Поделиться • 23 апреля 2026
Автор: Вера Левина, директор департамента по управлению категориями товаров «Одежда» и «Спорт» Lamoda
Обложка: Unsplash
Я больше десяти лет отвечаю за коммерцию в онлайн‑ретейле, а последние годы работаю с модой и лайфстайл- товарами. В этой колонке разберу четыре ошибки в работе с данными, из‑за которых бренды теряют деньги на ассортименте.
Я больше десяти лет отвечаю за коммерцию в онлайн‑ретейле, а последние годы работаю с модой и лайфстайл- товарами. В этой колонке разберу четыре ошибки в работе с данными, из‑за которых бренды теряют деньги на ассортименте.
Модный рынок в России переживает затяжную турбулентность. За 2024–2025 гг. ушли или существенно сократили присутствие Incity, Ready! Steady! Go!, Orby, Loloclo, Just Clothes и другие сети среднего сегмента. Вице-президент по новым брендам Союза торговых центров Наталия Кермедчиева оценивает возможное количество закрытий в 1 тыс. магазинов одежды и обуви до конца года.
По ее словам, причины часто лежат не только в «сложной экономике», но и в управленческих ошибках: отсутствии учета маржинальности и экстенсивном развитии — слишком быстром открытии точек без понимания экономики каждой из них.
Параллельно трафик в торговых центрах падает, а онлайн‑канал растет. Эксперты подтверждают: доля онлайн-продаж в fashion-сегменте достигла 60% к концу 2025 года.
На этом фоне закрываются не только те бренды, у которых «плохой маркетинг» или «не та аудитория», но и те, кто системно ошибается в работе с данными — прежде всего ассортиментными.
Ошибка № 1
Планировать коллекцию по наитию
В российских fashion‑компаниях цикл разработки коллекции — от шести до двенадцати месяцев. За это время меняются тренды и спрос.
Решения об ассортименте часто принимают концептуально: «Красиво в лукбуке — сделаем». К цифрам обращаются, когда склад уже забит неликвидами.
Типичный сценарий:
1. Бренд делает ставку на хиты прошлого сезона.
2. Увеличивает закупки на 20–30% в расчете на рост спроса.
3. Смотрит только на общую выручку, не анализируя долю выкупа, глубину скидки и причины возвратов.
Через несколько месяцев «якорные» модели продаются со скидкой 40–50%, оборачиваемость ниже средней, возвраты превышают 40–50%. Бренд инвестировал не в бестселлеры, а в будущие уценки.
Какие данные нужно подключать
С точки зрения управленца важен не конкретный инструмент (будь то отчет собственной CRM или маркетплейса), а структура данных по этапам цикла.
1. Этап идеи и планирования
На этом этапе нужно понять, какие товары реально приносят прибыль, а какие только создают видимость богатого выбора. Для этого анализируйте:
- продажи по артикулам (SKU) и категориям — оборачиваемость, соотношение доли продаж по полной стоимости и доли продаж со скидкой (промо), вклад модели в валовую прибыль (не только в выручку);
- качество спроса — долю выкупа по моделям, причины возвратов (размер, посадка, качество, цвет/фактура);
- неудовлетворенный спрос — что клиенты ищут, но не находят (поисковые запросы, жалобы кол-центра, например «нет больших размеров», «хотим короче/длиннее»).
2. Этап формирования коллекции
Здесь важно перевести сырые цифры в структуру будущей матрицы.
Трехфакторный ABC-анализ ассортимента. Анализировать:
- объем выручки;
- объем маржинальности;
- остаток товара по итогам сезона (оборачиваемость).
Группа A (основная прибыль, устойчивый спрос) — расширять: цвета, размеры, соседние категории.
Группа B (рабочая «середина») — доработать цену, лекала, визуал и проверить еще один цикл.
Группа C (хронический неликвид) — не повторять или радикально переработать.
3. Этап пилотного запуска
Новинки стоит выпускать малыми партиями и отслеживать кликабельность, добавления в корзину, выкуп и возвраты. Данные площадок работают как фокус-группа на живых деньгах. Если пилот не взлетел, масштабировать рискованно.
По моему опыту, бренды, которые хотя бы раз в сезон проходят цикл «данные → решения по коллекции → пилот», снижают долю неликвида и вынужденных уценок на 15–25% в год.
Ошибка № 2
Не соблюдать пропорции в ассортиментной матрице
Вторая системная ошибка — собирать коллекцию как единый «котел» из всего, что команде кажется модным, без четкого разделения на:
- стабильную базу, которая «кормит» бизнес, — Core / Basic;
- актуальные тренды и обновления — Fashion / Trend;
- имиджевые вещи и эксперименты — Image / Wow.
В одном из кейсов, который мы разбирали с брендом женской одежды, матрица следующего сезона выглядела так (по себестоимости закупки):
- около 70% бюджета — ярко выраженные трендовые модели (сложные цвета, фактуры, силуэты);
- менее 20% — устойчивая база;
- остальное — имиджевые вещи.
Аргумент команды: «База уже есть у всех, надо отличаться».
В момент выхода коллекции оказалось, что трендовые позиции в первый месяц давали высокий интерес (просмотры, добавления в вишлист), но низкий выкуп. Базовые позиции при этом стабильно продавались даже без скидки. Имиджевые вещи собирали охват в соцсетях, но почти не конвертировались в покупки.
В совокупности это привело к кассовому разрыву: деньги зашиты в тренды, которые не успевают продаться по плановой цене, вынужденные уценки, размывающие маржу и восприятие бренда.
