Аналитика, которая находит почему упали продажи, показывает цепочку метрик, которые это вызвали, и выдаёт план действий с прогнозом эффекта на маржу. Для собственников и управляющих на Wildberries и Ozon.
На каждом маркетплейс-проекте есть дашборды. Красивые линии, столбики, проценты. Но когда маржа падает на 4% за неделю — дашборд молчит. Он показывает что произошло, но не объясняет почему и не говорит что делать.
Маржа упала с 22% до 18%. Вот график. Удачи.
Собственник смотрит, кивает, ничего не меняет. Или меняет не то.
Маржа −4п.п.: рост рекл. бюджета +3.4п.п. из-за падения конверсий после повышения цен. Себес +1.5п.п. из-за выхода из акций. План: вернуть цены на группу А, зачистить кампании — ожидаемый возврат +2.8п.п. за 2 недели.
Разница — в причинно-следственных цепочках. Мы не просто собираем данные. Мы знаем, что повышение цен на 3% вызывает падение CTR на 0.5п.п., которое снижает показы на 15%, что при текущем ДРР 12% убивает рекламную эффективность и вынуждает повышать ставки — замкнутый цикл, который без декомпозиции невидим.
В основе — граф из 147+ метрик с описанными зависимостями. Каждая метрика знает: от чего зависит, что вызывает её рост или падение, и какой план действий запускать при отклонении.
Финотчёты, воронка продаж, реклама, логистика, остатки — по каждому кабинету и площадке. Автоматическая стыковка отчётных периодов.
Для каждой метрики прописаны зависимости, причины изменения и проверочные действия. Не корреляции — каузальные связи, проверенные на десятках проектов.
Система не останавливается на диагнозе. Каждая причина маппится на конкретный план действий с ожидаемым эффектом на KPI.
Каждую неделю проект получает не отчёт, а управленческий документ по единому шаблону:
Каждая метрика в системе — не изолированное число. Это узел графа, связанный с десятками других. Когда меняется одна — мы точно знаем, на что это повлияет и через какие механизмы.
Что знает система о логистике:
Логистика зависит от веса и габаритов товаров, количества заказов в штуках. Процент выкупа влияет критически — возврат товара удваивает логистические издержки на единицу. Процент локальных заказов определяет, сколько доставок идёт между кластерами. Наличие товаров на складах и укомплектованность определяют, есть ли товар рядом с покупателем.
Средний чек меняет долю: выше чек — ниже процент логистики при той же абсолютной стоимости доставки.
Комиссия — фиксированный процент по категории. Но в отчёте она плавает. Почему?
Перераспределение продаж между категориями сдвигает средневзвешенную комиссию. Автоматическая перекатегоризация маркетплейсом может изменить ставку. Вход/выход из акций меняет цену — и комиссию в рублях. Ошибка в карточке товара может повлечь неверную категорию и штрафы.
Система фиксирует: на каком кабинете, в какой категории, по какой причине произошло изменение — и что с этим делать.
Ключевая ценность системы — умение «распаковать» любое изменение KPI до корневых причин. Вот как это работает на трёх уровнях:
Сразу фиксируем: упал объём или цена? Если средний чек вырос на 30% за 8 недель (как в реальном кейсе), а заказы падают — причина в цене, а не в трафике.
| Метрика ↓ | Где искать причину | Метрика-контроль |
|---|---|---|
| Продажи ↓ | Воронка → цена/акции → реклама → запасы → сезонность | CTR, CR, ДРР |
| Маржа ↓ | Структура расходов → кросс-док → комиссия (микс) → логистика → себес | % по статьям |
| ДРР ↑ | Конверсии рекламы → изменение цен → качество трафика → чистка кампаний | CR рекл, CPO |
| Конверсии ↓ | Цены/акции → CTR (инфографика) → CR корзина (конкурентность) → CR заказ (время доставки) | Позиция, чек |
| Логистика ↑% | Средний чек ↓ → литраж/объём → время доставки → доля ФБС → локализация | Время, % ФБО |
| Выкуп ↓ | Отмены → время доставки → OOS → наличие по складам | % отмен, дни |
Каждая строка этой таблицы — маршрут диагностики. Система проходит его автоматически и показывает, в какой точке цепочки произошёл сбой.
