Время на прочтение: 12 минут

Дата публикации: 10.04.2026

Когда селлер начинает работать с маркетплейсами, он почти всегда смотрит только выручку. Продажи есть — значит всё нормально, продажи падают — значит проблема. На этом уровне невозможно управлять бизнесом, потому что выручка ничего не говорит о том, зарабатываете вы или теряете. Аналитика нужна не для отчетов, а чтобы понимать, где вы зарабатываете, где теряете деньги и какие действия реально влияют на результат.

Чтобы разобраться в этом, нужно идти по уровням: сначала научиться читать данные внутри кабинета, потом собрать экономику, потом смотреть рынок и только после этого автоматизировать всё в систему.

В маркетплейсах много показателей, но большая часть из них вторична. Если упростить, есть несколько ключевых вещей, которые напрямую влияют на деньги.

1. Продажи в штуках и выручка. Это база, но сама по себе она ничего не значит. Рост выручки может происходить одновременно с падением прибыли, если растут расходы или снижается маржа.

2. Конверсия карточки. Она показывает, сколько людей купили товар после просмотра. Если трафик есть, а продаж нет, проблема почти всегда в карточке: цена, фото, описание или отзывы.

3. Возвраты. Это одна из самых недооцененных метрик. Возврат — это уже понесенные расходы на логистику и комиссии, которые не окупились. Если процент возвратов растет, это почти всегда сигнал, что товар или его описание не соответствует ожиданиям.

4. Расходы. Сюда входит комиссия маркетплейса, логистика, хранение и реклама. Именно здесь чаще всего теряются деньги, потому что часть затрат не учитывается или недооценивается.

5. Итоговая прибыль по товару. Это показатель, который связывает все остальные. Пока вы не считаете прибыль на уровне конкретного SKU, вы не понимаете, работает товар или нет.

Если собрать это в одну простую модель, то получается логика:

• есть трафик → значит товар видят
• есть конверсия → значит его покупают
• есть контроль расходов → значит есть прибыль

Основная ошибка начинающих селлеров в том, что они ориентируются на продажи, а не на экономику. Товар может активно продаваться и при этом приносить убыток, потому что часть расходов просто не учитывается или размазывается по всему магазину.

Чтобы это контролировать, нужно считать прибыль по каждому товару отдельно. Формула здесь простая:

Прибыль = Цена продажи − Себестоимость − Комиссия − Логистика − Реклама − Потери на возвратах

Теперь важно разобрать, что именно сюда входит.
Комиссия — это процент маркетплейса, который автоматически удерживается с продажи. На Wildberries и Ozon она зависит от категории и может сильно отличаться, поэтому ее всегда нужно брать из факта, а не «примерно».
Логистика — это не только доставка до клиента, но и хранение, обработка и обратная логистика при возврате. Эти расходы часто недооценивают, особенно на дешевых товарах.
Реклама — сюда входит весь рекламный бюджет, но его важно делить на конкретные товары. Если этого не делать, создается ощущение, что реклама работает, хотя отдельные позиции могут уходить в минус.
Возвраты — это скрытый расход, который многие вообще не считают. Если у вас, например, 10% возвратов, это значит, что каждая десятая продажа не приносит денег, но при этом вы уже заплатили за логистику и комиссию.

Если прибыль получилась около нуля или отрицательная — масштабировать такой товар нельзя, даже если он хорошо продается.

Если после всех расходов остается меньше 20–30% маржи, товар находится в зоне риска. Любое изменение — рост рекламы, снижение цены, увеличение возвратов может сразу увести его в минус.

Когда понятно, какие показатели важны и как они связаны между собой, уже есть смысл переходить к инструментам. Они нужны не для того чтобы быстрее получать ответы на конкретные вопросы.

Дальше разберем, какие есть способы анализа и как их используют в реальной работе:

• аналитика внутри личного кабинета
• учет и расчеты в таблицах
• сервисы аналитики рынка и конкурентов
• BI-системы для автоматизации

В Wildberries и Ozon уже есть вся базовая аналитика, с которой начинается работа. Здесь доступны отчеты по продажам, показам, кликам, заказам, возвратам, остаткам и рекламе — этого достаточно, чтобы понять, как пользователь проходит путь от просмотра карточки до покупки. Но здесь не получится анализировать рынок.

