Consumer panel для FMCG: как X5 измерила влияние ассортимента на корзину, когда “продали больше” — не равно “п

Consumer panel для FMCG: как X5 измерила влияние ассортимента на корзину, когда “продали больше” — не равно “продали лучше”

В ритейле в 2026 всё чаще побеждает не красивый креатив, а измеримость решений. У сетей растёт доля performance-инвестиций, но эффективность всё сложнее “поймать” last-click. Для FMCG это особенно больно: рост продаж в магазине может быть следствием трафика, промо соседей или сезонности, а не вашей работы с полкой. Поэтому в X5 (исторически — одна из самых продвинутых по аналитике сетей в РФ) регулярно используют Consumer panel-подход: данные “от людей” дополняют данные “из магазинов”, чтобы разложить эффект по причинам.

Контекст
Типовая ситуация для бренд-менеджера: бренд наращивает присутствие (фейсинги/наличие/подбор SKU), одновременно идут рекламные активности и локальные промо. На уровне POS-данных продажи растут, но:
— какая часть роста пришлась именно на ассортимент, а не на внешние факторы?
— изменился ли выбор потребителя (структура корзины), или просто вырос спрос у тех, кто и так хотел купить?
— как это связано с удержанием (повторные покупки) на горизонте 4–8 недель, когда e-com-экономия снижает средний чек?

Задача
Тест: оценить инкрементальность (дополнительный эффект) расширения доступности ключевых SKU в конкретных магазинах X5. В фокусе были решения уровня “что и сколько держим” — именно то, что consumer panel помогает связать с поведением покупателя, а не только с динамикой в треках наличия.

Решение
1) Сформировали panel по потребителям, которые совершают покупки в целевых магазинах (выборка — не “все подряд”, а тех, кто реально попадает в матрицу покупок бренда/категории).
2) Развели две плоскости наблюдения:
— retail-панель: фактические покупки в магазинах (частота, SKU mix, доля категории в корзине)
— consumer panel: намерения и причины выбора (почему взяли/не взяли, была ли альтернатива, воспринимаемая ценность, влияние наличия)
3) Дизайн эксперимента: на части точек изменили ассортимент/наличие (упор на “правильные” SKU, которые закрывают разные сценарии потребления: повседневный/импульсный/замена при отсутствии). Контроль — точки с сохранением матрицы.
4) Агрегировали эффекты не через “выручку на магазин”, а через показатели покупательского поведения:
— доля покупок бренда у panel-потребителей (brand penetration)
— изменение структуры корзины: доля SKU из “ассортиментного решения” в категории
— повторяемость: доля тех, кто вернулся за аналогичной покупкой в следующем окне
5) Провели верификацию гипотез через причины выбора: если люди говорят, что “взяли потому что было”, это сильнее, чем вывод “просто продали больше”.

Результат
Что обычно видят сети и бренды в таких тестах (и что подтвердилось в логике подхода X5): рост продаж на POS действительно есть, но ключевое — **показывается, что он больше коррелирует с изменением выбора**, чем с общим трафиком. По типовой схеме consumer panel фиксирует:
— рост доли SKU из целевого “ассортиментного набора” в корзине категории у участников panel
— увеличение проникновения бренда среди тех, у кого в предыдущем цикле покупка могла сорваться из‑за отсутствия “правильной замены”
— поддержка повторных покупок: эффект не ограничивается единичным импульсом, а закрепляется на следующем цикле, где потребитель уже “узнал, что нужное есть”

Перевод в управленческую формулу для FMCG: измерение переводит решение с уровня “мы расширили полку” на уровень “мы снизили потери выбора и повысили вероятность повторной покупки”.

Урок
1) Если есть изменения в ассортименте, не ограничивайтесь метриками продаж — всегда считайте изменения структуры корзины у panel-потребителей.
2) В 2026 атрибуция “последнего клика” всё чаще проигрывает измерению причин поведения. Consumer panel — способ обосновать влияние без спорных догадок.
3) Для бренд-менеджера это прямой мост к RevOps-логике: маркетинг (и бренд) отвечает не только за генерацию спроса, но и за устойчивую покупку через наличие, понятный выбор и повторяемость.
…