"Индекс Иванова" впервые на саммите Retail Business Russia 2018

13 сентября, уже в первые часы работы форума Retail Business Russia 2018, один из ведущих аналитиков, лидер направления retail & consumer Михаил Красноперов представит данные новейшего «Индекса Иванова» в разрезе потребительского рынка и розничного бизнеса. 

Регистрация на форум. Получите скидку 10% по промокоду* NR10.

Михаил Красноперов: Регулярный обзор включает в себя анализ опережающих показателей, которые дают представление об основных тенденциях в секторах российской экономики, ориентированных на потребителя (розничная торговля, банковская сфера, телекоммуникации, медиа, ИТ, недвижимость и транспортный сектор).

Опрос разработан исследовательским агентством Cint по поручению Sberbank CIB и проводится ежеквартально по методике, соответствующей ежеквартальным опросам Росстата и оценкам потребительской уверенности, применяемым в ЕС. Наше исследование, однако, охватывает более широкий спектр вопросов, относящихся к потребительскому поведению россиян со средним уровнем дохода. Обзор основан на итогах опроса 2300 граждан в возрасте 18–65 лет, проживающих в 164 городах России с населением более 100 тыс. человек. Погрешность наших оценок ниже 2 %.

Уникальность продукта проистекает из нашей экспертизы. Наша основная профессиональная задача: анализ макроситуации, прогноз развития сектора, изучение финансовых показателей компаний. Продукт «Индекс Иванова» создавался как дополнение к этим задачам. На момент старта каждого исследования у нас есть ряд гипотез для проверки (на основе анализа сектора и компаний). Исходя из этого, мы формируем список вопросов, интерпретируем результаты, подтверждаем или опровергаем гипотезы. Такой подход позволяет получить выводы, которые полностью коррелируют с тем, что видят участники рынка.

Также с этого года мы взаимодействуем с департаментом Больших Данных Сбербанка. В платной версии отчета предлагается агрегированная статистика по доходам/расходам населения. Эти данные постоянно дополняются для качественного и количественного исследования рынка. Аналогов таких исследований на российском рынке не существует. 

Главный источник данных для исследования потребительской уверенности – это онлайн опросы населения. Собранная информация обогащается Большими Данными, дополняется нашими данными по сектору. У нас накоплен ряд автоматизированных алгоритмов для обработки данных, они хорошо справляются со стандартными гипотезами. Нестандартные ситуации изучаются аналитиками. Machine Learning (ML) используется как один из инструментов, который крайне полезен для сегментации выборки. ML с высокой точностью идентифицирует группы потребителей с разными моделями поведения [если интересно я могу показать картинки, рассказать об этом]. 

Мы делаем свои выводы на основе традиционных методов, с использованием   аналитики наших экономистов. На основе этих выводов мы прогнозируем изменение благосостояния различных групп населения. Дополняя свои выводы моделями потребления этих групп, мы получаем прогноз развития сектора. 

Я хотел бы в сжатом виде осветить текущие экономические тренды, механизмы, как они транслируются на благосостояние население. Эволюция моделей поведения потребителей под воздействием внешних факторов. Прогноз развития отрасли, влияние на показатели компаний и комментарии по возможным стратегиям развития бизнеса.