# Продажи просели: как владельцу за минуту понять причину и цену вопроса

> Владельцу магазина: как одним вопросом получить причину падения продаж с оценкой в деньгах, каким выводам верить и какие решения принимать по каждому фактору.

published: 2026-08-05
updated: 2026-08-05

Разбор падения продаж на Wildberries — это не поиск одной виноватой цифры, а раскладка изменения выручки на факторы, каждый из которых можно измерить: стало меньше трафика, хуже конверсия, кончился товар, изменился расход рекламы, изменилась цена. ИИ-ассистент делает эту раскладку одним вопросом: сам сравнивает период с предыдущим той же длины, считает вклад каждого фактора в деньгах и показывает, что весит больше. Вместо пяти открытых отчётов и сведения цифр вручную — один ответ с готовым выводом.

## Коротко

- Вопрос «почему упали продажи» закрывается одним запросом с раскладкой по причинам в деньгах.
- Сравнение всегда строится как два соседних окна равной длины, а не вычитанием вложенных пресетов.
- Причиной признаётся только значимое изменение, мелкие колебания не выдаются за объяснение.
- Гипотезу «реклама влияет на заказы» проверяет корреляция со сдвигом по дням: эффект часто виден не сразу.
- История остатка показывает подтверждённые дни нуля, история цены — точные моменты её изменения.
- Разбор ведёт [ИИ-агент для маркетплейсов](/docs/ii-agent-dlya-marketpleysov); общий обзор — [«Автоматизация работы с Wildberries»](/docs/avtomatizatsiya-wildberries).

## Как устроена раскладка

<details>
<summary>Подробно: пять факторов и их вес</summary>

Ассистент берёт выбранный период, строит непересекающееся окно той же длины перед ним и раскладывает разницу выручки на компоненты:

- **Трафик** — сколько людей заходило в карточки. Меньше показов и переходов — меньше заказов при той же конверсии.
- **Конверсия** — доля тех, кто дошёл до корзины и заказа. Падение конверсии при том же трафике означает проблему в карточке, цене или отзывах.
- **Остаток** — дни, когда товара физически не было. Продажи не падают, а обнуляются, и никакая реклама этого не компенсирует.
- **Реклама** — изменение расхода. Сокращение бюджета почти всегда тянет за собой заказы, но с задержкой.
- **Цена** — изменение цены со скидкой, которое двигает и конверсию, и выручку с единицы.

Каждый фактор переводится в деньги, чтобы их можно было сравнивать между собой. Это принципиально: спор «что важнее, конверсия или реклама» бессмысленен, пока обе величины не приведены к рублям.

</details>

<details>
<summary>Подробно: почему в ответе не всё подряд</summary>

Хороший разбор отличается от плохого не количеством упомянутых причин, а отсечением шума. Фактор попадает в ответ только если он действительно двигает результат: изменение на десять процентов и больше в деньгах, конверсия — на процентный пункт и больше, отсутствие товара — от одного полного дня в нуле.

Есть и нижний порог по базе: на околонулевой выручке проценты бессмысленны, и в этом случае платформа скажет об этом прямо, а не выдаст «падение на 400%».

Ещё одна ловушка снимается автоматически: пресеты «последние 7, 30 и 90 дней» вложены друг в друга, поэтому вычитать один из другого нельзя — разница между ними не является периодом сравнения. Сравнение всегда строится как два соседних окна.

</details>

## Проверка гипотез

Отдельный класс вопросов — не «что изменилось», а «связано ли одно с другим». Здесь ассистент сравнивает два дневных ряда и проверяет не только совпадение день в день, но и сдвиги: от минус семи до плюс семи дней. Затем называет сдвиг, при котором связь сильнее всего.

Это не формальность. На реальных данных магазина связь расхода рекламы и заказов день в день оказалась практически нулевой, а при сдвиге в два дня — почти полной. Продавец, посмотревший только на совпадение в тот же день, сделал бы вывод «реклама не работает» и отключил бы кампанию, которая на самом деле работала.

Платформа при этом честно предупреждает, что корреляция — гипотеза, а не доказанная причина, и не считает связь на слишком короткой выборке, где коэффициент нестабилен.

