ChatGPT может анализировать магазин Ozon или Wildberries не по скриншотам и выгруженным вручную отчётам, а непосредственно по данным, которые собираются из API и накапливаются в собственной базе. Такой подход позволяет задавать ИИ вопросы о продажах, рекламе, остатках, ценах, товарах и прибыльности и получать ответы на основе истории конкретного магазина.
Важно понимать разницу. Подключить ChatGPT к Ozon или WB можно за 5 минут — просто вставить токен API в Actions. Такой вариант работает, но у него есть ограничение: ИИ каждый раз обращается к маркетплейсу «вживую» и может по-разному интерпретировать одни и те же данные, по-разному считать формулы прибыли, юнит-экономику или ROI — потому что не хранит историю и не помнит, как считал в прошлый раз.
Если вам нужен консистентный, повторяемый ответ и одинаковая методика расчёта показателей каждый раз — необходим промежуточный слой: собственная БД, слой Actions, MCP-сервер и подготовленный API поверх данных Ozon и WB. Именно это отличает «игрушечное» подключение ChatGPT к маркетплейсу от рабочего ИИ-аналитика бизнеса.
Самое важное в такой системе — не просто дать ChatGPT доступ к API Ozon или WB. Сначала данные собираются по десяткам отдельных отчётов и эндпоинтов, приводятся к единому формату и сохраняются в базе. Затем поверх этой базы настраивается слой аналитики и Actions, через которые GPT может обращаться к нужным данным.
OZON API WB API
───────── ─────────
db/ozon/orders db/wb/orders
db/ozon/postings db/wb/fbs
db/ozon/fbs db/wb/sales
db/ozon/transactions db/wb/incomes
db/ozon/accruals db/wb/stocks
db/ozon/ads db/wb/detailed_report
db/ozon/ads_stat db/wb/ads_stat
db/ozon/ads_campaigns db/wb/ads_campaigns
db/ozon/fbw_stocks_history db/wb/fbw_stocks_history
│ │
└──────────────┬───────────────┘
▼
┌─────────────┐
│ DATABASE │
│ SQL/ClickH. │
└──────┬──────┘
▼
Analytics API
│
▼
ChatGPT Actions / MCP
│
▼
AI-аналитик
Для анализа бизнеса важна не только текущая цифра. Нужно понимать, как она менялась: сколько товара было на складе неделю назад, какая цена действовала месяц назад, как менялась фактическая цена товара с учётом скидок и акций и что происходило с продажами одновременно с этими изменениями.
Эндпоинты вроде db/wb/stocks, db/wb/fbw_stocks_history и
db/ozon/fbw_stocks_history дают снимок на момент запроса. Для аналитики нужно
накопление таких снимков, чтобы увидеть динамику запасов, скорость расходования товара
и периоды дефицита.
Вместо одной текущей цены сохраняется последовательность изменений.
Это позволяет связать изменение цены с продажами (db/ozon/orders,
db/wb/sales), рекламой и маржинальностью.
Данные вроде db/ozon/accruals, db/ozon/transactions и
db/wb/detailed_report нужно накапливать отдельно — маркетплейсы не хранят
длинную историю начислений и удержаний в самом API.
После накопления данных ChatGPT может сравнивать периоды, находить изменения и отвечать не только «сколько сейчас», но и «что изменилось и почему это могло произойти».
SELECT
sku,
date,
stock,
price
FROM db.wb.fbw_stocks_history
WHERE sku = '123456'
ORDER BY date DESC; Данные можно загружать регулярно — например, несколько раз в день или по расписанию, в зависимости от конкретного отчёта и задачи. Каждый новый снимок сохраняется, поэтому со временем появляется собственный исторический слой.
