Прочитав эту статью, вы сможете сверить данные между ЛК ВБ и данными в сервисе Pi-Data. В частности, получите ответы на вопросы:

• Какие отчеты надо сверять между собой?
• Где эти отчеты находятся в Wildberries и в Pi-Data?
• Как правильно сгенерировать эти отчеты и как провести сверку данных?

Подсказка: для увеличения всех картинок ниже просто кликните по ним

Как сверить данные между ЛК ВБ и Pi-Data

Основная проблема при работе с данными маркетплейсов заключается в том, что они постоянно меняются и данные в разных отчетах не сходятся между собой (поверьте нам, мы на этом съели не одну собаку).

Поэтому мы выбрали для себя по одному основному отчету на ВБ и в Ozon, с которыми проводим основную сверку — и это конечно отчеты, по которым производятся выплаты. В случае ВБ это “Еженедельные финансовые отчеты”. Найти их можно здесь.

Сверять этот отчет мы будем с отчетом Финансы (P&L) внутри сервиса Pi-Data

Теперь давайте проведем сверку на конкретном примере

Сначала посмотрим на еженедельный отчет в ЛК продавца в Wildberries

Возьмем период c 22 по 28 января 2024 года и откроем детализацию нужного нам отчета

• Идем в раздел Финансовых отчетов
• Выберем необходимый период
• Нажмем на номер отчёта

Вы увидите страницу отчета — для сверки нам понадобится таблица с детализацией (см. на скрине ниже). Для сверки не нужно скачивать детализацию в Excel и производить какие-либо расчеты

Теперь сформируем аналогичный отчет в сервисе Pi-Data

• Идем в отчет Финансы (P&L)
• Выбираем ВБ и нужного поставщика
• Устанавливаем аналогичный период: с 22 по 28 января
• Скрытые товары: все товары
• Установите также период в отчете “нед” и ед. изм. “руб” (как в ВБ)
• Другие фильтры не устанавливаем, готово — см. скрин ниже

Все готово — можем сверить данные

Проведем сверку по всем основным показателям на нашем примере

Продажи

С продажами в отчете ВБ есть нюанс — в их еженедельном отчете сумма продаж указана за вычетом СПП (Скидки Постоянного Покупателя). Это скидка, которую они предоставляют за свой счет от цен, которые установил продавец. В большинстве наших отчетов используются цены без учета СПП, так как именно от этих цен идет расчет комиссии ВБ и большинство других показателей.

Поэтому для сверки именно продаж вам надо переключить отчет Финансы P&L в Pi-Data в режим с СПП и взять из него сумму продаж (см. ниже)

• В отчете Финансы (P&L) в Pi-Data это строка «Продажи» (ВАЖНО: в настройках надо включить «Метод расчета продаж» = СПП, см. скрин ниже) : 24 940 руб. (с СПП сумма всегда ниже, без учета СПП сумма продаж 31 500 руб.)
• В отчете ВБ Продажи составляют: 24 940 руб.
• Сходится рубль-в-рубль

У сверки продаж с ВБ есть еще один нюанс — если в отчет попали начисления за компенсацию брака и/или подмененного товара, а также авансовую плату за товар без движения (= компенсация за ваш товар, который они потеряли), то ВБ включит эти суммы в продажи (в своем отчете). Мы же показываем их отдельно в разделе «Другие» — «Полученные с МП», так как все-таки это не продажи. В таком случае сверять надо следующим образом

• В нашем отчете Финансы сложить сумму продаж и сумму подобных начислений (их взять со знаком плюс). На примере ниже, это будет 575 140 + 7 287 + 1 609 = 584 036 руб.

• А в детализации ВБ вся эта сумма сидит в Продажах: 584 037 руб. (разница в 1 рубль из-за округлений)

Если желаете провести сверку продаж с помощью файла реализации, то следуйте следующим шагам:

а) Сортируем скаченный файл реализации по столбцу «Тип документа» — «Продажи» и по столбцу “Обоснование для оплаты” — “Продажа”, считаем сумму по столбцу «Вайлдбериз реализовал товар (Пр)» = 29 940р.(самый первый скриншот в блоке «Продажи»)
Это в точности сходится с тем, что указанно в отчете “Финансы (P&L)”.

ВАЖНО: Рекомендуем проверять колонку «Дата продажи»! Вб часто вносит в отчеты реализации продажи, которые не относятся к периоду. Допустим отчет за сентябрь, а в отчете есть продажи за август. В таком случае рекомендуем сортировать колонку «Дата продажи» строго по датам, которые должны быть за отчетную неделю, иначе у вас не сойдется сумма продаж.

