ОФД и новые данные. Как и где это работает

Дмитрий Батюшенков , директор по продуктам на данных, платформа ОФД

Transcript

1. ОФД И НОВЫЕ ДАННЫЕ 1 КАК И ГДЕ ЭТО РАБОТАЕТ
2. Про данные Основные ограничения в соответствии с 54-ФЗ • не можем передавать данные в сыром виде, только агрегированные и обезличенные • не можем передавать фискальные признаки документа Уровни детализации: • географическая детализация: брик 3+ точки / индексная зона / город / субъект федерации / федеральный округ / вся страна • детализация точек продаж: канал продаж /тип торговой точки • товарная детализация: категория / бренд производителя /SKU, приведенный к «мастер-данным» БОЛЕЕ 2 МЛРД ЗАПИСЕЙ ТОВАРОВ В БАЗЕ 2
3. 3 3 500 000 В 2020 году число онлайн-касс составляет более
4. 4 4 ИССЛЕДОВАНИЕ КАТЕГОРИЙ / БРЕНДОВ / SKU
5. Описание исследования AB InBev Efes Baltika Heineken Moscow Brewing Company (MPK) Другие производители Bavaria Arsenalnoe Amstel Bear Beer Другие производители Beliy Medved Baltika 0 Amur Bochkove Bud Baltika 3 Bereg Baykala Budweiser Essa Baltika 7 Bochkarev Erdinger Gold Mine Beer Baltika 9 Desperados Faxe Hoegaarden Baltika Kuler Doctor Diesel Hollandia Klinskoe Bolshaya Kruzhka Edelweiss Khamovniki Lowenbrau Carlsberg Feilong Mokhnatiy Shmel Miller Chelyabinskoe Gösser Motor Sibirskaya Korona Don Guinness NP Stariy Melnik Kronenburg Heineken® Obolon Staropramen Legenda Kalinkin Trekhgornoe Stella Artois Tuborg Kenigsberg Wolf's Brewery Spaten Warsteiner Krepkoe Zhiguli T Zatecky Gus Krusovice Tolstyak Zhigulevskoe Okhota Velkopopovicky Kozel Okome Zhigulevskoe Okskoe Zhigulevskoe Ostmark Zhigulevskoe Crayfish Patra Zolotaya Bochka Other * цветом выделены бренды, участвующие в исследовании Платформа ОФД в FMCG: • Различные каналы продаж: от национальных сетей до традиционной розницы; • Более 100 000 касс в FMCG сегменте; • Более 65 000 торговых точек FMCG; • Предоставление данных на следующий день; Особенности исследования: • 30 брендов различных производителей: AB InBev Efes, Балтика, Heineken, Московская Пивоваренная Компания; • Период исследования: 01.07.2019 - 28.07.2019; • Детализация до бренда; • Деление на современную (МТ) и традиционную розницу (ТТ). 5 5
6. Анализ рынка Прочие 24,1 % МПК 7,8 % Heinekien 12,8 % AB InBev Efes 24,2 % Балтика 31,1 % Балтика AB InBev Efes Heinekien МПК Прочие Остальной рынок 584 млрд. руб. Платформа ОФД (27%) 216 млрд. руб. Объем рынка, руб., 2018 г. 800 млрд. руб. Объем рынка, руб. (01.07.2019 - 28.07.2019) 6 718 678 026 руб. Объем рынка, шт. (01.07.2019 - 28.07.2019) 123 963 470 шт. Количество магазинов, продающих категорию (июнь-сентябрь 2019) 35 379 шт. ДЕМО-КЕЙС Объем рынка, руб., июль 2019 18 млрд. руб. Объем рынка, шт. июль 2019 332 млн. шт. Количество магазинов, продающих категорию (июнь-сентябрь 2019) 44 573 шт. ВЕСЬ РЫНОК 6
7. Доля бренда в деньгах, МТ и ТТ* 0 % 1,5 % 3 % 4,5 % 6 % baltika bud kozel carlsberg stariy_melnik zatecky_gus ohota heineken lowenbrau ziguly amstel sibirskaya_korona beliy_medved krusovice gold_mine hoegaarden kronenbourg tuborg stella_artois spaten zolotaya_bochka bavaria faxe obolony guinness hamovniki mohnatiy_shmel gosser motor budweiser trexgornoe erdinger warsteiner 0,01 % 0,02 % 0,03 % 0,04 % 0,08 % 0,08 % 0,08 % 0,10 % 0,14 % 0,15 % 0,15 % 0,39 % 0,39 % 0,68 % 0,70 % 0,73 % 0,75 % 0,86 % 0,94 % 1,14 % 1,16 % 1,22 % 1,36 % 1,47 % 1,51 % 1,64 % 2,01 % 2,21 % 2,42 % 2,58 % 3,04 % 3,52 % 5,74 % * - МТ - современная торговля; ТТ - традиционная розница Рыночные доли Доля рынка может быть представлена как % от объема продаж в рублях или штуках. Возможна детализация до производителя/бренда/SKU. Возможные временные разрезы: месяц, неделя, день. Максимальная географическая детализация - брик из трех торговых точек. 