Этот сервис активно продвигается как альтернатива MPStats, особенно в части углублённой аналитики и автоматизации.
📊Но главный вопрос остаётся прежним: насколько точны их данные? Можно ли на них полагаться при управлении ассортиментом, закупками и прогнозировании продаж?
Методология исследования осталась той же, чтобы можно было сравнивать результаты лоб в лоб.
📈Я использовал ту же выборку из 25 карточек, тот же период — март 2025, и сравнивал показатели Wildbox с реальными данными из ЛК WB. Также применялись те же метрики: MAPE, RMSE и Bias.
Первое, что бросается в глаза — агрессивная сглаженность данных в Wildbox. Визуально графики выглядят чище, чем в MPStats, но за счёт этого сервис часто «не видит» резких скачков — будь то акция или всплеск органического спроса. Особенно это видно по сезонным товарам и категориям с высокой ценовой чувствительностью.
🧐Теперь к цифрам. По продажам средний MAPE составил 7,8%, по выручке — 8,4%, по остаткам — 11,1%. Погрешность чуть выше, чем у MPStats, особенно по выручке. RMSE — 168 штук по продажам и 19 300 рублей по выручке. Остатки, как ни странно, оценивались точнее, чем у MPStats — видимо, у Wildbox чуть более частая частота обновлений по остаткам или иной подход к учёту возвратов.
Самое интересное проявилось в Bias: Wildbox в отличие от MPStats не занижает данные, а наоборот — систематически завышает. В среднем +3,1% по продажам и +4,5% по выручке. Это критично, особенно для новичков, которые на основе этих данных делают прогнозы и строят закупочные планы. Когда фактические продажи оказываются ниже ожиданий — начинается лавина: перерасход бюджета, неликвид, проблемы с логистикой.
Если говорить по категориям, то в Wildbox чуть лучше обстоят дела в сегментах техники и бытовых товаров — погрешность в этих группах ниже, чем у MPStats. А вот в одежде и аксессуарах наблюдается большее отклонение, особенно по выручке, где ценовая динамика сильно влияет на модель.
Сравнивая оба сервиса, можно сделать вывод: MPStats точнее по продажам и выручке, особенно на уровне карточки, и консервативнее в оценках (что безопаснее). Wildbox же выдаёт более «оптимистичную» картину, но может быть полезен, если вам нужен широкий обзор и автоматизация отчётности по бренду, а не ювелирная точность по SKU.
Моя рекомендация:
▶️для оперативной и безопасной аналитики карточек (продажи, выручка, остатки) лучше использовать MPStats с поправкой на небольшой минус;
▶️для high-level отчётности и автоматизации по категориям можно подключать Wildbox, но с обязательной поправкой на +3–4% оптимизма в их моделях;
▶️в BI-процессы всегда закладывайте слой валидации и собственных данных, особенно если управляетесь с товарами с нестабильной динамикой.
📈Аналитика — это не про выбор одного «единственно верного» источника, а про грамотное сочетание данных, моделей и здравого смысла. И чем сложнее рынок, тем важнее ручная проверка даже в автоматизированных системах.