OMI: аналитика и тренды

Starbucks превращает бариста в создателей контента Starbucks стал первым брендом, который тестирует TikTok Custom Creator Networks для сотрудников. Отобранные бариста получают креативные брифы через платформу и долю рекламной выручки от своих публикаций. Компания фактически переводит контент, созданный сотрудниками, из органической активности в управляемый маркетинговый канал. У такого формата есть сильное преимущество — сотрудники знают продукт и клиентский опыт изнутри. По данным Sprout Social, которые приводит CMSWire, 61% представителей Gen Z и 40% потребителей в целом регулярно узнают о новых продуктах через контент сотрудников компаний. У Starbucks эта модель уже развивалась органически: бариста публиковали контент о бренде примерно в три раза чаще сотрудников сопоставимых розничных сетей. Employee advocacy существует давно: собственные программы запускали Dell, Adobe, Vodafone, EA и Salesforce. Отличие модели Starbucks — в прямой монетизации через рекламную платформу. Сотрудник становится не просто амбассадором, который добровольно рассказывает о работодателе, а полноценным участником экономики с формальным брифом и вознаграждением. Для брендов главный вопрос теперь не в охватах такого контента, а в его влиянии на бизнес: регистрации в программе лояльности, повторные покупки и клиентский опыт. Одновременно потребуется решить вопросы добровольности участия и справедливой оплаты. Если модель окажется эффективной, сотрудники могут стать самостоятельной категорией авторов между корпоративными каналами и классическим инфлюенсер-маркетингом. Подробнее в статье CMSWire. #рынок_и_тренды 😊 – одна из ведущих исследовательских компаний России

Зачем бренды снеков открывают рестораны Lay’s открыла в Шанхае первый постоянный Lay’s Potato Restaurant. Двухэтажное пространство объединяет блюда на основе картофеля, коллаборации с модными брендами, интерактивные инсталляции и мерч. Для специального меню компания привлекла шеф-повара со звездой Michelin Франческо Бонвини. Похожую стратегию используют и другие FMCG-компании. Индийская Haldiram’s открыла ресторан на 120 мест на Leicester Square в Лондоне, White Rabbit запустила постоянный чайный флагман в Шанхае, а Want Want развивает сеть кофеен Mr. Bond Coffee. В отличие от прежних брендовых поп-апов, эти пространства рассчитаны на постоянную работу и самостоятельную выручку. Для производителей снеков ресторан решает сразу несколько задач. Продукт, который обычно потребляют за несколько минут, становится основой часового опыта с более высоким средним чеком, мерчем и коллаборациями. Одновременно бренд получает физическое пространство, где можно контролировать весь опыт взаимодействия — от интерьера и запахов до сервиса и контента для соцсетей. Спрос на такие форматы поддерживает переход от товаров к впечатлениям. По данным VML Future 100: 2026, 70% потребителей предпочли бы тратить деньги на впечатления, а не на материальные вещи, а 72% хотят, чтобы бренды воздействовали на все органы чувств. Для FMCG ресторан становится не просто рекламной активацией, а новым каналом маркетинга, продаж и развития бренда. Подробнее в статье VML. #рынок_и_тренды 😊 – аналитика, экспертиза, данные, точность

🍽 Что едят россияне? Данные OMI о предпочтениях в национальной кухне Мы спросили у 11 590 респондентов (данные взвешены по полу, возрасту и размеру города), какую национальную кухню они предпочитают в большей степени. Результаты показывают интересный баланс между традициями и гастрономическим разнообразием. Главные выводы 👉🏻 ▫️Русская кухня — абсолютный лидер 57% опрошенных выбирают её как фаворита. Это не просто ностальгия — это комфорт, доступность и культурная идентичность. Для ресторанов и доставок: русская кухня остаётся «безопасной гаванью» и основой меню. ▫️Итальянская и грузинская — главные конкуренты за второе место По 6% голосов каждая. Итальянская — универсальный выбор для свиданий и семейных ужинов, грузинская — для душевных встреч с друзьями. Обе кухни хорошо монетизируются и имеют высокий средний чек. ▫️ Азиатские кухни набирают обороты, но остаются нишевыми Японская (3%), китайская (2%), общая азиатская (3%) и среднеазиатская (2%) вместе составляют около 10%. Это аудитория гурманов, молодёжи и жителей крупных городов. Потенциал роста есть, особенно у корейской и вьетнамской кухонь (они часто попадают в категорию «другая»). ▫️ 18% — «нет сильных предпочтений» Важная группа. Они гибки, открыты к новому, но требуют четкого позиционирования: «почему именно это блюдо?», «что уникального в этом месте?». Идеальная аудитория для экспериментальных форматов и сезонных меню. Для бизнеса 💼 Не бойтесь делать ставку на русскую кухню — она массова и стабильна. Грузинская и итальянская — отличные варианты для дифференциации без риска. Азиатские направления — шанс выделиться в премиум- или молодежном сегменте. 18% «нейтралов» — ваша цель для тестирования новых концепций и акций. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 11 590 человек. Апрель 2026 года.

