Кейс Desport (ex‑Decathlon Russia)
Как продавец уровня «Enterprise» масштабировал бизнес с помощью WB API
Знакомство с Desport
Desport (ранее известная как Decathlon Russia) — один из крупнейших ритейлеров спортивных товаров в России. В стремлении увеличить охват и эффективность своего бизнеса, компания решила выйти на рынок маркетплейсов, среди которых особое место занял Wildberries — российская площадка с большой клиентской базой и хорошим потенциалом для масштабирования.
Мы пообщались с Ильёй Ботвинниковым, менеджером проекта из Desport, и Арсением Никешиным, BI-аналитиком. Они рассказали, как крупный международный ритейлер смог масштабировать продажи через Wildberries, не увеличивая команду и при этом сохранив маржинальность.
«Мы увеличили оборот в 6 раз за первый год, сократили издержки на обработку заказов почти на 40% и автоматизировали практически всё — от приёма заказов до бухгалтерии. Теперь у нас суточные объёмы, сравнимые с флагманскими магазинами, — и всё это без расширения штата»,
— Илья Ботвинников, Desport
Как компании удалось добиться такого результата? Какие решения лежат в основе такого роста? И какой опыт могут взять для себя другие продавцы на Wildberries?
В этой статье мы подробно расскажем о том, как продавцу удалось решить множество задач с помощью грамотного внедрения API-интеграции, автоматизации процессов, кастомизации ролевой модели сотрудников и эффективного управления остатками и ценами. Этот кейс будет полезен компаниям уровня Enterprise, а также любым другим продавцам, которые планируют развивать свой бизнес вместе с Wildberries.
Коротко о главном
Компания Desport (ранее Decathlon Russia) успешно вышла на Wildberries, решив главные проблемы масштабирования благодаря автоматизации и API-интеграции.
Основные задачи:
- Автоматизировать обработку тысяч заказов ежедневно без расширения штата.
- Управлять остатками и ценами в режиме реального времени, минимизируя ошибки и потери маржинальности.
- Адаптировать большой ассортимент товаров (15 тысяч SKU) к требованиям площадки.
- Автоматизировать бухгалтерскую отчётность и работу с возвратами.
Решения:
- Создан «оркестратор заказов» для интеграции WB API с SAP ERP через Apache Kafka, обеспечивший обработку до 30 тысяч заказов в сутки в пиковые периоды.
- Реализована кастомизированная ролевая модель сотрудников, включающая ночную смену с минимально квалифицированным персоналом, что снизило затраты и сократило ошибки.
- Внедрён двухуровневый контроль комплектации заказов для сокращения пересортицы и потерь.
- Создан механизм «гэпов» для управления запасами, исключающий отмену заказов из-за отсутствия товара на складе.
- Разработан отдельный PIM для автоматизированной адаптации товарных карточек под специфику Wildberries.
- Запущена ночная автоматическая генерация бухгалтерских отчётов, планируется полная интеграция с финансовыми системами.
Результаты за год:
- Рост оборота на Wildberries в 6 раз.
- Сокращение операционного персонала на 40%.
- 80% заказов из регионов, не охваченных сетью офлайн-магазинов.
- Практически полная автоматизация процессов и устранение ручного труда.
Вывод — для крупного бизнеса критически важна автоматизация через интеграцию WB API
Задачи и вызовы
Главной задачей для Decathlon Russia при выходе на Wildberries стало быстрое и эффективное масштабирование продаж, соответствующее уровню крупной международной сети. В начале своего пути компания столкнулась со сложностями, характерными для большинства Enterprise-ритейлеров при работе с маркетплейсами:
Как автоматизировать работу с тысячами заказов в сутки, сохранить контроль над большим ассортиментом товаров и исключить влияние человеческого фактора на ключевые процессы?
Первым шагом для команды Decathlon Russia стала обработка заказов вручную, с помощью Google Sheets и самописных скриптов на Python. Но такой подход оказался критически неэффективным при росте заказов до нескольких тысяч в сутки, а в периоды крупных распродаж и вовсе невозможно было обработать вручную свыше 30 тысяч заказов за день.
«На старте у нас был только ручной сценарий с использованием Google Sheets и скриптов на Python. Нам было понятно, что такая модель может привести к росту расходов, штрафам и ошибкам на каждом шаге обработки заказов. Было очевидно, что без полноценной автоматизации, без нормального API мы далеко не уйдём»
— Илья Ботвинников
Большое количество товарных позиций
Дополнительную сложность представлял широкий ассортимент товаров продавца — около 15 тысяч артикулов (SKU). Каждый товар требовал регулярного обновления информации: остатки, цены, статусы заказов. Обновлять данные вручную было не просто трудоёмко, а физически нереально. Это сильно ограничивало потенциал роста и приводило к постоянным расхождениям данных между складом и маркетплейсом.
