Competitive landscape
Мы команда Strategy из Space307: Артём Хангану, Strategy Analyst, и Кирилл Шиханов, Head of Strategy. Эта серия статей посвящена проекту Sauron, который мы разработали специально для задач конкурентного анализа. Если вы ещё не читали нашу первую статью, обязательно сделайте это: в ней мы рассказали о предыстории проекта, начальных этапах разработки и запуске MVP.
Сегодня поделимся, как наш проект позволяет нам составлять рейтинги конкурентов по разным метрикам и определять конкурентную среду на рынке.
Что такое competitive landscape?
Competitive landscape (с англ. «конкурентная среда) — это отслеживание динамики рынков и оценка актуальных игроков на них, а также тех, кто только появился в нише или, наоборот, пропал. Вы наверняка видели инфографику от больших агентств, которые собирают рейтинги самых скачиваемых приложений за год.
Задача нашего проекта — сделать эту инфографику более полной и релевантной для наших коллег. Рынок финтеха, на котором мы работаем — это мобильные приложения и сайты. Если мы знаем, какой трафик и аудитория у ключевых игроков, то видим общую картину рынка.
В публичном доступе точных цифр не найти, поэтому необходимо оперировать приблизительными значениями. Расскажем, как мы составляем рейтинги конкурентов на примере рынка мобильных приложений, ведь именно на нём представлен наш продукт.
Объём рынка: метрика Active Users (iOS и Android)
В 2015 году компания App Annie анонсировала новый продукт — Usage Intelligence. Это крупнейшая база данных об аудитории и использовании мобильных приложений. Кстати, в том же году App Annie официально сменила своё название на data.ai. Есть и другие компании, которые составляют такие базы данных, например Sensor Tower, но мы предпочитаем работать с data.ai (устраивает интерфейс, удобный API, есть доверие к компании). Вот как выглядит интерфейс Usage Intelligence (скриншот с официального сайта):
Нас интересуют метрики WAU и MAU (количество пользователей за неделю и месяц, соответственно) приложений в разных странах, всех приложений одного издателя и нескольких конкретных приложений. Эти метрики лучше всего показывают, сколько пользователей регулярно открывают то или иное приложение.
При подсчёте недельной или месячной аудитории рынка нужно учитывать погрешность: складывая показатели WAU/MAU всех приложений одной категории, мы (и data.ai тоже) игнорируем возможное пересечение аудитории. Точное количество уникальных пользователей во всём мире подсчитать невозможно. По такой же логике мы суммируем аудитории приложений для iOS и Android.
Отчёт Market position
Нам важно оценить позиции наших бизнесов на рынках присутствия и определить ближайших конкурентов. На помощь приходит отчёт Market position: он позволяет увидеть распределение аудитории по игрокам и составить рейтинг конкурентов. Мы рассматриваем рынки отдельных стран как самостоятельные, со своей конъюнктурой и зрелостью.
data.ai показывает статистику по каждому отдельному приложению, даже если одному игроку принадлежит несколько продуктов. Например, в этом рейтинге (см. скриншот) Binance и Binance.US заняли разные строчки. В нашем отчёте все приложения одного бренда представлены как одна позиция. Мы запрашиваем необходимые сырые данные из API data.ai и составляем кастомный рейтинг.
А вот как наши коллеги могут запросить отчёт Market position у бота Sauron, про который мы начали рассказывать в первой статье серии:
В выпадающем меню коллеги могут выбрать нужный период. Сам отчёт сформирован как инфографика:
В отчёте представлены показатели ключевых игроков рынка за выбранный период. Они сравниваются с цифрами за прошлый период.
Цифра MAU в самом начале — это аудитория рынка в ноябре 2023 года. Также указано, как изменилась аудитория в процентном соотношении. Ряд эмоджи — игроки с ненулевой аудиторией.
"Такая последовательность повторяет рейтинг наших конкурентов: игроки с самой большой аудиторией указаны в начале, а бренды с меньшим количеством пользователей замыкают ряд. Это визуально удобно: можно сразу увидеть и лидеров, и вообще всех игроков на рынке."
