Продажи на Wildberries и Ozon: как выстроить систему аналитики
Когда селлеры начинают работать с маркетплейсами, почти всегда смотрят только выручку. Она растет — значит все нормально, падает — значит проблема. Но по выручке нельзя понять главное: зарабатываете вы или просто прокручиваете деньги.
Чтобы управлять продажами, аналитику нужно выстроить по уровням. Сначала разобраться в данных внутри кабинета, затем собрать экономику, после этого посмотреть рынок, или же автоматизировать все в единую систему.
Какие метрики важно отслеживать
Метрик много, но на деньги влияют несколько базовых.
Продажи и выручка дают объем. Но сами по себе ничего не показывают. Оборот может расти, а прибыль падать из-за расходов.
Конверсия карточки показывает, превращается ли трафик в покупки. Если есть показы, но нет заказов — проблема почти всегда в карточке (цена, фото, описание или отзывы).
Возвраты — один из самых недооцененных показателей. Это уже понесенные расходы на логистику и комиссии, которые не окупились. Если возвраты растут, значит ожидания клиента не совпадают с тем, что он получает.
Расходы — ключевая зона контроля. Комиссии, логистика, хранение и реклама. Именно здесь чаще всего теряются деньги, потому что часть затрат либо не учитывают, либо считают «примерно».
Прибыль по SKU — показатель, который связывает все. Пока нет расчета по каждому товару, невозможно понять, что реально работает.
Если упростить, вся логика сводится к одной цепочке: есть трафик → есть конверсия → есть контроль расходов → есть прибыль.
Аналитика в личном кабинете: что и как проверять
Личный кабинет — это первый уровень. Здесь уже есть все, чтобы находить проблемы в продажах.
Работа всегда начинается с конкретной ситуации. Например, упали продажи. Тогда смотрят цепочку: показы → клики → заказы
Это базовая воронка, по которой видно, где происходит провал. Если падают показы — проблема в позициях или рекламе. Если показы есть, но мало кликов — не заходит цена, фото или рейтинг. Если клики есть, но заказов мало — карточка не продает.
Отдельно в кабинете контролируют рекламу. Основной показатель — ДРР (доля рекламных расходов). Его считают как отношение рекламных затрат к выручке и сравнивают с маржой. Это позволяет быстро понять, реклама дает плюс или сжигает деньги.
Еще один важный блок — распределение рекламного бюджета. Нужно регулярно проверять, на какие товары уходят деньги, и нет ли ситуаций, когда товар не продается, но продолжает тратить бюджет.
По возвратам смотрят процент и причины. Если показатель растет, сразу идут в отзывы и проверяют, совпадает ли товар с ожиданиями.
Главное ограничение кабинета — он показывает только ваши данные. Нельзя понять, проблема в товаре или в рынке. Плюс нет полной картины по рекламе, как она влияет на органические продажи и где предел эффективности.
Таблицы: где появляется понимание денег
Следующий уровень — учет в таблицах (Excel или Google Sheets).
Здесь уже собирают экономику бизнеса. Сводят в одном месте выручку, себестоимость, комиссии, логистику, хранение, рекламу и возвраты. После этого появляется главное — прибыль по каждому SKU.
Данные в таблицы обычно попадают двумя способами:
— вручную (через выгрузки из кабинета) — подходит на старте
— автоматически через API или интеграции — снижает ошибки и экономит время
После этого в таблицах настраивают расчеты: прибыль, маржинальность, ДРР, динамику продаж.
Считать необходимо не в среднем по магазину, а по каждому товару. Часто основную прибыль почти всегда дает небольшая часть ассортимента.
Ограничение таблиц в том, что они показывают в первую очередь внутреннюю экономику бизнеса. Через них удобно считать выручку, расходы, рекламу и прибыль по каждому SKU, но полноценного понимания рынка, спроса и конкурентов они не дают. Даже если подтягивать внешние данные вручную или через интеграции, это остается вспомогательной историей, а не системной аналитикой.
Главная задача таблиц — а в том, чтобы свести в одном месте данные из личного кабинета и финансовую часть (себестоимость, комиссии, логистику, рекламу и возвраты). Именно на этом уровне появляется картина по деньгам и становится видно, какие товары зарабатывают, а какие создают только оборот.
