Пик заказов 11 ноября еще не говорит о том, заработала ли компания на распродаже. Часть заказов вернется, часть покупок сделали бы и без скидки, а после акции продажи просядут. Оценивать нужно дополнительную маржу после возвратов, удержаний и провала продаж, и сделать это быстро, до старта Черной пятницы.
Черная пятница в 2026 году приходится на 27 ноября, но маркетплейсы растянули ее на недели. По данным отраслевых изданий, Ozon начинает акцию 13 ноября, Wildberries 16 ноября. Поэтому разборов нужно два. Быстрый, через 2–3 дня, чтобы поправить цены, остатки и рекламу. И итоговый, через 3–4 недели, когда известны выкупы, возвраты и продажи после акции.
Результат акции — это инкрементальная маржа, то есть маржа, которой без акции не было бы. Для расчета нужны четыре величины
- Базовая линия — сколько продали бы без скидок. Строится по 2–4 неделям до акции с поправкой на дни недели.
- Маржа в дни акции — по выкупленным товарам, после комиссий, логистики в обе стороны, рекламы и себестоимости.
- Провал после акции — насколько продажи следующих 1–3 недель упали ниже базовой линии, потому что клиенты закупились впрок.
- Каннибализация — насколько упали продажи товаров без скидки и других каналов.
Из маржи в дни акции вычитают маржу базовой линии и потери от провала и каннибализации. Считать нужно по каждому товару и каналу. В среднем акция может выглядеть удачной, хотя часть позиций в ней продавалась в минус.
- Заказ еще не продажа. В акционные дни покупатели чаще берут несколько вариантов на выбор, а деньги видны только в финансовых отчетах. У Wildberries отчет о реализации еженедельный, Ozon рассчитывается дважды в месяц.
- Цена покупателя не равна цене продавца. Скидку постоянного покупателя на Wildberries финансирует площадка. По данным отраслевых изданий, в 2026 году она в основном действует в официальных акциях. Значит, юнит-экономику считают от цены продавца, а после выхода из акции цена на витрине может вырасти сильнее ожидаемого.
- Логистика съедает маржу дешевых товаров. Доставка и обратная логистика почти не зависят от цены, и на недорогих позициях с возвратами забирают всю маржу.
Юнит-экономика на Wildberries в BI. Цена до и после СПП, себестоимость, логистика, хранение, комиссия и процент выкупа по дням в одной таблице. Вручную такой расчет собирают из финансовых отчетов маркетплейса и себестоимости из 1С.
Воронка по дням с подсветкой конверсий. Просадка переходов и выкупов после акции видна сразу, а не в конце месяца.
- Новые клиенты оправдываются повторными покупками. В пиковые дни привлечение дорожает. Клиентов, пришедших на 11.11, стоит выделить в отдельную когорту и через 60–90 дней сравнить с клиентами обычных месяцев.
- Последний клик искажает вклад рекламы. Перед акцией люди заранее выбирают товар, а в день распродажи приходят из закладок и рассылок. Честную картину дает сквозная аналитика, которая связывает расходы с оплаченными заказами.
Маркетинговый дашборд в Power BI. Расходы, ДРР, стоимость лида и заказа, конверсии из клика в лид и в заказ связаны с выручкой по годам и кварталам. Сравнение периодов с акциями и без них показывает, во сколько обходится привлечение клиента в пиковый сезон.
- Промокоды утекают. Код для постоянных клиентов быстро попадает на сайты-агрегаторы, и скидку получают те, кто купил бы и так. К Черной пятнице лучше перейти на персональные одноразовые коды.
Когортный анализ новых клиентов. Строка — месяц первого заказа, столбцы — доля вернувшихся клиентов по месяцам, рядом LTV. Видно, возвращаются ли клиенты ноябрьских распродаж хуже клиентов обычных месяцев.
Выручку магазина стоит разложить на трафик, конверсию и средний чек, а с прошлым годом сравнивать с поправкой на день недели. В 2025 году 11 ноября было вторником, в 2026-м среда. И важно учитывать переток в онлайн. Рост онлайн-продаж при падении офлайна у тех же клиентов — это не рост, а перераспределение с потерей маржи на скидку.
- Убрать из акции товары с отрицательной маржой после возвратов и логистики или снизить на них скидку.
- Проверить глубину скидки. Если 15% дали тот же прирост, что и 30%, лишние проценты подарены покупателям.
- Посчитать остатки с учетом возвратов и заранее запланировать поставки, перед пиком приемка на складах загружена.
- До старта выбрать контрольные товары или магазины без скидок, чтобы честно измерить эффект.
- Настроить дашборд с заказами, остатками и рекламой, который обновляется несколько раз в день.
Ручной сбор всех этих данных из кабинетов маркетплейсов, 1С, рекламных систем и касс занимает дни, а времени между акциями нет. Поэтому компании с несколькими каналами сводят их в хранилище данных и смотрят в BI. Тогда быстрый разбор готов на следующий день, а выкупы и возвраты досчитываются сами.
Экран с ключевыми показателями. Выкупы, маржа, реклама и ДРР, оборачиваемость и воронка со сравнением с прошлым периодом. Если реклама растет быстрее выкупов, это видно в тот же день.
В декабре покупатель ищет не столько цену, сколько подарок и быструю доставку. Поэтому выводы ноября про глубину скидок на новогодние продажи переносят осторожно. Важнее понять, какие товары прошлого декабря покупали в подарок, до какого числа заказы успевали доставить и что из остатков нужно распродать до январского спада.
Распродажу оценивают по дополнительной марже, а не по пику заказов. На маркетплейсах главные ловушки — выкупы, цена площадки и логистика, на сайте атрибуция и качество новых клиентов, в офлайне сопоставимость периодов. А так как акции идут почти подряд, выигрывает тот, кто сводит данные за день, а не за неделю.
Примеры того, как компании сводят продажи из разных каналов в одну модель, смотрите в кейсах VSL-BI. Если хотите обсудить аналитику сезона распродаж в своей компании, команда VSL-BI проводит бесплатную консультацию.