky rozhodnout mezi odpověďmi na dané škále.

16.

17.

18.

19.

Cena Spotřeba Kvalita Bezpečnost Zkušenost Servis Doporučení známých Velikost Doporučení personálu Barva Sleva Ekologie Značka Design Reklama Bezplatné testování Slevy a akce Informační tiskoviny Výkon Předváděcí akce Berete (resp. Bral/ a byste) při nákupu automobilu ohled na životní prostředí? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Nevím Ne Jste ochoten/na si za značku připlatit? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Ano Nevím Ne Kolik peněz jste ochoten/na utratit za automobil? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. 50 000 a méně 500 001-550 000 50 001-100 000 550 001-600 000 100 001-150 000 600 001-650 000 150 001-200 000 650 001-700 000 200 001-250 000 700 001-750 000 250 001-300 000 750 001-800 000 300 001-350 000 800 001-850 000 350 001-400 000 850 001-900 000 400 001-450 000 900 001-950 000 450 001-500 000 950 001 a více Pohlaví: Žena Muž Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí.

20. Jaký je Váš věk? Povinná otázka, respondent musel napsat číselnou odpověď (pouze kladná čísla). __________________

Přílohy

75

21. Jaké je Vaše vzdělání Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Základní Střední vzdělání s výučním listem Střední vzdělání s maturitní zkouškou Vyšší odborné vzdělání Vysokoškolské vzdělání - titul Bc. Vyšší vysokoškolské vzdělání než titul Bc. 22. Do které z následujících skupin byste se zařadil/a? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí nebo napsat odpověď vlastními slovy. Student Zaměstnanec Podnikatel Nezaměstnaný Jiné 23. V jakém oboru pracujete? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Průmysl Zemědělství Služby 24. Kolik automobilů máte v domácnosti k dispozici? Povinná otázka, respondent musel napsat číselnou odpověď (pouze nezáporná čísla). __________________ 25. Kolik členů má Vaše domácnost? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. 1 5 2 6 3 7 a více 4 26. Do které z následujících skupin rozmezí byste zařadil/ a svůj průměrný čistý měsíční příjem? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. 5 000 a méně 25 001-30 000 5 001-10 000 30 001-35 000 10 001-15 000 35 001-40 000 15 001-20 000 45 001-50 000 20 001-25 000 50 001 a více

76

Přílohy

Příloha č. 2 Analýza dotazníkového šetření Pozn.: Globální procenta se počítají s ohledem na celkový počet respondentů, lokální četnost bere potaz pouze respondenty, kteří danou otázku zodpověděli. 1. Využíváte automobil jako dopravní prostředek? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí a podle toho se mu zobrazily další otázky [Ano - otázka č. 2, Ne – otázka č. 6]. Tab. 60

Vyhodnocení otázky 1.

Odpověď Ano Ne Zdroj: Práce autora

Počet

Globálně [%] 280 34

89,17 10,83

Využíváte automobil jako dopravní prostředek? Ne 11%

Ano 89%



2. Jak často využíváte automobil? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 61


Odpověď Téměř každý den 1-2 dny v týdnu 3-4 dny v týdnu 5-6 dní v týdnu Výjimečně Zdroj: Práce autora

Počet 109 71 37 23 42

Lokálně [%] 38,65 25,18 13,12 8,16 14,89

Globálně [%] 34,71 22,61 11,78 7,32 13,38

Přílohy

77

Jak často využíváte automobil? Výjimečně 15% 5-6 dní v týdnu 8%

3-4 dny v týdnu 13%

Téměř každý den 39%

1-2 dny v týdnu 25%



3. Jste spokojen/ a s automobilem, který využíváte? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 62

Vyhodocení otázky 3. Odpověď

Počet

Ano Ne Nevím Zdroj: Práce autora

238 37 6

Lokálně [%] 84,70 13,17 2,14

Jste spokojeni s automobilem, který využíváte? Nevím 2% Ne 13%

Ano 85%

Zdroj: Práce autora Obr. 11 4.