Кабинет на Wildberries. Маржа обрушилась до 14.8% после агрессивного входа в акции для выполнения индекса условий.
Система показала: себестоимость раздута до 25.3% из-за акционных скидок. После выполнения ИУ — план: деление ассортимента на 4 группы по запасу, поэтапное повышение цен. Себестоимость упала до 18%, при этом маржа в рублях сохранена на уровне 1-1.1 млн/нед за счёт компенсации рекламой.
Кабинет на Ozon. Платное хранение съедало 36% оборота — кабинет работал в минус 10 недель подряд.
Декомпозиция расходов показала: хранение + вывозы = 46% GMV. Параллельно рост цен поднял средний чек с 1073 до 1856 руб., что снизило долю логистики с 20% до 12.3%. Впервые за 10 недель кабинет вышел в плюс — потенциальная маржа при нуле хранения: 22.3%.
Ozon. Время доставки 46 часов давало надбавку к тарифам логистики 3.3% от выручки.
Система зафиксировала: недостаток остатков на кластерах СПБ, Невинномысск, ДВ, Ростов, Москва. После довоза товаров на ФБО — доля ФБО выросла до 86%, время доставки упало на 12 часов, логистика снизилась на 0.8п.п., и как бонус — выросли конверсии из-за улучшения позиций в выдаче.
Не дашборд. Не 50-страничный отчёт. А управленческий документ, по которому можно принимать решения — прямо сейчас.
Что случилось и почему. Не «маржа упала» — а цепочка: повысили цены → упали конверсии → выросла стоимость рекламного заказа → раздулся ДРР → маржа −4п.п.
5–10 конкретных действий с ожидаемым эффектом. Не «оптимизировать рекламу» — а «зачистить кампании по фразам, убрать топы по мед.позиции, привести ДРР к 9–10%, бюджет к 6.5%».
Каждое действие привязано к метрике и сроку. «Снижение времени доставки до 40ч даст +1.5% к марже за 2 недели. Рост локализации до 60% добавит ещё 0.8%».
Высокое влияние, низкая сложность. Зачистка рекламных кампаний. Выход из убыточных акций. Корректировка цен по группам с запасом <15 дней.
Высокое влияние, высокая сложность. Перестройка логистики по кластерам. Запуск внешнего трафика. Переход на артикульное управление ценами.
Низкое влияние, низкая сложность. Еженедельная чистка ключей. Обновление SEO карточек. Мониторинг % выкупа по складам.
Низкое влияние, высокая сложность. Полная переделка инфографики. Подключение ДБС через партнёра. Запуск новых категорий.
Встроен в каждую записку. Когда метрика отклоняется — система показывает маршрут поиска:
Еженедельная аналитическая записка — полный управленческий документ по шаблону из 12 блоков. Резюме на 1 страницу для руководства. Детализация до артикулов для операционной команды.
Граф зависимостей метрик — 147+ метрик с описанными связями, причинами изменений и планами действий. Подключается к данным вашего проекта.
Система приоритизации — каждое действие оценивается по влиянию на KPI и сложности реализации. Собственник видит: что делать первым, что даст максимальный эффект, через сколько недель ждать результат.
Еженедельная записка + созвон по результатам. Единый шаблон каждую неделю — видите тренды, а не разовые срезы. Проваливание от проекта до артикула.
Аналитика + управление рекламой, ценами, логистикой. Не рекомендации — а реализация. Еженедельные корректировки ставок, чистка кампаний, управление ценами по срезам товаров.
Обычная аналитика = графики + таблицы + «маржа упала».
Наша система = граф из 147 метрик с зависимостями + декомпозиция до первопричин + план действий с прогнозом в рублях.
Разница: собственник открывает записку и знает что делать. Не что случилось — а что делать.