Маркетплейсы / Понимать прибыльность рекламы по SKU
Как ИИ помогает понять, какая реклама приносит прибыль по SKU
Чтобы понять, какая реклама приносит прибыль по SKU, нужно считать не просто ROAS, а маржинальную прибыль с учётом всех затрат на рекламу и логистику. ИИ помогает автоматически собирать данные по каждому SKU, прогнозировать спрос и выявлять убыточные кампании, чтобы вы могли перераспределять бюджет.
Проблема
Почему это важно
Без системы оценки прибыльности рекламы по SKU владельцы магазинов на маркетплейсах часто видят только общий ROAS по кампании и не понимают, какие товары реально приносят прибыль, а какие убыточны. Рекламный бюджет распределяется интуитивно, что приводит к перерасходу на неэффективные позиции.
Почему возникает
- Данные по рекламе и продажам разрознены: выгрузки из рекламного кабинета и отчёты по продажам хранятся отдельно.
- ROAS считается без учёта маржинальной прибыли, комиссий маркетплейса и логистики.
- Вручную сложно сопоставить каждую рекламную кампанию с конкретным SKU и его фактической прибылью.
Риски и потери
- Средства тратятся на рекламу товаров, которые не приносят прибыли, что снижает общую рентабельность.
- Упущенная выгода: перспективные SKU не получают достаточного бюджета, так как их потенциал не виден.
- Невозможность быстро реагировать на изменения спроса и цен конкурентов.
Что влияет на результат
- Маржинальная прибыль на единицу товара
- Затраты на рекламу по конкретному SKU
- Комиссия маркетплейса и стоимость логистики
- Объём продаж и частота заказов
- Сезонность и динамика спроса
Типичные ошибки ручного подхода
- Считают ROAS вместо прибыли, игнорируя издержки.
- Не разделяют рекламные расходы по SKU, если кампания включает несколько товаров.
- Используют средние значения по категории, что скрывает убыточные позиции.
Определение
Что важно понимать
ROAS
Return on Advertising Spend — возврат на рекламные расходы, отношение выручки от рекламы к затратам на неё.
Показывает эффективность рекламы в деньгах, но не учитывает себестоимость и другие издержки, поэтому не отражает реальную прибыль.Маржинальная прибыль
Разница между выручкой от продажи товара и переменными затратами (себестоимость, комиссия, логистика).
Именно маржинальная прибыль, а не выручка, определяет, сколько денег реально зарабатывает SKU после всех расходов.SKU
Артикул товара, уникальный идентификатор позиции в каталоге.
Позволяет отслеживать прибыльность каждой конкретной позиции, а не всей категории в целом.Данные
Какие данные нужны
Данные о продажах по SKU
Для расчёта выручки и количества проданных единиц по каждому артикулу.
- SKU
- Дата продажи
- Количество
- Цена продажи
Данные о рекламных расходах по SKU
Чтобы знать, сколько потрачено на рекламу конкретного товара.
- Кампания
- SKU
- Расходы
- Клики
- Показы
Себестоимость и издержки
Для расчёта маржинальной прибыли: себестоимость, комиссия маркетплейса, логистика.
- SKU
- Себестоимость
- Комиссия %
- Логистика за единицу
Методология
Методика оценки прибыльности рекламы по SKU
Принципы
- Считаем не ROAS, а маржинальную прибыль на рекламный рубль.
- Все затраты, связанные с продажей SKU, должны быть учтены: себестоимость, комиссия, логистика, реклама.
- Анализ ведётся по каждому SKU отдельно, а не по кампании в целом.
- Используем фактические данные за период, а не плановые.
Допущения
- Данные по рекламе и продажам можно сопоставить по SKU.
- Все издержки известны и корректно распределены.
- Период анализа достаточен для оценки (например, 30-60 дней).
Ошибки
- Использование ROAS как единственного показателя.
- Игнорирование комиссий и логистики.
- Смешивание нескольких SKU в одной рекламной кампании без разделения расходов.
Роль ИИ
Как ИИ решает задачу
Автоматический сбор и сопоставление данных по SKU
Данные на входе: Выгрузки из рекламного кабинета, Отчёты о продажах с маркетплейса, Справочник себестоимости и издержек
Что делает модель: Сопоставляет рекламные расходы с продажами по каждому SKU, используя правила сопоставления и устраняя дубли.
Результат: Единая таблица: SKU, расходы на рекламу, выручка, маржинальная прибыль.
Как используется: Сотрудник видит актуальные данные в дашборде без ручного сведения.
