Прибыль по каждому SKU на трёх маркетплейсах, сверенная с ручным расчётом

Задача

Производитель товаров для дома продаёт через пять кабинетов на трёх маркетплейсах и не видел реальной прибыли по товару. Отчёты площадок устроены по-разному, часть операций попадает в разные месяцы, а реклама и расходы кабинета не доходили до SKU. Сверка в Excel занимала дни и всё равно расходилась. Нужны были один источник правды по прибыли, прогноз спроса для закупок и контроль переплат площадкам.

Что сделали

• Свели данные пяти кабинетов в один конвейер: история за 12 месяцев, ежедневное обновление, восстановление после сбоев без потерь. Доступ к площадкам только на чтение, в кабинетах мы ничего не меняем.
• Восстановили логику месячного отчёта площадки и сверили её с ручным расчётом заказчика по дням и по товарам. Себестоимость по согласованию с заказчиком подгружается файлом из учётной системы.
• Сделали прогноз спроса на 7–30 дней. Модели сравниваются с наивным прогнозом на отложенном периоде, метрика приёмки считается автоматически. Целевую точность модель пока не набрала, поэтому сигналы в панели продавца строит детерминированная эвристика.
• Добавили сигналы о скором обнулении остатков и детектор трендов, оба с бэктестом на истории. Комиссии, логистика и хранение сверяются с тарифом площадки, и на этой основе можно готовить претензии.
• Панель с ролями, ИИ-помощник по данным кабинетов, оповещения в Telegram и на почту, еженедельный P&L. Приёмка шла по измеримым KPI, с еженедельными демо и автотестами в CI.

Результат

0,00 %

расхождение с ручным расчётом заказчика по штукам, выручке, себестоимости, прибыли и марже на контрольном SKU за месяц; порог приёмки 1 %

1,18 млн строк

продаж по 5 кабинетам за 12 месяцев прошли через конвейер; у 10,7 % из них заказ и начисление пришлись на разные месяцы

~7,5 % расходов

кабинета за месяц не попадали в отчёт по SKU (операции без артикула). Мы нашли их и учли в полном расходе; итог сошёлся до одной контрольной операции

Услуги

Другие кейсы