Проблемы ручной обработки
Ручной подход к обработке заказов создавал вероятность человеческих ошибок. При больших объёмах даже небольшой процент ошибок приводил к серьёзным последствиям: от штрафов со стороны маркетплейса до падения рейтинга магазина и негативных отзывов клиентов. Помимо этого, иногда происходила пересортица.
Управление остатками и ценами
Компания ведёт продажи сразу в нескольких каналах: собственные офлайн-магазины, интернет-магазин компании, B2B-сегмент и несколько крупных маркетплейсов, включая Wildberries. Каждый канал постоянно потребляет один и тот же товарный запас, что требует мгновенного обновления информации о товарных остатках.
Без своевременной и автоматизированной синхронизации данных компания рискует столкнуться с критическими ситуациями:
- Продажа товара, которого уже нет на складе.
- Отмена заказов и негативные отзывы клиентов.
- Снижение рейтинга на маркетплейсе и финансовые штрафы.
«Если на складе, например, осталось 100 единиц товара, а одновременно идут продажи на Wildberries и других каналах, мы должны постоянно актуализировать остатки. Без API и автоматического обмена данными поддерживать такую точность практически невозможно. Ошибка в остатках может стоить очень дорого, особенно если речь идёт о дорогостоящем товаре, таком как велосипед или профессиональный спортинвентарь»
— Илья Ботвинников
Как не попасть в «out of stock» и избежать отмен заказов
Для снижения риска продажи отсутствующего товара продавец был вынужден искусственно занижать остатки, показывая маркетплейсу меньше товаров, чем реально находилось на складе.
Этот подход связан с двумя важными аспектами:
- Необходимость страховки на случай резкого всплеска спроса.
- Защита от рисков пересечения заказов из других каналов (например, внезапные крупные заказы от B2B-клиентов).
Без автоматизированного управления контролировать актуальность данных о реальных остатках становилось практически невозможно. Любая ошибка могла привести к отменам.
Защита маржинальности в условиях автоакций
Дополнительным вызовом стали автоакции. Это скидки, которые площадка назначает на товар автоматически.
«Проблема была существенной. Мы рассчитывали маржинальность каждого товара заранее, учитывая себестоимость и комиссию маркетплейса. Но могла установиться скидка на товар. Без механизма оперативного отслеживания таких акций наша маржинальность резко снижалась. Нам нужно было решение, чтобы сразу же отреагировать и при необходимости снять товар с продажи»
— Илья Ботвинников
Технические ограничения
Как создать единую техническую инфраструктуру, которая позволит объединить учёт заказов, остатков, цен и информации о товарах и обеспечить бесперебойную интеграцию с WB API?
Нагрузочные ограничения REST API ERP-системы (SAP)
Decathlon использовал ERP-систему SAP в качестве центрального инструмента для управления заказами, остатками и ценами по всему миру. Изначально обмен данными с SAP происходил через REST API. Однако при резком увеличении количества заказов, которые нужно было передавать между Wildberries и SAP, компания столкнулась с критическими нагрузочными ограничениями. Поэтому понадобилась другая архитектуры, которая могла бы выдержать высокую нагрузку без потерь данных и задержек при передаче заказов.
«REST API нашей ERP-системы не выдерживало нагрузку, когда заказы исчислялись тысячами в сутки. В периоды пиковых распродаж запросов было настолько много, что мы буквально „положили“ интерфейс SAP. Стало ясно, что при таких объёмах обмена информацией требуются совсем другие технические решения»
— Илья Ботвинников
Разрозненные системы учёта заказов, стоков, цен и карточек товара
Дополнительную сложность представляла разрозненность внутренних IT-систем компании. Учёт заказов происходил в одной системе, управление «стоками» и ценами — в другой, информация о товарах (карточки товаров) — в третьей. Эти системы не были напрямую интегрированы между собой и тем более не имели прямой интеграции с Wildberries. Отсутствие единого центра управления приводило к задержкам и ошибкам в передаче данных.
Специфика контента для маркетплейсов и PIM
Как эффективно управлять карточками тысяч товаров, адаптируя их под специфические требования площадки без постоянного ручного труда и ошибок?
Необходимость создания отдельного механизма для карточек товаров
Работа с маркетплейсами требует особого подхода к контенту товаров. Хотя Wildberries имеет лояльные требования к описаниям, фотографиям, размерам и цветам товаров, они зачастую отличаются от требований внутреннего каталога компании.
