Как спрогнозировать поставку на маркетплейсы при помощи нейросетей?

Если товара мало, это упущенная прибыль, если много — это потраченные впустую деньги на хранение. Как найти золотую середину и оптимально управлять запасами? Нейросети и аналитические сервисы становятся нашими незаменимыми помощниками в этом деле!

Для начала нам нужны все необходимые данные и статистика. Я буду использовать и внутренние данные с маркетплейсов, и сторонние сервисы аналитики. Вот пять одних из самых известных сервисов, которые помогут вам в анализе:

1. MPSTATS

2. MoneyPlace

3. Shopstat

4. Sellmonitor

5. SellerFox

Я, например, традиционно пользуюсь MPSTATS, так что примеры и скриншоты будут именно оттуда.

Теперь давайте разберем, как пошагово спрогнозировать поставку.

Первым делом скачайте данные по вашим продажам на Wildberries и/или Ozon за текущий и прошлый периоды. Также не забудьте про данные по продажам конкурентов в вашей категории за те же периоды из сервиса аналитики.

На этом шаге важно понять, как изменился спрос в категории. Проанализируйте, на какой процент вырос или упал он, чтобы учесть это в своих расчетах. Отправьте собранные данные нейросети с помощью такого промпта:

"Ты маркетолог-аналитик на Российских онлайн-маркетплейсах. У меня есть данные о продажах в категории 'спортивные кроссовки' за два периода: [вставьте данные: например, 'Q1 2022' и 'Q1 2023']. Вот ключевые метрики: количество проданных единиц, средняя цена продажи, общая выручка. Помоги мне понять изменения в спросе: на сколько процентов изменилось количество продаж, как изменилась средняя цена и что произошло с общей выручкой? Используй полученные данные, чтобы предугадать возможные тренды и подсказать, что следует учитывать при расчете запасов.

Пример данных:

На основании анализа прироста или снижения спроса в категории нам предстоит рассчитать объемы предстоящих поставок. Используйте данные, чтобы спросить у нейросети:

Промпт: "Ты маркетолог-аналитик на Российских онлайн-маркетплейсах. У меня есть информация о 'спортивных кроссовках'. За последние периоды зафиксирован рост количества продаж на 10%, средняя цена увеличилась на 3%, а выручка выросла на 13.67%. На основе этих изменений помоги мне рассчитать оптимальный объем поставок для следующего квартала. Учти, что прогнозируемый спрос на следующие три месяца составляет 6000 единиц. Подскажи, сколько товара нужно закупить, чтобы избежать дефицита на складе. Пример данных: текущий запас — 2000 единиц, среднее время пополнения запасов — 1 месяц. Каким должен быть объем пополнения запасов, учитывая возможные сезонные колебания и предсказываемый рост спроса?"

Пример данных для анализа:

Исходя из этих данных, нейросеть может предложить, например, увеличить заказ до 4500 единиц, чтобы к концу следующего квартала поддерживать оптимальные уровни запаса и удовлетворять спрос. Это, конечно, зависит от точности введенных данных и анализа дополнительных факторов, таких как сезонные колебания.

Нейросети — это отличный помощник, но даже они могут допустить ошибку. Всегда перепроверяйте результаты и вносите правки, если что-то кажется неверным.) Так, например, при большом массиве данных даже платный чатгпт может допустить ошибку, как случилось у меня. Вместо 14% падения выручки в категории, он посчитал 43%.

Вот еще один способ, как нейросети могут существенно упростить вам жизнь в сфере аналитики на маркетплейсах.

❓А какие вы знаете лайфхаки в работе с нейросетями и аналитикой? Делитесь своими находками и наблюдениями!

Все мои наблюдения можно найти здесь, кстати.