Отчётность и аналитика по комиссиям маркетплейса (WILDBERRIES)

На WILDBERRIES правда о комиссии живёт не в одном месте, а в нескольких срезах данных: карточка заказа, взаиморасчёты/выплаты, детализация по операциям, возвраты и собственный «снимок» ставок категорий. Чтобы понимать, где утекает маржа, селлеру нужен цепочный взгляд: от цены продажи и процента комиссии в заказе — к рублёвым удержаниям промо/логистики — к сводной выплате на расчётный счёт. Этот раздел — ваша «приборная панель» по комиссиям: какие отчёты читать, что выгружать и как склеивать в единый P&L.

Часто задаваемые вопросы

• Какие отчёты WB содержат комиссию по заказам и выплатам?
• Как выгружать комиссии по периодам и SKU для сверки?
• Как проверить комиссию в сводном отчёте выплат?
• Как построить отчёт «эффективная комиссия» с учётом скидок и промо?
• Как сопоставить комиссию и возвраты, чтобы понять реальную маржу?
• Какие BI дашборды собирать по комиссионной аналитике?
• Как хранить историю ставок комиссии по SKU и категориям?
• Как автоматизировать алерты по аномалиям комиссии?

Какие отчёты WB содержат комиссию по заказам и выплатам?

🗂️ Где смотреть комиссию «в моменте» (уровень заказа):

• Карточка конкретного заказа: видна цена продажи и строка «Комиссия» (₽ и/или %), отдельно — промо и логистика.

• Детализированный отчёт по операциям/заказам (экспорт): содержит строки по комиссиям, промо‑удержаниям, доставке/возвратам.

💳 Где смотреть комиссию «на выходе» (уровень выплаты):

• Сводный отчёт выплат/взаиморасчётов: агрегирует комиссии, промо и прочие удержания — удобно для сверки с фактом перечислений.

• Выписка по удержаниям: группирует суммы по типам удержаний (комиссия, логистика, хранение, прочие).

🧾 Что держать рядом для контекста:

• Снимок ставок по категориям/веткам (ваш ежедневный «скрин/экспорт» на дату).

• Справочник SKU → категория/атрибуты на дату — помогает понимать, почему ставка такая.

💡 Чек‑лист «где искать комиссию в интерфейсе/экспортах WB» — Подпишитесь на телеграм‑канал @Astrakov_PRO.

Как выгружать комиссии по периодам и SKU для сверки?

📤 Задача выгрузки: собрать таблицу «заказ → комиссия → контекст» за нужный период и проверить, что комиссия = цена продажи × ставка категории, а остальное — отдельными строками.

🚶 Пошаговый порядок:

• В разделе с детализацией заказов выгрузите CSV/XLSX за период (дата/время заказа, номер, SKU, цена продажи, комиссия, промо, логистика, статус выкупа/возврата).

• Из сводного отчёта выплат возьмите суммы по типам удержаний за тот же период (комиссия, логистика, промо, хранение, прочие).

• Слейте с вашим «снимком ставок» и справочником SKU→категория/атрибуты на дату — для контроля ставки.

• Постройте проверку: ожидаемая комиссия = цена продажи × ставка, сравните с фактом по каждой строке; промо/логистика не включайте в процент комиссии.

📊 Итоговая таблица минимального состава:

• Номер заказа, дата/время, SKU/баркод.

• Цена продажи, ставка категории, комиссия (₽ и %).

• Промо‑удержания, логистика (туда/обратно), хранение, прочие операции.

• Флаг выкупа/возврата и сумма сторно.

💡 Готовый .xlsx‑шаблон сверки «период × SKU» — Подпишитесь на телеграм‑канал @Astrakov_PRO.

Как проверить комиссию в сводном отчёте выплат?

