Du kommer att ha upptäckt en avvikelse på nästan 50 miljarder pund – inte långt ifrån Wales BNP – i värderingarna ovan. Men det betyder inte att två av dem är felaktiga. IRI, Kantar och Nielsen är trots allt betrodda av Storbritanniens främsta detaljhandlare och leverantörer för sina analyser.
Så varför finns det en så stor skillnad i deras värderingar?
Sanningen är att ingen metodik är perfekt.
IRI, Nielsen och Kantars parametrar kan variera när det gäller produkttyper och detaljhandlare som omfattas. Till exempel omfattar IRI:s värdering på 99,2 miljarder pund för vår aprilrapport Focus On Own Label inte alla typer av färskvaror, vilket bidrar till att förklara det lägre värdet här.
Köp av uppgifter från detaljisternas elektroniska försäljningsställen (EPoS) – den primära metoden för IRI:s och Nielsens tjänster ovan – räcker bara till en viss gräns. De flesta begränsar uppgifter som anses vara kommersiellt känsliga eftersom de gäller varor som uteslutande eller huvudsakligen säljs i deras egna butiker.
(Observera: Denna tabell visas inte fullt ut på mobiler. Vänligen titta på datorversionen av artikeln för att se hela innehållet.)
Alternativet till EPoS är att använda en panel av konsumenter som loggar allt de köper och sedan extrapolera det till nationell nivå.
Men, som vi kommer att se, har denna metod – som används av Kantar Worldpanel och Nielsen för sin Homescan-tjänst – också sina begränsningar såväl som sina styrkor.
Panelernas makt
Det finns inget att invända mot EPoS-data. Varje gång en återförsäljare säljer en vara loggas allt från pris till förpackningsformat med hjälp av en streckkod. Varje försäljning registreras. Dessa uppgifter kan sedan användas för att beräkna totala marknadsvärden, tillväxttakt och förlust och så vidare. Enkelt!
Inte riktigt. Det är inte alla återförsäljare som kan eller vill dela med sig av sina uppgifter. Aldi och Lidl hör till detta läger. Detta spelade mindre roll för 20 år sedan, då deras marknadsandel var en bråkdel av vad den är i dag. Men eftersom discounterna står för så mycket som en femtedel av försäljningen i vissa kategorier nu, lämnar deras frånvaro en betydande lucka i varje EPoS-baserad värdering.
Nedan illustreras detta på ett bra sätt. Till vänster är Nielsens 2017 års värdering av försäljningen av brittiska sylt &spridningar. Till höger är Kantar’s. Det finns några skillnader att notera mellan dem – Nielsens siffror är till exempel en månad äldre; dess siffror inkluderar smörgåspålägg, vilket Kantar inte gör – men viktigast är avsaknaden av Aldi och Lidl i Nielsens Scantrack-läsning. (Dess Homescan-tjänst fångar upp discounterna.)
Därav skillnaden i värde på 46 miljoner pund (10 %). De olika perioderna och produkterna som täcks förklarar en del av detta (Nielsens inkludering av Heinz Sandwich Spreads bidrar med 3,7 miljoner pund till sin värdering), men det största inflytandet är avsaknaden av discounters i Nielsens mätning. De sålde 65,1 miljoner pund i pålägg förra året, enligt Kantar – 12,7 % av marknaden.
Läckor i EPoS-analysen kan också uppstå på grund av att information om egna märkesvaror eller exklusiva produkter maskeras när en viss andel av försäljningen via en viss återförsäljare passerar ett visst tröskelvärde. Till exempel maskeras vanligtvis exklusiva prosecco-märken från återförsäljare, vilket innebär att de inte visas i rankningen av de mest sålda mousserande vinerna.
Dessa regler för offentliggörande är industristandard och påverkar därför alla som använder EPoS-data. Med undantag för industrispionage är det enda sättet att få en uppfattning om Aldi och Lidls försäljning eller försäljning av varor som maskerats av detaljhandlare att använda en konsumentpanel. Men paneldata har förstås också sina begränsningar.
