Реклама на Wildberries: как не платить за то, что работает бесплатно

Wildberries 10 мин чтения

---

Продавец женской одежды потратил на рекламу в рекомендациях Wildberries 30 млн рублей. Статистика площадки выглядела хорошо: 157 тысяч заказов по 193 рубля за штуку. Но когда данные проверили глубже, картина изменилась кардинально. Этот кейс демонстрирует распространённую проблему продавцов, которые принимают решения, опираясь исключительно на встроенную аналитику маркетплейса.

Почему стандартная статистика Wildberries вводит в заблуждение

Площадка считает заказом любую покупку, которая случилась после рекламного касания. Даже если покупатель кликнул на рекламируемый товар, а в итоге купил другой артикул того же продавца. Такие заказы называют ассоциированными. В описанном кейсе из 157 тысяч заказов 130 тысяч оказались именно такими: покупатели приходили через рекламу, но брали другие позиции из каталога.

Когда из расчёта убрали ассоциированные заказы и оставили только прямые, по рекламируемым товарам, стоимость одного заказа выросла с 193 до примерно 1 150 рублей. Стоимость выкупа (то есть заказа, который покупатель не вернул) поднялась почти до 5 000 рублей. Это совершенно другая экономика, и для большинства категорий такие цифры делают рекламу убыточной.

Проблема в том, что продавец видит красивые агрегированные показатели и принимает решения на их основе: увеличивает бюджет, поднимает ставки, масштабирует кампании. Реальная эффективность рекламы остаётся скрытой за ассоциированными конверсиями, которые площадка включает в отчёт по умолчанию.

Чтобы получить честную картину, нужно разделять два потока: заказы именно рекламируемых товаров и заказы всего остального ассортимента, которые случились в рамках той же сессии. Только первые: прямой результат рекламы. Вторые это органика или эффект ассортиментного присутствия, который существовал бы и без рекламного бюджета.

Где реально показывается реклама, и зачем это проверять парсером

Вторая находка из того же кейса оказалась ещё более неожиданной. Парсер: инструмент, который автоматически снимает выдачу по заданным запросам, показал, что от 84 до 95 процентов рекламных размещений находились под собственными органическими карточками того же продавца.

Другими словами, реклама занимала позиции прямо под товарами, которые и так показывались бесплатно. Покупатель, листая страницу, видел один и тот же бренд дважды: сначала в органике, потом в рекламе. Дополнительных касаний с новой аудиторией это не создавало, продавец просто платил за то, чтобы занять место рядом с собой.

Когда ставку подняли, реклама действительно сдвинулась выше. Но не к позициям конкурентов: она просто поменялась местами с собственной органической карточкой. Контрольные тесты зафиксировали небольшой прирост просмотров и добавлений в корзину, однако подтверждённых дополнительных заказов рекламируемых товаров они не принесли.

Это важный практический вывод: прежде чем наращивать ставку, стоит проверить, где реально размещается реклама. Если она соседствует с вашей же органикой, увеличение бюджета не расширяет охват: оно просто перераспределяет деньги внутри одной и той же видимости.

Парсер в данном случае: крайне желательный инструмент для любого, кто хочет управлять кампанией осознанно, а не вслепую. Встроенная статистика Wildberries не показывает, под чьими карточками стоит ваша реклама. Без внешней проверки вы лишены этой информации и не можете принимать обоснованные решения о перераспределении бюджета.

Что реально влияет на видимость в рекомендациях

Продавец из кейса сделал ещё одно наблюдение, которое переворачивает привычную логику «больше бюджет, больше показов». После того как 102 карточки товаров были поставлены на склад Wildberries (схема FBO), их показы и заказы заметно выросли, без каких-либо изменений в рекламных кампаниях.

По наблюдениям продавца в данном кейсе, площадка отдаёт приоритет товарам, которые может доставить быстро: наличие на складе маркетплейса и скорость доставки повлияли на ранжирование в рекомендациях заметнее, чем рекламная ставка. Это не означает, что реклама бесполезна, но означает, что она работает на другом уровне воронки и не компенсирует логистические слабости карточки.

