Курс / Библиотека
M4.3маркетологи, senior-селлерыOzon (SalesFinder для позиций, Mirasell для метрик)
Углублённая аналитика по позициям и ставкам
8 блоков корреляций по 30 дням
Цель
Найти скрытые взаимосвязи между метриками рекламы, SEO и позициями в поиске, которые вручную за 30 дней продаж увидеть невозможно. Подтвердить или опровергнуть гипотезы («чем выше CTR, тем выше продажи», «дорогой CPC = выше позиция») на ваших данных, а не на чужих кейсах.
Зачем это нужно
Ежедневный анализ (M4.2) работает на операционке: что поднять, что опустить, что отключить. Но он не отвечает на стратегические вопросы: «а почему вообще у нас просел ДРР за последний месяц?», «действительно ли снижение ставки помогло, или это совпадение?», «что реально влияет на позицию в выдаче?».
Ответы прячутся в корреляциях между 20+ метриками за 15-30 дней. Вручную это не посчитать. ChatGPT за один прогон берёт ZIP-архив ежедневных отчётов, таблицу с позициями по поисковым запросам и скриншоты карточки - и возвращает: какие метрики коррелируют, где «узкие места» воронки, какой % ключевых запросов покрыт в карточке, какие события по CPC дали эффект через 1/3/7 дней.
Это не «магия нейросетей», а структурированный анализ, который иначе делает отдельный аналитик за неделю. GPT делает за 30 минут.
Что понадобится
- ChatGPT Plus (модель o3).
- ZIP-архив с ежедневными метриками из Mirasell: 15-30 Excel-файлов, каждый за 1 день, имя вида
ДД.ММ.ГГГГ-ДД.ММ.ГГГГ.xlsxили похожее. - Excel с позициями по поисковым запросам из SalesFinder: колонки A=Поисковой запрос, B=Частотность, C=Ср. позиция, далее - позиции по дням.
- Скриншоты карточки товара (для SEO-аудита через OCR).
- Ozon ID товара, по которому идёт анализ.
Пошаговая инструкция
Шаг 1. Скачать данные из сервисов аналитики
- В Mirasell выгрузите ежедневные отчёты по товару за последние 15-30 дней. Формат - по дням, упакуйте в ZIP.
- В SalesFinder выгрузите таблицу с позициями по всем поисковым запросам для этого Ozon ID. Период - тот же, что в ежедневных отчётах.
- Сделайте 2-4 скриншота карточки товара (заголовок, характеристики, описание, фото) - GPT прогонит OCR и сделает SEO-аудит.
Шаг 2. Вставить промпт
Полный текст - в разделе «Промпты урока». Промпт описывает:
- Какие столбцы в ежедневных отчётах (всё семейство метрик Ozon: показы, корзины, уникальные посетители, конверсии, CTR, клики, заказы, трафареты, вывод в ТОП, оплата за заказ, CPC, CPM, остатки, позиция, ДРР).
- Структуру Excel с поисковыми запросами.
- 8 блоков корреляционного анализа.
- Шаблон итогового отчёта.
Шаг 3. Загрузить файлы и указать Ozon ID
Приложите ZIP, Excel с запросами, скриншоты. В сообщении укажите Ozon ID товара, по которому идёт анализ. GPT начнёт с разархивации, сборки датафрейма и фильтрации по этому ID.
Шаг 4. Ответить на уточняющие вопросы GPT
GPT спросит про неочевидные столбцы. Например: «Оплата за заказ = списанные расходы по рекламе?» - ответьте: «Нет, оплата за заказ - отдельный инструмент, не анализируй как расход». Если GPT не нашёл какой-то столбец - либо укажите его вручную, либо попросите сопоставить по смыслу.
Частая ошибка: игнорировать уточнения GPT, думая «сам разберётся». Тогда анализ уйдёт по кривым данным.
Подсказка: проверьте первые строки собранного датафрейма глазами. Если GPT взял не ту колонку за «расход» - поправьте сразу.