Vyhodocení otázky 3.

Máte v rámci svého povolání k dispozici firemní automobil?

Globálně [%] 75,80 11,78 1,91

78

Přílohy

Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 63

Vyhodnocení otázky 4. Odpověď

Počet

Ne Ano Zdroj: Práce autora

Lokálně [%] 81,79 18,21

229 51

Globálně [%] 83,76 16,24

Máte rámci svého povolání k dispozici firemní automobil? Ano 18%

Ne 82%



5. Využíváte firemní automobil i pro soukromé účely? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 64


Odpověď Ne Ano Zdroj: Práce autora

Počet 26 25

Lokálně [%] 50,98 49,02

Globálně [%] 8,28 7,96

Přílohy

79

Využíváte firemní automobil i pro soukromé účely?

Ano 49%

Ne 51%



6. Uskutečnil/ a jste někdy v minulosti koupi automobilu nebo o ní do budoucna uvažujete? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí.

Uskutečnil/a jste někdy v minulosti koupi automobilu nebo o ní do budoucna uvažujete? Ne 13%

Nevím 5%

Ano 82%

Zdroj: Práce autora Obr. 14 Tab. 65

Vyhodnocení otázky 6. Vyhodocení otázky 6. Odpověď

Počet

Ano Ne Nevím Zdroj: Práce autora 7. Při nákupu automobilu byste dal/ a přednost: Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí.

Globálně [%] 257 42 15

81,85 13,38 4,78

80 Tab. 66

Přílohy Vyhodnocení otázky 7.

Odpověď Ojetý automobil Nový automobil Je mi to jedno Zdroj: Práce autora

Počet

Globálně [%] 144 139 31

45,86 44,27 9,87

Při nákupu automobilu byste dal/a přednost: Je mi to jedno 9%

Ojetý automobil 46% Nový automobil 45%



8. Jakému typu automobilu byste při koupi dal/ a přednost? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 67


Rodinný Sportovní Užitkový Terénní Nevím Zdroj: Práce autora

Počet

Globálně [%] 193 49 37 21 14

61,64 15,61 11,78 6,69 4,46

Přílohy

81

Jakému typu automobilu byste při koupi dal/a přednost? Terénní Užitkový 7% 12%

Nevím 4%

Sportovní 16%

Rodinný 61%



9. Jak velkému automobilu by jste dal/ a přednost? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí.

Jak velkému automobilu by jste dal/a přednost? Malý 9%

Nevím 1%

Velký 18%

Střední 72%



Tab. 68


Střední Velký Malý Nevím Zdroj: Práce autora

Počet

Globálně [%] 226 57 28 3

71,97 18,15 8,92 0,96

82

Přílohy

10. Dal/ a byste přednost nákupu automobilu v zahraničí? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 69


Počet

Ne Nevím Ano Zdroj: Práce autora

Globálně [%] 150 107 57

47,77 34,08 18,15

Dal/a byste přednost nákupu automobilu v zahraničí? Ano 18%

Ne 48%

Nevím 34%



11. Považujete značky vyráběné v České republice za kvalitnější než zahraniční? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 70


Odpověď Ne Nevím Ano Zdroj: Práce autora

Počet

Globálně [%] 191 72 51

60,83 22,93 16,24

Přílohy

83

Považujete značky vyráběné v České republice za kvalitnější než zahraniční? Ano 16% Nevím 23%

Ne 61%



12. Kterou značku automobilu preferujete? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí nebo napsat odpověď vlastními slovy. Tab. 71


Nepreferuji žádnou Audi Bentley BMW Citroen Ford Hyundai Chevrolet Kia Land Rover Mazda Mercedes - Benz Mini Opel Peugeot Renault Suzuki Škoda Toyota Volkswagen Volvo Alfa Romeo, Aston Martin, Dacia, Dodge, Jaguar, Mitsubishi, Nissan, Porsche, Saab, Nissan, Subaru Zdroj: Práce autora

