Объем рынка VS Потенциал рынка
Объём рынка – это продажи продукта всеми игроками рынка за период времени, как правило год.
Потенциал рынка – это максимум продаж, который могут сделать покупатели, если продавцы предложат им действительно сильные продукты.
Потенциал рынка – это максимум продаж, который могут сделать покупатели, если продавцы предложат им действительно сильные продукты.
Разницу между объёмом рынка и потенциалом рынка продемонстрируем на продукте "электронные сигареты".
Например, объём рынка (весь мир) сигарет составляет $930 млрд. и к 2026 году составит 1 триллион долларов. Т.е. в 2023 году курильщики купили сигарет на $930 млрд.
Каким объёмом рынка должна была руководствоваться компания Philip Morris, разрабатывая iQOS?
Рынок электронных сигарет в то время отсутствовал… Нужно было взять рынок традиционных сигарет?
Нет, потому что ЦА, в которую метили разработчики – это те, кто не курит, руководствуясь самыми разными мотивами: курение – вредно, курение – не эстетично, курение – это не стильно…
Ещё один пример: объёмом рынка чего, каких автомобилей, должна была руководствоваться BMW, создавая в своё время X6? А Tesla? А Sony, когда создавала свой Walkman?
Новые продукты существенно расширяют или создают новые рынки, это очень важно понимать.
Поэтому создатели новых продуктов вместо объёма рынка принимают потенциал рынка – сколько людей / компаний могли бы покупать наш продукт (в каком количестве), если наш продукт действительно будет решать проблемы и боли наших целевых клиентов и пользователей
В своих R&D проектах мы с 2018 года используем Стендфордскую 10 шаговую модель, которая фактически стала стандартом для стартап-команд по всему миру, её используют для подготовки проектов к презентации инвесторам.
Профессиональные инвесторы и бизнес-ангелы эту модель хорошо знают, поэтому ею сами оперируют при анализе продуктовых проектов на жизнеспособность.
Наш опыт подтверждает эффективность подхода.
Профессиональные инвесторы и бизнес-ангелы эту модель хорошо знают, поэтому ею сами оперируют при анализе продуктовых проектов на жизнеспособность.
Наш опыт подтверждает эффективность подхода.
Не смотря на то, что модель очень простая и логичная, опишем её максимально подробно, причём сделаем это с помощью примера.
Примером будет продукт – хобби-наборы для женщин, работающих на скучных работах, для этого продукта и нужно рассчитать потенциал рынка.
Алгоритм расчета
Шаг 1.
Берём базовые демографические показатели, на которые можно опереться, например общее число жителей целевой территории.
Например, РФ, это 146 млн. жителей, источник Росстат.
Конечно, к этой цифре, как и ко всем официальным данным можно отнестись с рациональным недоверием и внести свои допущения, но их нужно подать крайне аргументировано.
Берём базовые демографические показатели, на которые можно опереться, например общее число жителей целевой территории.
Например, РФ, это 146 млн. жителей, источник Росстат.
Конечно, к этой цифре, как и ко всем официальным данным можно отнестись с рациональным недоверием и внести свои допущения, но их нужно подать крайне аргументировано.
Шаг 2.
Сужаем воронку, выделяя целевой гендерно-возрастной диапазон нашего ядра ЦА
В случае нашего кейса, это женщины в возрасте 39-45 лет.
Демографическая пирамида населения РФ показывает, что женщин в стране 53%, это 77,4 млн. чел., а конкретно в данном возрастном диапазоне – 11,6 млн. чел.
Сужаем воронку, выделяя целевой гендерно-возрастной диапазон нашего ядра ЦА
В случае нашего кейса, это женщины в возрасте 39-45 лет.
Демографическая пирамида населения РФ показывает, что женщин в стране 53%, это 77,4 млн. чел., а конкретно в данном возрастном диапазоне – 11,6 млн. чел.
Шаг 3.
Сужаем воронку, выделяя ядро ЦА по ключевой характеристике из целевой гендерно-возрастной общности
Ключевая характеристика ядра нашей ЦА – «они работают на скучных работах»
Гендерно-возрастная общность – 11,6 млн. чел.
Главный вопрос: сколько женщин из 11,6 млн. работают на скучных работах?
Второй вопрос: какой ключевой признак «скучности» работы?
Начинаем с ответа на второй вопрос – они не любят свою работу, были бы рады на неё не ходить, если бы у них была такая возможность.
Начинаем искать публичные исследования, желательно, чтобы их было несколько.
Мы нашли несколько таких исследований, одно из них было проведено Forbes, другое РБК: выборка Forbes была в сторону менеджмента и сотрудников частных компаний, РБК более обширная, с фокусом на рядовые позиции, а также захватывающая госслужащих, продавцов проездных билетов и т.д..
Дополнительно к этому мы делали ранжирование профессий по творческой составляющей, делая предположение, что чем меньше творческой составляющей - тем меньше дофамина может приносить работа.
По версии Forbes – более 60% респондентов не любят свою работу, включая "ненавидят", по версии РБК – эта цифра составила 85%, это все – горожане.
