Задача
Селлеры маркетплейсов часто работают «вслепую»: обороты растут, а реальная прибыль теряется из-за комиссий, возвратов, логистики и затрат на рекламу. Ручной учет в Excel не дает целостной картины, а стандартных инструментов у маркетплейсов недостаточно.
Задача заключалась в том, чтобы создать удобный сервис, который:
1. Автоматически собирает данные из маркетплейса;
2. Рассчитывает ключевые финансовые показатели (выручка, себестоимость, прибыль, DRR и др.);
3. Помогает анализировать ассортимент (ABC/XYZ-сегментация);
4. Снижает рутину и ошибки в расчетах;
5. Дает владельцу бизнеса прозрачное понимание, какие товары приносят прибыль, а какие тянут бизнес вниз.
Решение
1. Анализ потребностей
Интервью с селлерами и выявление ключевых болей: непонимание реальной прибыли, отсутствие прозрачности по SKU и высокая нагрузка на ручной учет.
2. Проектирование архитектуры
Построение облачной системы сбора и обработки данных. В основе – современный стек:
ClickHouse — высокопроизводительная аналитическая СУБД для больших объемов транзакций;
Apache Superset — BI-платформа для построения интерактивных дашбордов и визуализаций;
Laravel (PHP) — серверный фреймворк для бизнес-логики и API;
Vue.js — фронтенд для личного кабинета и управляемого интерфейса;
AG-Grid — для детализированных таблиц с фильтрацией и сегментацией;
Kubernetes — оркестрация, масштабируемость и отказоустойчивость.
3. Функциональные модули
Финансовые отчеты (P&L и расшифровка недельного отчета): выручка, себестоимость, валовая прибыль, DRR, удержания;
ABC/XYZ-анализ: выявление «дойных коров», сезонных и проблемных товаров;
Аналитика по рекламе и удержаниям: комиссии, логистика, возвраты, хранение;
Дашборды Superset: агрегированные графики по продажам, прибыльности, остаткам;
AG-Grid-таблицы: детализация до размеров по SKU с возможностью сегментации и фильтрации.
4. Работа с данными
Система загружает историю продаж более чем за год, что позволяет видеть тренды и сезонность;
Синхронизация данных раз в час — селлер всегда видит актуальные показатели;
Автоматизированная очистка и нормализация данных снижает риск ошибок.
5. Интерфейс и визуализация
Объединение дашбордов в Superset с кастомным веб-интерфейсом: фильтры, подсветка проблемных зон, автоматические подсказки.
6. Тестирование и пилоты. Проверка гипотез с первыми клиентами, доработка функционала по обратной связи.
7. Запуск и масштабирование. Перевод проекта в SaaS-модель с подпиской и возможностью подключения новых маркетплейсов.
Результат
1. Сервис запущен и используется первыми платящими клиентами 3 платящих пользователя, 23 регистрации;
2. Селлеры получают прозрачную картину прибыли в разрезе товаров, категорий и периодов;
3. Клиенты снижают долю «мертвых» SKU до 20%, экономят до 120 000 ₽ в месяц на хранении и логистике, увеличивают маржинальность;
4. Автоматизация экономит до 40 часов в месяц, ранее тратившихся на ручные расчеты.
5. Архитектура платформы позволяет масштабироваться под рост данных и новых пользователей.
Главный эффект – предприниматели перестают полагаться на догадки и начинают управлять бизнесом на основе цифр, так называемые Data-driven решения.