Počet 137 15 2 25 6 12 8 2 4 2 9 7 3 3 5 3 2 56 3 25 8 1

84

Přílohy

13. Kde získáváte informace o automobilech? Povinná otázka, respondent musel zvolit alespoň některou z nabízených odpovědí. Tab. 72


Počet

Internet Od přátel Televize a rozhlas Tisk V prodejně Jiné Zdroj: Práce autora

277 207 104 95 62 27

Kde získáváte informace o automobilech? Jiné

27

V prodejně

62

Tisk

95

Televize a rozhlas

104

Od přátel

207

Internet

277 0

50

100

150

200

250

300



14. Co by nemělo chybět ve výbavě Vašeho automobilu? Povinná otázka, respondent musel zvolit alespoň jednu z nabízených odpovědí. Tab. 73


Odpověď Rádio Airbag Klimatizace Parkovací asistent Jiné Kožené sedačky Zdroj: Práce autora

Počet

Globálně 276 274 244 74 72 26

87,90 87,26 77,71 23,57 22,93 8,28

Přílohy

85

Co by nemělo chybět ve výbavě Vašeho automobilu? Kožené sedačky

26

Jiné

72

Parkovací asistent

74

Klimatizace

244

Airbag

274

Rádio

276 0

50

100

150

200

250

300



15. Co by Vás při nákupu automobilu ovlivnilo? (1 -ovlivňuje mě hodně, 2-spíše mě ovlivňuje, 3-nevím, 4-spíše mě neovlivňuje, 5-vůbec mě neovlivňuje.) Povinná otázka, respondent se musel u každé podotázky rozhodnout mezi odpověďmi „1”, „2”, „3”, „4” a „5”, respondent se musel u každé podotázky rozhodnout mezi odpověďmi na dané škále. Tab. 74

Vyhodnocení otázky 15. Podotázka

Cena Zkušenost Doporučení personálu Značka Slevy a akce Spotřeba Servis Barva Design Kvalita Doporučení známých Reklama Výkon Bezpečnost Velikost Ekologie Bezplatné testování Předváděcí akce Informační tiskoviny Zdroj: Práce autora

Průměr

Rozptyl 1,376 1,866 3,503 2,162 2,36 1,774 2,328 3,073 2,283 1,487 2,484 4,006 2,29 1,79 2,255 3,334 3.502 3,811 3,795

0,508 0,804 2,097 1.06 1,039 0,857 1,138 1,495 1,095 0,581 1,071 0,911 0,996 0,93 0,769 1,197 1,285 1,103 1,174

86

Přílohy

16. Berete (resp. bral/ a byste) při nákupu ohled na životní prostředí? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 75


Počet

Globálně [%]

Ne Ano Nevím Zdroj: Práce autora

181 72 61

57,64 22,93 19,43

Berete (resp. bral byste) při nákupu ohled na životní prostředí? Nevím 19% Ano 23%

Ne 58%



17. Jste ochoten/na si za značku připlatit? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 76


Odpověď Ano Ne Nevím Zdroj: Práce autora

Počet 133 115 66

Globálně [%] 42,36 36,62 21,02

Přílohy

87

Jste ochotni si za značku připlatit? Nevím 21%

Ano 42%

Ne 37%



18. Kolik peněz jste ochoten/na utratit za automobil? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 77


Odpověď 250 001-300 000 50 001-100 150 001-200 000 100 001-150 000 200 001-250 000 300 001-350 000 950 001 a více 50 000 a méně 350 001-400 000 400 001-450 000 500 001-550 000 450 001-500 000 550 001-600 000 800 001-850 000 750 001-800 000 650 001-700 000 600 001-650 000 850 001-900 000 700 001-750 000 Zdroj: Práce autora