Мы отбросили представителей рабочих профессий и вышли на цифру 70% (много спорили, и решили на следующей итерации пересмотреть её ближе к 80%).
Итого получаем ядро нашей ЦА – 8,1 млн. чел.
Сужаем воронку, выделяя ядро ЦА по ключевой характеристике из целевой гендерно-возрастной общности
Ключевая характеристика ядра нашей ЦА – «они работают на скучных работах»
Гендерно-возрастная общность – 11,6 млн. чел.
Главный вопрос: сколько женщин из 11,6 млн. работают на скучных работах?
Второй вопрос: какой ключевой признак «скучности» работы?
Начинаем с ответа на второй вопрос – они не любят свою работу, были бы рады на неё не ходить, если бы у них была такая возможность.
Начинаем искать публичные исследования, желательно, чтобы их было несколько.
Мы нашли несколько таких исследований, одно из них было проведено Forbes, другое РБК: выборка Forbes была в сторону менеджмента и сотрудников частных компаний, РБК более обширная, с фокусом на рядовые позиции, а также захватывающая госслужащих, продавцов проездных билетов и т.д..
Дополнительно к этому мы делали ранжирование профессий по творческой составляющей, делая предположение, что чем меньше творческой составляющей - тем меньше дофамина может приносить работа.
По версии Forbes – более 60% респондентов не любят свою работу, включая "ненавидят", по версии РБК – эта цифра составила 85%, это все – горожане.
Мы отбросили представителей рабочих профессий и вышли на цифру 70% (много спорили, и решили на следующей итерации пересмотреть её ближе к 80%).
Итого получаем ядро нашей ЦА – 8,1 млн. чел.
Шаг 4.
Делаем корректировку ядра ЦА на ценовой сегмент
Изначальное решение: мы создаём продукт для сегмента М- (Low Middle) – низкий средний, он в РФ представлен 30% населения.
Таким образом 8,1 млн. чел. превращается в 2,4 млн.
Делаем корректировку ядра ЦА на ценовой сегмент
Изначальное решение: мы создаём продукт для сегмента М- (Low Middle) – низкий средний, он в РФ представлен 30% населения.
Таким образом 8,1 млн. чел. превращается в 2,4 млн.
Здесь сделаю врезку с кратким описанием распределения населения РФ между ценовыми сегментами.
Мы её ни с одним клиентом по крупицам собирали, уточняли, дополняли…
0,5% (люкс) - имеют недвижимость и другие активы в Европе, живут "в стиле люкс", хранят сбережения в валюте и ценных бумагах,
4,5% (премиум) - имеют капиталы в РФ, владельцы среднего, малого бизнеса, хорошо оплачиваемые топ-менеджеры, дорогие специалисты, большую часть сбережений хранят в рублях, делают попытки покупать ценные бумаги,
15% (высокий средний) - сбережения в рублях, кредиты на дорогие машины (дороже чем могут себе позволить), кредиты (ипотеки) на большие квартиры,
30% (низкий средний) - практически нет сбережений, высокая кредитная нагрузка (более 50%),
50% (эконом) - натуральное хозяйство, товары покупают на стихийных рынках, есть кредиты (рассрочки).
Шаг 5.
Добавляем к ядру ЦА сателлитные целевые аудитории
Сателлитные ЦА – это группы людей, которые наряду с ядром ЦА также будет покупать создаваемый продукт.
Важно понимать, что сателлиты в своей совокупности приносят существенно больше продаж, нежели ядро ЦА.
В нашем кейсе – это офисные сотрудники на подарок коллеге, студенты инженерных, архитектурных факультетов для прототипирования, родители для детей подростков, ремесленники, мужчины с изобретательским зудом…
В 2018 на стендфордской программе по дизайн-мышлению нам рекомендовали принимать коэффициент x2,5 для рассчета суммы сателлитных ЦА, наша практика показала, что применение этого коэффициента абсолютно оправдана.
Умножаем 2,4 млн. * 2,5 и получаем 6,1 млн. – это размер пула сателлитных ЦА.
Итого, наша общая ЦА (ядро + сателлиты) = 8,5 млн. чел.
Добавляем к ядру ЦА сателлитные целевые аудитории
Сателлитные ЦА – это группы людей, которые наряду с ядром ЦА также будет покупать создаваемый продукт.
Важно понимать, что сателлиты в своей совокупности приносят существенно больше продаж, нежели ядро ЦА.
В нашем кейсе – это офисные сотрудники на подарок коллеге, студенты инженерных, архитектурных факультетов для прототипирования, родители для детей подростков, ремесленники, мужчины с изобретательским зудом…
В 2018 на стендфордской программе по дизайн-мышлению нам рекомендовали принимать коэффициент x2,5 для рассчета суммы сателлитных ЦА, наша практика показала, что применение этого коэффициента абсолютно оправдана.
Умножаем 2,4 млн. * 2,5 и получаем 6,1 млн. – это размер пула сателлитных ЦА.
Итого, наша общая ЦА (ядро + сателлиты) = 8,5 млн. чел.
