Влияние цены на продажи на маркетплейсах: как анализировать и принимать решения

Влияние цены на продажи кажется очевидным: снизил цену, заказов стало больше. Поднял, стало меньше. На практике всё сложнее. Селлер снизил цену на 10%, заказы выросли на 5%, но маржа упала на 15%. Другой селлер поднял цену на 8%, заказы не изменились, а прибыль выросла. Третий ничего не менял, но продажи упали, потому что конкурент запустил акцию.

Анализ изменения цен на маркетплейсе требует методичного подхода: что именно считать, как отсечь влияние других факторов и когда изменение цены действительно причина, а не совпадение. Разбираем в этой статье.

На маркетплейсе цена товара существует не в вакууме. Одновременно с ней меняются десятки параметров: позиция в выдаче, количество отзывов, рейтинг карточки, рекламные ставки, сезонность, действия конкурентов, акции площадки.

Допустим, вы снизили цену и заказы выросли. Кажется, причина очевидна. Но в тот же день конкурент ушёл в out-of-stock, площадка запустила категорийную распродажу, а ваша карточка получила бейдж «бестселлер». Что из этого повлияло на рост заказов? Может быть, всё сразу. А может, продажи выросли бы и без вашего снижения цены.

Анализ изменения цен работает только тогда, когда вы умеете изолировать ценовой фактор от всего остального. Или хотя бы понимаете, какие ещё факторы действовали в тот же период.

Влияние цены на продажи проявляется не в одной точке, а на нескольких этапах воронки. Отслеживать нужно связку показателей.

Начните с просмотров карточки. Цена влияет на кликабельность в поисковой выдаче. Если покупатель видит вашу карточку рядом с конкурентами и ваша цена заметно выше, он может просто не кликнуть. Падение просмотров после повышения цены — первый сигнал.

Дальше — конверсия в корзину. Покупатель зашёл в карточку, посмотрел характеристики, фотографии, отзывы. Если просмотры стабильны, а добавлений в корзину стало меньше — возможно, цена стала барьером.

Следующий этап — конверсия из корзины в заказ. Покупатель добавил товар, но не купил. Причин много: сравнивает с аналогами, ждёт скидки, отвлёкся. Но если эта конверсия падает после повышения цены, покупатели сигнализируют, что новая цена для них высоковата.

Количество заказов за период — базовая метрика. Сравнивать нужно не абсолютные цифры, а динамику: как изменилось количество заказов после изменения цены по сравнению с аналогичным периодом до.

Отдельно — маржинальность на единицу. Рост заказов после снижения цены это не всегда хорошо. Если маржа на единицу упала сильнее, чем выросли заказы, итоговая прибыль снизилась. Влияние цен на объёмы продаж нужно оценивать вместе с влиянием на прибыль.

И наконец — позиция в выдаче. Алгоритмы WB и Ozon учитывают конверсию и объём продаж. Снижение цены может привести к росту заказов, а рост заказов — к подъёму карточки в поиске. Это даст дополнительный органический трафик, который усилит эффект. Обратная ситуация тоже работает: повышение цены снижает конверсию, карточка падает, просмотры уменьшаются — и продажи просядут сильнее, чем от самого повышения.

Анализ изменения цены на товар начинается до того, как вы меняете цену.

Зафиксируйте исходные показатели. За 7−14 дней до изменения запишите: среднее количество заказов в день, средний чек, просмотры карточки, конверсию в корзину, конверсию в заказ, позицию по основным запросам, маржинальность на единицу.

Измените цену на конкретную величину. Не «немного снизим» — а конкретно: минус 5%, минус 10%. Чем точнее шаг, тем проще потом интерпретировать результат.

Подождите достаточно времени. Минимум 5−7 дней, лучше 10−14. Один-два дня ничего не покажут: на маркетплейсах есть дневная и недельная сезонность, и короткий период может дать ложную картину.

Сравните те же метрики. Заказы, просмотры, конверсии, маржу. Сравнивайте с аналогичным периодом до изменения (а не с прошлым месяцем, где могла быть акция или праздники).