Шаг 5. Получить финальный отчёт (7 разделов)
- TL;DR - сводка за период: средняя позиция, средний CTR, средний CR, средний CPC, средний ДРР.
- Ключевые корреляции - таблица пар метрик с коэффициентом корреляции (от -1 до +1).
- Impact-таблица событий CPC - для дней, где CPC изменился > 20%, изменения ДРР/позиции/выручки через 1, 3, 7 дней.
- Воронка «Показы → Клики → Заказы» - по дням: показы, CTR, CR, CPA, ДРР.
- SEO-аудит - какие ключевые запросы покрыты в карточке, какие упущены (в % суммарного спроса).
- Рекомендации - что изменить в карточке, ставках, SEO.
Шаг 6. Интерпретировать корреляции правильно
Примеры из урока (на антенне с ДРР ~26%):
- CPC ↔ CTR: +0.69 - подтверждено, рост ставки поднимает кликабельность. Но также означает, что вас начинают больше показывать в поиске (а не в рекомендациях).
- CTR ↔ ДРР: отрицательная - рост CTR ухудшает окупаемость. Оптимальный коридор CPC 9-11 ₽; скачки на 26-28 ₽ давали кратковременный прирост позиции, но через 3-7 дней сажали маржу.
- CTR ↔ CR: сильная отрицательная - признак «нецелевых» кликов:_traffic есть, заказов нет.
- Позиция ↔ Показы (орг.): слабая - SEO-ранг не конвертируется в органический трафик, так как карточка «слепая» под ключевые запросы.
- Остаток FBO ↔ Позиция: положительная - при остатке ниже 300 шт. Ozon снижает товар в выдаче. Решение: распределить остаток по всем складам, чтобы на каждом складе был товар.
- SEO-покрытие: 3% высокочастотных запросов. Карточка «слепая» для запросов вроде «антенна для телевизора комнатная», «усилитель антенны для ТВ». 95% суммарного спроса - в упущенных запросах.
Шаг 7. Задать уточняющие вопросы
GPT знает всё о вашем товаре после анализа. Спросите:
- «Если я пришлю скриншоты поисковой выдачи по основным запросам, сможешь сказать, как опередить конкурентов?»
- «Какие причины могут быть у снижения позиций и что из загруженных данных на это влияет?»
- «Составь варианты, как органично добавить ключевые слова в заголовок, характеристики, описание».
Шаг 8. Дорабатывать карточку и ставки по рекомендациям
Из урока: «Добавь в заголовок фразу "антенна для телевизора комнатная", в характеристики - рабочий диапазон и длину кабеля (фигурирует в запросах), в описание - синонимы "цифровая комнатная антенна"».
Промпты урока
Промпт «Углублённая аналитика продвижения по позициям и ставкам» (полный)
Ты - эксперт-аналитик маркетплейса Ozon.
Нужно найти связи между рекламными метриками
("Показы (поиск/категория)", "Показы (карточка)", "В корзину (поиск/категория)",
"В корзину (карточка)", "Уникальные посетители (поиск/категория)",
"Уникальные посетители (карточка)", "Конверсия (поиск/категория)",
"Конверсия (карточка)", "CTR", "Клики", "Заказано товаров",
"Конверсия в заказ", "Заказано на сумму", "Трафареты", "Вывод в ТОП",
"Спец. размещение", "Оплата за заказ", "Показы трафареты", "CPC трафареты",
"CPM трафареты", "Ср. цена продажи", "Отмены и возвраты", "FBS", "FBO",
"Позиция в поиске категории") и средней позицией товара в поиске на основе
отчёта с позицией в поиске по всем запросам по дням, а также провести
SEO-аудит карточки.
Все названия метрик и итоговый отчёт выводи только на русском языке.