## Проверка версии «товар кончился»

<details>
<summary>Подробно: остатки и цена по дням</summary>

Самое частое объяснение падения продаж — «наверное, товар кончился». Проверяется оно за один вопрос: ассистент показывает историю остатка по дням и выделяет подтверждённые интервалы, когда остатка не было. Это не оценка по среднему, а конкретные даты.

Порядок величин здесь обычно удивляет: на реальном товаре за месяц нашлись два подтверждённых интервала нулевого остатка длиной девять и три дня — то есть склад пустовал почти половину месяца, и на конец периода товара тоже не было. При такой картине искать причину в конверсии или в тексте карточки не имеет смысла.

Вторая типовая версия — «цена изменилась». История цены по дням показывает не только сам ряд, но и моменты изменения: дата, с какой цены на какую и на сколько процентов. Сопоставив её с рядом заказов, можно увидеть, совпало ли падение с повышением цены — или произошло раньше, что снимает эту версию.

</details>

## Что делать с результатом

Раскладка полезна тем, что превращается в разные действия:

- **Упал трафик** — смотрите поисковую видимость и рекламу: [«Поисковая аналитика»](/analytics/search) покажет позиции по запросам и высокочастотные запросы предмета, по которым вас нет вовсе.
- **Упала конверсия** — смотрите воронку товара, отзывы и изменения карточки: раздел [«Изменения»](/changes) показывает, какие правки давали эффект до и после.
- **Кончился товар** — смотрите [«Потребность»](/inventory/replenishment) и [«Оборачиваемость»](/inventory/turnover), чтобы стокаут не повторился.
- **Реклама** — раздел [«Реклама»](/ads): расход, выручка с рекламы, ДРР, ROAS, окупаемость по кампаниям и товарам.
- **Цена** — проверьте маржу перед следующим изменением: снижать цену при нулевой марже бессмысленно.

## Частые вопросы

**Почему упали продажи на Wildberries?**
Причин всего пять и они измеримы: меньше трафика, хуже конверсия, товара не было на складе, сократилась реклама, изменилась цена. ИИ-ассистент считает вклад каждой в деньгах и называет главную.

**Как быстро получить разбор?**
Одним вопросом «почему упали продажи» или «продажи просели, в чём причина» — сравнение с предыдущим периодом строится автоматически.

**Можно ли разобрать падение по конкретному товару?**
Да, укажите товар названием или артикулом; для товара доступны воронка, история остатка и история цены.

**Как проверить, влияет ли реклама на заказы?**
Спросите «влияет ли реклама на заказы» — платформа проверит связь со сдвигом от минус семи до плюс семи дней и назовёт лаг с самой сильной связью.

**Что если данных мало?**
Платформа скажет об этом прямо: на слишком короткой выборке связь не считается, а факторы ниже порога значимости не выдаются за причину.

**Можно ли сравнить произвольные периоды?**
Да: конкретные даты, месяц, квартал или событие вроде Чёрной пятницы. Максимальное окно — год.

## Коротко

- Спросите «почему упали продажи» — ответ придёт раскладкой по причинам с весом каждой в деньгах.
- Верить стоит факторам, которые прошли порог значимости: мелкие колебания в ответ не попадают.
- Самый частый и самый дорогой фактор — товар кончился на складе; это проверяется по дням.
- Реклама влияет с задержкой, поэтому вывод «реклама не работает» по одному дню обычно неверен.
- Решение по каждому фактору разное: снижать цену при упавшем трафике бесполезно.

## Один вопрос вместо пяти отчётов

<details>
<summary>Подробно: что вы получаете в ответе</summary>

Обычный путь владельца к причине падения выглядит так: открыть продажи, открыть рекламу, открыть остатки, открыть воронку, свести цифры и попробовать понять, что из этого важнее. На это уходит время, и результат зависит от того, какой отчёт открыли первым.

Ассистент делает это иначе. Он сам берёт сравнимый предыдущий период той же длины, раскладывает изменение выручки на пять факторов и переводит каждый в деньги. В ответе вы видите не «конверсия снизилась на 0,4 процентных пункта», а сколько это стоило выручке — и можете сравнить с тем, сколько стоила нехватка товара или сокращение рекламы.

