Спад заказов? Делаем простую аналитику по инструкции и повышаем продажи в 2 раза!

В любом бизнесе есть месяца роста и спада на товар или услугу (сезонность), и, зная тенденции спроса, вы сможете избежать многих рисков и финансовых потерь.

Данная статья пригодится как владельцам действующего бизнеса, так и тем, кто только задумывается о создании своего дела.

Анализ сезонности рынка - Вы думаете, что это очень сложно, и для такого рода анализа нужно нанимать маркетолога-аналитика? А вот и нет. Все достаточно просто, тем более что все, что вам понадобится, это доступ к интернету, excel-таблица и немного свободного времени.

Итак, поехали!

Первым делом открывайте https://wordstat.yandex.ru/ и выбирайте там «историю запросов», далее вводите название вашего продукта/услуги или фразу, по которой его чаще всего ищут (также можно воспользоваться данными по фразам из яндекс метрики, если она есть на вашем сайте).

Нажимаем «Подобрать» и получаем срезку по активности запросов за последние 2 года (можно сегментировать данные по конкретным регионам).

Допустим, вы тур агентство и мы будем анализировать спрос на «туры в Италию» по Москве.

По фразе «Италия туры» мы получили следующие данные:

Нас интересуют только «даты» и «абсолютное» значение (обведено оранжевым).
Нас интересуют только «даты» и «абсолютное» значение (обведено оранжевым).

Для построения более объективной картины по спросу я рекомендую использовать не более 6 различных запросов (главное чтобы они не были однокоренными, были близки по смыслу - но не являлись производным от более высокочастотной фразы).

Обратите внимание, запрос «Италия туры купить» является производным от высокочастотного запроса «Италия туры», поэтому низкочастотные производные фразы подставлять не верно, и не нужно!

Для анализа возьмем данные: «Италия туры», «Италия цены», «Италия отдых», «Италия билеты», «Италия отели», «Италия курорты». В принципе это основные запросы потребителей, не являющиеся производными друг от друга.

Создаем табличку в excel следующего вида и переносим туда полученные цифры под заранее написанными месяцами и годами анализа:

Нам нужно получить объективную статистику с января по декабрь, но т.к. сбор данных происходил в сентябре 2018 года, данные за январь-июль 2016 года пришлось выставлять «усредненными» по отношению к 2017 и 2018 года, т.к. их уже нет в базе, также и данные за август-декабрь 2018 года были взяты из «усредненных» за периоды 2016 и 2017 годов.

«Усредненные» значения считаем просто: как правило, ежегодно на рынке присутствует рост спроса, по этому от цифры за сентябрь 2017 года отнимаем цифру за сентябрь 2016 года и потом приплюсовываем полученное к сентябрю 2017 года. И в точности наоборот делаем по отношению к данным, которые уже удалились из системы за 2016 год.
Если это сложно и не понятно, т.к. сейчас октябрь, сохраните эту статью и дождитесь января - у вас будет возможность без «усредненных» значений получить подробную статистику за 2 полных года.
Если это сложно и не понятно, т.к. сейчас октябрь, сохраните эту статью и дождитесь января - у вас будет возможность без «усредненных» значений получить подробную статистику за 2 полных года.

Идем далее. Заносим все данные и получаем полную картину спроса по месяцам, после чего делаем общую итоговую графу в таблице «Среднее за год», где складываем данные по каждому месяцу и делим на 12 (т.е. на количество анализируемых месяцев), тем самым получаем среднее значение спроса в за год. С ним дальше будем работать.

Теперь нам понадобится создать продолжение таблицы, аналогичное по месяцам, но уже с коэффициентами сезонности вместо частотности запросов.

За каждый месяц мы запишем данные по принципу: «данные за месяц» разделить на «среднее за год», а внизу подведем итоговую графу. Все что получится в диапазоне «менее 0,8» является провалом в спросе, все что в диапазоне от «0,9 и выше» уже рабочие показатели, соответственно все что выше «1,2» – хлебные месяцы для бизнеса.

Полученные значения можно окрасить в различные цвета при необходимости, для более понятной визуализации.
Полученные значения можно окрасить в различные цвета при необходимости, для более понятной визуализации.

Итак, подводя итоги внизу таблицы мы просто сложим все показатели за всего годы по каждому из месяцев и разделим на общее количество этих самых показателей. Что даст нам понимание общей картины сезонности.

По итоговой графе коэффициентов (выделена оранжевым) мы видим, что люди начинают интересоваться отдыхом в Италии начиная с января и по август.

Для удобства просмотра ячейки с «благоприятными коэффициентами» окрашены в зеленые оттенки, «сверх-пики активности» окрашены в голубой цвет, а «спады и провалы» - в красные.
Для удобства просмотра ячейки с «благоприятными коэффициентами» окрашены в зеленые оттенки, «сверх-пики активности» окрашены в голубой цвет, а «спады и провалы» - в красные.

Теперь вы имеете наглядную картину сезонности спроса на ваш продукт или услугу.

Соответственно, зеленые и голубые значения (все ячейки, где коэффициент выше единицы) это и есть те месяца, в которые имеет смысл давать выгодные предложения на это направление, создавать рассылки и запускать рекламные компании или увеличивать по ним бюджет.

Конечно, туристы посещают эту страну и в месяца с низким коэффициентом, но это малое число от общей доли запросов и тратить на эту аудиторию финансы на рекламу уж точно не стоит, т.к. эта часть аудитории едет туда по иным личным причинам, далеко не всегда связанным с туризмом.

Как я уже говорил выше, данный анализ применим не только к услугам, но и к товарам. Анализируя спрос на свой продукт - вы сможете оптимизировать все свои рекламные и ресурсные расходы, повысив показатели продаж более чем в 2 раза в пиковые месяцы, и снизив издержки на рекламу и иные расходы в «не сезон», например, согласно этой таблицы можно легко развивать новое направление или вводить в ассортимент новую товарную позицию, понимая когда на продукт начинается спрос, и, если у вас товар - избавить себя от лишних расходов по его хранению на складе в «не сезонные» месяцы.

ВАЖНО: Для анализа роста спроса на товары или услуги данной таблицы вполне хватит, но если вы хотите построить более глубокие гипотезы и, например, предложить «Тур в Италию» потенциальному клиенту, который пока еще просто ищет варианты отдыха без конкретики по стране но знает месяц своего отпуска, то читайте продолжение этой статьи, где на основе этой таблицы мы будем делать таблицу «вовлеченности» на примере туризма уже не на страну, а на месяц предполагаемого отдыха, и связывать полученные данные из двух таблиц в единое целое.

Понравилась статья? Ставь «палец вверх» и подписывайся на канал)