AI-планирование продаж на маркетплейсах: как перестать угадывать и начать считать
Метод «прошлый месяц плюс 10%» не является планированием — это угадывание. AI-планирование в Vector работает иначе: вы задаёте цель на сезон, система раскладывает её по неделям с учётом сезонности спроса, процента выкупа, возвратов, остатков и графика поставок, а затем каждый день сравнивает план с фактом и сигнализирует об отставании, пока его ещё можно устранить.
Почему «план на глазок» перестаёт работать на маркетплейсах?
На маркетплейсах спрос устроен нелинейно. Оба крупнейших игрока — Wildberries и Ozon — показывают схожие сезонные волны: ноябрь и декабрь — главный пик, март и август — вторичные подъёмы. При этом в промо-периоды трафик растёт на десятки процентов, конверсия улучшается, а средний чек обычно падает в обмен на рост числа заказов.
Стандартный Excel-подход плохо улавливает эту динамику. Традиционные методы, такие как линейная экстраполяция, работают в условиях стабильного спроса и небольшого ассортимента. Когда ассортимент растёт, а сезонность становится непредсказуемой, ручная модель начинает ошибаться. Сравнение периодов «месяц к месяцу» без учёта сезонности ведёт к упущенным возможностям и тому, что товар просто оседает на складе.
Ещё одна проблема — неполный учёт затрат. Селлеру важно анализировать не только выручку, но и реальную прибыль с учётом рекламы, логистики, комиссий и возвратов. В Excel эти переменные либо теряются, либо вносятся вручную раз в месяц — когда скорректировать уже нечего.
Как работает AI-планирование в Vector?
Логика инструмента строится вокруг одного вопроса: сколько нужно сделать каждую неделю, чтобы выйти на цель сезона? Процесс выглядит так:
Шаг 1 — вы задаёте цель. Желаемый объём продаж за сезон или конкретный период. Это единственный ручной ввод.
Шаг 2 — система строит недельный план. Цель раскладывается по неделям на основе двух источников: рыночной сезонности спроса в вашей категории или ваших собственных исторических продаж. Вы выбираете, какой базис точнее отражает вашу ситуацию.
Шаг 3 — учитывается всё, что обычно забывают. Процент выкупа (не все заказы превращаются в продажи), возвраты, текущие остатки, плановый график поставок, цены и рекламная активность. На основе прогноза продаж бизнес планирует закупки, управляет складскими остатками, распределяет рекламный бюджет и принимает решения на основе данных, а не догадок.
Шаг 4 — на выходе полный план по неделям. Не одна цифра выручки, а связанная таблица: заказы → продажи → поставки → прибыль. Каждая строка согласована с остальными.
Что происходит после того, как план запущен?
Составить план — полдела. Главная ценность появляется в процессе исполнения.
После запуска система ежедневно сравнивает план с фактом. Если продажи идут медленнее запланированного, вы видите это сегодня — не в конце месяца. Параллельно строится текущий прогноз: «при таком темпе вы выйдете на N% от цели». Это даёт время для манёвра: скорректировать цену, усилить рекламу, ускорить поставку.
Прогнозирование продаж с помощью искусственного интеллекта помогает компаниям быстрее принимать более уверенные решения, сокращая потери, улучшая движение денежных средств и получая конкурентное преимущество на нестабильных рынках.
Почему сезонность — это не просто «декабрь высокий»?
Ошибка многих продавцов — воспринимать сезонность как грубую категорию: «зима — высокий сезон, лето — низкий». На самом деле пики гораздо точнее. Wildberries фиксирует рост запросов на «школьную форму» с 10–15 июля, Ozon отмечает пик продаж товаров для пикника в первую неделю мая.
Планировать поставку «под сезон вообще» — значит либо привезти товар слишком рано и заморозить деньги в остатках, либо опоздать и упустить пик. Ориентироваться на погоду за окном — провальная стратегия: покупатель живёт в информационном поле, где сезонность задают не градусники, а контент и акции маркетплейсов.
AI-планирование в Vector использует гранулярную сезонность — не по месяцам, а по неделям, — что позволяет синхронизировать поставки с реальными пиками спроса, а не с календарным началом сезона.
Насколько Excel-прогноз уступает AI по точности?
Точность — измеримый показатель. MAPE (Mean Absolute Percentage Error) показывает, на сколько процентов в среднем прогноз отклоняется от фактических значений. Значение MAPE < 15% считается отличным прогнозом.
На практике у AI-систем для маркетплейсов фиксируется точность около 89% против 62% при Excel-прогнозировании. Это разница между отклонением в 11% и отклонением в 38% — то есть при обороте в 1 млн рублей в месяц Excel-подход может ошибиться на 380 000 рублей плановой выручки.
Ошибки в прогнозах — прямые потери на складе и в продажах. Либо вы везёте лишний товар и платите за хранение, либо уходите в out-of-stock и теряете позиции в выдаче.
Где это посчитать
AI-планирование — новый инструмент в Vector. Вы задаёте цель, система строит понедельный план и затем отслеживает исполнение: план против факта каждый день, прогноз «успеваем или нет» в режиме реального времени.
Если вы уже работаете с Vector — следите за анонсом: в ближайшее время откроем доступ первым пользователям. Если ещё не пробовали сервис — зайдите на vector-mp.ru и посмотрите, как устроена аналитика.
Частые вопросы
Чем AI-планирование отличается от обычного прогноза в Excel?
Excel требует ручного ввода допущений и, как правило, опирается на простую экстраполяцию — «прошлый месяц плюс процент». AI-планирование автоматически учитывает сезонность спроса, процент выкупа, возвраты, остатки и график поставок, выдавая понедельный план по заказам, продажам и прибыли.
Что система делает после того, как план составлен?
После запуска плана система сравнивает план с фактом по дням и строит текущий прогноз: успевает ли магазин выйти на цель. Отставание видно сразу — пока его ещё можно компенсировать, а не в конце месяца, когда исправить уже ничего нельзя.
Какие данные нужны, чтобы построить план?
Достаточно данных вашего магазина на Wildberries или Ozon: история продаж, текущие остатки, график поставок. Если истории мало, система может опереться на рыночную сезонность спроса по вашей категории.
Для кого подходит AI-планирование — только для крупных продавцов?
Нет. Инструмент полезен начиная с того момента, когда у вас есть хотя бы один активный SKU и потребность заранее понимать, сколько товара нужно заказать у поставщика. Небольшим магазинам он особенно помогает избежать out-of-stock в пиковый сезон.