Прогноз продаж в маркетплейсе и анализ рынка.

это коллеги добрый день меня зовут максим борисов я партнер компании пайпер принц и сегодня в рамках этого видео мы с вами обсудим и разберем как подходить прогнозным моделям как проанализировать рынок и предсказать куда он будет двигаться и как нам в рамках этого движения определить стратегию компании и для начала я предлагаю погрузиться и разобраться в терминах и сначала ответить на вопрос а что вообще такое аналитика рынка из чего она состоит и на что стоит обращать внимание давайте представим что рынок на котором находится ваша компания это какая-то плоскость то есть какой-то прямоугольник на который влияет те или иные силы который нам необходимо брать в расчет первое и самое главное наверное что здесь нужно пройти во внимание это какие у нас клиенты а именно какие у них факторы выбора на что они обращают внимание при выборе вашей компании что самое важное что менее что вообще неважно и так далее потому что предпочтение клиентов могут очень быстро хаотично меняться и корректироваться конечно в зависимости к текста рынка но такое часто происходит дисках быть более точным нам важно обращать внимание на то какие jobs to be даны есть у наших клиентов trips to be даны это потребности или задачи которые клиент ставит перед продуктом который потребляет и такие тип stabby данных может быть большая масса и нам нужно понимать на какие jobs to be даны можем ориентироваться мы какие задачи закрывают наши продукты почему именно они и так далее давайте приведу пример на излюбленный в пример который мы в компании часто приводим и а мы утро с утра часто помята и хотим быть бодрыми активными за туристами и так далее тем самым мы прибегаем к известному всем продукцию 100 кашки кофе на когда мы потребляем кофе мы ожидаем что мы бодрыми станем и тогда наша задача это получить вот это вот заряд бодрости и кофе это идеальный продукт чтобы это задача закрыть но в какой то момент мы можем задуматься о том что он слишком много мы пьем кофе и очень хорошо влияет на здоровье и вообще на самом деле причина нашей не бодрости по утрам и это отсутствие хорошего сна в таком случае мы с вами мы задумываемся о том что может быть необходимо пойти и приобрести небольшую приобрести матрас в условной аскани чтобы высыпаться не за 8 часов а за 6 и в таком случае только что беда наш остается тем же самым но закрываем и его с помощью уже другого продукта и тогда второй россии 2 села на который стоит обратить внимание это продукт и заменители а какие есть еще продукты на рынке которые могут влиять на спрос на и как вообще мы можем к этому отнестись третье что нам нужно понимать это поставщики как мы с ними работаем какие у них есть коммерческие политики на что они обращают внимания сколько у нас этих поставщиков насколько сильно они влияют на то как мы можем двигаться на рынке и так далее ну и четвертое это новые игроки а какой порог входа на наш рынок на него зайти очень легко если ну своим опять пример про кофе то мы увидим что любой человек у которого есть на руках кредитная карта тинькофф или альфа банка может спокойно стать таким мамкин им предпринимателем арендовать кофе-машину арендовать два три квадратных метра где то около проезжей части и по сути начать продавать кофе но если мы обратимся к примеру с медицинскими центрами но и увидим что там совершенно другая картина вам нужно быть квалифицированным специалистам иначе вы не получите лицензию вам нужно пройти кучу кругов ада через бюрократическую машину ну и так далее и тому подобное и на самом деле на рынке медицинских услуг вы так просто в него не зайдёте тем самым зависимости от того какие есть ограничение какой порог входа будет разный наплыв новых игроков и следовательно будет меньше конкуренция тем самым если мы правильно работаем с этими 4-мя силами и провели их умеем оценивать мы уже половину знаем о нашем рынке ну давайте представим что на самом деле на этой плоскости существуют компании пришлось компания а есть компания б они как ты на этом рынке существуют и они как-то с друг другом взаимодействуют и на самом деле в зависимости от того как эти компании взаимодействуют силами о которых мы говорили выше с этими параметрами будет меняться их объем а провели сказать зона извлечения