🔎 Сводный отчёт выплат на WILDBERRIES показывает уже агрегированный результат: комиссию, логистику, промо и прочие удержания, сведённые за период. Проверяем его не «в отрыве», а в связке с детализацией заказов. Логика простая: на уровне строк заказов убеждаемся, что комиссия = цена продажи × ставка категории, а затем суммируем только комиссионные строки и сверяем их с колонкой «комиссия» в выплате. Если суммы по комиссиям сходятся, а «к выплате» отличается — ищем причину в соседних статьях (логистика, промо, хранение, сторно по возвратам).

📌 Несколько нюансов, на которых чаще всего «ломается» сверка: разные окна дат (заказ vs дата выплаты), сторно по возвратам, округления на уровне заказа и переносы между периодами. В спорных случаях берём короткий отрезок (2–3 дня), строим мини‑таблицу «заказ → комиссия (₽ и %) → ставка → цена продажи» и сравниваем с выплатой за тот же отрезок — так источник расхождения виден сразу.

💡 В канале @Astrakov_PRO есть небольшой макрос для суммирования комиссий только из «правильных» строк детализации — полезен для быстрой сверки.

Как построить отчёт «эффективная комиссия» с учётом скидок и промо?

🧭 Классическая комиссия — это процент от цены продажи. Но для оценки общей «нагрузки» по SKU удобна метрика «эффективная комиссия» — доля комиссионных удержаний плюс промо‑строк по отношению к выручке. Она не заменяет официальную комиссию, зато помогает видеть, как акции и купоны меняют экономику.

🧮 Простой рецепт: сначала посчитайте «чистую» комиссию как процент от цены продажи по каждой строке заказа. Отдельно сложите рублёвые суммы по промо‑механикам (купоны, «Цена с WB» и т. п.). Далее на уровне SKU/дня/недели делайте два отношения: комиссия/выручка и (комиссия + промо)/выручка. Разница между ними и есть эффект промо. Если «эффективная комиссия» зашкаливает, при том что процент комиссии по категории стабильный, значит дело не в ставке, а в глубине скидок или структуре промо.

📈 Для управленческого отчёта добавьте рядом «логистика/выручка» и «маржа на заказ» — так видно, чем именно объясняется просадка. Важно не смешивать линии: процент комиссии неизменен для ветки, а «эффективная» доля меняется из‑за ценовой политики.

Как сопоставить комиссию и возвраты, чтобы понять реальную маржу?

🔄 Возвраты и обмены искажают картину: часть комиссий сторнируется, но появляются новые рублёвые удержания — обратная доставка и обработка. Поэтому реальную маржу считаем в связке «заказ → последующие события». На практике это два шага. Сначала настраиваем связку идентификаторов (номер заказа, позиция, SKU/баркод), чтобы любое событие по возврату «прилипало» к изначальной продаже. Затем в P&L по позиции учитываем: комиссия по выкупленной части, сторно комиссии по невыкупу, обратную логистику и операции по обработке.

🧪 Рабочий приём — считать маржу в двух срезах: «на момент продажи» и «после окна возвратов» (например, +30 дней). Разница между этими срезами покажет, насколько возвратная логистика «съедает» прибыль при неизменной ставке комиссии. Если именно возвраты рушат маржу, лечим карточку контентом и ожиданиями (размерные сетки, фото на фигуре, видео распаковки) и корректируем сетку цен на проблемных размерах — комиссия тут ни при чём.

💡 В канале @Astrakov_PRO выложен шаблон связки событий по заказу: продажа → возврат → сторно, с готовыми полями для вычисления маржи «после возвратов».

Какие BI дашборды собирать по комиссионной аналитике?

📊 Хороший дашборд по WILDBERRIES не «рисует красивые круги», а помогает каждый день отвечать на три вопроса: где комиссия считается неверно, где «эффективная комиссия» выросла из‑за промо, и где маржа падает из‑за логистики/возвратов. Поэтому витрина строится от уровня заказа к SKU и дальше к категории/периоду, с возможностью drill‑down до конкретного заказа.

🧩 Ядро витрины метрик:

• Комиссия/цена продажи, % — по дням, SKU и категории; рядом — ставка по ветке на дату.

