«Анализируй это»: как данные помогают обходить конкурентов

По оценкам Data Insight, объем рынка услуг для селлеров за 2023 год составил 10 млрд руб. И хотя две трети селлеров хотя бы один раз использовали сервисы для развития на маркетплейсах, наиболее распространенными являются сервисы управления отзывами. Между тем, потенциально перспективных сегментов решений гораздо больше. Одно из них — цифровая аналитика. О том, как развивается этот рынок, почему селлеры до сих пор анализируют данные вручную и как аналитика помогает продавцам увеличивать прибыль — в интервью РБК+ Петербург рассказал основатель Mpstats Дмитрий Черобаев.

Средство конкурентной разведки

— Каково текущее состояние рынка онлайн-торговли в контексте использования аналитики?

— Особенность современного рынка электронной коммерции, особенно в сегменте маркетплейсов, заключается в его прозрачности. Все действия продавцов моментально становятся видимыми для всех участников рынка. Когда предприниматель добавляет товар или обновляет фотографию, сервисы аналитики немедленно фиксируют эти изменения. Такая прозрачность создает уникальные возможности для анализа рынка и конкурентной разведки.

Предприниматели могут изучать успешные стратегии конкурентов, отслеживать изменения в их ассортименте и ценообразовании. Однако, несмотря на доступность этих данных, многие продавцы все еще предпочитают учиться на собственном опыте и самостоятельно тестировать различные гипотезы.

— Почему компании не используют готовые решения и продолжают делать все руками?

— Причин несколько. Во-первых, многие предприниматели действительно не знают о существовании специализированных инструментов и решений. Во-вторых, существует распространенное желание пройти свой путь, полагаясь на интуицию и личный опыт. Хотя такой подход часто через ошибки приводит к ценным урокам, он не всегда оказывается оптимальным. Наша компания, например, специализируется на работе с данными, однако мы заметили, что клиенты чаще обращаются к нам не за ними, а за решениями проблем. Учитывая эту потребность, мы создали консалтинговый отдел, специалисты которого анализируют ситуацию, разрабатывают рекомендации и помогают найти кратчайший путь к решению.

— За консалтингом приходят те, кто сам не может проанализировать данные?

— Вовсе нет. Клиентов, приобретающих аналитическое решение, можно разделить на два типа. Первый — это опытные специалисты, которым достаточно получить точные данные. Они способны самостоятельно проанализировать информацию и сделать необходимые выводы. Второй – те, кто предпочитает получить готовое решение, не погружаясь в детали анализа — либо из-за нехватки времени, либо из-за отсутствия соответствующих навыков.

Неизбежность автоматизации

— Каков на ваш взгляд, уровень зрелости селлеров с точки зрения понимания ценности данных и аналитики?

— По нашим оценкам, только около 10% продавцов эффективно внедрили комплексные решения для автоматизации, а примерно 25% используют частичную автоматизацию отдельных процессов. Но рынок постепенно развивается, и продавцы все чаще изучают опыт конкурентов, чтобы избежать типичных ошибок. И в любом случае есть разные инструменты, которые помогают получать от аналитики больше. Например, разобраться с аналитикой, конкурентным анализом и рекламой на маркетплейсах помогают образовательные проекты, такие как Mpstats Academy. А для пользователей с глубокой экспертизой в аналитике есть, к примеру, Mpstats Data — кастомные решения, которые адаптируются под конкретные задачи бизнеса. Это часть нашей экосистемы, которая охватывает как базовое обучение, так и сложные аналитические запросы. Такой подход особенно актуален сейчас, когда условия работы на маркетплейсах стали сложнее.

— Автоматизация действительно настолько нужна?

— Приведу несколько примеров. Современные системы мониторинга производят проверку доступности складских помещений каждые 5 секунд. Для селлеров попасть на склад — актуальная проблема из-за стремительного роста рынка, за которым не успевают складские мощности, поэтому это важно. Кроме того, нужно учитывать закупочную цену, комиссию площадки, логистические расходы, затраты на обработку товара. Ручной подсчет этих показателей повышает риск ошибок, особенно учитывая частые изменения комиссий и тарифов. Так что и с этой стороны автоматизация полезна.

Есть и еще нюанс. Если в 2020 году, на заре активного развития маркетплейсов, единственным способом повышения продаж было наращивание их объема по принципу «больше продаж — выше в выдаче», то сейчас площадки предоставляют продавцам инструменты внутренней рекламы. И это понятно: например, у Amazon значительная часть дохода маркетплейса — до 70% формируется именно за счет продажи рекламных возможностей селлерам. Наши маркетплейсы идут этим же путем, и к 2022 году началась активная конкуренция за рекламные места.

В результате сложилась следующая экономика: из 100% стоимости товара около 20% уходит на рекламу внутри площадки, еще 20% составляет комиссия маркетплейса, плюс затраты на логистику, которые варьируются в зависимости от объемов. Таким образом, маркетплейс получает более 50% от выручки, а продавцу еще нужно учесть налоги, зарплаты сотрудников и складские расходы. Это привело к тому, что продавцы начали искать внешние источники трафика — реклама на YouTube, у блогеров. Трафик также стал важным инструментом, поскольку приводит покупателей непосредственно на карточку конкретного товара, минуя общую витрину с конкурентами, что повышает эффективность продаж, но им надо управлять, опираясь на данные в динамике.

— Это тренд на возвращение к собственным интернет-магазинам и уход с маркетплейсов?

— Не совсем так — скорее, речь про тренд работы в разных форматах. Основное преимущество маркетплейсов заключается в отлаженной логистической инфраструктуре, позволяющей эффективно доставлять товары по всей стране. Создать интернет-витрину несложно, но организовать доступную и удобную доставку по всей стране — серьезный вызов.

