В последние годы среди селлеров на маркетплейсах активно продвигается идея использования автобиддеров — систем, которые автоматически повышают или понижают ставки в рекламе, чтобы удерживать товар на определённой позиции в поиске. На первый взгляд это кажется логичным: чем выше позиция, тем больше трафика и продаж.
Но на практике такой подход часто приводит к противоположному результату — росту рекламных расходов и снижению прибыльности.
Разберёмся, почему.

Главная проблема стратегии «держаться в топе» заключается в том, что поисковая выдача на маркетплейсах давно не является одинаковой для всех пользователей.
Алгоритмы Ozon и Wildberries формируют результаты индивидуально для каждого покупателя. На выдачу влияют десятки факторов, среди которых:

• предыдущие покупки пользователя
• пол
• возраст
• география
• поведение на платформе
• просмотренные товары
• интересы и категории

В результате поисковая выдача у двух разных пользователей может значительно отличаться.
Это означает простую вещь:
невозможно «удерживать позицию в поиске для всех».
Вы можете видеть товар на 3-ем месте, а другой пользователь — на 12-ом, а третий — вообще на другой странице.
Поэтому попытка оптимизировать рекламу под позицию — это работа с показателем, который на самом деле не отражает реальность.

Большинство автобиддеров работает по очень простой логике:

• позиция ниже целевой → поднимаем ставку
• позиция выше → снижаем

Но поскольку позиция плавающая и зависит от пользователя, система начинает постоянно «догонять» несуществующий ориентир. В результате:

• ставки растут
• конкуренция разгоняется
• стоимость клика увеличивается
• ДРР (доля рекламных расходов) выходит за пределы маржинальности

Итог прост: продажи могут расти, но прибыль — нет.

На маркетплейсах важно управлять экономикой рекламы, а не местом в выдаче.
Гораздо более эффективная стратегия выглядит так:
1. Выстраиваем аналитику рекламы и продажНеобходим ежедневный сбор данных по рекламным кампаниям и карточкам товаров.
Без системной аналитики управление рекламой превращается в гадание.
2. Определяем ключевые метрикиГлавные критерии эффективности:

• ДРР (доля рекламных расходов)
• конверсия карточки товара
• стоимость заказа

Именно эти показатели определяют прибыльность.
3. Строим аналитику на основе данныхКогда данные собираются системно, становится понятно:

• какие карточки окупают рекламу
• какие работают на грани
• какие съедают бюджет

4. Управляем ставками на основе аналитикиПосле накопления статистики принимаются решения:

• где поднять ставки
• где снизить
• где ничего не менять

То есть управление рекламой становится экономическим, а не позиционным.

Если главным критерием эффективности становится позиция в топе, то почти всегда происходит одно и то же:
рекламные ставки растут →
ДРР становится выше маржинальности →
реклама начинает работать в минус.
В этом случае высокий трафик не спасает бизнес.

Мы работаем с рекламой на маркетплейсах через данные и автоматизацию:

• выгружаем рекламную статистику в любые аналитические системы
• массово передаём ставки через API
• строим аналитику продаж и рекламы
• управляем рекламой на основе экономических метрик

Это позволяет принимать решения не по позиции в поиске, а по реальной эффективности.

Пока один продавец пытается удержать позицию в поиске, другой:

• знает конверсию каждой карточки
• понимает допустимую ставку
• тестирует разные уровни ставок
• масштабирует только прибыльные кампании.

И именно такой подход в долгосрочной перспективе выигрывает.

Автоматическое обновление рекламных ставок для эффективного управления расходами на рекламу из Google Sheets для вашего аналитика и маркетолога