Веб-аналитика показывает, сколько людей зашло на сайт, сколько купило и с какого канала пришли. Аналитика прибыли отвечает на другой вопрос: сколько денег магазин заработал на каждом конкретном товаре после вычета всех расходов. Это разные системы координат — трафик и конверсия говорят о поведении покупателей, а прибыль по товарам показывает, куда утекают деньги внутри уже совершённых продаж.
Владелец магазина часто видит растущую выручку и считает бизнес здоровым, хотя часть товаров продаётся почти в ноль или в минус из-за комиссий маркетплейса, логистики и рекламных расходов. Без аналитики прибыли по товарным позициям это остаётся незаметным месяцами — а к тому моменту, когда проблема всплывает в отчёте бухгалтера, ассортимент и рекламный бюджет уже успевают закрепиться в невыгодной конфигурации.
Аналитика прибыли работает на уровне конкретного товара — не «сайт принёс 3 млн рублей выручки», а «этот товар даёт 340 рублей прибыли с продажи, а вот этот — минус 60». Дальше разберём метрики, которые нужны для такого расчёта, и как не путать похожие на первый взгляд термины — выручку, маржу, рентабельность и прибыль.
Чем аналитика прибыли отличается от обычной веб-аналитики трафика
Google Analytics, Яндекс.Метрика и встроенная статистика CMS показывают поведенческие метрики: количество визитов, конверсию в заказ, средний чек, источники трафика. Эти данные важны для маркетинга, но ничего не говорят о том, зарабатывает ли магазин деньги на конкретных товарах.
Аналитика прибыли берёт за основу не сессию пользователя, а единицу товара и продажу. Она сопоставляет цену продажи с полной себестоимостью — закупкой, комиссией площадки, логистикой, хранением, упаковкой, рекламой на конкретный товар и возвратами. Результат — не абстрактная выручка, а сумма, которая реально остаётся у бизнеса с каждой проданной единицы.
Разница особенно заметна у магазинов, которые продают одновременно на своём сайте и на маркетплейсах. Трафик и средний чек по каждому каналу считаются легко, а вот сопоставить прибыль с сайта и прибыль с Wildberries по одному и тому же товару — уже отдельная задача, потому что структура расходов на каждой площадке своя: у маркетплейса это комиссия и логистика площадки, у сайта — эквайринг, доставка своей курьерской службой или транспортной компанией и стоимость привлечения клиента через рекламу.
Типичный сценарий: рекламная кампания приводит трафик на карточку товара, конверсия в заказ выше средней по каталогу, менеджер по маркетингу отчитывается об успехе. При этом сам товар продаётся с наценкой, которая едва покрывает комиссию площадки и стоимость доставки, а после вычета рекламного бюджета на привлечение каждого покупателя продажа уходит в минус. Веб-аналитика в этой ситуации показывает рост — количество заказов, конверсию, вовлечённость, а аналитика прибыли покажет то же самое как убыточную кампанию, которую нужно остановить или пересчитать по цене.
Ключевые метрики: маржа, рентабельность, выручка по товару
Путаница между выручкой, маржой, рентабельностью и прибылью — одна из главных причин, почему владельцы магазинов принимают решения по неверным цифрам. У всех четырёх терминов разный смысл, и подставлять один вместо другого нельзя.
Выручка — это вся сумма, которую магазин получил от продажи товара, без вычета расходов. Если товар продан за 2000 рублей, выручка с этой продажи — 2000 рублей, независимо от того, сколько он стоил в закупке.
Маржа (валовая прибыль) — это выручка минус себестоимость товара. Если закупочная цена товара 1200 рублей, а продан он за 2000 рублей, маржа составляет 800 рублей. Маржу можно выражать в рублях или в процентах от выручки — в этом примере маржа в процентах равна 40%.
Рентабельность — это отношение прибыли к выручке, показывающее эффективность продажи в процентах, а не сумму заработанных денег. Рентабельность 15% сама по себе ничего не говорит о том, сколько рублей заработал магазин: на обороте 10 000 рублей это 1500 рублей, а на обороте 1 000 000 рублей — уже 150 000 рублей. Путать рентабельность с прибылью — частая ошибка: высокая рентабельность при небольшом обороте может приносить меньше денег, чем низкая рентабельность на крупном обороте.
Прибыль — это то, что остаётся после вычета всех расходов, связанных с продажей: себестоимости, комиссии площадки, логистики, хранения, упаковки, рекламы, эквайринга и возвратов. Именно прибыль, а не маржа и не выручка, показывает, стоит ли вообще держать товар в ассортименте.
На практике термины часто путают ещё и потому, что в 1С, управленческих отчётах и таблицах менеджеров одно и то же слово может обозначать разные расчёты. «Маржа» в одном отчёте — это валовая прибыль в рублях, в другом — процент от выручки, в третьем её вообще считают уже с частью косвенных расходов, фактически подменяя термином «прибыль». Прежде чем сравнивать цифры из разных источников или отчётов разных сотрудников, стоит уточнить, по какой именно формуле они получены — иначе решения будут строиться на несопоставимых данных.
