маркетплейсы · практика · видеоурок

Как правильно считать среднюю продажу на маркетплейсах

Стандартная средняя продажа за 60 дней часто показывает устаревшие данные и плохо подходит для товаров с высокой оборачиваемостью. Более эффективный подход — анализировать продажи сразу по нескольким периодам: 3, 7, 14 и 30 дней. Это позволяет быстрее реагировать на рост или падение спроса, избегать out-of-stock и не перегружать склад лишними поставками.

Почему средняя продажа за 60 дней работает плохо

На многих маркетплейсах средняя продажа рассчитывается за последние 60 дней. Такой подход удобен для общей статистики, но в реальной работе часто даёт искажённую картину.

Основные проблемы:

• данные могут быть устаревшими;
• сезонность меняется быстрее;
• спрос способен резко вырасти или упасть;
• после out-of-stock статистика становится некорректной.

Например, товар мог активно продаваться месяц назад, но сейчас спрос уже снизился. Или наоборот — товар только начал резко расти, а средняя за 60 дней этого ещё не показывает.

Для быстрооборачиваемых товаров такая модель слишком медленная.

Почему важно учитывать наличие товара

При расчёте средней продажи необходимо разделять две ситуации:

1. Товара не было в наличии

Если товара физически не было на складе, этот день нельзя учитывать в расчёте средней продажи.

В таблице такой день лучше обозначать прочерком.

Почему это важно

Если учитывать дни отсутствия товара как нулевые продажи, средняя будет искусственно занижаться.

2. Товар был в наличии, но продаж не было

В этом случае день должен учитываться в расчёте.

Такой ноль показывает реальный спрос.

Ошибка классической формулы

Стандартная формула выглядит так:

Сумма продаж / количество дней

Но она не учитывает out-of-stock.

Пример

Товар продавался:

• 32 единицы в первый день;
• 26 единиц во второй день;
• затем закончился и отсутствовал 28 дней.

Классическая формула:

58 / 30 = 1.9 продажи в день

Это неверный результат.

Фактически товар продавался:

(32 + 26) / 2 = 29 продаж в день

Товар был очень востребован, просто быстро закончился.

Если ориентироваться на среднюю 1.9, следующая поставка снова приведёт к out-of-stock.

Более точная система расчёта

Оптимальный подход — одновременно учитывать несколько периодов:

• средняя за 3 дня;
• средняя за 7 дней;
• средняя за 14 дней;
• средняя за 30 дней.

Это позволяет видеть как краткосрочные изменения спроса, так и долгосрочную тенденцию.

Зачем нужна средняя за 3 дня

Средняя за 3 дня помогает быстро реагировать на резкий рост спроса.

Пример

Товар внезапно начал активно продаваться:

• вырос в выдаче;
• попал в рекомендации;
• начался сезон;
• сработала реклама.

Если смотреть только на 60 дней, этот рост почти незаметен.

Средняя за 3 дня позволяет:

• вовремя отправить допоставку;
• избежать потери продаж;
• не допустить out-of-stock.

Почему нельзя опираться только на 3 дня

Краткосрочные пики бывают временными.

Например:

• выходные;
• праздники;
• разовая акция;
• вирусный всплеск.

Если анализировать только последние 3 дня, можно переоценить реальный спрос и завезти слишком много товара.

Поэтому необходима система подтверждения спроса через более длинные периоды.

Система «мастер-средней»

Можно создать итоговую среднюю, которая объединяет несколько периодов одновременно.

Формула

Берутся:

• средняя за 3 дня;
• средняя за 7 дней;
• средняя за 14 дней;
• средняя за 30 дней.

После этого считается среднее значение между ними.

Так получается «мастер-средняя» — показатель, максимально приближённый к реальному спросу.

Как работает распределение веса

Каждый период постепенно подтверждает устойчивость спроса.

Логика работы

Первые 3 дня

Рост продаж влияет примерно на 25% итоговой средней.

Это ранний сигнал.

7 дней

Если высокий спрос сохраняется неделю, влияние увеличивается примерно до 50%.

Становится понятно, что рост не случайный.

14 дней

Спрос подтверждается ещё сильнее.

Система показывает устойчивый тренд.

30 дней

Формируется полноценная долгосрочная статистика.

Почему эта система лучше

Преимущества

1. Быстрая реакция на рост продаж

Можно оперативно отправлять товар и не терять продажи.

2. Контроль снижения спроса

Если продажи начинают падать, это видно уже через несколько дней.

3. Защита от перегрузки склада

Без быстрой реакции можно продолжать отгружать товар по старой статистике и получить:

• переполненный склад;
• платное хранение;
• замороженные деньги;
• падение маржинальности.

4. Более точное планирование закупок

Особенно важно при заказах из Китая, где цикл поставки долгий.

Практический результат

На практике такая система показывает более точную картину спроса по сравнению со стандартной средней за 60 дней.

Например:

• маркетплейс показывает среднюю продажу 5 единиц;
• реальная текущая динамика — 1.7 единицы.

Используя актуальную среднюю, можно:

• не закупать лишний товар;
• снизить заморозку денег;
• уменьшить риски;
• избежать out-of-stock.

Итог

Средняя продажа за 60 дней — полезный ориентир, но её недостаточно для оперативного управления товаром.

Гораздо эффективнее использовать комбинированную систему:

• 3 дня;
• 7 дней;
• 14 дней;
• 30 дней.

Такой подход позволяет:

• быстрее реагировать на изменения спроса;
• точнее прогнозировать поставки;
• избегать дефицита товара;
• не перегружать склады;
• эффективнее управлять оборотным капиталом.

FAQ

Нужно ли полностью отказаться от средней за 60 дней?

Нет. Она остаётся полезным ориентиром для общей статистики и долгосрочного анализа. Но для оперативного управления её недостаточно.

Почему нельзя учитывать дни out-of-stock?

Потому что отсутствие продаж в этот период связано не со спросом, а с отсутствием товара. Эти дни искажают реальную среднюю.

Почему важна средняя за 3 дня?

Она помогает максимально быстро увидеть изменение спроса и оперативно реагировать.

Почему нельзя анализировать только короткий период?

Краткосрочные всплески могут быть случайными. Нужна система подтверждения через 7, 14 и 30 дней.

Для каких товаров особенно полезен такой подход?

Для товаров с высокой оборачиваемостью, сезонностью и нестабильным спросом.

Что даёт «мастер-средняя»?

Она сглаживает случайные пики и показывает более реалистичную картину текущего спроса. Среднесуточная прибыль (Теория)