AI Нейросети в продажах на маркетплейсахкурс Михаила Жамбы · для команды
Курс / Библиотека
Бонус 1все роли, кто дошёл до конца курса

Ленивый подбор из Китая через Sales Finder

еженедельный цикл: Sales Finder → 1688 → unit-экономика

Материал вне основной программы. Применяйте после прохождения M1-M5.

Цель

Показать на живом примере, как ChatGPT помогает подбирать товары на Ozon: от выгрузки в Sales Finder до поиска поставщика на 1688 и просчёта unit-экономики.

Зачем это нужно

В основной программе курса показано, как настраивать промты. Этот урок закрывает пробел - как именно ChatGPT используется в реальном еженедельном цикле подбора товаров. Разбор идёт на категории "Строительство и ремонт" с параллельным поиском товаров на 1688.

Ключевые идеи

Для кого работает подбор через ChatGPT

  • Развивающиеся ниши - GPT видит тренды по динамике, которые человек пропускает.
  • Уникальные товары и упаковка бренда - особенно в связке с уроком по бренду.
  • Подтверждение "товар 1 в 1" - GPT делает это лучше человека, потому что работает с цифрами, а не с предубеждениями ("мне кажется, товар не зайдёт").
  • Аналитика конкурентов - эту задачу в агентстве полностью перевели на AI после того, как люди начали совершать ошибки.

Где ChatGPT НЕ подходит

  • Большие подборы (50+ товаров за раз) - связка с 1688 становится сложной, человек справляется быстрее.
  • Просчёт unit-экономики - GPT не считает юнит-экономику автоматически, это делает менеджер или калькулятор.
  • Поиск поставщика в Китае - GPT не ищет товары на 1688, только помогает анализировать уже найденное.

"Ленивый подбор" из Китая

Подбор через GPT называют "ленивым": раз потратить час-полтора на настройку промта, потом получать готовые таблички за минуты. Для e-агентов (длинных муторных задач) GPT подходит - пока он работает, можно заниматься другим.

Пример из урока

  • Исходно: 759 товаров из Sales Finder после фильтров.
  • GPT отфильтровал до 32 товаров за один проход.
  • Менеджер просчитал unit-экономику, осталось ~15 SKU.
  • В тесте заказали товары, которые GPT одобрил, а команда поначалу отвергла по предубеждениям (опора для растений, многоуровневая вешалка, мешок для хранения) - GPT оказался прав по цифрам.

Принцип работы с ChatGPT

  • GPT работает С нами, не ВМЕСТО нас. Цель - автоматизировать рутину, не заменить мышление.
  • Один раз настроенный промт переиспользуется: можно кидать новые выгрузки и получать результат без повторных уточнений.
  • Тот же подход работает для постов в блог: один раз обучаете GPT своему стилю, потом присылаете голосовухи.

Что понадобится

  • ChatGPT (Plus) с настроенным промтом из M2.
  • Sales Finder (или MPStats) для выгрузки товаров.
  • 1688 для поиска поставщика.
  • Калькулятор unit-экономики (Google Sheets / Excel).
  • Менеджер (опционально) - для параллельного просчёта нескольких товаров.

Пошаговая инструкция

Шаг 1. Настроить промт в ChatGPT

Использовать промт из созвона курса (M2.4). В промт заложены фильтры и параметры анализа. Настройка занимает ~30-60 минут в первый раз, переиспользуется потом.

Частая ошибка: пытаться переиспользовать промт без адаптации под свою категорию.
Подсказка: после настройки промта GPT не требует уточнений - просто кидаем новые файлы с выгрузкой.

Шаг 2. Выгрузить данные из Sales Finder

  1. Зайти в Sales Finder, выбрать категорию (в уроке - "Строительство и ремонт").
  2. Поставить дату (например, 20-е число).
  3. Применить фильтры:
    • Обычная цена: 380-1000 руб.
    • Вес: 1-200 г.
    • Отзывы: 1-200.
    • Выручка за 15 дней: 20 000-100 000 руб.
  4. Ограничение Sales Finder: 5000 товаров в выгрузке. Если в категории больше - фильтровать жёстче.
  5. Нажать "Экспорт".