«Представьте, что у нас товар указан как „тёмно-синий“, а Wildberries требует писать „синий“ или „голубой“. Если не соблюсти требования маркетплейса, карточка товара просто не проходила модерацию. Нам требовался инструмент, способный автоматически подстроить наши данные под правила площадки»
— Илья Ботвинников
Decathlon изначально использовал собственную систему Product Information Management (PIM) для учёта и управления товарами. Однако стандартный PIM компании оказался совершенно не адаптирован под требования Wildberries и других крупных площадок. Многие необходимые поля просто отсутствовали, и каждую карточку приходилось дорабатывать вручную, тратя огромное количество ресурсов и времени сотрудников.
«В какой-то момент стало понятно, что наш стандартный PIM-сервис не подходит для работы с Wildberries. Нам пришлось создать отдельный, специальный PIM для маркетплейсов, где появились все специфические поля и атрибуты, которых раньше просто не было. Без отдельного механизма мы теряли слишком много времени на ручную работу, и это резко замедляло запуск товаров на площадке»
— Илья Ботвинников
Бухгалтерская отчётность и возвраты
Как обеспечить автоматизированный обмен данными с бухгалтерией и создать надёжный механизм идентификации каждого заказа для исключения ручного труда, минимизации ошибок и оптимизации финансового учёта?
Ещё одной серьёзной задачей для Decathlon стала необходимость автоматизированного ведения бухгалтерской отчётности и обработки возвратов. На фоне роста продаж через Wildberries резко увеличилось количество операций, которые бухгалтерия компании была вынуждена обрабатывать вручную. Это породило несколько критических проблем, напрямую влияющих на оперативность и точность финансового учёта компании.
Сложности автоматизированной обработки возвратов и отчётов
До запуска полноценной автоматизации бухгалтерам компании приходилось вручную выгружать данные о продажах и возвратах из личного кабинета продавца на Wildberries. Это приводило к задержкам и большим трудозатратам, а также провоцировало ошибки, связанные с человеческим фактором.
«Наша бухгалтерия была вынуждена ежедневно вручную выгружать десятки отчётов, чтобы хоть как-то разобраться в поступающих данных. В этих отчётах постоянно смешивались данные по FBS и FBW, и бухгалтеры не могли понять, какие товары вернулись нам на склад, а какие остались на складах Wildberries. Это увеличивало вероятность бухгалтерских ошибок и создавало большие сложности при сверках и учёте»
— Илья Ботвинников
Проблемы идентификации заказов (внутренний номер продавца vs ID Wildberries)
Отдельной серьёзной задачей стала идентификация заказов. Продавцы часто использует собственную систему идентификации заказов, которая отличается от номеров, присваиваемых маркетплейсом. Отчёты Wildberries по продажам и возвратам содержат собственный ID заказа, но не включают внутренний номер самого продавца. Это усложняет процесс сверки и идентификации каждого отдельного заказа.
«Если у нас потерялся стикер с номером заказа Wildberries, то восстановить его связь с нашим внутренним номером заказа практически невозможно. Такие ситуации приводят к тому, что бухгалтерия не может корректно отразить возврат, приходится вручную искать и сверять эти заказы. Это очень затратно по времени»
— Илья Ботвинников
Решения
Создание единого «оркестратора заказов»
Понимая, что успешное масштабирование невозможно без полной автоматизации процессов, команда Decathlon приняла стратегическое решение о создании собственной интеграционной системы по модели «оркестратора заказов». Эта система стала центральной точкой для всех операций с заказами, поставками и возвратами, а также существенно упростила взаимодействие компании с Wildberries.
Интеграция системы с WB API для обработки заказов, поставок, возвратов
Первым шагом стало создание стабильной интеграции с WB API. Система начала автоматически принимать заказы, обновлять статусы, передавать информацию о поставках и возвратах в режиме реального времени. Заказы поступали напрямую из Wildberries в оркестратор, а затем автоматически распределялись между складскими системами и ERP компании.
«С момента запуска полноценной интеграции через API мы получили возможность принимать и обрабатывать десятки тысяч заказов в сутки без единого ручного действия. Это полностью убрало человеческий фактор и обеспечило стабильность и прозрачность работы склада»
— Илья Ботвинников
Переход на обмен через Kafka и ускорение взаимодействия с SAP ERP
В связи с тем, что первоначальный подход на основе REST API SAP не выдерживал пиковых нагрузок, компания перешла на высокопроизводительную архитектуру, используя Apache Kafka для обмена данными между оркестратором и SAP ERP. Это позволило в разы ускорить передачу информации, снять нагрузку с ERP и исключить потерю или задержку заказов даже при экстремальных нагрузках.
