Маркетплейсы / Назначить цену

Как рассчитать цену на Wildberries с помощью ИИ

Чтобы рассчитать цену на Wildberries, нужно отталкиваться от целевой маржи: цена = (себестоимость + логистика + комиссия + желаемая прибыль) / (1 - доля выкупа). ИИ автоматизирует пересчёт при изменении комиссий, тарифов и цен конкурентов, а также прогнозирует спрос и корректирует цену динамически.

Почему это важно

Продавцы на Wildberries часто устанавливают цену вручную, не учитывая все составляющие: комиссию маркетплейса, логистику, хранение, платную приёмку и долю выкупа. В результате цена оказывается ниже себестоимости или маржа оказывается ниже ожидаемой.

Почему возникает

  • Комиссия и тарифы Wildberries меняются, и продавец не успевает пересчитывать цену вручную.
  • Не учитывается доля выкупа: часть заказов возвращается, и фактическая выручка ниже.
  • Цены конкурентов и спрос меняются, а ручной мониторинг не даёт полной картины.

Риски и потери

  • Продажа в убыток из-за заниженной цены.
  • Потеря прибыли из-за завышенной цены и низкого спроса.
  • Штрафы и упущенная выгода из-за неверного расчёта при изменении тарифов.

Что влияет на результат

  • Себестоимость товара (закупка, производство, упаковка)
  • Комиссия Wildberries (зависит от категории и тарифа)
  • Логистика и хранение (тарифы зависят от габаритов и оборота)
  • Доля выкупа (процент заказов, которые покупатель не выкупает)
  • Цены конкурентов и эластичность спроса

Типичные ошибки ручного подхода

  • Забывают учесть долю выкупа, занижая цену.
  • Используют устаревшие тарифы комиссии и логистики.
  • Не учитывают платную приёмку и другие скрытые платежи.
  • Ориентируются только на цену конкурентов без расчёта маржи.

Что важно понимать

Маржа

Разница между выручкой от продажи и затратами на товар (себестоимость, комиссия, логистика и т.д.).

Показывает, сколько прибыли приносит каждый товар, и помогает оценить эффективность ценообразования.

Доля выкупа

Процент заказов, которые покупатель фактически выкупает (не возвращает).

Если доля выкупа 80%, то 20% заказов возвращаются, и продавец несёт затраты на логистику и комиссию без выручки. Это нужно закладывать в цену.

Комиссия Wildberries

Процент от цены продажи, который маркетплейс удерживает за свои услуги.

Комиссия зависит от категории товара и может меняться, поэтому её нужно регулярно пересчитывать.

Какие данные нужны

Себестоимость товара

Базовая величина для расчёта минимальной цены.

  • закупочная цена
  • стоимость упаковки
  • стоимость доставки до склада WB

Комиссия Wildberries

Определяет, сколько маркетплейс удержит с каждой продажи.

  • категория товара
  • процент комиссии
  • дата актуальности тарифа

Логистика и хранение

Затраты на доставку до покупателя и хранение на складе WB.

  • тариф логистики за единицу
  • стоимость хранения за день
  • габариты и вес товара

Доля выкупа

Корректирует цену с учётом возвратов.

  • процент выкупа по товару
  • исторические данные по заказам

Цены конкурентов

Для позиционирования и корректировки цены в рамках рынка.

  • цена конкурента
  • рейтинг товара
  • количество продаж

Методика расчёта цены на Wildberries

Принципы

  • Цена должна покрывать все переменные затраты и обеспечивать целевую маржу.
  • Учитывать долю выкупа, так как возвраты снижают фактическую выручку.
  • Регулярно пересматривать цену при изменении тарифов и комиссий.
  • Использовать данные о конкурентах и спросе для корректировки.

Допущения

  • Комиссия и логистика известны на момент расчёта.
  • Доля выкупа оценивается по историческим данным или экспертному мнению.
  • Целевая маржа задана владельцем бизнеса.

Ошибки

  • Не учитывать долю выкупа — цена занижается.
  • Использовать устаревшие тарифы — цена может быть ниже себестоимости.
  • Игнорировать платную приёмку и другие скрытые платежи.
  • Копировать цену конкурента без расчёта маржи.

Как ИИ решает задачу

Бизнес-правило

Автоматический пересчёт цены при изменении комиссий и тарифов

Данные на входе: актуальные тарифы WB, себестоимость товара, целевая маржа

Что делает модель: Пересчитывает цену по формуле с учётом новых тарифов.

Результат: Рекомендуемая цена для каждого товара.

Как используется: Продавец получает уведомление о необходимости обновить цену и применяет её.

Машинное обучение

Прогноз спроса и эластичности цены

Данные на входе: исторические продажи, цены конкурентов, сезонность

Что делает модель: Оценивает, как изменение цены повлияет на объём продаж.