Если у вас есть “Возвраты”, то делаем следующее:
б) Сортируем файл реализации по столбцу «Тип документа» — «Возвраты», считаем сумму по столбцу «Вайлдбериз реализовал товар (Пр)» — в данном примере возвратов нет, поэтому мы их посчитать не можем. Но если они у вас есть, то необходимо сделать следующее вычисление:
с) Сумма продаж в отчете “Финансы (P&L)” = сумма (шаг а) — сумма (шаг б) .

ВАЖНО: Если у вас есть компенсации, то их сумму необходимо вычесть из результата полученного на “Шаге с”. Почему это необходимо сделать? Потому что мы компенсации не учитываем в сумму продаж. Компенсации отображаются в отчете “Финансы (P&L)” — строка “Другие” — “Полученные с МП”.

ВАЖНО: При учёте возвратов необходимо учитывать все даты, в отличие от учёта продаж. То есть фильтрация по столбцу “Дата продажи” не нужна.

ВАЖНО: Если в отчёте есть продажи за несколько недель — возвраты вычитаются лишь единожды. Для примера: Еженедельный отчёт распространяется на неделю “А” и неделю “В” так как в нём есть продажи за обе недели. При сверке двух этих недель возвраты необходимо вычесть только при сверке первой недели, при сверке второй недели необходимо учитывать только продажи.

Комиссия Wildberries

• В детализации еженедельного отчета ВБ их комиссия в явном виде не показывается
• Поясним:
  • как писали выше они показывают продажи с учетом СПП, а потом сразу сумму к перечислению (как бы за вычетом их комиссии). В нашем примере это будет: 14 339 — 13 082 = 1 127 руб. или 7.9% от суммы продаж (14 339 руб.) Конечно это не настоящий размер комиссии ВБ
  • Реальный размер комиссии ВБ надо считать от суммы продаж без учета СПП — мы его считаем на основе детальных данных
  • На примере недели 06-12 янв комиссия составила 4 288 руб. или 24,5% от суммы продаж (до СПП) в 17 500 руб.
  • 24,5% уже реальный размер комиссии ВБ 🙂

Необходимо смотреть в ценах до СПП) Если у вас включен переключатель СПП в отчете, то комиссия будет отображаться в нем меньше) Без учета СПП, комиссия отображается ) Как она высчитывается)
а) Фильтруем файл реализации по столбцу «Тип документа» — «Продажи» и по столбцу «Обоснование для оплаты» — «Продажа», считаем сумму по столбцу «Цена розничная с учетом согласованной скидки» = 18 200р.
b) Считаем сумму по столбцу «К перечислению Продавцу за реализованный Товар» = 13 602р.
с) Считаем сумму эквайринга по столбцу «Возмещение издержек по эквайрингу»(это затраты на эквайринг) = 139р.

Если у вас есть “Возвраты”, то делаем следующее:
d) Фильтруем файл реализации по столбцу «Тип документа» — «Возвраты» и по столбцу «Обосновние для оплаты» — «Возврат», считаем сумму по столбцу «Цена розничная с учетом согласованной скидки» = 700р.

i) Считаем сумму по столбцу «К перечислению Продавцу за реализованный Товар» = 521р.

f) Считаем сумму эквайринга по столбцу «Возмещение издержек по эквайрингу»(это затраты на эквайринг) = 8р.

g) Проверяем есть ли компенсации БЕЗ сортировки по «Продажи» и «Возвраты» в столбце «Тип документа».
В данном примере, у клиента компенсаций нет) Но если у вас они имеются, то в подсчете указанном ниже, их необходимо будет прибавить )

И теперь, считаем)
Комиссия МП = 18 200 — 13 602 — 139 — 700 + 521 + 8 = 4288р.
Эта сумма полностью совпадает с той, что указанно в системе)

Логистика

Логистика состоит из множества слагаемых, и в зависимости от вашей модели работы и конкретного периода их состав может меняться, но общий принцип сверки достаточно простой

• В отчете Финансы (P&L) в Pi-Data это строка «Прямые расходы —> логистика»: 8 790 руб. (ее можно раскрыть и увидеть из каких строк она складывается)
• В детализации ВБ это строка «Стоимость логистики»: 8 790 руб.
• Сошлось рубль-в-рубль

Маркетинг (реклама)