«Kafka полностью решила нашу проблему с нагрузкой. Теперь, даже если количество заказов превышает 30 тысяч в день, информация поступает быстро, без сбоев и ошибок. Это существенно повысило эффективность всех бизнес-процессов компании»
— Илья Ботвинников
Кастомизация ролевой модели
Разделение задач на роли с разным уровнем доступа и ответственности
Автоматизация не ограничилась только техническими интеграциями. Компания реализовала гибкую и масштабируемую ролевую модель для сотрудников, которая учитывала разные уровни доступа, квалификации и ответственности. Одни роли имели доступ только к базовым операциям (например, сканированию товаров на складе), другие — к формированию поставок, третьи — к управлению остатками и ценами. Это позволило чётко контролировать, кто за что отвечает, и минимизировать риск ошибок. Решение смогло не только оптимизировать работу персонала, но и повысить общую прозрачность и безопасность процессов.
«Подход позволил на 100% исключить необходимость работать из ЛК МП. Теперь, благодаря кастомизации ролей, мы точно знаем, кто и за что отвечает, и можем контролировать любые действия сотрудников»
— Илья Ботвинников
Введение ночной смены с неквалифицированными сотрудниками
Особым решением, которое позволила реализовать кастомизированная ролевая модель, стало внедрение ночной смены. Для ночной работы на складе были наняты сотрудники с минимальным уровнем квалификации. Благодаря чётко заданным ролям и автоматизированной системе эти сотрудники могли выполнять свою работу без ошибок, несмотря на отсутствие глубоких знаний о внутренних процессах компании.
«Мы существенно снизили фонд оплаты труда, введя ночную смену, где сотрудники выполняют только простые операции, которые невозможно испортить. За счёт этого мы не только сэкономили деньги компании, но и существенно сократили количество ошибок»
— Илья Ботвинников
Благодаря автоматизации и ролевой модели компания существенно снизила проблемы пересортицы, ошибок при сборке заказов и штрафов со стороны маркетплейса. Каждый шаг обработки заказа стал прозрачен и контролируем. Все действия сотрудников автоматически фиксируются, что позволяет мгновенно выявить источник ошибки и принять меры, а также дать руководству real-time картину эффективности каждого сотрудника.
Кастомизация процесса обработки заказов
Решение ключевых операционных проблемы с контролем качества и точности выполнения заказов
Поскольку продавец работает в масштабах крупного ритейла, стандартный подход к обработке заказов не подходил для эффективной работы. Было принято решение разработать и внедрить индивидуально настроенный процесс, учитывающий специфику Enterprise-компаний и позволяющий избежать распространённых операционных ошибок.
Двухуровневый контроль заказов
Одним из ключевых нововведений стал двухуровневый контроль заказов. Каждый заказ проходил два этапа обязательного сканирования:
- Первичное сканирование на этапе комплектации на складе позволяло подтвердить сборку и правильность комплектации заказа.
- Повторное сканирование проводилось непосредственно перед отгрузкой партии заказов в сторону Wildberries. Это позволяло выявить возможные ошибки или пропажи товара до его отправки покупателю.
Такой подход существенно повысил качество и точность обработки заказов:
«Внедрив двухуровневую проверку, мы минимизировали риск пересортицы и потери товаров. Даже если на первом этапе произошла ошибка, повторное сканирование позволяло её своевременно обнаружить и исправить до того, как заказ попадал к клиенту»
— Илья Ботвинников
Встроенные механизмы защиты от пересортицы и утери товара
Кроме двухуровневого контроля, оркестратор заказов был оснащён автоматизированными алгоритмами защиты от наиболее частых складских ошибок, таких как пересортица (отправка клиенту неверного товара) и потеря заказов. Эти алгоритмы оперативно информировали сотрудников о возможных проблемах, а также автоматически инициировали процессы повторной комплектации, если это было необходимо. Кроме того, на товары стали добавлять информацию с внутренним номером товара, чтобы его можно было "найти", если потерялся стикер с номером заказа от Wildberries.
Автоматизация управления остатками и маржинальностью
Следующим важным шагом стала автоматизация управления остатками и ценами. Компания создала систему, которая в режиме реального времени отслеживала изменения цен и остатков, рассчитывала маржинальность, и оперативно принимала решение о доступности товара на Wildberries.
Реалтайм-интеграция системы управления ценами
Компания интегрировала собственную систему управления ценами (Master Price System) с оркестратором. Теперь любые изменения цен передавались в систему управления заказами, что позволило избежать ситуаций, когда товар продавался по устаревшим или ошибочным ценам.
