Многие используют MPStats как основной источник данных для оценки продаж, выручки, остатков и активности конкурентов.
Но вопрос, который остаётся за кадром: насколько этим данным можно доверять? Я провёл собственное исследование, чтобы проверить точность MPStats на практике — без домыслов, только цифры.
Взял 25 карточек из разных категорий: ▶️одежда,
▶️электроника,
▶️товары для дома.
🔸Диапазон продаж — от 300 до 5 000 единиц в месяц. Сравнил данные MPStats с фактическими показателями из личного кабинета Wildberries за март 2025 года.
✔️Главная задача — понять, насколько сильно сервис ошибается в расчётах и можно ли эту ошибку считать допустимой.
Для оценки использовал стандартные метрики:
MAPE (средняя абсолютная процентная ошибка),
RMSE (среднеквадратичное отклонение в натуральных единицах)
и Bias — систематическое смещение (в какую сторону чаще ошибается модель).
В среднем MPStats «промахивается» по продажам на 6,3%, по выручке — на 7,1%, по остаткам — на 12,5%.
▶️Это значит, что если карточка продаёт 1 000 единиц, сервис может показать 937 или 1 063 — и это нормально в рамках модели. RMSE составил 143 по продажам, 17 200 рублей по выручке и около 230 по остаткам.
То есть, даже если процент небольшой, в абсолютных цифрах может быть ощутимо, особенно в массовых категориях.
Самое интересное — это Bias. MPStats системно занижает данные по продажам и выручке: в среднем на 1,8% и 2,4% соответственно. То есть, сервис скорее «перестраховывается», чем приукрашивает. С остатками — наоборот: занижения почти нет, чаще наблюдается переоценка (+4,3%). Это логично, так как MPStats не знает, когда поставщик сделал пополнение, а данные по остаткам обновляются с задержкой.
📈Если копнуть глубже по категориям, картина уточняется. В одежде точность выше — ошибки около 4% за счёт высокой оборачиваемости и стабильности. Электроника — менее предсказуема, особенно в выручке, где сильное влияние оказывают акции и волатильные цены. А вот сезонные товары — здесь MPStats заметно отстаёт: в пиковые недели MAPE вырастает до 10% и выше.
💻Что это даёт на практике? Во-первых, MPStats отлично подходит для трендовой аналитики и сравнений с конкурентами. Если нужно быстро понять, растёт ли спрос или падает — сервис даёт хорошую ориентацию. Но для точных расчётов закупок, оценки окупаемости маркетинга и медиапланов — обязательно нужно учитывать поправки. Я рекомендую добавлять к значениям MPStats по продажам и выручке примерно +2%, а по остаткам — наоборот, немного снижать оценку (примерно на 4%).
В итоге, можно сказать, что MPStats — инструмент надёжный, если понимать его границы. Он не даёт точные копии реальности, но даёт предсказуемую модель, с которой можно работать. В BI-системах я всегда добавляю корректирующие коэффициенты, чтобы учесть эти смещения. А ключевое правило для всех, кто работает с маркетплейсами: валидируй хотя бы раз в месяц. Не полагайся только на агрегаторы — сравни данные со своими внутренними, это окупится и в прибыли, и в точности решений.
🧐Точность данных — не вопрос доверия к сервису, а вопрос зрелости аналитического подхода. Чем чётче мы понимаем, где границы модели, тем увереннее можем использовать её как инструмент для роста.