Цель исследования: понять причины снижения офлайн-продаж при росте онлайн-спроса и дать конкретные рекомендации по перераспределению каналов распространения.
1) Ключевые вопросы
- От кого и почему уходит покупатель из супермаркетов в онлайн?
- Какие сегменты покупателей переходят в онлайн (демография, поведение)?
- Какие факторы логистики, цен, промо и наличия влияют на выбор канала?
- При каких условиях выгодно менять распределение (D2C, маркетплейсы, сокращение офлайн-покрытия)?
2) Какие данные собрать
- Операционные и продажные данные:
- POS-продажи по магазинам и форматам (SKU, объём, выручка, дата) — агрегировать по неделям/месяцам.
- Запросы/заказы онлайн (канал: сайт, маркетплейс, соцсети), средний чек, частота покупок.
- Запасы и OOS (out-of-stock) по магазину.
- Клиентские данные:
- Демография покупателей по каналам (возраст, пол, доход, семья).
- Поведение: частота покупок, корзина, мотивы перехода в онлайн (удобство, цена, ассортимент).
- Маркетинговые данные:
- Активности (промо в ритейле, скидки онлайн), бюджеты и ROI по каналам.
- Активность конкурентов в офлайн и онлайн.
- Логистика и стоимость:
- Стоимость доставки, возвратов, фулфилмента; средняя рентабельность по каналу.
- Время доставки, покрытие зон, SLA.
- Канальные метрики веб/маркетплейсы:
- Трафик, конверсия, CAC, LTV, отказы корзины.
- Качественные данные:
- Интервью с менеджерами супермаркетов/категорийными менеджерами.
- Фокус‑группы и глубинные интервью с покупателями (онлайн-перешедшими и лояльными офлайн).
- Mystery shopping в ключевых сетях.
3) Методология и размер выборки
- Количественные:
- Репрезентативный опрос покупателей: $n=400$–$600$ по каждому крупному городу/сегменту или суммарно $n\approx 1200$ для страны (ошибка выборки ~$\pm 3\%$).
- Анализ транзакций: исторические данные за последние $12$ месяцев с дневной/недельной агрегацией.
- Качественные:
- $10$–$20$ глубинных интервью покупателей; $5$–$8$ фокус‑групп.
- $15$–$30$ интервью с ритейлерами.
- Полевые тесты:
- A/B тесты промо/цены в ограниченном наборе магазинов и онлайн-каналах (пилот $4$–$8$ недель).
4) Аналитические подходы
- Декомпозиция спроса: time-series (сезонность, тренды, эффекты промо).
- Модели атрибуции и uplift‑анализ для оценки влияния промо на каналы.
- Регрессии/ML для выявления драйверов оттока офлайн и перехода в онлайн (факторы: цена, наличие, удобство доставки).
- Эластичность цены: оценить перекрёстную эластичность между каналами.
- Сегментация RFM / CLV и propensity model для предсказания вероятности онлайн‑покупки.
- Геопространственный анализ покрытия и плотности спроса (тепловые карты).
5) KPI и пороговые значения для решения о перераспределении
- Доля онлайн от общего объёма продаж превышает $X\%$ — порог принять индивидуально; ориентировочно $X=25\%$–$30\%$.
- Снижение продаж в ключевых супермаркетах > $10\%$ год к году при стабильном общем спросе → сигнал к корректировке распределения.
- CAC / LTV (онлайн) сравнимы с рентабельностью офлайн: если $\text{LTV}/\text{CAC}<3$ — инвестировать осторожно.
- OOS в офлайне > $5\%$ или доля магазинов с плохой ротацией → перегляд размещения в ритейле.
6) Возможные выводы и изменения стратегии распространения
- Если онлайн-сегмент растёт и рентабельность приемлема:
- Сильнее инвестировать в D2C (собный e‑shop, подписки), маркетплейсы и логистику (dark stores, локальные хабы).
- Переконфигурировать ассортимент: ключевые SKU в офлайн, нишевые/большие упаковки — онлайн.
- Если офлайн теряет продажи из-за плохой доступности/OOS:
- Пересмотреть цепочку поставок, увеличить частоту поставок в эффективные магазины, снизить присутствие в нерентабельных точках.
- Если причиной снижение офлайн — промо/ценовая война:
- Пересмотреть trade‑spend: сместить часть бюджета в цифровые промо и персонализированные офферы.
- Гибридный подход:
- Внедрить click&collect, отдавать часть ассортимента на маркетплейсы и держать премиальные позиции в супермаркетах.
- Оптимизация SKU и полочного пространства: убрать низкооборачиваемые SKU в рознице, перенести их в онлайн‑каталог.
7) Рекомендации по пилоту и внедрению
- Сделать пилот в $3$–$5$ городах: комбинированный тест изменения дистрибуции, промо и логистики на $8$–$12$ недель.
- Оценить ROI каждого канала и принять решение по масштабированию по заранее определённым KPI.
- Параллельно внедрить мониторинг в реальном времени (dashboards) по ключевым метрикам: продажи по каналу, CAC, LTV, OOS, conversion rate.
Кратко: собрать количественные транзакционные данные и онлайн‑метрики, провести опросы и интервью, оценить эластичность и рентабельность каналов, запустить пилоты. Решение о переносе ресурсов в онлайн, изменении ассортимента или сокращении офлайн‑покрытия должно опираться на пороги: доля онлайн $\ge 25\%$, падение офлайн $>10\%$, и соотношение $\text{LTV}/\text{CAC}$.