«Цены могли меняться ежедневно и даже чаще. Благодаря интеграции с Master Price System мы всегда были уверены в том, что на Wildberries отображается актуальная и корректная цена, соответствующая нашей внутренней стратегии и плановой маржинальности»
— Илья Ботвинников
Расчёт маржинальности в автоматическом режиме и реактивное обнуление стока
Ещё одной важной функцией стала автоматическая проверка маржинальности каждого товара. Система в режиме реального времени рассчитывала прибыльность каждой позиции с учётом комиссии маркетплейса и текущей закупочной стоимости. В случае, если маржинальность товара становилась отрицательной или низкой, система мгновенно обнуляла остаток, снимая товар с продажи. Эта же система позволяла создавать исключения для распродажи остатков.
«Если запускалась автоакция и товар становился невыгодным для продажи, наша система моментально это замечала и убирала товар из продажи. Это позволило нам защищать прибыль компании и не продавать товары себе в убыток»
— Илья Ботвинников
Использование «гэпов» для безопасного управления запасами
Для минимизации рисков «out of stock» компания ввела специальный механизм «гэпов». Этот подход подразумевал, что на маркетплейс всегда передавались заниженные данные об остатках. Даже при резком увеличении спроса, наличие «гэпов» давало компании дополнительный запас времени для актуализации информации о запасах и принятия оперативных решений.
«Гэпы стали нашей защитой от внезапных всплесков спроса и перекрёстных продаж из других каналов. Благодаря этому механизму мы практически полностью исключили отмены заказов по причине отсутствия товара на складе»
— Илья Ботвинников
Создание собственного PIM для контента
Одной из критически важных задач для продавца стало управление огромным каталогом товаров и его адаптация под требования маркетплейса. Для этого компания приняла решение разработать отдельную систему управления товарной информацией — собственный PIM (Product Information Management), специализированный именно для работы с маркетплейсами.
Централизация управления карточками товаров
Система PIM была разработана таким образом, чтобы максимально упростить подготовку и публикацию контента на Wildberries. В ней были предусмотрены специальные поля и атрибуты, полностью соответствующие спецификациям маркетплейса. Это позволило автоматически подстраивать внутренние данные компании под требования Wildberries (цвет, размер, описание товара и т.д.), без необходимости вручную корректировать каждую карточку.
«Стандартный PIM, который использовался в компании для офлайн-торговли и собственного сайта, совершенно не подходил для Wildberries. Нам пришлось создать отдельную, специализированную систему, где сразу учитывались все нюансы и особенности требований маркетплейса. Благодаря этому мы сократили время на запуск новых товаров и почти полностью убрали ручные ошибки»
— Илья Ботвинников
Минимизация ручных правок и ошибок при публикации товаров
Раньше публикация каждого товара требовала множества ручных корректировок и проверок сотрудниками контент-отдела. После запуска специализированного PIM большинство задач стало автоматизировано. Система сама «переводила» внутренние описания, цвета и размеры компании в форматы, которые принимал Wildberries.
Автоматизация отчётности для бухгалтерии
Важной частью комплексного подхода к автоматизации процессов стала оптимизация бухгалтерского учёта. Из-за возросшего количества операций через Wildberries компании потребовался механизм автоматизированной подготовки отчётности для бухгалтерии.
Ночные генерации отчётов с минимальной нагрузкой на систему
Компания внедрила автоматическое формирование отчётов в ночное время, когда нагрузка на инфраструктуру минимальна. Эти отчёты заранее собирали всю информацию о продажах, возвратах и финансовых операциях, значительно упрощая работу бухгалтерии и избавляя её от необходимости вручную выгружать данные из личного кабинета Wildberries.
«Раньше бухгалтеры тратили огромное количество времени на выгрузку отчётов вручную. Теперь они приходят утром и получают уже готовые данные, полностью соответствующие нашим внутренним стандартам и форматам. Это сильно повысило скорость и точность бухгалтерского учёта»
— Илья Ботвинников
План интеграции с бухгалтерскими системами
В качестве дальнейшего шага Desport планирует полностью интегрировать систему отчётности с популярной бухгалтерской системой. Это позволит полностью автоматизировать передачу данных в бухгалтерию и исключить даже минимальное ручное участие в процессе.
«Наша следующая цель — полная интеграция с бухгалтерскими системами, чтобы бухгалтеры могли забыть о ручных сверках и выгрузках. Это сильно упростит им жизнь и позволит нам ещё больше повысить точность и скорость ведения финансового учёта»
— Илья Ботвинников
Бизнес-аналитика и данные в режиме реального времени
Компания Desport сделала особый акцент на внедрении автоматизированной аналитики на базе данных, получаемых через WB API. О том, как это было реализовано и какие возможности открыло компании, рассказал Арсений Никешин, руководитель направления Business Intelligence.
