Эвотор разработал методику расчета Индекса Традиционной Торговли. Данный индекс основывается на фактических данных о покупках, совершенных за определенный временной период.
Индекс показывает активность покупателей в торговых точках традиционной торговли разных сегментов за конкретный временной период.
Значение индекса зависит от количества и разнообразия покупок, совершенных в данном сегменте. Индекс может быть полезен для отслеживания измения спроса на продукцию определенных сегментов, а также для общей оценки покупательной способности населения.
Методология расчета Индекса цен FMCG включает несколько этапов:
1. Формирование базы данных с эконометрическими показателями торговых точек за базовый период. В качестве базового периода используется последняя неделя предыдущего года
2. Сегментация торговых точек на основе базы данных о продажах
3. Формирование выборки наиболее репрезентативных торговых точек для каждого сегмента
4. Формирование базы данных с эконометрическими показателями для сформированной выборки за исследуемый временной период
5. Замена торговых точек из выборки на точки с близкими эконометрическими показателями в случае отсутствия активности в течение исследуемого периода
6. Расчет индекса
7. Нормирование полученного значения индекса на значение за базовый период
Выборка учитывает сегменты бизнеса, на которые приходится более 80% продаж (по количеству проданных позиций).
Общее количество торговых точек в выборке для всех сегментов - 10000. Количество торговых точек для каждого сегмента отобрано пропорционально количеству торговых точек данного сегмента в базе BigData Эвотор. При формировании выборки учитывались только торговые точки, имевшие непрерывную активность в течение 12 недель до базового периода включительно.
Признаки отбора торговых точек:
Для поддержания репрезентативности индекса торговые точки, не имеющие активности в течение исследуемого периода, заменяются на похожие по эконометрическим показателям. Для замены используются только торговые точки, имевшие непрерывную активность в течение 12 недель до исследуемого периода включительно.
Признаки для замены торговых точек:
Значения признаков нормируются. Замена осуществляется на ближайшую торговую точку по данным признакам.
Эвотор разработал методику расчета Продуктового Индекса Цен Эвотор FMCG Food Price Index. Данный индекс основывается на фактических данных о покупках, совершенных за определенный временной период, отражаемый индексом.
Индекс показывает фактическое изменение цен в торговых точках розничной торговли, те цены, по которым реальные покупатели приобретают товары, т.е. усредненное изменение цен (инфляцию) в продуктовой категории сегмента FMCG за конкретный временной период.
Задачей данного индекса, прежде всего, является отслеживание изменение цен с целью сопоставления с другими тенденциями рынка или тем как ведет себя конкретная товарная категории или ТМ.
Индекс может быть полезен для оптимизации ценовой политики компаний работающих в секторе Retail, компаний-производителей FMCG, а также для более широкого круга заинтересованных лиц.
Несмотря на то, что мы сравниваем значения нашего индекса с официальными данными инфляции Росстата, мы рекомендуем учитывать следующие условия при сопоставлении значений нашего индекса и индекса инфляции:
1. Индексы рассчитывается на основании различных массивов данных, базой для расчета Продуктового Индекса Цен Эвотор является BigData Эвотор.
2. Продуктовый Индекса Цен Эвотор рассчитывается по уникальной методологии.
3. Продуктовый Индекс Цен Эвотор, в отличие от индекса инфляции Росстат, фокусируется исключительно на продуктовой категории сегмента FMCG, в то время как официальный индекс инфляции Росстат учитывает множество других сегментов.
Базой для расчета Продуктового Индекса Цен является BigData Эвотор. Прежде всего, это собственные данные Эвотор, получаемые ежедневно в режиме on-line c более чем 900 000 смарт-терминалов, на которых работает каждый четвертый предприниматель в РФ.