#цифра_недели |🍗 Как часто вы едите мясо? Результаты опроса среди тех, кто потребляет мясо: ▫️ Несколько раз в день — 10% ▫️ Хотя бы раз в день — 32% ▫️ Почти ежедневно — 31% В сумме 73% едят мясо каждый день или чаще ▫️Примерно 1–2 раза в неделю — 22% ▫️ Несколько раз в месяц — 4% ▫️ Раз в месяц и реже — 1% 🧿 Что это говорит о поведении? Мясо для россиян — не «редкое удовольствие», а ежедневная основа рациона для большинства потребителей. Почти 3 из 4 включают его в меню регулярно, что подтверждает устойчивость спроса даже в условиях экономической нестабильности. ✔️ Ключевые выводы: ▫️Ежедневное потребление (73%) — устоявшийся паттерн базового рациона (обед, ужин, семейное застолье). Люди покупают мясо по привычке, а не по особому мотиву. Значит, брендам важнее быть удобными и понятными, помогать делать ежедневный выбор вкуснее и ближе к их ценностям (например, «мясо без антибиотиков», «для гриля за 5 минут», «как готовит мама»). ▫️Редкие потребители (5%) — это те, кто либо не очень любят мясо, либо редко едят из-за убеждений (специальная диета, показание врача, личная мотивация), либо те, кто не могут себе позволить есть чаще. Их можно мотивировать через сезонные предложения, коллаборации, подарочные форматы (например, «мясной набор на праздник»). ➡️ Для FMCG-брендов, ритейлеров и HoReCa это сигнал: ▫️Фокус должен быть не только на вкусе, но и на контексте использования: когда, зачем, с чем сочетают. ▫️Мясо помогает восстановить внутренний баланс: превращает усталость в сытость, а стресс — в комфорт. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 8 551 человек. #omi_data 😊 – одна из ведущих исследовательских компаний России

#цифра_недели | 45% россиян готовы читать аналитический контент в пабликах, который генерируется исключительно ИИ Группа показывает небольшое, но последовательное снижение: от 48% в 2023 г., 49% в 2024 г. , 48% в 2025 г. до 45% в 2026 г. Аналитика — область, где ожидания к достоверности и источнику особенно высоки. Потребитель начинает различать:  ✓ ИИ как инструмент подготовки (да),  ✗ ИИ как единственный автор (нет). 💡 Для исследовательских компаний это сигнал, что доверие строится на прозрачности процесса, а не только на результате. Указание «обработано с помощью ИИ, проверено экспертом» повышает восприятие. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 9109 человек. #omi_data 😊 – аналитика, экспертиза, данные, точность

