Методология оценки корма
Хасанов Джамиль Раисович
Хасанов Джамиль Раисович
ProPet · Аналитика
Формализованная система расчёта баллов, по которой ПроПет переводит состав корма на этикетке в понятную 5‑звёздочную оценку — без рекламы и субъективных мнений о «красивой упаковке».
Шкала 0–3 балла. Для сухого корма; для влажного применяются отдельные пороги. Пороги различаются для взрослых собак и щенков.
Оценивается, кто даёт основной белок по списку ингредиентов — конкретное мясо/рыба или растительные концентраты.
Каждый критерий также оценивается по шкале 0–3 балла.
Шаг 3 — Качество и источники жиров
Fscore, 0–3Жиры — основной источник энергии и здоровья кожи и шерсти.
Шаг 4 — Углеводный профиль и «балласт»
Cscore, 0–3Оценивается риск аллергии и гликемическая нагрузка.
Шаг 5 — Консерванты и антиоксиданты
Ascore, 0–3Критерий безопасности и натуральности состава.
Шаг 6 — Витаминно-минеральный комплекс
Mscore, 0–3Оценивается биодоступность — насколько хорошо усвоятся микроэлементы.
| Итоговый балл | Звёзды | Категория |
|---|---|---|
| 0–4 | ★ | Эконом (низкое качество) |
| 5–8 | ★★ | Медиум (удовлетворительно) |
| 9–12 | ★★★ | Премиум (хороший средний класс) |
| 13–15 | ★★★★ | Супер-премиум / оптимально |
| 16–18 | ★★★★★ | Холистик / биологически соответствующий |
Штрафные и бонусные баллы, применяемые к итоговой сумме.
По итогам расчёта формируется заключение: сильные и слабые стороны продукта и общий вывод.
Сводная таблица весов, применяемых при формировании развёрнутой оценки корма.
| Критерий | Макс. баллы | На что смотрим |
|---|---|---|
| Качество ингредиентов | 40 | Процент свежего/дегидрированного мяса, отсутствие субпродуктов неясного происхождения. |
| Нутриентный баланс | 30 | Соответствие стандартам FEDIAF/AAFCO 2026, соотношение Ca:P. |
| Прозрачность (labeling) | 20 | Чёткое указание всех добавок, отсутствие скрытых сахаров и искусственных консервантов. |
| Инновации и этика | 10 | Использование экологичного белка, биоразлагаемая упаковка, наличие пробиотиков. |
Методологию сервиса корректно рассматривать как современный инструмент первичной навигации и структурированного сравнения рационов, основанный на анализе открытых данных, доступных потребителю на упаковке и в карточке товара. Такой подход помогает владельцам не полагаться только на рекламу бренда, а обращать внимание на объективно значимые параметры: состав, назначение, заявленную питательную полноценность, рекомендации по применению и гарантированные показатели.
Сильная сторона методологии — в том, что она систематизирует информацию, уже признанную значимой регуляторами и профессиональным сообществом. WSAVA указывает на обязательную и полезную для владельцев информацию на этикетке; AAFCO подробно описывает обязательные элементы маркировки; FDA подчёркивает значение статуса «complete and balanced» для полнорационных кормов.
Дополнительную опору даёт FEDIAF: документ представляет собой практическое руководство для производителей, основанное на обзоре данных NRC и рецензируемое независимыми ветеринарными нутрициологами. Это позволяет позиционировать сервисный анализ не как замену ветеринарного заключения, а как цифровой инструмент предварительной оценки.
С российской стороны значимость методологии подтверждают ГОСТ Р 55984-2014 «Корма для непродуктивных животных. Маркировка» (и изменение №1 к нему), устанавливающие требования к маркировке кормов, а также ГОСТ Р 55453-2022 «Общие технические условия», распространяющийся на корма для кошек, собак, декоративных птиц, рыб и грызунов. ГОСТ Р 56915-2016 прямо указывает, что изготовитель на основании доказательных материалов отражает в маркировке информацию об отличительной кормовой ценности и эффективности.
Дополнительным ориентиром выступает Россельхознадзор: на официальных ресурсах ведомства публикуются материалы по ветеринарно-санитарным нормам к качеству кормов для непродуктивных животных, а также новости о выявлении незаявленных компонентов и несоответствия маркировке.
Поэтому методологию корректно описывать так: это аналитический инструмент предварительного отбора кормов, который опирается на нормативно значимые сведения о продукте, помогает читать маркировку осознанно, сопоставлять составы по единым критериям и повышает потребительскую грамотность. Она не подменяет ветеринарного врача, но делает первый выбор владельца более системным.
AI-Microbiome Predictor — нейросеть анализирует профиль клетчатки и пробиотиков в корме и предсказывает его влияние на пищеварение конкретных пород (например, французских бульдогов).
Carbon Footprint Score — метрика 2026 года: оценивает экологичность производства корма, отдавая предпочтение брендам с локальными ингредиентами и возобновляемой энергией.