прибыли назовем ее этот объем вокруг точки зон извлечения прибыли это именно те деньги которые рынок разрешает получать этой компании зависеть от того как компания а работает с клиентами их ожиданиями от она корректирует точки контакта работает с картами джорни как ее продукт дифференцируется от продуктов заменителей смотря насколько угроза от новых игроков которые залетают на рынок или как хорошо и гибкой работает компания с поставщиками есть компания б которая тоже как-то взаимодействует с этими водными тем самым мы увидим что у нее тоже есть своя зона извлечения прибыли и о боге где то она может пересекаться появляется конфликт и постепенно одна компания у другой отжимает долю рынка и на самом деле таких компаний может быть масса ну вот и все как-то норовят побороться за дополнительную прибыль которая на рынке существует и 5 водное которое нам нужно как раз таки учитывать от силы конкуренции то есть какой рынок есть что с ним происходит и так далее конкуренты и нам важно понимать что эти вещи нам необходимо оценивать тем самым на нам важно что увидеть нам нужно оценить сам рынок то есть провести анализ внешней среды с другой стороны нам важно понимать клиентский контур как меняются предпочтения клиентов за что они готовы платить как это вообще на рынке происходит то есть такой тип контур клиентские данными данные или customer experience еще я этот параметр называют а также нам важно погрузиться в наши внутренние данные вам нужно внутреннюю аналитику чтобы понимать а как вообще наша прибыль создается из каких параметров она состоит за счет допустим новых лидов его повторных покупок как мы с ней работаем и как мы ее можем развивать по сути ти x этот транзакционный контур уже тех клиентов которые до нас в том или ином виде дошли чтобы разобраться с вторым или третьим сценарием нужно обратиться к некоторым исследованиям чтобы ответить на то как изменяется секс контур мы можем проводить количественные или качественные исследования общаться с нашими клиентами и оценивать то как изменяются предпочтения клиентов и на самом деле если мы маленькая компания для нас это будет самым простым сценарием но мы должны на самом деле предсказывать а куда зона извлечения прибыли может мигрировать и тем самым мы гибко подходим ситуации и адаптируемся под контекст если мы большая компания то обратная ситуация нам важно понимать куда зона извлечения прибыли может мигрировать и на самом деле ее застолбить за счет лучшего стандарта за счет контроль цепочки поставок ну и прочих механик мы должны наоборот сдержать статус некоторые которого достигли на рынке и не пустить другие компании вот этот в конфликтную зону по сути за нашу часть прибыли тем самым для того чтобы с точки зрения six контура ответить на эти вопросы нам необходимо проводить качественный хлеб количественные исследования чтобы погрузиться транзакционные поведение нам необходимо наши транзакции сначала упорядочить и те аудитория которые за нашими роликами активно следит уже понимает чему я клоню это условно декомпозиция нашей выручки по формуле прибыли давайте потратим буквально минутку может быть 2 чтобы напомнить всем о том из чего формула прибыли состоит и на какие параметры необходимо смотреть это коллеги давайте сначала разберем из чего вообще состоит прибыль компаний на самом деле любую прибыль можно расписать как разность выручки с общими издержками где-то к краске блюдо общих издержек и будут наши расходы на взаимодействие с поставщиками оптимизацию этих расходов путем к на работу с коммерческими политиками и так далее и тому подобное гораздо важнее нам с вами разобраться с тем как формируется выручка с вами мы можем представить как произведение количества клиентов которые дошли до нас и совершили положительную транзакцию на интере этих клиентов то есть на общее количество денег которая среднестатистический клиент оставил у нас за все время использования тебе мы можем представить как произведение среднего чека на количество повторных покупок тогда мы знаем конкретный средний чек и количество покупок который сделал пользователем и всегда о тебе найдем для понимания средний чек мы можем еще разделить как

