Как IKEA читает поведение покупателей через панель и не путает рост трафика с ростом бизнеса

Как IKEA читает поведение покупателей через панель и не путает рост трафика с ростом бизнеса

В retail-панелях самая частая ошибка бренда — смотреть только на продажи в одной сети и делать выводы о рынке. У IKEA в Европе был показательный кейс: компания использовала покупательские панели, чтобы отделить «шум» трафика от реального изменения спроса. Это особенно важно сейчас, когда средний чек уходит вниз на 5–8%, а удержание покупателя становится важнее разовой покупки.

Контекст был такой: продажи в отдельных каналах росли неравномерно, часть категорий показывала всплеск, но непонятно было, это эффект промо, перераспределение между магазинами или действительно новая покупка. Для бренд-менеджера FMCG логика та же: если вы видите +12% в одной сети, это ещё не значит, что бренд стал сильнее.

Задача IKEA состояла в том, чтобы понять:
— кто именно покупает чаще;
— какие категории тянут повторную покупку;
— где рост идёт за счёт новых домохозяйств, а где — за счёт более высокой частоты визитов.

Решение строилось на панели домохозяйств с долгим горизонтом наблюдения. Смотрели не только корзину, но и траекторию: как меняется частота визитов, что происходит после промо, как перераспределяются покупки между каналами. Важный момент — анализировали не «один месяц к прошлому месяцу», а к собственной базе поведения панели. Это уже не классическая отчётность, а работа на уровне причинно-следственных связей.

Что нашли:
— заметная часть прироста шла от существующих покупателей, а не от расширения аудитории;
— в категориях с выраженным промо люди чаще переключались между брендами, но не увеличивали общий объём потребления;
— самые ценные покупатели были не те, кто брал больше в одной корзине, а те, кто возвращался чаще в течение квартала.

**Главный результат** — IKEA перестала оценивать эффективность акций только по краткосрочному росту продаж и стала смотреть на повторяемость поведения. Это помогло точнее распределять бюджет между промо, ассортиментом и коммуникацией.

Урок для FMCG простой: retail-панель нужна не для красивых графиков, а чтобы ответить на три вопроса — кто купил, почему купил и вернётся ли он. В 2026 году, когда last-click уже не даёт полной картины, а AI-отчёты легко создают иллюзию понимания, именно panel data остаются способом проверить реальное поведение, а не его цифровую тень.

— @PanelDataRoom

Параллельный взгляд на тему — @SMMtoolsReviewRu