Проверьте, что ещё изменилось за это время. Конкурент запустил акцию? Площадка провела распродажу? Вы поменяли главное фото карточки? Запустили рекламу? Любой из этих факторов мог повлиять на результат. Если в тот же период произошло что-то значимое, результат анализа ненадёжен.

Примите решение. Если снижение цены на 5% дало рост заказов на 15% и прибыль увеличилась — оставляйте. Если заказы выросли на 3%, а маржа упала на 10% — возвращайте цену обратно.

Анализ спроса, предложения и цены на маркетплейсе осложняется тем, что все три фактора меняются одновременно. Вы снизили цену, но в тот же день два конкурента ушли с площадки (предложение сократилось), а площадка запустила рекламу категории (спрос вырос). Рост ваших продаж мог произойти без снижения цены.

Несколько приёмов, которые помогают отсечь ложные связи.

Сравнивайте с контрольной группой. Если у вас несколько похожих SKU в одной категории, измените цену только на одном. Остальные оставьте как есть. Если продажи выросли только у «подопытного» артикула — скорее всего, сработала цена. Если выросли у всех — причина в другом.

Смотрите на конкурентов. Проверьте, что делали ваши прямые конкуренты в тот же период. Если у них тоже выросли продажи без изменения цены — скорее всего, дело в общем росте спроса, а не в вашей ценовой стратегии.

Учитывайте сезонность. Понедельник и воскресенье на маркетплейсе — два разных мира по количеству заказов. Сравнивайте одинаковые дни недели. Неделя перед 8 марта и неделя после — несопоставимые периоды в категории «подарки».

Фиксируйте все изменения. Любое действие с карточкой (смена фото, обновление описания, запуск рекламы, участие в акции) должно быть записано с датой. Без этого лога анализ изменения цен превращается в гадание.

Влияние цен на объёмы продаж зависит от категории, конкуренции и ценового положения конкретного товара. Три ситуации, которые встречаются чаще всего.

Ситуация 1: снижение цены дало рост заказов, но прибыль не выросла. Типичная картина для конкурентных ниш с низкой дифференциацией (одинаковые товары, одинаковые карточки). Покупатель выбирает по цене, и снижение на 5−10% действительно даёт приток заказов. Проблема в том, что маржа на единицу сжимается, а расходы на логистику и возвраты остаются фиксированными. В итоге продали больше, заработали столько же или меньше.

Что делать: считать не рост заказов, а рост прибыли за период. Если прибыль не выросла — снижение цены не сработало, несмотря на рост объёмов.

Ситуация 2: повышение цены не привело к падению продаж. Встречается чаще, чем кажется. Особенно в категориях, где покупатель выбирает не только по цене: товары с сильными отзывами, уникальным дизайном, хорошей инфографикой. Повышение на 5−8% проходит незаметно для покупателя, а маржа растёт ощутимо.

Что делать: тестировать повышение небольшими шагами (3−5%) и следить за конверсией. Если конверсия держится — оставлять новую цену. Именно так работают сценарии умного ценообразования Дживио: агент может протестировать повышение, замерить влияние на заказы и автоматически откатить, если результат отрицательный.

Ситуация 3: цена не менялась, но продажи упали. Причина обычно не в вашей цене, а в чужой. Конкурент снизил цену, запустил акцию, получил бейдж — и часть трафика ушла к нему. Либо площадка изменила алгоритм, и ваша карточка потеряла позиции.

Что делать: проверить позицию в выдаче по основным запросам, посмотреть, что изменилось у конкурентов, и только потом решать, нужна ли коррекция цены. Снижать цену «на всякий случай» без анализа — путь к демпинговой спирали.

Тестирование цены на маркетплейсе отличается от классического A/B-теста в интернет-магазине. На маркетплейсе нельзя показать разным покупателям разную цену. Зато можно тестировать последовательно.

Шаг 1. Выберите артикул для теста. Лучше всего подходят товары со стабильным спросом (не менее 5−7 заказов в день) и без ожидаемых всплесков сезонности.