стоимость конкретной позиции в чеке умноженное на количество позиций в этом чеки вот это одна ветка от которой зависит выручка вторая ветка которую нам нужно понимать это то как формируется клиента поток то есть условно как эта воронка приводит нам клиент и на самом деле что получить количество вот этих клиентов которые совершили транзакцию нам нужно узнать какое количество клиентов вообще к нам обратилась запросам вычти оттуда отток тех пользователей которые по той или иной причине сказали да покупаем хотим и так далее но с транзакцию не совершили с другой страны и есть какое-то количество лидов умножено какую то конверсию чтобы получить этих клиентов а любовь мы получили если взяли общее охват и наших рекламных кампаний наружной рекламы так далее и умножили на тоже какую-то конверсию которая показывает количеству рядов которые дошли уже до нашего сайта наша локация ну вот и так далее и тому подобное если мы понимаем то как наши компании эти параметры работают так не работают конкретной точке или в конкретном филиале мы можем определить какие стратегические компетенции нам необходимы для захвата доля рынка занимать то есть наша стратегия будет в том чтобы больше приводить клиентов или гораздо плотнее взаимодействие с этими клиентами чтобы максимизировать выручку тем самым мы с вами разберемся с тем а вот какие действия нам нужно производить с точки зрения промо стратегии с точки зрения коррекции ассортиментной матрицы с точки зрения работы с клиентскими ожиданиями и так далее чтобы получить как можно больше вот это вот зона извлечение прибыли чтобы ее захватить активнее вот и на самом деле если мы знаем наши ретроспективные данные мы всегда можем взять те параметры которые помогут нам спрогнозировать как наша прибыль будет меняться в зависимости от тех или иных условий и параметров а теперь давайте на практике посмотрим как формируют прогнозные модели на примере одного из наших свежих кейсов о котором я говорил в самом начале видео работали мы как-то с компанией которая занимается дистрибуцией различных совершенно разных товаров на marketplace вот и нам нужно было как ростки погрузиться в статистику которая есть в определенных сервисах чтобы разобраться с тем как будет себя вести та или иная категория товаров чтобы как раз оценить первое то в какую категорию нам необходимо погрузиться как работать покупками и как работать с маркетингом с точки зрения отжатия там как раз к определенной доли а с другой стороны определиться с тем какая должна быть картинка с точки зрения нашей структуры выручки чтобы как раз таки не замкнуть общий контур стратегии нужно понимать что market marketplace и немножко не похожи с точки зрения структуры собираемых данных на обычный ретивый бизнес если обычным летели мы всегда знаем количество пробитых чеков а еще если у нас есть допустим условной программа лояльности мы принимаем количество клиентов которые с нами зимы и по взаимодействовала и количество повторных приходов этих клиентов the market place of мы этого не видим по крайней мере напрямую из личных кабинетов да возможно на условном озоне мы залезает метаданные можем посмотреть то как определенный пользователь к нам возвращался но в целом такой возможности нет следовательно нам для начала нужно было определиться с тем как на какие параметры смотреть мы условно взяли конкретной категории товаров которые присутствуют вообще на маркет из окна валдресе на зоне и на прочих площадках и по факту задались вопросом какие ключевые метрики нам необходимы если мы знаем перечень этих рынков назовем так либо там категорий весь рынок один рынок 2 рынок 3 рынок 4 допустим одежда там подгузники товары для дома и сада и прочее история мы их во первых начинаем диком позирует на сук групп чтобы понимать так конкретная суп группа себя ведет далее опираясь на ретроспективные данные мы посмотрели какие были показатели продаж внутри каждый суп группу то есть каждой подкатегории и получили какой-то график то есть который уже фактически которые мы знаем что вот именно продавалась так вот где есть объем какой-то выручки то есть оборот к внутри этой категории формируются а также какие-то временные промежутки которого мы это наблюдаем и на самом деле мы взяли выгрузку за два крайних

