Protein Data Lab: анализ протеиновой продукции
Для анализа я выбрала датасет из Kaggle https://www.kaggle.com/datasets/alibostanc/nutritional-information-of-protein-products, где представлена информация о пищевой ценности протеиновой продукции.
ОПИСАНИЕ ПРОЕКТА
В моей жизни почти каждый день присутствует протеин в его натуральном происхождении: молочные продукты, крупы, рыба, и также в батончиках, которые я беру как заменитель сладкого или перекус для восполнения энергии после тренировки. Поэтому мне стало интересно проанализировать данные о некоторых брендах протеиновой продукции.
В данных присутствует информация:
- · названия известных брендов протеиновой продукции
· состав продукции (кбжу)
· тип продукции (сывороточный протеин, различные изделия с его добавлением)
· цена
· сахар/натрий
· другие дополнительные ингредиенты
ЭТАПЫ РАБОТЫ
#F2E9D8, #D9B596, #D9805F, #BF634E, #59100A
При помощи нейросети REVE я сделала протеиновую продукцию, которая помогла определиться с цветовым решением и шрифтом для последующих графиков.
Промт: Create a visualization for a project related to fitness and protein bars. The visualization should reflect the beautiful and stylish colors used in the corporate style for this project. Protein Bar Visual — Warm Energy: Warm coral and terracotta fitness aesthetic
В графиках будет использоваться шрифт: Involve
СРАВНЕНИЕ БРЕНДОВ
Группированный столбчатый график
отображает четыре ключевых макронутриента (белок, углеводы, жиры, сахар) для каждого производителя на одной визуальной плоскости, что позволяет оценить их приверженность к сбалансированному кбжу и стратегическое позиционирование.Для потребителей:
График выступает в роли наглядного гида, который помогает выбрать продукт в соответствии с индивидуальными целями. Например, те, кто стремится к «чистому» набору мышечной массы, могут отдать предпочтение брендам с самым высоким столбцом белка, а те, кто контролирует калории — обратить внимание на производителей с низким содержанием сахара и жиров.Для брендов и производителей:
Анализ предоставляет данные для конкурентного анализа и развития продукции. Он показывает, какие нутриентные комбинации уже заняты конкурентами и где существуют потенциальные рыночные ниши (например, продукты с низким содержанием сахара или уникальным соотношением белков и жиров).Для маркетинга и коммуникации:
Конкретные цифры с графика можно использовать для создания убедительных доказательных сообщений. Бренды могут наглядно демонстрировать свои преимущества, укрепляя доверие и дифференцируясь на полке.Также можно сделать выводы по категориям.
Лидеры по белку: Бренды с доминирующим коричневым столбцом (например, Kaged Muscle и Syntrax) позиционируются как поставщики высококачественного, «чистого» протеина.
Бренды для набора массы: производители с выражено высокими столбцами «Углеводы» и «Сахар», такие как Kaged Muscle или Cellucor в ориентированы на потребителей, цель которых — общий набор веса и быстрое восстановление энергии.
Сбалансированные: Некоторые бренды демонстрируют относительно равномерный профиль или делают акцент на низком содержании конкретного нутриента (например, сахара у MyProtein). Это указывает на стратегию работы с узкой аудиторией (следящие за составом, придерживающиеся определенных диет) или создание универсальных продуктов.
ВЗАИМОСВЯЗЬ: КАЛОРИИ & БЕЛОК
График точечной диаграммы позволяет одновременно анализировать четыре показателя (калории, белок, сахар, тип продукта) для целой группы товаров. Главная задача — выявить зависимости и аномалии на рынке.
Его применение удобно в следующих аспектах:
Выявление трендов
Позволяет увидеть общую зависимость между калориями и белком (например, растет ли белок вместе с калориями?).Сравнение категорий
Показывает, как разные типы продуктов (например, изолят против гейнера) занимают разные области на графике, формируя визуальные кластеры.Выявление эталонов/аутсайдеров
Позволяет сразу найти продукты с лучшим (много белка, мало калорий и сахара) и менее полезным (мало белка, много калорий и сахара) соотношением ключевых параметров.Эти данные являются инструментом для конкурентного анализа и разработки продукта на уровне конкретных рецептур.
Оптимизация рецептуры продукта: Можно определить «золотую середину» для новой продукции. Например, для категории Whey Isolate увидеть, вокруг каких значений белка и калорий сконцентрированы конкуренты, и решить: встраиваться в кластер или выходить из него с более выгодным предложением.
Позиционирование и маркетинг: Бренд может наглядно доказать преимущество своего продукта. Например, показать, что их точка на графике находится левее и выше конкурентов в той же категории (т.е., больше белка при меньших калориях — продукт со спросом выше).