7 Доля бренда в деньгах указывает на ключевые бренды, с которыми компании необходимо работать и обратить особое внимание. Изменение этих долей в динамике (в особенности по субъектам РФ и населенным пунктам) может указывать на успешность/неуспешность рекламных кампаний и работы территориальных менеджеров и торговых представителей. i
8. Средняя цена за единицу товара в MT и ТТ* 0 50 100 150 200 250 300 amstel baltika bavaria beliy_medved bud budweiser carlsberg erdinger faxe gold_mine gosser guinness hamovniki heineken hoegaarden kozel kronenbourg krusovice lowenbrau mohnatiy_shmel motor obolony ohota sibirskaya_korona spaten stariy_melnik stella_artois trexgornoe tuborg warsteiner zatecky_gus ziguly zolotaya_bochka 41,61 60,29 89,4 189,79 84,2 68,72 74,62 56,83 190,03 61,49 80,33 95,86 78,02 95,85 70,11 77,41 76,77 65,9 80,39 73,38 66,62 232,55 71,5 107,93 50,33 254,08 52,43 178,89 67,36 87,06 73,77 68,94 60,58 37,9 37,45 69,04 121,53 53,92 76,38 57,96 43,11 98,93 58,96 69,72 83,29 76,91 56,49 75,37 51,03 65,28 48,53 67,05 52,75 50,34 138,3 47,83 83,4 44,19 113,14 41,08 95,52 49,89 63,38 70,58 48,71 45,6 MT ТТ Мониторинг цен Бренд Средняя цена guinness 141,96 ₽ warsteiner 128,53 ₽ erdinger 128,38 ₽ spaten 101,54 ₽ budweiser 98,97 ₽ obolony 88,64 ₽ gold_mine 83,98 ₽ motor 77,65 ₽ trexgornoe 75,16 ₽ lowenbrau 75,07 ₽ bavaria 72,26 ₽ ohota 71,07 ₽ zatecky_gus 70,56 ₽ hoegaarden 68,36 ₽ beliy_medved 67,46 ₽ kronenbourg 66,03 ₽ stella_artois 59,21 ₽ sibirskaya_korona 59,06 ₽ mohnatiy_shmel 57,69 ₽ tuborg 56,33 ₽ heineken 54,19 ₽ hamovniki 53,89 ₽ krusovice 52,06 ₽ baltika 51,43 ₽ bud 50,53 ₽ kozel 49,61 ₽ gosser 47,95 ₽ amstel 47,02 ₽ faxe 45,66 ₽ stariy_melnik 44,11 ₽ carlsberg 41,89 ₽ ziguly 40,67 ₽ zolotaya_bochka 38,51 ₽ Мониторинг цен позволяет отслеживать цены как на собственные продукты, так и на продукты конкурентов. Возможна различная детализация в зависимости от поставленных задач. 8 i Мониторинг средневзвешенных цен в динамике позволяет косвенно отслеживать промо, а также неравномерность ценовой политики по субъектам РФ. Представляется возможным выделение конкурентных групп по ценовой политике. * - МТ - современная торговля; ТТ - традиционная розница
9. Мониторинг цен Мониторинг цен позволяет отслеживать цены как на собственные продукты, так и на продукты конкурентов. Возможна различная детализация с точки зрения времени, географии и каналов продаж в зависимости от поставленных задач. 9 Средняя цена в разрезе недель, MT 30 руб. 35 руб. 40 руб. 45 руб. 50 руб. 55 руб. 60 руб. 65 руб. 70 руб. 75 руб. 80 руб. 85 руб. 90 руб. 95 руб. 100 руб. 27 неделя 28 неделя 29 неделя 30 неделя baltika bud carlsberg heineken kozel lowenbrau ohota stariy_melnik zatecky_gus ziguly Средняя цена в разрезе недель, TT 30руб. 35руб. 40руб. 45руб. 50руб. 55руб. 60руб. 65руб. 70руб. 75руб. 80руб. 85руб. 90руб. 95руб. 100руб. 27 неделя 28 неделя 29 неделя 30 неделя baltika bud carlsberg heineken kozel lowenbrau ohota stariy_melnik zatecky_gus ziguly 27 неделя 28 неделя 29 неделя 30 неделя i Большая разница между средневзвешенными ценами в конкурентных парах позволяет принимать решения по изменению ценовой политики (отпускных цен дистрибьюторам).
