КЕЙС
Рассчитала юнит-экономику и финмодель торговли на маркетплейсах
Этапы проекта
  • Анализ ассортимента
  • Построение юнит-экономики
  • Операционная модель
  • Модель анализа рекламы
  • Финальные рекомендации и результаты
Знакомство с клиентом
Два года назад ко мне обратилась команда предпринимателей, которые продавали товары на маркетплейсах Kaspi, Ozon и Wildberries. У них был обширный ассортимент, запущенные рекламные кампании и понимание устройства интерфейсов площадок. Но не было системы, которая могла бы дать им четкое понимание прибыльности каждого товара и направления. Они не могли сказать, какие товары стоит развивать, а от каких лучше отказаться.
Изначально запрос был в разработке финансовой модели, но уже на первой консультации стало ясно, что без глубокого погружения в юнит-экономику и детального анализа переменных затрат такая модель не будет иметь смысла.
Недавно клиенты, вдохновленные результатами работ, создали обучающий курс, в основу которого легла разработанная мной финансовая и операционная модель. Поэтому сейчас самое подходящее время подробно рассказать об этом кейсе.
Анализ ассортимента
Канала сбыта было три: Kaspi, Ozon и Wildberries. Все это площадки с прозрачным ценообразованием. Здесь главными критериями в выборе товара являются его цена и рейтинг продавца. При этом разница в 500 тенге (100 рублей) или полбалла в рейтинге могут оказать существенное влияние на ваши продажи. Поэтому в финмодели такого бизнеса важно учитывать целый комплекс нестандартных факторов.
Торговля на маркетплейсах — это отдельная наука. Но давайте разберем все на пальцах. Представим, что на одну и ту же позицию претендуют два продавца. У обоих одинаковые карточки товара, но у одного товар стоит 10 000 тенге, а у другого 9 500 тенге. Кажется очевидным, что покупатель выберет более дешевый вариант. Но на практике даже небольшая разница в рейтинге может изменить решение покупателя. Разберем два сценария:

1. У первого продавца выше рейтинг при сопоставимом количестве отзывов. Здесь все просто: чем выше рейтинг, тем выше доверие к продавцу. Даже не вчитываясь в отзывы, покупатель делает вывод: «Если у него рейтинг 4.8, все в порядке, можно брать.»

2. У первого продавца ниже рейтинг, но кратно больше отзывов. Когда разница в количестве отзывов существенная, покупатель может предпочесть продавца с бо́льшим количеством отзывов, если разница в рейтинге между первым и вторым продавцами не большая.