Главная возможность AI в исследованиях — не точность, а охват Дискуссия об AI в маркетинговых исследованиях часто сводится к сравнению с традиционными методами: насколько синтетические данные и AI-инсайты совпадают с ответами реальных людей. Автор Quirk’s предлагает смотреть на проблему иначе. По приведённым в статье данным, только около 60% продуктовых и маркетинговых решений принимаются с опорой на потребительские инсайты. Оставшиеся 40% — без исследований вообще. Причина часто не в нежелании изучать аудиторию, а в ограничениях по времени и бюджету. Полноценное исследование может быть неоправданно для небольшого решения или просто не успевать за темпом бизнеса. AI снижает стоимость и скорость получения хотя бы ориентировочной обратной связи и тем самым расширяет число решений, в которых вообще появляется голос потребителя. Это не отменяет традиционные исследования. Для дорогостоящих и рискованных решений по-прежнему необходимы надёжные методы и работа с реальными респондентами. AI особенно полезен в промежуточной зоне — там, где раньше выбор делался на основе опыта команды или внутреннего мнения. При этом AI-исследования должны опираться на реальные источники: предыдущие исследования, транзакционные и поведенческие данные, поисковые запросы, комментарии пользователей и другие проверяемые сигналы. Меняется и роль исследователя. Его задача смещается от производства каждого элемента исследования к постановке задачи, проверке источников, интерпретации и валидации результата. Вопрос для бизнеса в таком случае звучит не «так ли хорош AI, как традиционное исследование», а «лучше ли этот сигнал, чем решение, принятое вообще без данных о потребителе». Подробнее в статье Quirk's. #omi_ai 😊 – одна из ведущих исследовательских компаний России

Бренды плохо используют данные из своих программ лояльности Forrester опросила 310 специалистов по маркетингу и лояльности. 30% респондентов оценивают эффективность своих программ как умеренную или низкую. Одна из главных причин — компании собирают недостаточно информации о наиболее ценных клиентах или не могут применить уже имеющиеся данные. 27% компаний не используют программы лояльности для сбора поведенческих данных первой стороны. Ещё 38% не собирают zero-party data — сведения о предпочтениях и намерениях, которыми клиент делится добровольно. У 23% данные программы почти не связаны с CDP и другими клиентскими системами. Главным препятствием остаётся качество и полнота информации — эту проблему назвал 61% участников. Далее идут слабая интеграция систем, организационные барьеры и нехватка внутренней экспертизы. Если бренд спрашивает клиента о предпочтениях, но продолжает отправлять нерелевантные предложения, сбор данных ухудшает опыт: человек ожидает, что информация, которой он поделился, будет использована в его интересах. Данные о долгосрочных предпочтениях полезно собирать в начале отношений, а краткосрочные намерения — регулярно обновлять. При этом фактическое поведение должно иметь больший вес, чем заявленные интересы. Ценность программы лояльности возникает не из объёма накопленной информации, а из способности объединить её с другими источниками и последовательно применять во всех каналах. Подробнее в статье CMSWire. #рынок_и_тренды 😊 – одна из ведущих исследовательских компаний России

#omi_data | 19% респондентов готовы сесть в самолёт, управляемый искусственным интеллектом Категория опроса с 2023 года показывает 19% (кроме 2025 г. - 18%). Самый минимальный показатель и почти нет динамики. Но едва ли можно говорить про недоверие к технологиям, это скорее про разделение зон ответственности:  ✈️ пилот отвечает за безопасность,  🤖 ИИ — за оптимизацию маршрута/топлива (что уже происходит). 💡 Потребитель готов к ИИ в поддержке, но не в полном контроле при высоких рисках. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 9109 человек. 😊 – аналитика, экспертиза, данные, точность

Некачественные ответы можно находить по внутренней логике данных По разным исследованиям, от 15% до 30% ответов в онлайн-опросах могут быть частично или полностью ненадёжными. Обычно таких респондентов ищут по скорости прохождения, проверочным вопросам и одинаковым ответам в таблицах. Эти методы выявляют очевидные нарушения, но пропускают людей, которые отвечают невнимательно и при этом сохраняют внешне правдоподобное поведение. Авторы предлагают оценивать внутреннюю согласованность всей анкеты. В большинстве исследований ответы связаны между собой: удовлетворённый клиент с большей вероятностью купит снова, а довольный сотрудник — порекомендует работодателя. Модель самостоятельно находит такие статистические зависимости, а затем проверяет, насколько ответы каждого участника им соответствуют. Метод не требует добавлять в анкету ловушки или повторяющиеся вопросы. Каждый респондент получает оценку согласованности, после чего исследователь может исключить наиболее подозрительные анкеты, снизить их вес или отдельно проверить, как они влияют на результаты. Это позволяет работать с качеством данных более гибко, чем простое деление на прошедших и не прошедших проверку. Низкая согласованность не всегда означает мошенничество или невнимательность: у человека могут быть редкие, но искренние взгляды. Поэтому авторы рассматривают метод как диагностический инструмент, а не автоматический фильтр. Его задача — находить ответы, которые требуют дополнительной проверки, не удаляя добросовестных респондентов только за высокую скорость или нестандартное мнение. Подробнее о методе читайте в статье Quirks. #omi_ai 😊 – аналитика, экспертиза, данные, точность

