Я веду рекламу на Wildberries и однажды решил посмотреть на накопленную статистику целиком, а не по одному кабинету. Получилось 235 кампаний восемнадцати магазинов: дневные срезы с 28 апреля 2025 по 4 января 2026, 1 515 434 ₽ расхода, 4 537 заказов на 3 345 751 ₽.

Дальше я трижды получил красивый ответ и трижды оказался неправ. Не потому что плохо считал, а потому что выгрузка устроена не так, как я предполагал. Ниже — про эти три ловушки и про то, что осталось от выводов, когда я их вычистил.

Всё воспроизводится в любом кабинете: статистика кампаний и ключевых фраз выгружается из рекламного кабинета WB, дальше хватит Excel.

Как считать, чтобы не соврать себе на первом шаге

Две метрики, вокруг которых крутится всё остальное: ДРР (расход, делённый на выручку) и CPO (расход, делённый на количество заказов).

Обе нужно считать как сумму на сумму: сложить весь расход группы, сложить всю её выручку, поделить одно на другое. Соблазн посчитать иначе — взять ДРР каждого дня и усреднить — выглядит невинно, но даёт другое число: день с расходом в 40 ₽ получает тот же вес, что день с расходом в 8 000 ₽. Я видел выгрузки, где ДРР считали именно так и потом удивлялись, почему сумма по кампаниям не бьётся с кабинетом.

Общая картина по всему массиву: ДРР 45,3%, CPO 334 ₽, кампания живёт в среднем 27 дней при медиане 22.

Ловушка 1. Пустая ячейка, которая съела четырнадцать магазинов

Первым делом я посчитал, сколько в выборке продавцов. Получилось четыре. Я так и записал в черновик и пошёл считать дальше — по нишам, по магазинам, по сезонности.

Через день, сверяя суммы, заметил, что разбивка по магазинам не сходится с общим итогом: 55 тысяч рублей против полутора миллионов.

Причина оказалась обидной. Название магазина в старых строках выгрузки не проставлено — оно появилось в отчёте позже самих данных. А любой подсчёт уникальных значений пустые ячейки просто пропускает: не ошибка, не предупреждение, а честный ответ на вопрос, который я по невнимательности задал. Магазинов было восемнадцать, и почти весь расход лежал в тех самых строках без названия.

С тех пор рядом с любой разбивкой я первым делом считаю две вещи: сколько строк не попало в группировку и сколько денег в них лежит. Если непопавший расход сопоставим с общим — построенная разбивка описывает хвост данных, а не данные.

Ловушка 2. Подвыборка, которая рассказала красивую историю

Дальше я сравнивал два формата: аукционные кампании против автоматических. Тип кампании в основном отчёте не указан, он подтягивается из статистики по фразам, и после сведения тип нашёлся у 141 кампании из 235.

Картина вышла эффектная:

• CPO автоматических — 425 ₽, аукционных — 294 ₽, разница 44%.

• Клик при этом в автомате вдвое дешевле: 7,0 ₽ против 13,3 ₽.

Готовый вывод: автомат заманивает дешёвым кликом, а заказы выходят дороже. Я даже придумал объяснение про качество трафика.

Потом разобрался, почему у 94 кампаний типа нет. Не потому что WB его прячет, а потому что по этим кампаниям вообще не собирается статистика фраз: фразовый отчёт заполняется не для всех форматов размещения. То есть сам факт «типа нет» был связан с типом. Пропуски оказались не случайными, а систематическими, и лечатся они не увеличением выборки, а разбором причины пропуска.

Я разметил недостающие кампании по формату размещения и пересчитал на всех 235. Контроль по расходу сошёлся с итогом кабинета:

CPO у автомата действительно выше — на 40%, это устояло. А красивая часть про дешёвый клик развалилась: 10,1 ₽ против 10,9 ₽, разница в 7% и никакой истории. Тезис держался исключительно на смещённой половине данных.

Мораль скучная, но её стоит проговорить: когда часть строк отвалилась, вопрос «почему именно эти» важнее вопроса «сколько осталось». Шестьдесят процентов выборки звучат солидно ровно до момента, когда выясняется, что оставшиеся сорок отвалились по тому самому признаку, который вы изучаете.

Ловушка 3. Ноль, которого на самом деле нет

Третья история — про фразы. Я искал те, что жгут бюджет без отдачи: двадцать и больше кликов, ноль заказов. Нашлось 42 фразы на 128 555 ₽.

Фильтр «заказов ноль» ловит только те строки, где WB заказы по фразе вернул. По части аукционных размещений заказы на уровне отдельной фразы не приходят вовсе — в ячейке не ноль, а прочерк, и такие строки в выборку не попадают. В отчёте они выглядят одинаково, а означают разное: «продаж не было» и «данных нет».

Оценку я оставил, но теперь понимаю её статус: это нижняя граница, а не измеренная величина. Расход на фразы без заказов не меньше 128 555 ₽ и, скорее всего, заметно больше — по всей выборке 14,9% фразового расхода (131 755 ₽) приходится на фразы, у которых заказов нет ни одного.

