Александр Лютов

Мы уперлись в ограничение В прошлых постах я рассказывал, почему мы ушли от работы просто “вширь” и перешли к модели вглубь. Мы начали глубже прорабатывать карточки: наименование, описание, характеристики, смыслы, инфографику через ИИ-сервисы и подачу товара под конкретного покупателя. Это уже дало результат: прибыльность на каждый заказ выросла, а модель стала более управляемой. Но мы уперлись в ограничение. За 2 месяца мы с командой проработали всего около 300 карточек. И важно понимать: значительная часть этого времени ушла не просто на работу, а на выстраивание системы. Мы: — тестировали разные сервисы для инфографики — искали рабочую связку по ИИ — собирали шаблоны и логику проработки — по сути, выстраивали технологию с нуля Сейчас эта система есть. Но масштабировать её одной командой — долго. Поэтому мы решили масштабировать модель через селлеров. Мы развиваем собственный бренд на маркетплейсах и двигаемся в единой маркетинговой стратегии. Селлеры смогут торговать с нами по модели дропшиппинга через свои магазины, но под единым брендом и по нашей технологии. Каждому селлеру будем выдавать отдельные 100 SKU, чтобы участники не пересекались между собой по товарам. Карточки размещаются в магазине селлера, но прорабатываются по нашей технологии и под нашим руководством. Со своей стороны мы подключаем селлера к нашей инфраструктуре: — поставщики с выгодными ценами — партнерский фулфилмент с выстроенной системой работы — дисконт-центр Alat Home, где распродаются браки — система работы с возвратами У селлера нет таких операционных расходов, как у нас: команда, склад, фулфилмент, работа с браком и возвратами. Поэтому вы можете торговать с нами в одну цену и при этом оставаться прибыльными. Выгода селлера — заработок. Выгода для нас тоже прозрачна: мы зарабатываем на разнице между закупочной ценой от поставщика и ценой, по которой передаем товар вам. Чем больше у вас продаж — тем больше зарабатываем мы. Поэтому мы напрямую заинтересованы в вашем результате. Сейчас собираем первую группу селлеров, которые подключаться к нашей маркетинговой стратегии. . Если вам откликается такой формат — напишите сюда. @DropExpo_manager. Напишите, что вы с канала "Александр Лютов" С вами свяжется из моей команды менеджер и подробно расскажет про формат сотрудничества.

Показываю простой пример “до / после”. Когда мы раньше работали в модели вширь, карточки в основном заполнялись базово: брали фото, описание и характеристики с сайта поставщика и просто переносили это на маркетплейс. Без глубокой проработки смыслов, аудитории и сценариев использования. Поэтому большинство карточек выглядело примерно как первая фотография: просто товар на белом фоне. И вы удивитесь, друзья, но по таким карточкам тоже есть заказы. Проблема в другом: у таких карточек ниже процент выкупа. А я уже в прошлых постах писал, что сейчас процент выкупа — это ключевая история с учетом изменений на маркетплейсах. Поэтому каждую карточку важно прорабатывать глубже. Как мы это делаем сейчас? Мы загружаем фото товара, заранее даем ИИ исследования, фреймворк Jobs To Be Done и данные по товару. Дальше ИИ сам определяет, что это за товар, изучает его характеристики, понимает, под какие задачи его покупают, сам раскладывает смыслы и сам лепит инфографику на фото. ИИ сам собирает логику: какие преимущества вынести, какие сценарии показать, какие боли закрыть и как подать товар понятнее для покупателя. На примере банки это видно сразу. Было: просто стеклянная банка. Стало: банка для хранения круп, макарон, сухофруктов, кофе, чая. С понятным объемом, герметичной крышкой, прозрачными стенками и сценарием использования на кухне. Отдельная история — характеристики. Они у большинства карточек заполнены слабо. И самое сложное здесь — не просто найти информацию по товару, а правильно сопоставить ее с категорией товара, словарями площадки и нужными характеристиками. На Wildberries под каждую категорию свои поля и свои словари. Если заполнить неправильно, часть данных просто не встанет или будет работать хуже. Поэтому мы используем инструмент нашего технологического партнера, который помогает из описания товара разложить информацию под нужную площадку, нужную категорию и нужные характеристики так, чтобы все встало корректно. В итоге карточка прорабатывается не на уровне “фото + описание от поставщика”, а полноценно: смыслы, инфографика, характеристики, подача под клиента и задача, ради которой он покупает товар.

Как мы начали системно прорабатывать карточки После того как мы сократили ассортиментную матрицу и оставили в фокусе 5000 товаров, встал вопрос: как эти товары правильно усиливать? Не просто заполнить карточку “чтобы было больше информации” и не просто налепить на фото инфографику. Мы начали выстраивать систему. Сначала разбили товары на сегменты по целевой аудитории и стали отвечать на главный вопрос: кто наш клиент по этому товару? Один и тот же товар может покупать разная аудитория: для дома, кафе, ресторана, офиса, производства, строительного объекта или другого бизнеса. И под каждую аудиторию товар нужно подавать по-разному. Дальше начали работать через подход Jobs To Be Done. Если коротко, это ответ на вопрос: для какого сценария покупатель хочет использовать продукт? То есть мы смотрим не просто “что это за товар”, а какую задачу он закрывает для конкретного покупателя. После этого становится понятно, какие смыслы выносить в название, какие характеристики заполнять, какие преимущества раскрывать в описании, какие акценты показывать в инфографике и как позиционировать товар под конкретную аудиторию. Под эту логику мы собрали шаблоны-промпты для ИИ. ИИ не просто генерирует “красивое описание”, а по заданному фреймворку определяет аудиторию, сценарий использования, задачу товара и ключевые смыслы. На основе этого он формирует наименование, описание, буллеты для инфографики и другие элементы карточки. Буллеты — это короткие тезисы: преимущества, сценарии использования, важные характеристики. Их мы выносим на карточку товара, чтобы покупатель быстро считывал ценность продукта. Почему это особенно важно сейчас? Алгоритмы Wildberries стали лучше понимать поведение покупателей: что человек смотрит, добавляет в корзину, заказывает и выкупает. На основе этих действий площадка точнее считывает портрет аудитории и понимает, кому какую карточку показывать. Поэтому сейчас недостаточно просто заполнить характеристики товара. Важно, чтобы все элементы карточки были собраны под портрет клиента: данные по товару, наименование, описание, инфографика, визуальные акценты и позиционирование. Когда карточка точнее упакована под конкретного покупателя и его сценарий, площадке проще понять, кому ее показывать. То есть Wildberries видит не просто “товар с заполненными полями”, а карточку, которая лучше совпадает с интересами и поведением конкретной аудитории. Отдельно мы протестировали несколько сервисов для инфографики и визуала: Perplexity, Айдентика, Nano Banana и другие. Смотрели не только на качество, но и на стоимость производства одной карточки. Потому что мы работаем на массовость. Когда в фокусе тысячи товаров, важно понимать, сколько стоит проработка одной карточки и можно ли масштабировать процесс без огромных расходов. По сути, мы используем ИИ не просто ради автоматизации, а чтобы массово прорабатывать карточки по единой логике: целевая аудитория → сценарий использования → смыслы → описание → инфографика → позиционирование. Так карточка становится не просто заполненной. Она начинает продавать товар под конкретного покупателя и его задачу. Завтра я покажу пример заполненной карточки. Не пропустите

Что показала наша перестройка на практике Чтобы не быть голословными, покажу на цифрах результат по одному из магазинов, с которым мы активно работали последние месяцы. В предыдущих постах я уже рассказывал, что мы меняем подход к работе с ассортиментом, карточками и ценообразованием. И когда мы посмотрели аналитику по одному из магазинов, картина получилась очень показательной. По ABC-анализу видно, что основную выручку магазину приносит вовсе не весь ассортимент. В этом магазине: — 80% выручки дали всего 270 товаров — еще 15% выручки дали 232 товара — а остальные 38 737 товаров дали только 5% выручки Дальше посмотрели XYZ-анализ — и там картина тоже очень интересная. В этом же магазине: — стабильные продажи дают всего 35 товаров — среднестабильные продажи — 25 товаров — а вся остальная масса товаров находится в зоне нестабильных продаж И вот это, на мой взгляд, очень хорошо показывает, что основной результат магазину делает не вся товарная масса, а довольно ограниченное количество позиций, на которых действительно есть фокус. По сути, этот анализ еще раз подтвердил нам простую мысль: модель работы вглубь в дропшиппинге сейчас дает более сильный и управляемый результат, чем ставка только на ширину ассортимента. Да, ширина по-прежнему остается инструментом. Но сама по себе она уже не дает такого эффекта, если за ней не стоит системная работа с сильными товарами. Именно поэтому мы продолжаем двигаться в эту сторону и усиливать результат не количеством SKU, а качеством работы с приоритетными позициями. В следующих постах подробнее разберу наш подход к массовой проработке карточек с привлечением ИИ — как именно мы ускоряем эту работу, какие задачи отдаем нейросетям и как используем это в реальной операционке.

В этом году мы начали большую перестройку компании. Когда Wildberries объявил о повышении тарифов на обратную логистику, для нас это стало дополнительным сигналом: нужно активнее работать с повышением процентом выкупа. Почему это важно? — Чем дороже становится обратная логистика, тем сильнее товары с низким выкупом бьют по рентабельности бизнеса. — А чем выше процент выкупа, тем быстрее деньги возвращаются в оборот, меньше расходов уходит на обратную логистику, и мы можем давать более выгодную цену покупателю, сохраняя свою маржу. Мы всегда серьезно относились к аналитике и точно знаем процент выкупа по каждому товару, который продался. Мы разделили все товары с заказами на отдельные ABC- и XYZ-сегменты, чтобы точнее определить приоритеты в работе и сосредоточиться на глубокой проработке самых важных позиций. На основе этих данных сократили ассортиментную матрицу и оставили в фокусе 5000 товаров. На протяжении двух месяцев команда системно усиливала карточки: максимально заполняла характеристики, добавляла инфографику через ИИ и выстраивала новую стратегию ценообразования, чтобы повысить эффективность работы по каждой позиции. Да, мы просели по выручке. На это повлияла и общая ситуация на рынке, и сокращение товарного ассортимента. Но мы получили важный результат — повысили процент выкупа. Это сделало компанию более устойчивой: деньги быстрее возвращаются в оборот, меньше расходов уходит на обратную логистику, а рентабельность удалось удержать, а где-то даже повысить. И мы до сих пор продолжаем эту перестройку. В следующих постах я больше раскрою детали результата и что мы изменили в подходе с карточками и как массово мы прорабатываем. Поделитесь в комментариях. Что вы изменили в своей стратегии для адаптации под текущие обстоятельства?

Дропшиппинг снова набирает популярность, но работать по-старому уже сложнее Сейчас на маркетплейсах непростая ситуация для всех селлеров. Покупательская способность снижается, товары не первой необходимости покупают хуже, а маркетплейсы продолжают менять правила игры: комиссии, логистика, обратная логистика, тарифы — всё это сильнее давит на рентабельность. Многие селлеры оказались в тяжелой ситуации. При этом для большинства маркетплейсы — это уже основной бизнес, в который вложены годы работы, деньги, ошибки и опыт. Поэтому вопрос не в том, чтобы всё бросить и уйти в другую нишу. Вопрос в другом: как адаптироваться под новые условия, снизить риски и снова выйти на нормальную прибыль. На этом фоне многие снова смотрят в сторону дропшиппинга. В дропе не нужно закупать большие партии, морозить деньги в складе и брать на себя огромные остатки. Можно быстрее тестировать ассортимент, менять товары и смотреть, что реально продается. Но дропшиппинг — это не волшебная таблетка. Классическая модель дропа — это работа вширь: подключил поставщиков, выгрузил ассортимент, залил 20–30 тысяч SKU на магазин и за счет ширины собираешь заказы. Эта модель по-прежнему рабочая. Мы сами долго торговали именно так: в пике было 40 поставщиков, больше 120 магазинов партнеров, и выручка доходила больше 1 млрд рублей в год. Но сейчас работать просто шириной стало сложнее. И требует перестройки как и все модели. Из-за подорожания обратной логистики товары с низким выкупом сильнее бьют по экономике. А когда в работе десятки тысяч карточек, невозможно каждую глубоко проработать: описание, характеристики, цену, инфографику и позиционирование. Поэтому сейчас в дропшиппинге намного выгоднее не просто расширять ассортимент, а точнее управлять товарами, которые уже есть в работе. Мы тоже прошли большую перестройку внутри компании. Что именно поменяли и какими — расскажу в следующем посте. Возможно кому то будет полезно послушать наш опыт. Друзья, поделитесь, как у вас сейчас дела с продажами на маркетплейсах?

«📎 Полная программа — в прикреплённом файле»

Всем привет !!! Как я вам рассказывал ранее, мы запустили платформу для дропшипинга. Стартанули мы в феврале и к нам присоединились уже 33 селлера. Активно пока мы не расширяемся, двигаемся поступательно. Выявляем узкие места, отлаживаем процессы. В связи с тем, что к нам приходят селлеры с разным опытом, мы увидели необходимость запустить обучение. Теперь зарабатывать с нами будет еще проще. И ВНИМАНИЕ !!! 1. «Мы не обещаем миллионы. Наша задача — чтобы вы вышли на площадку с понятной экономикой и не слили бюджет» 2. РАБОТАТЬ НУЖНО БУДЕТ МНОГО ! 3. УЧИТЬ БУДЕМ ТОЛЬКО ТОМУ ЧЕМУ НАУЧИЛИСЬ САМИ (потеряв сотни миллионов на маркетплейсах) И ПРИМЕНЯЕМ В СВОЕЙ ТОРГОВЛЕ ! Кому интересно, пишите, отвечу на все ваши вопросы. Контакты для связи тел - +79297341777 ТГ @lyutoff Вот краткое описание курса 👇

Всем привет ! В прошлое воскресенье рассказывал вам про ребят. Вот так выглядит их работа. Молодцы 👏 Восхищаюсь их верности благому делу ! ❤️

ЧАСТЬ 2 (боевая) Теперь есть понимание что с товаром. Соответственно только в этот момент, появляется реальный показатель о результатах твоей торговли. На основе этого можно корректировать юнитку, работать с ассортментом, упаковкой и итд... Но встает важный вопрос, что делать с возвратами ? Как их максимально быстро превратить обратно в деньги … К тому же работая по дропу, глубина одного артикула не большая, но разных артикулов до фи га ) ХОРОШИЙ ТОВАР: Самый быстрый, это вернуть товар поставщику. Нам потребовалось почти три года работы, и огромных оборотов, что бы получить эти сладкие условия. Самый выгодный, держать на складе и ждать когда на него придет заказ по основной юнитке. Средний вариант, это продажа товара по 2му кругу. С запуском отдельного виртуального склада и юнитки (с дисконтом что бы побыстрее) БРАК (это мятые коробки, раскомплект например сервизы итд) Для решения этой задачи я создал офлайн дисконт центр, людям нравится, а нам хоть какие то деньги обратно в оборот. БОЙ Пробовать добиваться компенсации от маркетплейса, иногда получается ) Изучить продукты по страховкам. Обычно это 1% от оборота. (проверено, работает. но есть нюансы )