TURF-анализ для оптимизации ассортимента: суть метода и примеры

TURF-анализ: как оптимизировать ассортимент и не потерять покупателей

Представьте производителя йогуртов, который может поставить на полку сети только пять вкусов из двенадцати. Интуитивное решение — взять пять самых популярных по опросу. Но если клубника, малина и вишня нравятся одним и тем же людям, три позиции из пяти будут конкурировать за одного покупателя, а любители манго или чернослива уйдут к конкуренту. Полка заполнена, а охват аудитории далёк от максимального.

TURF-анализ — Total Unduplicated Reach and Frequency, то есть совокупный неповторяющийся охват и частота — решает именно эту задачу. Он ищет не самые популярные позиции, а такую комбинацию, которая привлечёт наибольшее число разных людей. Метод пришёл из медиапланирования, где нужно было выбирать набор изданий с максимальным охватом без дублирования читателей, и прочно закрепился в ассортиментных и продуктовых исследованиях.

В статье — логика метода, требования к данным, практические сценарии и подводные камни, о которых стоит знать до того, как сокращать линейку.

Охват и дублирование: ключевая идея

В основе TURF лежат два понятия. Охват — доля респондентов, которых привлекает хотя бы одна позиция из набора. Частота — сколько позиций набора в среднем привлекает одного респондента. Задача метода — максимизировать первое, контролируя второе.

Условный пример. Вкус A нравится 50% опрошенных, вкус B — 45%, вкус C — 30%. Если A и B выбирают практически одни и те же люди, то набор A+B охватит лишь чуть больше половины аудитории. А набор A+C, где у C своя, непересекающаяся аудитория, может охватить 75%. Второй вкус в лучшей паре — не второй по популярности, а тот, что добавляет больше всего новых людей.

Главный вопрос TURF звучит не «что нравится больше всего», а «что добавит покупателей, которых у нас ещё нет». Это смена логики, которая часто переворачивает привычные представления о линейке.

Какие задачи решает метод

Сфера применения шире, чем ассортимент на полке. TURF используют везде, где нужно выбрать ограниченное число вариантов из большого списка так, чтобы удовлетворить максимум людей.

Оптимизация линейки SKU — какие позиции вывести, а какие сохранить при сокращении ассортимента;
запуск новых вкусов или вариантов — какие добавить к существующей линейке для привлечения новых покупателей;
меню ресторанов и кафе — сколько и каких блюд держать, чтобы каждый гость нашёл что-то для себя;
подбор рекламных сообщений — набор аргументов, который зацепит максимум целевой аудитории;
медиапланирование — сочетание каналов с наименьшим дублированием аудитории;
пакеты услуг — набор опций в тарифе или подписке.

Какие данные нужны

TURF работает на индивидуальных данных: для каждого респондента нужно знать, какие позиции из списка его «охватывают». Что именно считать охватом, определяется задачей и формулировкой вопроса.

Способы сбора исходных данных

Самый распространённый вариант — шкала вероятности покупки для каждой позиции: «наверняка куплю», «скорее куплю», «возможно» и так далее. Охваченным считается респондент, давший один или два верхних ответа. Альтернатива — прямой вопрос «какие из этих вкусов вы бы купили», где отмечаются все подходящие. При продуктовых тестах — оценка после дегустации, с порогом, например, от семи баллов из девяти.

Более продвинутый подход — использовать индивидуальные оценки из MaxDiff или совместного анализа. Модель даёт полезность каждой позиции для каждого человека, и охват определяется через вероятность выбора. Это даёт более тонкую картину, особенно когда позиций много. О том, как получать такие оценки, мы писали в статье о методе MaxDiff.

Порог охвата — ключевое решение

Выбор порога сильно влияет на результат. Слишком мягкий порог («возможно куплю») делает почти всех охваченными почти любым набором, и различия между комбинациями стираются. Слишком жёсткий («наверняка куплю») может оставить слишком маленькую базу. На практике полезно считать оба варианта и проверять, устойчив ли вывод.

Как проводится расчёт

Алгоритм перебирает комбинации позиций и для каждой считает охват. При небольших списках возможен полный перебор: из двенадцати позиций по пять — около восьмисот комбинаций, это мгновенно. При тридцати-сорока позициях число вариантов исчисляется миллионами, и используют пошаговый подход.

Выбор лидера. Первой берётся позиция с максимальным индивидуальным охватом.
Добавление по приросту. На каждом следующем шаге добавляется позиция, которая даёт наибольший прирост охвата к уже выбранному набору.
Фиксация обязательных позиций. Если какие-то SKU нельзя убрать из-за контрактов или стратегии, их включают в набор принудительно, и оптимизация идёт вокруг них.
Анализ кривой охвата. Строится график, где по горизонтали — число позиций, по вертикали — охват. Видно, где добавление новых позиций перестаёт приносить заметный прирост.
Проверка альтернатив. Рассматриваются не только лучшая, но и несколько близких по охвату комбинаций, чтобы учесть себестоимость, логистику и другие соображения.