Частая ошибка: выгрузка за один период. Делайте две выгрузки за смежные 2-недельные периоды для сравнения динамики.
Подсказка: сравнивать два периода (2 недели + предыдущие 2 недели) - даёт больше товаров, но менее точная аналитика. 4 недели точнее.

Шаг 3. Отправить таблицы в ChatGPT

Простой запрос: "Составь такую же аналитику, но с 2 периодами. Сравни метрики между собой за эти периоды."

GPT:

  • объединяет SKU из двух периодов;
  • применяет фильтры из промта (рейтинг, оборот, цена, динамика);
  • выдаёт воронку отсева и финальную таблицу с ссылками на Ozon ID.

В уроке: из 352 SKU после фильтрации осталось 35 товаров.

Шаг 4. Просчёт unit-экономики вручную

Из 35 товаров поочерёдно ищем на 1688 и считаем в калькуляторе. Примеры из урока:

  • Кодовый навесной замок - 11 юаней на 1688, нужен вес. Если вес ~100 г - товар может сойтись.
  • PH-метр для воды - 519 руб на Ozon, 27.5% комиссия, но после расчёта: комиссия 140 руб + 300 руб Ozon + 140 руб реклама = продавать нужно за 600+, маржа нулевая. НЕ сошёлся.
  • Сварочные очки-хамелеон - товар 1 в 1 найден на 1688 за 4.5 юаня, но с нанесённым логотипом ("Русоко") - конкурировать сложно.
  • Катушка с леской для триммера (Black & Decker) - 9 юаней на 1688, 850 руб на Ozon, 27.5% комиссия, 100 г вес - сошёлся. Сезонность скоро закончится.

Шаг 5. Аналитика конкурентов

Делается только после того, как товар прошёл unit-экономику. В агентстве эту задачу делает GPT, не человек.

Шаг 6. Заказать товары

В уроке заказываются товары, отобранные GPT, а не вручную - чтобы на их примере показать управление рекламой.

Промпты урока

В видео промт переиспользуется из M2 (подбор товаров). Точная формулировка промта - в основном курсе. Для данного урока используется уже настроенный проект ChatGPT без новых уточнений.

Основной запрос для двухпериодного анализа:

Промпты урока
Составь мне такую же аналитику, но с 2 периодами.
Это другая категория, другие товары.
Делаю всё то же самое, но здесь по 2 недели:
2 текущие и 2 недели до этого. Сравни метрики
между собой за эти периоды.

Для поиска цены конкретного товара на 1688:

Промпты урока
Найди мне цену конкретно этого товара по ссылке.

Чек-лист "урок усвоен"

Что делать с результатом

После подбора через GPT - у вас короткий список из 10-15 товаров вместо 500+. Дальше:

  1. Менеджер просчитывает каждый по unit-экономике.
  2. GPT делает аналитику конкурентов по прошедшим.
  3. Заказываете партию на 100-150 тыс. руб (типовой результат подбора).

По оценке из урока: 3-4 часа работы (1.5 ч настройка + 1 ч подбор + 1 ч аналитика) дают товаров на 100-150 тыс. руб закупки.

Типовые проблемы

СимптомПричинаРешение
GPT не находит товар 1 в 1 на 1688Товар уникальный или фото нечёткоеВзять фото из отзывов, попробовать разные ракурсы
GPT "тупит" с таблицамиСлишком жёсткие фильтры или несходящиеся колонкиСкинуть ему 2-3 строки вручную, попросить проверить расчёт
Товар не сошёлся по unit-экономикеНе учли комиссию Ozon (140 руб), рекламу (140 руб), кросс-докингПерепроверить вес и объём на 1688, пересчитать в калькуляторе
Одинаковый SKU в двух выгрузках за разные датыСлучайно скачали один файл дваждыПроверить даты в названиях файлов перед отправкой в GPT
GPT считает оборот "в среднем", а не за периодНе указал явно периодПрислать 2-3 строки с проверкой, попросить пересчитать

Полезные ссылки

  • Sales Finder - сервис аналитики Ozon (используется в курсе).
  • 1688.com - площадка для поиска поставщиков в Китае.
  • Калькулятор unit-экономики - из материалов курса M2.

Дальше

Бонус 2. Динамический подбор: промт для 4 выгрузок