Введение

Цель данного анализа – предоставить ключевые инсайты о распределении рынка и выявить основные сегменты, которые приносят наибольшую выручку.

Основное внимание уделяется влиянию различных вкусов, наличия сахара и % какао - именно эти данные GPT выделил за 5 минут и сделал срез анализа.

Общий Обзор Рынка

• Общее количество SKU: 82,125
• Топ 80% рынка: 483 SKU
• Топ 95% рынка: 1,398 SKU
• Оставшиеся 5% рынка: 80,727 SKU

Распределение Продавцов и Выручки

• 80% рынка: 46 продавцов
• 95% рынка: 118 продавцов
• 100% рынка: 2,104 продавца
• 15% рынка: 72 продавца
• 5% рынка: 1,986 продавцов

Общая выручка рынка составляет приблизительно 66,471,664 рублей. Основные продавцы существенно влияют на большую часть рыночной выручки.

Анализ Выручки Брендов, Составляющих 80% Рынка Шоколада на OZON

Лидеры рынка:

• Победа вкуса занимает первую позицию с выручкой около 10 миллионов рублей.
• Rioba и Алтайская сказка следуют за лидером с показателями немного ниже 8 миллиона рублей.

Средние показатели:

• Бренды, такие как Монетный двор, Рахат, Априори и КС Спартак, демонстрируют стабильную выручку в пределах от 2 до 3 миллионов рублей.
• Красный октябрь, Звездный спорт и Шоколадов занимают средние позиции с выручкой около 1.5 миллиона рублей.

Нижний сегмент:

• Такие бренды, как ОЗена, Master CHO, Nestle, и Рецепты Привереды, имеют выручку в районе 500 тысяч рублей.
• Объединенные кондитеры, ООО КОРТЕС и ROYAL FOREST замыкают список брендов, входящих в 80% рынка с минимальными показателями выручки.

Доли Рынка по Вкусам Шоколада и Содержанию Сахара

Эти данные показывают, что наибольшую долю рынка занимает молочный шоколад, как с сахаром, так и без. За ним следуют горький шоколад, темный шоколад и ассорти. Среди шоколадов без сахара наиболее популярными являются горький и молочный вкусы.

Доли Рынка по Проценту Содержания Какао

Эти данные показывают, какие проценты содержания какао являются наиболее прибыльными на рынке шоколада. Наибольшую долю рынка занимает шоколад с содержанием какао 72%, за ним следуют шоколад с 85% и 36% какао. Продукция с более высоким содержанием какао, таким как 99%, занимает меньшую долю рынка, но все еще представляет значительную категорию.

Выводы

Анализ показывает, что:

1. Молочный шоколад является самым популярным вкусом, как с сахаром, так и без, занимая самую большую долю рынка.
2. Горький шоколад также занимает значительную долю рынка, особенно среди продуктов без сахара.
3. Шоколад с содержанием какао 72% является наиболее прибыльным, что указывает на высокую потребность в шоколаде среднего содержания какао.
4. Продукты с разным процентом содержания какао распределены по рынку неравномерно, при этом более низкие и более высокие проценты какао занимают меньшие доли по сравнению с средними значениями (70-85%).

В канале https://t.me/aiforbusinesss еще больше про ИИ, аналитику и маркетплейсы, подписывайся, чтобы узнать больше

"Создание ярких и имиджевых баннеров – важная задача для бренда" - задача прошлого. Такая задача раньше стояла перед маркетологами и дизайнерами.

В эпоху Performance Marketing беннеры важны с точки зрения их конверсионности. И "красочность" баннеров определяет не провидец дизайнер или менеджер, а результаты A/B тестов и реакция пользователей.

Поэтому запуск большого количества вариантов баннеров и их тестирование будет более эффективным, чем создание одного "идеального" по мнению дизайнера.

Проблема: сложность создания большого кол-ва уникальных баннеров

Большинство брендов и селлеров сталкиваются с проблемой использования стандартных фото стоков (в последнее время еще участились случаи штрафов за ненадлежащее их использование) или необходимости организации дорогостоящих фотосессий.

