Где селлеры теряют прибыль незаметно: 3 слепых пятна на маркетплейсах

Продавец видит оборот и выручку, но не видит, где реклама съедает маржу дотла. Разбираем три типовых «слепых пятна» прибыли на Wildberries, Ozon и Яндекс Маркете — и как искать их самостоятельно, без специальной аналитики.

Что заметили в свежем разборе рынка

23 сентября 2026 года платформа Data Power — сервис аналитики для продавцов маркетплейсов — представила ИИ-агента, который сканирует личный кабинет продавца на Wildberries, Ozon и Яндекс Маркете и ищет потери чистой прибыли. Решение адресовано прежде всего продавцам с оборотом от 20 млн ₽ в месяц: по данным компании, при таком масштабе ручной разбор рекламных кампаний и остатков занимает часы, а автоматический агент сокращает этот разбор примерно с восьми часов до 15 минут.

По оценке Data Power, крупные продавцы теряют от 1,5 млн ₽ в неделю из-за ошибок в расчётах и пробелов в аналитике — деньги утекают не разово, а постоянно, просто незаметно на фоне общего оборота. Компания выделяет три типовых источника таких потерь: рекламные кампании, где расходы уже превысили маржу товара, кампании на карточки без отзывов и незамеченное падение конверсии в карточке товара.

Дальше — не про конкретный сервис, а про сами механики потерь: почему они возникают и как их можно поймать вручную, даже без платной аналитики, если у вас пока нет 20 млн ₽ оборота в месяц.

Разбираем три слепых пятна по отдельности

Реклама с долей расходов выше маржи

Доля рекламных расходов (ДРР) показывает, сколько вы платите за рекламу относительно выручки, которую она принесла. Ловушка в том, что продавец обычно сравнивает ДРР с выручкой, а не с маржой конкретного товара. Кампания выглядит рентабельной по обороту и при этом съедает всю прибыль или уводит товар в минус — просто потому что у товара низкая маржа, а расход на рекламу считается от продаж, а не от того, что реально остаётся в кармане.

Кампании на карточки без отзывов

Покупатель на маркетплейсе почти всегда проверяет отзывы перед покупкой. Реклама на карточку без отзывов или с их минимальным числом даёт клики, но не даёт конверсию: трафик приходит, а заказов не прибавляется. В итоге бюджет тратится на переходы, которые физически не могут превратиться в продажу, а конверсия по такой кампании стабильно ниже средней по каталогу — просто потому, что у карточки нет социального доказательства.

Незамеченное падение конверсии в карточке

Конверсия карточки может упасть из-за смены цены у конкурента, выпадения фото из карусели, всплеска негативных отзывов или переранжирования в поиске — и если вы не сверяете конверсию по неделям на уровне конкретного товара, рекламный бюджет продолжает литься по старой ставке, пока эффективность этой рекламы уже несколько недель падает. К моменту, когда провал виден в общей прибыли магазина, деньги уже потрачены.

Как искать эти утечки вручную

Специальная аналитика ускоряет процесс, но принцип одинаковый и без неё — просто руками и на уровне конкретного товара, а не всего магазина.

• Раз в неделю выгружайте по каждому активному товару расход на рекламу, выручку и остаток — из отчётов кабинета WB, Ozon или Яндекс Маркета.
• Считайте маржу товара (цена минус закупка, логистика и комиссия площадки) и сравнивайте с расходом на рекламу за тот же период.
• Отдельно проверяйте карточки с малым числом отзывов — идёт ли на них реклама и какая у них конверсия относительно каталога.
• Следите за конверсией каждой карточки по неделям, а не по месяцу — короткий провал легко потерять в усреднённых цифрах.
• Фиксируйте результат в одной таблице по неделям — так видно тренд, а не разовый провал, который можно списать на случайность.

Когда ручного разбора уже недостаточно

Пока в ассортименте пара десятков товаров и одна-две рекламные кампании, таблица закрывает задачу полностью. Проблема начинается, когда карточек и кампаний становится сотни: ручная сверка по каждому товару растягивается на часы, а к моменту, когда её заканчивают, данные уже неделю как устарели. Именно на этот масштаб — оборот от 20 млн ₽ в месяц — и ориентируются специализированные ИИ-инструменты вроде того, что представила Data Power: по оценке компании, автоматический разбор занимает около 15 минут против нескольких часов ручной работы.

Если оборот и ассортимент пока небольшие — держите еженедельную сверку руками, она не потребует больше часа. Если магазинов и кабинетов несколько, а число активных кампаний измеряется десятками — стоит присмотреться к специализированной аналитике: экономия времени в этом случае окупает её стоимость почти сразу.

Что делать прямо сейчас

1. Выгрузите расход на рекламу и маржу по каждому активному товару за последнюю неделю.
2. Отметьте товары, где реклама съедает больше маржи, чем приносит, и снизьте на них ставку или остановите кампанию.
3. Проверьте, не крутится ли реклама на карточках без отзывов — сначала соберите оценки, потом включайте бюджет.
4. Сравните конверсию каждой карточки с показателем месяц назад: резкое падение — сигнал разобраться до того, как оно ударит по прибыли.

Падение конверсии в карточке часто связано не только с рекламой, но и с тем, как быстро магазин реагирует на отзывы: неотвеченный негатив в первых строках карточки снижает доверие покупателя ещё до того, как он посмотрел фото товара. Astra автоматически отвечает на отзывы на Wildberries, Ozon и Яндекс Маркете, поэтому эта часть работы с карточкой не откладывается на потом и не зависит от того, сколько времени у вас есть в моменте.