Тут все непросто… Основная проблема в том, что у ВБ самих есть расхождения между их собственными отчетами, а именно Еженедельным отчетом и отчетом Финансы в кабинете ВБ.Продвижение (данные по ВБ.Медиа сходятся лучше). Данные в сервисе Pi-Data сходятся с отчетом Финансы в кабинете ВБ.Продвижение (т.к. именно из тех данных мы собираем поартикульные расходы на рекламу). Наша гипотеза, что в еженедельные отчеты данные попадают с какой-то задержкой, но обо всем по-порядку

В детализации еженедельного отчета расходы на рекламу можно увидеть кликнув на «Прочие удержания/выплаты»

Также детализацию расходов по рекламе ВБ можно увидеть в другом отчете — Финансы в кабинете ВБ.Продвижение

А в сервисе Pi-Data расходы на маркетинг отображаются в строке Маркетинг

Теперь давайте проиллюстрируем вам проблему расхождения данных на конкретном примере — ниже в таблице мы собрали данные по расходам на рекламу из трех источников: еженедельные отчеты, отчет Финансы кабинета ВБ.Продвижение и отчета Финансы сервиса Pi-Data. Выводы следующие

• Данные между отчетами ВБ не сходятся (это норма!)))
• Данные сервиса Pi-Data сходятся с данными отчета Финансы кабинета ВБ.Продвижение — поэтому рекомендуем делать сверку с ним в первую очередь, а потом уже с еженедельным отчетом
• На большом горизонте (8 недель в нашем примере) итоговая разница составляет 2% — терпимо, но в каждой конкретной неделе разница может быть очень существенной

Мы в первую очередь ориентируемся на данные из кабинета ВБ.Продвижения потому что именно там рекламные расходы разносятся поартикульно, что нам и нужно, а в еженедельном отчете это просто одна сумма

Мы видим признаки того, что в новых еженедельных отчетах ВБ (с февраля 2024 года) ситуация становится лучше, но пока они недоступны по АПИ (на 12 марта 2024) и поэтому мы пока не торопимся с выводами, просто верим в лучшее 🙂

Более подробно о рекламе на ВБ и отображении ее в отчетах читайте здесь

Хранение

Расходы на Хранение ВБ свреить достаточно просто

• В сервисе Pi-Data это строка «Хранение» и в нашем примере составляет 1 414 руб.
• В детализации ВБ это строка «Стоимость хранения» и также составляет 1 414 руб.
• Сошлось рубль-в-рубль

Другие услуги

Прочие услуги и штрафы вы найдете в отчете Pi-Data в разделе «Другие —> Полученные с МП»

А в отчетах ВБ они будут либо в детализации Штрафов, либо в детализации «Прочих удержаний/выплат»

Сверка заказов

В первую очередь хотелось бы сказать, что общее количество заказов может не всегда сходится с тем, что отображается в сервисе. Но об этом чуточку позже.

Мы настоятельно рекомендуем сверять данные по заказам с отчётом «Сводный по продавцу», в нём максимально корректные данные.

Но существуют ситуации, когда заказы никак не сходятся. Так почему же?

Попробуем объяснить ситуацию на примере. Рассмотрим 2 варианта

Вариант 1 — Заказов в Pi-Data больше чем в ЛК WB:

В этом случае «лишние заказы» это заказы, которые не отобразил WB в своём API заказов (и в кабинете поставщика тоже — по какой причине, для нас тоже загадка), но отразил продажи по этим заказам в еженедельном отчёте. Мы воссоздали эти заказы по данным из продаж. Ведь продаж без заказов не бывает)

Вариант 2 — Заказов в Pi-Data меньше, чем в ЛК WB:
Ситуация максимально похожая, только в этом случае скорее всего эти заказы в кабинете поставщика есть, но их нет в API заказов. А продажи по этим неизвестным заказам ещё не успели попасть в еженедельные отчёты, поэтому сформировать заказы исходя из этой информации мы не можем, такое бывает, если заказ произошёл в конце недели(

Сравниваем выгрузку еженедельных отчетов из WB в Excel и данные Pi-Data. Наш файл сверки упростит расчеты 🙂

Шаг 1 . Скачиваем еженедельные отчеты из ЛК ВБ.

Заходим в раздел Еженедельные отчеты. Проваливаемся в детализацию нужного отчета. Кликаем по номеру отчёта.

В открывшейся детализации нажимаем “Скачать”.

Повторяем процедуру необходимое число раз. В нашем примере за период с 10 по 16 июня 2024 года было 2 отчета. Скачиваю их оба.