Вот ключевые преимущества наших данных:
Методология расчета Индекса цен FMCG включает несколько этапов:
1. Формирование базы данных для расчетов за исследуемый период
2. Сегментация торговых точек на основе базы данных о продажах
3. Формирование выборки торговых точек
4. Калибровка выборки торговых точек
5. Формирование выборки товарных подкатегорий
6. Формирование выборки SKU
7. Формирование базы данных цен выбранных SKU
8. Фильтрация, верификация ценовых данных
9. Расчет ценового индекса
Для расчета Индекса Цен Эвотор FMCG Food Price Index была сформирована выборка смарт-терминалов, установленных в точках традиционной розничной торговли РФ.
Для того, чтобы выборка репрезентировала точки традиционной розничной торговли РФ, она формировалась с учетом следующих принципов:
Признаки отбора торговых точек:
Ежемесячно присутствующие в выборке торговые точки проходят процедуру верификации по перечисленным признакам с помощью алгоритмов фильтрации.
Проанализировав многолетнюю динамику данных в категории food сегмента FMCG BigData Эвотор, мы выделили ряд ключевых товарных категорий, включение которых было необходимо для обеспечения высокой репрезентации данных в исследуемой категории с целью обеспечения самых высоких требований к параметрам «ценовой чувствительности» Продуктового Индекса Цен Эвотор.
Для обеспечения корректных параметров выбора и включения товарных категорий Продуктового Индекса Цен Эвотор мы использовали следующие эконометрические показатели:
При этом в рамках анализа исторических данных мы работали до уровня уникального SKU - ассортиментной позиции одной товарной группы, марки, сорта в одном типе упаковки одной емкости.
В общей сложности, при разработке методологии расчета Продуктового Индекса Цен Эвотор, команда BigData Эвотор проанализировали поведение более 3 000 000 уникальных товаров (SKU) и их продажи, включая, но не ограничиваясь ценовыми трендами более чем в 900 000 торговых точек по всей России.
Суммарный объем проанализированных нами покупок в рамках разработки методологии Продуктового Индекса Эвотор превысил 10 000 000 000 единиц.
При этом, исходя из задач и сферы применения Продуктового Индекса Цен Эвотор, мы сфокусировали свое внимание на области его применения и включили в расчет необходимое и достаточное количество товарных категорий и конкретных SKU для обеспечения высоких характеристик «ценовой чувствительности» Индекса на основании описанного выше подхода.
Таким образом, на основании проведенного анализа, при расчете Продуктового Индекса Цен Эвотор мы используем более 257 SKU из 47 продуктовых категорий согласно классификации Эвотор.
* 47 продуктовых категорий вошедших в расчет Продуктового Индекса Эвотор представлены ниже:
Базой для расчета Продуктового Индекса Цен является BigData Эвотор, ключевые характеристики которой описаны ранее.
При разработке нашего индекса мы использовали весь массив данных BigData Эвотор накопленный за многолетний период работы.
При этом, несмотря на хорошее покрытие, высокое качество и объем имеющихся в нашем распоряжении данных мы использовали ряд принципов при работе с данными, чтобы наши результаты были максимально релевантны и в полном объеме отражали ключевые ценовые тренды в продуктовой категории сегмента FMCG.
В частности, мы провели сегментацию всего торгового пространства BigData Эвотор, что позволило нам корректно интерпретировать данные ТТ различных сегментов. Кроме того, мы провели необходимые калибровочные мероприятия с целью выравнивания распределения всего торгового пространства BigData Эвотор в соответствии с фактической структурой распределения торгового пространства в РФ.
Эти необходимые, но не единственные мероприятия, которые регулярно проводятся, контролируются и верифицируются командой BigData Эвотор, а также систематическая актуализация данных о генеральной совокупности позволяет нам быть уверенными в качестве предоставляемых нами данных.
Эвотор разработал методику расчета Индекса Цен FMCG Non-food. Данный индекс основывается на фактических данных о покупках, совершенных за определенный временной период, отражаемый индексом.