Входные файлы:
| Тип | Пример имени | Что внутри | Как обрабатывать |
|-----|--------------|------------|------------------|
| ZIP-архив с ежедневными метриками | daily_03-08-2025_09-08-2025.zip (имя произвольное) | 15-30 Excel-файлов, каждый за 1 день, имя формата ДД.ММ.ГГГГ-ДД.ММ.ГГГГ.xlsx или похожее | Разархивируй + для каждого *.xlsx с колонками из списка ниже создай датафрейм + объединяй по вертикали в df_day |
| Excel с запросами | ozon antenna queries июль.xlsx (имя произвольное) | лист 1: A=Поисковой запрос, B=Частотность, C=Ср. позиция, D-...=позиция по дням | Найди файл с колонкой "Поисковой запрос", запиши в df_kw |
| Скриншоты карточки | Снимок экрана 2025-08-03 в 16.05.37.png (несколько штук) | изображения страницы товара | Запусти OCR (Tesseract/Pytesseract), конкатенируй текст в text_card |
Обязательные столбцы внутри ежедневных отчётов - те же, что в списке метрик выше.
Если названия слегка отличаются - сопоставь по смыслу. Отсутствие критичного столбца → запроси файл заново.
Пошаговый план:
1. Импорт данных
1.1. Разархивировать *.zip + собрать все *.xlsx в df_day; добавить колонку "Дата" (первую дату из имени файла).
1.2. Загрузить Excel с поисковыми запросами в df_kw.
1.3. Выполнить OCR всех файлов, начинающихся на "Снимок экрана", объединить в text_card.
2. Предобработка
- Отфильтровать нужный товар по Ozon ID.
- Привести числовые колонки к типу float/int.
- Рассчитать факт. CPC = Спис. расходы / Клики (если нет "CPC трафареты").
3. Корреляционный анализ
3.1. Эффективность рекламы:
- CPC ↔ CPM - растут ли вместе или есть переразгон ставок?
- Спис. расходы ↔ Выручка - линейная отдача бюджета.
- Спис. расходы ↔ Заказы - CPA-аналитика (сколько заказов "покупает" каждый рубль).
- CPC ↔ CTR - дороже = выше позиция = выше CTR?
- CTR ↔ CR - сильная отрицательная зависимость - признак нецелевых кликов.
- CTR ↔ ДРР - как рост кликабельности отражается на окупаемости.
3.2. Поисковый ранг и SEO:
- Позиция ↔ Показы (орг.) - насколько ранг конвертируется в органический трафик.
- Позиция ↔ Показы (рек.) - высокие ставки могут "компенсировать" слабый SEO-ранг.
- Позиция ↔ CTR - чем ниже место, тем ниже ожидаемый CTR; отклонения - сигналы проблем / сильных УТП.
- Охват ключей (OK/MISS) ↔ Позиция - покрытие ключей из SEO-аудита vs средняя позиция.
3.3. Воронка "Показы → Клики → Заказы":
- Показы (суммарно) ↔ CTR - насколько объём показов "разбавляет" кликабельность.
- Клики ↔ CR - чем выше интерес, тем "разогретее" аудитория?
- Клики ↔ Заказы - базовая корреляция спроса.
- CTR ↔ Заказы - фактически качество трафика.
3.4. Логистика и наличие:
- Остаток FBO ↔ Показы - Ozon снижает показы при низком остатке.
- Остаток FBO ↔ Позиция - товар без стока падает в ранге.
- Остаток FBO ↔ ДРР - на последнем стоке реклама часто "дороже".
- Отгрузки ↔ Выручка - не "душит" ли логистика продажи.
- Отмены / Возвраты ↔ Позиция - высокий процент проблемных заказов ухудшает ранжирование.
3.5. Ценообразование и маржа:
- Ср. цена ↔ Конверсии - цена vs конверсия.
- Ср. цена ↔ ДРР - дорогой товар может позволить больший ДРР.
- Скидка / Акция ↔ CTR - скидка как триггер клика.
- Скидка / Акция ↔ CR - "градус" акции и реальное улучшение конверсии.
3.6. Поведенческие и сервис-факторы:
- Уникальные посетители ↔ Показы - "частота" показов одному пользователю.
- Уникальные посетители ↔ Конверсии - конвертируют ли новые, или заказы делают "старые".
- Возвраты ↔ CR - высокие возвраты = признак "обманутой" конверсии.
