В борьбе за рынок ретейлеры все активней применяют технологии исследования потребительского поведения и спроса. Оно и понятно — чем лучше ты знаешь своего покупателя, тем выше вероятность, что ты предложишь ему что-то нужное. И он это купит.

Миллиарды на анализ
Емкость рынка исследований потребительского поведения и спроса на основе анализа big data (больших информационных баз данных) в мире исчисляется сотнями миллиардов долларов. Но в России этот рынок находится в начальной стадии развития и пока слабо консолидирован. По оценкам экспертов Российской гильдии маркетологов, его оборот составляет 18-20 млрд рублей в год. Правда, в эту оценку попадает только оборот крупных исследовательских компаний (Ipsos Comcon, A/R/M/I-Marketing Millward Brown, «ГфК-Русь», Nielsen, Mediascope (TNS), «Ромир» и др.) и их более мелких коллег, которые имеют узкую специализацию.

  

Между тем значительную долю работ в этой области (по некоторым данным, до 50%, то есть около 10 млрд рублей) обеспечивают исследовательские подразделения самих ретейлеров, оставшиеся за бортом статистики. Например, минувшей весной о создании дирекции по управлению проектами в сфере big data заявил лидер российского ретейла — холдинг X5 Retail Group. В руководстве компании считают, что это обеспечит рост и развитие бизнеса в ситуации, когда расширение площадей и повышение цен на товары уже не приносит значительной прибыли.

Методы бывают разные
Анализ больших информационных баз данных позволяет ретейлерам пристально и детально изучить потребителя — узнать его вкусы, предпочтения, ритм жизни, запросы и, опираясь на эти знания, предложить именно тот товар, который ему действительно нужен.

Основными методами изучения потребительского поведения являются опросы, наблюдение и эксперимент.
Наблюдение и опросы позволяют изучить спрос покупателей здесь и сейчас и получить обратную связь непосредственно из первых рук. Крупные компании используют для этого индексы оценки активности потребителей или их отношения к покупке товаров («РосИндекс» Ipsos Comcon, «Marketing Index» Mediascope, индекс уверенности потребителей Nielsen, индекс потребительской активности «Ромира» и другие).

«Прямое наблюдение организовать несложно. Но у метода есть недочет — на поведение покупателей могут оказать влияние разные неучтенные нежелательные факторы. Опросы более конкретны. Но они тоже допускают большую погрешность, поскольку покупателям бывает сложно оценить свое поведение в различных ситуациях шопинга и рассчитать в уме его численные показатели», — говорит старший аналитик отдела исследований рынка CBRE Константин Будагян.

«Проводя опрос, стоит помнить о выборке, которая обеспечивает ему необходимую репрезентативность. Согласно общепринятым стандартам, оптимальной считается выборка 1500 человек для всей России и 400 человек для отдельного города. При этом возможная погрешность может достигать 4%, что в принципе является нормой. При увеличении числа опрашиваемых погрешность, как правило, снижается, что еще более положительным образом сказывается на точности результатов опроса», — добавляет аналитик УК «ФИНАМ» Алексей Коренев.

Эксперимент — самый сложный и наиболее точный метод. С его помощью можно изучить, как те или иные внешние изменения влияют на поведение потребителя. «Например, крупным маркетинговым акциям часто предшествуют пилотные проекты в нескольких магазинах. Они позволяют получить предварительные данные об эффективности новой маркетинговой акции или продукта. Например, введение платы за большие пластиковые пакеты в некоторых российских сетях, проведенное в 2017 году («Ашан», «ВкусВилл», региональные франчайзи сети Spar), было постепенным — оценивали влияние этой меры на продажи магазинов. И если бы товарооборот магазинов из-за этого существенно снизился, ретейлеры, вероятно, отказались бы от платы за пакеты или предложили покупателям альтернативные виды упаковки. Но результат оказался положительный, и плату за пакеты ввели», — говорит Константин Будагян.



При этом, по его словам, изменения не всегда негативны для покупателей. Иногда они сводятся к акциям, которые стимулируют потребителей, например дополняя товар бонусом в виде сопутствующего товара или услуги. Примеры — бесплатная кружка или бокал при покупке кофе или вина, корзинка за 1 рубль при покупке фруктов в недавнем московском каталоге акций «Пятерочки» или бесплатная погрузка покупок сотрудником магазина в автомобиль в «Азбуке вкуса».

«Значение имеют и другие факторы опыта потребления, например удобство паркинга, очереди в кассу, удобство торгового пространства. Введение платы за паркинг в торговом центре, как правило, негативно влияет на показатели посещаемости. А если плата дифференцированная или есть периоды бесплатного паркинга, покупатели корректируют свое поведение, пользуясь более выгодными условиями», — перечисляет Константин Будагян. И добавляет, что такие эксперименты полезны не только для решения локальных задач, но также позволяют прогнозировать поведение потребителей в схожих ситуациях в будущем.