Počet

Globálně [%] 46 45 39 38 30 20 19 17 11 10 9 8 8 4 3 2 2 2 1

14,65 14,33 12,42 12,10 9,55 6,37 6,05 5,41 3,50 3,18 2,87 2,55 2,55 1,27 0,96 0,64 0,64 0,64 0,32

88

Přílohy

19. Pohlaví: Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 78


Počet

Globálně [%]

Žena Muž Zdroj: Práce autora

182 132

57,96 42,04

Pohlaví

Muž 42% Žena 58%



20. Jaký je Váš věk? Povinná otázka, respondent musel napsat číselnou odpověď (pouze kladná čísla). Tab. 79


Odpověď 25 24 23 22 21 26 27 20 28 34 Ostatní odpovědi Zdroj: Práce autora

Počet

Globálně [%] 64 42 35 28 22 18 14 14 10 9 58

20,38 13,38 11,15 8,92 7,01 5,73 4,46 4.46 3,18 2,87 18,47

Přílohy Tab. 80

89

Vyhodnocení otázky 20. – statistické hodnoty Statistická poloha

Hodnota

Průměr Minimum Maximum Variační rozpětí Rozptyl Směrodatná odchylka Medián Modus Pozn.: Statistická data byla pro výpočty očištěna o 5% hodnot z každé strany. Zdroj: Práce autora 21. Jaké je Vaše vzdělání? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 81

25,48 20 39 19 17,19 4,15 25 25


Odpověď Vysokoškolské vzdělání - titul Bc. Střední vzdělání s maturitní zkouškou Vyšší vysokoškolské vzdělání než titul Bc. Střední vzdělání s výučním listem Vyšší odborné vzdělání Základní Zdroj: Práce autora

Počet 120 108 60 10 9 7

Globálně [%] 38,22 34,39 19,11 3,18 2,87 2,23

22. Do které z následujících skupin byste se zařadil/a? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí nebo napsat odpověď vlastními slovy. Tab. 82


Student Zaměstnanec Podnikatel Nezaměstnaný Jiné: Student i zaměstnanec Student i podnikatel Rodičovská dovolená OSVČ Důchodce Další odpovědi Zdroj: Práce autora

Počet

Globálně [%] 150 116 23 13

47,77 36,94 7,32 4,14

5 1 1 1 1 3

1,59 0,32 0,32 0,32 0,32 0,96

90

Přílohy

23. V jakém oboru pracujete? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 83


Počet

Služby Nepracuji Průmysl Zemědělství Zdroj: Práce autora

Globálně [%] 137 131 43 3

43,63 41,72 13,69 0,96

V jakém oboru pracujete? Průmysl 14%

Zemědělství 1% Služby 43%

Nepracuji 42%



24. Kolik automobilů máte v domácnosti k dispozici? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 84


Odpověď 1 2 3 0 4 5 6 8 58 Zdroj: Práce autora

Počet

Globálně [%] 122 92 51 19 14 12 2 1 1

38,85 29,30 16,24 6,05 4,46 3,82 0,64 0,32 0,32

Přílohy Tab. 85

91

Vyhodnocení otázky 24. – statistické údaje Statistická poloha

Hodnota

Průměr Minimum Maximum Variační rozpětí Rozptyl Směrodatná odchylka Medián Modus Pozn.: Statistická data byla pro výpočty očištěna o 5% hodnot z každé strany. Zdroj: Práce autora

1,83 0 5,00 5,00 0,87 0,93 2,00 1,00

Kolik automobilů máte v domácnosti k dispozici? 3 16%

0 6%

Ostatní 10% 1 39% 2 29%

Zdroj: Práce autora Obr. 26 Vyhodnocení otázky 24. 25. Kolik členů má Vaše domácnost? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 86


