Топ-15 интернет-магазинов в России. В рейтинг вошли 100 лучших российских магазинов по объему онлайн-продаж в 2018 году. "Рейтинг основан на комплексной методологии ранжирования и сбора данных, включая пошаговую проверку данных рейтинга у самих представителей магазинов. Рейтинг интернет-магазинов включает данные об объеме онлайн-продаж и количестве заказов", — говорится в пояснении к методологии расчета.
В отличие от предыдущих рейтингов, Data Insight сняла дополнительное условие, согласно которому компании должны иметь преобладание трафика из России в посещаемости сайта или иметь отдельный поддомен для российских покупателей. В результате в рейтинг 2018 года вошли многие интернет-магазины транснациональных компаний, чьи онлайн-продажи в России осуществляются их российскими дочерними компаниями или представителями, но у которых российский интернет-магазин интегрирован в глобальный сайт.
Если посмотреть на десятку лучших интернет-магазинов, то Wildberries.ru и Citilink.ru занимают первое и второе место в 2018 году, как и в 2017 году соответственно. Кстати, доход Wildberries.ru в рейтинге немного ниже, чем у самой компании. Это связано с тем, что Data Insight учитывала только российскую выручку, не включая продажи в других странах присутствия.
Далее в рейтинге произошли некоторые изменения. Например, DNS в 2018 году переместилась с третьего на пятое место. Но это связано с другой методологией расчета. В 2017 году Data Insight учитывала эту компанию вместе с онлайн-сетью скидок DNS Technopoint, тогда как в этом году две сети одной компании были учтены отдельно. Однако если бы методология не изменилась для рейтинга 2018 года, DNS по-прежнему занимал бы третье место и был бы выше, чем mvideo.ru.
Рейтинг ТОП-15 крупнейших интернет-магазинов России за 2018 год
| # | Магазины | Категория товаров | Онлайн-продажи, млн руб. | Заказы, тыс. | Средний счет | |||
| 2018 | Рост | 2018 | Рост | 2018 | Рост | |||
| 1 | wildberries.ru | Одежда, обувь и аксессуары | 111 200 | 0,74 | 72 500 | 0,82 | 1 530 | -0,04 |
| 2 | citilink.ru | электроника и бытовая 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 | ozone.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 | 0 |
| 7 | eldorado.ru | электроника и бытовая техника | 24 500 | 0,08 | 3 250 | -0,21 | 7 540 | 0,37 |
| 8 | svyaznoy.ru | электроника и бытовая техника | 19 720 | 0,26 | 1 690 | 0,14 | 11 670 | 0,11 |
| 9 | technopoint.ru | электроника и техника | 19 080 | 0,08 | 3 000 | 0,05 | 6 360 | 0,03 |
| 10 | petrovich.ru | хозяйственные товары | 18 000 | 0,38 | 1 350 | 0,32 | 13 330 | 0,05 |
| 11 | vseinstrumenti.ru | хозяйственные товары | 17 830 | 0,2 | 2 530 | 0,17 | 7 050 | 0,03 |
| 12 | onlinetrade.ru | универмаги | 17 240 | 0,19 | 3 480 | 0,45 | 4 950 | -0,18 |
| 13 | аптека.ру | 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 | ТОВАРЫ НАРОДНОГО ПОТРЕБЛЕНИЯ | 10 190 | 0,08 | 1 980 | 0,09 | 5 150 | -0,01 |
| Источник: Data Insight |
Озон, напротив, поднялся с 7-го на 4-е место. "Юлмарт" опустился с 8-го на 17-е место. В свою очередь, сеть магазинов DIY "Петрович" вошла в десятку лучших интернет-магазинов, поднявшись с 15-го места на 10-е.
С полным текстом оценки можно ознакомиться здесь
Рейтинги используются для нескольких горизонтов принятия решений:
1. государство и крупные инвесторы — они рассматривают ведущих игроков как репрезентативные ориентиры для рынка в целом: динамика роста рынка, эффекты консолидации, в том числе для внедрения и адаптации механизмов регулирования
2. C-уровень (директора по стратегии, развитию, маркетингу, коммерческие отделы) — как конкурентный анализ 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 работает больше для уровня руководителей, данные АКИТ больше направлены на лоббирование на правительственном уровне.
Подсчет рынка может осуществляться двумя основными способами:
— сторона предложения — дистрибьюторы, логистика, обработка платежей, маркетинговый канал — являются частью конечной цены продукта
ТОП 10 интернет магазинов России. Куда идёт индустрия?
— сторона спроса — количество онлайн-покупателей, средний чек и доходность покупки в год (частота онлайн-покупок). При перемножении эти три числа дают требуемый объем.
Цифры на стороне спроса и предложения должны быть одинаковыми. Динамика расходов на стороне потребителя должна быть равна динамике доходов онлайн-покупателя (с сайта или мобильного приложения).
Что мы имеем в настоящее время на стороне спроса?
Data Insight исторически собирает открытые данные компаний. Некоторые данные были предоставлены самими интернет-магазинами (без возможности проверки с помощью других источников). Часть данных по магазинам восстанавливается у ближайших конкурентов, где есть доступ к сопоставимым ключевым показателям (количество сотрудников, количество чеков, посещаемость интернет-магазина).
В результате получилась очень "комплексная методология построения рейтинга и сбора данных, которая включает, помимо прочего, пошаговое объяснение данных рейтинга от представителей самих магазинов."
Изменчивость "реконструированных результатов" может быть многократной. Некоторые приводят цифры онлайн-продаж относительно общего объема продаж, некоторые с НДС, некоторые без. Некоторые дают отдельные цифры для среднего чека, другие — для количества заказов: вместе они дают объем онлайн-продаж для данного магазина.
Если "восстановленные данные" удовлетворяют магазин, они обычно не возражают. Конкуренты, имеющие данные о своих каналах, а поставщики — о своих конкурентах, обычно возражают.
Самая большая проблема с рейтингами — это составные, гибридные рейтинги, в которых смешиваются как открытые и составные данные (для которых известна только часть данных), так и полностью "реконструированные", синтетические данные. При этом не разделяются данные компаний, данные конкурентов и смежных служб/партнеров и синтетические данные.
Мой подход отличается: я оцениваю данные исключительно на основе трафика на витрины магазинов (с настольных компьютеров и webmobile). Мои источники данных — Alexa (принадлежит Amazon) и SimilarWeb (частная независимая компания с финансированием от Naspers), а также данные Яндекс.Радар (последние шесть месяцев, по состоянию на ежемесячную дату публикации в августе 2018 года). Затем я собираю проверенные данные из этих источников и строю единую кривую корреляции "рейтинг, трафик, предполагаемый доход или GMV" для любого периода.
Прикладная ценность моего подхода заключается в том, что модель является полностью "синтетической", несмещенной и единой для всех участников рейтинга (более 10 000 интернет-магазинов в России, включая трансграничных игроков). Оценка основывается не на "фактах", а на прогнозах и ожиданиях.