Epodens kraft
Vi valde spridningar i exemplet ovan av goda skäl: det är få som köper en burk sylt och äter den på vägen hem. Detta verkar vara ett märkligt påstående, men det är värt att göra eftersom Kantar Take Home Grocery (och Nielsens konkurrerande paneltjänst Homescan) endast omfattar produkter som tas med hem efter köpet. Ledtråden finns i namnet.
Detta har större betydelse för vissa sektorer än för andra. Jämför Kantar’s högre läsning av sylt &spridningar i diagrammet ovan – 10 % högre än Nielsen’s – med nedanstående siffror som visar Nielsen och Kantar’s värderingar av försäljningen av kolsyrade läskedrycker i Storbritannien, en marknad som är mycket mer beroende av att konsumenterna köper och konsumerar produkter på språng.
Den här gången är Nielsen’s värdering av marknaden mer än 1 miljard pund eller 40 % högre än Kantar’s. Kom ihåg det tidigare påpekandet om EPoS-data: varje enskild försäljning registreras, oavsett var produkten slutligen konsumeras.
Detta bidrar till att förklara den stora skillnaden mellan Nielsen och Kantars värderingar av marknaden för läskedrycker ovan.
Det är värt att notera att alla IRI:s och Nielsens uppgifter inte är ”riktiga”.
Den oberoende detaljhandelssektorn är splittrad, med 18 000 icke anslutna oberoende detaljhandlare och 15 000 detaljhandlare från symbolgrupper som är verksamma i Storbritannien. Det är helt enkelt inte praktiskt möjligt att köpa EPoS-data från varje försäljningsställe, så IRI och Nielsen använder sig av representativa detaljhandelspaneler för extrapolering.
Kantar mäter konsumtionen utanför hemmet genom en 7 500 personer stark panel som registrerar alla måltider, mellanmål och läskedrycker som köps för att konsumeras utanför hemmet.
Kantar säger att dessa siffror inte kan integreras med panelen för konsumtion utanför hemmet, eftersom den mäter hushållens inköp, medan konsumtionen utanför hemmet registrerar enskilda personers inköp.
Eget märke
Aldi och Lidls täta bevakning av sina uppgifter skapar ytterligare ett problem för analytiker.
Båda återförsäljarna är starkt beroende av produkter med eget märke, vilket innebär att alla analyser som inte inkluderar diskonteringsbutikerna troligen underskattar betydelsen av eget märke.
Se skillnaden mellan IRI:s och Kantars värderingar av egna märkens andel i fem sektorer nedan.
Varför och vad
EPoS kan sägas tillhandahålla ”vad”. Förutom att hjälpa till att fylla ut en del av de luckor som orsakats av discounters och maskering av exklusiva produkter från återförsäljare, sägs paneldata ofta ge ”varför”.
Vad sägs om att en konkurrent har lanserat en ny kolsyrad gurkmeja-dryck. Den är nischad, men den har fått ett stort genomslag och en nationell dagligvaruhandlare har listat den. Du måste spåra den. Det enda sättet att göra det är med hjälp av EPoS-data, eftersom detta samlar in varje enskild försäljning. Den är för liten för att fångas upp av en panel.
Du köper uppgifterna och de visar en rasande tillväxt för varumärket. Nu måste du veta vem som köper denna dryck och varför. Det är där paneldata kommer in i bilden. Du segmenterar uppgifterna efter ålder, socioekonomisk grupp, motivation, tidigare köphistorik och så vidare. Det visar sig att dina konsumenter byter till den nya drycken, vilket är alarmerande. Du måste agera.
Och utan EPoS-data skulle du inte ha känt till omfattningen av den nya konkurrentens tillväxt. Men utan paneldata hade du inte kunnat veta att konsumenterna bytte från din produkt till denna, eller varför. Moderna kassor är smarta, men de är inte så smarta.
Det är därför smarta aktörer använder EPoS och paneldata tillsammans.