Прогнозирование спроса по SKU
Данные на входе: Исторические данные о продажах, Сезонность, Тренды
Что делает модель: Строит прогноз продаж на следующий период для каждого SKU.
Результат: Прогнозный объём продаж и ожидаемая выручка.
Как используется: Используется для планирования рекламного бюджета и закупок.
Выявление аномалий в эффективности рекламы
Данные на входе: Ежедневные данные по расходам и продажам по SKU
Что делает модель: Сравнивает фактические показатели с ожидаемыми и выявляет резкие отклонения (например, рост расходов без роста продаж).
Результат: Список SKU с аномалиями и степень отклонения.
Как используется: Менеджер получает уведомление и проверяет причину.
Формирование рекомендаций по перераспределению бюджета
Данные на входе: Маржинальная прибыль по SKU, Прогноз спроса, Ограничения бюджета
Что делает модель: Ранжирует SKU по ожидаемой прибыльности и предлагает, куда направить бюджет.
Результат: Рекомендации: увеличить/уменьшить ставки по конкретным SKU.
Как используется: Сотрудник принимает решение на основе рекомендаций.
Разбор
Как это работает
- 1
Вход: данные о продажах, рекламных расходах, себестоимости. Действие: система автоматически загружает и очищает данные. Результат: единая база по SKU.
- 2
Вход: справочник издержек. Действие: рассчитывается маржинальная прибыль на единицу и на весь объём. Результат: прибыль по каждому SKU.
- 3
Вход: исторические продажи. Действие: модель прогнозирует спрос на следующий период. Результат: прогнозные продажи по SKU.
- 4
Вход: фактические и прогнозные данные. Действие: система сравнивает и выявляет аномалии. Результат: список SKU с отклонениями.
- 5
Вход: прибыльность и прогноз. Действие: ИИ формирует рекомендации по бюджету. Результат: список действий для менеджера.
- 6
Вход: решения менеджера. Действие: система отслеживает изменения и обновляет дашборд. Результат: актуальная картина эффективности.
Расчет
Формулы для оценки прибыльности рекламы по SKU
Для оценки прибыльности рекламы по SKU используем две ключевые формулы: маржинальная прибыль на единицу и прибыль на рекламный рубль.
Маржинальная прибыль на единицу
МП = Цена продажи - Себестоимость - Комиссия - Логистика- Цена продажи — цена, по которой SKU продаётся на маркетплейсе
- Себестоимость — затраты на производство/закупку единицы
- Комиссия — процент маркетплейса от цены продажи
- Логистика — стоимость доставки единицы до покупателя
Условный пример: Цена продажи = 1000 руб., себестоимость = 500 руб., комиссия = 15% (150 руб.), логистика = 100 руб. МП = 1000 - 500 - 150 - 100 = 250 руб.
Допущение: Показывает, сколько денег приносит каждая проданная единица после всех переменных затрат.
Прибыль на рекламный рубль (POAS)
POAS = (МП × Количество проданных единиц) / Расходы на рекламу- МП — маржинальная прибыль на единицу
- Количество проданных единиц — число продаж, связанных с рекламой
- Расходы на рекламу — затраты на рекламу по данному SKU
Условный пример: МП = 250 руб., продано 10 единиц, расходы на рекламу = 1500 руб. POAS = (250 × 10) / 1500 = 1.67. Это значит, что на каждый рубль рекламы получено 1.67 руб. прибыли.
Допущение: POAS > 1 означает, что реклама приносит прибыль; < 1 — убыток.
Пример расчета
Как это выглядит в цифрах
Условный пример: оценка прибыльности рекламы по двум SKU
- Допущение: SKU A: цена 1000 руб., себестоимость 500 руб., комиссия 15%, логистика 100 руб., расходы на рекламу 3000 руб., продано 20 единиц.
- Допущение: SKU B: цена 2000 руб., себестоимость 1200 руб., комиссия 15%, логистика 150 руб., расходы на рекламу 5000 руб., продано 15 единиц.