Пример на одном товаре. Кроссовки продаются за 4500 рублей. Закупочная цена — 2400 рублей, значит маржа — 2100 рублей, или 46,7% от выручки. Но с этой продажи ещё нужно вычесть комиссию маркетплейса 15% (675 рублей), логистику до покупателя (220 рублей), хранение на складе (60 рублей) и долю расходов на рекламу (180 рублей). Итоговая прибыль с единицы — 2100 − 675 − 220 − 60 − 180 = 965 рублей, то есть рентабельность по прибыли — 21,4% от выручки, а не 46,7%, которые показывает маржа. Если считать только по марже, кажется, что товар вдвое выгоднее, чем есть на самом деле.
Ошибка усугубляется, когда магазин сравнивает между собой два товара по марже, а не по рентабельности. Например, худи с маржой 2100 рублей и кроссовки с маржой 1800 рублей на первый взгляд ранжируются в пользу худи. Но если у худи выручка 6000 рублей, а у кроссовок — 3600 рублей, рентабельность по марже у кроссовок выше: 50% против 35% у худи. При равном или похожем наборе дополнительных расходов кроссовки в этом примере оказываются эффективнее использовать место на складе и в рекламном бюджете, хотя в абсолютных рублях худи приносит больше маржи с одной продажи.
ABC-анализ товарного ассортимента
ABC-анализ распределяет товары по вкладу в результат — по выручке или, что точнее, по прибыли — и делит весь ассортимент на три группы по убыванию значимости.
- Группа A — обычно 10-20% товарных позиций, которые приносят около 80% суммарной прибыли. Это ядро ассортимента, на которое опирается бизнес.
- Группа B — следующие 15-25% позиций, которые дают около 15% прибыли. Стабильные товары среднего значения, кандидаты на развитие.
- Группа C — оставшиеся 60-70% ассортимента, которые в сумме приносят лишь 5% прибыли. Часто это позиции, которые держат в каталоге по инерции.
Важно считать ABC-анализ именно по прибыли, а не только по выручке. Если ориентироваться на выручку, в группу A может попасть товар с большим оборотом, но низкой или отрицательной рентабельностью — из-за высокой комиссии площадки или дорогой логистики. И наоборот, товар с небольшим оборотом, но высокой прибылью на единицу может ошибочно оказаться в группе C и выпасть из фокуса внимания.
Практический смысл деления на группы разный для каждой из них. По товарам группы A нужно строго следить за остатками и не допускать отсутствия на складе, поскольку каждый день простоя такого товара напрямую бьёт по прибыли всего магазина. Товары группы B — точка роста: небольшое увеличение рекламного бюджета или изменение цены здесь часто даёт заметный эффект. Товары группы C — кандидаты на пересмотр цены, объединение в комплекты или полное исключение из ассортимента, если товар не выполняет другую функцию, например не привлекает трафик на сопутствующие позиции.
Технически границы групп определяются через накопительный процент: товары сортируются по прибыли от большего к меньшему, для каждого считается доля в общей сумме прибыли, а затем — накопительная доля нарастающим итогом. Товары, попавшие в первые 80% накопительной доли, относятся к группе A, от 80 до 95% — к группе B, оставшиеся — к группе C. При ассортименте в 300-400 позиций такой расчёт вручную в таблице занимает время каждый раз, когда нужно обновить данные после изменения цен или комиссий, поэтому на практике его часто делают раз в квартал, хотя структура прибыли внутри ассортимента меняется значительно чаще.
Как объединить данные сайта и маркетплейсов в одном отчёте
Для расчёта прибыли по товару нужны данные из нескольких источников одновременно: цена и себестоимость из 1С или учётной системы, комиссии и логистика из личных кабинетов Wildberries, Ozon, Яндекс.Маркета и МегаМаркета, расходы на рекламу — из кабинетов площадок и из рекламных каналов на сайте. Свести это вручную в одну таблицу — работа на несколько часов в неделю, а данные в ней устаревают уже на следующий день после того, как площадка меняет комиссию.
Отдельная сложность — у каждой площадки свой формат отчётов и своя периодичность выгрузки, а часть расходов, например эквайринг на сайте, вообще не попадает ни в один личный кабинет маркетплейса и её приходится добавлять отдельно вручную.
Есть и содержательная сложность: один и тот же товар нужно узнать во всех источниках как одну позицию. На сайте он идёт под своим артикулом, на Wildberries — под номенклатурой площадки, в 1С — под кодом учётной системы. Без сопоставления этих идентификаторов между собой отчёт покажет не один товар с разбивкой по каналам продаж, а несколько независимых строк, и посчитать суммарную прибыль по товару станет невозможно без ручной сверки соответствий.
При росте ассортимента и числа подключённых площадок ручной подход перестаёт масштабироваться в принципе: время на сведение таблиц растёт быстрее, чем количество товаров, потому что растёт и число возможных ошибок сопоставления. Магазин на 100 товарах и одной площадке может сводить отчёт вручную раз в неделю за пару часов; магазин на 800 товарах и четырёх площадках тратит на ту же задачу уже несколько дней, и всё равно получает данные с задержкой в несколько дней относительно текущего состояния продаж.
«Витрина» собирает данные о продажах, комиссиях, логистике и остатках с сайта и всех подключённых маркетплейсов в единый отчёт по прибыли — по каждому товару сразу видно выручку, маржу, рентабельность и итоговую прибыль без ручной сверки таблиц из разных личных кабинетов.