Шаг 2. Зафиксируйте базовые показатели за 14 дней: заказы, просмотры, конверсии, маржу.

Шаг 3. Измените цену на конкретный процент. Для тестирования повышения достаточно 3−5%. Для тестирования снижения — 5−10%.

Шаг 4. Держите новую цену минимум 7 дней. Лучше 10−14. Не меняйте ничего другого в карточке в этот период.

Шаг 5. Сравните результаты. Если повышение на 5% не снизило заказы — вы нашли «запас» по цене. Если снижение на 10% увеличило прибыль за период (не заказы, а прибыль) — снижение оправдано.

Шаг 6. Откатите, если не сработало. Тест — это эксперимент, а не обязательство. Если результат отрицательный или неоднозначный — верните цену обратно.

В кейсе компании Ладинос (1 587 артикулов на Wildberries) именно последовательное тестирование цен по группам товаров позволило увеличить маржу до 25%. На ходовых позициях цену подняли, потому что спрос позволял. Залежалые, наоборот, уценили и ускорили оборот. Решения принимались на основе данных, а не интуиции.

На 50 артикулах тестировать цену вручную реально. На 500 — уже тяжело. На 5 000 — невозможно: пока вы проанализировали первую сотню, данные по остальным устарели.

Автоматизация анализа изменения цен строится по простой логике. Система фиксирует базовые показатели по каждому SKU: заказы, просмотры, конверсии, маржу. Затем вносит изменение цены по заданному сценарию, замеряет результат за выбранный период и решает, что делать дальше: оставить новую цену, откатить или скорректировать ещё.

В Агенте ценообразования эта логика встроена в сценарии. Вы задаёте цель (увеличить маржу, ускорить оборачиваемость, не потерять позиции), ограничения (минимальная маржа, максимальный шаг изменения) и приоритеты. Агент тестирует изменения, замеряет влияние на продажи и корректирует цену в рамках заданных правил. Без ручного пересчёта по каждому артикулу.

Влияние цены на продажи на маркетплейсе устроено сложнее, чем «снизил — выросло». Между изменением цены и изменением продаж стоят десятки факторов: конкуренты, сезонность, алгоритмы выдачи, акции площадки, качество карточки.

Грамотный анализ изменения цен включает несколько шагов:

• зафиксировать показатели до изменения;
• изменить цену на конкретную величину и подождать 7–14 дней;
• сравнить не заказы, а прибыль за период;
• проверить, что ещё изменилось за это время;
• если результат неоднозначный — откатить.

Чем больше ассортимент, тем сложнее проводить такой анализ вручную. Для крупных матриц автоматизация — единственный способ тестировать цены системно, а не от случая к случаю. Агент ценообразования позволяет задать логику тестирования и откатов один раз, а дальше система работает по каждому артикулу самостоятельно.

Первые изменения можно заметить через 2−3 дня, но для достоверного анализа нужно минимум 7 дней, лучше 10−14. Короткие периоды дают ложную картину из-за дневной и недельной сезонности.

Связку показателей: просмотры карточки, конверсию в корзину, конверсию в заказ, количество заказов за период, маржинальность на единицу и позицию в выдаче. Смотреть только на заказы недостаточно: рост заказов при падении маржи — ложный успех.

Сравнить с контрольной группой (похожие SKU без изменения цены), проверить действия конкурентов за тот же период, учесть сезонность и зафиксировать все остальные изменения карточки. Если в тот же период менялось что-то ещё — результат ненадёжен.

Не автоматически. Сначала оцените влияние его демпинга на ваши продажи. Если заказы упали незначительно — не трогайте цену. Если падение заметное — скорректируйте, но с ограничениями: минимальный порог маржи и максимальный шаг снижения. Следовать за демпингующим конкурентом без анализа — путь к убыткам.

Да. Системы управления ценами позволяют задать сценарий: изменить цену на X%, замерить результат за Y дней, откатить, если маржа или заказы ниже порога. Для матриц от нескольких сотен SKU это единственный рабочий вариант — вручную тестировать каждый артикул невозможно.