Это ограничивает возможности для создания большого кол-во баннеров для тестирования. Как с тз временных затрат, так и финансовых.

Что если запустить 10 баннеров и выбрать с самой высоким CTR%?

Что если бы сгенерировали десятки таких имиджей/баннеров в минуты с минимальными затратами и запустили бы их в тесты? А не полагались на мнение одного человека (себя/менеджера/дизайнера).

Вы бы получили 10 результатов с 10 показателями CTR и с уверенностью могли бы констатировать какой имидж принесет вам больше кликов, конверсий и дальше продаж.

Как это организовать?

Amazon уже внедряет генерацию AI имиджей на свою площадку.

В России это пока не так распространено, хотя уже есть продвинутые селлеры которые используют это. Про одного из них я рассказал в статье по ссылке.

Скоро этот тренд придёт и в Россию, повсеместно. И тогда уже будет выделиться сложно - как когда то достаточно было сделать Rich Content, а сейчас он уже есть у каждого второго.

А пока вы можете быть одним из первых, необходимо только научиться генерировать правильные запросы с ИИ и обрабатывать их с помощью ИИ сервисов.

Генерация фоновых изображений с помощью Midjourney и GPT

Есть такой бренд Fleur Alpine - производитель детского питания. Зайдем на их главную страницу и увидим один из брендовых баннеров. Для организации такого имиджа нужна фотосессия (фотограф, студия, документы) + работа дизайнера.

Сделаем для этого бренда баннеры с помощью ИИ

1. Есть несколько способов генерации имиджей в стилистике бренда. Один из них - это написание промта с GPT

В этом способе важно знать какие настройки нужно указать для промта GPT, чтобы потом имидж был в нужном размере и в нужном стилистике. У Midjourney есть официальная документация, но с GPT такой промт можно сделать за один запрос.

Получаем промт от GPT для Midjourney

"professional photo of an online store banner for the product "downloader Coconut Cereal" in Russian, on which there is food and a little girl with red hair sitting happily next to it holding up her hand near packaging from a coconut cereal box, on a blue bag chair against a white background, with butterflies flying around in bright sunny light, at high resolution. --ar 128:51 --v 6.0"

2. Вставляем полученный промт в Midjourney

И получаем ряд имиджей в стилистике. Выбираем понравившийся нам из множества вариантов

3. Делаем коммуникацию для имиджей и готово - мы можем запускать в A/B тестирование

Вариант 1

Вариант 2

Вариант 3

Выводы

1. Эффективность A/B тестов лучше одного имиджа от дизайнера: мы можем быстро создать несколько имиджей и баннеров для проведения A/B тестов. Что позволяет нам точно определить, какие из них лучше всего срезонируют с покупателями. Таким образом, мы полагаемся на реальные данные, а не на догадки дизайнеров или менеджеров.

2. Быстрота генерации: С помощью ИИ возможно быстро создать большое количество баннеров за считанные минуты. Это значительно сокращает временные и финансовые затраты на создание рекламных материалов.

3. Масштабирование успешных баннеров: После проведения тестов мы можем легко экстраполировать самые эффективные баннеры на все маркетинговые площадки. Это гарантирует максимальную отдачу от рекламных кампаний и увеличение конверсий.

4. Уникальные изображения: Каждый баннер уникален и не требует получения разрешения от моделей. Это устраняет риск юридических проблем и повышает креативную свободу.

В канале https://t.me/aiforbusinesss еще больше про ИИ, аналитику и маркетплейсы, подписывайся, чтобы узнать больше

Многие производители задаются вопросом: стоит ли переходить на прямые поставки на маркетплейсе, минуя дистрибьютора?

С одной стороны, это может снизить издержки и увеличить контроль над продажами, но с другой стороны, существует риск потерять наработанную базу покупателей и получить сниженные объемы продаж.