Результат: Прогноз продаж при разных ценах.

Как используется: Продавец выбирает цену, которая максимизирует прибыль, а не просто маржу.

Машинное обучение

Мониторинг цен конкурентов и рекомендация корректировок

Данные на входе: цены конкурентов, позиции в выдаче

Что делает модель: Сравнивает цены и определяет, когда нужно скорректировать цену для сохранения конкурентоспособности.

Результат: Рекомендация: повысить, понизить или оставить цену.

Как используется: Продавец принимает решение о корректировке цены.

Машинное обучение

Выявление аномалий в затратах

Данные на входе: отчёты WB по комиссиям, логистике, штрафам

Что делает модель: Находит необычные списания или ошибки в расчётах.

Результат: Список подозрительных операций.

Как используется: Продавец проверяет и оспаривает ошибки.

Как это работает

  1. 1

    Вход: себестоимость, комиссия, логистика, доля выкупа, целевая маржа. Действие: система собирает данные из отчётов WB и справочников. Результат: структурированный набор данных для расчёта.

  2. 2

    Вход: актуальные тарифы WB. Действие: система автоматически обновляет комиссию и логистику по категории товара. Результат: актуальные значения затрат.

  3. 3

    Вход: целевая маржа (например, 20%). Действие: система рассчитывает цену по формуле: (себестоимость + логистика + комиссия + прибыль) / (1 - доля выкупа). Результат: базовая цена.

  4. 4

    Вход: цены конкурентов и исторические продажи. Действие: ИИ-модель прогнозирует спрос при разных ценах. Результат: рекомендуемый диапазон цен.

  5. 5

    Вход: рекомендуемая цена. Действие: система сравнивает с ценой конкурентов и целевой маржой. Результат: финальная рекомендация.

  6. 6

    Вход: решение продавца. Действие: продавец применяет цену или корректирует. Результат: обновлённая цена на WB.

  7. 7

    Вход: новые данные о продажах и тарифах. Действие: система пересчитывает цену и уведомляет о необходимости изменений. Результат: цена всегда актуальна.

Формула расчёта цены на Wildberries

Базовая формула для расчёта цены с учётом доли выкупа:

Цена с учётом доли выкупа

Цена = (Себестоимость + Логистика + Комиссия + Желаемая прибыль) / (1 - Доля выкупа)
  • Себестоимость — затраты на закупку, упаковку, доставку до склада WB
  • Логистика — стоимость доставки до покупателя и хранения
  • Комиссия — процент от цены, который удерживает WB
  • Желаемая прибыль — целевая маржа в денежном выражении
  • Доля выкупа — доля заказов, которые покупатель выкупает (например, 0.8)

Условный пример: Себестоимость = 500 руб., логистика = 100 руб., комиссия = 15% от цены, желаемая прибыль = 200 руб., доля выкупа = 0.8. Цена = (500 + 100 + 0.15 * Цена + 200) / 0.8. Решаем: 0.8 * Цена = 800 + 0.15 * Цена => 0.65 * Цена = 800 => Цена = 1230.77 руб.

Допущение: Комиссия зависит от цены, поэтому уравнение решается относительно цены.

Как это выглядит в цифрах

Условный пример

Условный пример: расчёт цены для товара с учётом доли выкупа

  • Допущение: Себестоимость товара: 500 руб.
  • Допущение: Логистика: 100 руб.
  • Допущение: Комиссия WB: 15% от цены
  • Допущение: Желаемая прибыль: 200 руб.
  • Допущение: Доля выкупа: 80%
Цена = (500 + 100 + 0.15 * Цена + 200) / 0.8. Решаем: 0.8 * Цена = 800 + 0.15 * Цена => 0.65 * Цена = 800 => Цена = 1230.77 руб. Проверка: комиссия = 184.62 руб., выручка = 1230.77 * 0.8 = 984.62 руб., затраты = 500 + 100 + 184.62 = 784.62 руб., прибыль = 984.62 - 784.62 = 200 руб.

Цена 1230.77 руб. обеспечивает целевую прибыль 200 руб. с учётом доли выкупа 80%. Если доля выкупа упадёт до 70%, цена должна быть выше.

Почему дана такая рекомендация

Что повлияло на решение

  • Целевая маржа
  • Доля выкупа
  • Комиссия и логистика
  • Цены конкурентов
  • Прогноз спроса

Какие риски учтены

  • Риск завышения цены и потери продаж
  • Риск занижения цены и убытка
  • Риск изменения тарифов WB

Какие варианты рассматривались

  • Установить цену на уровне конкурентов без учёта маржи
  • Снизить целевую маржу для увеличения объёма
  • Оптимизировать логистику или себестоимость

Выбрана цена, которая обеспечивает целевую маржу и при этом остаётся конкурентоспособной по прогнозу спроса.

