Почти 73% селлеров находили ошибки в сервисах аналитики: сколько они стоят

· Команда Энилекс

Что произошло

24 сентября RB.RU опубликовал результаты исследования Альфа-Банка о том, как продавцы маркетплейсов работают с аналитикой. Почти 73% предпринимателей сталкивались с неточностями в данных сторонних сервисов, и большинство продолжает перепроверять цифры вручную. Средние расходы на аналитику при этом около 28 тыс. ₽ в месяц.

Детали

Исследование описывает типичный рабочий контур продавца:

По качеству данных картина такая. Почти 73% продавцов сталкивались с неточностями: у 48% это не привело к серьёзным последствиям, у 22% вызвало задержки и дополнительные проверки, у 3% обернулось финансовыми потерями. Сервисам аналитики доверяют 80% респондентов, но вообще не перепроверяют данные только 18%, ещё 62% делают это периодически.

Причины, по которым часть продавцов не переходит на автоматизацию: 25% считают ручной подсчёт точнее, 22% пока справляются сами, 18% не хотят платить за дополнительные сервисы, 15% не находят времени на освоение, 13% называют сложной настройку под свои задачи.

ИИ уже используют 69% продавцов, ещё 22% планируют внедрить. Регулярно к нему обращаются 24%, время от времени 45%.

«Реальную выгоду селлеры получают только там, где данные надёжны, расчёты прозрачны, миграция простая, а поддержка оперативная», сказал старший вице-президент, директор по электронной коммерции Альфа-Банка Дмитрий Соколов.

Что это значит для продавца

Расходы на аналитику это отдельная строка в юнит-экономике, и она не маленькая. 28 тыс. ₽ в месяц это 336 тыс. ₽ в год. Если сервис стоит этих денег, он должен снимать ручную работу, а не добавлять её. По опросу выходит обратное: 62% продавцов периодически сверяют цифры сервиса руками, и это время тоже стоит денег.

Второй момент в качестве данных. Если 22% сталкивались с задержками из-за неточностей, а 3% получили финансовые потери, то речь уже не об удобстве, а о рисках в решениях по ценам, остаткам и закупке. Ошибка в цифре спроса или остатка приводит к неверной закупке, а это замороженные деньги.

Третий момент в том, что база сравнения у продавца появляется из двух источников: встроенные отчёты площадок и внешние сервисы. Расхождение между ними само по себе сигнал, что где-то потерялись данные, например по возвратам или по комиссиям.

Что в исследовании не раскрыто

Альфа-Банк не назвал точное число респондентов и то, как отбирались участники. Размер выборки в публикации RB.RU не приведён, поэтому цифры стоит читать как срез по клиентам банка, а не по всему рынку селлеров. Про выборку известно только, что основу составили МСП: 63% опрошенных работают в командах от шести до 100 человек, большинство компаний на рынке от трёх до пяти лет.

Что делать

  1. Посчитайте, сколько вы платите за аналитику в год и сколько часов в месяц уходит на ручную сверку. Сопоставьте одно с другим.
  2. Проверьте по своему кабинету одну и ту же метрику в отчёте площадки и в стороннем сервисе. Расхождение покажет, где у ваших данных слабое место.
  3. Настройте регулярную сверку ключевых цифр: продажи, возвраты, комиссии, остатки. Не по всем показателям, а по тем, на которых принимаются решения.
  4. Посмотрите, какие модули вы оплачиваете, но не используете, и отключите их.
  5. Если внедряете ИИ, начинайте с задач, где результат легко проверить: работа с карточками, поиск ниш, анализ спроса.

Точкой отсчёта стоит взять свою строку расходов, а не прайс сервиса: у одного магазина 28 тыс. ₽ в месяц оправданны, у другого та же сумма это половина маржи.