Рассмотрим эту ситуацию на примере двух SKU из категории продуктов. Первая "раскаченная" карточка товара на Wildberries имеет аж 45.000 отзывов.

Что будет если попробовать залистить новую карточку "напрямую"?

ДИСКЛЕЙМЕР. Данный анализ проведен на основании данных из системы аналитики MpStat. Является ли продавец действительно дистрибьютором, официальным или нет, я не знаю.

Две карточки товара для дальнейшего анализа

Первая "раскаченная" карточка товара

Для удобства будем называть эту карточку - карточкой дистрибьютора. Данная карточка товара имеет 45к отзывов и начала продаваться на маркетплейсе давно, была в ТОП выдаче по своим ключевикам. Продажи в августе 2023 года составляли 2 466 601 рублей.

Вторая карточка от "производителя"

Для удобства будет называть эту карточкой "от производителя". Вторая карточка имела ноль отзывов в августе 2023 года и продажи в 28 210 ₽.

Как происходили продажи карточки от производителя?

Кажется, что при такой сильной карточке у дистрибьютора с колоссальным количеством отзывов шансы на продвижение минимальные.

Первые 3 месяца продаж

Посмотрим как продвигались продажи первые 3 месяца и что получилось сделать у карточки производителя:

В первые три месяца производитель сразу зашел ниже рынка с ценой чуть выше 500 рублей. В это время карточка дистрибьютора (ниже) продавалась с ценой около 540-550 рублей с периодическими снижениями.

В первые 3 месяца карточка производителя только набирала обороты и под конец смогла увеличить продажи поставив под конец период цену, ниже чем у карточки дистрибьютора.

Вторые 3 месяца продаж

Возьмем следующий период для анализа Нояб 23 - Янв 24. Видим, что производитель активно уже демпингует с ценой на уровне 480 рублей и даже ниже.

В то время как дистрибьютор продает в среднем по цене выше 500 рублей, с периодическим сильным снижением цены.

В итоге к концу этого периода Производитель смог нарастить продажи до 300 штук в день, а дистрибьютор начал терять продажи.

По цифрам: январь Производитель закрыл на 1 709 744 ₽, а дистрибьютор на 1 982 487 ₽.

7 месяцев продаж

Уже в феврале карточка Производителя смогла обогнать карточку Дистрибьютора: 1 907 052 ₽ и 1 870 671 ₽, соотвественно.

И дальше продолжился только рост. Общие график продаж за 305 дней можно посмотреть ниже. Дистрибьютор перестал качать свою карточку товара после 8-9 месяцев, а Производитель нарастил продажи.

Выводы по карточкам товара

Как видно из анализа в долгосрочную можно вывести новую карточку товара при имеющейся прокаченной карточке товара. Вопрос времени и инвестиций.

После того как Производитель занял лидирующие позиции на Wildberries он уже может самостоятельно манипулировать ценой в плюс. Как видно из графика ниже последние месяцы цена стала выше 550 рублей. И здесь производитель может снимать уже прибыли.

Общие выводы и рекомендации

Производителям стоит рассмотреть переход на прямые поставки, если:

1. У них есть ресурсы для инвестиций в логистику и организацию прямых поставок.
2. Они готовы к возможному временному снижению продаж в период адаптации.
3. Они могут обеспечить конкурентное ценообразование и поддержание высокого уровня сервиса.

В долгосрочной перспективе это поможет самостоятельно влиять на ценообразование и повысить свою маржинальность. Но для успешного перехода важно сделать детальный анализ и расчет необходимых инвестиции и потенциальных прибылей.

В канале https://t.me/aiforbusinesss еще больше про ИИ, аналитику и маркетплейсы, подписывайся, чтобы узнать больше

"Выходить на маркетплейсы поздно или роста там нет и уже не может быть" - на сколько это верное утверждение?

В этой статье я покажу опровержение этого утверждения для категории Продукты. Сделано это будет на основании анализа 313! подкатегорий с Новинками в категории Продукты на Wildberries.