1. Анализ проблем по товару.
Работа строится от ситуации. Например, упали продажи по SKU. Дальше открываете отчет по дням и смотрите три вещи— показы, клики и заказы, чтобы понять, на каком этапе произошел спад.
Если упали показы — проблема в позициях или рекламе. Если показы есть, но мало кликов — не заходят цена, фото или рейтинг. Если клики есть, но заказов мало — карточка не продает, нужно менять контент или цену.

2. Контроль рекламы.
В кабинете есть все данные, чтобы понять, уходит товар в плюс или в минус. Считается это через ДРР:
ДРР = расходы на рекламу / выручка с рекламы
Дальше сравниваете с маржой из расчета прибыли:

• если ДРР ниже маржи → реклама в плюс
• если ДРР равна марже → работает в ноль
• если ДРР выше → вы теряете деньги

Пример: маржа 25%, ДРР 30% — значит каждая продажа через рекламу дает минус, даже если оборот растет.

4. Распределение рекламы.
В кабинете видно, сколько рекламного бюджета уходит на каждый товар, и это нужно регулярно проверять, чтобы не было ситуаций, когда товар не дает продаж, но продолжает тратить деньги, когда доля рекламных расходов выходит за пределы допустимой маржи или когда продажи держатся только за счет рекламы и полностью проседают при ее отключении.
Такие позиции либо дорабатывают, либо отключают.

5. Возвраты.
В кабинете видно процент возвратов и причины, и если показатель начинает расти, нужно сразу проверять отзывы покупателей, смотреть, совпадает ли товар с тем, что показано на фото, и насколько точно описание передает характеристики и особенности товара.

Ограничения:
Личный кабинет показывает только ваши данные, и это главное ограничение. Вы видите, как продаются ваши товары, но не понимаете, что происходит с рынком и конкурентами. В момент, когда продажи проседают, невозможно определить причину — проблема в вас или в нише, потому что в кабинете просто нет этих данных.

Вторая зона ограничений — реклама. В отчетах видно, сколько вы потратили и сколько получили выручки, но нельзя оценить, как реклама влияет на органические продажи, какой эффект она дает со временем и где находится предел роста. Из-за этого может сложитьтся ощущение, что реклама работает в минус, хотя на самом деле она удерживает позиции и поддерживает общий объем продаж.

По факту личный кабинет решает узкую задачу. Он помогает быстро находить проблему внутри своих товаров, проверять изменения и контролировать текущие расходы, в первую очередь рекламу. Но он не дает понимания рынка и не помогает принимать решения о росте, поэтому на определенном этапе его становится недостаточно.

Когда товаров становится больше и появляются регулярные продажи, возникает проблема — непонятно, сколько вы реально зарабатываете. В личном кабинете есть выручка, но нет полной картины расходов, поэтому следующий шаг — собрать экономику в таблице и считать прибыль по каждому товару.

Суть таблиц в том, чтобы свести все данные в одно место и начать считать не оборот, а деньги. В таблицу переносят выручку, себестоимость, комиссию маркетплейса, логистику, хранение, рекламу и возвраты. После этого появляется ключевой показатель — чистая прибыль по SKU, и именно здесь многие впервые видят, что товар с нормальными продажами может работать в ноль или в минус.

Данные в таблицы переносят двумя способами.

1. Вручную. Выгружают отчеты из Wildberries и Ozon и заносят в таблицу. Это подходит на старте, когда товаров немного.
2. Через API или интеграции (например, через сервисы или скрипты). Тогда данные подтягиваются автоматически. Это снижает ошибки и экономит время, но требует настройки.

После того как данные собраны, в таблице настраивают расчеты: прибыль по товару, маржинальность, долю рекламных расходов (ДРР), динамику продаж. Ключевой момент — считать все по SKU, а не в среднем, потому что основную прибыль обычно дает небольшая часть ассортимента.