При росте объема данных таблицы начинают терять устойчивость. Появляются ошибки в расчетах, часть данных не обновляется вовремя, отчеты собираются дольше. В этот момент учет становится менее надежным, и на поддержку системы уходит больше времени, чем на сам анализ.
Сервисы аналитики маркетплейсов: как смотреть рынок
Когда внутренняя аналитика настроена, подключают сервисы аналитики (MPStats, SellerFox, Маяк и другие).
Они дают картину рынка: спрос, объем продаж, конкуренцию, динамику ниши.
Их используют в трех задачах:
— выбор товара перед запуском
— анализ ниши (растет или падает рынок)
— работа с конкурентами (цены, объемы, динамика)
Например, если продажи падают, через сервис можно понять — это проблема карточки или просел весь рынок.
Важно понимать ограничения. Они могут подтягивать данные из личных кабинетов через API, но это не решает задачу учета экономики. Данные по конкурентам остаются расчетными — их хватает для оценки рынка, но не для финансовых решений.
При этом сервисы не знают вашу себестоимость, логистику, возвраты и реальное распределение рекламы. Из-за этого нельзя точно понять, сколько вы зарабатываете на товаре.
В итоге сервисы помогают анализировать рынок и искать точки роста, но управление деньгами остается в таблицах, где сводятся все данные в одну систему.
BI-аналитика: когда нужна единая система
Когда товаров становится много, таблицы и разрозненные отчеты перестают работать. Данные начинают расходиться, решения принимаются с задержкой.
На этом этапе подключают BI-системы. Они собирают данные из кабинетов, таблиц и рекламы в одну систему, считают показатели по заданной логике и выводят их в дашборды.
Если упростить, каждый инструмент решает свою задачу, и только вместе они дают нормальную картину. Личный кабинет показывает, что происходит с продажами и рекламой прямо сейчас. Таблицы позволяют понять, сколько вы на этом зарабатываете, потому что туда добавляется вся финансовая часть. Сервисы аналитики дают внешний контекст — что происходит на рынке, в нише и у конкурентов. BI-система собирает все эти данные в одном месте и связывает их между собой, чтобы можно было видеть бизнес целиком и быстрее принимать решения.
В результате видно не отдельные куски, а весь бизнес: продажи, расходы, реклама и итоговая прибыль.
Пример BI-аналитики
Например, как это было у компании, которая занимается аналитикой маркетплейсов для селлеров.
Они подключают кабинеты клиентов на Wildberries и Ozon и собирают для них отчеты по продажам, рекламе и ключевым показателям.
Изначально вся аналитика строилась в Google Sheets и Excel. Данные подтягивались через API, но дальше обрабатывались вручную. Когда клиентов стало больше, это перестало масштабироваться: на сбор отчетов уходило по 3–4 часа в день, появлялись ошибки, а анализировать динамику было сложно.
Тогда для них собрали дашборды в Yandex DataLens
В сводном дашборде селлер видит всю ключевую аналитику: продажи, выручку, воронку (показы, клики, заказы), процент выкупа, расходы и итоговую прибыль, а также динамику и прогнозы. Это позволяет сразу понять, где теряются деньги и на каком этапе падают продажи.
Отдельный дашборд показывает динамику ключевых метрик: выручку, маржу, рекламу и среднюю цену. По нему видно, где начинается просадка и что на нее влияет.
Еще один — детализация по товарам: переходы, корзина, заказы, конверсии, выкуп и прогноз. Это позволяет сравнивать товары между собой и быстро находить проблемные позиции.
Посмотреть демо дашборда: https://datalens.yandex/62kkdotm9k7cq?tab=Wp
Больше кейсов по внедрению BI-аналитики — на сайте.
Итог
Аналитика на маркетплейсах — это не про инструменты, а про последовательность.
Сначала вы разбираетесь в цифрах внутри кабинета, потом считаете экономику в таблицах, затем смотрите рынок через сервисы. Если для вас важно видеть всю картину бизнеса на одном экране — переходите к BI-аналитике.
Если хотите внедрить BI-аналитику и собрать систему, где вся картина по бизнесу видна в одном месте — можно обсудить это на бесплатной консультации.