Cистема мониторинга национального рынка потребительских товаров в условиях нарушения цепочек поставок: метрики, индексы, агрегаторы

Предлагается формализованная система показателей для мониторинга национального рынка потребительских товаров в условиях дестабилизации цепочек поставок. Система построена на инфраструктуре интеллектуального каталога товаров с нечёткой классификацией и графами замен/аналогов. Определяется иерархия из двенадцати метрик, организованных в четыре уровня агрегации (товар → категория → корзина → рынок) и три измерения анализа (цена, доступность, качество замещения). Для каждой метрики приводится точное определение, формула расчёта, область значений, интерпретация и пороги тревоги. Формализуется составной опережающий индикатор, позволяющий обнаруживать ценовое давление за 5–14 дней до его проявления в розничных ценах. Применимость рассматривается на примере кризиса поставок в ОАЭ (март 2026 г.).

2. Инфраструктура мониторинга

2.1. Золотой каталог

Основой системы является Золотой каталог (Master Product Catalog, MPC) — нормализованный справочник товаров P = {p₁, ..., p_N}, не привязанный к конкретной торговой точке. Каждый товар описывается вектором атрибутов:

p = (id, name, brand, brand_class, cat, pack_size, unit, storage, tier, diet_tags, risk_tags) (1)

Ключевой производный атрибут — нормализованная единичная цена:

up(p, t) = price(p, t) / pack_size(p)   [AED/kg, AED/L, AED/шт.]                             (2)

Нормализация обеспечивает сопоставимость товаров с разным объёмом упаковки и позволяет обнаруживать шринкфляцию.

2.2. Нечёткая принадлежность

Множество товарных групп G = {g₁, ..., g_m} включает категории (молочные, крупы), потребительские ритуалы (завтрак, ужин), диетические профили (halal, vegan), ценовые сегменты (good/better/best). Для каждой группы g определяется функция нечёткой принадлежности:

μ_g : P → [0, 1]                                                                                                               (3)

где μ_g(p) = 0 — товар не относится к группе, μ_g(p) = 1 — идеальное соответствие. Промежуточные значения позволяют товару принадлежать нескольким группам одновременно (йогурт: μ_{dairy} = 0.9, μ_{dessert} = 0.4) и обеспечивают плавное агрегирование метрик по пересекающимся множествам.

2.3. Графы замен и ценовых аналогов

Поверх каталога определяются два ориентированных графа. Граф функциональных замен G_S = (P, E_S) связывает товары, способные заменить друг друга при OOS. Каждое ребро (p, q) характеризуется сходством s(p, q) ∈ [0, 1], типом (strict/soft) и ограничениями. Граф ценовых аналогов G_A = (P, E_A) хранится отдельно и обеспечивает ценовые сравнения — требования к аналогу строже (совпадение unit, близость tier и brand_class). Разделение графов предотвращает ложные ценовые сопоставления.

2.4. Сбор данных

Система осуществляет непрерывный сбор данных по розничным ценам, наличию товаров, характеристикам упаковки и ассортиментному составу по всей территории ОАЭ. Для каждого наблюдения фиксируется: товар p, точка продаж s, временная метка t, цена price(p, s, t), наличие avail(p, s, t) ∈ {0, 1}, размер упаковки pack(p, s, t).