Аналитика маркетплейсов: метрики, которые влияют на прибыль

В прошлом квартале продавец на Wildberries увеличил выручку на 34% и впервые за год ушёл в минус по деньгам. Причина не в спросе: акция с глубокой скидкой, выросшая доля логистики и 210 тыс. ₽ на рекламу съели маржу целиком. Аналитика маркетплейсов нужна не для того, чтобы любоваться графиком выручки, а чтобы видеть деньги, которые остаются после площадки, рекламы и возвратов.

Разница между выручкой и прибылью на маркетплейсе — это 8–14 параметров, которые площадка списывает по своим правилам: комиссия по категории, логистика и обратная логистика, хранение, штрафы за брак, эквайринг, соинвест по скидке. В отчёте Ozon и Wildberries эти строки есть, но они не сводятся между собой автоматически и не раскладываются по SKU так, как нужно для решений.

Ниже — метрики, которые влияют на прибыль, формулы, пример расчёта на одном товаре и порядок автоматизации, если считать вручную уже невозможно.

Ключевые выводы

• Выручка и прибыль на маркетплейсе расходятся на 18–35%: комиссия, логистика, хранение, возвраты и реклама списываются отдельными строками и не видны в отчёте о продажах.
• Считать нужно на уровне SKU: 10–15% карточек обычно дают отрицательную маржу, а весь план выполняется за счёт 20–25% ассортимента.
• ДРР выше 12–15% в большинстве категорий съедает операционную прибыль, даже если выручка растёт.
• Свод по 40 метрикам в Excel обновляется 6–10 часов в неделю; дашборд по Wildberries и Ozon стоит 250–600 тыс. ₽ и окупается за 4–8 месяцев.
• ИИ агенты для маркетплейсов закрывают ответы покупателям и работу с отзывами — это 60–70% обращений, но цифры они не считают, для этого нужен дашборд.
• Точка решения — не отчёт за месяц, а ежедневный сигнал: товар ушёл в минус по логистике, ДРР вырос, закончился запас на 9 дней.

Почему выручка растёт, а прибыль падает

Первая причина почти всегда одна: вы принимаете решения по данным личного кабинета, где нет полной себестоимости. Аналитика маркетплейсов начинается с себестоимости, а площадка показывает продажи и удержания, но не знает, сколько стоил товар с доставкой до склада и сколько вы потратили на его продвижение.

Что ещё разъедает маржу:

• Соинвест по скидке. Акция даёт рост заказов, а разницу в цене вы делите с площадкой; при скидке 25% маржа падает не на 25%, а на 35–45%.
• Обратная логистика. Возврат стоит денег дважды: платный вывоз и потерянный рейтинг карточки. При доле возвратов 15% логистика съедает 4–7% выручки.
• Хранение и неликвид. Товар, который лежит 90+ дней, платит за себя сам и за соседа; оборачиваемость ниже 4 раз в год — прямой сигнал сокращать закупку.
• Реклама без привязки к марже. Автоматические кампании оптимизируются под заказы, а не под прибыль: ДРР 20% при марже 18% — это работа в ноль.
• Разные правила площадок. Ozon и Wildberries по-разному считают логистику и хранение, поэтому свод по двум каналам в одном файле почти всегда расходится на 5–10%.

Аналитика маркетплейсов: метрики, которые считают деньги

Правильный набор метрик отвечает на три вопроса: сколько заработали на товаре, сколько стоит привлечение и когда закончится запас. Всё остальное — справочная информация.

Свести это в одну панель с ежедневным обновлением помогает BI аналитика: одни и те же данные нужны в трёх разрезах (SKU, канал, период). Отдельно смотрите 15 метрик дашборда для Wildberries и Ozon — там разбор по каждому показателю и частота обновления.

Как считать юнит-экономику и не обманывать себя

Считайте на одной единице товара за период, а не «в среднем по кабинету». Пример из практики: закупка с доставкой 640 ₽, продажа 1 590 ₽, комиссия 19% — 302 ₽, логистика и обратная логистика 96 ₽, хранение 14 ₽, эквайринг 24 ₽, реклама 210 ₽, доля возвратов 13%. На единицу остаётся 190 ₽ до налогов и постоянных расходов, то есть 12% от цены. При снижении цены на 150 ₽ ради акции маржа падает до 40 ₽ — работа ради оборота.

Порядок расчёта, который экономит нервы:

1. Соберите себестоимость с логистикой до склада — не закупочную цену, а полную.
2. Разложите удержания площадки по каждому SKU, а не одной суммой за месяц.
3. Отнесите рекламу на конкретные карточки: если кампания лила на категорию, распределите расход пропорционально показам.
4. Добавьте возвраты и утилизацию брака.
5. Пересчитывайте раз в неделю: правила площадок меняются чаще, чем вы успеваете их запомнить.