года чтобы посмотреть как строится картинка строить какие-то таким вот образом есть в спады есть свои вас плавно это пейте связаны с сезонностью и так далее далее мы посмотрели такую картинку по каждому параметру которую можно было выгрузить таких параметров было около 35 40 штук то есть 35 40 параметров по каждой категории мы обработали какие-то параметры количество продавцов количество товара в этой категории то ли щит количество продавцов с продажами потому что мы понимаем что есть какие-то аккаунты которые публикуют свои условно оппозиции но не продают их это тоже влияет на долю рынка и так далее в целом если какая-то наблюдаемая сезон если бы ее нет на и всякие производные от этих параметров которые показывают опустив скорость роста темпы роста категории и так далее следовательно если мы это abra ним в какой-то алгоритм на мы можем прийти к следующей к следующим шагом 1 выявить вот срезы которые мы погружаемся второе ответить на то какие параметры у нас есть 3 проанализировать эти параметры с точки зрения изменения их динамики но здесь есть небольшой секрет вы если мы будем анализировать сотни категории на marketplace ах и как-то ручками пытаться строить эти графики мы далеко с вами не уедем ничего хорошего из этого не получится поэтому мы взяли питон взяли алгоритмы которые нам помогают условно предсказать поведения на той или иной метрики в зависимости от ретроспективных данных и по факту прогнали кучу разных примеров разных категорий через этот алгоритм представишься какой-то черный ящик который эту историю обработал вот и по сути мы увидели то сотни раз повторяю это действие алгоритм учился а предсказывать как следующие события как в следующие временные периоды поведет себя далее на шкала тем самым мы научились предсказывать поведение метрики в разрезе следующего месяца и точность предсказания было около 0 93 то бишь 93 процентов что это нам говорит о том что вот допустим у нас было была какая-то граница когда данные обрывались и мы еще на месяц вперед понимаем как рынок себя поведет таким образом мы вывели три основных метрики чтобы по ним анализировать как категория корректируется первое это количество чеков то бишь количество продаж в этой категории второе средняя стоимость позиции ну и третье это краски производная из этих двух вещей а общий оборот в категории тем самым прогнозируя эти три параметра мы можем понимать как поменяется специфика покупок в конкретной категории проще всего это последить на категории авто тематики допустим мы с вами можем увидеть что в конкретный промежуток на модель к нам покажут что допустим рынок за стагнирует выручка никак не поменяется не погружаюсь конкретные параметры с вами скажем о шикарно ничего не изменится мы можем очень хорошо это все предсказать давайте полезем в эту категорию будете продавать те же самые позиции которые хорошо заходили у наших конкурентов месяц назад окажется что нет потому что на самом деле мы с вами можем увидеть что количество продаж сократится а средний чек вырастет тем самым они друг друга с компенсируют и оборот категории с целом останется таким же что это нам показывает а это может говорить нам о том что например уже межсезонье а не у нас автолюбители часть своих авто ставят на стоянку часть автолюбителей добываются в новую зимнюю резину тем самым количество продаж сокращается на средняя стоимость позиции резко возрастают потому что до этого не резину покупали основаны какие-то простые комплектующие во внутрь машины допустим с для примера скажем что это елочки а вот ароматизированный вот тем самым анализируя эти три параметров вместе мы понимаем примерно как рынок себя поведет но на самом деле мы начали выводить еще и четвертый параметр который нам очень важен это индекс серфинга ли хи шнура коллеги которые работали в это варит или наверно уже понимает чему я клоню но вот нам важно по сути видеть то как

монополизирована рынок и насколько он фрагментирован зависимости от того какие игроки там присутствуют вот давайте представим что есть одна категория в которой 80 процентов продаж делает конкретный продавец то есть один продавец вот и 20 процентов рынка 20 процентов оборота и делятся между разными игроками и это одна картин вторая картина когда рынок такой же объем на там сотни продавцов и примерно у каждого по одному полтора процента рык чисто вакууме эти данные нам о многом говорят потому что мы на самом деле не знаем на каком этапе развития категория находится мы с вами можем сказать что а h1 продавец это плохо потому что рынок монополизирован и у него есть какие-то уникальные предложения но с другой стороны если мы увидим что история покупок на этом рынке было не очень глубокой и ниша только появилась тем самым мы с вами увидимся на самом деле 8 процентов рынка продавец занимает потому что просто 1 туда пришел и пришел совсем недавно и на самом деле этот рынок мы очень быстро