Поиск
Жертва ВДО: «Росинтер» — банкротство или спасение? Узнаем на следующей неделе
ПАО «Росинтер Ресторантс Холдинг» #ROST — один из крупнейших операторов в сегменте семейных ресторанов в России. Компания управляет сетью корпоративных и франчайзинговых ресторанов в России, странах СНГ и Восточной Европы. Работает на ресторанном рынке с 1990 года.
📍 Изменение рейтинга: 10 апреля 2026 года АКРА понизило рейтинг «Росинтера» с BB+ до BB, сменило прогноз со «стабильного» на «негативный» и поставило компанию «под наблюдение». Причины:
• Проблемы с деньгами: У компании отрицательный свободный денежный поток, нет доступа к новым кредитным линиям, а в ближайший год предстоят крупные выплаты по старым долгам.
• Долговая удавка: Долг (без учёта аренды) всё ещё в 7 раз превышает денежный поток до процентов. Показатели обслуживания долга — на грани: примерно 1х (то есть весь заработок уходит на проценты).
• Рынок буксует: Инфляция, кадровый голод и дорогие кредиты душат бизнес, компания не может расти.
Прогноз: негативный — рынок общепита может восстанавливаться слишком медленно, что добьёт рентабельность. Вероятность нового понижения в ближайшие 12–18 месяцев высока.
Наблюдение: АКРА даёт два месяца. Если «Росинтер» найдёт инвесторов или договорится с банками об изменении условий кредитов, рейтинг могут сохранить. Нет — будет новое снижение.
📍 Финансовые результаты МСФО за 6 месяцев 2025 года:
• Выручка: 3,7 млрд руб. (-1,3% г/г);
• Чистый убыток: 587,4 млн руб. (рост в 3,5 раза г/г);
• Долгосрочные обязательства: 9,0 млрд руб. (+37,1% за 6 месяцев);
• Краткосрочные обязательства: 3,2 млрд руб. (-40,4% за 6 месяцев).
• Чистый долг / EBITDA: 5,4х (еще в 2023 было меньше 1x), а покрытие процентов — 0,35х.
На фоне возникающих проблем «Росинтер» проведёт внеочередное общее собрание акционеров 20 апреля 2026 года. Учитывая пакет обсуждаемых тем, оно проводится для спасения компании от финансового кризиса. Акционерам будет предложено несколько вариантов решения проблемы:
• Разрешить сложные сделки с банком. Вероятно, речь идет о реструктуризации существующей задолженности или получении нового финансирования на специальных условиях.
• Разрешить выпуск новых акций (чтобы привлечь капитал от инвесторов или конвертировать долги в акции). Другими словами допэмиссия.
Без одобрения этих вопросов компания не сможет легально осуществить необходимые антикризисные манёвры.
📍 В обращении находится два выпуска биржевых облигаций на 1,05 млрд рублей:
• Росинтер Холдинг БО-02 #RU000A10DD97 Доходность к оферте: 37,88% на 13 месяцев. Купон: 24,00%. Текущая купонная доходность: 25,03% на 2 года 6 месяцев. Выплаты: 4 раза в год. Оферта: 19.05.2027
• Росинтер Холдинг БО-01 #RU000A10CM14 Доходность к оферте: 36,49% на 10 месяцев. Купон: 25,50%. Текущая купонная доходность: 26,00% на 2 года 4 месяца. Выплаты: 4 раза в год. Оферта: 10.03.2027
Что по итогу: У компании сразу несколько проблем: долги под завязку, денег на их покрытие нет, бизнес убыточный, плюс давит экономика. Всё это создаёт реальную угрозу банкротства. Но ещё не всё потеряно — многое зависит от того, получится ли найти инвесторов, договориться о реструктуризации и выжить в новых условиях.
В процессе подготовки я ознакомился с позицией инвесторов, которые продолжают удерживать облигации компании. Их аргумент прост: люди всегда будут хотеть есть, так почему этот бизнес должен самоликвидироваться? С этим трудно спорить. Но есть нюансы.
Действительно, этот холдинг стоял у истоков сетевого общепита в России и долгое время пользовался огромным спросом — знаю по личному опыту. Однако со временем появились другие интересные сети с гораздо более низкими ценами. А на фоне сберегательной модели поведения населения конкурировать стало ещё тяжелее.
В банкротство такого гиганта я не верю. Скорее всего, средства найдутся. Но вот свои кровные ставить на это я не хочу. Давайте, на этот раз без меня. А какое у вас мнение по компании?
✅️ Еще больше торговых идей и аналитики по рынку можно найти здесь: МАХ | Telegram. Присоединяйтесь!
'Не является инвестиционной рекомендацией
М.Видео фиксирует рост доли СТМ и усиливает позиции собственных брендов в ключевых категориях
ПАО «М.видео» отмечает существенное укрепление позиций собственных торговых марок (СТМ). По итогам 2025 года их доля в обороте компании достигла 3,0%, увеличившись с 1,6% годом ранее и 1,2% в 2023 году. Таким образом, за два года показатель вырос более чем в два раза, прибавив 1,8 п. п., что отражает переход направления в число ключевых драйверов ассортимента.
«Озон Фармацевтика» возглавила рынок онлайн-продаж лекарств в России в 2025 году
По данным аналитической компании «Альфа Ресерч и Маркетинг» (АльфаРМ), «Озон Фармацевтика» стала лидером российского рынка по объёму онлайн-продаж лекарственных средств в натуральном выражении.
Ключевые цифры (Данные Sell-out — отгрузки конечным потребителям):
✅Доля рынка: 3,85% (в упаковках).
✅Объём отгрузок через онлайн-площадки: 18 млн упаковок.
✅Преимущество перед ближайшим конкурентом: 13,3%.
Эти результаты подтверждают не только рыночное лидерство, но и устойчивый рост компании — он совпадает с общеотраслевой тенденцией: спрос на онлайн-продажи лекарств стабильно увеличивается, несмотря на отраслевые ограничения.
Владимир Широков, руководитель направления рекламы и интернет-продаж «Озон Фармацевтика»:
«Сегодня мы наблюдаем продолжающийся переход потребительского спроса в онлайн-сегмент, и фармацевтический рынок не является исключением. Мы начали развивать это направление в 2021 году, своевременно отреагировав на изменение рынка и потребительского поведения в „постковидный“ период, и к настоящему времени добились серьёзных результатов.
Пенетрация онлайн-канала в розничных продажах лекарств растёт из года в год. По данным DSM Group, доля онлайн-рынка в общем объёме продаж препаратов достигла 16% (366 млрд рублей в 2025 году против 225 млрд рублей в 2023-м). Это подтверждает, что цифровизация остаётся одним из мощных драйверов роста фармрынка.
За год наша компания существенно увеличила выручку в этом канале, демонстрируя, что грамотная стратегия работы с e-com позволяет наращивать объёмы и улучшать финансовые показатели».
Мы выстраиваем партнёрские отношения с ключевыми игроками рынка (онлайн-платформами, аптечными сетями, маркетплейсами). Проводим аналитическую работу — категорийный анализ ассортимента, создаем индивидуальные стратегии продвижения каждого препарата, мониторим позиций на e-commerce-площадках.
Лидерство «Озон Фармацевтика» — результат синхронизации бизнес-модели с трендами рынка.
Подробнее читайте в релизе на нашем сайте
Почему на рынке выживают не трейдеры, а стратегии
Капитал на бирже создаётся не «гениальными находками» и не редкими удачными сделками, а скучной монотонной работой: заранее прописанными правилами, регулярными ребалансировками, контролем риска и издержек, дисциплиной в исполнении и способностью месяцами делать одно и то же без эмоций. Рынок вознаграждает не скорость и азарт, а устойчивость процесса — потому что на длинной дистанции выигрывает не тот, кто ярко торгует, а тот, кто стабильно управляет риском.
Как на самом деле работают реальные инвестиционные подходы — на примере стратегии автоследования «Алгебра»
В социальных сетях регулярно всплывает один и тот же спор. Одни обсуждают стратегии вроде «Алгебры», которые ориентируются на управляемый риск и устойчивый результат. Другие отвечают: «Какие 30%? Я копирую стратегии, которые показывают 100%».
У профессионального инвестора в этот момент обычно два варианта реакции: либо вступить в дискуссию и объяснять механику рынка, либо промолчать и наблюдать, как красивая кривая доходности превращается в реальную статистику счёта — с комиссией, проскальзываниями и неизбежной потерей капитала. В этой колонке разберём, почему «чудо-стратегии» почти всегда заканчиваются одинаково — и что действительно отличает работающий подход от маркетинговой иллюзии.