10. Анализ дистрибуции Оценка нумерической и взвешенной дистрибуции на основе данных проданных товаров. Возможна различная детализация с точки зрения товаров, времени, географии и каналов продаж в зависимости от поставленных задач. 10 Нумерическая дистрибуция, TT 20 % 24 % 28 % 32 % 36 % 40 % 44 % 48 % 52 % 56 % 60 % 64 % 68 % 72 % 76 % 80 % 27 неделя 28 неделя 29 неделя 30 неделя baltika bud carlsberg heineken kozel lowenbrau ohota stariy_melnik zatecky_gus ziguly Нумерическая дистрибуция, MT 75 % 76 % 77 % 78 % 79 % 80 % 81 % 82 % 83 % 84 % 85 % 86 % 87 % 88 % 89 % 90 % 91 % 92 % 93 % 27 неделя 28 неделя 29 неделя 30 неделя baltika bud carlsberg heineken kozel lowenbrau ohota stariy_melnik zatecky_gus ziguly i Низкая нумерическая дистрибуция бренда может стать причиной плохой узнаваемости бренда и перетоком ЦА на бренды конкурента с более высокой дистрибуцией.
11. Бренд Лен. Область Москва Московская область Санкт- Петербург baltika 648 4 008 6 075 1 967 bud 505 4 248 5 876 1 890 carlsberg 637 3 859 5 897 1 932 heineken 562 4 305 5 936 1 933 kozel 541 4 296 6 020 1 920 lowenbrau 516 4 188 5 919 1 898 ohota 581 4 226 5 932 1 905 stariy_melnik 345 3 323 5 139 1 145 zatecky_gus 634 3 854 5 963 1 926 ziguly 561 4 286 6 003 1 908 Бренд Лен. Область Москва Московская область Санкт- Петербург baltika 314 1 240 1 570 555 bud 65 905 1 028 282 carlsberg 281 947 1 114 495 heineken 133 949 989 442 kozel 151 1 194 1 535 431 lowenbrau 90 745 771 247 ohota 196 986 1 234 458 stariy_melnik 123 740 1 072 245 zatecky_gus 254 945 1 193 475 ziguly 110 1 221 1 486 486 Анализ дистрибуции в регионах Оценка нумерической и взвешенной дистрибуции на основе данных проданных товаров. Возможна различная детализация с точки зрения товаров, времени, географии и каналов продаж в зависимости от поставленных задач. 11 ДИСТРИБУЦИЯ В РАЗРЕЗЕ РЕГИОНОВ, МТ ДИСТРИБУЦИЯ В РАЗРЕЗЕ РЕГИОНОВ, ТТ Анализ дистрибуции по регионам позволяет выделить "сильные" и "слабые" регионы для более внимательной проработки с территориальными менеджерами i
12. Анализ доли на полке Оценка среднего количества SKU каждого бренда, продающегося в торговых точках Среднее количество SKU в торговой точке 0 2 4 6 8 10 12 Количество торговых точек 10 000 15 000 20 000 25 000 30 000 baltika kozel bud krusovice amstel zatecky_gus ziguly lowenbrau heineken ohota beliy_medved kronenbourg * - площадь круга показывает дистрибуцию бренда относительно «юниверса» 12 Присутствие большого количества магазинов с широким ассортиментом позволяет оценить качество работы территориальных менеджеров и проводить детальный анализ соотношения количества sku, дистрибуции и доли бренда в деньгах. i
13. Анализ доли на полке Оценка среднего количества SKU каждого бренда, продающегося в торговых точках Среднее количество SKU в торговой точке 0 2 4 6 8 10 12 Количество торговых точек 10 000 15 000 20 000 25 000 30 000 baltika kozel bud krusovice amstel zatecky_gus ziguly lowenbrau heineken ohota beliy_medved kronenbourg * - площадь круга показывает дистрибуцию бренда относительно «юниверса» 13 Присутствие большого количества магазинов с широким ассортиментом позволяет оценить качество работы территориальных менеджеров и проводить детальный анализ соотношения количества sku, дистрибуции и доли бренда в деньгах. i ВЫВОДЫ 1 2 3 Потребление в категории «Пиво» неразрывно связано с категорией «Яйца». Как правило, когда мужчина отправляется в магазин за стандартным набором продуктов, включая яйца, берет и пиво. Обычно, месячные объемы продаж яиц и пива меняются пропорционально. В городах всегда есть пивные «центры притяжения» – на этих территориях пива потребляется заметно больше, чем во всех остальных. В течение дня спрос на пивные бренды меняется, в зависимости от цены. Эта картина устойчива и прослеживается в большинстве крупных городов.
