Как продавцы маркетплейсов могут сохранить время, затрачиваемое на обработку данных

Введение.

Каждый день организации разных размеров сталкиваются с необходимостью анализировать данные. Компании тратят от нескольких часов своего времени на то, чтобы вручную объединить массивы разрозненных данных и рассчитать нужные показатели.

Используется ли аналитика данных для реализации продаж на маркетплейсах? Многие предприниматели избегают муторной работы с данными. Из-за этого они зачастую сталкиваются с непониманием течения бизнеса, а также с возникновением и невозможностью распознания различных проблем.

Основная задача системы аналитики данных в этой области – дать возможность вникнуть в процесс онлайн-продаж, видеть все тенденции и изменения в магазине и вовремя на них реагировать. Понятно, что для этого необходимо не только иметь данные, но видеть и понимать, какие процессы за ними скрываются.

Проблема клиента.

Рассмотрим конкретный кейс по аналитике продаж на маркетплейсе. Клиент занимался розничными продажами различных товаров: заказывал продукцию из Китая и перепродавал на маркетплейсе «Wildberries». Без анализа данных он не обходился и использовал следующие показатели:

· Количество заказов на «Wildberries» за определенный период;

· Количество остатков товаров на складах и тех, что находятся в пути на склад и к покупателям;

· Затраты: на доставку, аренду склада, комиссия маркетплейсу и др.;

· Размер чистой прибыли;

· Различные показатели доходности (основной – ROI).

Все эти метрики не получалось объединить в одном месте, поэтому использовалось сразу несколько источников данных:

· Сама площадка Wildberries;

· Специальный сервис «Мой склад»;

· Дополнительная обработка данных отчетов Wildberries на Python.

В целом, клиент тратил около трех часов на обработку данных: собирал их из разных мест, а некоторые из них рассчитывал вручную. Естественным запросом с его стороны было упрощение этой работы и экономия его времени. Тогда мы предложили ему создание нескольких дашбордов, где вся эта аналитика рассчитывалась автоматически.

Описание системы аналитики.

1 дашборд – главная страница.

На этом дашборде предлагаются ключевые характеристики продаж – прибыль, капитал, а также показатели доходности. Все показатели отображаются за определенный период, который можно выбрать в левом верхнем углу при помощи ползунка.

Здесь есть возможность сортировать данные по товарам, нажав одну кнопку: можно посмотреть статусы и категории товаров, интересующие клиента. Например, предприниматель может ввести в продажу новый товар и смотреть показатели только относительно него.

Отдельным предложением от нашего аналитика было рассмотрение капитала не только в товаре, но и в заказах, по основному складу и по складу Wildberries, а также общего капитала. Для этого на первой странице был создан специальный переключатель.

Итак, данная страница предоставляет клиенту две основных возможности:

· Взглянуть на основные тенденции бизнеса: сколько заработали, сколько денег в товаре, какова доходность;

· Посмотреть в общем, какие из товаров лучше продаются.

Главная страница
Главная страница

2 дашборд – корректировка цен.

Отдельной потребностью клиента был анализ данных для принятия решения об изменении цены на товар. Для этого на второй странице размещены все показатели по товару с определенным артикулом (за текущий период): себестоимость, стоимость логистики, наличие товара, ожидаемые доставки и т.д.

Для реализации главной цели дашборда внизу расположены две строки данных: текущие и новые. Текущие данные – это информация о показателях товара с текущей ценой, а новые данные – с измененной. Так, предприниматель может выбрать новую цену и посмотреть, как изменятся показатели с ней. Используются следующие показатели: налог, комиссия, прибыль и коэффициент ROI.

Как итог, данная страница позволяет:

· Определить, есть ли проблемы с конкретным товаром и какие;

· Сравнить интересующие показатели при изменении цены на товар.

Допоставка
Допоставка

3 дашборд – допоставка.

На данной странице расположились все характеристики товара со складов: остатки, продажи товара по складам, а также на какой период товара хватит. Это позволяет клиенту:

· Сравнить склады между собой;

· Принять решение о перераспределении товара или заказе нового.

Допоставка
Допоставка

4 дашборд – заказ из Китая.

Здесь мы можем видеть определенные характеристики товара, а также график с тем, на сколько дней хватит товара в наличии и заказанного товара. График устроен таким образом, что дни, на которые хватит товара в наличии, располагаются у основания. Уже в виде надстройки – дни, на которые хватит товара, который только едет на склад. Это помогает клиенту оперативно принимать решения о необходимости заказа товара.

Заказ из Китая
Заказ из Китая

5 дашборд – проверка выгрузки данных.

Данная страница целиком является идеей нашего аналитика. Клиент сталкивался с проблемами ошибок в выгрузке данных, и их не всегда было легко определить. Поэтому и было предложено сделать отдельную страницу с последними датами, на которые есть данные. Как это поможет? Для примера, рассмотрим гипотетическую ситуацию: данные по продажам должны обновляться каждую неделю. А теперь представим, что последняя дата выгрузки данных была две недели назад. Клиент понимает, что перед ним проблема, которая требует решения.

Проверка выгрузки данных
Проверка выгрузки данных

Результаты.

Таким образом, нами была создана система аналитики для продаж на маркетплейсе. Мы получили следующие результаты:

· То, что раньше осуществлялось с огромными затратами ресурсов и времени, сейчас решается в считанные минуты. Клиент экономит три часа своего времени, которое выделялось на составление отчетов.

· Увеличен охват метрик – ранее не считалось и половины того, что автоматически подсчитывается сегодня.

· Многие аналитики предоставляют возможность интеграции лишь с системой самого маркетплейса. Нами же была сделана интеграция с внутренними системами заказчика – как итог, у клиента есть возможность посчитать чистую прибыль от работы.

Какое главное достижение системы аналитики? Клиент видит те процессы и тенденции, которые стоят за данными, без приложения каких-либо усилий и большого количества времени. Как результат, он получает возможность в разы эффективнее и быстрее принимать решения.

Начать дискуссию