db/wb/stocks, db/ozon/fbs → история остатков.db/wb/orders, db/ozon/orders, db/ozon/postings → история заказов и отправлений.db/ozon/accruals, db/ozon/transactions, db/wb/detailed_report, db/wb/incomes → финансы и начисления.db/ozon/ads_stat, db/wb/ads_stat, db/ozon/ads_campaigns, db/wb/ads_campaigns, db/ozon/ads → эффективность рекламы.В GPT Actions позволяют подключить внешний API. Для действия задаются способ аутентификации и OpenAPI-схема, описывающая доступные методы. После этого GPT может вызывать эти методы в процессе ответа пользователю — отдельно от прямого доступа к API маркетплейса.
top10_sale_products/{best,worst}
rnp_by_sku/{ozon,wb}/{sku}
unit_economics/{ozon,wb}/{sku}
show_prices_catalog/{wb,ozon}
show_competitor_prices/{ozon,wb}
change_bid/{wb,ozon}/{campaign_id}/{sku}
count_logistics_costs/{wb,ozon}
count_supplies/{wb,ozon}
сверка-бухгалтеру/{wb,ozon}
найди-пропажу/{sku}
напиши-комментарий/{wb,ozon}/{sku} Пользователю не нужно знать названия API-методов, SQL или структуру базы. Он задаёт вопрос, а ChatGPT выбирает необходимое действие и получает данные из аналитической системы.
Пользователь: Почему продажи SKU 123456 упали за последние 14 дней? ChatGPT: 1. Получаю продажи за 14 дней. 2. Сравниваю с предыдущим периодом. 3. Проверяю историю цены. 4. Проверяю остатки. 5. Проверяю рекламные расходы. 6. Сопоставляю изменения. Результат: Продажи снизились после изменения цены. Одновременно остаток был ограничен, а рекламные расходы выросли. Рекомендация: Проверить ценовую стратегию и наличие товара.
Вот несколько типичных вопросов, на которые ИИ отвечает на основе накопленной истории данных, а не разовой выгрузки из API.
Покажи топ-10 товаров по выручке в магазине за месяц Какие товары в магазине приносят наибольшую чистую прибыль Дай финансовую сводку по магазину Как расходуется бюджет на рекламу в магазине Покажи таблицу юнит-экономики по магазину по SKU Какие самые неликвидные товары по логистике
Если данные Ozon и Wildberries приводятся к единой структуре, ChatGPT может анализировать их в одном интерфейсе. Это особенно полезно для продавцов, которые имеют одинаковые или связанные SKU на нескольких площадках.
Продажи, заказы, отправления, начисления, транзакции, реклама и история остатков FBW.
Заказы, продажи, поступления, остатки, детальный отчёт и реклама с накоплением истории.
Исторические данные сохраняются отдельно от ограничений и текущего состояния API.
Один интерфейс для вопросов по товарам, продажам, ценам, остаткам, рекламе и прибыльности.
API MASTER занимается выгрузкой данных из API Ozon и Wildberries, ETL-процессами, хранением статистики в SQL и ClickHouse и настройкой MCP-серверов и AI-инструментов для работы с аналитикой маркетплейсов. На сайте компании отдельно описаны решения для ChatGPT, Claude и других AI-инструментов, а также накопления истории данных.
Можно построить не только отчёт, но и собственный аналитический контур: API маркетплейсов → база данных → исторические данные → аналитические методы → ChatGPT Actions → ответы и рекомендации.
OZON API (orders, postings, fbs, accruals, transactions, ads, ads_stat, ads_campaigns, fbw_stocks_history) + WB API (orders, sales, fbs, incomes, stocks, detailed_report, ads_stat, ads_campaigns, fbw_stocks_history) | v SQL / ClickHouse | v Analytics API | v ChatGPT Actions / MCP | v ИИ-аналитик продавца
В результате получается не просто подключение ChatGPT к маркетплейсу, а собственная система работы с данными, которая со временем становится ценнее за счёт накопленной истории.
Начать можно с одной задачи: выгрузки данных, накопления истории, аналитики SKU или настройки Actions. Затем систему можно расширять до полноценного ИИ-аналитика магазина.