Образование

Академия: продвинутая аналитика ассортимента

Образование

Академия: продвинутая аналитика ассортимента


Анализ ассортиментаодин из ключевых элементов базовой аналитики, позволяющий ритейлерам и производителям, среди прочего, улучшать свои позиции на рынке товаров повседневного спроса.

Но как с помощью работы с ассортиментом можно усилить положение в индустрии? Как игроки могут оценить потенциал своего портфеля, сравнить его с конкурентами и найти новые точки роста? Ответы на эти и другие вопросы — в новом материале Академии NielsenIQ, посвященном продвинутой аналитике ассортимента. 


Какие факторы помогают оценить ассортимент?

Производители и ритейлеры могут оценить свой ассортимент с помощью нескольких ключевых показателей. Среди них — среднее количество SKU (т.е. уникальных товарных позиций) на продающий магазин, доля игрока в ассортименте всей категории и эффективность ассортимента. Рассмотрим их на примере одного из производителей в категории безалкогольных напитков — назовем его «бренд 1». 

Представим, что показатель среднего количества SKU у этого бренда составляет 3. Это означает, что в точке, где продаются товары этой марки, на полке имеются 3 SKU интересующего нас бренда. Это могут быть SKU разных вкусов или в разных объемах упаковок. Для того, чтобы рассчитать этот показатель, нужно разделить кумулятивную дистрибуцию бренда на дистрибуцию бренда. О том, как измерить уровень кумулятивной дистрибуции, мы писали в предыдущих материалах Академии

При этом доля ассортимента у бренда 1 составляет 20% — это означает, что он занимает 20% от ассортимента всей категории напитков. С помощью такого показателя ритейлеры и производители могут оценивать свою долю на полке по сравнению с конкурентами. Чтобы рассчитать долю ассортимента, нужно разделить кумулятивную дистрибуцию своего бренда на кумулятивную дистрибуцию всей категории и умножить результат на 100.  

Третий показатель — это эффективность ассортимента, то есть отношение доли на рынке к доле на полке. Иными словами, для того, чтобы оценить эффективность своего портфеля, бренду 1 нужно знать свою долю продаж в структуре всей категории напитков и разделить этот показатель на долю в ассортименте (т.е. на 20%).  

В идеале доля ассортимента бренда должна соответствовать его доле рынка — такая ситуация называется «справедливой полкой». Если доля ассортимента выше доли рынка — это значит, что бренд перепредставлен, если ниже — недопредставлен. Допустим, у бренда 1 доля рынка равна 25%, доля ассортимента — 20%, следовательно эффективность ассортимента рассчитывается как 25/20 = 1,25. Это означает, что бренд является эффективным и недопредставлен в ассортименте категории, то есть он может усилить свои позиции за счет конкурентов. 

Как с помощью работы с ассортиментом можно усилить влияние на рынке?

Допустим, задача бренда 1 — усилить влияние, увеличив долю ассортимента в категории. Игрок может сделать это двумя способами: либо расширить представленность уже существующих SKU, либо запустить новинки (что увеличит количество товарных позиций бренда 1 на продающий магазин). Но как эти действия могут повлиять на долю бренда на рынке?

Представим, что бренд 1 решает запустить новую линейку и увеличить свой ассортимент в два раза — среднее количество SKU на продающий магазин возрастает с 3 до 6. Теперь в магазине продается вдвое больше напитков под этой маркой. Как следствие, вырастет и доля ассортимента этого бренда — например, с 20% до 25% (при условии, что портфель конкурентов и их представленность в категории не изменятся).

Теперь доля рынка у бренда 1 соответствует доле ассортимента — это значит, что он достиг «справедливой полки», то есть идеального соотношения, когда эффективность ассортимента равна единице. Однако можно ожидать, что в дальнейшем доля рынка этой марки увеличится — традиционно рост доли ассортимента ведет к увеличению рыночной доли, и в таком случае соотношение может измениться.