Почему «100% годовых» в автоследовании чаще всего — не стратегия, а картинка
Скальпинг и псевдо-активный трейдинг продают ощущение контроля: «я быстрый», «я ловлю микродвижения», «у меня много сигналов». На практике эта активность чаще всего означает только одно — стабильный доход инфраструктуры: брокера, биржи и поставщика ликвидности.
Фундаментальная проблема у таких подходов простая. Они упираются в барьеры, которые невозможно отменить «талантом»:
-комиссии и биржевые сборы;
-спреды и проскальзывания;
-задержки исполнения и очередность в стакане;
На графике доходности эти издержки часто не видны. В реальной сделке они становятся решающими. Чем выше частота операций, тем сильнее расхождение между тем, что “нарисовано” в отчёте, и тем, что получает инвестор в автоследовании. Поэтому стратегии с заявленными 50–100% годовых на истории нередко оказываются не воспроизводимыми в реальном капитале — особенно при росте числа подписчиков.
Отсюда главный вывод: высокая частота сделок — почти всегда враг инвестора, потому что именно там «исчезает» вся заявленная доходность.
Что реально работает: институциональная логика вместо трейдинга
На рынке действительно побеждают стратегии другого класса — те, что строятся по институциональным принципам. Они не обещают чудес и не рисуют идеальных кривых. Они делают более скучную, но важную работу: управляют риском и издержками.
У таких подходов есть общие черты:
-минимальное количество сделок;
-жёсткий контроль транзакционных потерь;
-управление риском через волатильность, а не через «прогнозы» и новости;
-системная, математически обоснованная логика принятия решений;
-воспроизводимость на реальном капитале и масштабируемость.
Именно поэтому они ориентированы не на «максимум за год», а на устойчивый результат на длинной дистанции.
Далее рассмотрим, как эта логика выглядит на практике.
Как устроена стратегия «Алгебра» и какие институциональные модели управления капиталом в ее основе
1) Управление риском первично, доходность — производная
В институциональном управлении капиталом ключевой вопрос звучит так: какой риск допустим сейчас. Доходность — следствие правильной дозировки риска.
В стратегии «Алгебра» экспозиция на американский рынок формируется через фьючерсы на индекс Nasdaq, но не фиксируется навсегда. Доля риска регулируется на основе фактической волатильности и пересматривается не реже одного раза в месяц. Например, сейчас доля Nasdaq составляет 50% портфеля.
Это классическая концепция volatility targeting: если риск растёт — экспозиция снижается; если риск снижается — экспозиция может быть увеличена. Такой подход распространён в хедж-фондах и институциональных аллокациях, потому что он снижает вероятность разрушительных просадок и делает результат более устойчивым.
2) Риск и доход на капитал — разные источники, их нельзя смешивать
В «Алгебре» рыночный риск и доходность на свободные средства разводятся по разным контурам. Рыночный риск создаётся позицией в американских индексах.
Доход на свободный капитал формируется отдельно — через синтетический валютный депозит в долларах США.
Механика проста по смыслу: рублёвые средства работают в инструментах денежного рынка, а валютная составляющая формируется через позицию во фьючерсе USD/RUB. В итоге стратегия получает около 6% годовых в долларах США как дополнительный поток дохода, не зависящий напрямую от поведения фондового рынка.
Институциональная идея здесь базовая: капитал должен работать всегда, даже когда доля рыночного риска ограничена.
3) Контроль “скрытых” издержек: роллирование и форма кривой фьючерсов
Частный инвестор часто думает о рынке как о “направлении”. Институциональный инвестор думает о рынке как о “структуре”: где находится ликвидность, какая форма кривой, сколько стоит удержание позиции.
Когда контанго между ближайшими фьючерсами на Nasdaq становится заметным (например, порядка 1% годовых в стоимости роллирования), стратегия:
фиксирует рост издержек переноса,
переводит позицию в более дальний контракт (например, июньский),
снижает частоту роллирования и транзакционные потери.
Это не попытка угадать рынок. Это управление ролловером позиции — тем самым «налогом», который незаметно съедает доходность у многих “красивых” фьючерсных стратегий.
4) Правила важнее прогнозов
Ещё одна институциональная черта — отказ от дискреции. В «Алгебре» нет решений «на глаз», нет ставок на новости и события. Есть правила, которые повторяются из месяца в месяц: волатильность, структура рынка, стоимость фондирования.
Поэтому решения принимаются не потому, что «кажется», а потому что так требует модель. Это снижает эмоциональные ошибки и делает результат воспроизводимым.
Выводы: почему такие стратегии выигрывают на дистанции Алгебра устроена как типичная институциональная система управления капиталом:
— риск дозируется через волатильность, а не через эмоции и прогнозы;
— доходность формируется из нескольких источников, а не из одной ставки на «направление рынка»;
— капитал работает постоянно — даже когда доля рыночного риска снижена;
— издержки (включая стоимость переноса и роллирования) контролируются так же строго, как и рыночный риск;
— решения основаны на правилах, поэтому стратегия воспроизводима и масштабируема.
Именно поэтому такие подходы выигрывают на длинной дистанции. Они не обещают «100% каждый год» — они делают то, что важнее для реального инвестора: дают устойчивый, повторяемый результат, который сохраняется при переходе от красивого графика к фактическому исполнению на реальном счёте.
Доступ к информации о стратегии на
платформе БКС Финтаргет
💡 Тренды в потреблении: от накопительства к осознанности
Осознанное потребление становится одним из главных трендов последних лет. Всё больше людей задумываются не о том, как купить больше, а о том, как покупать разумнее.
Экономическая ситуация тоже влияет на привычки. В условии дорогих кредитов покупатели ищут альтернативу классической рознице — и всё чаще обращаются к рынку ресейла.
🛍 Покупать товары «с историей» — это не только выгодно, ведь они стоят значительно дешевле новых, но и экологично: каждая продлённая жизнь вещи снижает нагрузку на производство и окружающую среду.
Ресейл – это уже часть новой модели поведения, где важны не количество покупок, а рациональность, качество и польза. Это рынок, который развивается вместе с изменением потребительских привычек.
Почему вещи с историей становятся модным трендом
👗📱 От одежды и аксессуаров до смартфонов и техники — всё больше покупателей выбирают товары с историей. Раньше ресейл воспринимался как ниша, сегодня это часть новой модели потребления.
📌 Причины смены потребительского поведения:
— Рациональность: покупатели снижают расходы, но не готовы жертвовать качеством или брендом.
— Осознанность: культура разумного потребления и заботы об экологии набирает силу.
— Доступность: онлайн-платформы сделали покупку и продажу resale-товаров простой и безопасной.
— Приверженность брендам: потребители сохраняют лояльность к технике и вещам премиум-класса, находя их по более доступной цене.
⚡️ Мы видим, что этот тренд устойчиво набирает силу, особенно среди молодого поколения.
📊 Ресейл Маркет встроен в него: мы объединяем экспертизу в оценке, цифровые технологии и растущий спрос на рациональное потребление. Это создаёт долгосрочный фундамент для развития компании.
Технический анализ против искусственного интеллекта: конец эпохи классических паттернов
#инвестиции #теханализ #капитал #трейдинг
Технический анализ десятилетиями был опорой частных трейдеров и профессиональных управляющих. Он вырос из идей Чарльза Доу, Ричарда Шабакера и Джона Мэрфи и превратился в целую культуру: книги, школы, фигуры и сигналы. Его адепты верили, что графики говорят сами за себя и позволяют заглянуть в будущее. Но время изменилось. Искусственный интеллект разрушает привычный мир ТА, обнажая его слабые стороны. Там, где раньше было место для «набивания глаза», теперь остаётся лишь холодный алгоритм, лишённый иллюзий и эмоций.
В этой статье мы рассмотрим ключевые вызовы, с которыми ТА, как торговая концепция сталкивается после внедрения ИИ. С появлением алгоритмов, умеющих анализировать массивы данных в реальном времени, вероятно уйдёт целая эпоха трейдеров-графистов. Те неэффективности, которые позволял выявлять классический ТА, будут быстро обнаруживаться и столь же быстро исчезать. Проблема распознавания фигур и их монетизации сойдёт на нет — теперь это станет прерогативой машинного анализа.
В статье затрагивается вопрос о том, что ИИ видит все «головы и плечи», «три индейца» и прочие фигуры мгновенно. Как только закономерность проявляется, туда тут же устремляется капитал — и любое преимущество исчезает. То, что вчера было рабочим инструментом, превращается в мираж. То, что когда-то считалось искусством, становится статистической иллюзией. Уникальный взгляд трейдера растворяется в океане данных, а фигуры перестают быть сигналами, превращаясь в графический фольклор.