Индекс показывает фактическое изменение цен в торговых точках традиционной розничной торговли, те цены, по которым реальные покупатели приобретают товары, т.е. усредненное изменение цен (инфляцию) в категории non-food сегмента FMCG за конкретный временной период.
Задачей данного индекса, прежде всего, является отслеживание изменения цен на товары категории non-food с целью сопоставления с другими тенденциями рынка и динамикой цен на другие товарные категории.
Индекс может быть полезен для оптимизации ценовой политики, прогнозировании объема продаж компаний работающих в секторе Retail, компаний-производителей non-food в сегменте FMCG, а также для более широкого круга заинтересованных лиц, с целью изучения инфляционных процессов и рыночных трендов.
Значения индекса обновляются ежемесячно, методология и база данных позволяет увеличить частоту обновления данных до еженедельной.
Базой для расчета Индекса Цен FMCG Non-food является BigData Эвотор. Прежде всего, это собственные данные Эвотор, получаемые ежедневно в режиме on-line c более чем 900 000 смарт-терминалов, на которых работает каждый четвертый предприниматель в РФ.
При разработке нашего индекса мы использовали весь массив данных BigData Эвотор накопленный за многолетний период работы.
В общей сложности, при разработке методологии расчета Индекса Цен FMCG Non-food, команда BigData Эвотор проанализировали поведение более 3 000 000 уникальных товаров (SKU) и их продажи, включая, но не ограничиваясь ценовыми трендами более чем в 900 000 торговых точек по всей России.
Суммарный объем проанализированных нами покупок в рамках разработки методологии Индекса Цен FMCG Non-food Эвотор превысил 10 000 000 000 единиц.
При этом, несмотря на сплошное покрытие РФ, высокое качество и объем имеющихся в нашем распоряжении данных, мы использовали ряд принципов при работе с данными, добиваясь их максимальной консистентности и релевантности, с целью объективного отражения ключевых ценовых трендов в категории сегмента FMCG Non-food.
В частности, мы осуществили сегментацию всего торгового пространства BigData Эвотор, что позволило нам корректно интерпретировать данные ТТ различных сегментов. Кроме того, мы провели необходимые калибровочные процедуры с целью выравнивания распределения всего торгового пространства BigData Эвотор в соответствии с фактической структурой распределения торгового пространства в РФ.
С целью обеспечения высокого качества предоставляемой нами аналитики, команда BigData Эвотор регулярно осуществляет процедуры контроля, верификации и калибровки данных, актуализации данных о генеральной совокупности.
Методология расчета Индекса цен FMCG включает несколько этапов:
1. Формирование базы данных для расчетов за исследуемый период
2. Сегментация торговых точек на основе базы данных о продажах
3. Формирование выборки торговых точек
4. Калибровка выборки торговых точек
5. Формирование выборки товарных подкатегорий
6. Формирование выборки SKU
7. Формирование базы данных цен выбранных SKU
8. Фильтрация, верификация ценовых данных
9. Расчет ценового индекса
Для расчета Индекса Цен FMCG Non-food была сформирована выборка смарт-терминалов, установленных в точках традиционной розничной торговли РФ.
Для того, чтобы выборка репрезентировала точки традиционной розничной торговли РФ, она формировалась с учетом следующих принципов:
Признаки отбора торговых точек:
Ежемесячно присутствующие в выборке торговые точки проходят процедуру верификации по перечисленным признакам с помощью алгоритмов фильтрации.
Проанализировав многолетнюю динамику данных в категории non-food сегмента FMCG BigData Эвотор, мы выделили ряд товарных подкатегорий, включение которых было необходимо для обеспечения репрезентации данных в исследуемой категории с целью соответствия самых высоким требованиям к параметрам «ценовой чувствительности» Индекса Цен FMCG Non-food.
Выборка товарных подкатегорий формировалась с учетом следующих признаков:
* Перечень подкатегорий представлен ниже.
Расчет Индекса Цен FMCG Non-food осуществляется на основе данных о ценах конкретных SKU.
