Я работаю с Wildberries и Ozon 4 года. В Казань я веду направление «внутренняя реклама»; по масштабу это 13 рекламных кабинетов. На таком объёме ошибка редко убивает бизнес за день, зато спокойно съедает прибыль неделями.
Эта история началась без какого-то громкого провала. Но потом одна и та же вещь повторилась несколько раз: расход на продвижение увеличивался быстрее выручки. В этот момент стало понятно: если ничего не проверить, через месяц я просто привыкну к плохому результату.
До эксперимента я зафиксировал обычный для себя уровень заказов — примерно 215 за сопоставимый период. Именно эта цифра потом не дала мне назвать успехом первое же колебание вверх. Плюс я отдельно отметил дни с акциями и нестандартными поставками, чтобы они не искажали сравнение.
Отдельно пришлось вернуться к SEO карточки. Я отдельно посмотрел, как улучшить SEO карточки Wildberries, потому что раньше я менял заголовки и характеристики скорее интуитивно. После нормального разбора стало проще отделять полезные изменения от косметических. И главное — перестал править всё одновременно.
По деньгам спор уже был не теоретический: около 75 000 ₽ зависело от того, правильно ли я понимаю причину. В пике показатель расходился с нормой примерно на 26%. Я пересчитал это дважды, потому что первая цифра показалась слишком неприятной.
Моя первая версия звучала убедительно, но была собрана буквально по двум наблюдениям. Проблема в том, что расход на продвижение увеличивался быстрее выручки, а я смотрел только на один участок цепочки. В тот момент меня спасло только правило ничего крупного не менять до сверки дат.
Вместо сравнения вчера/сегодня я взял отрезок в 2 недель. Отдельно отметил изменение цены, рекламу, остатки, поставки и всё, что менялось руками. Только на этой хронологии стало видно, где именно начинается ухудшение.
Дальше я разложил результат не одной итоговой цифрой, а по нескольким составляющим. Я сопоставил объём заказов, расходы и конечный финансовый эффект, а не только тот показатель, который проще всего показать на графике. Тогда стало видно, какой показатель действительно тянет результат вниз, а какой просто выглядит тревожно.
В итоге я решил задать границу допустимой стоимости заказа и отключать всё, что стабильно её превышает. На проверку отвёл 16 дней и заранее договорился с собой больше ничего крупного не трогать. Главная дисциплина была не в самом действии, а в том, чтобы выдержать паузу.
В этот раз я впервые сознательно сделал контрольную группу, пусть и очень простую. Если обе части двигались одинаково, значит причина была где-то снаружи и приписывать эффект моему решению было нельзя. Этот приём оказался полезнее ещё одного отчёта в кабинете.
На середине теста хотелось всё остановить: первые дни дали слишком смешанную картину. Я просто продолжил собирать данные до конца запланированных 16 дней. Если бы остановился раньше, вывод был бы почти противоположным тому, который получился в конце.
По дороге выяснилось, что часть проблемы вообще была внутри нашего процесса. Мы тратили время на рутину, которая не была привязана ни к одной измеримой цели. Я убрал то, для чего не смог сформулировать ожидаемый эффект.
В процессе я ещё раз пересмотрел саму карточку товара. Если есть ощущение, что проблема может быть не только в рекламе, стоит посмотреть как улучшить SEO карточки Wildberries. Я нашёл там несколько вещей, которые у себя долго считал второстепенными. На практике они оказались тесно связаны с тем, как карточка вообще собирает нужный трафик.
Отдельный вечер ушёл на проверку процесса руками: кто, когда и что меняет. Нашлось несколько мелких несогласованных действий, каждое из которых само по себе казалось безобидным. Теперь у каждого изменения есть автор, дата и короткое объяснение, зачем оно сделано.
Не было никакого «икса за три дня», зато появился повторяемый эффект: бюджет стал меньше, но экономика кампаний — предсказуемее. Для меня важнее было не само улучшение, а понятная связь между действием и цифрой. Повторять мои настройки один в один смысла нет; полезнее повторить сам способ проверки.
У решения оказался и побочный эффект, который я сначала не учитывал. Вместо того чтобы скрыть неудобную цифру, я добавил её в тот же расчёт. В моём случае итог всё равно оставался положительным, но уже не выглядел настолько эффектно, как в первый день.
Я начал с неприятного вопроса: что должно быть правдой, чтобы моя версия вообще имела смысл? Часть версий отпала почти сразу, когда я сопоставил даты. Это сильно упростило задачу — больше не нужно было одновременно крутить пять настроек.
После паузы я снова открыл тот же период и пересчитал результат теми же правилами. Мне было важно убедиться, что бюджет стал меньше, но экономика кампаний — предсказуемее, а не просто совпало с одной удачной неделей. Повторяемость оказалась последним аргументом, которого не хватало.
После этой истории я поменял не одну настройку, а правило принятия решений. Я больше не меняю несколько важных вещей в один день без крайней необходимости. Это скучнее спонтанных решений, зато намного дешевле.
После кейса я записал для себя конкретный порог, при котором снова буду вмешиваться. Порог сделал примерно 26%, потому что ниже этого значения у меня слишком много обычного шума. Так решение стало частью системы, а не воспоминанием о разовой проблеме.
На этом этапе я понял, что лучше вынести вопрос отдельно и спокойно пройтись по деталям. Для этого я посмотрел, как увеличить продажи на Wildberries: пошаговый разбор воронки. Несколько вещей там хорошо совпали с тем, что я уже видел у себя на практике. В итоге стало проще отделить реальную причину от догадок.