Для анализа я буду использовать платную версию GPT-4

Такой анализ безусловно можно было бы сделать и вручную - но это займет существенное кол-во времени и сил. Гораздо эффективнее применять ИИ для помощи в анализе больших данных и сфокусироваться на бизнес выводах, на основании полученных результатов.

Проблема

Начнем с постановки проблемы. Можно выделить 2 проблемы в зависимости от ваших целей.

Первая - вы не знаете какую стратегию применить, чтобы вывести новинку в ТОП по продажам.

Вторая - вы не знаете в какую категорию выходить, чтобы иметь наибольший быстрый рост в выделенные период.

Решение

И первую и вторую проблему можно решить не изобретая велосипед и не сливая бюджеты на тесты. А посмотреть и проанализировать результаты тех СКЮ у кого уже это получилось.

Можно было бы смотреть каждую подкатегорию вручную - но это займет огромное кол-во времени. Например, для 300 подкатегории Категории Продукты - если анализировать каждую хотя бы 5 минут, это 1500 минут или 24 часа. Или 2 дня непрерывного анализа (спать можно).

А можно подумать как это автоматизировать и сразу получить большую картину категории и дальше вдаваться в детали по необходимости.

Что если это автоматизировать? автоматизировать с GPT?

Давайте посмотрим как это можно ускорить применяя возможности ИИ. Начнем с входных данных, которые мы возьмем для анализа.

Входные данные

Для анализа возьмем выгрузки из сервиса MpStat по продажам категории Продукты за август 2023 года и за октябре 2023 года. Данный период выбран как аналог будущего 4 квартала 2024 года - получив анализ сейчас, вы сможете успеть реализовать лучшие практики в 2024 году. Новинками мы будем считать СКЮ у которых отзывов было меньше 30 штук на август 2023 года.

Мы получим 2 огромные выгрузки файлов под 1 Гб веса каждый - посколько мы взяли категорию Продукты сразу целиком (не выделяя подкатегории). Excel с трудом открывает такие данные и тем более вы вряд ли сможете сметчить продажи в 2ух таких файлах.

GPT автоматизирует аналитику!

GPT же помогает создавать скрипты для анализа больших данных, которые автоматически извлекают и обрабатывают данные из CSV файлов. Таким образом мы легко можем выделить Новинки (напомню, это СКЮ с кол-ом отзывов меньше 30 шт в августе) и проанализировать какие продажи стали у этих СКЮ в Октябре.

Ниже шаги анализа:

1) Получим общий сводный файл со всеми СКЮ Новинки по категории Продукты

Используя предложенный скрипт от GPT, получим сводный файл со всеми Новинками по всем категориям Продукты. Скрипт от GPT полностью автоматизировал поиск и сведение СКЮ.

Сразу выделим и в дальнейшем будем работать только с СКЮ Новинки которые делают 80% оборота.

Пример полученного файла ниже. Здесь у нас все Новинки и из продажи за август и октябрь. Таких СКЮ в файле больше 15.000

Однако, понять какие подКатегории быстрее росли и имеют больший оборот сложно в таком большом файле, поэтому следующий шаг - сделаем объединение.

2) Выделим приросты по всем подКатегориям и попросим GPT общий отчет

Выделяем сами подКатегории: кол-во Новинок в каждой подКатегории и обороты подКатегории по Новинкам за август и октябрь 2023.
Для этого в чат GPT делаем соотвествующий запрос.

Ниже пример запроса:

GPT нам присылает сводный Excel файл с Новинками разбитый по всем подКатегориям. Таких подКатегорий в Продуктах 313 штук.

3) Для удобства чтения, попросим сделать GPT график приростов

Для удобства просим GPT сделать график по ТОП 10 категориям с оборотом выше 5 млн. Получаем удобный график для чтения приростов в % по подКатегориям.

