Ценовое окно — пустые ценовые сегменты

Как найти ценовые сегменты с высоким спросом и низкой конкуренцией, чтобы позиционировать товар клиента в «окно», где деньги есть, а продавцов мало.

Проблема

Большинство селлеров на Wildberries устанавливают цену одним из двух способов:

• «По ощущению» — «мне кажется, 1 500 ₽ — нормальная цена для этого товара»
• Копирование конкурентов — смотрят на первые 5 карточек в выдаче и ставят «чуть дешевле»

Результат предсказуем: все кучкуются в одном ценовом диапазоне и конкурируют за одних и тех же покупателей. Между тем в каждой категории существуют ценовые окна — сегменты, где:

• Спрос есть — покупатели готовы платить
• Конкуренция минимальна — мало продавцов работают в этом диапазоне
• Маржинальность выше — нет ценовой войны на каждый рубль

Найти эти окна вручную невозможно — нужны данные по сотням товаров с ценами, выручкой и продажами. Именно это даёт MPStats API.

Зачем это Fotofactor?

Ценовое позиционирование напрямую определяет визуальную стратегию контента. Товар за 500 ₽ и товар за 5 000 ₽ нужно снимать принципиально по-разному. Найдя клиенту «окно», Fotofactor сразу предлагает релевантный контент-пакет: от стиля съёмки до текстов инфографики.

Пайплайн данных

Источник: POST /wb/get/category

Один эндпоинт возвращает ТОП-500 товаров категории со всеми ценовыми метриками. Этого достаточно для полного анализа ценового ландшафта.

graph LR
    A["POST /wb/get/category\nТОП-500 товаров"] --> B["Ценовое распределение\nГистограмма по диапазонам"]
    B --> C["Расчёт плотности\nТовары vs Выручка"]
    C --> D{"Есть окна?\nOI > 1.5x"}
    D -->|"Да"| E["Стратегия\nпозиционирования"]
    D -->|"Нет"| F["Рекомендация:\nконкурировать контентом"]
    E --> G["Контент-бриф\nпод ценовой сегмент"]
    F --> G

Ключевые поля ответа

Ценовые поля POST /wb/get/category

API возвращает 8 ценовых метрик на каждый товар. Связка final_price + revenue + sales — основа для расчёта ценовых окон. Поля min/max/average/median показывают ценовую динамику товара за выбранный период.

Поле	Тип	Описание
final_price	number	Текущая цена товара (с учётом скидок)
final_price_min	number	Минимальная цена за период
final_price_max	number	Максимальная цена за период
final_price_average	number	Средняя цена за период
final_price_median	number	Медианная цена за период
revenue	number	Выручка товара за период (₽)
sales	number	Количество продаж за период
balance	number	Остатки на складах WB

Почему этих полей достаточно

• final_price — текущая позиция товара на ценовой шкале
• revenue — сколько денег генерирует каждый ценовой сегмент
• sales — реальный спрос (не просто показы, а покупки)
• balance — косвенный показатель серьёзности продавца (высокие остатки = готовность к масштабу)
• final_price_min / final_price_max — амплитуда ценовых манёвров (если min сильно ниже текущей — продавец использовал агрессивные скидки)

Анализ

Алгоритм поиска ценовых окон

import httpx
from collections import defaultdict

MPSTATS_TOKEN = "YOUR_TOKEN"
BASE_URL = "https://mpstats.io/api"

def fetch_category(path: str, d1: str, d2: str):
    """Загрузить ТОП-500 товаров категории."""
    resp = httpx.post(
        f"{BASE_URL}/wb/get/category",
        headers={
            "X-Mpstats-TOKEN": MPSTATS_TOKEN,
            "Content-Type": "application/json",
        },
        json={
            "startRow": 0,
            "endRow": 500,
            "filterModel": {},
            "path": path,
            "d1": d1,
            "d2": d2,
        },
    )
    return resp.json().get("data", [])


def build_price_histogram(products: list[dict], bins: list[tuple]):
    """
    Построить гистограмму цен.

    bins — список кортежей (min_price, max_price):
    [(0, 500), (500, 1000), (1000, 2000), (2000, 5000), (5000, 99999)]
    """
    segments = {}
    for low, high in bins:
        label = f"{low}-{high}₽" if high < 99999 else f"{low}+₽"
        segments[label] = {
            "range": (low, high),
            "products": 0,
            "total_revenue": 0,
            "total_sales": 0,
            "total_balance": 0,
            "prices": [],
        }

    for p in products:
        price = p.get("final_price", 0)
        revenue = p.get("revenue", 0)
        sales = p.get("sales", 0)
        balance = p.get("balance", 0)

        for label, seg in segments.items():
            low, high = seg["range"]
            if low <= price < high:
                seg["products"] += 1
                seg["total_revenue"] += revenue
                seg["total_sales"] += sales
                seg["total_balance"] += balance
                seg["prices"].append(price)
                break

    return segments


def find_price_windows(segments: dict):
    """
    Найти ценовые окна: сегменты с высокой выручкой,
    но малым количеством товаров.