История техничного анализа: путь от зарождения к этапу кризиса
Истоки технического анализа уходят в конец XIX века. Чарльз Доу, издатель Wall Street Journal, сформулировал идеи, ставшие основой «теории Доу»: рынок учитывает всё, движение цен подчиняется трендам, а история склонна повторяться. Его последователи развивали эти мысли, создавая первые методы графического анализа. В XX веке Ричард Шабакер систематизировал фигуры и паттерны, а Джон Мэрфи превратил ТА в популярный учебник для целых поколений трейдеров. Позднее японские свечные модели добавили глубины и визуального богатства.
На этой базе выросла целая культура: появились специализированные школы, ассоциации трейдеров и десятки бестселлеров. ТА стал «библией» для индивидуальных инвесторов во второй половине XX века. Более того, на волне его популярности некоторым трейдерам удалось сколотить внушительные капиталы. Классическим примером считается Ричард Деннис, который в 1970-х годах заработал миллионы, применяя простые трендовые стратегии.
Другой яркий случай — Николас Дарвас, танцор по профессии, превративший $25 000 в более чем $2 000 000, используя собственный метод «коробок». А ещё раньше легендарный Джесси Ливермор, один из первых спекулянтов XX века, показал, что следование трендам и чтение графиков могут приносить баснословные состояния — хотя и сопряжены с риском катастрофических потерь.
От пика популярности к иллюзии: Как искусственный интеллект ускоряет «реалити‑чек» для паттернов технического анализа
В 1990‑е годы ТА переживал золотой век. Простые правила — скользящие средние, пробои диапазонов — работали на истории и приносили прибыль. Но затем пришёл момент истины. Строгие статистические тесты показали: большая часть сигналов ТА — иллюзия. Хэлберт Уайт в своей работе “A Reality Check for Data Snooping” предложил методологию строгой статистической проверки, которая показала, что многие «успешные» результаты технического анализа были следствием подгонки под данные (data snooping) — ситуации, когда закономерности возникают лишь из-за многократного перебора гипотез на одном и том же наборе данных. Рынок постепенно адаптировался, и то, что казалось рабочим на исторических графиках, перестало приносить устойчивый результат в реальности.
Технический анализ долго жил за счёт веры. Фигуры, свечные модели и трендовые линии казались ключом к предсказанию будущего. И действительно, если раньше после появления паттерна рынок часто двигался в предсказанном направлении, трейдер имел возможность эксплуатировать повышенную вероятность положительного исхода. Но сегодня эту возможность у человека забирают алгоритмы, реагирующие быстрее и эффективнее.
Технический анализ действительно приносил результат, пока оставался оружием немногих. Паттерны вроде «головы и плеч» или «треугольника» работали до тех пор, пока о них знали только посвящённые. Но массовое использование превращало их из источника прибыли в пустую форму. После публикации в медиа пространстве эффективность торговых предикторов резко падала. Сегодня эта логика ускорилась до предела. Машины видят все паттерны сразу и реагируют быстрее человека. Как только закономерность проявляется, туда устремляется капитал — и любая неэффективность исчезает, не успев по-настоящему сработать.
ИИ меняет правила игры в техническом анализе
Искусственный интеллект стал фактором, который обнажил хрупкость классического технического анализа и подтолкнул эту концепцию к глобальной трансформации. Современные алгоритмы способны одновременно анализировать десятки тысяч инструментов, углубляясь в микроструктуру рынка: книгу заявок, кластеры ликвидности, последовательность сделок. Там, где человеческий глаз видит хаос, машина мгновенно выделяет закономерность.
Классический трейдер ждал завершения фигуры, чтобы подтвердить сигнал и войти в сделку. Алгоритм действует иначе: он «чует» паттерн ещё до того, как тот становится очевидным для человека. В результате сигнал, который раньше приносил преимущество, оказывается встроен в цену задолго до того, как частный инвестор успеет нажать кнопку.
Более того, искусственный интеллект не ограничивается «видением» фигур. Он проверяет их статистическую состоятельность в реальном времени на гигантских массивах данных. Там, где трейдеры десятилетиями спорили, работает ли фигура «голова и плечи», алгоритмы дают сухой и беспристрастный ответ: работает или нет.
Примером служит исследование DeepLOB (Oxford-Man Institute, 2018), где нейросеть на основе данных книги заявок научилась предсказывать краткосрочные движения рынка. Другой пример — высокочастотные алгоритмы (HFT), которые используют дисбалансы в потоке ордеров и обеспечивают мгновенное «ценооткрытие», выжимая прибыльность из любых устойчивых закономерностей.
В результате паттерны вроде «головы и плеч», флагов или треугольников всё чаще превращаются в музейные экспонаты истории трейдинга. Они остаются частью финансовой культуры, полезной для понимания прошлого, но в реальной торговле их ценность стремительно убывает.
Что еще остаётся от наследия ТА и с чем эта торговая концепция идет в будущее
Наследие технического анализа не исчезло полностью, а позволяет ему реформироваться в более совершенные торговые модели. Тренд-следование остаётся одной из немногих системных премий на рынке. Его устойчивость подтверждают десятки академических работ, а институциональные фонды активно используют этот инструмент в портфельных стратегиях. В основе тренд-следования — скользящие средние и другие методы сглаживания, отражающие фундаментальное свойство рынка: инерцию ценовых движений. Но не только тренды переживут эпоху ИИ.
Некоторые элементы ТА трансформировались и нашли место в новых подходах, среди которых:
-Индикаторы волатильности (например, Bollinger Bands) используются как модули в более сложных моделях риск-менеджмента.
-Уровни поддержки и сопротивления переродились в анализ зон ликвидности и кластерных ордеров, что теперь активно применяется в микроструктурных исследованиях.
Графические паттерны в чистом виде теряют значимость, но их идея — отражение коллективного поведения — живёт в поведенческих финансах и анализе сентимента. Таким образом, богатая вселенная фигур ТА сжимается до узкого круга элементов, встроенных в более комплексные модели. Визуальные паттерны, которыми пользовались частные трейдеры, становятся скорее культурным наследием, чем рабочим инструментом.
ТА не исчез полностью, но его классическая форма уходит в прошлое. Искусственный интеллект разрушает иллюзию уникальности наблюдений: сигнал виден всем и сразу, реакция становится мгновенной, а данные доступны каждому. Рынок окончательно перестал быть «художественной галереей» для трейдеров, превращаясь в арену алгоритмов.
Трейдер, который продолжает рисовать линии на графике, ведёт бой с тенью — и проигрывает. А тот, кто готов принять ИИ и новые методы анализа, получает шанс остаться в игре и говорить с рынком на его настоящем языке.
Ключевые фразы: технический анализ; искусственный интеллект в трейдинге; алгоритмическая торговля; микроструктура рынка; тренд‑следование; скользящие средние; паттерны графиков; волатильность; уровни ликвидности; поведенческие финансы.
Аналитики пытаются спрогнозировать динамику страхового рынка РФ в 25 году
Ранее «Эксперт РА» выпустил оптимистичный отчет. По их мнению, рост страхового рынка РФ в 2025 г. на 15-40%. В агентстве верят, что сегмент накопительного страхования жизни (Life) снова станет драйвером рынка в 2025 году. По итогам 2025 он может вырасти на 85–90%, а весь сегмент страхования жизни — на 60–65%. Рынок Non-life в 2025 году будет расти «поступательно»: на 10% по сборам за год.
Но в «Эксперт РА» предупреждают, что слишком многое будет зависеть от внешних факторов и ситуации с банками. Но, «если будут снижаться ставки по депозитам, а также сокращаться неопределенность по уровню доходности на более длительный срок, то продукты страхования жизни будут удлиняться, таким образом снижая дублирование страховых премий в статистике. И тогда НСЖ по итогам 2025 вырастет лишь на 25–30%, страхования жизни — 20%, а страхового рынка в целом — 15%», – отмечает агентство.
Сегодня вышел обзор НКР, в котором дается более консервативный прогноз – страховой рынок в 25 году снизится на 1,4% г/г до 3,6 трлн руб. По прогнозу НКР, премии в сегменте life в 2025 году сократятся на 7,8%, до примерно 1,9 трлн руб. Сегмент страхования иного, чем страхование жизни (non-life), продолжит расти. Согласно прогнозу НКР, в 2025 году совокупный объём премий в этом сегменте прибавит 6,2% и превысит 1,7 трлн руб. Вместе с тем конкуренция между компаниями усиливается, и в таких условиях выигрывают те, кто способен предложить гибкие условия, скоростные выплаты и персонализированные тарифы.
