Водянова
Как формируется оценка IT-рынка: методология, источники данных и границы аналитики
От хаоса данных к единой оценке рынка: практический подход к исследованию технологических сегментов
Почему оценки IT-рынков различаются: классификация, рыночные модели и проверка достоверности
Основные аналитические тезисы выступления
Оценка технологического рынка — это не получение одной готовой цифры из официальной статистики. За каждым итоговым показателем стоит сложный аналитический процесс, включающий постановку задачи, определение объекта исследования, сбор разнородных данных, построение рыночной модели и проверку полученных результатов.
Первый этап исследования — точная формулировка задачи. Необходимо заранее определить, что именно требуется оценить: общий объём рынка, его денежный или натуральный размер, доли российских и зарубежных производителей, структуру спроса, динамику, перспективы развития или позиции отдельных игроков. Без этого невозможно корректно сравнивать результаты разных исследований.
Основная причина различий между оценками аналитических агентств заключается в отсутствии единого нормативного классификатора IT-рынка. Законодательное определение информационных технологий описывает процессы сбора, хранения, обработки и распространения информации, но не устанавливает чёткие границы рынка и не перечисляет конкретные сегменты, которые должны в него входить.
В международной практике IT-рынок обычно разделяется на аппаратное обеспечение, программное обеспечение, встроенные решения и IT-услуги. Однако даже такая классификация не является полностью универсальной. Одни и те же продукты могут рассматриваться как самостоятельные рынки, как элементы более крупных платформ или как части комплексных решений.
Границы технологических рынков постоянно меняются. Отдельные сегменты объединяются в экосистемы и платформы, а ранее самостоятельные продукты начинают продаваться в составе комплексных предложений. Например, видеоконференции, корпоративная почта, мессенджеры, телефония и средства совместной работы могут рассматриваться как отдельные рынки или как элементы единого направления унифицированных коммуникаций.
Аналогичная проблема возникает при оценке DevOps-платформ и инструментов разработки: одно решение может входить в состав другого, а поставщик может продавать несколько продуктов единым комплексом. Поэтому показатели разных сегментов нельзя механически складывать — необходимо определить пересечения и исключить двойной учёт.
Официальная статистика полезна для оценки общей динамики отрасли, но редко позволяет определить размер конкретного технологического рынка. По государственным данным можно изучать выручку компаний, объём производства по укрупнённым категориям, отраслевые показатели и внешнеторговые операции. При этом обычно невозможно напрямую установить, сколько в стране произведено серверов, коммутаторов, процессоров, операционных систем или конкретных программных решений.
Открытые источники также не показывают полный объём спроса, технологические тренды, факторы роста и замещения решений, структуру потребления и реальные позиции отдельных продуктов. Поэтому профессиональная аналитика дополняет официальные данные информацией, которую необходимо собирать и структурировать самостоятельно.
Для построения рыночной модели используются различные источники: данные Росстата, сведения ФНС и коммерческих баз, информация о выручке компаний, закупочная документация, таможенная статистика, открытые презентации, отраслевые публикации, данные производителей, интеграторов, разработчиков и заказчиков.
Каждый источник имеет ограничения. Отраслевая статистика может быть слишком общей, закупки требуют длительного ручного анализа, а таможенные данные содержат большое количество ошибок, неполных описаний и различных вариантов наименования одной и той же продукции. Поэтому автоматическая обработка таких массивов не всегда обеспечивает необходимую точность.
Закупки позволяют оценивать средний чек, цены реализации, комплектацию решений, состав заказчиков и распределение спроса по отраслям. Однако для этого приходится анализировать технические задания, архивы документов и сканированные материалы, поскольку нужные параметры часто невозможно получить из стандартных выгрузок.
Таможенные данные требуют особенно трудоёмкой обработки. Аналитики вручную просматривают большие массивы строк, сопоставляют разные наименования товаров, устраняют ошибки и отделяют релевантные поставки от нерелевантных. Только после такой очистки информация может использоваться для оценки объёма импорта и структуры рынка.
Ключевой принцип исследования — не доверять одному источнику. Надёжная оценка появляется на пересечении нескольких независимых массивов данных. Информацию необходимо сопоставлять с выручкой компаний, закупками, импортом, открытыми материалами и экспертными оценками участников рынка.
Важную роль играет опрос производителей, поставщиков, интеграторов, разработчиков и конечных заказчиков. Такие интервью позволяют проверить аналитические гипотезы, уточнить структуру спроса, выявить реальные объёмы поставок и сопоставить расчётные показатели с практикой рынка.