Как выстроить баланс
На уровне платформы видно, как себя ведут разные типы ассортимента. Аналитика показывает:
- какие модели «длинного хвоста» годами держат спрос с минимальными скидками;
- какие тренды переходят из сезона в сезон; среди драйверов текущего спроса — возвращение эстетики 1990-х и 2000-х гг. Устойчивый интерес сохраняется к моделям кроссовок Adidas Samba и Campus, кожаным курткам в мужском сегменте и к брендам, работающим в стиле минимализм;
- какие имиджевые вещи приносят ценность в виде нового трафика и последующих покупок.
Эти данные позволяют бренду зафиксировать целевые доли. Например, для устойчивого бренда среднего сегмента это может быть:– 40–50% матрицы — Core;– 30–40% — Fashion;– 10–20% — Image.
Точные пропорции зависят от стратегии.
Ошибка № 3
Оценивать успех только по выручке
Порой бренды оценивают успех коллекции по выручке и количеству отгруженного товара.
В отчетах выглядит так: «Продажи выросли на 15%, всё хорошо». При этом внизу отчета о прибылях и убытках бренд видит:
- чистая прибыль стагнирует или падает;
- доля скидок растет;
- расходы на логистику и обработку возвратов увеличиваются.
Когда эти показатели не анализируются по категориям и SKU, происходят парадоксальные ситуации.
Пример из практики
Бренд видит, что определенный тип платьев дает высокий оборот в сезон; по инерции увеличивает закупку и расширяет модельный ряд.
На платформе мы видим:
- выкуп по этой группе на 10–15% ниже среднего по категории;
- возвраты с формулировками «не село по размеру», «непонятная ткань», «не соответствует фото»;
- продажи идут в основном на глубокой скидке.
Фактически бренд инвестирует в товар, который генерирует оборот, но съедает маржу и увеличивает нагрузку на логистику и клиентский сервис.
Как аналитика помогает переориентировать фокус
Когда бренд начинает регулярно смотреть на выкуп по SKU и категориям, полную экономику единицы товара (фулфилмент, логистика, возвраты, скидки), разрез по причинам возвратов — возникает несколько важных управленческих решений.
- Коррекция лекал и размерной сетки. Если у определенных категорий хронически низкий выкуп и высокие возвраты из‑за посадки, это прямой сигнал к переработке конструкции, а не к очередной промокампании.
- Пересмотр контента и обещаний клиенту. Часть возвратов — это вопрос ожиданий: несоответствие цветов, завышенные ожидания по плотности или фактуре ткани, слишком «глянцевые» фото.
В этих случаях корректировка визуала и описаний дает больше эффекта, чем дополнительная скидка.
Остановка масштабирования убыточных групп
Если модель или категория стабильно убыточна с учетом всех расходов, это повод не пробовать еще раз, а зафиксировать: выходим из сегмента или меняем продукт.
Бренды, которые анализируют такие метрики хотя бы раз в квартал, лучше переживают падения трафика и скидочное давление — они заранее убирают убыточные позиции.
Ошибка № 4
Использовать маркетплейсы только как витрину, а не как источник инсайтов
Четвертая ошибка была особенно заметна в 2024–2025 гг., когда маркетплейсы стали для многих брендов главным или единственным каналом роста.
Часть компаний воспринимает платформу исключительно как «полку»:
- «мы отгружаем товар, площадка его продает»;
- максимум, что используется из аналитики, — общий отчет по продажам и скидкам.
При этом в распоряжении бренда остается незадействованным огромный массив данных о поведении реальных покупателей.
Что именно остается «на столе»
Даже базовый личный кабинет крупной fashion‑платформы дает доступ к:
- структуре спроса по регионам и сегментам цен;
- динамике по ключевым категориям;
- поисковым запросам, которые приводят к товарам бренда (и к товарам конкурентов);
- карточкам, которые клиент смотрит, но не добавляет в корзину;
- глубине скидки, на которой действительно включается спрос.
Часть партнеров эту информацию вообще не открывает. Другая — смотрит выборочно, не переводя ее в решения по коллекции и ценообразованию.
Как данные платформы могут стать частью управления ассортиментом
Из практики я вижу несколько рабочих направлений, где данные площадки становятся не еще одним отчетом, а инструментом.
Дефицит и новые ниши
Аналитика неудовлетворенного поиска (поисковые запросы, по которым нет релевантных товаров) показывает:
- какие категории или характеристики (длины, цвета, материалы) клиенты уже ищут;
- где на площадке образуются «дыры» в ассортименте.
Это не прогноз трендов «по ощущениям», а зафиксированный спрос, который пока не закрыт предложением.
Региональные особенности спроса
Данные платформы показывают региональные различия: сезонность, ценовую чувствительность, предпочтения. Учет этого при планировании поставок снижает риски пересклада в одних регионах и дефицита в других.
Пример этой зимы: во время снегопадов спрос (год к году) на теплые категории вырос, но по‑разному. Зимняя обувь: +42% в среднем по платформе, +69% в Москве, +21% в Южно‑Сахалинске. Тёплый трикотаж: +31% в среднем в Москве, +44% в Южно‑Сахалинске.
Точное региональное планирование помогает монетизировать пики спроса и не терять продажи при погодных аномалиях.
Тестирование гипотез малыми партиями
Платформа позволяет быстро вывести на рынок небольшие партии новых моделей или капсул, посмотреть на отклик — кликабельность карточек, добавления в избранное, первые продажи и возвраты.
Вместо того чтобы производить сразу на всю сеть, бренд может прогнать гипотезу через данные маркетплейса и только потом масштабировать.