• (Комиссия + промо)/выручка, % — «эффективная комиссия»; рядом — логистика/выручка, %.

• Маржа на заказ и валовая маржа по SKU/категории (до и после хранения).

• Аномалии: отклонение «комиссия/цена продажи» от ожидаемой ставки, п.п.; топ заказов/SKU с расхождением.

• Возвраты: доля возвратов, стоимость обратной логистики и обработка — контекст для интерпретации комиссии.

🔎 Навигация: шапка‑фильтры (период, ветка, SKU, регион, тип промо); кликом из «категории» уходим в SKU и дальше — в строку заказа. В отдельном блоке держим «изменения ставок» — когда и по какой ветке менялась ставка (по вашим снимкам).

💡 Шаблон витрины с готовыми DAX/SQL‑мерами — Подпишитесь на телеграм‑канал @Astrakov_PRO.

Как хранить историю ставок комиссии по SKU и категориям?

🗃️ История ставок — это ваша «черная коробка» для споров и аудита P&L. Платформа не всегда даёт ретроспективу, поэтому снимки нужно вести самостоятельно и связывать со SKU.

🧭 Мини‑спецификация хранилища:

• Таблица commission_rates_snapshot: дата снимка, категория/ветка, ставка комиссии, источник (скрин/экспорт), ссылка на артефакт.

• Таблица sku_category_history: дата, SKU/баркод, категория/ветка, ключевые атрибуты (те, что влияют на классификацию), флаг «изменена вручную/системно».

• Связь с заказами: по SKU и дате заказа подтягиваем ставку на эту дату — так проверяем «комиссия = цена продажи × ставка» без гаданий.

🛠️ Процесс: ежедневно (или при любом апдейте классификатора WILDBERRIES) сохраняем снимок ставок и актуальные привязки SKU→категория. Любое обращение в поддержку сопровождаем ссылкой на конкретный снимок/док.

💡 В канале @Astrakov_PRO — SQL/Sheets‑шаблон двух таблиц и скрипт автозаполнения «ставка на дату заказа».

Как автоматизировать алерты по аномалиям комиссии?

🚨 Смысл алёртов — не «звенеть по каждому колебанию», а ловить устойчивые отклонения и быстро переходить к строкам заказов.

⚙️ Базовые правила срабатывания:

• Отклонение комиссия/цена продажи от ожидаемой ставки категории > X п.п. два дня подряд по SKU/категории.

• Всплеск (комиссия + промо)/выручка > порог при неизменной ставке — признак, что «эффективная комиссия» растёт из‑за промо.

• Доля заказов со строками, где комиссия ≠ цена продажи × ставка, превышает Y% (после учёта округлений и частичных выкупов).

• Внезапное изменение ставки в снимках категорий — фиксируем событие и подсвечиваем затронутые SKU.

🧪 Содержание уведомления:

• Период, ветка/категория, SKU (топ‑N), величина отклонения (в п.п. и ₽), ссылки на строки заказов и на снимок ставки «на дату».

• Короткая диагностика: промо/логистика вынесены? были возвраты? совпадает ли дата/время заказа со ставкой?

🔔 Каналы: e‑mail/Telegram‑бот, плюс виджет «красная зона» прямо в дашборде. Любой алёрт кликабелен — ведёт в детализацию до заказа.

💡 Готовые правила/пороги и шаблоны уведомлений — Подпишитесь на телеграм‑канал @Astrakov_PRO.

Уважаемый читатель, понравилась моя статья? Меня зовут Астраков Дмитрий, я основатель WBStat.PRO, автор тренинга «WILDBERRIES – ПРОРЫВ». Хотите узнать, КАК ПОДНЯТЬ ПРОДАЖИ НА WILDBERRIES? Подпишитесь на мой бесплатный Telegram-канал: @Astrakov_PRO – там каждый день выходит самая крутая информация о WildBerries: