Модель DIKW и тренд-анализ помогают понимать язык цифр, но по-разному. В первом случае мы видим текущую ситуацию, во втором – ее развитие.
Посмотрим, как это происходит на «демографической елочки» (см. диаграмму👆).

В терминах пирамиды DIKW доли возрастных страт, представленные на диаграмме, это «Данные», всего лишь сырые цифры. Для того, чтобы они стали «Информацией», их нужно обогатить, привести дополнительные сведения о каждом сегменте.

Тема может быть любой. Например, частота потребления категорий FMCG разными группами населения, как это сделано в отчете компании «Нильсен» (далее приводятся данные из этого отчета).

Так, в Топ-3 продуктов, которые потребляет молодое поколение 18-24 года, входят «Свежий хлеб и выпечка», «Свежие фрукты и овощи» и «Традиционные молочные продукты». Ценность этих дополнений невелика, ведь тот же Топ-3 можно видеть и у поколений 25-34 года, и у 35-44 года. Да. собственно, у всех с той лишь разницей, что у людей 45-54 года на третьей позиции стоят сигареты («молочка» на четвертом месте), а самых старших 55-64 года - молочные продукты опередили свежие фрукты и овощи.

Для того, чтобы информация стала «Информацией», надо определить различия в анализируемых сегментах. Для этого удобно оперировать не с абсолютными и сравнительными показателями. Например, выявить категории, которые люди разных поколений потребляют чаще других.
🔸Для молодых людей 18-24 года это «Питьевая/минеральная вода» и «Средства для стирки белья».
🔸Для людей 25-34 года – «Чай», «Свежее мясо, птица, рыба», «Крупы, макаронные изделия», «Табачные стики» и «Б/а напитки».
🔸У тех, кому 35-44 года – «Сыры» и «Совр. молочная продукция» (так в оригинале).

И так далее. Как видим, в этом случае различия между сегментами видны отчетливее. Такие данные можно считать «Информацией»

О том, как достичь «Знания» - в следующем посте.

#нильсен #демография #dikw