Выборка SKU формировалась с учетом следующих признаков:
На основании многофакторного отбора, были определены 73 SKU из 22 товарных подкатегорий, согласно классификации Эвотор, позволяющие обеспечить репрезентативность результатов и достичь высокого уровня чувствительности к динамике цен в категории FMCG Non-food.
Финальный этап расчета ценового индекса включает в себя следующие процедуры:
Данная процедура осуществляется для очистки данных от аномальных значений, исключения технических ошибок, ошибок регистрации, фрода и других явлений, искажающих объективные ценовые значения.
Модель очистки ценовых данных, разработанная с помощью методов машинного обучения, определяет аномальные значения на основании анализа отклонений от медианного ценового значения для каждого анализируемого периода.
Ценовой индекс рассчитывается как отношение среднемесячной цены за исследуемый месяц к среднемесячной цене за базовый период. В качестве базового периода был выбран январь 2020 года.
Эвотор разработал методику расчета Индекса цен на сигареты. Данный индекс основывается на фактических данных о покупках, совершенных за исследуемый временной период, отражаемый индексом.
Индекс показывает фактическое изменение цен на сигареты в торговых точках традиционной розничной торговли, те цены, по которым реальные покупатели приобретают товары, т.е. усредненное изменение цен (инфляцию) на сигареты за конкретный временной период.
Задачей данного индекса, прежде всего, является отслеживание изменения цен на сигареты с целью сопоставления с другими тенденциями рынка и динамикой цен на другие товарные категории.
Индекс может быть полезен для оптимизации ценовой политики, прогнозировании объема продаж компаний работающих в секторе Retail, компаний-производителей сигарет, а так же для более широкого круга заинтересованных лиц, с целью изучения инфляционных процессов и рыночных трендов.
Значения индекса обновляются ежемесячно, методология и база данных позволяет увеличить частоту обновления данных до еженедельной.
Базой для расчета Индекса цен на сигареты является BigData Эвотор. Прежде всего, это собственные данные Эвотор, получаемые ежедневно в режиме on-line c более чем 900 000 смарт-терминалов, на которых работает каждый четвертый предприниматель в РФ.
При разработке нашего индекса мы использовали весь массив данных BigData Эвотор накопленный за многолетний период работы. При этом, несмотря на сплошное покрытие РФ, высокое качество и объем имеющихся в нашем распоряжении данных, мы использовали ряд принципов при работе с данными, добиваясь их максимальной консистентности и релевантности, с целью объективного отражения ключевых ценовых трендов в категории сигарет.
В частности, мы осуществили сегментацию всего торгового пространства BigData Эвотор, что позволило нам корректно интерпретировать данные ТТ различных сегментов. Кроме того, мы провели необходимые калибровочные процедуры с целью выравнивания распределения всего торгового пространства BigData Эвотор в соответствии с фактической структурой распределения торгового пространства в РФ.
С целью обеспечения высокого качества предоставляемой нами аналитики, команда BigData Эвотор регулярно осуществляет процедуры контроля, верификации и калибровки данных, актуализации данных о генеральной совокупности.
Методология расчета Индекса цен на сигареты включает несколько этапов:
1. Формирование базы данных для расчетов за исследуемый период
2. Сегментация торговых точек на основе базы данных о продажах
3. Формирование выборки торговых точек
4. Калибровка выборки торговых точек
5. Формирование выборки SKU
6. Формирование базы данных цен выбранных SKU
7. Фильтрация, верификация ценовых данных
8. Расчет ценового индекса
Для расчета Индекса цен на сигареты была сформирована выборка смарт-терминалов, установленных в точках традиционной розничной торговли РФ.
Для того, чтобы выборка репрезентировала точки традиционной розничной торговли РФ, она формировалась с учетом следующих принципов:
Признаки отбора торговых точек:
Ежемесячно присутствующие в выборке торговые точки проходят процедуру верификации по перечисленным признакам с помощью алгоритмов фильтрации.
