Алгоритмическая торговля на маркетплейсах: управление и автоматизация процессов

Алгоритмическая торговля на маркетплейсах представляет собой метод, при котором управление ценами, остатками и рекламными ставками осуществляется на основе формул, а не интуитивных решений. Этот подход начинает внедряться в повседневную практику, и важно понять, какие процессы можно доверить алгоритму, а какие лучше оставить под контролем человека. Команда "Дживио" делится опытом в этой области.

При управлении товарными позициями важно учитывать не только количество SKU, но и частоту проверки каждой позиции менеджером. Например, если в понедельник проверили наличие товара и не нашли необходимости в изменении цены, но во вторник продажи увеличились, а в среду поставка была отложена, то необходимо обновить расчеты. Если менеджер вернется к карточке только во время плановой проверки, это может привести к устаревшим решениям. Поэтому важно учитывать временные задержки между изменениями и реакцией команды.

Под алгоритмической торговлей подразумевается управление, при котором система получает данные о товарах, проверяет заданные условия и выполняет допустимые действия. Команда устанавливает цели для товарных групп, определяет ограничения и разбирает исключения. Когда происходит уведомление о снижении маржинальности, необходимо проверить расчет и выбрать действие, что требует вмешательства менеджера. Если каждый сигнал требует ручного анализа, это увеличивает нагрузку на сотрудников.

Переход к автоматизации начинается там, где можно заранее описать решения. Например, определяются товары для распродажи, условия изменения цен и моменты, когда сценарий следует остановить. В компании "Дживио" такие сценарии формируются на основе условий и ценовых порогов, а спорные ситуации требуют проверки менеджера. Для проверки ценового порога достаточно формализовать правило и выяснить, какие действия выполняет инструмент.

В качестве примера, компания может решить распродать залежавшуюся группу товаров. Сначала менеджер определяет состав группы и ценовые границы, основываясь на актуальных данных о себестоимости и расходах. Если задана минимальная маржинальность, необходимо согласовать состав затрат. Затем устанавливаются условия для изменения цены, и если они выполнены, система отправляет новую цену. Если данных недостаточно, менеджер получает задачу на проверку.

В проекте "Бейби Тренд" была проведена работа по оптимизации ценообразования, что позволило сократить время на ежедневный контроль цен с полного рабочего дня до 40 минут. Освободившееся время команда направила на улучшение ассортимента. В проекте "Ладинос" также была осуществлена сегментация товаров, где для распродаж настраивалось постепенное снижение цен, в то время как для основной матрицы решения зависели от оборачиваемости и повышения маржинальности.

Автоматизация требует актуальных данных: если закупочная цена новой партии товара еще не обновлена в системе, ценовой сценарий будет опираться на устаревшие данные. Поэтому важно назначить ответственного за актуализацию данных и заранее определить, как разрешать конфликты между различными правилами. Для анализа работы необходимо вести историю действий, чтобы менеджер понимал причины изменения цены и останавливающих факторов сценария.

Перед автоматизацией рекомендуется выбрать одну повторяющуюся операцию и протестировать ее на небольшой группе товаров. Также важно учитывать время, необходимое для настройки и контроля после запуска сценария. Экономия времени должна сопоставляться с показателями маржинальности и оборачиваемости, чтобы избежать ухудшения экономической ситуации.