Как мы анализируем ваш вкус
Прежде чем прочитать статью ниже, попробуйте ответить на вопрос: «Что такое вкусная пицца?». А теперь подумайте, что такое вкусная пицца для вашего друга? А теперь представьте, что у вас 12 миллионов друзей в 13 странах мира и вам нужно выпустить линейку вкусных пицц для них всех. Под катом вы узнаете, как мы решили эту задачу.
Автор статьи: Глеб Котляров, 28 лет, профессионально занимается разработкой продуктов и исследованиями потребительских предпочтений. Его работа — создавать новые, оптимизировать текущие продукты и в целом изучать то, что нравится людям.
Учился в МГУПП (Московский государственный университет пищевых производств). Работал и стажировался в Coca-Cola HBC, Perfetti Van Melle, Lactalis. Сейчас учится в аспирантуре ВНИИ крахмалопродуктов (не зря его считают экспертом по технологии производства теста).
Философия стартапа
Когда у тебя небольшая сеть пиццерий, ты можешь позволить себе проводить исследование на небольшой группе людей и коллегиально группой экспертов принимать решение о выпуске продуктов. Чем больше сеть, тем выше цена ошибки. Если вы выпускаете новую Деревенскую пиццу на 6–12 пиццерий, и она не пользуется популярностью у клиентов, это вызывает меньше потерь, чем аналогичный шаг на 600+ пиццерий.
Сначала мы выбрали традиционный путь больших брендов — изучение рынка с помощью маркетинговых агентств. Выяснилось, что стоимость исследования одного продукта составляет более 2 миллионов рублей. Это значит, что на репрезентативное тестирование более чем сотни продуктов из нашей линейки уйдут сотни миллионов рублей. Помимо цены мы также были бы ограничены в количестве опрашиваемых респондентов и в скорости проведения исследований. Поэтому мы решили использовать возможности, которые даёт digital — быстрый сбор и анализ данных.
R&Digital
В начале этого года мы запустили новый проект R&Digital — это цифровая платформа по сбору данных о вкусе и качестве продуктов от наших клиентов, их анализу и дальнейшей оптимизации продуктовой линейки и оценке ресторанов сети на их основе.
Чтобы качественно проводить исследование продуктов, необходимо соблюдать ряд рекомендаций международной организации ISO, например, рекрутинг случайных респондентов и комфортный для них способ сбора данных. Вспомните, как проводятся классические дегустации в продуктовых магазинах. Вы пробуете продукт и по итогам там же заполняете анкету. Нам было необходимо перенести этот опыт в онлайн. В нашем случае 71% всех заказов в онлайне проходит через мобильное приложение. Поэтому мы решили реализовать решение в нём.
Как это работает?
- Мы выбираем продукт из линейки, который необходимо оценить.
- Если в заказе клиента есть этот продукт, после доставки на экране мобильного приложения подгружается анкета, в которой есть список стандартных вопросов о вкусе продукта.
- Клиент заполняет анкету, и все данные собираются в одном месте.
- Также у нас есть сеть тайных покупателей и фотографии продуктов из разных пиццерий. Подробнее про это вы можете прочитать в статье.
- На основе всех этих данных мы можем анализировать и корректировать разные показатели: вкус нового продукта, качество продуктов по всей сети, определять драйверы вкуса и использовать их в новых рецептах.
Что даёт нам R&Digital?
- Как и в классическом data-driven подходе, собирая данные, мы можем лучше понимать, а в будущем и предсказывать, поведение потребителей и их вкусовые предпочтения.
- Теперь мы можем получать обратную связь от клиентов, считайте что ASAP. Продукт вышел в сеть, и мы сразу же начинаем получать отзывы о нём. Это позволяет быстро тестировать гипотезы и реагировать на предпочтения клиентов, а также вводить и выводить новые продукты из линейки, если они вышли удачными или наоборот.
- У нас и раньше существовал рейтинг пиццерий на основании оценки клиентов. Так как мы франчайзинговая сеть, с его помощью мы отслеживаем уровень качества по всей сети. Но у нас не было инструмента более глубокого анализа. Например, у пиццерии низкий рейтинг, потому что там медленно доставляют или потому что клиентам в этом регионе не нравится новая пицца? Теперь такой инструмент появился.
- Мы можем составлять вкусовой профиль каждого продукта, чтобы понимать, как его можно улучшить, опираясь на методологию Driver of liking (подробнее про это можно прочитать в книге Sensory Evaluation of Food: Principles and Practices). Простой пример — пицца может казаться невкусной, потому что будет очень жирной. Зная это, мы можем снизить жирность за счёт снижения количества соуса.
Инсайты Озарения
В первый месяц работы инструмента мы получили 6 тысяч ответов, во второй — 7 тысяч, в третий — 10 тысяч. Сейчас мы стабильно получаем по 30 тысяч ответов в месяц с 5% конверсией в заполняемость. Стоит уточнить, что среднее количество ответов по каждому продукту варьирует в пределах от 70 до 1000 (в зависимости от популярности продукта).
Много начинки — не значит вкусно
Не так давно мы анонсировали Деревенскую пиццу. По сравнению с большинством других пицц в ней больше начинки. Казалось бы, что ещё нужно для того, чтобы пицца стала популярной?
