В рейтинг вошли 100 лучших магазинов России по объему онлайн-продаж в 2018 году. «Рейтинг основан на комплексной методологии создания рейтингов и сбора данных, включая постепенную проверку данных рейтинга самими магазинами. Рейтинг интернет-магазинов содержит данные об объемах онлайн-продаж и количестве заказов», — говорится в сообщении. объяснение методики расчета.
В отличие от предыдущих рейтингов, Data Insight удалил дополнительное требование для компаний иметь преимущество трафика из России в трафике сайта или иметь отдельный субдомен для российских покупателей. В результате в рейтинг 2018 года вошли многие интернет-магазины международных компаний, чьи онлайн-продажи в России осуществляются их российскими дочерними компаниями или представителями, но у которых есть российский интернет-магазин, интегрированный с глобальным веб-сайтом.
В первой десятке крупнейших интернет-магазинов Wildberries.ru и Citilink.ru в 2018 году, как и в 2017 году, занимают первое и второе места. Кстати, выручка Wildberries.ru в рейтинге немного ниже, чем выручка самой компании. Это связано с тем, что Data Insight учитывала только выручку из России, не считая продаж в других странах присутствия.
Некоторые изменения произошли позже в рейтинге. Например, в 2018 году DNS переместилась с третьего на пятое место. Однако это связано с другой методикой расчета. В 2017 году Data Insight причислил эту компанию к сети дискаунтеров Technopoint DNS, тогда как в этом году обе сети одной компании учитывались отдельно. Однако, если бы не изменилась методология рейтинга на 2018 год, DNS все равно был бы на третьем месте и выше mvideo.ru.
Рейтинг ТОП-15 крупнейших интернет-магазинов России за 2018 год
| # | Магазины | Категория товаров | Интернет-продажи, млн. | Заказы, тыс. | Средний чек | |||
| 2018 г. | Рост | 2018 г. | Рост | 2018 г. | Рост | |||
| 1 | wildberries.co.uk | Одежда, обувь и аксессуары | 111 200 | 0,74 | 72 500 | 0,82 | 1 530 | -0,04 |
| 2 | citilink.ru | электроника и техника | 73 200 | 0,33 | 7 670 | 0,32 | 9 540 | 0,01 |
| 3 | mvideo.ru | электроника и бытовая техника | 52 800 | 0,46 | 4 590 | 0,3 | 11 500 | 0,12 |
| 4 | ozon.ru | универмаги | 41 770 | 0,73 | 15 550 | 0,85 | 2 690 | -0,06 |
| 5 | dns-shop.ru | электроника и бытовая техника | 38 810 | 0,83 | 5 240 | 0,78 | 7 410 | 0,02 |
| 6 | lamoda.ru | Одежда, обувь и аксессуары | 29 030 | 0,14 | 8 720 | 0,14 | 3 330 | |
| 7 | eldorado.ru | электроника и техника | 24 500 | 0,08 | 3 250 | -0,21 | 7 540 | 0,37 |
| 8 | svyaznoy.ru | электроника и техника | 19 720 | 0,26 | 1 690 | 0,14 | 11 670 | 0,11 |
| 9 | technopoint.ru | электроника и технологии | 19 080 | 0,08 | 3 000 | 0,05 | 6 360 | 0,03 |
| 10 | petrovich.ru | предметы домашнего обихода | 18 000 | 0,38 | 1 350 | 0,32 | 13 330 | 0,05 |
| 11 | vseinstrumenti.ru | предметы домашнего обихода | 17 830 | 0,2 | 2 530 | 0,17 | 7 050 | 0,03 |
| 12 | onlinetrade.ru | универмаги | 17 240 | 0,19 | 3 480 | 0,45 | 4950 | -0,18 |
| 13 | pharmeka.ru | здоровье и красота | 12 630 | 0,59 | 7 890 | 0,66 | 1,600 | -0,04 |
| 14 | bonprix.ru | Одежда, обувь и аксессуары | 11 350 | -0,06 | 3 110 | -0,12 | 3 650 | 0,07 |
| 15 | utkonos.ru | FMCG | 10 190 | 0,08 | 1980 г. | 0,09 | 5 150 | -0,01 |
| Источник: Data Insight. | ||||||||
Озон же переместился с 7 на 4 место. «Юлмарт опустился с 8 на 17». Сеть магазинов DIY Petrovich вошла в десятку крупнейших интернет-продавцов, переместившись с 15 на 17 место. 10.
