Кейс 18: Похожие товары — анализ блока «похожие»

Проблема

На каждой карточке Wildberries есть блок «Похожие товары». Покупатель видит ваш товар рядом с 10–20 аналогами — и принимает решение за 1–2 секунды.

Если ваша карточка визуально неотличима от похожих товаров, единственный критерий выбора — цена. Начинается ценовая война, маржа падает, и даже хороший продукт теряет выручку.

Но если контент визуально выделяется на фоне блока «похожих», покупатель кликает на вашу карточку даже при более высокой цене. Внимание → клик → конверсия.

Проблема большинства селлеров: они никогда не анализируют, что именно показывается в блоке «похожие» рядом с их товаром. Они оптимизируют карточку в вакууме, не понимая визуального контекста конкуренции.

Как работает блок «Похожие товары» на WB

Wildberries формирует блок «похожих» на основе множества факторов: категория, ценовой диапазон, поисковые запросы, поведение покупателей. Это не статичный список — он меняется. Но в каждый момент времени именно этот блок определяет, с кем вас визуально сравнивают. Анализировать его — значит понимать реальный контекст конкуренции.

Пайплайн данных

MPStats предоставляет два ключевых эндпоинта для анализа похожих товаров:

1. GET /wb/get/item/{sku}/similar — какие товары WB показывает как похожие на карточку клиента (прямые визуальные конкуренты)
2. GET /wb/get/item/{sku}/in_similar — на чьих карточках товар клиента появляется в блоке «похожие» (обратные связи)

Вместе они дают полную картину визуальной конкуренции: кто рядом с вами, и у кого рядом вы.

graph LR
    A["SKU клиента"] --> B["GET /item/{sku}/similar"]
    A --> C["GET /item/{sku}/in_similar"]
    B --> D["Прямые конкуренты\n(кто рядом с вами)"]
    C --> E["Обратные связи\n(у кого рядом вы)"]
    D --> F["Анализ визуальных\nпаттернов"]
    E --> F
    F --> G["Стратегия\nдифференциации"]
    G --> H["Новый контент\nдля карточки"]

Эндпоинт	Данные	Зачем нужен
/item/{sku}/similar	Товары в блоке «Похожие» клиента	Понять прямых конкурентов по визуалу — с кем сравнивают покупатели
/item/{sku}/in_similar	Чьи товары показывают клиента как «похожий»	Понять обратные связи — откуда приходит трафик через блок «похожие»

Анализ

Шаг 1: Сбор данных о визуальном контексте

import httpx
from collections import Counter

API = "https://mpstats.io/api"
HEADERS = {"X-Mpstats-TOKEN": "TOKEN", "Content-Type": "application/json"}

client_sku = 123456789

# 1. Получаем товары из блока "Похожие" клиента
resp_similar = httpx.get(
    f"{API}/wb/get/item/{client_sku}/similar",
    headers=HEADERS,
)
similar_products = resp_similar.json()

# 2. Получаем обратные связи — где клиент появляется как "похожий"
resp_in_similar = httpx.get(
    f"{API}/wb/get/item/{client_sku}/in_similar",
    headers=HEADERS,
)
in_similar_products = resp_in_similar.json()

print(f"Прямые конкуренты в 'похожих': {len(similar_products)}")
print(f"Обратные связи (у кого клиент в 'похожих'): {len(in_similar_products)}")

Шаг 2: Анализ визуальных паттернов

# Анализируем визуальные характеристики конкурентов
visual_analysis = []

for product in similar_products:
    visual_analysis.append({
        "sku": product.get("id"),
        "name": product.get("name", "")[:50],
        "pics_count": product.get("pics", 0),
        "has_video": product.get("has_video", False),
        "price": product.get("price", 0),
        "revenue": product.get("revenue", 0),
        "thumb_url": product.get("thumb", ""),
    })

# Считаем паттерны
videos_count = sum(1 for p in visual_analysis if p["has_video"])
avg_pics = sum(p["pics_count"] for p in visual_analysis) / max(len(visual_analysis), 1)
avg_price = sum(p["price"] for p in visual_analysis) / max(len(visual_analysis), 1)

print(f"\n--- ВИЗУАЛЬНЫЕ ПАТТЕРНЫ ---")
print(f"Конкурентов с видео: {videos_count}/{len(visual_analysis)}")
print(f"Среднее кол-во фото: {avg_pics:.1f}")
print(f"Средняя цена: {avg_price:.0f} ₽")
print(f"Разброс цен: {min(p['price'] for p in visual_analysis)}"
      f"–{max(p['price'] for p in visual_analysis)} ₽")

Шаг 3: Определение стратегии дифференциации

# Формируем рекомендации по визуальной дифференциации
recommendations = []

# Видео-дифференциация
if videos_count < len(visual_analysis) * 0.3:
    recommendations.append(
        "🎬 ВИДЕО: Менее 30% конкурентов имеют видео. "
        "Добавление видео — мощный дифференциатор."
    )

# Количество фото
if avg_pics < 5:
    recommendations.append(
        "📸 ФОТО: Конкуренты в среднем имеют мало фото. "
        "Расширенная галерея (8-10 фото) выделит карточку."
    )

