Аналитика маржинальности на WB и Ozon: почему отчётов кабинета недостаточно

Короткий ответ: кабинеты Wildberries и Ozon показывают выручку и продажи, но не прибыль. Реальная маржинальность по SKU считается только сведением данных из API маркетплейса с себестоимостью из вашей учётной системы — и у селлеров с оборотом от 5–10 млн ₽/мес расхождение между «прибылью на глаз» и фактической регулярно достигает 15–30%.

Разберём, где именно теряется маржа и как построить честный учёт.

Почему кабинет врёт (точнее — недоговаривает)

Кабинет маркетплейса — это отчётность площадки перед селлером, а не ваша управленческая аналитика. Ключевые расходы в нём есть, но они размазаны по разным отчётам с разной гранулярностью и разными периодами:

• Комиссия зависит от категории и меняется — задним числом вы увидите её в еженедельном отчёте реализации, а не в моменте продажи.
• Логистика считается за каждую поездку товара, включая поездки к клиенту и обратно при отказе. Товар с высоким процентом выкупа и товар-«путешественник» в кабинете выглядят одинаково прибыльными.
• Хранение списывается ежедневно и по складам — заметно для габаритных товаров и неликвидов, но в отчёте о продажах его нет вовсе.
• Возвраты и брак прилетают в другие отчёты и в другие периоды, чем исходная продажа.
• Реклама (внутренняя) — отдельный кабинет, отдельная выгрузка, и связать расход с конкретным SKU — уже задача.

А главное: в кабинете нет вашей себестоимости. Без неё любой отчёт — это отчёт о выручке, а не о прибыли.

Что такое честная юнит-экономика SKU

Формула на бумаге простая:

Прибыль SKU = Выручка
  − Себестоимость (закупка + доставка до склада + упаковка)
  − Комиссия площадки
  − Логистика (все поездки, включая невыкупы)
  − Хранение (за фактические дни, по фактическим складам)
  − Возвраты и брак
  − Реклама, отнесённая на SKU
  − Штрафы и прочие удержания

Сложность не в формуле, а в данных: восемь слагаемых живут в пяти разных источниках с разными ключами и периодами. Сведение их руками в Excel занимает у селлера 1–2 дня в неделю и ломается на первом же изменении формата выгрузки.

Как это собирается технически

Архитектура, которую мы строим для селлеров, стандартная и скучная — и это её достоинство:

1. Сборщики данных из API WB и Ozon: продажи, реализация, логистика, хранение, реклама, остатки. Ключевой нюанс — API маркетплейсов нестабильны: лимиты, меняющиеся форматы, задним числом корректируемые данные. Поэтому все сырые ответы сохраняются как есть (staging-слой), а витрины пересчитываются — когда площадка «переписывает историю», аналитика это переживает.
2. Себестоимость из 1С — по партиям, с учётом доставки и упаковки. Это единственный источник, который есть только у вас.
3. Склейка по SKU/баркоду с маппингом артикулов (у WB, Ozon и 1С они почти никогда не совпадают — таблица соответствий становится критичным справочником).
4. Витрина маржинальности: прибыль по SKU/категории/периоду, динамика, алерты («SKU ушёл в минус», «хранение съело 40% маржи», «выкуп упал ниже 30%»).

Типичные находки первых недель работы такой системы: 10–20% ассортимента торгуется в минус (обычно — габаритные товары с низким выкупом), а «флагманы по выручке» оказываются середняками по прибыли.

Готовые сервисы или своя аналитика?

Честный ответ: начинайте с готовых (МПстатс, Moneyplace и аналоги — от 5–30 тыс. ₽/мес). Они закрывают мониторинг конкурентов и базовую экономику.

Своя аналитика становится оправданной, когда:

• ассортимент — сотни SKU и несколько площадок, и нужна сквозная картина (маркетплейсы + опт + розница) с себестоимостью из 1С;
• у вас своя логика распределения расходов (например, реклама и фотосессии относятся на бренд, а не на SKU);
• данные аналитики должны попадать обратно в процессы: автоматическое ценообразование, заказ поставщику, стоп-лист на поставку убыточных SKU.

По срокам и бюджету: MVP (сборщики + себестоимость + витрина маржинальности) — 5–8 недель, полноценная BI-система с алертами и что-если-калькулятором цены — 2–3 месяца, бюджет от 1,5 млн ₽. Дороже готового сервиса — но это ваши данные, ваша методология расчёта и отсутствие абонентки, растущей с оборотом.

Итог

• Кабинет показывает выручку; прибыль по SKU без себестоимости из 1С посчитать невозможно.
• Главные пожиратели маржи — логистика невыкупов, хранение и возвраты — в отчётах о продажах не видны.
• Стартуйте с готовых сервисов; свою аналитику стройте, когда нужна сквозная картина с 1С и обратная связь в процессы.
• Технически это ETL + staging сырых данных из API + витрины: скучно, надёжно, окупается на первом же найденном убыточном SKU.

Подробнее об услуге — аналитика маржинальности WB и Ozon, смежное решение — маркетплейс-агрегатор для управления продажами. Показать, как это будет выглядеть на ваших данных, можем на встрече за 60 минут.