Odpověď 4 2 3 5 1 6 Více Zdroj: Práce autora

Počet

Globálně [%] 115 83 56 30 15 9 6

36,62 26,43 17,83 9,55 4,78 2,87 1,91

92

Přílohy

26. Do které z následujících skupin rozmezí byste zařadil/ a svůj průměrný čistý měsíční příjem? Povinná otázka, respondent musel zvolit jednu z nabízených odpovědí. Tab. 87


5 000 a méně 5 001-10 000 10 001-15 000 15 001-20 000 20 001-25 000 25 001-30 000 50 000 a více 30 001-35 000 35 001-40 000 45 001-50 000 Zdroj: Práce autora

Počet

Globálně [%] 90 55 44 44 25 22 18 8 7 1

28,66 17,52 14,01 14,01 7,96 7, 01 5,73 2,55 2,23 0,32

Přílohy

93

Příloha č. 3 Členové AutoSAP 100 % REWORK, s.r.o. AGADOS, spol. s r.o. AISIN EUROPE MANUFACTURING CZECH, s.r.o. Alexander Tyll, Nebovidy Alfmeier CZ, s.r.o., Plzeň Auto Salač, s.r.o. AUTOMOTIVE COMPONENTS CZECH, a.s. Behr Ostrava, s.r.o. BENTELER Automotive Rumburk, s.r.o. Böhm PLAST – TECHNIK, s.r.o. BOS Automotive Products CZ, s.r.o. BRANO Group, a.s. BRISK Tábor, a.s. CAS – Česká automobilová společnost, a.s. CESKA SPOLEČNOST PRO JAKOST CTS Czech Republic, s.r.o. DONALDSON CZECH REPUBLIC. s.r.o. DUVE ČR, s.r.o. EKOBUS, a.s. Erich Jaeger, s.r.o. Eurotax Glass´ s Czech, s.r.o. FEHRER Bohemia s.r.o. FERONA, a.s. FTE Automotive Czechia s.r.o. FUTABA Czech, s.r.o. GLOBAL ASSISTANCE, a.s. HELLA AUTOTECHNIK NOVA, s.r.o. HELLA Autotechnik, s.r.o. HELLA Corporate Center Central+Eastern Europe, s.r.o. HYUNDAI Motor Manufacturing Czech, s.r.o. IBS expert, s.r.o. Indent Safety Systems, a.s., Jasenice IRISIDENT s.r.o. IVECO Czech Republic, a.s. JIHOSTROJ a.s. JOHNSONS CONTROLS AUTOMOBILOVÉ SOUČÁSTKY, k.s. JTEKT Automotive Czech Pardubice s.r.o. JTEKT Automotive Czech Plzeň s.r.o. KAF Facility, s.r.o. KOYO BEARINGS CR s.r.o

Lear Corporation Czech Rep. s.r.o MB tech Bohemia s.r.o. MC Syncro Kolín s.r.o. MECAS ESI, s.r.o. Plzeň Monto spol. s.r.o. MORAVSKOSLEZSKÝ AUTOMOBILOVÝ KLASTR, o.s. MOTOR JIKOV Group, a.s MOTOR JKOV Strojírenská, a.s. Nová Huť - Válcovna za studena, spol. s.r.o NYK Logistic (Czech Republic) s.r.o. Openmatics s.r.o. OSTRAM, spol. s.r.o. PAL Magneton a.s. PLASTIKA, a.s., Kroměříž Porsche ingineering Services s.r.o. Precision Parts Manufacturing, s.r.o. RICARDO PRAGUE, s.r.o. SAAR Gummi Czech, s.r.o. Sdružení AP SCHWARZMÜLLER, s.r.o. SKLOPAN LIBEREC, a.s. SM Cesko, spol. s.r.o. Swotes, s.r.o., Hruškové Dvory ŠKODA Auto a.s. TATRA, a.s. TAWESCO, s.r.o. TESLA Jihlava a.s. TI Automotive AC, s.r.o. TOKOZ a.s. TOYODA Gosei Czech s.r.o. TOYOTA PEUGEOT CITROENAUTOMOBILE CZECH, s.r.o. TOYOTA TSHUSH O EUROPE, a.s. TRCZ,s.r.o. TŘINECKÉ ŽELEZÁRNY, a.s. TÜV SÜD Czech s.r.o. Univerzita J. E. Purkyně v Ústí nad Labem Univerzita Pardubice Volkswagen AG Webasto Product Czech Republic s.r.o. WHITE Nejdek, spol. s.r.o. ZF EINGINEERING Plzeň, s.r.o. 53