- Отмены → ДРР - реклама, приводящая к отменам, раздувает ДРР.
4. Продвинутые техники (по возможности):
- Лаг-корреляции (cross-corr): CPC сегодня → ДРР через N дней.
- Частичная корреляция: CPC-ДРР при фиксированной позиции.
- Множественная регрессия: прогноз ДРР от CPC, CTR, Позиции, Остатка FBO.
- Elasticity / Log-log: эластичность выручки по CPC или цене.
- Кластеризация дней: группы "эффективных" vs "нерентабельных" дней.
- Granger-causality: предсказывает ли CPC будущие изменения выручки.
- U-shape / V-shape тесты: оптимальная точка CPC с минимальным ДРР.
5. Детекция событий по CPC:
- Найти дни, где |ΔCPC| > 20%.
- Для каждого события вычислить изменения ДРР, позиции, показов и выручки через 1/3/7 дней → таблица "Событие - Эффект".
6. Воронка "Показы → Клики → Заказы":
- Рассчитать CTR, CR, CPA, ДРР по дням.
- Найти узкие места (высокие показы, но низкий CTR и/или CR).
7. SEO-покрытие:
- Нормализовать text_card (нижний регистр + стемминг).
- Для запросов с частотностью ≥ 100 отметить OK/MISS.
- Вывести % покрытия и список "потерянных" запросов.
8. Отчёт (строго по шаблону):
# Итоговый отчёт
## 1. TL;DR
## 2. Ключевые корреляции
| Метрика 1 | Метрика 2 | r |
|---|---|---|
## 3. Impact-таблица событий CPC
| Дата | ΔCPC | ΔДРР (1/3/7 дн) | ΔПозиция | ΔВыручка |
## 4. Воронка "Показы → Клики → Заказы"
| Дата | Показы | CTR | CR | CPA | ДРР |
## 5. SEO-аудит
| Запрос | Частотность | Покрытие |
## 6. Рекомендации
9. Правила общения:
- Не запрашивай подтверждение после каждого шага; при неоднозначности уточни один раз.
- Если критичного файла/столбца нет - запроси его.
- Числа выводи с пробелом как разделителем тысяч ("12 345 ₽").Чек-лист «урок усвоен»
Что делать с результатом
Прогнать анализ на 3-5 топовых товарах с проблемным ДРР. Сформировать список изменений по каждому: SEO-правки (добавить ключи), ставка CPC (целевой коридор), остаток FBO (минимум на каждом складе). Поставить дедлайн - через 30 дней повторить анализ и сверить, что изменилось. Цель - сократить ДРР проблемных товаров на 5-10 п.п. за счёт SEO + балансировки ставок, без роста рекламного бюджета.
Типовые проблемы
| Симптом | Причина | Решение |
|---|---|---|
| GPT не нашёл столбец «Позиция в поиске категории» | Название отличается | Сказать, какой столбец берётся за позицию |
| GPT считает «Оплата за заказ» как расход | Сопоставил по смыслу неверно | Уточнить, что это отдельный инструмент |
| Корреляция CTR ↔ ДРР положительная, хотя должна быть отрицательной | Мало данных или выбросы | Запросить больше дней (минимум 15, лучше 30) |
| SEO-аудит показал 0% покрытия, хотя ключи есть в карточке | OCR не распознал текст | Приложить чёткие скриншоты без размытия, либо прислать текст карточки вручную |
| GPT не даёт конкретных рекомендаций | Слишком абстрактный запрос | Спросить точечно: «какие причины у снижения позиций», «какие ключи добавить в заголовок» |
| GPT игнорирует «Ср. цену продажи» в анализе | Не упомянул в вопросе | Дополнительно сказать: «учти среднюю цену в корреляциях с конверсиями и ДРР» |
Полезные ссылки
- Mirasell: https://lk.mirasell.ru
- SalesFinder: https://salesfinder.ru
- Tesseract OCR (если GPT не справляется со скриншотами): https://github.com/tesseract-ocr/tesseract