Шаг 2 . Достаем из скаченных zip архивов Excel файлы и переименовываем их также, как и сами архивы.

В нашем случае мы скачали два архива:

Дальше заходим в архив. Там будет файл “0.xlsx”. Я его копирую (Ctrl+C), возвращаюсь обратно в папку “Загрузки”, вставляю туда (Ctrl+V). Получается такая картинка:

После этого я нажимаю “переименовать архив” (можно просто нажать F2). Копирую название архива (Ctrl+C), а потом переименовываю сам файл экселя также (F2, а затем Ctrl+V). Это занимает в районе 3-х секунд)

Повторяю для второго архива то же самое.

После этого архивы можно удалить. Они нам больше не понадобятся.

Шаг 3. Открываем папку на Google Drive, куда вы скопировали наш шаблон.

Совет — добавьте эту папку себе в быстрые закладки, чтобы была под рукой.

Закидываем туда новые детализации отчетов. Те, что мы только что доставали из архивов и переименовали. Получится что-то такое, см. картинку.

Возможно у вас будут еще старые отчеты. Я бы рекомендовал перемещать их в отдельную подпапку, например “Обработанные отчеты”. Чтобы не путаться.

Шаг 4 (3 минуты). Копируем из добавленных Excel файлов данные в ваш шаблон.

По очереди открываем файлы Эксель в Google Drive, выделяем все значения, кроме заголовков (первой строки).

Совет — сделать это за пару секунд помогут горячие клавиши.

• Встаем в ячейку А2.

• Зажимаем Ctrl+Shift и нажимаем стрелку вниз. Так вы сразу выберите все строки.

• Снова зажимаем Ctrl+Shift. Несколько раз нажимаем на стрелку вправо, чтобы выбрать все столбцы. Перестаньте нажимать, когда прекратят добавляться в выделение новые столбцы. На июнь 2024 года последний столбец должен быть BI.

• После этого нажимаем Ctrl + C и немного ждем. Если в отчете строк более 1000, значения будут скопированы, когда у выделенного диапазона появится пунктирная граница.

• Дальше переходим в ваш шаблон на вкладку “ОтчетыВБ”. Выбираем первую свободную строку в столбце B (если первый раз загружаете данные, то это будет B2, если нет, то сразу под последними загруженными данными).
• Вставляем данные. Рекомендую использовать клавиши Ctrl+Shift+V (вставить как значения). Гугл может задуматься на какое-то время, особенно, если данных много. Дайте ему время. После этого в вашем шаблоне появятся данные из еженедельного отчета.

• Далее — для всех вставленных строк надо написать номер отчета, из которого они добавлены. Проще всего взять этот номер из названия файла, из которого вы копировали данные.

• Теперь повторите процедуру добавления данных в шаблон столько раз, сколько еженедельных отчетов хотите проанализировать

• Теперь повторите процедуру добавления данных в шаблон столько раз, сколько еженедельных отчетов хотите проанализировать
  ВАЖНО: шаблон изначально рассчитан на 1000 строк. Если в процессе добавления новых данных количество строк у вас станет больше, то вам надо будет протянуть формулы из ВСЕХ синих столбцов (столбцы BK:CU на июнь 2024) в новые строки и шаблон продолжит работать!

Шаг 5. Итак, данные загружены. В нашем примере я загрузил отчеты за 3 недели с 27 мая 2024 по 16 июня 2024. Это 4 отчета. Рекомендую оперативно провести сверку с ЛК ВБ, чтобы убедиться, что вы все верно скопировали.

Для этого перейдите в шаблоне на вкладку “Для_сверки_с_ВБ” и вы увидите основные данные по загруженным отчетам.

Сверьте, что они совпадают со значениями по этим же отчетам в разделе “Еженедельные отчеты” в ЛК ВБ.

Все должно сойтись рубль-в-рубль. Если нет, то скорее всего произошла ошибка при копировании данных. Или строк в шаблоне стало больше 1000, а вы не скопировали все формулы из “синих” столбцов (на вкладке “ОтчетыВБ”) на новые строки. Проверьте еще раз.

На этом все — мы сверили данные в сервисе Pi-Data с основным отчетом ВБ. На примере выше у нас получилась высокая точность, и это неудивительно — качество данных в нашем сервисе наша гордость. Поэтому если вы найдете ошибку при сверке данных, и после проверки мы поймем, что ошибка на нашей стороне, то вы получите скидку 80% при оплате первого месяца 🙂 За качество отвечаем!

Дата актуализации статьи: 2 апреля 2025