Крутая цифра, конечно, получается, но мы всем им никогда не продадим: не до всех донесем информацию о продукте, не всем сделаем товар доступным, кому-то не зайдёт наш продукт на уровне исполнения, эстетики, кто-то купит товары субституты, а кто-то в принципе останется страдать с той болью, которую призван решить наш продукт.
Шаг 7.
Считаем сколько клиентов купят наш продукт в первый год выхода продукта на рынок
Считаем сколько клиентов купят наш продукт в первый год выхода продукта на рынок
Эксперты из Стендфорда рекомендуют при расчёте действительного количества покупателей нового продукта ориентироваться на следующие цифры первого полноценного года нахождения продукта на рынке:
0,2-0,4% - если продукт находится в области улучшающих инноваций, проблему целевой аудитории, которую решает продукт сложно назвать болью;
0,8-1% - если продукт находится в области прорывных инноваций, проблема, решаемая продуктом сильно ощутимая;
2-4% - продукт является революционной инновацией, решает существенную проблему целевой аудитории, боль;
при этом несмотря на низкую базу первые продукты (улучшающая инновация), в случае успеха, будут быстро прибавлять в продажах от года к году.
…вторые (прорывные инновации) первые несколько лет (2-3 года) будут расти медленнее относительно первых, зато потом дадут экспоненциальные рост.
…третьи (революционные инновации) первые 3-5 лет будут расти очень медленно, а потом, если повезёт, будет резкий экспоненциальный рост, который, как правило, возникает после того, как доля продукт начинает потреблять 7-8% целевых клиентов и пользователей.
Команда продукта пришла к выводу, что разрабатываемый продукт - это не прорывная и тем более не революционная инновации, поэтому была взята цифра конверсии 0,4%.
Таким образом 8,5 млн. * 0,4% превращается всего в 34.000 покупателей.
Таким образом 8,5 млн. * 0,4% превращается всего в 34.000 покупателей.
Шаг 8.
Считаем потребление продукта в стартовый год
В соответствующей категории продуктов по данным, полученным от Wildberries и Ozon, а это основные каналы продаж продукта, оффтейки (off take) составляют 2 единицы в год.
Не в месяц, как в FOOD FMCG, а в год(((
Из чего следует, что мы можем расчитывать на продажи в первый год 68.000 единиц нашего нового продукта.
Считаем потребление продукта в стартовый год
В соответствующей категории продуктов по данным, полученным от Wildberries и Ozon, а это основные каналы продаж продукта, оффтейки (off take) составляют 2 единицы в год.
Не в месяц, как в FOOD FMCG, а в год(((
Из чего следует, что мы можем расчитывать на продажи в первый год 68.000 единиц нашего нового продукта.
Шаг 9.
Определяем максимальные продажи продукта
Здесь невозможно выстроить достаточно точную математическую модель на перспективу жизненного цикла продукта, поэтому стартаперам рекомендуется учитывать психологический аспект профессиональных инвесторов, которые не верят цифрам выше 7-8%, даже если они подкреплены "весомыми математическими рассчётами".
Поэтому топ, который примут инвесторы в нашем кейсе составит 8,5 млн. * 8% = 680.000 чел.
…умножаем на 2 оффтейка в год и получаем 1.360.000 единиц продукта в год, это максимальные продажи.
Как вы поняли, это цифры оптимистичного прогноза, а для пессимистичного берут 1-2%
Определяем максимальные продажи продукта
Здесь невозможно выстроить достаточно точную математическую модель на перспективу жизненного цикла продукта, поэтому стартаперам рекомендуется учитывать психологический аспект профессиональных инвесторов, которые не верят цифрам выше 7-8%, даже если они подкреплены "весомыми математическими рассчётами".
Поэтому топ, который примут инвесторы в нашем кейсе составит 8,5 млн. * 8% = 680.000 чел.
…умножаем на 2 оффтейка в год и получаем 1.360.000 единиц продукта в год, это максимальные продажи.
Как вы поняли, это цифры оптимистичного прогноза, а для пессимистичного берут 1-2%
Шаг 10.
Определяем жизненный цикл продукта и строим трек продаж
Определяем жизненный цикл продукта и строим трек продаж
Исследуя категорию хобби-товаров для взрослых, мы видим, что жизненный цикл продуктов данной категории находится в пределах 5-6 лет, при этом большая часть живёт 4 года: 1 год приходится на запуск продукта и 3 года на его активную монетизацию.
Это значит, что нам нужно строить трек продаж и всю экономическую модель продукта сроком на 4 года – за этот период времени продукт должен окупиться и принести прибыль инвесторам.
Нам уже известны продажи первого года нахождения продукта на рынке (68.000 шт.), а также предельно возможные продажи, которые мы принимаем для 4го года жизненного цикла продукта (1.360.000), остаётся смоделировать продажи в промежуточных периодах.
Это значит, что нам нужно строить трек продаж и всю экономическую модель продукта сроком на 4 года – за этот период времени продукт должен окупиться и принести прибыль инвесторам.
Нам уже известны продажи первого года нахождения продукта на рынке (68.000 шт.), а также предельно возможные продажи, которые мы принимаем для 4го года жизненного цикла продукта (1.360.000), остаётся смоделировать продажи в промежуточных периодах.