Почему исследователям нужно внимательно работать с постоянными клиентами Долгая работа с одной компанией даёт исследовательской команде полезный контекст. Но со временем он превращается в слепую зону: специалисты продолжают обслуживать образ клиента, который сложился несколько лет назад, хотя сам бизнес, команда и задачи уже изменились. К пятому или шестому проекту исследование легко запускается по привычной схеме. Те же вопросы, формулировки, шаблоны отчётов. Клиент, которому раньше требовалось много данных для уверенности, теперь может ждать короткой истории и более смелой интерпретации — а получать прежний формат. Проблему усиливают руководители, которые учат команду прежде всего «правильно» работать с конкретным аккаунтом. Рекомендацию смягчают, потому что клиент якобы её не примет. Текст переписывают знакомым ему языком. Новые исследователи быстро осваивают правила, но вместе с ними наследуют старые представления о бизнесе. Автор предлагает периодически смотреть на постоянного клиента как на нового: выяснять, что изменилось с прошлого крупного проекта, что команда предложила бы для завоевания этого аккаунта сегодня и какие будущие потребности пока ещё не попали в бриф. Иногда человек без многолетней истории замечает перемены раньше тех, кто знает клиента лучше всех. Подробнее в статье Quirk's. #рынок_и_тренды 😊 – одна из ведущих исследовательских компаний России

Платформы забирают у маркетологов контроль над рекламой Google Performance Max, TikTok Smart+ и другие системы уже самостоятельно выбирают аудиторию, распределяют показы и адаптируют креативы под разные площадки. В AI-поиске и маркетплейсах у брендов ещё меньше влияния на то, как именно пользователю представят их продукт. Одновременно платформы сокращают объём доступных данных и предлагают оценивать эффективность по собственным отчётам. Маркетологу становится сложнее проверить результаты кампании, понять поведение аудитории и использовать полученные знания в дальнейшей работе. Алгоритмическая оптимизация особенно ограничивает стратегические задачи. Платформа будет искать пользователей с высокой вероятностью конверсии, тогда как компании может быть важно выйти на новую аудиторию, сформировать категорию или поддержать запуск продукта. Такие инвестиции могут выглядеть неэффективными в краткосрочной модели, хотя необходимы для будущего роста. CMSWire предлагает снижать зависимость от закрытых рекламных экосистем: развивать рассылки, мероприятия, подкасты и другие прямые каналы, использовать упаковку, сервис и продуктовые интерфейсы как точки коммуникации, а оценку результатов строить на независимых данных о продажах. Контроль над каждым показом вернуть уже невозможно, но бренд может сохранить собственную аудиторию, данные и способность самостоятельно оценивать эффект маркетинга. Подробнее в статье CMSWire. #рынок_и_тренды 😊 – аналитика, экспертиза, данные, точность