фрагментировать за счет качественной альтернативы или этом более качественного продвижения упаковки этих продуктов и так далее тем самым нам важно знать насколько конкретный рынок монополизирован как меняются основные экономические показатели и видеть какой-то исторический контекст точки зрения динамики рынка ну вот и его основных метрик и как имбой скипидаре hirsch terra посчитать довольно просто давайте представим что есть энное количество компаний у каждой компании есть какая-то своя доля рынка есть компания 101 есть компания 2 с долей 2 есть компания 3 сдули 3 на самом деле мы просто каждую долю возводим в квадрат считаем их сумму и получаем как раз таки какой то яндекс когда летишь на то есть и мы с вами увидим что есть по сути два крайних случая первый случай когда условно есть только одна компания которая занимает всю продает всем и все и тогда получается доля будет единичка только что процентов в квадрате это будет единичка а сумма будет равна единице такой индекс мы означает то что рынок полностью занят и монополизирован одной компании и 2 контекст когда мы видим что рынок очень сильно фрагментирован здесь не 3 компаний допустим а сотня у каждый по полпроцента а папа 2 по полпроцента и мы увидим что когда мы будем умножать наше значение будет очень сильно сокращаться она будет близится к 0-лю с точки зрения такой асимптоты тем самым чем меньшую цифру мы здесь получаем тем значит более фрагментирован рынок зная этот контекст зная насколько рынок монополизирован насколько фрагментирован как двигается ну словно общая динамика с точки зрения предсказания это какие ретроспективные данные были от которых мы сталкивались мы всегда можем разобраться в том как строить нашу стратегию непосредственно в новом для нас рынке или в текущем рынке и так далее потому что мы можем разобраться с тем как корректировать свой продукт какой продукт должен быть в это время в какой ценовой категории на какое количество продаж мы можем ориентироваться и так далее и тому подобное на самом деле совершенно также мы можем поступить и с нашими параметрами в нашей выручки анализируя аналогичный период прошлого года это перспективные продажи динамику роста мы можем также это все зашить питон и или даже в условный excel и на уровне коэффициентов и форму показать как те или иные параметры будут себя вести допустим следующем месяце вот если мы учитываем что темпы роста или динамика роста остаются примерно такими же таким же образом мы можем поступить и с клиентскими данными о которых мы с вами говорили то есть если мы понимаем что есть какой-то тренд изменение клиентских предпочтений структура фактора выборы и так далее мы можем сказать что постепенно наш продукт не будет подходить под на ожидание пользователей и мы уже не будет так хорошо закрывать тот или иной текст упитан следовательно мы понимаем как изменить структуру клиента потока изменится она лучше в худшую сторону как это отразится на количестве чеков которые мы с вами видим следовательно если мы знаем на какие параметры нам нужно смотреть если мы понимаем какими инструментами можем это проанализировать а мы обязательно внизу видео приложим премьеры нашей аналитики вы можете нам написать мы с вами для поделимся более подробную информацию как это можно будет построить внутри своей компании сможете эту историю повторить и условно понимаете что вас ожидает ближайшее время

время добавлю небольшую ремарку конечно же такие модели не учитывают вот эти черных лебедей которые могут прилететь вне зависимости от куда-то когда резко меняется экономическая ситуация в стране и в регионе в конкретной локации в конкретном рынке то есть когда нет ретроспективных данных о том что конкретное событие может произойти поэтому эти инструменты конечно помогают предсказать и помогает понять куда компании двигаться и какую стратегию с точки зрения адаптации расширения зоны извлечения прибыли мы можем выбрать но с другой стороны всегда нужно понимать что необходима операция не только на данный ретроспективные но и анализ текущей ситуации что сейчас на самом деле в текущий день у нас происходит но и как это может повлиять на наши основные параметры поэтому коллеги пользуйтесь такими инструментами считаете своих зона извлечения прибыли внутри компании и зарабатываете больше пишите нам мы всегда вам подскажем как это сделать эффективнее в своей компании до скорых встреч