Конечно, бывают и исключения. Но люди, как правило, предпочитают немного переплатить, чтобы потом не сожалеть о неудачной покупке. Особенно если товар не супердешевый и есть риск получить брак или плохой сервис.
Для контроля остатков на складе они использовали ERP-платформу МойСклад. Первым делом я экспортировала оттуда все товары, — более 500 позиций, — и провела анализ ассортимента. Тогда я обнаружила, что многие товары не продавались уже более 2 месяцев. Они лежали на складе и не давали места более востребованным позициям, а значит приносили убытки. Хранение неликвидного товара порой влечет за собой бо́льшие расходы, чем его ликвидация по себестоимости. От этих товаров нужно было избавляться, поэтому я предложила запустить на них акцию.
Построение юнит-экономики
Следующим шагом стал подробный расчет юнит-экономики. Юнит-экономика — это расчет доходов и расходов по каждой единице товара. Мы учитывали закупочные цены, проценты брака, логистические издержки, упаковку, комиссии маркетплейсов, стоимость рекламы и привлечения клиентов, расходы на персонал и даже нюансы возвратов и отмен заказов на каждой из площадок.
Каждая переменная имела под собой реальные цифры: зарплаты сотрудников, нормативы времени на упаковку и обработку заказов, данные по конверсии рекламы и ее стоимость на уровне каждого маркетплейса. Например, для Kaspi были учтены комиссии сервиса и расходы на продвижение, для Wildberries — возвраты и дополнительная логистика, а для Ozon — затраты на последнюю милю и обработку возвратов.
Юнит-экономика дала четкое понимание, какие товары выгодны, а какие убыточны. Результаты удивили команду: некоторые товары, казавшиеся перспективными, на деле приносили убытки. Мы приняли решение исключить такие позиции или пересмореть условия их продажи.
Операционная модель
На основе расчета юнит-экономики мы описали операционную модель компании. Эта модель описывала все бизнес-процессы от закупки и хранения товара до его упаковки и доставки клиенту. В ней были зафиксированы четкие стандарты работы сотрудников, нормы времени на выполнение задач и нагрузки на персонал.
Операционная модель позволила увидеть, сколько заказов команда способна обработать без расширения штата, где возможные узкие места и в какой момент необходимо увеличивать ресурсы. Теперь предприниматели могли заблаговременно прогнозировать нагрузку склада, потребности в персонале и логистические затраты.
Используя данные из юнит-экономики и операционной модели, я разработала детализированную финансовую модель бизнеса в Google Sheets. Модель учитывала планы по объемам продаж, изменения закупочных цен, все виды операционных и управленческих расходов, налоги и доходность каждого канала продаж.
Модель автоматически пересчитывает показатели при изменении любых параметров. Были созданы сценарии роста бизнеса, включающие прогнозируемые расходы на рекламу и развитие, а также требования к ресурсам (сотрудники, склады, логистика). Предприниматели могли видеть финансовый результат в динамике, рассчитывать точку безубыточности и денежные потоки на ближайшие годы.
Модель анализа рекламы
В качестве бонуса я разработала ребятам автоматизированную модель анализа рекламных кампаний. Они предоставили мне доступ в рекламные кабинеты Wildberries и Kaspi, чтобы я оценила возврат инвестиций в рекламу. Данные в них меня поразили: стоимость привлечения клиента на Kaspi была всего 600 тенге, в то время как средний чек составлял 10 600 тенге. Результаты Wildberries были поскромнее — из 36 рекламных кампаний всего 15 принесли хоть какие-то продажи.
Я разработала таблицу, куда автоматически выгружались данные из рекламного кабинета. Она рассчитывала показатели эффективности: CTR, стоимость клика, среднюю стоимость заказа, доходность рекламы. С ее помощью мы могли анализировать конверсию на каждом этапе клиентского пути, оценивать эффективность объявлений и рекламных креативов.
Команда получила возможность быстро выявлять эффективные кампании, улучшать конверсию в продажу и точно прогнозировать рекламные бюджеты. Позже именно на основе этой таблицы предприниматели создали успешный обучающий курс, который стал новым источником прибыли.
Финальные рекомендации
Я дала ребятам методичку по всем таблицам, с подробным описанием каждой метрики и формулы их расчета. С ее помощью они могут собрать всю модель заново, если это вдруг потребуется. И самое главное — теперь они знают, на какие данные нужно смотреть, чтобы держать руку на пульсе своего бизнеса.
Они получили инструкцию по тому, что делать с залежавшимися товарами и как выйти за пределы маркетплейсов. У них уже собралась большая клиентская база в WhatsApp, поэтому я порекомендовала объявлять об акциях посредством рассылки. С такой базой они вполне могут выйти в Instagram и продавать там дороже благодаря наработанной репутации.
И конечно, я дала им рекомендации по раскрутке своего бренда. Годы моей работы с рекламными агентствами не прошли даром, поэтому я смогла дать четкие и рабочие рекомендации по работе с блогерами, платными и бесплатными рекламными каналами, а также порекомендовала им хороших специалистов.
Результаты
Спустя несколько месяцев после внедрения юнит-экономики, операционной и финансовой моделей команда полностью изменила подход к управлению ассортиментом и финансами. Предприниматели начали видеть реальную прибыльность каждого товара и принимать решения на основе четких данных.
Они перестроили рекламные стратегии, начали планировать закупки на основе прогноза, и теперь регулярно ведут управленческую отчетность. В результате бизнес стал не просто расти по обороту, но и уверенно увеличивать чистую прибыль.
Хотите прокачать свои продажи с помощью скрипта?
Напишите мне
Свяжитесь со мной удобным способом
Telegram
Phone
WhatsApp