Mit tanultam 32 000 termék árának napi gyűjtéséből
Amikor elkezdtem ezt az oldalt, azt hittem, az árgyűjtés a nehéz része. Tévedtem: az árgyűjtés a könnyű rész. A nehéz az, hogy eldöntsd, mit jelent az, amit összegyűjtöttél.
Összeszedtem, mit tanultam meg közben. Néhányat közülük drágán.
1. Az adat nagyobbik fele nem összehasonlítható
A követett 32 109 termékből 25 767-ről csak egyetlen lánc árát ismerem. Ez nyolcvan százalék. Négy lánc árát mindössze 68 termékről ismerem, mind az ötét pedig 5-ről.
Ezt nem lehet szorgalommal kijavítani. Ez a piac szerkezete: a diszkontok saját márkára épülnek, és a saját márka definíció szerint nem létezik máshol. Az első hónapom nagy része azzal telt, hogy ezt elfogadjam, és kitaláljam, mit lehet mégis mondani abból, ami van.
2. Az ár nem szám, hanem szám plusz származás
A legfontosabb dolog, amit megtanultam. Egy ár önmagában nem elég információ: tudni kell, honnan van.
A házhozszállítási platformok ára tipikusan 6 százalékkal magasabb a polcárnál. Mivel a láncokról nem egyforma arányban van polcárunk – a SPAR áraink háromnegyede platformról jön, a Tescóé egy sem –, ez az egy különbség elég ahhoz, hogy megfordítsa két lánc sorrendjét. És meg is fordította.
3. A helyes számítás nem elég
Írtam egy elemzést arról, hogy a betétdíj megfordítja a boltok sorrendjét. 27 esetet találtam. Minden számítás korrekt volt.
Aztán megnéztem, honnan jönnek: mind a 27 abból, hogy egyetlen lánc adata rögzíti a betétdíjat külön, a többié nem. Adathiba, nem megállapítás. Az írás nem jelent meg, és azóta szabály lett belőle: ha a megállapítás nem áll, a lap meg sem születik.
Azóta minden elemzés előtt felteszem ugyanazt a kérdést: ha ez igaz, mi másból jöhetne még?
4. Egy rossz szám rosszabb, mint egy hiányzó
Egy „Camping natúr lapkasajt, 399 Ft, 0,1 kg” tétel egységára 80 Ft/kg volt a katalógusban, 3 990 helyett. Egyetlen elgépelt kiszerelés, és a sajtkategória főcíme az lett volna, hogy a legolcsóbb sajt 80 forint kilónként.
A tanulság nem az, hogy hibáznak a források – az természetes. Hanem az, hogy a hibás szám magabiztosnak látszik. Egy hiányzó ár feltűnő; egy hibás egységár úgy néz ki, mint bármelyik másik. Azóta minden egységár átmegy egy valószínűségi sávon, és ami kilóg, arra nem írok ki semmit.
5. A kategória nem az, aminek látszik
A Lidl „rizs” kategóriájában tizenhat termékből kettő volt rizs. A többi ramen, kidney bab, tarhonya, soba tészta. A „tej” alatt testápoló tejet is találtam.
A boltok kategóriafája a saját polcrendjüket tükrözi, nem egy logikai rendszert. Egy összevont polcnév („Tészta, rizs, hüvelyes”) nálam egyetlen fejre képződött le – és ezzel elrontotta a kategória tipikus árát, ami pont az a szám, amit az olvasó idéz.
6. A lefedettség az igazi történet
Globálisan mérve: Tesco 57,9%, Spar 36,5%, Aldi 11,7%, Penny 9,9%, Lidl 5,8%. Ezek nem piaci részesedések – ennyit látok az egyes láncok kínálatából.
Ez minden lapon meglátszik, és ez az egyik olyan korlát, amit nem tudok eltüntetni, csak kimondani. Ahol a Lidl nem szerepel, ott nem azért nincs ott, mert drága.
7. A szám nélküli mondat többet ér, mint a pontatlan szám
Az első verzióban mindenre igyekeztem számot adni. Ma sokkal több helyen áll az, hogy „nem tudjuk” – és ettől lett használhatóbb az oldal.
A „nincs adatunk” és a „nem forgalmazza” két külön jelölés, mert két külön dolog. Egy hiányzó ár nem azt jelenti, hogy a bolt nem árulja a terméket; azt jelenti, hogy én nem találtam meg. A kettő összemosása pont azt a bizalmat viszi el, amiért az egész oldal létezik.
8. Naponta kell futtatni, különben hazudik
Az árak mozognak, az akciók hetente fordulnak, és egy háromnapos ár egy akciós héten félrevezet. A bejárás ezért minden hajnalban lefut.
De ennél fontosabb, amit ebből a felületen mutatok: minden bolt mellett ott van, hogy az árainak hány százaléka mai, és a lábléc kiírja, hány napos a legrégebbi adat. Nem kell elhinned, hogy friss – látod is.
Amit összességében megtanultam
Azt, hogy egy árösszehasonlító értékének nagy része nem az árakban van, hanem abban, amit az árak körül tud: honnan valók, mikoriak, mi hiányzik, és mit nem szabad belőlük következtetni.
A nyers árlista megvan a boltoknál is. Amit egy ilyen oldal hozzátehet, az a közös nevező – az azonosítás, az egységesített kiszerelés, a kosárszintű számítás –, és a kimondott bizonytalanság. A kettő közül hosszú távon a második a fontosabb.
Ezért van ezen az oldalon egy lap arról, hogy mit nem tudunk, és ezért jelenik meg a visszavont elemzésről szóló írás is. Egy adatforrás annyit ér, amennyire ellenőrizhető – és az ellenőrizhetőséghez az kell, hogy a hibái is nyilvánosak legyenek.