Кто окажется прав – «Эксперт РА» или НКР – узнаем в течение года. Оба отчета доступны на сайтах компаний.
Другие мнения: часть участников рынка в настоящий момент прогнозирует рост российского рынка Life страхования в 2025 году в районе 15-20% г/г. Рынок Non-life страхования может остаться на уровне прошлого года, либо показать скромный рост в 5%. Однако, ситуация в сегменте Non-life может быстро измениться в положительную сторону в течение 2025 года в случае снижения ключевой ставки и перехода населения от сберегательной к потребительской модели поведения. Аналитика по рынку авто и недвижимости фиксирует значительный отложенный спрос. Если в 2025 году страховой рынок РФ вырастет хотя бы на 10%, он впервые в истории превысит 4 трлн рублей.
Что касается RENI, для поддержания роста, в 2025 году мы продолжим внедрение и масштабирование технологических инноваций, направленных на рост эффективности и качества наших сервисов. Кроме того, мы сделаем упор на региональном развитии, расширении сотрудничества с экосистемами, а также на кросс-продажах, предлагая дополнительные страховые и нестраховые продукты и услуги нашим клиентам. В 2025 году мы будем еще активнее реализовывать нашу стратегию развития в трех сегментах «Здоровье», «Мобильность», «Благосостояние», предполагающую выход в смежные нестраховые сервисы, в которых нуждаются наши клиенты.
День космонавтики с инвесторами
12 апреля в Москве прошла конференция для инвесторов PROFIT Conf.
Представители RENI тоже приняли в ней участие в формате групповой встречи с инвесторами.
Мы рассказали о ситуации на страховом рынке и поделились прогнозами аналитиков. Зал был полным, интерес высокий, так как акции компаний финансового сектора в целом сейчас в фаворитах у аналитиков банков. Если говорить о RENI, то здесь аналитики тоже оптимистично настроены, так как в 2025 году ожидается переоценка инвестиционного портфеля компании с ростом чистой прибыли Группы по мере снижения ставки ЦБ РФ, которое, по текущему прогнозу большинства аналитиков, случится летом этого года.
Однако, в моменте высокая ставка замедляет экономический рост в стране, подталкивает население к сберегательной, а не потребительский модели поведения, что замедляет и рынок Non-life страхования. Падают продажи авто и недвижимости, бизнес сокращает свои затраты и меньше инвестирует в развитие, так как часть прибыли уходит на проценты по кредитам.
На этом фоне положительно выделяются продажи ДМС продуктов. Но главное преимущество RENI заключается в диверсификации по продуктам и типам клиентов. Рост в нашем сегменте Life страхования остается достаточно высоким, что частично компенсирует временное замедление продаж в Non-life бизнесе.
Причем тут День космонавтики и космос? Если вдруг кто забыл, каждый год в России 12 апреля отмечается День космонавтики. Это дата первого полёта человека в космос, который совершил 12 апреля 1961 года Юрий Гагарин на корабле «Восток».
Космос — область и сложнейших прорывных технологий, но и колоссальных рисков. Там, где риски высоки, сложно обойтись без страховки. Страхование космических аппаратов существует давно и делится на три вида в зависимости от того, на каком этапе запуска находится объект. Первый вид — страхование космических аппаратов на этапе до старта. Второй вид касается самого запуска космических аппаратов. Третий вид — это уже страхование эксплуатации аппаратов. Разумеется, на всех этапах работает страхование экипажа корабля. Особенность космического страхования – это большие лимиты, большие страховые суммы и, соответственно, вероятность крупных выплат. Поэтому далеко не все страховые компании берутся за такое страхование, и, конечно, они перестраховывают свои риски.
Более подробная презентация с конференции на нашем сайте в разделе «Инвесторам».
#RENI
Когортный анализ как инструмент оценки инвестиций в малом бизнесе
В бизнесе когортный анализ известен как метод оценки поведения клиентов, но его принципы можно эффективно применить и для анализа вложений. В таком подходе роль когорты играет не группа покупателей, а совокупность связанных между собой продаж или проектов. Например, в онлайн-ритейле когорта – это партия закупленного товара; в строительстве – отдельный объект недвижимости (квартира, дом, домик для глэмпинга); в контрактном производстве – конкретный заказ или партия продукции. Анализ по когортам позволяет проследить окупаемость вложений и динамику выручки каждой такой группы с течением времени. Ниже рассмотрим, как правильно формировать подобные когорты, какие метрики использовать для оценки их эффективности, почему такой анализ важен для финансового планирования и учета, чем он отличается от стандартного помесячного учета, а также приведем практические примеры применения.
Формирование когорт для оценки вложений
Правильное определение когорты – ключевой шаг, от которого зависит корректность анализа. В контексте инвестиций в малом бизнесе под когортой понимается группа продаж или проектов, объединенных общим признаком во времени и сути вложения. Формировать такие когорты нужно логично, отражая реальный цикл инвестиции. Ниже приведены примеры того, как допустимо и недопустимо объединять реализации в одну когорту:
Онлайн-ритейл (закупки товара): Обоснованно считать когортой каждую партию товара, закупленную в определенный момент. Например, товары, закупленные одной оптовой поставкой, образуют когорту – мы инвестировали в них определенную сумму единовременно и будем отслеживать возврат этих средств. Некорректно объединять в одну когорту несвязанные закупки, например, товары разных категорий, закупленные в разное время. Если смешать в когорту позиции с разными датами закупки или условиями поставки, данные не будут сопоставимы и выводы исказятся. Правильнее создавать отдельные когорты по каждой партии закупки или по каждой категории товара в рамках определенного периода, чтобы анализ был релевантным задаче.
Строительство и недвижимость: В небольшом девелоперском проекте естественной когортой станет конкретный объект – например, отдельная квартира или дом, в который вложены средства. Каждый объект имеет свою себестоимость (вложения на строительство) и свою выручку от продажи, что позволяет рассматривать его как самостоятельную инвестиционную когорту. Допустимо также объединять в когорту несколько однотипных объектов, запущенных в одном проекте и в схожие сроки (например, домики глэмпинга, построенные по одной технологии в рамках одного сезона). Недопустимо смешивать в одной когорте объекты, сильно различающиеся по типу или находящиеся на разных стадиях реализации. Например, объединение в одну группу строительства домов, один из которых начат в прошлом году, а другой только планируется, нарушит хронологию инвестиций и затруднит оценку окупаемости. Когорты должны отражать единый цикл вложения, иначе сравнение их показателей приведет к ошибочным выводам.
Контрактное производство (заказы и проекты): Здесь когортой логично считать каждый отдельный контракт или заказ. Например, партия пошива одежды по одному клиентскому заказу или тираж печатной продукции для конкретного клиента – это каждая своя когорта. В рамках одного заказа есть определенные затраты (материалы, труд) и доход (оплата клиента), и их нужно анализировать отдельно. Неправильно объединять разные заказы в одну когорту только на основании близких дат или общего клиента, если по сути это разные проекты с разными экономическими условиями. Исключение – если заказы действительно связаны (скажем, этапы одного проекта, разбитого на части). В иных случаях смешение нескольких проектов помешает понять, какой из них реально окупился, а какой нет.
Каждый проект – своя мини-инвестиция, и объединять их следует только при явном смысловом единстве (например, повторные заказы одного клиента можно рассмотреть вместе для анализа долгосрочных отношений, но для оценки вложений лучше разделять по контрактам).
При формировании когорт важно задавать правильный период и критерий группировки, исходя из целей анализа. Ошибкой будет выбрать несоответствующий временной интервал или признак, не помогающий решить задачу. Например, если оценивается оборотность закупок, то когорты нужно формировать по датам закупки товара (и последующим продажам), а не по датам продаж конечным покупателям. Общий принцип – участники когорты должны иметь общий “старт” инвестиций, после которого мы отслеживаем динамику выручки и возврата средств. Соблюдение этого принципа обеспечивает чистоту когортного анализа и сравнимость результатов между разными группами.