Построение рыночной модели представляет собой последовательное снижение неопределённости. Сначала формулируется объект исследования, затем определяются его границы и классификация, после чего собираются доступные данные, выявляются пробелы, проверяются гипотезы и выстраивается взаимосвязанная система показателей.
Задача аналитика заключается в том, чтобы превратить разрозненные и противоречивые данные в структурированную модель. Итоговая оценка должна быть не только численно обоснованной, но и понятной заказчику, инвесторам и экспертному сообществу. Каждая цифра в модели должна объяснять и подтверждать другие показатели.
В России проведение исследований осложняется ограниченной доступностью информации. Законодательные требования, режим коммерческой тайны, ограничения в сфере критической информационной инфраструктуры, санкционные риски и закрытость отдельных отраслей уменьшают объём данных, которые компании готовы раскрывать.
Особенно трудно получать информацию по аппаратным рынкам. В зарубежной практике крупные аналитические компании используют панели производителей, которые регулярно передают данные и отслеживают собственные доли. На российском рынке компании значительно осторожнее относятся к раскрытию показателей, поэтому приходится опираться на косвенные источники и экспертную проверку.
Технологические рынки отличаются высокой скоростью изменений. Новые сегменты могут быстро возникать, трансформироваться или исчезать. В IT период обновления знаний, компетенций и технологий значительно короче, чем во многих других отраслях, а в направлениях, связанных с искусственным интеллектом, изменения происходят ещё быстрее.
При этом общая динамика крупных IT-рынков может оставаться положительной, даже если внутри происходят серьёзные структурные изменения. На зрелых рынках уходят одни игроки, появляются стартапы, происходят поглощения, компании меняют специализацию или выходят на новые территории.
Рост рынка необходимо оценивать не только в денежном выражении, но и в натуральных показателях. Увеличение выручки может быть связано с ростом цен, изменением комплектации, инфляцией или переходом к более дорогим решениям, а не с увеличением количества поставленных единиц продукции.
На примере серверного рынка показано, что денежный объём может расти быстрее натурального. При этом число поставляемых единиц увеличивается умеренно, поскольку крупнейшие заказчики относятся к регулируемым и критически важным отраслям, где действуют требования по закупке отечественной продукции.
Быстрый рост выручки отдельных российских производителей в отдельные периоды не следует автоматически воспринимать как устойчивую тенденцию. После резкого увеличения показателей, в том числе в связи с подготовкой к публичному размещению акций, возможна нормализация темпов и снижение динамики. Экстраполяция краткосрочного роста на последующие годы может привести к завышенным прогнозам.
Оценка рынка ускорителей и другой сложной технологической продукции требует пересечения большого количества источников. Для получения обоснованного результата могут использоваться закупки, таможенные сведения, данные производителей, открытые материалы, опросы участников рынка, информация крупных заказчиков и сопоставление с международными исследованиями.
Использование искусственного интеллекта эффективно на тех этапах, где уже подготовлена и проверена фактическая база. ИИ способен быстро редактировать тексты, структурировать материалы, готовить визуальные решения и оформлять презентации.
При этом ИИ нельзя без дополнительной проверки использовать как самостоятельный источник рыночной информации. Он может уверенно формулировать несуществующие документы, ошибочные ссылки и недостоверные факты, а также достраивать отсутствующие сведения. Поэтому все выводы, определения и численные оценки должны проверяться по первоисточникам.
Главная опасность применения ИИ в аналитике связана с его стремлением дать ответ даже при недостатке данных. Если фактической основы недостаточно, система может заменить отсутствие информации правдоподобной, но вымышленной версией. В исследовательской работе это способно привести к неправильной оценке рынка и ошибочным инвестиционным решениям.
Унификация методологий возможна, поскольку у аналитических компаний есть сопоставимые принципы классификации, сбора данных и проверки результатов. Однако для практической унификации необходимо согласовать границы рынков, правила обмена информацией, требования к конфиденциальности и способы защиты чувствительных данных.
Особую роль в этом процессе могут играть отраслевые ассоциации. Они способны создать площадку для согласования подходов, обмена мнениями и формирования единых правил. При этом обмен коммерчески чувствительной информацией должен быть организован безопасно и юридически корректно, чтобы не возникали риски нарушения законодательства.
Итоговый вывод заключается в том, что достоверная оценка IT-рынка не сводится к поиску одной официальной цифры. Это результат методологически выстроенной работы, в которой объединяются разные источники, уточняются границы рынка, проверяются гипотезы и учитываются особенности поведения участников. Чем прозрачнее определены объект исследования и правила расчёта, тем корректнее можно сравнивать оценки, принимать инвестиционные решения и планировать развитие отрасли.