61

Základní informace. SAP - Sdružení automobilového průmyslu [online]. 2002 [cit. 2012-11-20]. Dostupné z: http://www.autosap.cz/default2.asp?page={92C42442-92CB-4197-9EE0-9839A3E65150} 61

94

Přílohy

Příloha č. 4 Vykreslení vývoje cen vybraných automobilů 800000

700000

Fabia Octavia Octavia_combi Superb i30

600000

500000

400000

300000

200000 2008

2009

2010

2011

2012

Zdroj: Gretl Obr. 27

Vývoj cen modelů Fabia, Octavia, Octavia Combi, Superb, Hyundai i30

Přílohy 700000

650000

95

Thalia Golf Quashqai Focus Picanto

600000

550000

500000

450000

400000

350000

300000

250000

200000

150000 2008

2009

2010

2011

Zdroj: Gretl Obr. 28

Vývoj cen modelů Picanto, Focus, Quashqai, Golf, Thalie

2012

96

Přílohy

Příloha č. 5 Ekonometrická analýza, VAR(10) proces (podmodel), odhady parametrů rovnice 1: Fabia Skutečné proměnné Koeficient const

Směr. chyba

Diference t-podíl

p-hodnota

126606

141556

0,8944

0,40082

Fabia_1

-0,754376

0,433483

-1,7403

Fabia_2

-0,164432

0,386033

-0,426

Fabia_3

-0,90442

0,290649

Fabia_4

0,547624

Fabia_5

2,24975

Fabia_6 Fabia_7

Koeficient

Směr. chyba

t-podíl

p-hodnota

1327,98

624,406

2,1268

0,07755

0,12536

-1,0499

0,279464

-3,7568

0,00943

0,68293

-0,525357

0,208084

-2,5247

0,045

-3,1117

0,01704

-0,721927

0,221029

-3,2662

0,01712

0,908041

0,6031

0,56547

0,602473

0,450333

1,3378

0,22942

1,20067

1,8737

0,10311

2,51487

0,710706

3,5386

0,01224

-1,13748

0,659553

-1,7246

0,12825

-1,87372

0,424814

-4,4107

0,00452

-1,67581

0,787101

-2,1291

0,07077

-2,15901

0,469296

-4,6005

0,00369

Fabia_8

-0,418908

0,245118

-1,709

0,1312

-0,498073

0,155687

-3,1992

0,01862

Fabia_9

-1,18421

0,538077

-2,2008

0,06365

-1,37294

0,287808

-4,7703

0,00309

Fabia_10

-2,09581

0,883687

-2,3717

0,04948

-2,37731

0,502469

-4,7313

0,00322

Octavia_1

1,22085

1,20318

1,0147

0,34403

1,96948

0,57494

3,4255

0,01405

Octavia_2

3,45263

1,27677

2,7042

0,03045

3,95326

0,753746

5,2448

0,00193

Octavia_3

1,01747

0,444813

2,2874

0,05602

1,17849

0,291344

4,045

0,00676

Octavia_4

1,1815

0,474394

2,4905

0,04156

1,40602

0,303413

4,634

0,00356

Octavia_5

2,36164

0,69767

3,385

0,01168

2,52551

0,410533

6,1518

0,00085

Octavia_6

0,704122

0,312117

2,256

0,05868

0,901717

0,20459

4,4074

0,00453

Octavia_7

0,279003

0,22711

1,2285

0,25896

0,432552

0,130154

3,3234

0,01594

Octavia_8

0,713266

0,0937725

7,6064

0,00013

0,746106

0,0547746

13,6214