Если конкуренты значительно снизят цены, может потребоваться временное снижение маржи для сохранения позиций.

Что видит пользователь

Дашборд с рекомендуемыми ценами по каждому товару

Таблица с текущей ценой, рекомендуемой ценой, маржой и статусом (нужно обновить/актуально)

Продавец может одним кликом применить рекомендуемую цену на WB

Уведомления об изменении тарифов

Сообщение о том, что комиссия или логистика изменились, и новая рекомендуемая цена

Продавец оперативно обновляет цены, не дожидаясь убытков

Прогноз продаж при разных ценах

График зависимости прибыли от цены

Продавец выбирает цену, которая максимизирует прибыль, а не просто маржу

Что автоматизируется, а что нет

Выполняется автоматически

  • Сбор данных о комиссиях и тарифах WB
  • Пересчёт цены при изменении тарифов
  • Мониторинг цен конкурентов
  • Прогноз спроса

Требует настройки

  • Настройка целевой маржи
  • Загрузка себестоимости и логистики по каждому товару
  • Определение порогов для уведомлений

Остаётся за человеком

  • Финальное решение о применении цены
  • Анализ причин изменения доли выкупа
  • Стратегические решения о позиционировании товара

Как внедрить решение

Быстрый запуск

  • Создать таблицу Excel с колонками: себестоимость, логистика, комиссия, доля выкупа, целевая маржа
  • Ввести формулу расчёта цены
  • Вручную обновлять тарифы раз в неделю

Рабочая система

  • Настроить автоматический сбор данных из личного кабинета WB
  • Подключить справочник тарифов и комиссий
  • Разработать дашборд с рекомендуемыми ценами
  • Настроить уведомления об изменениях

Расширенный вариант

  • Внедрить ML-модель прогноза спроса
  • Интегрировать данные о конкурентах в реальном времени
  • Настроить сценарный анализ: что будет при изменении комиссии, доли выкупа и т.д.

Чек-лист перед запуском

  1. 1

    Собрать актуальные данные о себестоимости по каждому товару

  2. 2

    Определить целевую маржу для каждого товара или категории

  3. 3

    Уточнить текущие комиссии и тарифы логистики WB

  4. 4

    Рассчитать долю выкупа по историческим данным

  5. 5

    Внедрить формулу расчёта цены в таблицу или систему

  6. 6

    Настроить регулярное обновление тарифов

  7. 7

    Подключить мониторинг цен конкурентов

  8. 8

    Определить пороги для автоматических уведомлений

  9. 9

    Протестировать расчёт на нескольких товарах

  10. 10

    Обучить команду работе с системой

Главное

Цена на Wildberries должна рассчитываться от целевой маржи с учётом всех затрат и доли выкупа, а не копироваться с конкурентов.

Основные данные: себестоимость, комиссия, логистика, доля выкупа. Основной расчёт: цена = (себестоимость + логистика + комиссия + прибыль) / (1 - доля выкупа).

ИИ автоматизирует пересчёт цены при изменении тарифов, прогнозирует спрос и помогает выбрать цену, максимизирующую прибыль.

Начните с простой таблицы Excel с формулой и регулярно обновляйте тарифы — это уже даст контроль над маржой.

На чем основан вывод

ReMetod обучает подходу: бизнес-проблема -> модель решения -> данные -> автоматизация -> интерфейс -> работающее решение. Этот метод применим и к задаче ценообразования на маркетплейсе: сначала формулируется бизнес-проблема (низкая маржа), затем строится модель расчёта цены, собираются данные, автоматизируется пересчёт и создаётся интерфейс для продавца.

В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.

Посмотреть программу практикума

Что обычно уточняют

ИИ не сможет учесть все нюансы моего товара

ИИ не заменяет экспертизу, а автоматизирует рутину: пересчёт цены при изменении тарифов, мониторинг конкурентов, прогноз спроса. Финальное решение всегда за вами, но ИИ даёт точные расчёты и предупреждает о рисках.

У меня мало данных для прогноза

Для базового расчёта достаточно себестоимости, комиссии и доли выкупа. Прогноз спроса можно начать с простых правил, а ML-модель подключать по мере накопления данных.

Это слишком сложно внедрить

Начните с простой таблицы Excel с формулой. Постепенно можно автоматизировать сбор данных и пересчёт. ReMetod помогает выстроить этот путь без программирования.

Выберите, как продолжить с ReMetod

Хотите автоматизировать расчёт цен на маркетплейсе? Запишитесь на бесплатный вебинар ReMetod.

Диагностика

Бесплатный разбор вашего кейса

25–30 минут: фиксируем задачу, данные, возможную автоматизацию и ближайший проверяемый результат.

Записаться на разбор
Практикум

Практикум 1 «Архитектор»

Полный путь от бизнес-проблемы до рабочей модели решения, интерфейса и проверки результата.

Перейти к практикуму