Задачи бизнес-аналитики
После запуска интеграции с Wildberries, перед командой аналитиков компании стояло несколько задач:
- Получать данные о продажах, остатках и ценах в режиме реального времени, чтобы мгновенно видеть влияние маркетинговых акций и оперативно принимать решения.
- Обеспечить прозрачность и доступность данных для категорийных менеджеров и топ-менеджмента в удобном и наглядном формате.
- Собирать и сохранять исторические данные для анализа и сравнения различных периодов, что необходимо для стратегического планирования и управления ассортиментом.
«Нам важно видеть результат каждый день в реальном времени. Если мы внедрили новые скидки, нам необходимо уже сегодня понять, какой выхлоп мы получили. Маркетплейсы отстреливают быстрее, чем классический ритейл, и оперативность данных тут критически важна»
Арсений Никешин, Desport
Реализация автоматизированной аналитики
Компания использовала облачную инфраструктуру Яндекс.Облако, реализовав процессы извлечения и обработки данных при помощи автоматизированных скриптов, построенных на Python, с использованием библиотек Pandas и системы управления задачами Apache Airflow.
Каждое утро скрипт автоматически обращается к методам WB API, получая свежие данные о продажах, остатках и ценах. Эти данные затем объединяются с информацией из других каналов продаж компании (собственные магазины, сайт, другие маркетплейсы) и формируются в единую аналитическую витрину данных на базе ClickHouse и Greenplum.
«Каждый день мы автоматически получаем данные через API, объединяем их с другими каналами и формируем готовую витрину. Конечный пользователь — будь то категорийный менеджер или топ-менеджер — может моментально получить нужные данные и визуализации в удобном виде»
Арсений Никешин
Результаты внедрения аналитики
- Категорийные менеджеры получили возможность оперативно отслеживать спрос и остатки, быстро реагировать на изменения рынка и потребительского поведения.
- Топ-менеджмент компании теперь ежедневно получает актуальные отчёты о динамике продаж и состоянии запасов, что значительно ускорило процесс принятия решений и позволило эффективнее управлять бизнесом.
- Компания получила возможность хранить исторические данные о ценах и остатках, что улучшило точность планирования закупок и прогнозирования продаж.
«До внедрения интеграции и автоматизации никто точно не понимал, что именно продаётся, какая ситуация с запасами и где возникают сложности. Теперь мы не только видим текущую ситуацию, но и можем точно прогнозировать её изменения»
Арсений Никешин
Планы по дальнейшему развитию аналитики
На следующем этапе команда аналитиков планирует:
- Автоматизировать работу с финансовыми отчётами через API, что позволит бухгалтерии получать точные данные быстрее и без ручного труда.
- Реализовать полноценную аналитику отзывов и рейтингов товаров, чтобы быстро отслеживать обратную связь покупателей и оперативно реагировать на неё.
- Запустить аналитический инструмент «воронка продаж» для более детального анализа поведения покупателей и эффективности маркетинговых инструментов.
Технические рекомендации от команды аналитиков Desport
Арсений также поделился рекомендациями для компаний, планирующих внедрить аналогичную аналитику на базе API маркетплейсов:
- Для быстрого запуска аналитики потребуются глубокие знания Python, библиотеки Pandas и платформы Apache Airflow.
- Желательно хранить данные в формате Parquet, который значительно быстрее обрабатывается и занимает меньше места.
- Оптимальный подход — выделить одного аналитика данных для поддержки интеграции и двух человек для её запуска и доработки на первых этапах.
«Интеграция с Wildberries стала важной частью нашей внутренней аналитической инфраструктуры. Мы получили данные, которые помогают принимать правильные решения в режиме реального времени и стратегически планировать развитие компании»
Арсений Никешин
Технические аспекты интеграции
Для обеспечения масштабируемости и надёжности бизнес-процессов при работе с Wildberries, компания Desport создала высокоэффективную и стабильную архитектуру, основанную на современных технологиях и проверенных решениях. В этом разделе мы подробно рассмотрим ключевые технические детали и особенности реализации интеграций.
Архитектура решения
Интеграция была построена вокруг центрального узла — оркестратора заказов.
Таким образом:
- WB API передавал данные в оркестратор о новых заказах, возвратах и поставках.
- Оркестратор постоянно опрашивает все системы на предмет обновления статуса заказа и маршрутизирует эту информацию, взаимодействуя через Apache Kafka с системой ERP.
- ERP-система, в свою очередь, обменивалась информацией о заказах и остатках с системой управления складом.
