Внешняя аналитика маркетплейсов: где данные, а где оценка
Внешняя аналитика маркетплейсов — ориентировочные данные для сравнения с конкурентами и анализа рынка: так её определяет глоссарий MPSTATS. Например, MPSTATS противопоставляет её кабинету со своими продажами и заявляет восстановление показателей продаж. При выборе товара с помощью ИИ важно различать три вещи: запись собственного отчёта, внешнюю оценку и прогноз — они отвечают на разные вопросы.
Что обещают сервисы — и чего обещание не доказывает
На странице аналитики Wildberries MPSTATS пишет: «Восстанавливаем фактические показатели продаж по каждому товару». Слово «фактические» здесь — формулировка поставщика. Само по себе оно не превращает результат восстановления в доступный вам первичный отчёт конкурента.
Moneyplace заявляет, что AI-нейросеть покажет перспективные ниши с растущим спросом и низкой конкуренцией; там же говорится о прогнозировании продаж. Это уже задача выбора и оценки будущего. Прогноз не становится записью о состоявшейся продаже оттого, что его построила нейросеть.
Поэтому вопрос к сервису — не только «насколько точно?», но прежде всего «что означает эта колонка и откуда взялось её значение?». Сначала установите происхождение показателя, затем решайте, подходит ли он для закупки.
Шесть показателей: происхождение важнее названия
Представим селлера, который выбирает товар с помощью ИИ. Ниже вымышленные условия редакции, а не выгрузка MPSTATS, Moneyplace или кабинета маркетплейса. Все значения, периоды и определения заданы в учебном CSV; JSON с разбором содержит расчёты и границы вывода. «Месяц А» — условный завершённый период, «месяц Б» — следующий.
| Показатель и значение | Кто создал значение; период | Что можно проверить | Чего выводить нельзя |
|---|---|---|---|
| Свои оформленные заказы: 120 шт. | Условный отчёт продавца; месяц А | Число заказов по заданному определению и периоду | Что все заказы завершились выкупом |
| Из этих заказов выкуплены: 96 шт. | Тот же условный отчёт; когорта месяца А на момент сверки | Какие именно заказы относятся к исходным 120 | Что доля выкупа одинакова для другого товара или периода |
| Продажи конкурента: оценка 140 шт. | Условный внешний сервис; месяц А | Определение «продажи», охват, способ и дату оценки у поставщика | Что получен первичный отчёт конкурента или что известны его выкупы |
| Оборот конкурента: оценка 210 000 ₽ | Учебный расчёт из 140 шт. и условной цены 1 500 ₽; месяц А | Арифметику и происхождение обоих входов | Что известны прибыль, поступление денег или точная выручка конкурента |
| Цена карточки в момент наблюдения: 1 500 ₽ | Условное публичное наблюдение; одна точка внутри месяца А | Момент наблюдения и вид цены | Что весь месяц товар продавался по этой цене |
| Продажи выбранного товара: прогноз 180 шт. | Условная модель; месяц Б | Горизонт, входы, допущения и способ проверки прогноза | Что продажи уже состоялись или гарантированы вашему магазину |
Источник всех строк — учебные данные редакции. Оценка оборота специально упрощена: одну наблюдаемую цену умножили на оценку количества. Это показывает, как получается число, но не устанавливает реальную выручку. В этой модели не заданы скидки, изменения цены, возвраты или расчёты с площадкой.
Внутренняя аналитика в примере отвечает на вопрос «что записано о моих операциях». Внешняя — «что можно оценить о рынке». Прогноз — «что модель ожидает при заданных условиях». Последний может использовать и внутренние, и внешние данные: это не ещё один источник состоявшихся операций.
Три ошибки при выборе ниши с ИИ
Заказ — не выкуп. В учебной когорте 96 из 120 заказов выкуплены: 80 %. Разница — 24 заказа. Условие не объясняет их судьбу: считать все 24 возвратами или отменами нельзя. Переносить эти 80 % на внешнюю оценку продаж конкурента тоже нельзя: неизвестно, одинаково ли определены показатели.