<0,00001

Octavia_9

0,804691

0,347885

2,3131

0,05394

1,03773

0,229087

4,5298

0,00398 0,01545

Octavia_10

0,151621

0,201777

0,7514

0,47689

0,397964

0,118849

3,3485

Octavia_combi_1

-0,227771

0,655744

-0,3473

0,73854

0,540798

0,509338

1,0618

0,3292

Octavia_combi_2

1,80977

1,45931

1,2402

0,25487

2,0874

0,762082

2,7391

0,03378

Octavia_combi_3

4,44078

2,15139

2,0641

0,07789

5,07579

1,32102

3,8423

0,00854

Zdroj: Gretl

Přílohy

97

Skutečné proměnné Koeficient Octavia_combi_4

Směr. chyba

-0,970029

Diference t-podíl

p-hodnota

1,24597

-0,7785

0,46176

Koeficient

Směr. chyba

t-podíl

p-hodnota

-2,22851

0,759968

-2,9324

0,02621

Octavia_combi_5

-2,40851

1,28639

-1,8723

0,10333

-3,21136

0,764803

-4,1989

0,00569

Octavia_combi_6

-0,672031

0,405974

-1,6554

0,14183

-0,687838

0,271301

-2,5353

0,04436

Octavia_combi_7

-1,95806

0,975153

-2,008

0,08462

-2,21228

0,530483

-4,1703

0,00588

Octavia_combi_8

-3,63469

1,55261

-2,341

0,05177

-3,98405

0,876977

-4,5429

0,00392

Octavia_combi_9

0,0688325

0,158915

0,4331

0,67795

0,237921

0,104082

2,2859

0,06229

Octavia_comb_10

-0,035532

0,117509

-0,3024

0,77115

0,0820833

0,0968067

0,8479

0,42901

Superb_1

0,0100867

0,934126

0,0108

0,99169

-1,29239

0,526825

-2,4532

0,04958

Superb_2

-3,25923

0,801726

-4,0653

0,00478

-3,74348

0,618126

-6,0562

0,00092 0,00988

Superb_3

-3,03212

1,57991

-1,9192

0,09645

-3,80464

1,02339

-3,7177

Superb_4

-0,522851

0,647099

-0,808

0,44568

0,106939

0,569831

0,1877

0,85732

Superb_5

-0,401304

0,0270789

-14,8198

<0,00001

-0,414969

0,0173455

-23,9237

<0,00001

Superb_6

0,570398

0,623668

0,9146

0,39082

0,849164

0,33567

2,5298

0,04469

Superb_7

2,207

0,546646

4,0374

0,00495

2,38111

0,406284

5,8607

0,00109

Superb_8

1,7617

0,839208

2,0992

0,07395

1,94843

0,540691

3,6036

0,01132

Superb_9

0,266427

0,301523

0,8836

0,40623

-0,028455

0,254411

-0,1118

0,91459

Superb_10

1,03984

0,301341

3,4507

0,01068

0,724137

0,209718

3,4529

0,01358

Superb_7

2,207

0,546646

4,0374

0,00495

2,38111

0,406284

5,8607

0,00109

Superb_8

1,7617

0,839208

2,0992

0,07395

1,94843

0,540691

3,6036

0,01132

Superb_9

0,266427

0,301523

0,8836

0,40623

-0,028455

0,254411

-0,1118

0,91459

Superb_10 Zdroj: Gretl

1,03984

0,301341

3,4507

0,01068

0,724137

0,209718

3,4529

0,01358

Kvantitativní analýza cenové strategie v odvětví automobilového průmyslu

Recommend Documents