- Master Price System автоматически передавала актуальные цены и рассчитывала маржинальность.
- BI-система получал всю необходимую аналитику и данные для отчётности и прогнозирования.
«Мы выстроили интеграцию так, чтобы все элементы работали в режиме реального времени. Вся информация от Wildberries доходит до склада и ERP за считанные секунды, что позволяет мгновенно реагировать на любые изменения заказов или остатков»
— Илья Ботвинников
Используемые технологии
Для реализации высокопроизводительного и надёжного решения были выбраны следующие технологии:
- Apache Kafka — ключевое решение для высоконагруженного обмена данными. Позволила отказаться от традиционного REST API и значительно ускорить передачу информации между оркестратором и ERP.
- Memcached — использовался для сопоставления внутренних номеров заказов Desport с внешними идентификаторами заказов Wildberries. Это позволило ускорить процесс обработки тысяч заказов и снизить нагрузку на базу данных.
Проблемы и их решение:
Компания изначально столкнулась с проблемой перегрузки REST API ERP-системы SAP из-за высокого трафика и большого количества запросов. В результате, было принято решение перейти на архитектуру с использованием Kafka, что полностью решило проблему с перегрузкой.
Также первоначально возникли проблемы с оперативным сопоставлением номеров заказов, которые были решены внедрением Memcached. Это ускорило работу с заказами и снизило риск ошибок.
«Переход на Kafka и Memcached снял основные технические ограничения нашей инфраструктуры. В итоге мы получили систему, способную выдерживать экстремальные нагрузки без потерь и задержек»
— Илья Ботвинников
Особенности реализации
Для достижения высокого качества работы системы было реализовано несколько специфических решений, про которые нам рассказал Илья.
Применение алгоритмов
В рамках оркестратора были внедрены специальные алгоритмы автоматической проверки правильности комплектации заказов, которые снижают возможность пересортицы и потери товаров на складе. Эти алгоритмы действуют в режиме реального времени и автоматически инициируют повторные проверки в случае выявления проблем.
Механизм работы с «Честным знаком» и маркировкой
Особым техническим вызовом стала работа с маркированными товарами, которые требуют обязательной регистрации в системе маркировки «Честный знак». Для этого в инфраструктуре продавца был реализован отдельный шлюз интеграции с этой системой. Каждый маркированный товар автоматически регистрируется и проверяется на соответствие требованиям законодательства при каждом перемещении и продаже.
«Маркировка товаров — очень ответственная задача, и чтобы обеспечить её корректность, мы реализовали отдельную интеграцию с системой „Честный знак“. Интеграция работает на уровне сборки заказа в WMS: каждый код маркировки фиксируется как атрибут конкретного SKU, а затем передаётся во все ключевые системы. Это позволяет нам гарантировать, что маркировка на каждом этапе находится в актуальном статусе и полностью соответствует требованиям закона. Да, внедрение было непростым, но результат полностью оправдал усилия»
— Илья Ботвинников
Результаты и достижения
Повышение эффективности операционной деятельности, защита маржинальности и новая география охвата
Комплексное внедрение API-интеграции и автоматизация ключевых бизнес-процессов позволили Decathlon Russia, а ныне Desport добиться выдающихся результатов в работе с Wildberries. Благодаря реализации кастомизированных решений, компания существенно увеличила объём продаж, повысила эффективность бизнес-процессов, укрепила контроль над маржинальностью и значительно расширила географию клиентов.
Финансовые показатели
Компания начала сотрудничество с Wildberries практически с нуля. Уже через первые три месяца удалось добиться впечатляющих результатов:
- Оборот вырос с нуля до сотен миллионов рублей за первые 3 месяца работы.
- За следующий календарный год компания показала рост оборота почти в 6 раз.
- Средняя дневная выручка на Wildberries достигла уровня крупнейших флагманских офлайн-магазинов сети Decathlon, а в пиковые периоды даже превосходила их.
- Продажи за определённый период составили около 5% от общего бизнеса компании в России.
«Когда мы только начинали, даже представить не могли таких цифр. Благодаря API-интеграции и автоматизации бизнес-процессов мы достигли продаж на уровне наших крупнейших магазинов, а в дни распродаж даже превышали их показатели в несколько раз»
— Илья Ботвинников
Эффективность операций
Внедрение автоматизированных процессов оказало значительное влияние на операционную эффективность компании:
- Персонал, задействованный в обработке заказов, был сокращён на ~40% по сравнению с количеством, которое было на первом этапе pre-MVP, благодаря чёткой автоматизации процессов и введению ролевой модели.