Кирилл Шиханов, Head of Strategy
Следующие пункты отчёта — тип и насыщенность рынка. Мы условно делим рынки на монополию, дуополию, олигополию и конкурентный рынок и определяем их пограничные состояния. Критерии для классификации:
Монополия
Доля самой крупной компании — от 50%. При этом доля крупнейшего игрока в пять или больше раз превышает долю второго по размеру игрока (т.е. на рынке нет других крупных акторов).
2. Близкий к монополии рынок
Доля самой крупной компании — от 50%. При этом доля крупнейшего игрока в два или больше раз превышает долю второго по размеру игрока (т.е. на рынке нет других крупных акторов).
3. Дуополия
Общая доля двух самых крупных компаний — от 60%. При этом доля каждой из них составляет 25% или больше (компании могут считаться лидерами рынка).
4. Близкий к дуополии рынок
Общая доля двух самых крупных компаний — от 50%. При этом доля каждой из них составляет 15% или больше (компании могут считаться лидерами рынка).
5. Олигополия (соблюдается одно из трёх условий)
Общая доля трёх самых крупных компаний — от 50%. При этом доля каждой из этих компаний составляет 10% или больше.
Общая доля четырёх самых крупных компаний — 70% или выше. При этом доля каждой из этих компаний составляет 10% или больше.
Общая доля пяти самых крупных компаний — от 90%. При этом доля каждой из этих компаний составляет 10% или больше.
6. Конкурентный рынок
Подразумевается, что конкурентный рынок не подходит ни под одно из описаний выше.
Насыщенность (концентрацию) рынка рассчитываем по индексу Херфиндаля (HHI):
(HHI = Σ((MSn)^2), где n = 5 (мы учитываем показатели пяти самых крупных игроков).
Значение индекса позволяет определить уровень концентрации:
высокая концентрация (highly concentrated market) при HHI ≥ 2 800;
средняя концентрация (moderately concentrated market) при 1 800 ≤ HHI < 2 800;
низкая концентрация (low concentrated market) при HHI < 1 800.
В теле отчёта приводим более детальную статистику: указываем показатели WAU/MAU, долю от общего объёма рынка и изменение доли в процентных пунктах. В годовых и квартальных срезах находим все значения MAU и считаем среднее за выбранный период. Данные за текущий год или квартал сравниваются с показателями за предыдущий год или квартал.
Отчёт Market position — самые запрашиваемый отчёт у бота, ведь он позволяет понять состояние рынка в определённой стране и оценить влияние каждого из игроков.
Отчёт Market installs
Второй по популярности отчёт — оценка стратегии конкурентов по привлечению пользователей. Это общее количество установок приложений одной категории и приложений отдельных игроков в этой категории за выбранный период. Мы анализируем долю каждого игрока в общем объёме установок, чтобы выявить наиболее активных участников и лидеров рынка. Отчёт также помогает увидеть общую динамику: если количество установок растёт, значит, рынок расширяется и, следовательно, увеличиваются объёмы продвижения.
Меню запроса и схема отчёта Market installs аналогичны Market position, но вместо цифр по аудитории в посте указана общая сумма загрузок (downloads):
Анализ длинных временных отрезков, таких как квартал или год, помогает получить общее представление о разнице в бюджетах игроков и эффективности кампаний по привлечению новых пользователей.
Отчёт Search interest от Google Trends
У data.ai, SimilarWeb, Sensor Tower и других сервисов есть собственные алгоритмы расчёта показателей. По нашим наблюдениям, data.ai и Sensor Tower дают более точную информацию по мобильным приложениям, в то время как SimilarWeb и Semrush остаются лидерами в области оценки веб-трафика.
Если компания запускает маркетинговую кампанию или выходит на рынок в новом регионе, изменения могут не сразу отразиться на метриках аналитических систем. При этом они немедленно сказываются на пользовательском спросе и поисковом интересе.
По данным SimilarWeb на июнь 2023, на Google приходится больше 90% мирового поискового трафика. В поисковике ведётся учёт всех поисковых слов, а выборку из этой статистики можно получить через сервис Google Trends. Мы решили преобразовать данные Google Trends в отдельный отчёт, чтобы наш бот стал более чувствительным к внешним изменениям на рынке и быстрее и точнее показывал важные изменения в деятельности конкурентов.