Метрики для оценки эффективности когорт
Определив когорты, необходимо решить, какие метрики помогут оценить успех каждой инвестиции или партии продаж. В отличии от классического когортного анализа клиентов, где смотрят на удержание или LTV, при анализе вложений упор делается на показатели окупаемости, рентабельности и скорости возврата средств. Рассмотрим ключевые метрики, которые можно рассчитывать для таких когорт, и что они показывают:
1. ROI (Return on Investment, рентабельность инвестиций): Базовый показатель окупаемости, который показывает отношение прибыли к вложенным средствам. Для каждой когорты ROI можно считать по классической формуле: (выручка от когорты – затраты на когорту) / затраты * 100%. Этот коэффициент отвечает на вопрос, сколько прибыли принес каждый вложенный рубль. В контексте товарных запасов ROI часто называют GMROI (Gross Margin ROI) – сколько рублей маржи получено с каждого рубля, вложенного в товар. Важно отметить, что ROI учитывает совокупный результат за весь период жизни когорты, поэтому его полезно сравнивать с альтернативными вложениями капитала. Например, если ROI партии товара = 50%, а вложения в другую категорию или депозит могли бы дать 30%, то первая инвестиция эффективнее. ROI интегрирует в себе сразу несколько параметров бизнеса – закупочную цену, цену продажи, объем продаж и размер вложений в запасы. Поэтому анализ ассортимента по ROI позволяет сразу видеть, какие товары (или проекты) самые сильные по отдаче, а какие – слабые.
2. Период окупаемости / Оборачиваемость: Этот показатель отражает скорость, с которой инвестиция возвращает вложенные деньги. В торговле обычно используют термин оборачиваемость запасов – аналог срока окупаемости для товара. Он может измеряться в днях (сколько дней требуется, чтобы товарная партия продалась полностью) или в количестве циклов в год. Когортный анализ позволяет точно вычислить, за какой период каждая партия (или проект) окупилась – например, партия товара X окупилась за 3 месяца. Высокая скорость оборачиваемости означает, что деньги быстро возвращаются и могут быть инвестированы снова. Медленная оборачиваемость сигнализирует о зависших средствах. Часто ROI рассматривают вместе с оборачиваемостью: инвестиция может иметь высокий процент рентабельности, но если цикл продаж слишком длинный, это ухудшает годовую доходность. И наоборот, даже умеренный ROI может быть приемлемым при очень быстрой окупаемости. Поэтому в анализе когорт стоит учитывать баланс «доходность vs скорость». Например, период окупаемости (payback period) – один из стандартных методов оценки инвестпроектов, наряду с ROI и IRR.
3. XIRR (Extended Internal Rate of Return, внутренняя норма доходности с непериодическими потоками): Это более продвинутый показатель, который особенно полезен, если поступления от когорты распределены во времени неравномерно. Функция XIRR рассчитывает внутреннюю норму доходности инвестиции с учетом конкретных дат всех cash-flow (оттоков и притоков денежных средств). Проще говоря, XIRR показывает эффективную годовую ставку доходности вашей инвестиции, принимая во внимание, когда именно произошли вложения и возвраты. Этот показатель незаменим, когда нужно сравнить проекты с разной длительностью и графиком платежей. Например, одна партия товара могла полностью продаться за 1 месяц, а другая продается полгода – их простой ROI может быть одинаковым (скажем, 30%), но XIRR у первой будет гораздо выше, потому что деньги вернулись раньше и могли быть реинвестированы. XIRR по сути является аналогом IRR (internal rate of return) для случаев, когда промежутки между платежами не равны одному периоду. В малом бизнесе часто используют Excel для расчета подобных вещей: XIRR позволяет посчитать годовую доходность проекта с точностью до дня. В инвестиционных бизнес-планах, например в сфере недвижимости или гостеприимства, IRR – один из ключевых показателей: так, в типичном бизнес-плане по открытию глэмпинга может быть заложен IRR порядка 63%, что указывает на быстрый возврат средств за 1–2 сезона.
4. Маржинальность и прибыльность: Классические показатели прибыли также применимы на уровне каждой когорты. Можно рассчитывать валовую маржу (отношение валовой прибыли к выручке когорты) и чистую прибыль по каждой партии товара или проекту. Маржинальность показывает, насколько выгоден товар/проект без учета сроков – например, когорта может иметь маржинальность 30% (т.е. 30 копеек с рубля остается в виде валовой прибыли). Но сама по себе маржинальность не учитывает, за какое время получена эта прибыль. Поэтому для оценки вложений маржу обязательно следует рассматривать вместе с показателями, учитывающими время (оборачиваемость, ROI в годовом выражении и т.д.). Тем не менее, анализ маржинальности полезен, чтобы выявить, не слишком ли низкую прибыль дает когорта даже при длительной продаже. Если по когортам видно, что некоторые проекты едва выходят в плюс или дают нулевую маржу, это сигнал пересмотреть цены или затраты по ним.
5. Просадка по выручке и денежным потокам: Под «просадкой» обычно понимают временное падение показателей относительно предыдущего уровня. В когортном анализе инвестиций можно отслеживать просадку по выручке каждой когорты – например, после начального пика продаж новой партии может наступить период спада, когда продажи резко снижаются. Этот показатель важен для понимания жизненного цикла товара или проекта. Резкая просадка выручки когорт может означать исчерпание спроса или, скажем, сезонный фактор. Кроме того, для инвестиционных проектов полезно измерять максимальный отрицательный денежный поток (peak negative cash flow) – то есть, какую минимальную точку прошла кривая накопленного дохода. Проще говоря, какова была максимальная «яма», в которой находился проект до выхода в плюс. Эта “просрочка” инвестированных средств показывает, какой объем денег был заморожен в пике и сколько времени проект находился в минусе, прежде чем окупился. В совокупности с ROI и сроком окупаемости, такой показатель дает более полное представление о рисках: две когорты могут в итоге дать одинаковую прибыль, но у одной просадка была глубокой и долгой (требовала больших авансовых вложений и терпения), а у другой – незначительной.
6. Другие показатели: В зависимости от специфики бизнеса можно учитывать и другие метрики. Например, NPV (чистая приведенная стоимость) – если нужно оценить проект с учетом стоимости денег во времени, дисконтируя будущие потоки. В малом бизнесе NPV применяется реже, но принцип тот же – считать каждую когортную инвестицию как мини-проект, который должен иметь положительную приведенную стоимость. Также можно оценивать волатильность продаж внутри когорты (насколько равномерно шли продажи по месяцам), остаточную стоимость (непроданный остаток товара как часть вложений) и т.д. Главное – выбирать метрики, которые отвечают на практические вопросы: окупилась ли инвестиция, сколько принесла прибыли, за какое время и с какими колебаниями.
Важно сочетать несколько метрик для всесторонней оценки. Например, просто высокий ROI в процентах не гарантирует успех, если оборачиваемость низкая. Как отмечают специалисты по управлению запасами, нельзя смотреть только на выручку или маржу в отрыве – нужно анализировать и скорость оборота, и отдачу на капитал. Когортный подход облегчает такие расчеты: имея данные по каждой группе (сколько вложили и сколько получили по месяцам), легко посчитать и ROI, и сроки, и прочие показатели. Это дает целостную картину эффективности вложений в разрезе каждой партии товаров или каждого проекта.
Значение когортного анализа для планирования и учета
В малом бизнесе ресурсы ограничены, поэтому точная оценка отдачи от каждой вложенной копейки крайне важна. Когортный анализ превращает абстрактные цифры выручки и затрат в понятную картину: какие вложения действительно работают, а какие – нет. Вот почему данный подход ценен для финансового планирования, контроля эффективности и даже для бухгалтерского (управленческого) учета:
1. Прогнозирование денежных потоков и предотвращение кассовых разрывов. Анализируя когорты, предприниматель понимает цикл сделки или проекта и может предсказать, когда вернутся вложенные деньги. Например, зная, что партия товара, закупленная в январе, обычно продается в течение трёх месяцев, можно прогнозировать поступление выручки в марте-апреле и заранее планировать закупки на этот период. Когортный анализ позволяет «заглянуть вперед» и увидеть, сколько денег компания заработает в следующем месяце или квартале с уже сделанных инвестиций. Это важно для составления бюджетов и управления оборотным капиталом. Более того, такой подход помогает предупреждать кассовые разрывы – ситуации, когда денег внезапно не хватает. Имея когортные таблицы, видно, когда произойдет пик выплат (например, оплата партии товара) и когда ожидать возврата. Если обнаруживается разрыв (выплаты раньше поступлений), можно подготовить финансирование или скорректировать план. Практики отмечают, что с когортным анализом риск остаться без денег снижается, поскольку заранее видны проблемные места и их можно сгладить.
