Обучающие статьи Kaspi / Блок 2. Фундамент аналитики маркетплейса / Статья 7

В среднем - 51 продажа в день. А в реальности - от 8 до 119

Продолжим анализировать Yasin 32E9000.

В апреле Dattoria получил данные о продажах за 24 дня.

Если сложить продажи по этим дням, получится 1 215 единиц.

Разделим:

1 215 ÷ 24 ≈ 51 продажа в день.

Выглядит довольно спокойно.

Можно представить товар, который каждый день продаётся примерно по 50 штук.

Но теперь откроем продажи по дням.

9 апреля - 119 шт.

10 апреля - 8 шт.

12 апреля - 111 шт.

16 апреля - снова 8 шт.

От 8 до 119 продаж при среднем значении около 51.

Вот почему одна средняя цифра может рассказать совсем не ту историю, которая происходила на самом деле.

Среднее сгладило почти всё самое интересное

Посмотрим на несколько дней апреля.

Дата	Продажи, шт. - оценка Dattoria
6 апреля	94
9 апреля	119
10 апреля	8
12 апреля	11
14 апреля	68
16 апреля	8
20 апреля	77
23 апреля	17
29 апреля	68
30 апреля	60

Данные взяты из дневной истории Yasin.

Если бы в отчёте была только строчка:

Средние продажи - около 51 штуки

мы бы не увидели ни дня со 119 продажами, ни дней с 8.

А разница между ними почти в 15 раз.

Поэтому среднее значение полезно, чтобы быстро понять общий уровень.

Но оно не показывает, как этот результат был получен.

Среднее показывает уровень.

Динамика показывает историю

Представьте, что вы открыли товар в разные дни

Допустим, два продавца независимо друг от друга анализируют один и тот же Yasin.

Первый открыл историю после 9 апреля.

Он видит:

119 продаж за день.

И думает:

«Очень сильный товар».

Второй смотрит на 10 апреля:

8 продаж.

Его вывод может быть противоположным:

«Продажи слабые».

Оба смотрят на настоящий показатель одного товара.

Но оба рискуют ошибиться по одной причине:

они пытаются описать товар одним днём.

Поэтому график нужен не для красоты

Когда открываете динамику, задача не просто посмотреть, куда идёт линия.

Нужно понять:

• Как часто повторяются высокие результаты?
• Бывают ли резкие провалы?
• Есть ли несколько сильных дней подряд?
• После всплеска продажи возвращаются назад или остаются выше?
• Хватает ли вообще данных, чтобы делать вывод?

В нашем апрельском примере высокий результат в 119 продаж не повторяется каждый день.

Но и результат в 8 штук тоже не является постоянным.

График не даёт нам одну удобную цифру. Он показывает диапазон, в котором товар реально двигался по имеющимся данным.

Есть ещё одна ловушка: отсутствующая дата - это не ноль

В апреле 30 календарных дней.

Но по Yasin данные получены только за 24 дня.

Для остальных шести дат строк в выгрузке нет.

Это значит:

данные за эти дни не были получены.

Это не означает:

«В эти дни было 0 продаж».

Разница принципиальная.

Если поставить вместо пропущенных дней нули, график станет выглядеть хуже, чем данные позволяют утверждать.

Если придумать значения между соседними днями - мы, наоборот, создадим продажи, которых в данных нет.

Поэтому пропуск оставляем пропуском.

Нет данных ≠ 0 продаж.

А зачем всё это продавцу перед закупкой?

Вернёмся к реальной задаче.

Поставщик предлагает товар и спрашивает:

«Сколько будете брать?»

Если до этого вы увидели 119 продаж за день, может возникнуть желание закупиться побольше.

Но после просмотра графика вопрос меняется.

Теперь хочется понять:

На какой уровень продаж я вообще могу опираться при планировании?

119 - один из самых сильных дней.

8 - один из самых слабых.

Средние 51 тоже скрывают очень большой разброс.

Значит, размер закупки нельзя обосновать только одной из этих цифр.

Позже мы отдельно разберём прогноз и размер партии.

Сейчас достаточно понять главное:

перед планированием будущих продаж нужно сначала увидеть, как товар вёл себя в прошлом.

Но высокая нестабильность - это плохо?

Не обязательно.

Это ещё одна ошибка, которую легко сделать.

Мы увидели сильные перепады и можем решить:

«Нестабильный товар - значит плохой».

Но график сам по себе этого не доказывает.

У перепадов могут быть разные причины.

Например, изменились условия продаж, доступность товара или ситуация на рынке.

Возможно, есть повторяющаяся закономерность.

А возможно, часть изменений вообще связана с особенностями данных.

Сейчас наша задача не объяснить каждый пик.

Сейчас мы учимся их замечать.

Причины будем исследовать отдельно.

Это важная последовательность:

Сначала увидеть изменение.

Потом искать его причину.

А не наоборот.

Посмотрим на конец месяца

Теперь возьмём последние семь дней, по которым есть данные.

Дата	Продажи, шт.
24 апреля	68
25 апреля	34
26 апреля	25
27 апреля	34
28 апреля	68
29 апреля	68
30 апреля	60

Эти значения также относятся к дневной истории Yasin.

Здесь картина уже другая.

Нет 119.

Нет 8.

Большая часть значений находится между 25 и 68 продажами.

То есть даже внутри одного месяца характер движения может меняться.

И вот здесь возникает следующий вопрос:

«Какой период вообще брать для анализа - неделю, месяц или несколько месяцев?»

К нему мы перейдём в следующем уроке.

Практика: можно ли назвать товар стабильным?

Представьте, что коллега посмотрел только на расчёт:

1 215 продаж по 24 дням с данными.
В среднем - около 51 продажи в день.

И говорит:

«Отлично. Значит, товар стабильно продаётся примерно по 50 штук в день».

Что здесь не так?

Напишите ответ двумя-тремя предложениями.

Самопроверка

Возможный ответ:

«Среднее значение не показывает, как распределялись продажи по дням. В апреле у Yasin среди полученных данных есть и 119 продаж за день, и 8. Поэтому из среднего около 51 нельзя сделать вывод, что товар стабильно продаётся примерно по 50 единиц ежедневно».

Можно добавить ещё один важный момент:

«Данные получены за 24 из 30 дней, поэтому отсутствующие даты нельзя считать нулевыми продажами».

Вот теперь средняя цифра используется правильно.

Она помогает понять уровень.

А график - понять, насколько этот уровень характерен для отдельных дней.

Что запомнить

Когда видите итог за период, задайте себе второй вопрос:

Как он сформировался во времени?

Например:

1 215 продаж могут выглядеть как спокойные 40–50 единиц каждый день.

А могут состоять из сильных пиков и глубоких провалов.

Это разные ситуации - даже если итог одинаковый.

Поэтому хороший анализ обычно идёт в два шага:

Сначала итог.
Потом динамика.

И только после этого имеет смысл объяснять причины и строить планы.

В следующем уроке разберём логичное продолжение:

за какой период вообще смотреть динамику?

Потому что один и тот же товар может выглядеть совершенно по-разному, если открыть неделю, месяц или три месяца.

Следующая статья →
Статья 8. За какой период анализировать товар на Kaspi: неделя, месяц или несколько месяцев?

← Предыдущая статья
Статья 6. Цена товара на Kaspi: как анализировать цену за период