Как TURF-анализ помогает компаниям собирать прибыльный ассортимент

Неправильный выбор ассортимента — одна из самых дорогих ошибок в e-commerce. Добавьте лишние позиции — потратите бюджет и внимание впустую. Урежьте слишком резко — потеряете охват и клиентов. TURF-анализ помогает найти баланс: определить, какие товары стоит оставить, чтобы охватить максимум покупателей с минимумом SKU.

В условиях перенасыщенных онлайн-полок важно не просто предлагать больше, а предлагать «правильное». В этой статье разберём, как работает TURF, зачем он нужен в электронной коммерции и как его можно усилить с помощью данных мониторинга.

TURF (Total Unduplicated Reach and Frequency) — это способ выбрать комбинацию товаров, которые вместе охватывают максимум клиентов.

Представьте: у вас 15 товаров, но бюджет позволяет продвигать только 5. Задача — выбрать те, которые «перекроют» наибольшую часть аудитории. Один товар может нравиться одним, другой — другим, а вместе они формируют суммарный охват. TURF помогает найти такую комбинацию.

Немного истории: от рекламы к ассортименту. TURF-анализ придумали в США в 1990-х. Но корни метода — ещё в 1950-х, когда маркетологи искали способ охватить как можно больше людей с ограниченным рекламным бюджетом. Тогда считали, сколько уникальных зрителей увидит ту или иную комбинацию медиа-каналов — это и была идея «total unduplicated reach».

Позже тот же принцип применили к продуктовым линейкам: какие товары включить в ассортимент, чтобы как можно больше клиентов нашли для себя что-то подходящее. Сегодня TURF используют и в FMCG, и в e-commerce — везде, где ассортимент влияет на охват и продажи.

Данные для анализа — простые: клиент выбрал товар или нет. На их основе модель перебирает все возможные наборы и находит тот, который даёт максимальный недублированный охват.

Важно: TURF не говорит, кто точно купит товар. Он показывает, какие товары «закрывают» интересы большинства клиентов. Это инструмент для работы с ассортиментом, а не с прогнозом продаж.

В интернет-торговле конкуренция строится за ограниченное внимание покупателя. Каждый товар в карточке, фильтре или промо-зоне должен работать на охват. TURF помогает понять, какие из них реально нужны клиентам.

То есть TURF — это не столько про экономию, сколько про способ повысить конверсию, сократить выбор без потерь и точнее бить по интересам клиентов.

Для примера возьмём ситуацию, когда необходимо выбрать три товара для витрины на маркетплейсе. Витрина даёт наибольший охват и поместить туда необходимо самые востребованные товары. Как их выбрать, если в категории десятки или сотни SKU? На первый взгляд логичным кажется выбрать самые кликабельные или продаваемые товары. Но это может привести к дублированию: разные карточки, одна и та же аудитория. TURF-анализ помогает собрать комбинацию, которая привлечёт максимум разных покупателей.

Разберём этот кейс пошагово:

Шаг 1. Определите свою аудиторию

Выберите, на кого нацелена витрина: покупатели конкретной категории, клиенты из определённого региона или сегмента. Например, мужчины 25−40, интересующиеся электроникой.

Шаг 2. Узнайте, что им интересно

Покажем, например, 8 товаров и попросим выбрать 1−2, которые они купили бы. Это можно сделать в виде онлайн-опроса или на основе данных из CRM — использовать поведенческие данные клиентов. Это даже надёжнее, чем опрос — люди часто отвечают не так, как действуют.

Вот что можно использовать:

• История покупок — клиент купил товар → 1, не купил → 0.
• Добавления в избранное — если клиент добавлял товар в вишлист, можно считать, что он интересен.
• Клики или просмотры — если есть данные о просмотрах карточек, используйте те, что пересекались с корзиной или длительным просмотром.
• Промо-реакции — если вы делали акции и отслеживали, кто перешёл по ссылке или использовал промокод, это тоже работает.

Результат — таблица: какие товары интересны каким клиентам, где 1 — интересен, 0 — товар не интересен. Для удобства демонстрации возьмём 8 товаров и 6 клиентов.

Шаг 3. Найдите комбинацию с максимальным охватом

Помним, что нам надо найти лучшую тройку товаров. Для этого необходимо составить все возможные тройки товаров: из 8 товаров можно составить 56 уникальных комбинаций по 3 товара.
Это можно сделать либо с помощью Excel или Гугл Таблиц, а также с помощью онлайн-калькуляторов TURF. Если вы пользуетесь продвинутой аналитикой Polymatica BI или Power BI — там тоже это можно сделать.

В результате у нас получается таблица с ТОП-5 комбинаций из трёх товаров по максимальному охвату.

6 означает, что каждый из шести клиентов нашёл хотя бы один интересный товар в тройке.

Шаг 4. Интерпретация результата

У нас получилось 5 комбинаций товаров, которые максимально перекрывают интересы клиентов — все тройки дали охват 6 из 6. Это значит:

• Каждая тройка интересна всем клиентам хотя бы по одному товару.
• Это не обязательно «топ-3 по популярности» — зато это оптимальный набор без дублирования интересов.

Как интерпретировать и что в итоге выводить на витрину? Выбираете, что вам больше всего подходит в зависимости от более приоритетного критерия:

1. Стратегическая цель

• Если вам важно усилить флагман — выбирайте комбинацию с ним.
• Если нужно показать разнообразие — берите тройку, где товары из разных подкатегорий.

2. Каннибализм

• Если в тройке два похожих товара (например, Наушники B и Игровая приставка G ориентированы на одних и тех же людей), они будут конкурировать между собой.
• Лучше выбрать тройку, где аудитории не пересекаются.

3. Маржинальность

• TURF даёт охват, но не учитывает прибыль. Выбирайте ту тройку, где товары не только интересны, но и выгодны вам.

4. Наличие и логистика

• Один товар может быть недоступен или проблемен в поставках — этот фактор тоже важен при окончательном выборе.

Останется только вывести подходящую тройку на витрину и смотреть результаты.

Что важно помнить

• TURF не даёт ответа «что купят», а показывает «что охватывает максимум интересов».
• Метод не учитывает маржинальность — его нужно комбинировать с данными о прибыли.
• Это инструмент для предварительного фильтра: сузить выбор перед глубокой аналитикой.