2. Оценка эффективности вложений и обоснование решений. Когортный подход дисциплинирует владельца малого бизнеса – каждый проект или закупка рассматриваются как инвестиция, которая должна отчитаться за себя. Это сильно помогает в решениях, куда направлять ресурсы. Зная показатели рентабельности по каждой когортной инвестиции, вы можете понять, сколько фактически зарабатываете на каждом проекте и насколько он окупается. Такой анализ быстро выявляет убыточные или малоэффективные направления: если какая-то когорта показала низкий ROI или не окупилась в разумный срок, это сигнал пересмотреть стратегию или вовсе отказаться от подобных вложений. В то же время становится ясно, какие проекты приносят наибольшую прибыль – именно на них стоит делать упор. Внутренний учет, разделенный по когортам, превращается в аналог управленческого учета по проектам: руководитель видит реальную отдачу каждого направления. Это лучше, чем усредненные показатели по всему бизнесу, которые могут скрывать проблемы. Например, общая месячная выручка может расти, но только когортный анализ покажет, что рост дает одна-две удачные когорты, в то время как другие буксуют. В итоге решения по развитию становятся более обоснованными: деньги вкладываются туда, где наибольшая окупаемость, а неэффективные расходы сокращаются.
3. Финансовое планирование и бюджетирование. Включение когортного анализа в процессы планирования позволяет строить бюджеты «снизу-вверх». Вместо того чтобы гадать, какой будет выручка следующего месяца, предприниматель складывает прогнозы по всем активным когортам (например, по всем запущенным проектам и товарам в продаже). Это дает более точный и прозрачный прогноз. Кроме того, зная типичные показатели когорт, можно планировать расширение: например, если средний ROI на партию товара = 20% за квартал, то вложив в 5 таких партий, можно ожидать определенный прирост прибыли. Когортный анализ также помогает выявить сезонность и лаги. В логистическом бизнесе отмечали, что с когортным подходом становится понятно, что временная просадка выручки сейчас – это следствие провала по заявкам два месяца назад. Значит, планируя бюджет, нужно учитывать, что в спокойные месяцы ранее было меньше стартов проектов, и заложить соответствующий спад, а не паниковать. В целом, когортный анализ делает финансовое планирование более проактивным: вы видите причинно-следственные связи в динамике бизнеса и можете заранее реагировать на них, вместо того чтобы действовать постфактум.
4. Контроль и улучшение бизнес-процессов. Разбив показатели на когорты, малый бизнес получает инструмент для контроля качества работы. Например, в сервисном проектном бизнесе (агентстве) внедрение учета по проектам позволило легко заметить, если вдруг появится убыточный проект. Руководство сразу видит, где компания в плюсе, а где – в минусе, хотя параллельно ведутся десятки проектов. Это упрощает контроль: не нужно помнить по каждому клиенту – достаточно взглянуть на отчет по когортам. Если какой-то проект просел по маржинальности, его можно детально разобрать: возможно, перерасходовано время или материалов. Таким образом, когортный анализ способствует постоянному улучшению процессов: вы точно знаете, какие этапы или виды работ “проедают” прибыль в каждом проекте, и можете оптимизировать их. В торговле по когортам можно отследить, не завис ли товар на складе, не пора ли уценить остатки или усилить маркетинг по тем категориям, где продажи не оправдывают вложений.
5. Управленческий учет и бухгалтерия. С точки зрения учета, когортный анализ вносит структуру в финансовые данные. По сути, он требует разделять доходы и расходы по их источникам – партиям товара, объектам, заказам. В малом бизнесе нередко ведут учет «общей кучей», что затрудняет потом понять, откуда прибыль, а где убыток. При когортном подходе каждая продажа соотносится с конкретными затратами. Это сближает управленческий учет с проектным: становится легко подготовить отчеты о рентабельности по направлениям. Кроме того, такой детализированный учет помогает при налоговом планировании и инвентаризации: проще списывать себестоимость именно проданных когорт, видно остатки незакрытых проектов и т.д. Например, для строительного проекта можно чётко рассчитать прибыль по завершению объекта и соотнести ее с затратами, что упрощает бухгалтерское закрытие проекта и анализ отклонений бюджета. В итоге когортный анализ обеспечивает прозрачность финансов: владельцу малого бизнеса понятно, где и как образуется прибыль, и эти данные подтверждены учетными расчетами.
Таким образом, когортный анализ играет роль связующего звена между операционной деятельностью и финансами. Он переводит язык бухгалтерских цифр в плоскость понятных единиц бизнеса – отдельных проектов, закупок, сделок. Предприниматели, внедрившие такой подход, отмечают, что без него работают словно вслепую, рискуя принять неверные решения. Когортный учет же даёт уверенность в цифрах и позволяет управлять бизнесом на основании данных, а не интуиции.
Отличия от помесячного и общего учета продаж
Возникает вопрос: а чем описанный подход отличается от привычного помесячного учета или просто анализа общего объема продаж? Разве нельзя теми же метриками оперировать в обычной отчетности? Разница существенная, и вот основные моменты:
Привязка выручки к источнику инвестиций. Помесячный учет группирует все продажи, произошедшие в течение месяца, независимо от того, к каким вложениям они относятся. Например, в одном месяце вы продали товар из новой закупки и товар, залежавшийся со склада с прошлого года – они оба попадут в выручку месяца. В когортном же анализе продажи разделены: видно, сколько принесла каждая партия. Это позволяет привязать доходы к тем расходам, которые их породили. Принцип соответствия доходов и расходов реализуется лучше, чем в традиционной помесячной отчетности. В итоге показатели вроде ROI или маржи считаются по каждой инвестиции, а не усредненно. Это устраняет «перекрестное субсидирование» в анализе, когда прибыльные товары скрывают убытки от неприбыльных. В месячной прибыли все смешано, а когортный анализ раскладывает по полочкам.
Учет временных лагов и сезонности. Обычная месячная отчетность не указывает, из-за чего произошел рост или спад продаж – она просто фиксирует факт. Когортный анализ же показывает причины динамики. Как мы приводили пример, падение выручки в марте может быть следствием того, что в январе было мало закупок (когорты января слабые). В помесячном учете это выглядело бы как «плохой март», и владелец мог бы ошибочно винить мартовские действия (например, слабый маркетинг). Но когортный подход вскрывает, что корни проблемы в прошлом. Таким образом, когортный анализ добавляет измерение времени: он связывает прошлые вложения с будущими результатами. Помесячный учет лишен этой цепочки – там каждый месяц автономен. Особенно важно это в бизнесах с длинным циклом (стройка, проекты) – там месячные показатели вообще мало что скажут, пока проект не завершен.
Детализация vs агрегирование. Помесячная отчетность агрегирует показатели на уровне всего бизнеса или крупных категорий. Когортный анализ, напротив, детализирует до единиц реализации. Такая детализация позволяет задавать конкретные вопросы: “Почему партия товара А окупилась хуже, чем партия B, хотя продавались в одно время?” или “Какая из наших стройплощадок дала наибольшую отдачу на рубль вложений?”. Сводный отчет по месяцу не даст ответа – он покажет среднее по больнице. Таким образом, когортный анализ ближе к методу управления по отклонениям: можно сравнивать когорты между собой и относительно среднего, выявляя отклонения и разбираясь в их причинах.
Проверка гипотез и экспериментов. Если малый бизнес пробует новую стратегию (например, акцию по распродаже старого товара или новый канал сбыта), то помесячные продажи до/после акции могут не дать ясной картины – на них влияет много факторов. С когортным же анализом можно выделить когорту товара, участвовавшего в распродаже, и посмотреть, улучшился ли ее ROI или скорость продажи по сравнению с предыдущими партиями. Это более точная оценка эффекта. В интернет-маркетинге когортный анализ давно используют для сравнения каналов и ROMI, а в малом бизнесе по товарам и проектам он так же помогает чисто проверить окупаемость тех или иных действий, отсекая посторонние влияния.
Простота выявления проблем. Когда все данные валом по месяцу, обнаружить, что где-то проблема, можно лишь по косвенным признакам. Например, снизилась общая маржинальность – непонятно, то ли скидки дали, то ли состав ассортимента изменился. Когортный анализ сразу укажет, в какой группе упала маржа. Это облегчает поиск узких мест. В агентском бизнесе, как мы упоминали, при росте числа проектов руководитель уже не помнит по памяти все детали, и без когорт ему сложно сказать, где прибыль просела. Специальные отчеты по проектам (когортам) решают эту проблему и масштабируются вместе с бизнесом – хоть 5 проектов, хоть 80, принцип тот же. Помесячный учет не масштабируется в плане информативности: при усложнении бизнеса он дает все более усредненную картину.
Иными словами, когортный анализ дополняет помесячный учет, а не отменяет его. Ежемесячные отчеты нужны для общего понимания и внешней отчетности (налоги, кредиты и т.д.), тогда как когортный анализ – это инструмент внутренней аналитики, позволяющий видеть скрытое за сводными цифрами. Он показывает бизнес «в разрезе» инвестиционных единиц, тогда как обычный учет – «сверху». Разница в перспективе: макро vs микро. В идеале малый бизнес использует оба подхода: например, отчет о прибылях и убытках по месяцам плюс реестр ROI по когортам. Тогда можно связать одно с другим: месячная прибыль = сумма результатов всех когорт, закрытых в этом месяце (или частично вносящих вклад). Если цифры не сходятся, это повод проверить учет. Таким образом, когортный анализ еще и повышает достоверность учета – сложно что-то упустить, когда ты смотришь на данные под разными углами.