#цифра_недели |🍧 Как часто вы едите сладости? Результаты опроса среди тех, кто потребляет сладости: ✔️ Несколько раз в день — 19% ✔️ Хотя бы раз в день — 35% ✔️ Почти ежедневно — 19% В сумме 73% едят сладости каждый день или чаще ✔️Примерно 1–2 раза в неделю — 21% ✔️ Несколько раз в месяц — 5% ✔️Раз в месяц и реже — 2% 🧿 Что это говорит о поведении? Сладости — не «редкое удовольствие», а ежедневная практика регуляции настроения. Почти 3 из 4 потребителей включают их в свой рацион регулярно — что подтверждает тренд на mood regulation через еду. Ключевые выводы: ⚪️Ежедневное потребление (73%) это сигнал: сладости стали частью ритуала (утренний кофе + печенье, перекус после работы, награда за труд), а также «заедание» стресса или невозможность удержаться. ⚪️Высокая частота ≠ высокая осознанность: большинство не считает это «проблемой» — значит, бренды могут работать не с запретом, а с персонализацией, функциональностью (например, «сладость без сахара», «с добавками для энергии») и эмоциональной связью. ⚪️Редкие потребители (7%) — потенциальная зона роста: их можно активировать через сезонные предложения, коллаборации, подарочные форматы. 💕 Для FMCG-брендов, ритейлеров и HoReCa это сигнал: ⚪️ Фокус должен быть не только на вкусе, но и на контексте использования: когда, зачем, с чем сочетают. ⚪️ Сладости — идеальный инструмент для закрытия «mood gap»: от усталости к радости, от стресса к расслаблению. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 8 049 человек. #omi_data 😊 – аналитика, экспертиза, данные, точность

#omi_data | 53% россиян готовы готовить по рецептам от ИИ По данным опроса, в 2026 году 53% респондентов заявили, что готовы попробовать приготовить еду по рецепту, созданному искусственным интеллектом. При этом наблюдается устойчивая динамика: 54% — 2023 56% — 2024 (пик) 54% — 2025 53% — 2026 Снижение после максимума 2024 года указывает не на падение интереса к ИИ, а на формирование зрелого, прагматичного отношения. Потребитель больше не воспринимает ИИ как развлечение — он оценивает его как рабочий инструмент, который должен решать конкретную задачу: снизить когнитивную нагрузку. Рецепт от ИИ ценен потому, что он: экономит время на поиск, предлагает персонализированные сочетания, помогает быстро приять решение «что приготовить». Для брендов и сервисов в категории FMCG, кухонной техники и foodtech сигнал 👉🏻 фокус нужно сместить с демонстрации технологичности на практическую пользу: простой выбор, понятные шаги, адаптация под имеющиеся продукты и вкусы семьи. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 9109 человек. 😊 – аналитика, экспертиза, данные, точность

#цифра_недели |🍽 Что из перечисленного вы потребляете хотя бы иногда? Результаты опроса: ▫️ Чай — 88% ▫️ Мясо — 87% ▫️ Хлебобулочные изделия — 86% ▫️ Молочные продукты — 85% ▫️ Кофе — 82% ▫️ Сладости — 82% ▫️ Газированные напитки — 66% ▫️ Ничего из перечисленного — 1% Почти все респонденты (99%) потребляют хотя бы один из указанных продуктов. ➡️ Что это говорит о потребительских привычках? Важно отметить, что вопрос измерял проникновение («хотя бы иногда»), а не частоту или долю в рационе. Таким образом, это скорее карта базовых ритуалов повседневности: ▫️Чай и кофе — почти универсальные спутники утра, перерыва, встречи. Их потребление выходит за рамки вкуса — это часть культурного кода. ▫️Мясо, хлеб, молочка — основа рациона, но их высокая доля (85–87%) говорит не только о необходимости, но и об устойчивом спросе даже в условиях экономической нестабильности. ▫️Сладости (82%) — не роскошь, а способ регуляции настроения, награда, ритуал (например, к чаю или после выполненной работы). ▫️Газировка (66%) — единственный продукт с заметным снижением проникновения. Возможно, влияние ЗОЖ-трендов или замены на более «натуральные» альтернативы. ➡️Для FMCG-брендов: ▫️Базовые категории (чай, мясо, хлеб) — зона конкуренции за лояльность, упаковку, цену, удобство. ▫️Сладости и газировка — зона эмоциональной связи, сезонности, коллабораций, геймификации. ▫️Даже 1% «ничего не потребляющих» — сигнал: есть микрогруппа, которая либо избегает этих категорий осознанно, либо находится вне поля массового потребления. Данные собраны на выборке 18+, Россия, города с населением 100+. Выборка взвешена по полу, возрасту и размеру населенного пункта в соответствии с распределением интернет-аудитории по данным ФОМ. Размер выборки: 9 792 человека. #omi_data 😊 – аналитика, экспертиза, данные, точность