Отдельно бросается в глаза концентрация: топ-10 фраз собрали 54,9% всего фразового расхода. Еженедельный разбор десятка строк закрывает половину бюджета.

Самый дорогой мусор в выборке — одна фраза из смежной развлекательной тематики: 3 273 клика, 30 829 ₽, ноль заказов. Площадка подмешивала карточку в высокочастотный запрос соседней темы, и клик там стоил дёшево ровно потому, что ничего не значил: тридцать тысяч рублей за трафик, который изначально не собирался ничего покупать.

Что осталось от выводов

После чистки цифры перестали быть эффектными, зато им можно верить.

Больше половины бюджета сидело в кампаниях, которые никто не трогал. Кампаний, отработавших месяц и дольше при ДРР выше 30%, набралось 56, и на них пришлось 861 260 ₽ — 57% всего расхода выборки. Порог в 30% тут не физическая константа: точка безубыточности считается от маржи конкретного товара, у одного она будет 18%, у другого 40%. Но месяцами держать кампанию выше любого разумного порога и не принимать решения — это не стратегия, а отсутствие процесса.

Каждая шестая кампания не принесла ни одного заказа. 40 кампаний, 49 841 ₽, в среднем по 1 246 ₽. По итоговым цифрам не отличить забытую кампанию от вовремя остановленного теста, и в этом ловушка внимания: суммы маленькие, глаз за них не цепляется, а за восемь месяцев набегает полсотни тысяч.

CTR оказался лучшим ранним индикатором. У 61 кампании с CTR ниже 2% при тысяче и более показов CPO составил 1 343 ₽, у кампаний с CTR выше 4% — 242 ₽. Разница в 5,5 раза, расход низко-CTR группы 175 878 ₽.

Здесь нужна оговорка, которую в маркетинговых статьях обычно проглатывают: это корреляция по неоднородным группам. Товары, категории и цены внутри групп разные, часть разрыва объясняется ими, а не самим CTR. Причинно-следственную связь такие данные не доказывают. Но как ранний сигнал CTR работает: он виден уже на сотнях показов, тогда как CPO требует накопленных заказов, то есть уже потраченных денег.

Выходные отличаются от будней. ДРР 50,7% против 43,6%, CPO 352 ₽ против 328 ₽. Разрыв держится на всём периоде, но он не означает, что срезанные на выходных ставки сохранят те же заказы. Это гипотеза под тест на своих данных, а не готовый рецепт.

Сводка по проблемным сегментам. Группы пересекаются, суммировать строки нельзя:

Как это превращается в процесс

Разовый разбор даёт список сожалений, а не результат. Полезным он становится, когда превращается в повторяемую проверку. У меня их четыре, раз в неделю:

1. Кампании с расходом больше полутора-двух целевых CPO и нулём заказов — с поправкой на окно атрибуции, заказы доезжают с задержкой.

2. Кампании, у которых накопленный ДРР держится выше товарного порога на протяжении расхода в три-пять целевых CPO. Меряется расход, а не календарь: полмесяца открутки на трёх заказах статистически пусты.

3. Фразы с расходом больше полутора-двух CPO и нулём заказов — кандидаты в минус-лист, с оглядкой на конверсию карточки: при конверсии 5% двадцать кликов без заказа это ещё не сигнал.

4. Кампании, у которых CTR просел относительно медианы своих же кампаний того же формата.

Пороги здесь не универсальные числа, а функции от вашей маржи. Целевой CPO — это маржа до рекламы. Предельный ДРР — та же маржа, делённая на цену, где из маржи уже вычтены комиссия, логистика, хранение, себестоимость, налоги и ожидаемые возвраты.

Первые месяцы я гонял эти проверки руками. Сейчас они идут по расписанию, а ставки правятся автоматикой в заданных мной коридорах — с журналом: что изменено, когда и по какому правилу. Отличие от автоматических кампаний площадки, о которых шла речь выше, именно в этом: пороги и лимиты задаю я, а не чёрный ящик, и любое решение можно посмотреть постфактум и откатить.

Чек-лист, если будете считать своё

Три ловушки выше — частные случаи трёх общих вопросов. Их стоит задавать любой выгрузке, не только рекламной:

• Сколько строк выпало из группировки из-за пустых ячеек и какая доля денег в них лежит?

• Пропуски случайны или связаны с тем, что я измеряю? Если второе — выборка врёт даже при большом объёме.

• Ноль в отчёте — это измеренный ноль или отсутствие данных? Выглядит одинаково, значит разное.

Мои цифры — это восемнадцать магазинов в нескольких нишах, а не бенчмарк отрасли. Ниша, маржа и сезон у всех свои. Методика воспроизводится, числа — нет.

Если разбирали свой кабинет: интересно, какие пороги ДРР и CPO вы используете и на какие ещё грабли в отчётах WB наступали.