Если товар лежит на складе продавца и доставляется три-пять дней, алгоритм рекомендаций будет показывать его реже, чем аналогичный товар с FBO и доставкой на следующий день. Рекламный бюджет в этой ситуации частично уходит на борьбу с алгоритмическим пессимизмом, а не на привлечение новых покупателей.

Практический вывод: перед запуском или масштабированием рекламы проверьте логистику. Поставка на склад Wildberries может дать больший прирост продаж, чем удвоение рекламного бюджета, и при этом не потребует ежедневного мониторинга ставок.

Как устроены форматы рекламы на Wildberries и чем они отличаются

Wildberries предлагает продавцам два основных подхода к платному продвижению внутри платформы.

Первый: автоматическая реклама с единой ставкой. Продавец задаёт бюджет, ставку и при желании список минус-фраз, а площадка сама выбирает, где показывать товар: в поиске, в карточках других товаров, в рекомендациях на главной. Этот формат прост в запуске и подходит для первичного тестирования новой карточки, когда нужно быстро получить данные о спросе. Обратная сторона: отсутствие контроля над аудиторией и точками размещения. Вы не знаете, кому именно показывается реклама и на каких страницах.

Второй формат: аукционная реклама с ручной ставкой. Здесь продавец сам выбирает ключевые фразы, зоны показов и ставки для каждой из них, исключает нерелевантные запросы и управляет расходом бюджета на уровне отдельных позиций. Один из доступных блоков размещения: «Смотрите также» на карточках товаров. Ручной формат требует постоянного внимания и понимания того, как работает аукцион, но даёт возможность оптимизировать кампанию по конкретным метрикам, а не по агрегированным показателям.

Помимо этих двух форматов, на платформе доступны инструменты WB Медиа, баннеры, push-уведомления, посты в социальных сетях маркетплейса, а также продвижение через блогеров («Инфлюенс») и страница бренда в «Брендзоне». Каждый из этих инструментов решает разные задачи: WB Продвижение поднимает карточку в поиске и рекомендациях, WB Медиа работает на узнаваемость и охват, Брендзона формирует присутствие бренда как единого пространства внутри маркетплейса.

Как правильно оценивать эффективность рекламной кампании

Основная ошибка при оценке рекламы: смотреть на один показатель. Площадка показывает CPO (стоимость заказа), CTR (кликабельность), количество показов, и продавец выбирает тот, который выглядит лучше всего. Но реклама работает через воронку, и каждый её этап влияет на итоговую прибыльность.

Полная цепочка, которую нужно отслеживать, выглядит так:

• Показы: сколько раз реклама была видна покупателям
• Переходы: сколько из них кликнули на карточку
• Заказы рекламируемых товаров: без ассоциированных конверсий
• Выкупы: заказы, которые не вернули
• Расходы на рекламу: сколько потрачено на каждый выкуп
• Маржа после рекламы: осталась ли прибыль после всех затрат

При оплате за показы (CPM) ключевой вопрос: качество трафика: сколько из показов превращаются в переходы и заказы. При оплате за переходы важна стоимость клика и конверсия из перехода в заказ. Ни один из этих показателей сам по себе не даёт ответа, они работают только в связке.

Отдельно стоит учитывать юнит-экономику до запуска рекламы. Если маржа на товаре составляет 300 рублей, а стоимость выкупа через рекламу: 5 000 рублей, кампания убыточна по определению, и никакая оптимизация ставок это не исправит. Реклама усиливает то, что уже работает, но не вытягивает товар с отрицательной экономикой.

Аналитика данных как основа решений: от выгрузок до дашбордов

Глубокая работа с рекламными данными требует выхода за пределы встроенной аналитики маркетплейса. Полноценный анализ эффективности строится на связке нескольких источников: выгрузки продаж, данные рекламных кампаний, складские остатки, и всё это нужно сводить вместе, очищать и интерпретировать.