Кривая охвата — самый ценный артефакт анализа. Обычно она растёт быстро на первых трёх-пяти позициях, а затем выходит на плато. Условный пример: пять вкусов охватывают 82% аудитории, восемь — 88%, двенадцать — 90%. Это сильный аргумент за сокращение линейки: последние четыре позиции стоят денег на производство и полку, а добавляют лишь пару процентов охвата.

Пример: сокращение линейки соков

Условная ситуация: производитель выпускает десять вкусов соков и хочет оставить шесть. Опрос показал индивидуальную привлекательность каждого вкуса и наборы, которые выбирает каждый покупатель.

Шаг	Добавленный вкус	Индивидуальный охват	Совокупный охват набора	Прирост
1	Апельсин	48%	48%	—
2	Томат	22%	63%	+15
3	Яблоко	41%	72%	+9
4	Вишня	30%	78%	+6
5	Мультифрукт	39%	81%	+3
6	Гранат	15%	83%	+2

Обратите внимание: томатный сок по популярности лишь седьмой, но его аудитория почти не пересекается с любителями фруктовых соков, поэтому он идёт вторым шагом. А мультифрукт, третий по популярности, добавляет совсем немного — его покупатели и так охвачены апельсином и яблоком. Именно такие неочевидные выводы и делают TURF ценным.

Ограничения и ловушки интерпретации

TURF — мощный, но упрощающий инструмент. Он считает, что для охвата достаточно одной привлекательной позиции, и не учитывает объём потребления. Человек, покупающий апельсиновый сок каждый день, и тот, кто берёт томатный раз в квартал, весят в модели одинаково. Поэтому выводы TURF желательно дополнять данными о частоте и объёме покупок, а иногда — взвешивать респондентов по их ценности.

Заявленное поведение

Ответ «куплю» в анкете не равен покупке. Порог охвата лучше калибровать на реальных данных продаж, если они есть.

Каннибализация

Метод не моделирует, как убранная позиция перераспределит продажи. Нужен дополнительный вопрос о замещении.

Экономика позиций

Охват не учитывает маржинальность и себестоимость. Финальное решение — на стыке TURF и финансовой модели.

Ещё одна ловушка — несколько почти равных по охвату решений. Разница в один-два процентных пункта при выборке в пятьсот человек находится в пределах погрешности. В такой ситуации бессмысленно настаивать на «оптимальной» комбинации — правильнее выбрать из нескольких равноценных ту, что удобнее для производства и логистики.

Типичные ошибки

Включение в список позиций, которые нельзя реально произвести или поставить, — анализ выбирает их, и результаты становятся бесполезными.
Слишком мягкий порог охвата, при котором все комбинации выглядят одинаково хорошо.
Опрос только действующих покупателей категории, когда задача — привлечение новых.
Интерпретация кривой охвата без учёта погрешности и размера выборки.
Принятие решения о выводе позиции только по TURF, без анализа продаж и лояльных потребителей этой позиции.

Последний пункт особенно важен: маленький по охвату вкус может быть единственной причиной, по которой преданные клиенты идут именно к вам. Прежде чем его убрать, полезно выяснить, переключатся ли эти люди на другую позицию бренда или уйдут к конкуренту. Здесь помогают глубинные интервью и анализ поведения на полке — см. материал о поведении покупателей в рознице.

Практические выводы

TURF-анализ меняет вопрос «что популярно» на вопрос «что охватит больше разных людей» и часто приводит к неочевидным решениям. Чтобы применять его грамотно:

заранее определите, что считается охватом, и проверьте устойчивость результатов при разных порогах;
включайте в анализ только реально реализуемые позиции и учитывайте обязательные SKU;
смотрите на кривую охвата, чтобы найти точку, после которой расширение линейки не окупается;
рассматривайте несколько близких по охвату решений, а не одно «лучшее»;
дополняйте TURF данными о частоте покупки, маржинальности и замещении;
проверяйте последствия вывода позиций на лояльных потребителях.

NRay проводит ассортиментные исследования с TURF-анализом для производителей и розничных сетей в рамках анализа рынка и конкурентов: проектируем опрос, подбираем порог охвата под задачу, строим кривые и сценарии и связываем результаты с экономикой ассортимента заказчика.

Нужна помощь с исследованием? Специалисты NRay проведут исследование под вашу задачу — от постановки целей до презентации результатов. Оставьте заявку или напишите на [email protected].

TURF-анализ: как оптимизировать ассортимент и не потерять покупателей