Кому нужен файл целиком - пишите мне лично

Ниже я выделил ТОП выводы по анализу, которые можно сделать из файла:

1) В ТОП 10 подКатегории с оборотом (по выделенным Новинкам) выше 5 млн в месяц Продукты по росту Новинками Входят: Пищевые добавки, Кофе (кофе зерновой, кофе в капсулах, кофе растворимый), Чай и Травяные сборы, Снеки, Паста ореховая, Конфеты.

2) подКатегории в ТОП Новинок на графике имеют рост от 90% до 700%. И этого всего за 3 месяца

3) Кол-во категорий с ростом в %:

• Категорий с отрицательным ростом: 10
• Категорий с ростом до 100%: 88
• Категорий с ростом от 100 до 500%: 171
• Категорий с ростом от 500 до 1000%: 19
• Категорий с ростом 1000% и выше: 24

4) Наивысший рост у категории Лимонная кислота - рост 1479%. Продажи Новинок составляли в августе 117.817 руб. и выросли до 1,8 млн в октябрь месяце

Что дальше?

Дальше мы берем интересующую нас подКатегорию - нам интересны в данном кейсе категории с наибольшим приростом. Смотрим какие СКЮ сделали такой прирост в этой категории. Проводим их анализ и берем лучшие практики.

Возьмем, для примера категорию Лимонная кислота. В категории есть ТОП 1 Новинка СКЮ которое выросло с выручки в 30.000 руб в августе до 1.341.875 руб. в октябре.

1) СКЮ не продавалось, было 0 отзывов. Затем селлер снизил цену, поставил ниже рынка

2) После снижения цены кратно выросли продажи и позиция в поиске. Селлер попал даже в OOS (out of stock).

Мы можем дальше более детально изучить стратегию селлера и как у него получилось выйти на такой оборот, в такой короткий период.

Но даже из базового быстрого анализа видно как снижение цены временно, позволяет нарастить место в выдаче и поднять обороты. Дальше уже дело техники сохранять эту тенденцию и не выпадать в OOS.

Но даже при том, что селлер выпал в OOS у него получилось сохранить рост.

Выводы

С помощью ИИ и анализа больших входных данных, в этой статье я показал что рост на маркетплейсах в категории Продукты возможен, причем значительный.

Благодаря такому анализу можно быстро находить категории с ростом, и, самое главное, находить СКЮ, которые смогли сделать такой рост и забирать у них лучшие стратегии.

И ведь получается так можно проанализировать все категории маркетплейсов. Найти растущие категории и найти и скопировать лучшие успешные стратегии у СКЮ Новинок!

В канале https://t.me/aiforbusinesss еще больше про ИИ и маркетплейсы

Потенциальные конверсионные группы запросов - это слова по которым вероятно могут купить ваш товар.

Базовое распределение конверсионных запросов на группы - это распределение по их частотности.

Выделим 3 группы слов: низкочастотные, среднечастотные и высокочастотные группы слов.

Низкочастотные запросы - ключевые слова, которые наиболее точно соответствуют вашему продукту.

Если вы продаете малиновое варенье без сахара, то это такие запросы как "варенье из малины без сахара", "варенье без сахара малиновое", "малиновое варенье" и тд.

Среднечастотные запросы - ключевые слова, которые связаны с категорией в целом, в которой находится ваш товар.

Для малинового варенья это "варенье", "варенье без сахара", "низкокалорийное варенье" и тд.

Высокочастотные запросы - запросы по которым потенциальном увидев ваш товар могут им заинтересоваться. Это запросы на расширение показов.

Для малинового варенья это могут быть "продукты", "к чаю", "в подарок" и тд.

2. Составляем семантическое ядро для группы

1. Возьмем, для примера, СКЮ на Вайлдбериз "Варенье из малины без сахара"

2. Для расширения ключевых запросов воспользуемся сервисом MpStat. Добавим наше СКЮ и получим 244 запроса на расширение.