SKU A: МП = 1000 - 500 - 150 - 100 = 250 руб. POAS = (250 × 20) / 3000 = 1.67. SKU B: МП = 2000 - 1200 - 300 - 150 = 350 руб. POAS = (350 × 15) / 5000 = 1.05.Оба SKU прибыльны, но SKU A даёт 1.67 руб. прибыли на рубль рекламы, а SKU B — только 1.05. Это значит, что реклама SKU B менее эффективна, и стоит пересмотреть её настройки.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Маржинальная прибыль на единицу
- POAS (прибыль на рекламный рубль)
- Прогноз спроса
- Динамика расходов и продаж
Какие риски учтены
- Резкое падение спроса
- Рост стоимости клика
- Изменение комиссий маркетплейса
Какие варианты рассматривались
- Сократить рекламу убыточных SKU
- Перераспределить бюджет на прибыльные SKU
- Оптимизировать ставки и ключевые слова
Выбран вариант перераспределения бюджета на основе POAS, так как он напрямую отражает прибыльность и позволяет быстро улучшить общую рентабельность.
Если бы прогноз спроса показывал рост по SKU B, рекомендация могла бы быть другой — увеличить бюджет, несмотря на текущий низкий POAS.
Результат
Что видит пользователь
Дашборд с показателями по каждому SKU
Таблица: SKU, расходы на рекламу, выручка, маржинальная прибыль, POAS, прогноз продаж.
Видеть, какие SKU прибыльны, и принимать решения по бюджету.Уведомления об аномалиях
Сообщение о резком росте расходов или падении POAS по конкретному SKU.
Быстро реагировать на проблемы.Рекомендации по бюджету
Список SKU с предложением увеличить или уменьшить ставки.
Перераспределять бюджет на основе данных.Автоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и сопоставление данных по SKU
- Расчёт маржинальной прибыли и POAS
- Прогнозирование спроса
- Выявление аномалий
Требует настройки
- Настройка источников данных (рекламный кабинет, отчёты маркетплейса)
- Заполнение справочника себестоимости и издержек
- Определение пороговых значений для аномалий
Остаётся за человеком
- Окончательное решение по изменению ставок
- Проверка причин аномалий
- Корректировка стратегии на основе рекомендаций
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать данные по продажам и рекламе в Excel
- Вручную рассчитать маржинальную прибыль и POAS по ключевым SKU
- Определить убыточные позиции
Рабочая система
- Настроить автоматическую загрузку данных из рекламного кабинета и маркетплейса
- Создать базу данных и дашборд
- Подключить расчёт POAS и прогноз спроса
Расширенный вариант
- Внедрить ML-модели для прогнозирования спроса и аномалий
- Подключить несколько маркетплейсов и источников
- Настроить сценарный анализ для планирования бюджета
Подготовка
Чек-лист перед запуском
- 1
Определить перечень SKU для анализа
- 2
Собрать данные о продажах и рекламных расходах за последние 30-60 дней
- 3
Заполнить справочник себестоимости, комиссий и логистики
- 4
Настроить сопоставление рекламных кампаний с SKU
- 5
Рассчитать маржинальную прибыль и POAS
- 6
Проверить корректность данных (нет дублей, пропусков)
- 7
Установить пороги для аномалий
- 8
Создать дашборд для визуализации
- 9
Настроить уведомления о резких изменениях
- 10
Провести первичный анализ и выявить убыточные SKU
Вывод
Главное
Прибыльность рекламы по SKU оценивается не по ROAS, а по маржинальной прибыли на рекламный рубль (POAS).
Основные данные: продажи, рекламные расходы, себестоимость, комиссии, логистика. Расчёты: маржинальная прибыль на единицу и POAS.
ИИ автоматизирует сбор данных, прогнозирует спрос, выявляет аномалии и формирует рекомендации по бюджету.
Начните с малого: соберите данные по 10-20 ключевым SKU в Excel и рассчитайте POAS вручную, чтобы увидеть убыточные позиции.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как строить обучение вокруг пути: бизнес-проблема -> модель решения -> данные -> автоматизация -> интерфейс -> работающее решение. Практикум рассчитан на собственников, руководителей, аналитиков и менеджеров малого и среднего бизнеса без требования уметь программировать.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
У нас нет данных по себестоимости каждого SKU, что делать?
Начните с оценки себестоимости хотя бы по основным позициям. Можно использовать средние значения по категории, но точность будет ниже. Постепенно заполняйте справочник.
ИИ — это сложно и дорого, нам не потянуть?
Начать можно с простых формул в Excel, а ИИ подключать поэтапно. ReMetod помогает освоить автоматизацию без программирования.
Как часто нужно пересчитывать прибыльность?
Рекомендуется еженедельно, а при высокой динамике — ежедневно. ИИ может автоматизировать этот процесс.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться автоматизировать анализ прибыльности рекламы с помощью ИИ? Приходите на бесплатный вебинар ReMetod.