«Определив закономерности в поведении потребителей, заказчик может адаптировать комплекс маркетинговых мер и работу магазинов в соответствии с полученными данными. Он может повысить продажи и более точно прогнозировать результаты своей работы. Например, выбирая между скидками или дополнительными затратами на новый персонал в торговом зале или паркинг, ретейлер с помощью опросных методов и экспериментальных данных из нескольких магазинов может выбрать, какое улучшение важнее для покупателей», — пояснил эксперт CBRE.

Анализируй это
Сегодня практически все торговые площадки оснащены датчиками для сбора данных о трафике клиентов и пользовательском поведении (одним из лидеров рынка таких технологических решений является компания Watcom. — Ред.). «Самые распространенные и знакомые российскому рынку — счетчики посетителей, установленные как на главном входе торгового центра, так и на входе в каждую конкретную торговую точку. Они позволяют собственнику или управляющей компании не только вести общую статистику посещаемости, но и понять, куда в основном направляются посетители торгового комплекса, как проходит их маршрут, сколько времени они тратят на изучение товара, как ведут себя, сталкиваясь с препятствиями, например с очередью в отдел или в кассу, и какие зоны в ТК остаются «мертвыми», — перечисляет директор департамента IT Becar Asset Management Роман Блонов.

Анализируя эти данные, по его словам, собственники могут добиться значительного повышения эффективности разных зон торгового пространства, производя как глобальную ротацию арендаторов, так и незначительные корректировки — маркетинговые акции, усиление навигации, оформление пространства, смещение точек притяжения: общественных пространств и зон отдыха.

Интересный и довольно эффективный способ изучения аудитории в ретейле — карты лояльности. Один из самых успешных примеров их использования — у гипермаркетов «Лента» (третий в российском рейтинге крупнейших игроков отрасли). Картами лояльности этой сети уже пользуются 13 млн покупателей, причем не время от времени, а регулярно — в 90-98% транзакций. Все держатели карт автоматически становятся частью клиентской базы ретейлера, а история их покупок фиксируется и подвергается анализу. Эти данные, в частности, позволяют спрогнозировать динамику спроса на товары.


Более глубокий уровень сбора и анализа данных о поведении клиентов связан с повсеместным распространением Wi-Fi-сетей. Они позволяют не только посчитать, сколько людей зашло в магазин, но и отследить, как часто тот или иной пользователь заходит сюда, как долго он задерживается в той или иной зоне и т.д.

«С точки зрения эксплуатации объектов такие наблюдения помогают оптимизировать как использование квадратных метров, так и затраты на клининг, поддержание температуры и вентиляцию и другие характеристики, корректируемые в зависимости от заполняемости той или иной зоны здания», — поясняет Роман Блонов.

Есть и более серьезные уровни наблюдения. «Те же телекоммуникационные корпорации и банки обладают колоссальными знаниями о том, где мы живем и работаем, где иногда бываем, что чаще всего покупаем, сколько тратим. Обработка и адаптация этих данных, а также обмен ими — огромный сектор бизнеса», — констатирует Роман Блонов.

Как правило, данные эти не привязывают к конкретному физическому лицу — составляется лишь абстрактный портрет целевой аудитории. (За исключением тех случаев, когда идентификация помогает бороться с воровством. В данном случае портреты обличенных в краже людей ретейлеры заносят в черные списки и с ними сравнивают визуальные данные из покупательского потока.) В остальных случаях приватность личности нерушима и является залогом легитимности обмена данными между компаниями. Тем не менее происходит «персонификация потребителя»: из безликой клиентской массы проступают портреты людей с разным потребительским поведением. Это очень важно. Ведь только зная клиента «в лицо», можно предложить ему то, что нужно, и построить действительно эффективные рыночные отношения.

Перспективный сегмент
Усиление конкуренции в ретейле стимулирует и рост рынка услуг по изучению покупательского поведения. «По мере внедрения компьютерных технологий в продажах и их влияния на среду, где покупатель совершает покупки, ретейлеры будут уделять больше внимания изучению поведения покупателей на сайте интернет-магазинов, в поисковых системах, социальных сетях и виртуальном торговом пространстве в целом. Долгосрочным трендом для ведущих российских ретейлеров станет увеличение доли онлайн-продаж в товарообороте (к примеру, «М.видео» уже сейчас демонстрирует долю онлайн-продаж, приближенную к 20%). И это будет подстегивать рост расходов на исследования поведения покупателей в этом сегменте», — прогнозирует Константин Будагян.

С другой стороны, технологии big data, онлайн-опросы (включая опросы в приложениях для смартфонов и планшетов) и другие методы маркетинговых исследований виртуальной торговой среды будут использоваться все шире. А их доля в бюджетах ретейлеров на маркетинговые исследования увеличится, уверены эксперты.