Это и есть цена вопроса: она позволяет решить, чем заниматься сегодня, а что подождёт.

</details>

## Каким выводам верить

<details>
<summary>Подробно: причина, совпадение и шум</summary>

Три вещи, которые стоит держать в голове, читая любой разбор.

**Порог значимости.** В ответ попадают только факторы, реально двигающие цифру: изменение от десяти процентов в деньгах, конверсия — от процентного пункта, отсутствие товара — от одного полного дня. Если фактор не назван, значит, он не объясняет падение, а не «про него забыли».

**Малая база.** На околонулевой выручке проценты не значат ничего: падение с двух продаж до одной — это «минус 50%», но не бизнес-событие. Платформа в таких случаях говорит прямо, что база слишком мала.

**Корреляция не равна причине.** Если два показателя двигаются вместе, это повод для гипотезы, а не вывод. Платформа так и подписывает результат.

</details>

## Что делать по каждому фактору

- **Товар кончился.** Самый дорогой и самый обидный случай: продажи не падают, а обнуляются, позиции в выдаче теряются, а реклама продолжает тратить бюджет. Проверьте [«Потребность»](/inventory/replenishment) и поставьте наблюдение, чтобы это не повторилось.
- **Упал трафик.** Смотрите видимость в поиске и рекламу. Изменение цены здесь не поможет: если в карточку не заходят, скидка никого не привлечёт.
- **Упала конверсия.** Проблема внутри карточки: содержание, фото, отзывы, цена относительно конкурентов, наличие размеров. Отзывы стоит смотреть по темам — см. [«ИИ-ответы на отзывы»](/docs/ai-otvety-na-otzyvy).
- **Сократилась реклама.** Проверьте, было ли это решением или бюджет просто закончился; темп расхода бюджета кампании виден заранее.
- **Изменилась цена.** Сопоставьте с маржой: снижение цены при тонкой марже превращает падение выручки в убыток.

## Не только падение

Тот же механизм полезен и когда всё хорошо. Вопрос «что изменилось к прошлому периоду» показывает, за счёт чего вырос результат, — а это знание переиспользуемо. Рост за счёт возврата товара на склад после стокаута и рост за счёт конверсии требуют разных решений на следующий месяц.

Полезно также сравнить кабинеты между собой и понять, где именно результат, а не смотреть на общий итог: цифры считаются по каждому кабинету отдельно.

## Частые вопросы

**Как понять, почему упали продажи, не разбираясь в аналитике?**
Задайте вопрос обычными словами. Ответ придёт списком причин с весом каждой в деньгах и коротким выводом.

**Может ли быть несколько причин сразу?**
Да, и это обычная ситуация. Именно поэтому вклад каждой считается отдельно и приводится к деньгам.

**Почему ассистент не назвал причину, которую я подозреваю?**
Скорее всего, она не прошла порог значимости — то есть её вклад слишком мал, чтобы объяснить изменение.

**Товар кончился — это точно видно?**
Да, история остатка по дням показывает подтверждённые интервалы нулевого остатка с конкретными датами.

**Стоит ли снижать цену, если продажи упали?**
Не раньше, чем понятна причина. При падении трафика или при пустом складе цена ни при чём, а маржу вы потеряете.

**Можно ли поставить наблюдение, чтобы узнавать о падении раньше?**
Да, через [алерты](/alerts) на падение выручки или фоновую задачу слежения; находки попадут в [«Инсайты»](/insights).

**Как отличить сезонное снижение от проблемы?**
Сравнивать с сопоставимым периодом и с тем же днём недели: недельная сезонность на маркетплейсах сильная, и сравнение понедельника с воскресеньем создаёт ложную тревогу.

**Что делать, если упали продажи сразу по всему ассортименту?**
Такое падение обычно внешнее — реклама, сезон, изменение выдачи. Начинать стоит с рекламы и видимости, а не с правки карточек.

**Можно ли разобрать не падение, а рост?**
Да, тот же вопрос «что изменилось к прошлому периоду» показывает, за счёт чего вырос результат, — и это знание переиспользуемо на следующий месяц.