Наглядный пример отличия: представьте себе магазин, который ввел когортный анализ и заметил, что прибыль в одном из месяцев упала. Вместо того чтобы сразу винить текущие продажи, владелец посмотрел на когортный отчет и увидел: просела выручка именно по тем товарам, что были закуплены два месяца назад (слабая когорта). То есть, проблема не в активности менеджеров сейчас, а в ошибке закупки ранее. Без когортного подхода такая причинно-следственная связь могла остаться незамеченной, и решения принимались бы на неверных предположениях.
Примеры применения когортного анализа на практике
Практический опыт малого бизнеса уже демонстрирует пользу подхода, когда когорты – это инвестиции или проекты. Рассмотрим несколько примеров/кейсов, где такой анализ принес результаты:
1. Розничная торговля (магазин у дома). Небольшие продуктовые магазины часто сталкиваются с предложениями от поставщиков закупить большой объем товара с существенной скидкой. На первый взгляд скидка выглядит выгодно, и без аналитики владельцы склонны соглашаться. Однако применение когортного анализа запасов проливает свет на истинную эффективность таких сделок. В одном кейсе собственник с помощью аналитиков внедрил расчет ROI по каждой закупке товара. Выяснилось, что «заманчивые» оптовые партии с большой скидкой на деле морозят деньги: товар закуплен сверх меры, лежит на полках, ассортиментное разнообразие страдает, а выручка растет медленно. После появления прозрачного калькулятора окупаемости директора магазинов стали отказываться от всех предложений «купи больше – получи скидку». Они увидели, что лучше закупать меньше, но чаще: пусть скидка меньше или ее нет вовсе, зато оборачиваемость выше и ROI капитала существенно возрастает. Этот пример показывает силу когортного подхода: разбив продажи по партиям закупки, бизнес изменил стратегию закупок и улучшил финансовые показатели. Фактически, стали учитывать не только цену закупки, но и стоимость хранения и упущенной выгоды – интегрально через ROI.
2. Проектный бизнес (креативное агентство). Агентство, выполняющее проекты для клиентов, внедрило управленческий учет по каждому проекту как когорту. Ранее они просто смотрели общую прибыль фирмы, но это не давало понимания, какой проект приносит сколько денег. После разделения бюджета по проектам выяснилось, что рентабельность проектов различается: какие-то дают 30% прибыли, а какие-то едва выходят в ноль. Благодаря этому агентство смогло определить самых прибыльных клиентов и видов услуг. Более того, сразу стало заметно, если вдруг проект уходит в минус – раньше такое могло скрываться за счет прибыли других заказов. Теперь же каждая команда видит свой P&L: сколько потратили часов и внешних расходов, сколько выручки от клиента. Руководитель агентства Алексей Рожков отмечает, что без такого учета работать сложнее: когда проектов больше десятка, невозможно интуитивно помнить, где прибыль, а где убыток. Когортный анализ (проектный учет) позволил им контролировать рентабельность в режиме реального времени и принимать меры: если по какому-то проекту план/факт расходится или маржа падает, можно оперативно либо пересмотреть условия с клиентом, либо оптимизировать процессы. В результате агентство сумело перестать «работать в минус» и увеличить общую прибыль за счет фокуса на показателях по когортам-проектам.
3. Малое производство на заказ. Представим небольшое швейное производство, выполняющее разовые заказы на пошив партии одежды. Допустим, поступают заказы разного объема: один на 100 изделий, другой на 500. Руководитель решает проанализировать каждую партию отдельно. В итоге выясняется, что заказ на 500 изделий хотя и принес больше выручки, но имел большие скрытые затраты: срочный найм дополнительных швей, сверхурочные, брак. Когда посчитали полную прибыль по заказу, ROI получился ниже, чем у меньшего заказа, который выполнили штатными силами без спешки. Такой когортный анализ учит малый бизнес правильно оценивать выгодность разных типов заказов. В данном примере швейный цех может решить в будущем брать крупные заказы только с надбавкой за сложность, либо ограничивать объемы, чтобы не терять в рентабельности. Хотя конкретных цифр здесь нет, сценарий типичен: только разложив доходы и расходы по проектам, мелкое производство обнаруживает, что «не все то золото, что блестит» – самый денежный контракт может оказаться наименьше прибыльным после учета всех издержек. Многие владельцы бизнесов отмечают, что внедрение проектного учета открыло им глаза на истинную доходность услуг или продуктов. Это помогает устанавливать правильные цены и минимизировать неожиданные перерасходы.
4. Глэмпинг (малый гостиничный бизнес). Рассмотрим кейс из сферы туризма – открытие небольшого глэмпинг-отеля на 5 домиков. Инвестор вложил средства в строительство каждого домика, обустройство территории и продвижение. Применяя когортный анализ, он рассматривает каждый домик как отдельный инвестиционный проект: сколько стоило построить и оборудовать и сколько приносит дохода от аренды. Оказалось, что домики отличаются по заполняемости: те, что с лучшим видом на озеро, бронируются чаще и уже за первый сезон покрыли 70% вложений, а менее удачно расположенные – только 40%. ROI первых значительно выше. Кроме того, инвестор учел график поступления денег: летом спрос высокий (потоки положительные), зимой почти нулевой. Для честной оценки он применил метод расчета IRR: по итогам финансовой модели внутренняя норма доходности бизнеса составила ~63% годовых. Это высокий показатель, достигнутый за счет быстрого выхода на окупаемость (практически за два сезона). Однако когортный анализ по каждому объекту показал, что не все части бизнеса равноценны: возможно, стоит инвестировать в улучшение менее популярных домиков или изменить ценовую политику. В планах у владельца – расшириться еще на 2–3 объекта, но благодаря когортному подходу он будет вкладывать деньги с пониманием, какой тип домика и сервис дают лучшую отдачу. Этот пример иллюстрирует, как даже в рамках одного малого бизнеса можно внутри увидеть разные «коши» эффективности и целенаправленно повышать общую прибыль, работая над отстающими когортами.
5. Логистические услуги (B2B-сектор). Вернемся к истории про логистическую компанию, с которой мы начинали. Ее руководитель, используя когортный анализ сделок, сумел предсказывать падения и подъемы выручки, исходя из активности клиентов в предыдущие месяцы. Например, он знал: если в январе мало новых заявок, то в марте будет провал по доходам. Это знание спасло от необдуманных шагов – вместо того чтобы паниковать и «рубить с плеча» (например, увольнять сотрудников из-за низкой выручки в марте), компания спокойно пережила спад, понимая его природу. Более того, анализ когорт клиентов показал, сколько обычно времени проходит от заявки до оплаты, и сколько денег приносят разные каналы привлечения клиентов. Это позволило оптимизировать маркетинг – вкладывать больше в те источники, где цикл сделки короче и ROI выше, и не винить отдел продаж без причины, когда задержки связаны, скажем, с праздниками. Этот случай хоть и не про товарные запасы, но полностью подтверждает ценность когортного мышления: решения принимаются на основании данных, а не эмоций, и компания видит цепочку «вложение – результат» от начала до конца.
Приведенные примеры показывают универсальность когортного анализа для малого бизнеса. Будь то торговля, услуги или производство – везде, где есть вложение ресурсов с последующей отдачей, метод группировки по когортам помогает измерить эту отдачу и найти пути ее улучшения. Особенно актуально это в России для малого и микробизнеса, где счет идет на каждую тысячу рублей: некоторые проекты могут тянуть бизнес вниз, пока другие приносят прибыль, и задача владельца – обнаружить это как можно раньше. Когортный анализ становится своего рода фонариком, высвечивающим прибыльные и убыточные зоны.