Но. Мы выявили низкий рейтинг продукта и серьёзные проблемы со вкусом и сочностью.
Соединив вкусовые данные из мобильного приложения с изображениями пицц, мы поняли, что большое количество начинки и сложность приготовления стали причиной проблем. При большом потоке заказов пиццайоло забывают поливать её дополнительным соусом после печи. Что в целом вполне понятно, ведь у нас редко бывают пиццы, которые требуют дополнительных действий на этом этапе, а работа пиццайоло предполагает большое количество механических действий при большом потоке заказов.
В рамках работы над ошибками мы усилили контроль над поливкой Деревенских пицц, а также акцентировали внимание ребят из отдела по контролю качества на этой проблеме. Это помогло решить проблему.
Где твои крылья, которые так нравились мне?
У нас давно была гипотеза о проблеме куриных крыльев, которые, по нашим догадкам, могли проигрывать конкурентам, которые сфокусированы на этом продукте.
Здесь стоит обозначить нюанс. Казалось бы, можно проанализировать продажи продукта и понять, что со вкусом крыльев есть проблемы. Но, опираясь на наш опыт, мы понимаем, что продажи не коррелируют напрямую со вкусом. Есть множество переменных, от которых это зависит — экономическая ситуация в стране, цены, скидки и тому подобное.
Проанализировав данные, мы поняли, что все продукты и наборы, содержащие в своем составе «крылья барбекю» имеют очень низкие оценки. Сейчас мы тестируем и готовим к запуску новый продукт на замену текущему.
Горячее лучше холодного. Сильно лучше…
Извечные вопросы бывают не только у философов. Наша сеть давно ломает голову над некоторыми из них: «Насколько горячий продукт вкуснее тёплого? Стоит ли покупать термосумки с нагревательными элементами?».
Для стороннего наблюдателя ответ кажется очевидным. Но когда речь идёт о дополнительных расходах для твоего бизнеса (одна сумка стоит в районе 100 тысяч рублей, в среднем на пиццерию нужно 5–10 сумок), ты 10 раз подумаешь, прежде чем сделать это. Чтобы ответить на эти вопросы, мы изучили разные выборки с разными продуктами и определили с помощью метода t-критерия Стьюдента, что даже слегка холодные продукты имеют статистически значимые низкие оценки, причём очень холодные продукты имеют катастрофически низкие оценки.
Это позволило нам сместить фокус и погрузиться в улучшение качества сумок. Сейчас мы собираем образцы с рынка и тестируем их.
А деньги? Какие деньги?
Благодаря новому инструменту мы видим продукты, в которых можем оптимизировать рецептуру без потери качества. Что это значит? Например, в прошлом году мы убрали из рецептуры одной из пицц один слайс колбасы и немного сыра. После этого провели тест по методу Треугольника, чтобы выявить, как изменилось восприятие качества пиццы для наших клиентов. Выяснили, что подобные изменения никак не повлияли на вкус. При этом мы улучшили экономику пиццерии в среднем на 35 тысяч рублей.
Мы уже оптимизировали рецептуру в трёх продуктах, что позволило сэкономить 231 миллион рублей для всей сети. Для общего понимания: объём закупок Додо в 2019 году составил более 30 тысяч тонн ингредиентов.
В семье не без проблемных пиццерий
Анализ данных с помощью нового инструмента позволяет выявить не только проблемные продукты, но и проблемные пиццерии. Если мы видим тренд высокой оценки продукта по сети, но низкой оценки продукта в отдельно взятых пиццериях, мы погружаемся в изучение проблематики.
Также у нас есть система Dodo IS, с помощью которой мы управляем всеми бизнес-процессами в сети. С её помощью мы собираем данные. Опираясь на них и на данные, полученные R&Digital, можем понять, на каком именно этапе произошёл сбой. Например, мы определили, что продукты доставляются холодными по двум причинам: если долгая доставка (что очевидно) и если есть превышения хранения продукта на тепловой полке (что не очень очевидно).
Коротко про будущее
Как мы писали выше, R&Digital показала свою эффективность, поэтому мы планируем развивать её дальше. А именно:
- Увеличивать датасеты. Сейчас исследования доступны только на Android, мы планируем раскатать их на iOS. В более далёком будущем смотрим в направлении предиктивной аналитики.
- Сделать аналитику прозрачной. Сейчас есть только внутренние дашборды, на которых мы видим часть необходимых данных. Мы планируем сделать их открытыми для всех, начиная от поставщиков и заканчивая нашими клиентами. Поставщики смогут оценивать качество своего товара, ориентируясь на оценку наших клиентов. Клиенты получат открытый рейтинг продуктов с ранжированием по остроте и жирности.
- Встроить технологию в новые стартапы. Как вы могли слышать, Додо запускает два новых направления — ДринкИТ (кофе) и Донер 42 (донеры). Мы планируем масштабировать инструмент и на них.
На первый взгляд наша разработка может показаться очевидной, но, проанализировав рынок, мы не нашли аналогов. Если у вас есть подобные примеры, будем рады вашим комментариям.