Где расчёты врут

Юнит-экономика не спасёт, если товар сезонный: в декабре маржа одна, в феврале другая, и среднее за год ничего не значит. Не сработает расчёт и при сильной зависимости от одной карточки — 70% выручки на одном SKU означает, что любое изменение комиссии обнуляет план. И отдельно: не считайте маржу по цене без СПП и баллов, покупатель платит меньше, а разницу покрываете вы. Подробнее про формулы — в статье про юнит-экономику на маркетплейсах.

Что автоматизировать первым: отчёт, дашборд или ИИ

Начинайте с того, что снимает ручную работу, а не с того, что красиво выглядит. Очерёдность по окупаемости выглядит так: сначала свод удержаний по SKU, затем ежедневный контроль ДРР и остатков, потом ИИ-слой для рутины.

Что закрывают разные инструменты:

• Свод и дашборд. Ежедневная выгрузка из Wildberries, Ozon, 1С и рекламных кабинетов, расчёт маржи на SKU, алерты в Telegram при падении маржи ниже порога. Стоимость — 250–600 тыс. ₽, срок 4–8 недель.
• Отчётность для финанса. Здесь полезна ии аналитика для бизнеса: вопросы к данным голосом или текстом, автоматические пояснения к отклонениям, прогноз закупки на 4–6 недель.
• Рутина в карточках. ИИ агенты для маркетплейсов отвечают на 60–70% вопросов покупателей, готовят ответы на отзывы и подсказки по описанию. Это разгружает 1–2 сотрудников, но не заменяет расчёт маржи.
• Точечные задачи. ai агент для маркетплейсов хорошо справляется с одной узкой функцией: например, ежедневно проверяет 300 карточек на изменение остатков и пишет менеджеру список из 12 позиций, где запас меньше недели.

Автоматизация не отменяет вопрос «что считать». Если метрики не согласованы между коммерцией и финансами, любой дашборд только ускорит спор. Метрики площадки описаны в разборе метрик маркетплейса, а сборку панелей под ключ делают в рамках отдельного направления — дашборды и аналитика маркетплейсов.

Частые вопросы

Можно ли считать маржу маркетплейса в Excel?

До 300–500 SKU и двух каналов — да, если выгрузки собираются скриптом, а не руками. Дальше файл становится хрупким: одна новая колонка в отчёте площадки ломает формулы, а обновление занимает 6–10 часов в неделю.

Сколько стоит дашборд для Wildberries и Ozon?

Панель на одном канале с расчётом маржи и ДРР — 250–350 тыс. ₽ и 3–5 недель. Свод по двум площадкам, 1С и рекламным кабинетам, с алертами и прогнозом — 450–600 тыс. ₽ и 5–8 недель. Поддержка — 15–35 тыс. ₽ в месяц.

Какая маржа на маркетплейсе считается нормальной?

По нашей практике в непродовольственных категориях операционная маржа 12–20% от цены продажи. Ниже 8% бизнес держится только на обороте, и первый же рост комиссии или логистики уводит его в убыток.

Чем ИИ-агент отличается от обычного чат-бота для маркетплейса?

ИИ-агент понимает формулировку вопроса и сам выбирает данные для ответа, поэтому работает с нестандартными запросами покупателей. Чат-бот отвечает по заранее заданному сценарию и ломается, когда вопрос сформулирован иначе.

Как часто обновлять данные по марже?

Минимум раз в сутки по остаткам, ДРР и заказам, раз в неделю — полный расчёт юнит-экономики с себестоимостью. Раз в месяц имеет смысл пересматривать правила: площадки меняют тарифы и логику начислений несколько раз в год.

Что делать дальше

Начните с одного вопроса: какие 10 SKU дают 60–70% выручки и какую маржу они приносят после всех удержаний. Ответ обычно находится за 3–5 дней работы с выгрузками и уже меняет план закупки на квартал.

Если считать вручную нечем, мы собираем отчётность по Wildberries и Ozon в единую панель с маржой на SKU и алертами в Telegram — это направление дашборды и аналитика маркетплейсов. Когда цифры на месте, следующий шаг — снять рутину с менеджеров: ИИ-агенты для ответов покупателям и работы с отзывами.

Статья основана на практике проектов НейроДела и данных Яндекс Вордстата по кластеру «Дашборды и аналитика». Основной запрос материала — «аналитика маркетплейсов» (4 707 показов в месяц). Если у вас другая ситуация — напишите, разберём.