14. 14 14 АНАЛИЗ РЕКЛАМНОЙ АКТИВНОСТИ
15. Описание исследования Платформа ОФД в FMCG: • Различные каналы продаж: от национальных сетей до традиционной розницы; • Более 150 000 касс в FMCG / Pharma сегменте; • Более 90 000 торговых точек FMCG / Pharma; Особенности исследования: • категория: бумажные средства гигиены • 5 брендов различных производителей, 20 SKU внутри каждого бренда; • Детализация до бренда и SKU; 15 15 Основные точки роста 1 2 3 Индикаторы трендов продаж Таргетинг Профилирование аудитории
16. Оценка эффективности рекламы в режиме реального времени 16
17. 17 17 Триггеры Индикаторы Проверка гипотез Гарантия «чистоты трафика» ПОКУПКИ ЗА ПОСЛЕДНИЕ 6 МЕСЯЦЕВ ПО 5 БРЕНДАМ И 20 SKU ДОЛЯ ПЛАТФОРМЫ СОВПАЛА С ОТЧЕТОМ О ПРОДАЖАХ ЗАКАЗЧИКА ЗА ЭТОТ ПЕРИОД И СОСТАВИЛА 31,4% ПРИРОСТ СЧИТАЛИ ПО CPA, ЕСЛИ НИЖЕ СТОИМОСТИ УПАКОВКИ - УСПЕШНО 4,2% СОВЕРШИЛИ ПОВТОРНУЮ ПОКУПКУ SKU В ТЕЧЕНИЕ 1 МЕСЯЦА ПОСЛЕ РК ЗАКАЗЧИК НА 5 МЕСТЕ В СПИСКЕ ИНВЕСТИЦИЙ В DIGITAL 2019 PRE-CAMPAIGN АНАЛИТИКА РЕКЛАМНАЯ КАМПАНИЯ АНАЛИЗ ЭФФЕКТИВНОСТИ 14,9% ПОВЫШЕНИЕ ВЫРУЧКИ Итерации исследования
18. 18 18 Триггеры Индикаторы Проверка гипотез Гарантия «чистоты трафика» ПОКУПКИ ЗА ПОСЛЕДНИЕ 6 МЕСЯЦЕВ ПО 5 БРЕНДАМ И 20 SKU ДОЛЯ ПЛАТФОРМЫ СОВПАЛА С ОТЧЕТОМ О ПРОДАЖАХ ЗАКАЗЧИКА ЗА ЭТОТ ПЕРИОД И СОСТАВИЛА 31,4% ПРИРОСТ СЧИТАЛИ ПО CPA, ЕСЛИ НИЖЕ СТОИМОСТИ УПАКОВКИ - УСПЕШНО 4,2% СОВЕРШИЛИ ПОВТОРНУЮ ПОКУПКУ SKU В ТЕЧЕНИЕ 1 МЕСЯЦА ПОСЛЕ РК ЗАКАЗЧИК НА 5 МЕСТЕ В СПИСКЕ ИНВЕСТИЦИЙ В DIGITAL 2019 PRE-CAMPAIGN АНАЛИТИКА РЕКЛАМНАЯ КАМПАНИЯ АНАЛИЗ ЭФФЕКТИВНОСТИ 14,9% ПОВЫШЕНИЕ ВЫРУЧКИ Итерации исследования ВЫВОДЫ 1 2 3 Анализ аудитории после рекламной кампании показал эффект «выжженной земли»: реклама действительно дошла до каждого. В ходе кампании были затронуты аудиторные сегменты, которые заказчик не рассматривал как целевые или не рассматривал вовсе. Таким образом, ЦА пополнилась новыми сегментами. За счет «таргетированного» предложения в целевом сегменте на базе аудитории ОФД совокупная стоимость кампании оказалась меньше, чем при использовании стандартного инструментария (без данных ОФД).
19. 19 19 Что дальше?
20. SMART планирование загрузки производства Объективная и своевременная картина рынка Умное управление и анализ рекламной активности в online и offline Показ таргетированной рекламы клиенту, основанной на потребительском поведении Точное попадание в клиента с возможностью масштабирования за счет анализа продаж из чеков Оперативная реакция в коммуникации с клиентами, основанная на спросе Оптимизация расходов на коммуникацию и на проведение рекламных кампаний ИТОГ 20
21. СПАСИБО ЗА ВНИМАНИЕ 21 bigdata@platformaofd.ru Остались вопросы?