Типичный аналитический стек для продавца среднего масштаба включает SQL для очистки и преобразования данных, Python или аналогичные инструменты для исследовательского анализа и поиска закономерностей, и визуализацию в BI-системах для оперативного мониторинга. Такой подход позволяет видеть не просто «реклама принесла X заказов», а понимать, какие артикулы прибыльны, где заморожен капитал в запасах, как соотносятся рекламные расходы с маржой по каждой позиции.

ABC-анализ ассортимента в этом контексте не абстрактный инструмент из учебника, а практический способ перераспределить рекламный бюджет. Товары категории A (высокая доля в выручке и прибыли) заслуживают рекламной поддержки. Товары категории C с низкой оборачиваемостью и замороженным капиталом, кандидаты на вывод из ассортимента, а не на рекламное продвижение.

Аналогичная логика применима к управлению репутацией карточки. Тональность отзывов, повторяющиеся темы в негативных комментариях, динамика рейтинга: всё это аналитика отзывов маркетплейсов, которая напрямую влияет на конверсию карточки и, следовательно, на эффективность рекламы. Карточка с рейтингом 3,8 и неотвеченными негативными отзывами будет конвертировать хуже, чем та же карточка с рейтингом 4,5 и активной коммуникацией с покупателями, при одинаковых рекламных расходах. Сервисы вроде SaleSynergy помогают автоматизировать эту часть работы: ИИ генерирует персонализированные ответы на отзывы с учётом tone of voice бренда, что снимает нагрузку с команды и поддерживает рейтинг карточки на уровне, при котором реклама окупается.

Как применить всё это на практике прямо сейчас

Если вы сейчас ведёте рекламные кампании на Wildberries или планируете их запустить, вот конкретные шаги, которые стоит сделать до того, как увеличивать бюджет.

• Проверьте, что вы считаете заказом. Откройте статистику кампании и выясните, включает ли площадка ассоциированные заказы в ваш CPO. Если да, пересчитайте стоимость заказа только по рекламируемым товарам. Разница может быть в пять-десять раз.
• Проверьте размещение парсером. Посмотрите, под чьими карточками стоит ваша реклама. Если она размещается рядом с вашей же органикой, это деньги, которые не расширяют охват. Перераспределите бюджет на запросы, где вас нет в органике.
• Оцените логистику перед масштабированием. Если значительная часть ассортимента работает по схеме FBS, проверьте, как изменятся показы после поставки на склад Wildberries. В ряде случаев это даёт больший прирост видимости, чем рост рекламной ставки.
• Считайте воронку целиком. Не останавливайтесь на CPO из кабинета. Добавьте в расчёт процент выкупа, себестоимость, комиссию площадки и стоимость логистики. Только итоговая маржа после всех затрат показывает, работает реклама или нет.
• Не запускайте рекламу на карточки с проблемной репутацией. Если у товара низкий рейтинг или много неотвеченных негативных отзывов, реклама приведёт трафик на карточку, которая плохо конвертирует. Сначала поднимите рейтинг, и только потом масштабируйте продвижение.

Типичные ошибки, которых стоит избегать:

• Оценивать эффективность по одному показателю (только по CPO или только по CTR)
• Увеличивать ставку без проверки реального размещения
• Запускать рекламу на товары с отрицательной юнит-экономикой
• Игнорировать ассоциированные конверсии при расчёте окупаемости
• Масштабировать кампании без предварительного тестирования на ограниченном бюджете

Выводы из описанного кейса сделаны на опыте одной товарной категории, женской одежды. Другие ниши могут показывать иную картину. Но механика ассоциированных конверсий, проблема рекламы под собственной органикой и влияние логистики на ранжирование, это системные особенности платформы, которые стоит проверить в любой категории, прежде чем наращивать рекламный бюджет.