Для информированного потребителя и прогрессивного бренда «категория продукта» перестает быть единственным критерием выбора. На первый план выходит его фактическая эффективность, выраженная в объективных цифрах: качество белка (белок/калории) и чистота состава (минимум сахара).
РАСПРЕДЕЛЕНИЕ ПО ТИПАМ
Круговая диаграмма позволяет качественно сравнить протеиновую продуктов по категориям.
Сразу видно, что Whey Isolate и Electrolytes (вместе образующие сывороточный протеин) — самые крупные сегменты. Эти данные являются удобным инструментом для стратегического планирования. Их можно использовать для:Анализа конкурентной среды:
бренд может увидеть, в каких категориях наибольшая конкуренция (больше всего продуктов: Whey Isolate — 33, Electrolytes — 31). Это «изобильные» сегменты. А где, возможно, меньше конкурентов (Post-Workout — 16, Whey Blend — 17).Принятия решений о разработке продукции:
Разработка продукта в категории Whey Isolate или Pre-Workout предоставит доступ к большому рынку, но потребует сильного УТП.Нишевая стратегия:
Можно сфокусироваться на меньших, но стабильных сегментах, таких как Whey Blend или Post-Workout, где, возможно, лояльность аудитории выше, а конкуренция немного ниже.Выявление пробелов:
Сравнение популярности категорий с собственным продуктовым портфелем. Если у бренда нет сильного продукта в быстрорастущем или крупном сегменте, это сигнал к действию.Следовательно, рынок перестает быть абстрактным и ориентируется на четкие, измеримые сегменты.
Можно сказать, что рынок неоднороден, и спрос сконцентрирован вокруг сывороточного протеина и продуктов, связанных с энергетической поддержкой тренировок.
КОРРЕЛЯЦИЯ ПИТАТЕЛЬНЫХ ВЕЩЕСТВ
Матрица визуализирует силу и направление линейной статистической связи между 4 базовыми нутриентами (Белок, Углеводы, Жиры, Сахар) и калориями в продуктах спортивного питания.
Визуальная ясность и объективность: Использование цветового кодирования позволяет быстро выявить самые сильные связи, не вглядываясь в цифры. Дает количественную, статистически обоснованную картину взаимосвязей, что критически важно для научно-обоснованных решений.
Эти данные являются диагностическим инструментом для проверки гипотез и понимания общих рыночных тенденций на уровне состава.
Часто предполагается, что в спортивном питании «много белка = мало всего остального» или «высокое содержание сахара = много углеводов». Матрица позволяет проверить, так ли это на самом деле для среднего рыночного продукта.
Также появляется понимание, какие нутриенты «связаны» между собой, а какие варьируются независимо от других, и это помогает создавать более четко сегментированные продукты. Например, если сахар и жиры не связаны, можно создавать продукты с разными их комбинациями.
Можно отметить, что в матрице практически нет сильных корреляций (ни положительных, ни отрицательных). Все значения очень близки к нулю (±0.20). Это самая важная находка.
ЗАКЛЮЧЕНИЕ
На основе проведённого анализа и визуализации данных по рынку спортивного питания можно сделать следующие выводы.
1. Прослеживается чёткая ориентация на цели потребителей. Основные доли занимают продукты для решения конкретных задач: сывороточный протеин и предтренировочные комплексы — для эффективных тренировок, электролиты — для восстановления баланса, гейнеры и продукты для контроля веса — для изменения состава тела. Это означает, что потребитель выбирает не просто добавку, а инструмент под свою конкретную цель.
2. Внутри каждой категории продукты сильно различаются по составу. Даже в одной группе, например, среди изолятов, есть продукты с разным соотношением белка, калорий и сахара. Поэтому ключевым параметром сравнения становится не название категории, а фактические показатели: сколько граммов белка приходится на одну калорию и какого качества остальные компоненты.
3. Состав варьируется достаточно свободно. Анализ не выявил жёстких взаимосвязей между основными нутриентами: белок, жиры, углеводы и сахар могут присутствовать в разных пропорциях. Это даёт производителям пространство для манёвра, но и требует обоснованного выбора рецептуры — каждый компонент должен иметь понятную функцию в продукте.
Рынок спортивного питания — это зрелая, высоко сегментированная экосистема, где побеждают бренды, которые сочетают четкое позиционирование и технологическое превосходство в ключевых метриках кбжу.
Данные визуализации являются важным и ключевым инструментом для принятия решений в области разработки протеиновой продукции и маркетинга.
ПРИМЕНЕНИЕ ИИ
1. Для создания изображений протеиновой продукции была использована нейросеть REVE
2. Цветовая палитра — Adobe Color
3. Помощь в доработке кода нейросеть Deepseek