    Opportunity Index = доля_выручки / доля_товаров
    OI > 1.5 = ценовое окно (спрос > предложения)
    OI < 0.7 = перенасыщенный сегмент
    """
    total_products = sum(s["products"] for s in segments.values())
    total_revenue = sum(s["total_revenue"] for s in segments.values())

    if total_products == 0 or total_revenue == 0:
        return []

    results = []
    for label, seg in segments.items():
        product_share = seg["products"] / total_products
        revenue_share = seg["total_revenue"] / total_revenue

        oi = revenue_share / product_share if product_share > 0 else 0
        avg_sales = (
            seg["total_sales"] / seg["products"]
            if seg["products"] > 0
            else 0
        )

        results.append({
            "segment": label,
            "products": seg["products"],
            "revenue": seg["total_revenue"],
            "revenue_share": round(revenue_share * 100, 1),
            "product_share": round(product_share * 100, 1),
            "opportunity_index": round(oi, 2),
            "avg_sales_per_product": round(avg_sales),
            "is_window": oi > 1.5,
            "is_overcrowded": oi < 0.7,
        })

    results.sort(key=lambda x: x["opportunity_index"], reverse=True)
    return results


# --- Пример использования ---

products = fetch_category(
    path="Автотовары/Ароматизаторы автомобильные",
    d1="2026-01-01",
    d2="2026-01-31",
)

bins = [(0, 500), (500, 1000), (1000, 2000), (2000, 5000), (5000, 99999)]
segments = build_price_histogram(products, bins)
windows = find_price_windows(segments)

for w in windows:
    marker = ""
    if w["is_window"]:
        marker = " <-- ОКНО!"
    elif w["is_overcrowded"]:
        marker = " (перенасыщен)"
    print(
        f"{w['segment']:>12} | "
        f"Товаров: {w['products']:>4} | "
        f"Выручка: {w['revenue']:>12,.0f}₽ | "
        f"OI: {w['opportunity_index']:.1f}x{marker}"
    )

Пример выходных данных

Категория: Автотовары / Ароматизаторы автомобильные, январь 2026.

Ценовой сегмент	Товаров	Выручка	Доля выручки	Доля товаров	OI	Статус
500-1000 ₽	45	12 400 000 ₽	35.2%	15.0%	2.3x	ОКНО
1000-2000 ₽	120	15 500 000 ₽	44.0%	40.0%	1.1x	Норма
0-500 ₽	85	3 200 000 ₽	9.1%	28.3%	0.3x	Перенасыщен
2000-5000 ₽	40	3 500 000 ₽	9.9%	13.3%	0.7x	Норма
5000+ ₽	10	600 000 ₽	1.7%	3.3%	0.5x	Мало спроса

Как читать таблицу:

• OI > 1.5x (окно) — выручка в сегменте непропорционально выше доли товаров. Здесь мало продавцов, но покупатели активно покупают. Лучшее место для входа.
• OI 0.7-1.5x (норма) — сегмент сбалансирован, конкуренция соответствует спросу.
• OI < 0.7x (перенасыщен) — слишком много продавцов на малый спрос. Ценовая война, низкая маржа.

Визуализация ценового ландшафта

pie title Распределение выручки по ценовым сегментам
    "500-1000₽ (OI 2.3x) ОКНО" : 35.2
    "1000-2000₽ (OI 1.1x)" : 44.0
    "0-500₽ (OI 0.3x)" : 9.1
    "2000-5000₽ (OI 0.7x)" : 9.9
    "5000+₽ (OI 0.5x)" : 1.7

Сравните с распределением количества товаров — разница между долей выручки и долей товаров и есть «окно»:

pie title Распределение товаров по ценовым сегментам
    "500-1000₽ (15% товаров)" : 15.0
    "1000-2000₽ (40% товаров)" : 40.0
    "0-500₽ (28% товаров)" : 28.3
    "2000-5000₽ (13% товаров)" : 13.3
    "5000+₽ (3% товаров)" : 3.3

Сегмент 500-1000 ₽ генерирует 35% выручки, но в нём только 15% товаров. Opportunity Index = 2.3x. Это классическое ценовое окно.

Действие Fotofactor

Шаг 1: Стратегия позиционирования

Ценовое окно = стратегия контента

Найденное окно определяет ВСЁ: стиль фотографии, тон текстов, формат инфографики. Не бывает «универсального» контента — контент должен соответствовать ценовому сегменту покупателя. Человек, покупающий ароматизатор за 800 ₽, ожидает совершенно другую подачу, чем покупатель за 200 ₽.