Запрос и скачивание данных из Google Trends — задача не новая. Решается она с помощью готовых неофициальных библиотек. Однако существует проблема: в рамках одного запроса можно сравнивать только пять ключевых слов или брендов.Категории нашего бота могут включать 50+ игроков, поэтому нам нужны комплексные списки с взвешенным показателем интереса. Для решения проблемы мы разработали особый ETL-алгоритм на Python, используя библиотеку pytrends. Алгоритм запрашивает еженедельную статистику для всех наших ключевых слов, сравнивает их между собой и нормализует данные. На выходе мы получаем наш параметр Search interest, нормированный от 0 до 100, такой же, как в исходных данных Google Trends. Интерпретируется он также, как и изначальный Google Trends score: 0 — нулевой интерес, 100 — максимальный интерес, а 50 — интерес вдвое меньше максимального.
Базовый принцип такого подхода описан в статье @Akanksha на Medium, но мы внесли небольшие доработки в алгоритм, исходя из задач нашего бизнеса. Метод экспериментальный, и мы всё ещё оцениваем его эффективность.
Артём Хангану, Strategy Analyst
Запросим у бота еженедельный отчёт Google Trends:
Сейчас отчёт показывает рейтинг поискового интереса в выбранной категории для каждого бренда в этой категории. Количество игроков в теле отчёта, по которым приводится статистика поискового интереса, регулируется также, как и в других отчётах. При этом пользователь может выбрать любое количество игроков для показа в категории (топ-3, топ-10 и т.д.), но значение Google Trends score у бренда всегда будет одно и то же.
В этом отчёте данные не сравниваются с показателями предыдущего периода, чтобы избежать путаницы из-за больших скачков, вызванных сэмплированием Google Trends. Когда запросов немного, сервис становится слишком чувствительным к изменениям.
Цель отчёта — отследить динамику топовых игроков. Мы сопоставляем показатели поискового интереса с данными по аудитории и привлечению пользователей от data.ai. Часто случается так, что данные поискового интереса и рейтинги от data.ai совпадают, поэтому результаты отчёта могут давать интересные инсайты.
Инжиниринг
Для корректной многопользовательской работы бота по формированию и рассылке отчётов потребовалось провести дополнительную работу. Мы добавили в сервис функционал, который стал фундаментом блока Competitive landscape и бота в целом:
Навигация
Набор готовых меню для чата, с помощью которых пользователи запрашивают отчёты: полноценные выпадающие списки, чекбоксы, динамические списки и кнопки на основе Slack Block Kit.
2. Ядро расчётов
Превращение пользовательского запроса в сгенерированные SQL для получения данных из хранилища (мы используем Vertica), а также подготовки самого отчёта на их основе.
3. Кэш-система
Снижение нагрузки приложения на основное хранилище и сохранение отчётов на определённое время в памяти (сейчас отчёты хранятся по 12 часов).
4. Система контроля обращений
Ограничение случайных или избыточных запросов от пользователей. Например, система может предотвратить запрос десяти одинаковых отчётов (дабл-клики в меню, и т.д.).
Отслеживание параллельных вычислений ядра. При запросе отчёта, который уже запрошен другим пользователем и вычисляется в данный момент, система дождётся завершения активных вычислений и отправит одинаковые отчёты всем заинтересованным пользователям. При этом ограничений на параллельные вычисления отчётов разных типов нет, что позволяет быстро собрать все цифры по ландшафту.
5. «Логирующие» функции и простая админка с ограничением в правах доступа
Возможность увидеть, как работает приложение, или принудительно сбросить кэши отчётов.
Этот функционал обеспечивает стабильную и эффективную работу бота, удовлетворяя потребности пользователей в инструментах для оперативного анализа и сравнения конкурентов.
Завершающую статью этой серии мы посвятили разбору задачи competitor profiling (составление профилей конкурентов). Расскажем обо всём подробнее и поделимся планами по развитию проекта Sauron: подпишитесь на наши обновления, чтобы не пропустить новый материал.