Таблицы почти не дают информации о рынке и конкурентах. Внутри можно анализировать только свои данные: динамику продаж, эффективность рекламы, прибыль. Максимум, что делают — вручную добавляют наблюдения по конкурентам (цены, позиции, акции), но это не системная аналитика и она быстро устаревает. Полноценного понимания спроса и объема рынка таблицы не дают.

Ограничения у этого подхода начинают проявляться при росте. Чем больше товаров и данных, тем сложнее поддерживать таблицу в актуальном состоянии: появляются ошибки, часть расходов забывается, данные запаздывают. Ручной учет перестает справляться с объемом, а даже при автоматизации таблицы остаются инструментом для внутреннего учета, но не для анализа рынка и масштабирования.

Таблицы — это этап, где появляется контроль над деньгами. Они хорошо показывают экономику и помогают принимать решения по товарам, но не дают понимания внешней ситуации, поэтому со временем их дополняют другими инструментами.

Следующий уровень — подключение сервисов аналитики, таких как MPStats, SellerFox, Topseller, Маяк и другие. Они собирают данные по маркетплейсам и дают картину рынка: объем продаж в нише, динамику спроса, уровень конкуренции и ориентировочные продажи конкурентов.

Их используют в трех задачах:

1. Выбор товара. Можно заранее посмотреть, есть ли спрос, сколько продают конкуренты и какая там конкуренция. Это снижает риск запуска «вслепую». 
2. Анализ ниши. Если продажи падают, можно понять, это ваша проблема или рынок в целом просел. 
3. Работа с конкурентами: видно, кто растет, за счет каких цен и как меняется структура продаж.

По стоимости такие сервисы в среднем стоят от 5 000 до 20 000 рублей в месяц за базовые тарифы. У продвинутых тарифов цена может доходить до 100 тысяч, если нужен доступ к большему количеству данных или командная работа. Для новичка это ощутимые расходы, поэтому обычно их подключают, когда уже есть стабильные продажи и задачи, которые нельзя решить через кабинет и таблицы.

Ограничения:

1. Данные по конкурентам в сервисах — это расчетные значения, а не точные цифры маркетплейсов. Их достаточно, чтобы понимать порядок продаж, сравнивать товары и видеть тренды, но нельзя использовать как точную основу для финансовых расчетов.
2. Сервисы не знают вашу реальную экономику. Вы можете задать себестоимость и получить примерную «прибыль», но фактические расходы — логистика, реклама, возвраты, комиссии — у каждого селлера свои. Поэтому любой вывод по прибыльности нужно проверять через свои цифры.
3. По рекламе возможности тоже ограничены. В некоторых сервисах есть управление ставками и базовые показатели, но нет полной картины того, как реклама влияет на органические продажи, где предел эффективности и когда начинается перерасход. Это по-прежнему контролируется через кабинет и собственную аналитику.
4. И последний момент — гибкость. Сервисы дают готовые отчеты и структуру, но не позволяют глубоко настроить аналитику под свою модель бизнеса. Например, связать в одной системе прибыль, рекламу и остатки в нужной логике не получится.

Сервисы дают понимание рынка и помогают принимать решения по товарам, но не собирают весь бизнес в одну картину. Поэтому на этапе роста многие селлеры переходят к BI-аналитике, чтобы объединить в одном месте продажи, расходы, рекламу и видеть не отдельные куски, а всю экономику целиком.

BI-аналитика или Бизнес-аналитика — это система из дашбордов, в которой все данные бизнеса автоматически собираются из разных источников, объединяются в одной базе и считаются по заданной логике, после чего выводятся в виде дашбордов.

BI-аналитику в основном настраивают индивидуально под компанию. Сначала под ваш бизнес настраивают показатели, логику расчетов и источники данных, а потом собирают дашборды. Есть и шаблонные решения — готовые отчеты с базовой логикой, куда просто подключают ваши данные. Они быстрее в запуске, дешевле во внедрении, но со временем их дорабатывают под себя.