- Компания практически полностью устранила человеческие ошибки, связанные с обработкой заказов, что резко снизило количество штрафов, случаев пересортицы и потерянных товаров.
«Раньше мы использовали около 80 человек для ручной обработки заказов. После внедрения автоматизации и ролевой модели, мы сократили штат почти наполовину и смогли перевести значительную часть работы на ночную смену с менее квалифицированным и более дешёвым персоналом, без потери качества»
— Илья Ботвинников
Маржинальность и контроль цен
Автоматизация управления ценами и остатками позволила компании полностью взять под контроль финансовую эффективность бизнеса на Wildberries:
- Существенно снижены потери от автоакций, которые ранее приводили к нежелательному снижению маржинальности.
- Введено управление запасами и ценами, благодаря которому система автоматически снимала товары с продажи при снижении маржинальности ниже заданного уровня.
«Мы решили проблему автоакций, создав систему, которая немедленно реагирует на изменения маржи. Теперь наши товары всегда продаются с положительной маржинальностью, и мы не теряем деньги на нежелательных скидках»
— Илья Ботвинников
Расширение географии клиентов
Автоматизация работы с Wildberries позволила компании существенно расширить географию продаж и охватить регионы, ранее недоступные для традиционных каналов сбыта Decathlon:
- 80% заказов через Wildberries поступало из удалённых регионов России, где нет офлайн-магазинов Decathlon.
- Маркетплейс обеспечил компании доступ к аудитории, до которой было сложно или слишком дорого добраться собственными силами, открыв совершенно новые рынки и точки роста.
«Мы специально провели исследование и увидели, что 80% покупателей через Wildberries находятся на расстоянии более 200 км от наших ближайших магазинов. Это показало, что мы не конкурируем с собой, а получаем абсолютно новых клиентов»
— Илья Ботвинников
Инсайты и выводы
В результате масштабной интеграции и автоматизации процессов работы с Wildberries компания Desport приобрела ценный опыт, который может стать ориентиром и для других крупных ритейлеров, стремящихся эффективно масштабироваться через Wildberries и другие маркетплей. Основные выводы компании, основанные на практическом опыте, заключаются в следующем:
Ролевая модель критична при масштабировании
Чёткое разграничение ответственности сотрудников и их уровня доступа к информации стало ключевым фактором успешного масштабирования продаж Desport. Правильно настроенная ролевая модель минимизирует количество человеческих ошибок, снижает операционные затраты и обеспечивает высокую прозрачность всех бизнес-процессов.
Автоматизация — оптимальный путь для Enterprise
Опыт Desport подтверждает, что при значительных объёмах заказов и товаров ручной подход практически не жизнеспособен. Только полноценная автоматизация способна обеспечить высокое качество и стабильность работы на Enterprise-уровне.
Учёт специфики площадки — важное конкурентное преимущество
Маркетплейсы предъявляют специфические требования к контенту и процессам работы с заказами и возвратами. Чем раньше компания учитывает эти требования в своих системах и процессах, тем выше скорость адаптации и ниже расходы на исправление ошибок.
Бухгалтерия и возвраты — следующие шаги для развития
Desport также подчёркивает необходимость дальнейшего улучшения интеграции с бухгалтерией и автоматизации обработки возвратов. Чёткий автоматизированный обмен данными с бухгалтерией и надёжная идентификация заказов способны существенно упростить и ускорить операционную деятельность.
«Автоматизация — это постоянный процесс. Мы не останавливаемся на достигнутом и продолжаем совершенствовать нашу инфраструктуру, чтобы ещё больше повысить качество и прибыльность нашего бизнеса»
— Илья Ботвинников
Совет для продавцов
Опыт компании ярко демонстрирует, что при правильном подходе и грамотной интеграции API-инструментов крупные компании могут эффективно и выгодно масштабировать продажи через маркетплейсы, не увеличивая при этом операционные затраты и риски.
Тем, кто ещё сомневается в необходимости API-интеграции и автоматизации процессов, следует обратить внимание на ключевые преимущества, которые получил Desport благодаря внедрению описанных решений:
- Существенный рост оборота (почти в 6 раз за один год).
- Значительное сокращение операционных расходов (на 40% меньше персонала).
- Повышение точности процессов и снижение рисков потерь от скидок и пересортицы.
- Расширение географии продаж и выход на новые рынки.
«Не стоит ждать, пока ручные процессы станут неэффективными. API-интеграция уже доказала свою необходимость и эффективность для бизнеса любого масштаба. Начинайте автоматизацию сегодня, чтобы обеспечить себе конкурентное преимущество завтра»
— Илья Ботвинников, Desport
Приложение
Наиболее важные функции WB API, упомянутые в статье:
