Система конкурентного ценообразования для оптимизации e-commerce рекламы (NDA)

В 2021 году я разработал и внедрил внутреннюю систему динамического ценообразования для e-commerce магазина.
Проект выполнялся под NDA — бренд, интерфейсы и конкретные данные клиента не публикуются.

Ключевая цель системы заключалась не просто в управлении ценами, а в оптимизации рекламных расходов и увеличении выручки за счёт конкурентных цен и автоматических решений.

Контекст и бизнес-задача

Магазин активно использовал платную рекламу (Google / marketplace ads), однако сталкивался с типичной проблемой:

• реклама работала, но при неконкурентной цене эффективность резко падала;
• ручное управление ценами на большом каталоге было невозможно;
• отсутствовала связь между закупочной стоимостью, ценами конкурентов и рекламной стратегией;
• любое опоздание с обновлением цен приводило к перерасходу бюджета.

Задача заключалась в том, чтобы сделать рекламу управляемой через цену, а не “заливать бюджетом”.

Основные задачи

• Сопоставить собственные товары с товарами конкурентов
• Учесть закупочные цены и маржинальность
• Определить минимально допустимую цену продажи
• Автоматически управлять ценами в зависимости от рынка
• Повысить эффективность рекламных объявлений

Техническое решение

Архитектура системы

В качестве центрального ядра использовался Drupal, который:

• хранил каталог собственных товаров;
• принимал закупочные прайс-листы от поставщиков;
• сопоставлял товары с аналогами конкурентов по GTIN;
• рассчитывал ценовые пороги (убыток / ноль / прибыль);
• управлял логикой автоматического обновления цен.

Shopify использовался как витрина и точка применения рассчитанных цен.

Анализ рынка и ценообразование

Для каждого товара система:

• определяла закупочную цену;
• рассчитывала минимальную цену продажи;
• анализировала публично доступные цены конкурентов;
• определяла, можно ли участвовать в ценовой конкуренции без убытков.

Цены обновлялись автоматически, без ручного вмешательства менеджеров.

Связь с рекламой и продажами

Система проектировалась с учётом рекламных каналов, а не изолированно:

• товары с конкурентной ценой получали лучшие показатели в рекламе;
• снижалась стоимость клика и привлечения заказа;
• повышалась конверсия из рекламы в покупку;
• реклама отключалась или ограничивалась для товаров с заведомо убыточной ценой.

Таким образом, ценообразование напрямую влияло на эффективность рекламных кампаний.

Автоматизация на масштабе

Процесс был полностью автоматизирован и работал с каталогом порядка нескольких тысяч товаров:

1. Регулярно обновлялись данные о рыночных ценах
2. Выполнялся пересчёт допустимых цен
3. Новые цены автоматически отправлялись в Shopify
4. Реклама работала уже с актуальными конкурентными ценами

Результаты

• Повышена эффективность рекламных кампаний
• Сокращён перерасход рекламного бюджета
• Увеличена оборачиваемость товаров
• Исключена ручная работа с ценами
• Магазин стал быстрее реагировать на изменения рынка

Что было интересного

• Проектирование инструмента на стыке рекламы, аналитики и e-commerce
• Баланс между агрессивной ценовой конкуренцией и маржинальностью
• Работа с большими объёмами данных
• Создание системы, где решения принимаются автоматически, а не вручную

Выводы

Проект показал, что оптимизация рекламы невозможна без грамотного ценообразования.
Вместо ручного управления тысячами позиций была создана система, которая связывала экономику товара, рынок и рекламную стратегию в единый автоматизированный процесс.

Проект выполнен по NDA. Все описания приведены в обобщённом виде и не раскрывают коммерческих или визуальных деталей клиента.