Если сравнивать с другими инструментами аналитики. Личный кабинет помогает понять, что происходит с товарами, таблицы — сколько вы на них зарабатываете, сервисы — что происходит на рынке, а BI-аналитика собирает всё это в одном месте и показывает полную картину бизнеса, где сразу видно и продажи, и расходы, и итоговую прибыль.

Внедрение BI-аналитики обычно делают через специалистов, потому что нужно настроить сбор данных, расчеты и саму структуру отчетов. Дашборды собираются в специальных системах — чаще всего используют Yandex DataLens, Power BI или Apache Superset. Superset бесплатный, DataLens стоит около 990 ₽ за пользователя, Power BI — по подписке от 12$.

На старте есть затраты. Шаблонные решения стоят примерно от 50 000 ₽, индивидуальная разработка — от 100 000 ₽ и выше, в зависимости от сложности. Разница в том, что шаблон быстрее запускается, а индивидуальный вариант полностью подстраивается под вашу модель бизнеса.
Вы получаете систему, где все данные обновляются автоматически, отчеты понятны и собраны под ваши задачи, а доступ есть с любого устройства (декстопная и мобильная версия).

Пример BI-аналитики

Например, как это было у компании, которая занимается аналитикой маркетплейсов для селлеров. Они подключают кабинеты клиентов на Wildberries и Ozon и собирает для них отчеты по продажам, рекламе и ключевым показателям.

Изначально вся аналитика строилась в Google Sheets и Excel. Данные по каждому клиенту подтягивались через API, но дальше обрабатывались вручную в отдельных таблицах. При росте количества клиентов и кабинетов это перестало масштабироваться — на сбор и проверку отчетов уходило по 3–4 часа в день, появлялись ошибки, а анализировать данные в динамике было сложно.

Тогда мы для них собрали дашборды в Yandex DataLens.

В дашборде со сводными данными селлер видит всю ключевую аналитику по бизнесу: продажи и выручку, воронку (показы, клики, заказы и конверсии), процент выкупа и отмены, цены и скидки, расходы
(себестоимость, логистика, комиссии) и итоговую прибыль, а также динамику по дням и прогнозы, что позволяет сразу понять, сколько он зарабатывает, где теряет деньги и на каком этапе падают продажи.

Следующая страница дашборда показывает ключевые метрики бизнеса и их динамику: выручку, маржу, рекламу и среднюю цену, а также воронку продаж. По нему сразу видно, где растут или падают показатели и на каком этапе теряются клиенты.

На последнем дашборде показывается сводная аналитика по каждому товару (SKU): сколько было переходов в карточку, добавлений в корзину, заказов и выручки, а также конверсии на каждом этапе, процент выкупа, цены и прогноз продаж, что позволяет сравнить товары между собой и понять, какие из них приносят деньги, а какие проседают по конверсии или продажам.
Посмотреть интерактивный дашборд

Больше кейсов по внедрению BI-аналитики у нас на сайте.

Аналитика строится по уровням, и нет смысла сразу прыгать в сложные инструменты — каждый этап решает свою задачу. На старте достаточно личного кабинета. Когда появляются обороты, нужны таблицы. Дальше подключаются сервисы, которые дают понимание рынка, спроса и конкурентов, помогают выбирать товары и принимать решения по нише.

BI-аналитика имеет смысл только тогда, когда всё это уже есть, но не сходится между собой. Много товаров, реклама, разные источники данных. В этом случае BI-аналитика собирает всё в одну систему и показывает бизнес целиком.

Важно не инструмент, а понимание, что вы считаете и зачем — без этого любой инструмент будет просто набором цифр.

Мы уже реализовали более 127 проектов по настройке BI-аналитики под разные задачи. Проведём бесплатную консультацию и аудит ваших процессов, чтобы предложить оптимальное решение именно для вас.
Запишитесь на бесплатную консультацию, и мы поможем сделать аналитику вашего бизнеса прозрачной и эффективной.