Во время войны инженеры изучали вернувшиеся с заданий самолёты, отмечали места пробоин и предлагали усиливать броню именно там. Пока статистик Абрахам Вальд не заметил очевидное: он смотрит только на те машины, которые долетели. Усиливать надо было там, где пробоин нет, — попадания в эти места оказывались смертельными, и такие самолёты просто не возвращались.

Ошибка называется ошибкой выжившего. Формулируется просто: вывод делается по тем, кто дошёл, а решает судьбу дела то, что случилось с остальными.

Ассортиментная матрица продуктового магазина строится ровно с этой ошибкой. Разберу, как она проявляется и что с ней делать.

Почему чек ничего не знает о районе

В кассовых данных лежит всё, что нужно для управления: что берут, в каких сочетаниях, в какие часы, с каким средним чеком. Хорошие данные, и работать с ними правильно.

Но каждая строка в них написана человеком, который уже вошёл, уже нашёл подходящее и уже заплатил. Тот, кто зашёл, не увидел нужного и ушёл в сетевой магазин через квартал, не оставил ни одной строки. Тот, кто вообще не заходит, потому что считает ваш магазин не для себя, — тем более.

Дальше срабатывает механизм, который выглядит как здравый смысл. Топ продаж расширяют, низ ротируют, матрица год за годом сходится к тому, что покупает уже сложившееся ядро покупателей. Магазин становится всё точнее заточен под тех, кто и так ходит, и всё дальше от тех, кто живёт вокруг.

Это не ошибка закупщика. Это свойство данных, на которых он работает.

Что показывает поток

Радар собирает идентификаторы в радиусе до 150 метров и делит их на прошедших мимо и вошедших. Дальше обогащение через технологию Яндекс Крипта даёт по массиву возраст, пол, города проживания, тип устройства, интересы.

Появляются две вещи, которых нет в кассе. Первая — портрет района: кто вообще живёт и ходит вокруг. Вторая — конверсия витрины: какая доля проходящих мимо заходит внутрь.

Для магазина у дома вторая цифра важнее почти всего остального. Мимо продуктового в жилом квартале за день проходят сотни людей, живущих в соседних подъездах. Каждый из них — потенциальный постоянный покупатель на годы, потому что за молоком ходят не по рекламе, а по привычке и близости.

Три разрыва, которые вскрываются чаще всего

Возрастной. Портрет района даёт одну возрастную структуру, чеки — другую. Классика: вокруг много семей с детьми, а матрица собрана под тех, кто заходит за пивом и сигаретами по дороге с работы. Детские товары не продаются, потому что их почти нет, а их почти нет, потому что не продаются.

Часовой. Поток по часам почти никогда не совпадает с расписанием выкладки и смен. Если пик проходимости в семь вечера, а хлеб довозят к восьми, вы систематически теряете лучший час.

Разрыв между проходящими и заходящими. Если портреты этих групп сильно разные, проблема не в ассортименте, а во входной группе, вывеске или ценовом восприятии. Люди решают, что магазин не для них, ещё на улице.

Что делать с этим на практике

Начните с конверсии витрины и её динамики по часам и дням. Это самая быстрая метрика: она меняется от простых вещей — света в витрине, ценников на входе, чистоты у двери, вывески с ассортиментом.

Дальше сравните портрет района с портретом покупателей. Совпадают — работайте с входом и предложением. Расходятся — у вас есть неохваченная группа под боком, и это гипотеза для теста на десяти позициях, а не для перестройки всей матрицы.

Третье — реклама на тех, кто ходит мимо. Сегмент выгружается в Яндекс Директ и VK Рекламу. Для продуктового это дешёвая аудитория: люди физически рядом каждый день, им не надо никуда ехать.

Постоянных покупателей из показов исключайте. Мы разбирали инкрементальность: платить за визит человека, который и так придёт за хлебом, — это покупать собственный трафик второй раз.

Где это не сработает

В магазине с маленьким потоком статистики не наберётся. Для продуктового у дома это редкость, но встречается в закрытых дворах и на окраинах.

В формате, куда едут целенаправленно за конкретным товаром: фермерская лавка с уникальным продуктом, специализированные магазины. Там прохожий не ваш недополученный покупатель.

И честно про инструмент: в Крипте матчится до 30% адресов, а покупку радар не видит. Связка портрета района с чеком — это ваша работа, и её никто за вас не сделает.

Скажу спорное. Продуктовый ритейл переоценивает программу лояльности и недооценивает витрину. Карта работает с теми, кто уже ваш. Витрина работает с сотнями людей, которые проходят мимо каждый день и которых в вашей базе нет и не будет.

Что дальше

Разобрали, как поток помогает наполнять полку. Остался вопрос из соседней области: что делать с человеком, который зашёл, походил и вышел без покупки. В рознице это самая дешёвая аудитория для возврата, и работать с ней почти никто не умеет.

Посмотреть на своих данных

Демо-кабинет открыт без регистрации: cp.wifiradar.ru/radar, логин и пароль wifiradar_demo. Начните с соотношения прошедших мимо и вошедших — это и есть конверсия витрины.

Разборы внедрений с цифрами — в кейсах.