Мы можем вручную отфильтровывать и отсортировывать все слова, тратив на каждое СКЮ наше время, а можем поручить это сделать GPT

3. Даём задачу GPT составить группы конверсионных запросов

1. Низкочастотные запросы. Отнесем сюда всё, что относится к "варенье + малина + без сахара"

Запрос для GPT

2. Среднечастотные запросы. Сделаем еще одну вкладку с GPT по среднечастотным запросам, относящимся к категории в целом

Запрос для GPT

3. РЕЗУЛЬТАТ. GPT за 2 минуты составил группы - низкочастотные и среднечастотные запросы

Далее имея отсортированные группы запросов мы можем составлять описание карточки товара.

В зависимости от стадии на которой находится наш продукт на маркетплейсе, мы будем варьировать использование данных групп.

О том как сделать это за 2 минуты с GPT, я рассказываю в статье.

1. Что делает описание в карточке товара качественным и приносящим продажи?

Это связка правильных ключевых слов + структурированное описание товара, понятное не вам, а покупателю.

Правильные ключевые слова - это слова по которым вы можете показываться и вас будут покупать.

Структурированное описание - описание визуально легко читаемое и понятно покупателю. Где вы ясно показываете, чем ваш товар лучше конкурентов.

2. Возьмём рандомно карточку товара на Озон. Сегодня это будет Варенье из белой черешни BIZIM TARLA без косточки, 400 гр.

Хороший товар, 178 отзывов, рейтинг 4.8. Но вот описанию явно не уделяли много времени. А ведь какой потенциал продаж есть у таких товаров.

3. Пишем промт(инструкцию) GPT оценить текущее описание карточки товара и дать рекомендации по улучшению.

1. GPT оценивает текущее описание на 7/10 и даёт рекомендации. Делюсь промтом ниже в описании!

2. Делаем ряд итерации с GPT для получения наилучшего результата для карточки. В итерациях я спрашиваю, что по мнению GPT нужно улучшить.

3. Теперь просим GPT составить обновленное описание товара. Этот промт в печатном виде тоже ниже, забирай!

4. РЕЗУЛЬТАТ. За 2 минуты, мы получили от GPT обновленную карточку товара с SEO описанием.

Не нужно тратить время на структурирование описания в карточках товара и составления предложений с SEO ключевиками. Не нужно тратить на фрилансеров за составление SEO описания 1500 рублей.

Главное научиться писать правильные инструкции, промтингу, для GPT. От этого сильно зависит результат!

Мы получили SEO описание в котором:

• Для покупателя видны преимущества товара перед конкурентами
• Текст легко читаем и понятен
• Текст вызывает эмоциональный отклик у покупателя. Что особенно важно, когда ты не видишь вживую товар
• В тексте описана линейка всех товаров
• Текст на 6.000 символов для подробного описания
• Оригинальность текста 100% по https://text.ru/

Полный обновленный текст описания:

Следующим шагом будет обновление описания карточки товара на маркетплейсе и запуск аналитики по показам и кликабельности.

По аналитике сделать срез влияния оптимизированного SEO описания на рост/падение показов, кликов, продаж. При необходимости сделать корректировку и запустить новый тест.

5. Промты, которые я использовал с GPT

“Действуй как менеджер по маркетплейсам, который знает какие ключевые слова нужно добавить в описание товара, чтобы этот товар показывался максимально релевантной категории людей + попал в ТОП выдачу по ключевым запросам. я тебе буду присылать описание ты ставь на свой взгляд кол-во баллов от 0 до 10, где 10 - идеальное описание. и пиши чтобы добавил ясна ли тебе инструкция?”

"С учетом своих вводных по 4 пунктам, составь и пришли обновленное описание товара. описание должно быть структурным и легкочитаемым, используй буллет поинты. Когда будешь вставлять предложенные тобой ключевые слова и SEO, выделяй их жирным максимальное количество символов — 6000"

До конца ЯНВАРЯ. Записывайтесь на бесплатную консультацию своего бизнеса, где я расскажу как нейронные сети помогут увеличить прибыль и сократить издержки в вашем бизнесе.

Напишите мне в телеграмм кодовое слово «ХОЧУ БИЗНЕС АИ»