Расчет Индекса цен на сигареты осуществляется на основе данных о ценах конкретных SKU.
Выборка SKU формировалась с учетом следующих признаков:
На основании многофакторного отбора, были определены 100 SKU из категории Сигареты, позволяющие обеспечить репрезентативность результатов и достичь высокого уровня чувствительности к динамике цен в категории Сигареты.
Финальный этап расчета ценового индекса включает в себя следующие процедуры:
Данная процедура осуществляется для очистки данных от аномальных значений, исключения технических ошибок, ошибок регистрации, фрода и других явлений, искажающих объективные ценовые значения.
Модель очистки ценовых данных, разработанная с помощью методов машинного обучения, определяет аномальные значения на основании анализа отклонений от медианного ценового значения для каждого анализируемого периода.
Ценовой индекс рассчитывается как отношение среднемесячной цены за исследуемый месяц к среднемесячной цене за базовый период. В качестве базового периода был выбран январь 2020 года.
Эвотор разработал методику расчета Индекса цен на алкоголь. Данный индекс основывается на фактических данных о покупках, совершенных за исследуемый временной период, отражаемый индексом.
Индекс показывает фактическое изменение цен на алкоголь в торговых точках традиционной розничной торговли, те цены, по которым реальные покупатели приобретают товары, т.е. усредненное изменение цен (инфляцию) в категории Алкоголь за конкретный временной период.
Задачей данного индекса, прежде всего, является отслеживание изменения цен на алкоголь с целью сопоставления с другими тенденциями рынка и динамикой цен на другие товарные категории.
Индекс может быть полезен для оптимизации ценовой политики, прогнозировании объема продаж компаний работающих в секторе Retail, компаний-производителей алкоголя, а также для более широкого круга заинтересованных лиц, с целью изучения инфляционных процессов и рыночных трендов.
Значения индекса обновляются ежемесячно, методология и база данных позволяет увеличить частоту обновления данных до еженедельной.
Базой для расчета Индекса цен на алкоголь является BigData Эвотор. Прежде всего, это собственные данные Эвотор, получаемые ежедневно в режиме on-line c более чем 900 000 смарт-терминалов, на которых работает каждый четвертый предприниматель в РФ.
При разработке нашего индекса мы использовали весь массив данных BigData Эвотор накопленный за многолетний период работы. При этом, несмотря на сплошное покрытие РФ, высокое качество и объем имеющихся в нашем распоряжении данных, мы использовали ряд принципов при работе с данными, добиваясь их максимальной консистентности и релевантности, с целью объективного отражения ключевых ценовых трендов в категории Алкоголь.
В частности, мы осуществили сегментацию всего торгового пространства BigData Эвотор, что позволило нам корректно интерпретировать данные ТТ различных сегментов. Кроме того, мы провели необходимые калибровочные процедуры с целью выравнивания распределения всего торгового пространства BigData Эвотор в соответствии с фактической структурой распределения торгового пространства в РФ.
С целью обеспечения высокого качества предоставляемой нами аналитики, команда BigData Эвотор регулярно осуществляет процедуры контроля, верификации и калибровки данных, актуализации данных о генеральной совокупности.
Методология расчета Индекса цен на алкоголь включает несколько этапов:
1. Формирование базы данных для расчетов за исследуемый период
2. Сегментация торговых точек на основе базы данных о продажах
3. Формирование выборки торговых точек
4. Калибровка выборки торговых точек
5. Формирование выборки товарных подкатегорий
6. Формирование выборки SKU
7. Формирование базы данных цен выбранных SKU
8. Фильтрация, верификация ценовых данных
9. Расчет ценового индекса
Для расчета Индекса цен на алкоголь была сформирована выборка смарт-терминалов, установленных в точках традиционной розничной торговли РФ.