# Ценовой контекст
client_price = 490  # цена клиента
if client_price > avg_price * 1.1:
    recommendations.append(
        f"💰 ЦЕНА: Клиент дороже среднего ({client_price} vs {avg_price:.0f}). "
        "Контент должен обосновывать премиальность."
    )

for rec in recommendations:
    print(rec)

Пример результата анализа

Похожий товар	Фото фон	Ракурс	Видео	Цена	Выручка/мес
SKU-A	Белый	Фронтальный	Нет	450 ₽	800K ₽
SKU-B	Белый	Фронтальный	Нет	520 ₽	650K ₽
SKU-C	Белый	45°	Да	380 ₽	1.2M ₽
SKU-D	Белый	Фронтальный	Нет	410 ₽	500K ₽
SKU-E	Серый	Фронтальный	Нет	550 ₽	400K ₽
Клиент	Белый	Фронтальный	Нет	490 ₽	300K ₽

Инсайт: Все конкуренты используют белый фон и фронтальный ракурс. SKU-C — единственный с видео и ракурсом 45° — лидирует по выручке (1.2M ₽). Клиент визуально «сливается» с остальными и проигрывает по цене.

Стратегия: Лайфстайл-фото на главном изображении + видео. Кардинальное отличие от «белого фона» конкурентов.

Действие Fotofactor

Стратегия визуальной дифференциации

Этап 1. Аудит блока «похожие»

• Получить список похожих товаров через MPStats API
• Скачать и проанализировать главные фото всех конкурентов
• Определить «визуальный стандарт» ниши — что делают все

Этап 2. Поиск «слепых зон»

• Что общего у всех конкурентов? Это — ваш рычаг дифференциации
• Все на белом фоне → используйте лайфстайл-сцену
• Все показывают товар отдельно → покажите товар в использовании
• Ни у кого нет видео → добавьте видео как первый элемент
• У всех похожая цветовая гамма → выделитесь контрастной упаковкой или фоном

Этап 3. Создание дифференцированного контента

• Разработать концепцию, противоположную «визуальному стандарту»
• Произвести новые фото/видео
• Установить на карточку клиента

Этап 4. A/B тестирование

• Поставить новое главное фото vs старое
• Замерить CTR через 7–14 дней
• Зафиксировать результат и масштабировать на другие SKU

Конкретные приёмы визуальной дифференциации

• Фон: Если все на белом → лайфстайл, текстура, градиент, предметная съёмка в интерьере
• Ракурс: Если все фронтально → покажите 45°, сверху, в руках, в масштабе
• Видео: Если у конкурентов нет → даже простое видео даёт мощное преимущество (иконка ▶ на превью)
• Инфографика: Уникальный стиль рамок, иконок, шрифтов — чтобы даже миниатюра отличалась
• Контекст: Товар в использовании вместо «просто товар на фоне» — или наоборот, если все уже в лайфстайле

Дифференциация ≠ эпатаж

Цель — не «быть другим ради другого», а быть привлекательно другим. Дифференциация должна:

• Вызывать интерес, а не отторжение
• Подчёркивать преимущества товара
• Соответствовать ожиданиям целевой аудитории
• Быть профессиональной (кустарный контент отпугивает)

Тестируйте! Замена главного фото — это бесплатно и обратимо. Дайте данным подтвердить гипотезу.

Чек-лист для контент-менеджера

1. ☐ Получить список похожих товаров (similar + in_similar)
2. ☐ Выгрузить главные фото всех конкурентов из блока
3. ☐ Заполнить таблицу: фон, ракурс, видео, цена, выручка
4. ☐ Определить "визуальный стандарт" ниши
5. ☐ Сформулировать 2-3 варианта дифференциации
6. ☐ Согласовать с клиентом концепцию
7. ☐ Произвести контент (фото/видео/инфографика)
8. ☐ Установить на карточку
9. ☐ Замерить CTR через 7 и 14 дней
10. ☐ Зафиксировать результат в отчёте

Результат для клиента

Метрика	До	После	Изменение
CTR в блоке «похожие»	2.1%	4.8%	+129%
Позиция по визуальной привлекательности	Неотличим от конкурентов	Выделяется в ТОП-3	Качественный скачок
Зависимость от цены	Высокая (покупатели выбирают дешевле)	Низкая (выбирают по контенту)	Ценовая свобода
Конверсия карточки	3.2%	4.5%	+41%

Экономика для Fotofactor

• Пакет «Визуальная дифференциация»: 40 000–70 000 ₽
  • Анализ блока «похожие» через MPStats
  • Создание дифференцированного главного фото
  • Производство видео (если рекомендовано)
  • A/B тестирование и замер результата
• Quick win: Часто достаточно просто сменить главное фото — измеримый рост CTR за неделю
• Повторные продажи: По результатам A/B теста → масштабирование подхода на все SKU клиента

Главный принцип

Блок «похожие» — это не угроза, а возможность. Если вы знаете, как выглядят конкуренты рядом с вами, вы можете сознательно выделиться. Один клик на «непохожую» карточку стоит больше, чем десять показов «одинаковой».