Как менялся продуктовый ритейл в России с начала нулевых
Центр теории рынков и пространственной экономики Питерской Вышки и Лаборатория эмпирического анализа отраслевых рынков экономического факультета НГУ проводят совместное исследование продуктового ритейла в трех крупных городах. Исследователи уже собрали первые данные по Петербургу: как они помогут предсказывать спрос и почему гипермаркетам покупатели снова предпочитают магазины у дома — рассказывает Сергей Коковин, директор Центра теории рынков и пространственной экономики.
— Сергей Гелиевич, расскажите, пожалуйста, подробнее о проекте «Эмпирика и моделирование рыночной власти в российском ритейле». В чем его основная цель?
— Общий замысел проекта — научиться полностью понимать рынок: почему именно такие цены, объемы торговли, доли рынка, почему они меняются. Мы анализируем ритейл продуктов питания в трех городах: Новосибирске, Петербурге, Москве. В том числе нас интересует, как расположение и формат магазинов влияют на конкуренцию и спрос.
Действительно, пространственная конкуренция на продукты питания довольно заметна: у каждого магазина есть некоторая локальная рыночная власть. Хотя и не монопольная, но на ближайшие кварталы она распространяется. Эту власть можно нащупать в данных и предсказать: если в конкретном незанятом месте возникнет новый магазин — можно посчитать, какова будет его власть и каким будет спрос.
Для начала нужно понять, как устроен спрос в том или ином городе или его районе. Спрос неоднороден по доходам и привычкам потребителей — кто-то любит закупаться продуктами в гипермаркетах, кто-то — в магазине у дома. Анализируя эти данные, можно построить пространственную модель спроса, зависящую от многих параметров, включая цены. Зная спрос, можно рассчитать, почему именно так конкурируют между собой по ценам крупные торговые сети. Пространственный вопрос более долгосрочный, ибо цены изменяются в течение недель, а конкуренция по местоположению магазинов наблюдается в течение лет.
Интересно понять, почему торговые сети представлены больше или меньше в разных районах города и как это сказывается на ценах и прибыли. Сейчас мы пока на этапе сбора данных для первого из этих трех вопросов, о выводах даже по функции спроса говорить пока рано, готовим нескольких аналитических статей на эту тему. В мире статей по такому анализу внутри города совсем немного, в России их еще не было, а данные каждого города уникальны. Поэтому мы твердо надеемся на интерес к нашим исследованиям.
У нас была гипотеза — когда кто-то из конкурентов задирает или роняет цены, остальные торговые сети делают это вслед за ним. Уже сейчас мы можем сказать, что это не совсем так. Например, «Пятерочка» в некоторые периоды задает ценовые тренды для остальных магазинов, а иногда это делают другие ритейлеры. Иными словами, продуктовые сети постоянно мониторят цены друг друга и конкретного лидера бывает сложно выделить. Мы накапливаем базу данных недельных изменений всех цен продуктов и со временем точно опишем характер ценовой конкуренции на этом рынке.
— Как менялся продуктовый ритейл в России с течением времени?
— В 90-х годах бизнесмены боялись вкладывать деньги в крупные торговые центры, но к началу 2000-х ситуация изменилась. Появились первые торговые сети — «Магнит» и другие. В это же время начали строить крупные торговые центры, и спрос переместился в гипермаркеты, многие из которых были расположены на окраинах. К рутинной покупке продуктов начали относиться как к развлечению — поехать всей семьей на машине за город, там же пообедать и зайти в кино. Тенденция возрастала, а потом в начале десятых годов пошла на спад. Прежде всего потому что машин стало больше, а значит, и пробок на дорогах. И покупатели увидели в новом свете плюсы магазина в своем районе. В ответ на это «Лента», например, внедрила формат мини-гипермаркета у дома.
Следующие принципиальные изменения случились во время пандемии. Онлайн-торговля и доставка продуктов стали популярнее. Первая доставка появилась еще в 90-х — фирма «Утконос». Потом появились «Самокат», «Яндекс. Лавка» и другие. Лидером пока остается «Самокат» благодаря высокой скорости доставки. Компания поняла, насколько это важно для значительной части клиентов: когда ему захотелось — вот возьми и принеси. Для этого нужно нанять правильных курьеров, их дисциплинировать, выстроить процессы таким образом, чтобы как можно быстрее принять, собрать и доставить заказ.
В ответ на это традиционные сети тоже внедрили онлайн-доставку, но, по моим ощущениям, им пока не удается достичь той же скорости — сложнее перестроить процессы.