Для того, чтобы выборка репрезентировала точки традиционной розничной торговли РФ, она формировалась с учетом следующих принципов:
Признаки отбора торговых точек:
Ежемесячно присутствующие в выборке торговые точки проходят процедуру верификации по перечисленным признакам с помощью алгоритмов фильтрации.
Расчет Индекса цен на алкоголь осуществляется на основе данных о ценах конкретных SKU.
Выборка SKU формировалась с учетом следующих признаков:
На основании многофакторного отбора, были определены 163 SKU из категории алкоголь (пиво, вино, крепкий алкоголь и др.), позволяющие обеспечить репрезентативность результатов и достичь высокого уровня чувствительности к динамике цен в категории Алкоголь.
Финальный этап расчета ценового индекса включает в себя следующие процедуры:
Данная процедура осуществляется для очистки данных от аномальных значений, исключения технических ошибок, ошибок регистрации, фрода и других явлений, искажающих объективные ценовые значения.
Модель очистки ценовых данных, разработанная с помощью методов машинного обучения, определяет аномальные значения на основании анализа отклонений от медианного ценового значения для каждого анализируемого периода.
Ценовой индекс рассчитывается как отношение среднемесячной цены за исследуемый месяц к среднемесячной цене за базовый период. В качестве базового периода был выбран январь 2020 года.
Эвотор разработал методику расчета индексов «Фарма». Индекс основывается на фактических данных о покупках, совершенных за определенный временной период, трех категорий лекарственных средств:
Индекс показывает фактическое изменение цен и объема продаж в исследуемых категориях лекарственных средств, на основе реальных покупок за конкретный временной период.
Задачей данной группы индекса, прежде всего, является мониторинг ценовой динамики исследуемых категорий лекарственных средств, а также динамики объема продаж, которая, как показывает исследование, коррелирует с динамикой заболеваемости, и, соответственно, может быть использована для отслеживания волн заболеваемости, которым сопутствует повышенный спрос на соответствующие лекарственные средства.
Индекс может быть полезен для оптимизации рекламных кампаний и ценовой политики участников фарм-рынка.
Значения индекса обновляются ежемесячно, методология и база данных позволяет увеличить частоту обновления данных до еженедельной.
Базой для расчета Индексов «Фарма» является BigData Эвотор. Прежде всего, это собственные данные Эвотор получаемые ежедневно в режиме on-line c более чем 900 000 смарт-терминалов, на которых работает каждый четвертый предприниматель в РФ.
При разработке нашего индекса мы использовали весь массив данных BigData Эвотор накопленный за многолетний период работы.
В общей сложности, при разработке методологии расчета Индексов «Фарма», команда BigData Эвотор проанализировали поведение более 3 000 000 уникальных товаров (SKU) и их продажи, включая, но не ограничиваясь ценовыми трендами более чем в 900 000 торговых точек по всей России.
При этом, несмотря на сплошное покрытие РФ, высокое качество и объем имеющихся в нашем распоряжении данных, мы использовали ряд принципов при работе с данными, добиваясь их максимальной консистентности и релевантности, с целью объективного отражения динамики цен и объема продаж в исследуемые категориях лекарственных средств.
В частности, мы осуществили сегментацию всего торгового пространства BigData Эвотор, что позволило нам корректно интерпретировать данные ТТ различных сегментов. Кроме того, мы провели необходимые калибровочные процедуры с целью выравнивания распределения всего торгового пространства BigData Эвотор в соответствии с фактической структурой распределения торгового пространства в РФ.
С целью обеспечения высокого качества предоставляемой нами аналитики, команда BigData Эвотор регулярно осуществляет процедуры контроля, верификации и калибровки данных, актуализации данных о генеральной совокупности.