На основе найденного окна (500-1000 ₽) формируем рекомендацию клиенту:

1. Позиционирование товара — вывести цену в диапазон 650-850 ₽ (середина окна). Не дешевле 500 ₽ (попадёт в перенасыщенный сегмент), не дороже 1000 ₽ (конкуренция с массовым сегментом).
2. Ценовая динамика — используем final_price_min/final_price_max конкурентов в окне, чтобы понять допустимый диапазон скидок для акций WB.
3. Управление остатками — по balance видим, что лидеры в окне держат 500-2000 единиц. Рекомендуем клиенту аналогичные объёмы.

Шаг 2: Контент-бриф под ценовой сегмент

Каждый ценовой сегмент требует своего визуального языка:

Ценовой сегмент	Стиль съёмки	Фокус инфографики	Тон текстов
0-500 ₽ (бюджет)	Чистый packshot, яркий фон	Количество, выгода, «набор из 3 шт»	«Выгодно», «экономия», цифры
500-1000 ₽ (окно!)	Lifestyle + детали	Качество материалов, сравнение с дорогими	«Оптимальный выбор», «качество без переплаты»
1000-2000 ₽ (масс-маркет)	Профессиональная предметка	Уникальные характеристики, УТП	«Лучший в категории», экспертность
2000-5000 ₽ (премиум)	Имиджевая съёмка, модель	Бренд-стори, упаковка, статус	«Премиальное качество», lifestyle

Для найденного окна 500-1000 ₽ формируем бриф:

• Фотография: 8-10 кадров: lifestyle в интерьере автомобиля + крупные планы аромата/упаковки + сравнение размера (в руке, рядом с рулём)
• Инфографика: акцент на «качество как у дорогих, цена справедливая» — сравнительные таблицы, иконки состава
• SEO: ключевые слова ценового сегмента («ароматизатор автомобильный качественный», «ароматизатор в машину премиум», а НЕ «дешёвый ароматизатор»)
• Текст карточки: фокус на качестве, долговечности, приятных деталях. Никаких слов «дёшево» или «бюджетно»

Шаг 3: SEO-оптимизация под ценовой сегмент

Покупатели ищут по-разному в зависимости от бюджета:

Бюджет покупателя	Типичные запросы	Стратегия SEO
До 500 ₽	«недорогой X», «дешёвый X», «X набор»	Ключи «выгодно», «набор», «комплект»
500-1000 ₽	«качественный X», «X оригинал», «лучший X»	Ключи «качественный», «оригинал», «выбор»
1000-2000 ₽	«X премиум», «профессиональный X»	Ключи «премиум», «профессиональный», бренд
2000+ ₽	Название бренда, «люкс X», «подарочный X»	Брендовые запросы, «подарок», «люкс»

Результат

Для клиента (селлера)

• Чёткая ценовая стратегия — не «на ощупь», а на основе анализа 500 товаров конкурентов
• Сниженная конкуренция — в ценовом окне в 2-3 раза меньше продавцов, чем в массовом сегменте
• Контент, соответствующий позиционированию — покупатель видит карточку, которая «стоит» своей цены
• Прогнозируемые продажи — можно оценить потенциальную выручку по формуле: avg_sales_per_product * planned_months

Для Fotofactor

Услуга	Стоимость	Маржинальность
Анализ ценовых окон (стратегия)	15 000 ₽	90% (2 часа работы)
Контент-пакет под ценовой сегмент	80 000-150 000 ₽	60-70%
Ежемесячный мониторинг ценового окна	10 000 ₽/мес	85%
Средний чек связки «анализ + контент»	95 000-165 000 ₽	—

Уникальное позиционирование Fotofactor

«Мы не просто снимаем фото — мы помогаем найти правильную цену». Клиент приходит за фотографиями, а получает полноценную стратегию позиционирования. Ценовой анализ стоит 15 000 ₽, но привязывает клиента к контент-пакету на 80 000-150 000 ₽: зачем делать стратегию и не реализовывать её?

Почему это работает

1. Данные вместо интуиции — селлер видит конкретные цифры: сколько товаров в сегменте, какая выручка, какой Opportunity Index
2. Связка «стратегия + контент» — аналитика без реализации бесполезна, контент без стратегии — стрельба вслепую. Fotofactor даёт оба элемента
3. Повторяемость — ценовые окна смещаются со временем (конкуренты реагируют, сезонность). Ежемесячный мониторинг = recurring revenue
4. Масштабируемость — один и тот же алгоритм работает для любой категории WB. Настройка под нового клиента занимает 30 минут
5. Дифференциация — ни одна фотостудия на рынке не предлагает ценовую аналитику. Это переводит Fotofactor из категории «исполнитель» в категорию «стратегический партнёр»