Если же бренд 1 хочет увеличить долю в ассортименте категории, но решает пока что не запускать новые линейки (как это было в примере выше), то он может усилить свое влияние через работу с существующими SKU внутри портфеля. К примеру, его целью может стать выход в новые розничные сети, где ранее не продавались напитки этой марки, расширение поставок в новые географии и т.д.

Это значит, что при работе с существующим портфелем производителям важно приоритизировать развитие тех продуктов, которые будут позитивно влиять на эффективность бренда, то есть способствовать наибольшему росту доли рынка при расширении ассортимента. Но с помощью каких аналитических инструментов можно выявить такие SKU и как оценить их потенциал для развития?

Как выявить SKU с самым высоким потенциалом для развития?

Метод воронок

Помимо анализа эффективности ассортимента, выявить потенциал для усиления тех или иных SKU в портфеле бренда можно и с помощью других методов. Один из них — метод воронок.  

Суть этого метода заключается в том, чтобы выявить, какие SKU в портфеле бренда успешны, но недопредставлены на полках, а какие, наоборот, представлены слишком широко. Такие выводы можно сделать на основе анализа двух показателей — спроса и взвешенной дистрибуции (ранее мы писали о них в статье Академии по базовой аналитике).  

Для этого мы исключаем SKU с низкой дистрибуцией, а затем ранжируем SKU в портфеле бренда по спросу от большего к меньшему и смотрим на уровень дистрибуции, т.е. на представленность товаров в торговых точках. Далее мы сравниваем показатели различных SKU между собой. Потенциал для развития определяется на основе того, как отличается спрос на SKU с одинаковым уровнем дистрибуции — например, если спрос на конкретное SKU выше, чем на товары с аналогичной представленностью, то у него есть потенциал для развития и его можно чаще выводить на полки. А если спрос низкий, то игрокам выгоднее пересмотреть свою полку и сфокусироваться на более популярных SKU. 

К примеру, в портфеле интересующего нас бренда мы видим, что SKU 6 имеет такой же уровень представленности на полках, как у SKU 4, но при этом спрос на него ниже. Это говорит о том, что SKU 6 может быть недостаточно эффективен при такой широкой представленности и, как следствие, его дистрибуцию можно снизить в пользу других товаров из портфеля. Одновременно самый популярный товар в ассортименте, SKU 1, имеет самую низкую дистрибуцию. Из этого можно сделать вывод, что игроку выгодно расширять представленность этого товара на полках, чтобы усилить свои продажи.

Помимо построения воронки внутри ассортимента отдельных брендов, мы также можем анализировать воронку и для всей категории напитков — это позволяет сравнить показатели с конкурентами и выделить те SKU, против которых у интересующего нас игрока есть потенциал к расширению дистрибуции.

Квадрантный анализ

Второй метод определения потенциала ассортимента — это квадрантный анализ (Product Quadrant Analysis, PQA). Такой метод заключается в том, что показатели взвешенной дистрибуции и уровня спроса на отдельные SKU сравниваются с медианными значениями этого ряда товаров. В результате каждый из них распределяется в один из четырех квадрантов (в зависимости от его высокой или низкой дистрибуции и спроса).

Условно назовем эти четыре сегмента «звездами», «продуктами с высоким потенциалом», «продуктами, требующими оптимизации» и «неоднозначными товарами». Рассмотрим каждый из них отдельно на примере портфеля уже знакомого нам бренда 1:

1

Звезды

Это наиболее эффективные SKU с показателями выше медианных, как с точки зрения спроса, так и дистрибуции. На примере бренда 1 мы видим, что в этот квадрант входят продукт 2 и продукт 3, которые являются наиболее успешными в портфеле игрока.

2

Продукты с высоким потенциалом

Это те товары, которые имеют высокий уровень спроса, но недостаточную представленность на полках (например, SKU 1). Это значит, что игроки могут развивать дистрибуцию таких товаров, чтобы перевести их в квадрант звезд.