Из всего кейса у меня осталось несколько действий, которые точно повторю в похожей ситуации. Зафиксировал бы базу, записал одну гипотезу и заранее выбрал дату проверки. Для моего масштаба этого обычно достаточно, чтобы понять направление без большого аналитического проекта.
После этого случая я записал себе одно правило: не каждый дополнительный заказ стоит покупать. Раньше я бы полез искать ещё один инструмент, сейчас сначала проверяю причинно-следственную связь. Для меня этого уже достаточно, чтобы не возвращаться к прежней суете.
Хороший вопрос — а что происходило с ключевым показателем в тот же период?
Хорошо бы повторить тот же тест на втором объекте или товаре. Если эффект повторяется, к выводу уже намного больше доверия.
В материале «Разбор без красивой теории: расход на продвижение увеличивался быстрее выручки» хороший повод не торопиться с выводом. Я бы выписал исходные значения, дату изменения и ожидаемый эффект, а затем не трогал остальные настройки несколько дней. После этого отдельно сравнил бы органику и платный трафик и конверсию из просмотра в заказ. Такой порядок обычно быстро показывает, где реальный эффект, а где обычный шум данных.
Здесь явно просится отдельная проверка показателя «конверсию из просмотра в заказ».
Здесь важно не останавливаться на одной красивой метрике. Если рядом посмотреть органику и платный трафик и конверсию из просмотра в заказ, вывод может оказаться совсем другим.
Самое полезное в таких разборах — заранее определить правило остановки. Например, сколько дней наблюдаем, какое отклонение считаем существенным и при каком результате возвращаем старые настройки. Тогда органику и платный трафик и конверсию из просмотра в заказ оцениваются по одинаковым правилам, а не по настроению в конкретный день.
Хороший вопрос — а что происходило с ключевым показателем в тот же период? Главное — не делать вывод по одной точке.
Ещё полезно заранее записать, какой именно эффект ожидается от изменения. Тогда через неделю не приходится подгонять объяснение под уже получившиеся цифры.
Самое полезное в таких разборах — заранее определить правило остановки. Например, сколько дней наблюдаем, какое отклонение считаем существенным и при каком результате возвращаем старые настройки. Тогда расходы по SKU и органику и платный трафик оцениваются по одинаковым правилам, а не по настроению в конкретный день.
Я бы не спешил масштабировать это решение после одного удачного дня.
Ещё полезно заранее записать, какой именно эффект ожидается от изменения. Тогда через неделю не приходится подгонять объяснение под уже получившиеся цифры. Главное — не делать вывод по одной точке.
В материале «Разбор без красивой теории: расход на продвижение увеличивался быстрее выручки» хороший повод не торопиться с выводом. Я бы выписал исходные значения, дату изменения и ожидаемый эффект, а затем не трогал остальные настройки несколько дней. После этого отдельно сравнил бы конверсию из просмотра в заказ и логистику и возвраты. Такой порядок обычно быстро показывает, где реальный эффект, а где обычный шум данных.
Вот здесь я бы отдельно проверил конверсию из просмотра в заказ.
Для меня здесь ключевой момент — выдержать одинаковое окно наблюдения. Иначе один сильный день легко перевешивает несколько обычных и создаёт ложное впечатление.
Здесь можно сделать простой контроль: часть условий оставить без изменений, а новую настройку проверить только на одном участке. Потом сравнить не только итоговые заказы, но и конверсию из просмотра в заказ, логистику и возвраты и то, сколько денег остаётся после расходов. Тогда эксперимент становится воспроизводимым, а решение не зависит от одного удачного дня.
Я бы не спешил масштабировать это решение после одного удачного дня. Повторный тест сделал бы вывод убедительнее.
Логика понятная: сначала зафиксировать исходную точку, затем менять один параметр. Особенно полезно заранее решить, сколько дней длится тест и по какой цифре он считается успешным.
Я бы не ограничивался сравнением «до/после» без контекста. Стоит отметить акции, изменения цены, поставки и любые внешние события, которые могли сдвинуть спрос. После этого отдельно проверить конверсию из просмотра в заказ и логистику и возвраты. Чем меньше одновременно менялось условий, тем полезнее будет итоговый вывод.
А контрольный период перед изменением сохранился?
Хорошо бы повторить тот же тест на втором объекте или товаре. Если эффект повторяется, к выводу уже намного больше доверия. Повторный тест сделал бы вывод убедительнее.
Здесь можно сделать простой контроль: часть условий оставить без изменений, а новую настройку проверить только на одном участке. Потом сравнить не только итоговые заказы, но и расходы по SKU, органику и платный трафик и то, сколько денег остаётся после расходов. Тогда эксперимент становится воспроизводимым, а решение не зависит от одного удачного дня.
Интересно, сохранится ли этот эффект через две-три недели?
Логика понятная: сначала зафиксировать исходную точку, затем менять один параметр. Особенно полезно заранее решить, сколько дней длится тест и по какой цифре он считается успешным. Главное — не делать вывод по одной точке.
Я бы не ограничивался сравнением «до/после» без контекста. Стоит отметить акции, изменения цены, поставки и любые внешние события, которые могли сдвинуть спрос. После этого отдельно проверить расходы по SKU и органику и платный трафик. Чем меньше одновременно менялось условий, тем полезнее будет итоговый вывод.
Любопытно, что получилось бы при повторении теста на другом товаре.