Заключение. Использование когортного анализа вне традиционного маркетинга – для оценки партий товаров, проектов и заказов – зарекомендовало себя как мощный инструмент управленческой аналитики. В малом бизнесе, где нет роскоши крупных резервов, такой подход позволяет говорить о финансах на языке конкретных действий: каждая вложенная сумма прослеживается до конечного результата. Правильно сформированные когорты и продуманные метрики (ROI, XIRR, оборачиваемость и пр.) дают понимание, какие инвестиции себя оправдывают, а какие – нет. Когортный анализ помогает избежать ошибочных управленческих решений, подкрепляя интуицию реальными цифрами причинно-следственных связей. Он дополняет стандартный учет и отчётность, предоставляя детализированный взгляд на бизнес-процессы. Для малого бизнеса в РФ этот подход особенно ценен: в условиях нестабильности и ограниченного доступа к кредитам важно максимально эффективно использовать собственные средства. Когортный анализ вписывается в эту философию бережливости и осознанного роста. Недаром те, кто однажды внедрил его, уже не представляют, как можно вести дело без подобной аналитики. Это один из случаев, когда инструмент, пришедший из сферы big data и маркетинга, прекрасно работает и на уровне небольшой фирмы, повышая финансовую грамотность предпринимателя и шансы бизнеса на успех.
📈 Ресейл как устойчивый потребительский тренд
Рынок ресейла сохраняет стабильные темпы роста и демонстрирует устойчивость к внешним экономическим факторам. В условиях снижения покупательной способности потребители переориентировались на вторичный рынок, этот сдвиг закрепился в виде долгосрочной модели поведения.
Покупка товаров с историей больше не воспринимается как временная мера. За последние годы сформировалась устойчивая привычка — приобретать нужное по разумной цене. Даже при улучшении экономических условий потребители продолжают использовать ресейл-сервисы, так как это позволяет сочетать рациональность с широким выбором.
Ранее нишевый и фрагментированный сегмент ресейла становится массовым. Вторичный рынок всё увереннее занимает место в структуре повседневного потребления, особенно в категориях техники, одежды, товаров для дома.
Сейчас рынок ресейла столкнулся с запросом на скорость, удобство и прозрачность — те же принципы, по которым развивается традиционный e-commerce. Платформа «Ресейл Маркет» отвечает этим требованиям: модель выстроена вокруг мгновенного выкупа, онлайн-оценки и логистики. Сейчас команда работает над обучение и внедрением инструмента на базе AI, который позволит автоматически оценивать товары с высокой точностью — это ключ к лояльности пользователей.
Формат, который предлагает Ресейл Маркет, — это новый пользовательский стандарт на вторичном рынке. Мы строим решение, ориентированное не на компромисс, а на комфорт и безопасность: пользователи получают гарантию при покупке товаров на нашей площадке. С учётом устойчивого спроса и растущей привычки покупать выгодно, это создаёт основу для масштабного роста при высокой технологической эффективности.
Ресейл меняет рынок: как трансформируется сегмент вторичных товаров в России
ПАО «МГКЛ» — один из ведущих экспертов на рынке вторичных товаров в России. Мы обладаем уникальной экспертизой в оценке и обороте ликвидных активов и точно понимаем тренды рынка. Уже сегодня видна тенденция на структурный рост ресейла, и мы опережаем его динамику за счёт развития собственной платформы «Ресейл Маркет».
Рынок вторичных товаров в России системно расширяется, это создаёт прямую возможность роста для участников, которые обладают отраслевыми компетенциями и инфраструктурой для работы в сегментах с высокой оборачиваемостью и маржинальностью.
ПАО «МГКЛ» уже запустило платформу «Ресейл Маркет», чтобы занять долю в этом быстрорастущем сегменте и встроить ресейл в операционную модель группы.
Почему рынок растёт:
🔹 Изменение потребительского поведения.
Ресейл становится привычным выбором для широкой аудитории — как альтернатива новым товарам и как часть рационального подхода к покупкам.
🔹 Экономия — прямой стимул спроса.
Покупатели переходят в ресейл ради выгоды. Товары на вторичном рынке стоят на 30–50% дешевле новых аналогов. Это драйвер спроса в сегментах техники, электроники, ювелирных изделий и других высоколиквидных категорий.
🔹 Кредиты останутся дорогими.
Смягчение денежно-кредитной политики в ближайшей перспективе маловероятно. Высокая ключевая ставка сохранится, ограничивая доступность новых товаров и усиливая привлекательность вторичного рынка.
🔹 Рынок насыщается товарами.
Ресейл стабильно пополняется ликвидными товарами. После волн покупок новых товаров в последние годы, значительная часть техники и электроники возвращается на рынок вторичных продаж. Это поддерживает стабильность предложения и высокую оборачиваемость.
🔹 Рост онлайн-ресейла.
Цифровизация ускоряет процессы: покупка и продажа товаров с историей становятся проще и быстрее. Это расширяет клиентскую базу и ускоряет сделки.
🚀 Почему ПАО «МГКЛ» — среди бенефициаров роста:
Мы не просто наблюдаем за ростом ресейла — мы создаём инфраструктуру, которая позволяет «Ресейл Маркету» занять долю в быстроразвивающемся сегменте за счёт системного расширения товарных категорий и использования конкурентных преимуществ группы: экспертизы в оценке активов, высокой ликвидности и готовой операционной модели.
Модели поведения на фондовом рынке.
Понимание моделей поведения инвесторов критически важно для успешного инвестирования. Рынки, созданные людьми, отражают все человеческие слабости, включая эмоциональные и когнитивные искажения, которые часто приводят к нерациональным решениям. Анализ этих моделей помогает предвидеть рыночные колебания и принимать более обоснованные решения.
На фондовом рынке преобладает иррациональность. Инвесторы склонны к «стадному инстинкту», подражая друг другу без логического обоснования, что порождает пузыри и резкие обвалы. Они часто продают активы во время падения рынка, упуская возможность купить их по более низкой цене, и покупают на пике, когда большая часть роста уже позади. Интересно, что торговля акциями для некоторых инвесторов – это развлечение, конкурирующее с другими азартными играми, что приводит к частым сделкам и повышенным издержкам.
К распространенным когнитивным искажениям относится:
✅ «эффект якоря», когда первоначальная информация влияет на будущие решения. Например, инвестор может долго держать акцию, купленную по высокой цене, ожидая ее возвращения к этой отметке.
✅ «Эффект диспозиции» – это склонность продавать прибыльные позиции и удерживать убыточные, что увеличивает налоговую нагрузку и снижает доходность. Частные инвесторы подвержены этому эффекту сильнее, чем институциональные, хотя опыт может уменьшить его влияние. Более того, инвесторы склонны повторять прошлые модели поведения, которые принесли им удовольствие, игнорируя негативный опыт.
✅ Избыточная самоуверенность: Переоценка своих способностей и принятие чрезмерных рисков.
✅ Предвзятость подтверждения: Поиск информации, подтверждающей уже существующие убеждения, игнорируя противоречащие данные.
Понимание и осознание своих собственных когнитивных искажений и склонности к эмоциональным реакциям – это важный шаг к более рациональному инвестированию. Использование стратегий, направленных на минимизацию влияния эмоций, таких как диверсификация портфеля, долгосрочное инвестирование и планирование, помогает снизить риски и повысить вероятность достижения инвестиционных целей. Важно помнить, что рынок непредсказуем, и рациональность – это лучший инструмент для навигации в его сложной среде.
#модели_поведения #когнитивные_искажения #инвестиции #психология
#диверсификация
Big Data в ритейле
Привет, друзья!
Данные стали ключевым ресурсом для большинства российских компаний, и ритейл — не исключение. Анализ больших данных позволяет розничным торговцам решать множество повседневных задач, от увеличения среднего чека до улучшения опыта покупателей.
Как это работает на практике? 👇
🛍 Например, сеть «Рив Гош» еще несколько лет назад внедрила предсказание поведения покупателей, в рамках которого среди всех держателей карт лояльности выявляет тех, кто совершит покупку в ближайшие 2 недели. А также прогнозирует топ-2 покупок по каждому из клиентов. Такая аналитика помогает бьюти-ретейлеру выявлять акции, которые одновременно выгодны как для покупателя, так и для самой сети с точки зрения маржинальности — win-win 💰
💼 Другой пример X5 Group - с помощью распределенной СУБД Arenadata DB компания построила платформу, на которой собрала, структурировала и описала все корпоративные данные. Это решение легло в основе культуры работы с данными. В результате ритейлер получил надежный сервис для анализа товаров, чеков, клиентов и контрагентов.
🔮 Еще одна важная задача продавцов — управлять запасами и прогнозировать спрос, и здесь тоже работают наши продукты. Например, Магнит планирует скидки так, чтобы вовремя освобождать место для новых поставок, а покупатели получали качественный товар по доступным ценам.
⚙️ Для этого в компании создали сервис прогнозирования, в составе которого аналитический модуль, построенный на базе Arenadata Hadoop (ADH).
Из корпоративного хранилища туда переносят данные о продажах, остатках, статистике промоакций, календарях, операциях, лояльности, ценах, скидках и так далее. На основании этой информации строятся ML-модели для прогнозов.
#DATA