Методология расчета Индексов «Фарма» включает несколько этапов:
1. Формирование базы данных для расчетов за исследуемый период
2. Сегментация торговых точек на основе базы данных о продажах
3. Формирование выборки аптек
4. Калибровка выборки аптек
5. Формирование выборки SKU
6. Формирование базы данных цен и объема продаж выбранных SKU
7. Фильтрация, верификация ценовых данных
8. Расчет ценового индекса
Для расчета Индексов «Фарма» была сформирована выборка смарт-терминалов, установленных в аптеках РФ.
Для того, чтобы выборка репрезентировала точки традиционной розничной торговли РФ, она формировалась с учетом следующих принципов:
Признаки отбора и классификации аптек:
Ежемесячно присутствующие в выборке торговые точки проходят процедуру верификации по перечисленным признакам с помощью алгоритмов фильтрации.
Расчет Индексов «Фарма» осуществляется на основе данных о ценах конкретных SKU.
Выборка SKU формировалась с учетом следующих признаков:
Для каждой исследуемой группы лекарственных средств была сформирована своя выборка SKU, позволяющая отслеживать изменения в динамике продаж и, соответственно, формировать прогноз динамики заболеваний.
Финальный этап расчета Индексов «Фарма» включает в себя следующие процедуры:
Данная процедура осуществляется для очистки данных от аномальных значений, исключения технических ошибок, ошибок регистрации, фрода и других явлений, искажающих объективные ценовые значения.
Ценовой индекс рассчитывается как отношение среднемесячной цены за исследуемый месяц к среднемесячной цене за базовый период.
Индекс объема продаж рассчитывается как отношение среднемесячного объема продаж в среднем на одну аптеку за исследуемый месяц, к среднемесячному объему продаж в среднем на одну аптеку за базовый период.
Усреднение на одну аптеку позволяет избежать влияние размера аптеки, которое может исказить объективную динамику продаж.
В качестве базового периода был выбран январь 2020 года.
Индексы «» позволяют определять динамику продаж лекарственных средств, применяемых населением РФ для лечения гриппа. В эту группу лекарственных средств вошли антибиотики, иммунотропные, противовирусные, антибактериальные лекарственные средства.
Анализ динамики объема продаж отобранных в выборку лекарственных средств для расчета Индекса «», и динамики заболеваемости гриппом населения РФ (использовались данные ФГБУ Научно-исследовательский институт гриппа имении А.А.Смородинцева) показал высокую степень корреляции между ними. Этот факт позволяет использовать индекс для фиксирования начала сезона массового заболевания гриппом в РФ, прогнозировать его продолжительность и завершение, что может быть полезно для формирования рекламных компаний соответствующих лекарственных средств и оптимизации ценовой политики.
Индекс цены и индекс объема продаж «» рассчитывается на основе анализа данных о продажах 69 SKU, относящихся к соответствующей группе лекарственных средств:
Индексы цены и объема продаж «» позволяют определять динамику продаж лекарственных средств, применяемых против аллергии. С учетом специфики респираторной аллергии, сезонностью ее обострения, данный индекс позволяет отслеживать старт и прогнозировать продолжительность сезонов массового обострения аллергии. Индекс может быть полезен для продавцов соответствующих лекарственных средств при формировании рекламной кампании, ее оптимизации с точки зрения периодов ее активизации, формирования ценовой политики.
Индекс цены и индекс объема продаж «» рассчитывается на основе анализа данных о продажах 13 SKU, относящихся к соответствующей группе лекарственных средств:
Индексы цены и объема продаж «» позволяют определять динамику продаж лекарственных средств, которые население используют при повышенном стрессе. Данный индекс позволяет отслеживать начало и завершение сезонов, в течение которых успокоительные лекарственные средства особенно востребованы населением Индекс может быть полезен для продавцов соответствующих лекарственных средств при формировании рекламной кампании, ее оптимизации с точки зрения периодов ее активизации, формирования ценовой политики.
Индекс цены и индекс объема продаж «» рассчитывается на основе анализа данных о продажах 10 SKU, относящихся к соответствующей группе безрецептурных лекарственных средств: