Скан-панель vs панель домохозяйств: в чём разница

Скан-панель vs панель домохозяйств: в чём разница

Когда говорят «consumer panel» (потребительская панель), чаще всего имеют в виду панель домохозяйств — выборку семей, которые ведут дневник покупок и регулярно отчитываются о приобретённых товарах. Это данные о людях: кто, зачем, как часто, в каких сочетаниях.

Скан-панель (сканнирование домашних покупок) — это другая механика. Домохозяйство сканирует штрих-код каждой покупки сразу на кассе, через приложение или терминал у ритейлера. Участнику не нужно вспоминать и записывать — данные уходят автоматически, и это снимает главную боль дневниковых панелей: забыл, записал не то, отсеялся к третьему месяцу.

**Ключевое отличие** — не технология, а качество данных. В скан-панели выше полнота охвата категории и точность по объёмам, потому что фиксируется факт, а не ретроспективное воспоминание. Но теряется контекст: зачем купили, для кого, что готовили. Дневниковая панель богаче по мотивации, беднее по исполнению.

**Типичные ошибки применения:**

— Считать скан-панель заменой дневниковой. Нет. Они дополняют: скан даёт точный объём, дневник — причину.
— Опираться на скан-данные для нишевых покупок с длинным циклом (бытовая техника, мебель). Выборка нерепрезентативна по определению.
— Сравнивать между странами без поправки на методологию. Nielsen, GfK, NielsenIQ, Romir и локальные операторы собирают по-разному, и тренд «рост доли бренда на 2 п.п.» в одной стране может не иметь аналога в другой.
— Путать retail scan (данные с касс ритейлера) и home scan (сканирование покупателем). Первое — это sell-out, второе — близкий аналог панели домохозяйств, но с автоматизацией сбора.

**Пример.** Бренд растворимого кофе видит в скан-панели просадку повторных покупок в сегменте «одинокие жители мегаполисов». Дневниковая панель добавляет причину: они перешли на капсулы, потому что «так быстрее утром». Без обоих источников вывод был бы ложным — «кофе теряет аудиторию», а на деле меняется формат.

Для бренд-менеджера FMCG это рабочий минимум: понимать, какой тип панели перед тобой в отчёте, и не делать выводов по одному источнику там, где задача требует двух.

— @PanelDataRoomPro