Отличная погода для селлеров! Зарабатывай больше на Wildberries и Ozon, используя прогноз погоды!

Недооценив влияние погоды на спрос, я "заморозил" 40 млн. рублей в сезонном товаре. Пытаясь разобраться с проблемой погоды, узнал — с каждым градусом похолодания продажи пальто увеличиваются на 5%. А еще — что ретейлеры из-за погоды теряют на уценке товаров около 12% от общего объема продаж! Теперь я стал реже косячить с запасами, вижу, когда можно заработать чуть больше, и знаю, как потерять ощутимо меньше благодаря метеопрогнозам. Выводы из личного опыта, 3 наблюдения и 6 практических рекомендаций, а также простое описание моей модели привожу в конце статьи.

Всем привет! Меня зовут Одарченко Илья, с 2010 года работаю в сфере e-commerce, а с 2020 года являюсь селлером. Регулярно попадаю в топ-500 по объему продаж (в рублях) среди всех селлеров Wildberries и в топ-200 среди продавцов одежды. В 2022 году основал сервисную компанию вместе с партнерами-селлерами.

Я немного погрешил кликбейтным заголовком, но дальше буду писать человеческим языком любопытные и практические штуки, реально влияющие на прибыль.

Предлагаемый материал не является "волшебной таблеткой" для увеличения продаж - это скорее еще одна проекция, если проще, еще одна точка откуда можно взглянуть на бизнес, еще один инструмент при помощи которого можно сделать лучше чем было.

Прогнозированием погоды человечество занимается с древнейших времен, формулируя результат своих наблюдений в виде народных примет. Некоторые из них довольно точны, например: "ласточки низко летают — к дождю".

История публичной метеорологии начинается 1 августа 1860 года. В этот день в Times был опубликован первый прогноз погоды, автором которого был Роберт Фицрой. Его прогнозы "на завтра" имели точность около 60-80%, но за каждую ошибку, то есть каждый четвертый день, читатели газет посылали Роберту кучу писем с проклятьями.

Сейчас сервисы прогнозирования погоды используют невероятное количество данных, получаемых в онлайн-режиме не только с метеостанций, но и от обычных людей. Например, ребята из Windy. app выдают несколько прогнозов по разным математическим моделям, а пользователи оценивают, какая совпала с погодой по факту и выбирают наилучшую. Кстати, Windy. app занимает первое место по популярности среди аналогичных приложений.

Кому интересна история развития моделей прогнозирования, можете заглянуть сюда.

Об очевидной связи между погодой и продажами известно давно, но знаете ли вы какие-либо массовые сервисы прогнозирования сбыта на основе метеопрогнозов? Существующие решения направлены, в основном, либо на маркетинг, либо на розничные продажи в гигантских транснациональных компаниях. Но даже таких сервисов крайне мало, их услуги доступны только гигантам, лидерам своих рынков.

Системное применение прогнозов погоды в e-commerce на уровне селлеров маркетплейсов практически отсутствует, хотя погода однозначно признается фактором, существенно влияющим на продажи многих категорий товаров.

Сразу скажу, исследований от крупных компаний — с подробными цифрами и выводами — в открытом доступе я не нашел. В основном это статьи, в которых приводятся факты из исследований. Ниже списком привожу тезисы из публикаций и ссылки на полный текст.

Погода значительно влияет на продажи в совершенно разных нишах. Но есть один нюанс — не только лишь все могут позволить себе пользоваться дорогими прогнозными моделями. Посмотрите на картинку ниже, список клиентов погодного сервиса https://openweather. co. uk/… ну, вы поняли.

Сложные метеорологические решения недоступны для обычного селлера маркетплейсов. Я использую простую модель с небольшим набором алармов, которые помогают мне эффективнее управлять своими активами.

Каждому товару присваивается сезонность и два признака погоды (вообще состояние атмосферы описывают семь основных переменных, но для простой модели достаточно двух): "температура" и "осадки".

Состояние каждого признака в зависимости от прогноза на конкретный день результирует в критерий:

Комбинации критериев вызывают алармы (некоторые примеры):

С увеличением количества признаков и критериев модель будет становиться более функциональной и полезной, но и сейчас, всего при двух признаках, она уже дает своевременные и полезные подсказки. Кстати, сейчас модель проходит обкатку на моих товарах, но в дальнейшем будем внедрять ее в процесс обслуживания аккаунтов клиентов нашего сервиса. Если вам любопытно узнать, что еще мы умеем напишите мне в личку.

Рассказ о том, как погода отражается на продажах, может показаться кому-то "довольно очевидными вещами", но есть большая разница между знанием и его применением на практике. Ответьте себе честно на 2 вопроса:

1. Пользуетесь ли вы прогнозом погоды в управлении торговлей на маркетплейсах?

2. Если да, то насколько системно и регулярно ?

Пока я не могу точно оценить пользу от использования погодной модели в денежном выражении, но субъективно — уверен, что качество моих решений по управлению остатками улучшилось, ошибок при дозакупке или допоставке товара стало меньше, деньги работают эффективнее. Естественно, погода — не единственный фактор, на который я ориентируюсь, но он стал одним из ключевых при принятии краткосрочных и среднесрочных решений.

В конце хочу немного пофантазировать на тему "куда это будет развиваться? ". Да все просто — я считаю, что и у маркетплейсов и у погодных бюро достаточно больших данных для привлечения и обучения моделей AI, которые в скором времени смогут определять корреляцию погоды и продаж по конкретным товарам, помогать в принятии решений или принимать их автоматически.