OpaGPT Контекст: почему склад стал тормозом роста
В 2023 году мы взяли на сопровождение магазин электроинструмента. Оборот — 4,2 млн рублей в месяц, ассортимент — 380 SKU. Казалось бы, всё стабильно. Но при детальном разборе вскрылась мерзкая картина: 21% товарных позиций находились в статусе «заканчивается» более 10 дней в месяц. При этом на складе пылилось неликвидов на 1,7 млн рублей. Деньги заморожены, покупатели уходят к конкурентам, а рейтинг магазина на Яндекс Маркете просел до 4,1 из-за частых отмен. Прогнозирование спроса на Яндекс Маркете: как не уйти в минус
Мы не подключали сложный BI и не нанимали дата-сайентистов. Задача стояла проще: сделать так, чтобы товар был в наличии, когда он нужен, и не лежал мёртвым грузом, когда спрос упал. Ответ нашли в пересмотре логики прогнозирования внутри кабинета Маркета и настройке собственной таблицы учёта. Яндекс Маркет для новичков: пошаговая инструкция
Проблема: слепое доверие к средним цифрам
Главная ошибка, которую мы увидели, — менеджер считал средние продажи за 90 дней. Это классика. Формула простая: сумма продаж делится на количество дней. Получаем среднее. Умножаем на срок поставки. Закупаем. Итог — хронический дефицит ходовых позиций и горы излишков по сезонке.
Почему это не работает на Маркете:
- Платформа даёт неравномерный трафик. В выходные заказов на 40% больше, чем в будни.
- Рекламные кампании и акции «Молния» создают искусственные пики спроса, которые не видны в среднем за 90 дней.
- Сезонность. Перфоратор покупают в октябре-ноябре, а шуруповёрт — круглый год. Среднее значение сглаживает эти пики и провалы.
Совет: никогда не считайте средний чек или средние продажи по всему ассортименту. Работайте только с матрицей, разбитой на категории и подкатегории с разным коэффициентом сезонности.
Второй проблемой стала ручная проверка остатков. Менеджер тратил по 3 часа в день на сверку таблиц с данными Маркета. Ошибки человеческого фактора приводили к тому, что мы узнавали о дефиците только тогда, когда товар пропадал из выдачи. А излишки обнаруживали, когда заканчивался срок хранения на складе Маркета и приходили счета за хранение.
Решение: трёхконтурная система прогноза
Мы внедрили простую, но эффективную систему. Она состоит из трёх уровней, которые перекрывают друг друга. Никакого машинного обучения — только математика и логика.
Контур 1. Расчёт страхового запаса с учётом вариативности
Вместо среднего за 90 дней мы взяли среднее за 14 дней. Но добавили коэффициент вариации. Формула: Страховой запас = (Среднедневные продажи за 14 дней) × (Срок поставки в днях + 3 дня) × (1 + коэффициент вариации). Коэффициент вариации считается как отношение стандартного отклонения к среднему. Если он выше 0,5, позиция помечается как «нестабильная», и мы закладываем запас на 20% больше.
Контур 2. Анализ воронки спроса на Маркете
Яндекс Маркет даёт данные не только по продажам, но и по просмотрам карточек. Мы начали отслеживать конверсию из просмотра в заказ. Если конверсия падает ниже 8%, а просмотры растут — это сигнал, что мы теряем заказы из-за цены или карточки. Если конверсия высокая, а товар заканчивается — срочный заказ.
Важно: данные о просмотрах в кабинете Маркета обновляются с задержкой в сутки. Это не проблема для прогноза на 2-3 недели вперёд, но бесполезно для оперативного реагирования в день пика.
Контур 3. Еженедельная ревизия неликвидов
Раз в неделю мы выгружаем отчёт «Остатки на складах» и ищем позиции, которые не продавались более 30 дней. По ним запускаем алгоритм принудительного снижения цены на 5% каждые 3 дня, пока товар не уйдёт. Это высвободило деньги, которые мы направили на закупку ходовых позиций.
Результат: цифры через 60 дней
Систему запустили в октябре. Первые две недели ушли на настройку таблиц и сбор статистики. Полноценный эффект зафиксировали через два месяца. Данные в таблице ниже — сравниваем средние показатели за сентябрь (до) и декабрь (после).
| Показатель | До (сентябрь) | После (декабрь) | Динамика |
|---|---|---|---|
| Доля позиций с дефицитом более 3 дней | 21% | 6% | −15 п.п. |
| Сумма замороженных средств в неликвидах | 1,7 млн ₽ | 640 тыс. ₽ | −62% |
| Оборот склада (товарооборот / средний остаток) | 2,1 | 3,4 | +62% |
| Отмены заказов из-за отсутствия товара | 9,4% | 2,8% | −70% |
| Выручка за месяц | 4,2 млн ₽ | 5,6 млн ₽ | +33% |
Ключевой результат — выручка выросла на 1,4 млн рублей в месяц без увеличения рекламного бюджета. Мы просто перестали терять заказы из-за пустых полок и вернули деньги из мёртвых запасов в оборот. Рейтинг магазина поднялся до 4,5, что дало органический рост позиций в выдаче.
Выводы: что забрать себе
Прогнозирование спроса на Маркете не требует сложных алгоритмов. Нужна дисциплина и отказ от усреднённых показателей. Три правила, которые мы теперь применяем всегда:
- Считайте страховой запас от короткого окна (14 дней) и добавляйте коэффициент вариации. Это убирает 70% дефицитов.
- Еженедельно убивайте неликвиды. Товар, который не продаётся 30 дней, не продастся и через 60. Деньги должны работать.
- Следите за конве��сией просмотров в заказы. Рост просмотров при падении конверсии — первый признак проблемы с карточкой или ценой, а не со спросом.
Совет: автоматизируйте выгрузку остатков через API или хотя бы используйте готовые отчёты в кабинете. Ручная работа с таблицами убивает до 3 часов в день, которые лучше потратить на анализ конкурентов или настройку рекламы.
Если нет времени строить такие таблицы в Excel — можно использовать инструменты аналитики вроде OpaGPT, но базовую математику всё равно придётся освоить. Это окупается в первый же месяц.
FAQ
Как часто нужно пересчитывать страховой запас?
Для стабильных категорий — раз в месяц. Для сезонных или рекламных позиций — еженедельно. Если запускаете акцию, пересчитывайте в день старта, иначе дефицит неизбежен.
Что делать с излишками, которые уже лежат на складе Маркета?
Запускайте сценарий постепенного снижения цены: минус 5% каждые 3 дня до момента продажи. Параллельно проверьте, не упал ли спрос из-за сезона — тогда товар лучше вернуть на свой склад и продавать через другие каналы.
Какой срок поставки закладывать в расчёт, если поставщик задерживает?
Берите фактический срок по последним 3 поставкам, а не обещанный. Добавьте к нему 2-3 дня форс-мажора. Лучше держать чуть больше запаса, чем терять продажи и рейтинг.
Поможет ли прогнозирование, если у меня мало заказов (до 5 в день)?
Да, но статистика будет шумной. Используйте окно 30 дней для расчёта среднего, а коэффициент вариации всё равно применяйте. Иначе случайные нулевые дни исказят картину.