Как Mastermind Toys проверял, что важнее для покупателей: цена, доставка или ассортимент

Как Mastermind Toys проверял, что важнее для покупателей: цена, доставка или ассортимент

Mastermind Toys — канадская сеть магазинов игрушек — столкнулась с задачей, знакомой многим ритейлерам в 2026 году: при растущей конкуренции и более осторожном потребительском поведении нужно было понять, что реально влияет на выбор покупателя, а что лишь кажется важным на уровне деклараций.

Команда решила не гадать по данным о продажах и не опираться только на обычный опрос «что для вас важно». Вместо этого использовали conjoint-исследование — метод, который показывает, как люди выбирают между наборами характеристик, а не оценивают их по отдельности. Для категории игрушек это особенно полезно: покупатель может говорить, что для него главное качество, но на практике выбрать более дешёвый вариант с удобной доставкой.

**Что проверяли**
— уровень цены;
— скорость и стоимость доставки;
— широту ассортимента;
— дополнительные сервисы.

Логика была простая: не спрашивать «что важно?», а смоделировать несколько реальных сценариев покупки и посмотреть, где покупатель готов уступить, а где — нет.

**Что получили**
Исследование помогло отделить декларируемые предпочтения от реальных. Для команды это дало основу не для общего «улучшения сайта», а для точечных решений: что усиливать в коммуникации, какие условия вынести в первый экран и на чём строить предложение в сезоны высокого спроса.

**Почему это важно**
В эпоху, когда средний чек у e-com снижается, а конкуренция за первую покупку растёт, такие исследования особенно ценны. Если не понимать структуру выбора, маркетинг начинает оптимизировать то, что хорошо выглядит в отчёте, но почти не двигает конверсию.

**Вывод для аналитика**
Conjoint полезен там, где у продукта много атрибутов, а бюджет на изменения ограничен. Он отвечает не на вопрос «нравится ли это людям», а на вопрос **«за что они действительно готовы платить и чем готовы пожертвовать»**. Для бренд- и performance-команд это часто дешевле, чем серия A/B-тестов вслепую.

— @QuantResearchRuPro