— Какие данные удалось собрать в ходе проекта? О чем они говорят?
— Для работы над проектом мы собирали три вида данных. Первый тип — геоданные. Мы купили цифровые карты городов у фирмы «Геоинтеллект», которая собирает этот массив данных с указанием расположения всех магазинов, их торговой площади и стоимости аренды. Данные по количеству жителей в домах они берут из ЖКХ. Еще в компании рассчитали расстояние в минутах от магазина до каждого дома пешком и на машине, проходимость каждой улицы в разные часы, количество остановок в округе. Геомаркетологи предлагают бизнесу рассчитать, где лучше расположить магазин, чтобы пришло больше клиентов. Нам это тоже пригодилось!
Информацию о ценах мы ловим отдельно — каждая торговая сеть в Петербурге выкладывает всю номенклатуру по своим товарам в интернете. Мы парсим эти данные и собираем в траекторию ценовой политики. Цены постоянно меняются, поэтому мониторить их нужно регулярно. Еще мы собираем объемы продаж по группам товаров — сколько продано молока, мяса, хлеба и других продуктов. Данные по каждому магазину ритейлеры не предоставляют. Но если заглянуть на сайт налоговой, можно найти эту статистику в обобщенном виде по районам.
Некоторые данные мы собираем сами — например, собрали число клиентов каждого магазина Васильевского острова. Мы сфокусировали опросы на этом районе города, потому что остров со всех сторон окружен реками, его жители редко двигаются в соседние районы за продуктами и его можно изучать как отдельный рынок.
Для выявления предпочтений покупателей студенты провели короткие интервью в магазинах или на выходе. Спрашивали, в каком доме те живут, в какие еще магазины ходят, какие товары туда привлекают. Мы узнали, что в среднем люди ходят в два-три магазина — где-то им больше нравятся фрукты и овощи, а где-то — молоко и мясо.
Многие работающие люди отвечали, что выбирают прежде всего магазин рядом с домом, реже обращая внимание на цены. Напротив, пенсионерки говорили, что выбирают магазин, подлавливая скидки. В соседний район покупатели на шопинг выбираются редко. Часть клиентов, не более 15 %, ходит в магазин рядом с работой. Нам важно узнать, сколько покупателей выбивается из общей картины потребительского поведения, и прогнозировать их спрос отдельно.
— Какие теоретические модели нужны, чтобы предсказать, где ритейлеру лучше расположить магазин?
— Обычно — «гравитационная модель Хаффа». Профессор маркетинга и географии Техасского университета Дэвид Хафф в 1963 году сообразил, что в астрофизике и экономике немало общего. В космосе чем массивнее звезда, тем больше звездной пыли к ней притягивается, обычно вблизи. Также чем шире у магазина ассортимент, чем ниже цены и ближе расстояние до клиента, тем больше вероятность притяжения покупателей. Формула Хаффа почти повторяет гравитационный закон Ньютона, и мы ее калибруем, подбираем параметры для соответствия данным конкретного района города. Модель помогает геомаркетологам предсказывать, насколько будет успешен магазин, если его открыть в том или ином месте с учетом ближнего населения, конкурентов и других факторов. Геомаркетолог может подсказать, окупится ли тот или иной формат магазина в конкретной точке.
— Кому помогут данные, собранные в ходе проекта?
— Кроме ритейлеров, обращающихся к геомаркетологам, в таких исследованиях заинтересованы и городские власти. Для крупных форматов вроде гипермаркетов разрешение на размещение магазинов выдают Федеральная антимонопольная служба, Комитет по градостроительству и другие госорганы. Они могли бы основывать решения на наших прогнозах изменения локальной конкуренции и городского движения, что помогло бы понять, как открытие нового торгового центра повлияет на весь рынок и цены в городе.
— Что будет с проектом дальше?
— Мы планируем накапливать сведения и базы данных не один год — это поможет отслеживать динамику конкуренции ритейлеров. Начиная с 2023 года мы самостоятельно собираем цены в каждом магазине, а это больше 36 тысяч наименований товаров. Мы получим ценовые траектории в разрезе разных городов, товаров, форматов магазинов. Объединяя ценовые траектории с траекториями объемов спроса, мы сможем компьютерно моделировать рынок и затем предсказывать его изменения в ответ на «толчки» разных факторов: спроса, доходов, автомобилизации, развития онлайн-доставки.
На основе этих моделей мы планируем выпустить ряд академических статей, исследующих работу продуктового рынка в Новосибирске, Санкт-Петербурге и Москве, возможно, участвовать в консультировании государственных регуляторов рынка.