— Логистические преимущества маркетплейсов понятны. А где в этой системе находится место для данных и аналитики?

— Это важный момент. К примеру, когда покупатели переходят на маркетплейс через наш сервис, мы фиксируем полный путь клиента — источник перехода, конкретную ссылку, выбранную карточку товара и полученную конверсию. Это позволяет точно оценить эффективность каждого размещения. Во-вторых, проводя комплексный анализ всех Telegram-каналов, можно отслеживать рекламные кампании конкурентов. На карточках товаров мы, например, показываем, какие блогеры продвигали аналогичные продукты и какие результаты это принесло.

Границы применения

— Означает ли такой уровень автоматизации, что компетенций аналитиков теперь от управленцев не требуется?

— С одной стороны, базовый функционал вполне доступен для освоения — не боги горшки обжигают. Но глубина использования аналитики может быть разной. Можно ограничиться простыми метриками: количество продаж товара в день, месяц или год. А можно углубиться в детальный анализ: изучать продажи по цветам, размерам, складам, сравнивать проценты выкупа между различными локациями. И уровень компетенции для этого нужен разный.

— Правильно ли я понимаю, что принятие решений остается все же за человеком?

— Пока да. Но к 2025 году мы планируем перейти от простого предоставления данных к предложению готовых решений и четких указаний. Некоторые наши модули уже сейчас предлагают такой функционал. Например, система может самостоятельно проанализировать карточку товара, найти конкурентов и провести сравнительный анализ. Полная автоматизация аналитики и предоставление готовых решений — это вектор развития будущего.

— Какие факторы сдерживают развитие цифровой аналитики для селлеров?

— Во-первых, это сложность интерпретации данных: несмотря на их кажущуюся прозрачность, взаимосвязи между различными показателями часто неочевидны и требуют глубокого анализа. Второй существенный фактор — высокая динамичность рыночной среды. Маркетплейсы постоянно меняют правила игры: расчет стоимости логистики, правила приемки товара, а это требует постоянной адаптации аналитических инструментов.

Особую проблему представляет коммуникация с пользователями. Мы активно разрабатываем новые инструменты, но, как показала недавняя конференция, многие клиенты не знают даже о существующих решениях, которым уже больше года. Это указывает на серьезный разрыв в коммуникации между разработчиками и конечными пользователями, что затрудняет эффективное распространение и внедрение новых аналитических инструментов.

— Не кажется ли вам, что ваш сегмент рискует повторить путь многих других и быть поглощенным? Вы работаете с данными маркетплейсов — крупных технологических компаний. Существует вероятность, что они захотят самостоятельно предоставлять такие решения селлерам, максимизируя свою прибыль…

— Если маркетплейсы станут нашими конкурентами, мы будем вынуждены развиваться с такой скоростью, чтобы они не успевали за нами. И потом, у них есть два типа клиентов: селлеры — около 600 тыс. аккаунтов только на одной площадке, и покупатели — более 100 млн. Эти группы несопоставимы по размеру, и логично, что основные усилия маркетплейсов направлены на удовлетворение потребностей более многочисленной и финансово мотивированной группы — покупателей. При этом часть наших инструментов работает именно в интересах селлеров — например, помогает снижать цены на сайте или оптимизировать рекламные ставки, что фактически уменьшает комиссионные доходы площадок. Вряд ли маркетплейсы захотят предлагать селлерам инструменты, снижающие доходы самих маркетплейсов.

Конкуренция и нейросети

— Какие факторы, помимо конкуренции, стимулируют развитие рынка?

— Ключевыми являются эволюция маркетплейсов и усложнение правил игры на этом рынке. Мы наблюдаем серьезную трансформацию в понимании нормальной маржинальности: если раньше показатель в 30% для селлера считался минимально приемлемым, то сегодня 7-12% стали нормой, что фактически приближает онлайн-торговлю к реалиям традиционного ретейла.

Времена, когда можно было что-то быстро сделать и уехать отдыхать, прошли. На первый план выходят технологичность и автоматизация процессов. В этом контексте особенно важным становится внедрение ИИ.

Если пару лет назад мы гордились возможностью прогнозировать тренды спроса на два месяца вперед, то сегодня это уже считается базовой функцией. Современные AI-решения способны автоматизировать создание карточек товаров, управление ценами и остатками, обработку фотографий. Например, мы разрабатываем систему, которая по ID товара самостоятельно анализирует конкурентов и формирует рекомендации по оптимизации карточки. В ближайшее время она сможет автоматически создавать полноценные карточки товаров с оптимальными названиями и характеристиками, максимизируя видимость в поиске. При этом некоторые аспекты, например, работа с негативными отзывами, пока требуют человеческого участия, так как здесь важны эмпатия и индивидуальный подход к ситуации.

— Какие еще тенденции, помимо искусственного интеллекта, вы ожидаете увидеть в ближайшие 3-5 лет?

— В первую очередь серьезные изменения коснутся профессии менеджера маркетплейсов. Если сейчас для управления 200 карточками товаров требуется команда из десяти специалистов, то в скором будущем с этим объемом работы справится один человек благодаря автоматизации административных задач.

Существенно изменится и работа категорийных менеджеров. Сейчас значительная часть их времени уходит на расчет юнит-экономики: анализ товара в контексте нового налогового законодательства, оценку различных налоговых ставок, расчет стоимости импорта из Китая. Все эти процессы будут полностью оцифрованы — достаточно будет загрузить прайс-листы в систему, чтобы получить детальный анализ ситуации.

При этом главный тренд — это сокращение участия человека в рутинных процессах. Это позволит специалистам сосредоточиться на более творческих и интересных задачах, а также снизит количество ошибок.