3

Продукты, требующие оптимизации

Это товары, у которых и спрос, и дистрибуция находятся ниже медианных значений. Такая картина может быть приемлема для новинок, однако если продукты находятся в портфеле достаточно давно и не демонстрируют конкурентоспособных значений, они могут стать кандидатами на оптимизацию или делистинг. В примере ниже — это SKU 4 и SKU 5.

4

Неоднозначные товары

Это продукты, у которых высокая дистрибуция, но низкий уровень спроса (например, SKU 6). Для таких товаров необходима либо оптимизация представленности на полках, либо дополнительная маркетинговая активность, чтобы повысить спрос.

Помимо изучения портфеля конкретного игрока, такой анализ на основе агрегированных баз данных можно проводить внутри отдельной категории, бренда, весового сегмента и т.д.

Анализ ассортимента, основанный на знании взаимодействия между продуктами

Помимо воронок и квадрантного анализа, изучение ассортимента можно проводить и с помощью более сложных методик — например, моделирования данных, А/Б тестов и других. Для такой глубокой аналитики мы используем более гранулярные данные — на уровне отдельных магазинов и продаж по неделям, чтобы достичь максимальной точности.

Одно из таких направлений анализа — расчет показателей инкрементальности и каннибализации, которые отражают взаимодействие между продуктами. Это позволяет понять, как продажи перераспределяются между SKU на реальной полке, когда товары стоят рядом в розничной точке.

Представим, что в категории напитков мы анализируем два товара: продукт 1 со средними продажами в 1000 рублей и продукт 2 с продажами в 600 рублей. Но когда эти товары встают на полку вместе, итоговые продажи составят только 1200 рублей: это происходит за счет того, что напитки забирают часть продаж друг у друга. В нашем случае продукт 2 «забирает» у соседа 400 рублей — этот показатель мы будем называть каннибализированными продажами (фиолетовая часть на картинке). Дополнительно продукт 2 принесет только оставшиеся 200 рублей — эти продажи станут инкрементальными (желтая часть на картинке). При этом важно помнить, что продукт может быть и декрементален — в случае, если он каннибализирует больше продаж, чем приносит самостоятельно.

Понимание уровня инкрементальности SKU и их взаимодействия друг с другом позволяет с высокой точностью рассчитать, какой уровень продаж будет у разной комбинации продуктов. Игроки, в свою очередь, на основе таких расчетов могут оптимизировать ассортимент и принимать решения о том, какие продукты будут формировать полку, чтобы приносить наибольшие продажи.

Квадрантный анализ на основе инкрементальности сегмента

В рамках исследований ассортимента мы рассчитываем показатели инкрементальности и каннибализации не только на уровне отдельных SKU, но и на уровне сегментов, брендов и т.д. Это позволяет взглянуть на аналитику шире: к примеру, при анализе напитков по сегментам упаковок инкрементальность будет показывать, какие дополнительные продажи для категории приносит расширение тех или иных объемов, и какие бизнес-рекомендации можно сформировать для игроков.

Такую оценку ассортимента мы проводим на основе квадрантного анализа — метода, который мы уже использовали ранее, но в этот раз будем опираться на другие показатели. В данном случае необходимо изучить соотношение инкрементальности (горизонтальная ось) к среднему спросу (вертикальная ось). В таком варианте квадранты будут распределены следующим образом:

  • Декрементальный с низким спросом
  • Декрементальный с высоким спросом
  • Инкрементальный с высоким спросом
  • Инкрементальный с низким спросом

Рассмотрим эти квадранты на примере одного из производителей напитков. В его портфеле присутствуют товары в четырех типах упаковки — банки 0.33 и 0.5 литров, а также бутылки 0.5л и 1.5.л. Рассмотрев инкрементальность на уровне этого производителя, мы можем прийти к следующим выводам:

  • Банки 0.5л покупают реже: это сегмент с низким спросом. Более того, он декрементален, то есть каждое дополнительное SKU в этом сегменте всё больше «отъедает» продажи у других товаров, чем приносит самостоятельно. А значит, игроку выгоднее уменьшать дистрибуцию продуктов этого сегмента и заменять его на более прибыльные позиции.
  • На формат бутылок 1.5л спрос высокий, но у него низкая инкрементальность. Это говорит о том, что расширение таких продуктов на полке приводит к общему уменьшению продаж, поэтому такой сегмент стоит изучить глубже и сравнить с другими товарами. А учитывая высокий спрос, заменять каннибализирующие продукты стоит аккуратно — например, уменьшать дистрибуцию отдельных SKU с низкими показателями.
  • Сегмент бутылок 0.5л находится в зоне высокой инкрементальности и высокого спроса. Это значит, что присутствие такого формата на полках и его долю в ассортименте стоит увеличивать — его расширение принесет дополнительные продажи для производителя.
  • Формат банок 0.33л также инкрементален, но у него низкий спрос. Это говорит о том, что расширение такого сегмента может принести игроку дополнительные продажи, но при этом необходима маркетинговая поддержка или другие активации для роста спроса.

Проведя на основе показателя инкрементальности такое исследование, игрок может выявить, в каком направлении стоит расширять и уменьшать дистрибуцию продуктов, а также получить конкретные рекомендации по работе со своим портфелем для достижения более высокого уровня продаж. Подобный анализ можно построить не только для портфеля отдельного игрока, но и для всей категории напитков — особенно на фоне того, что такую переоценку важно делать в условиях изменения конкурентной среды.

Анализ успешности новинки через понимание источников роста продаж

Ранее мы говорили о том, что один из источников роста доли ассортимента для игроков рынка — это внедрение новых SKU. При поверхностном анализе может показаться, что новинки — это всегда источник роста продаж, так как все продажи новинок становятся для игрока дополнительными. Однако на самом деле практически любая новинка при появлении на рынке забирает какую-то часть продаж у других товаров — в том числе из портфеля того производителя, который запустил этот продукт.

Именно поэтому для анализа успешности новинки полезно понимать, у каких именно товаров новинка каннибализировала продажи. При этом для подобного анализа не потребуется построение квадрантов: игроки могут сравнить изменения в продажах брендов в точках, где новинка запускалась, с теми магазинами, где она не появилась на полках. Как следствие, можно вычислить, из каких источников появились продажи новинок.

К примеру, возьмем уже знакомого производителя в категории напитков. Допустим, он запустил новый продукт — товары в двухлитровых бутылках, которые уже продаются в магазинах. Успешность такого запуска мы можем оценить на основе того, какие источники стали драйверами его продаж. Если разложить источники роста на составляющие, заметно, что около 20% продаж новый запуск «забрал» у продуктов из своего портфеля, остальные же продажи были каннибализированы у SKU других производителей. В первую очередь это говорит о том, что новый продукт растет за счет конкурентов, а сам запуск оценивается положительно: если из своего портфеля он «забирает» менее 30%, в среднем новинку можно считать успешной. Однако критерий успешности не универсален и может отличаться: в зависимости от индустрии, насыщенности портфеля производителя и т.д.

Как может помочь аналитика ассортимента?

Изучив метод воронок, квадрантный анализ и инкрементальность, игроки могут не просто рассчитать долю своего ассортимента в категории или ширину его представленности на полках, но и получить конкретные рекомендации для дальнейшего развития бизнеса: выявить наиболее и наименее успешные SKU, найти потенциальные зоны роста, оптимизировать свой портфель и сформировать самые прибыльные комбинации товаров на полках.

Углубленная аналитика ассортимента доступна как для конкретных брендов, так и для сегментов или категории в целом. В результате это позволяет игрокам видеть актуальные цифры в той нише, где представлены их товары, сравнивать свои показатели с конкурентами и продолжать работу с ассортиментом для повышения уровня продаж. Тем не менее важно не забывать и о других направлениях работы с портфелем — ценах, промо, каналах продаж и других.