Полная оценка доступна здесь
Рейтинги используются в нескольких горизонтах принятия решений:
1. Правительство и крупные инвесторы — рассматривают ведущих игроков как репрезентативные ориентиры для всего рынка: динамика роста рынка, эффекты консолидации, включая введение и корректировку механизмов регулирования.
2. C-level (директора по стратегии, развитию, маркетингу, отделам продаж) — как анализ конкуренции и как основа для построения партнерских отношений (например, в области маркетинга, логистики, платежных решений и т. Д.)
У разных исследователей разные цели и задачи. В то время как Data Insight больше работает для высшего руководства, данные AKIT больше ориентированы на лоббирование на правительственном уровне.
Расчет рынка можно выполнить двумя основными способами:
— поставка, сторона поставки — дистрибьюторы, логисты, платежные службы, канал сбыта — включены в доли в окончательной цене продукта.
— со стороны спроса, количество онлайн-покупателей, средний чек и рентабельность покупки в год (частота онлайн-покупок). Умножив эти три числа, мы получим необходимый объем.
Цифры на стороне спроса и предложения должны быть одинаковыми. Динамика потребительских расходов должна быть равна динамике доходов онлайн-покупателя (с сайта или мобильного приложения).
Что у нас есть с текущим спросом?
Data Insight исторически собирал общедоступные данные от компаний. Часть данных предоставили сами интернет-магазины (без возможности проверить их в других источниках). Часть данных о магазине восстанавливается из ближайшего конкурента, где есть доступ к сопоставимым ключевым показателям (количество сотрудников, количество чеков, посещаемость сайта).
Результатом является «комплексная методология построения рейтинга и сбора данных, включающая пошаговое объяснение рейтинговых данных самими представителями магазина».
Различия в «восстановленных результатах» могут быть множественными. Некоторые предоставляют данные об онлайн-продажах по отношению к общему объему продаж, некоторые с НДС, некоторые без него. Некоторые дают отдельные числа для среднего чека, другие — для количества заказов: вместе они дают объем онлайн-продаж для этого магазина.
Если магазин удовлетворен «полученными данными», он обычно не возражает. Конкуренты, у которых есть данные о своих каналах, а поставщики — о своих конкурентах, склонны возражать против этого.
Самая большая проблема с рейтингами — это сложные гибридные рейтинги, которые смешивают как общедоступные, так и сложные данные (для которых известна только часть данных) и полностью «реконструированные» синтетические данные. Он не изолирует данные компаний, данные конкурентов и связанных служб / партнеров, а также синтетические данные.
Мой подход отличается: я оцениваю данные исключительно на основе посещаемости веб-сайтов (с компьютеров и мобильных устройств). Мои источники данных — это Alexa (принадлежит Amazon) и SimilarWeb (частная независимая компания, финансируемая Naspers), а также данные Яндекс.Радара (за последние шесть месяцев, по состоянию на дату ежемесячного выпуска в августе 2018 года). Затем я собираю проверенные данные из этих источников и создаю одну кривую корреляции «Рейтинг, трафик, расчетный доход или GMV» для любого периода.
Полезность моего подхода заключается в том, что модель является полностью «синтетической», беспристрастной и единообразной для всех участников рейтинга (более 10 000 интернет-магазинов в России, включая зарубежных игроков). Оценка основана не на «фактах», а на прогнозах и ожиданиях.