Оборот — не прибыль. Внешняя оценка в примере дала 210 000 ₽. В отдельном учебном сценарии допустим, что поступило ровно 210 000 ₽, а все расходы составили 230 000 ₽. Остаток — минус 20 000 ₽. Это контрпример выводу «большой оборот означает прибыль», а не расчёт финансов конкурента.
Прогноз — не обещание вашему SKU. Число 180 в учебных условиях относится к будущему месяцу Б. Факта за этот месяц ещё нет в условиях, поэтому ошибку прогноза посчитать нельзя. Без определения целевого товара, условий продаж и правил проверки нельзя переносить число даже на похожий товар собственного магазина.
Когда внешняя аналитика нужна
Используйте её как вход для отбора гипотез: какие товары и ниши стоит изучить подробнее. Такую задачу выбора ниши описывают MPSTATS и Moneyplace. Для решения о закупке дополните внешнюю оценку собственным расчётом затрат и ограничений; не поручайте нейросети превращать неизвестные входы в уверенный план.
Если задача — проверить уже состоявшиеся операции своего магазина, начните с соответствующего собственного отчёта и его определений. Внешняя оценка чужого товара не заменяет такую сверку. А для планирования поставок отдельно разберите проверку прогноза: это соседняя задача, не другое название внешней аналитики.
Для первого разбора достаточно таблицы из шести строк, как в нашем примере: кабинет и платный доступ для неё не нужны. Трудная часть реальной проверки — получить сопоставимые определения и данные для сверки. Цену подписки и трудоёмкость внедрения здесь не оценивали; стоимость сервиса нельзя вывести из самого термина.
Что спросить у поставщика до покупки
Это редакционный список вопросов, а не утверждение, что каждый сервис раскрывает все ответы.
- Что означает «продажа» в нужном отчёте: заказ, выкуп или иной показатель? Какие отмены и возвраты в него входят?
- Как получено число: из доступного отчёта, наблюдения, восстановления или модели? Что в методе не раскрывается?
- За какой период и для каких схем работы, товаров и регионов рассчитан показатель? Когда данные обновлены?
- Что означает денежная колонка: какая цена использована и какие операции учтены? Не получена ли сумма простым умножением оценки количества на одну цену?
- Если показана «точность», на какой выборке, по какой метрике и относительно какого эталона её считали? Есть ли отдельная оценка для вашей категории?
- Для прогноза: какой горизонт, что служит входом, как проверяют ошибки на завершённых периодах и какие условия могут изменить результат?
Если определение или метод недоступны, пометьте показатель «неизвестно» в своей таблице. Это основание ограничить вывод, а не самостоятельно приписать поставщику технологию или процент ошибки.
Как мы проверяли
Редакция проверила официальный глоссарий и две страницы сервисов и разобрала шесть учебных показателей: их происхождение, периоды, единицы и расчёты в контрпримерах. Разбор сохранён. Первые две строки — вымышленные записи собственного отчёта, следующие две — внешняя оценка и производный расчёт, пятая — наблюдение, шестая — прогноз. Учебные данные и разбор доступны по ссылкам на CSV и JSON выше.
Сервисы в деле не тестировали, кабинеты не подключали. Точность восстановления продаж, качество AI-выбора ниши и методики поставщиков не установлены. Поэтому универсальный процент точности в материале не приводится.
Источники
- Глоссарий MPSTATS — определение внешней и внутренней аналитики; проверено 30 октября 2026.
- MPSTATS: аналитика Wildberries — заявление о восстановлении продаж и отличие от своего кабинета; проверено 30 октября 2026.
- Moneyplace — заявление об AI-поиске ниш и прогнозировании; проверено 30 октября 2026.
- Учебный разбор редакции — вымышленные входы, определения и расчёты; не результаты работы сервисов.