AI-контент в TikTok может потерять охваты TikTok уже пометил как созданные с помощью AI более трёх миллиардов видео. Платформа использует отметки авторов, автоматическое распознавание, невидимые водяные знаки и Content Credentials с данными о происхождении файла. Одновременно TikTok тестирует настройку, которая позволяет пользователю уменьшить или увеличить количество AI-контента в рекомендациях. Поэтому использование генеративных инструментов может влиять уже не только на восприятие ролика, но и на его потенциальный охват. Особенно чувствительными окажутся форматы, которые держатся на ощущении реального опыта: отзывы покупателей, распаковки, демонстрации продукта и видео от основателей. Отметка AI может заставить зрителя сомневаться, происходило ли показанное на самом деле. Такие сомнения уже стали нормой. В опросе Gartner 68% американцев рассказали, что регулярно пытаются понять, настоящий ли контент они видят. Для 78% прозрачная маркировка AI важна для доверия, а половина предпочла бы покупать у компаний, которые не используют AI в материалах для клиентов. Маркировка не остановит дезинформацию, но сделает способ производства частью самого сообщения. Брендам придётся заранее решать, где AI действительно уместен, а где экономия на создании контента обойдётся слишком дорого. Подробнее в статье CMSWire. #omi_ai 😊 – аналитика, экспертиза, данные, точность

Бренды выпускают всё больше рекламы, но почти не дают ей шанса сработать CreativeX изучила 633 тысячи объявлений крупнейших брендов с общим медиабюджетом $2 млрд. За два года объём рекламного контента вырос на 29%, а средние расходы на продвижение одного объявления упали на 15%. В 2025 году подавляющее большинство рекламных объявлений почти не получило дополнительного продвижения: 93% кампаний потратили на платное усиление менее 10 тысяч долларов, а 70% — менее 1 тысячи. Иными словами, большая часть рекламы осталась практически без дополнительного продвижения и жила только на базовом размещении. При этом на этот «длинный хвост» слабых кампаний пришлось 29% всех рекламных расходов. Креативы с небольшими бюджетами в среднем показывали результаты на 20% хуже, чем более дорогие кампании. Реклама живёт недолго. Кампании на прямой отклик запускают в среднем на 32 дня, имиджевые — на 40 дней. Бренды постоянно производят новые материалы, быстро тратят на них небольшие суммы и переходят к следующим, не успевая нормально проверить идеи и чему-либо научиться. Объявления с бюджетом более 100 тысяч долларов работают в среднем 89 дней, но составляют лишь 0,3% от общего количества. CreativeX называет происходящее кризисом уверенности в креативе: контента становится почти бесконечно много, но компании всё реже готовы всерьёз поставить деньги на конкретную идею. Подробнее в статье WARC. #рынок_и_тренды 😊 – одна из ведущих исследовательских компаний России

Почему деление на поколения плохо объясняет поведение покупателей Quirk's пишет, что деление людей на поколения уже не так важно для исследований. Маркетологи любят рассказывать, как покупает Gen Z, чего хотят миллениалы и чем бумеры отличаются от всех остальных. Проблема в том, что исследования внутри одной и той же возрастной группы постоянно противоречат друг другу. Gen Z называют цифровым поколением, которое избегает обычных магазинов. При этом молодые покупатели активно ходят в офлайн и часто совмещают его с онлайном. Их считают равнодушными к брендам, хотя они чаще старших поколений выбирают известные марки. Одновременно они меньше доверяют брендам и быстрее от них уходят. Причина простая: поколение слишком большое и неоднородное, чтобы считать его отдельным поведенческим сегментом. Двадцатилетний покупатель, который неделю изучает отзывы, может быть гораздо ближе к такому же сорокалетнему, чем к своему импульсивному ровеснику. Полезнее делить аудиторию по тому, как люди принимают решения, насколько стабилен их доход, в каких ситуациях для них важны цена, экологичность или доверие к бренду. Возраст всё ещё имеет значение, но сам по себе объясняет намного меньше, чем принято думать. Подробнее в статье Quirk's. #рынок_и_тренды 😊 – аналитика, экспертиза, данные, точность