Практически каждый селлер, который впервые подключает аналитику, в какой-то момент задаёт один и тот же вопрос:почему данные в системе не совпадают с отчетами маркетплейса? На этом этапе возникает естественное сомнение: если цифры отличаются — значит ли это, что где-то ошибка?
Но по мере погружения становится понятно: расхождения — это не сбой, а следствие того, как устроены сами данные. И самое важное — их можно корректно проверить, если понимать логику.
Маркетплейсы и аналитика работают по разной логике. Отчёты Wildberries — это поток операций: продажи, возвраты, логистика, удержания, корректировки. Эти данные не собраны в единую финансовую модель — это просто события.
Аналитика, напротив, собирает эти события в результат — показывает, сколько бизнес заработал. Кроме того, часто возникает проблема с пониманием наименований операций и их значения. Так например, внутри кабинета Wildberries параметр “Продажа” в разных отчетах: финансовых или аналитических, может обозначать совершенно разные данные и даже внутри отчетов Wildberries за аналогичный период может быть разное значение этого параметра. Это может быть сумма до или после СПП (скидка постоянного покупателя), с учетом возвратов и компенсаций или без них, выкупы на ПВЗ (пункте выдачи заказов) за выбранный период или выкупы по заказам, сделанным в выбранный период.
Именно поэтому сравнивать «в лоб» почти всегда бессмысленно. Сравнивать нужно правильно — через структуру.
Сверка работает только в том случае, если идти не от «итоговой цифры», а от структуры формирования денег. Проще говоря — нужно последовательно разобраться, из чего складывается результат.
Первое, с чего всегда стоит начинать — это выплаты.
Сравниваем следующие параметры:
Важно:
Если на этом этапе цифры совпадают — это означает, что:
Если нет — проблема почти всегда в выбранном периоде или фильтрах.
Для более детальной сверки сформируйте отчеты по детализации еженедельных отчетов в разделе Финансовые отчеты вашего личного кабинета на Wildberries. Детализации необходимо открывать для каждого отчета отдельно. Скачайте архив с отчетом для каждого необходимого периода. Напоминаем, что при сверке важно использовать сумму значений основного отчета и отчета по выкупам.
Настройте фильтры по колонкам для удобства отбора нужных типов транзакций. Отфильтруйте колонки Тип документа и Обоснование для оплаты по статье Продажа, Корректная продажа и Сторно возвратов (если есть). В вашем личном кабинете sellerdata сформируйте отчет за аналогичную неделю в Дэшборде при помощи фильтра по периодам и указания дат в опции «Произвольный период».
В целях корректности сверка лучше выбрать режим «Больше» в плашке Дэшборда sellerdata и сравнивать именно детальную информацию о показателях продаж, возвратов и удержаний за выбранный период.

Сверьте сумму по продажам из плашки сводных данных за выбранную неделю в sellerdata с данными из отчета по детализации продаж в колонке «Цена розничная с учетом согласованной скидки». Далее сравните колонку «Кол-во» в отчете по детализации продаж с количеством продаж в плашке сервиса sellerdata. Важно иметь ввиду, что количество товара в sellerdata включает в себя также компенсации ущерба или добровольные компенсации.

Далее перейдем к сверке Возвратов. Выберите тип документа Возвраты и в колонке Обоснование для оплаты выберите категории Возврат, Корректный возврат и Сторно продаж (если есть). Сравните сумму и количество возвратов с данными в плашке сервиса sellerdata за этот период.
Также стоит обратить внимание на операции Компенсация ущерба и Добровольная компенсацию при возврате. Важно помнить, что у этих операций также может быть тип Продажа или тип Возврат.
Вычтите из суммы по колонке по категории Продажи сумму по категории Возвраты по полю К перечислению продавцу. Далее прибавьте (или вычтете в зависимости от типа документа) к полученному результату значения в строках Компенсация ущерба и Добровольная компенсацию при возврате и вычтите сумму начислений по колонкам Услуги по доставке товара покупателю, Общая сумма штрафов, Хранение, Операции при приёмке, Удержания, Стоимость участия в программе лояльности и Сумма, удержанная за начисленные баллы программы лояльности (с учетом типа операции Продажа или Возврат), а также Разовое изменение срока перечисления денежных средства.
Показатель Сумма выплат из плашки нашего сервиса должна совпадать с полученным результатом. Если сумма совпадает, то и удержания Wildberries точно совпадут, т.к. этот показатель участвует в расчете суммы выплат.
Если все вышеперечисленные показатели совпали, вы можете быть уверены, что данные корректны. Если нет — вышлите, пожалуйста, нам пример расхождения и отчет по детализации продаж на почту support@sellerdata.ru
и мы разберёмся в причинах расхождений.
Даже если всё сделано корректно, расхождения всё равно могут появляться. И это нормально. Чаще всего причина в деталях.
Первая — временное отклонение.
Часть операций появляется с задержкой, и данные в системе могут обновляться не синхронно. Поэтому очень важно проводить сверку именно по завершенным, стабильным периодам. В случае с Wildberries, лучше брать недельные периоды.
Вторая — корректировки.
При ручной сверке очень важно обращать внимание не только на основные типы операций, но и на различные компенсации и корректировки, которые также могут по-разному учитываться в зависимости от знака или типа начисления.
Третья — новые типы операций.
Одно из ключевых преимуществ автоматизированной оцифровки перед ручным учетом в том, что человеческий фактор сводится к минимуму и внутри системы настроены различные проверки, которые помогают отслеживать и корректировать учет новых типов операций. Однако, иногда вы можете попасть на момент, когда наша команда еще не успела обработать новую операцию. Обычно достаточно подождать несколько часов и данные будут скорректированы.
Четвертая — сбои в обновлении данных со стороны маркетплейса.
Любая система, даже такая масштабная как Wildberries не застрахована от сбоев и ошибок. Достаточно часто встречаются ситуации, когда маркетплейс отдает пустой ответ на запросы по API, отдает не полные данные или проводит внутренние работы, которые могут на некоторое время полностью заблокировать доступ сторонних сервисов к данным API.
Именно поэтому важно не просто сверять цифры и параметры, а понимать их природу.
Парадоксально, но факт:
при глубокой проверке часто оказывается, что аналитика даёт более точную картину, чем сами отчёты маркетплейса.
Причина в том, что она:
В то время как отчёты маркетплейса требуют ручной интерпретации. Когда же объём данных становится значительным, ручная сверка перестаёт быть надёжным инструментом.
Слишком много факторов:
Именно поэтому селлеры переходят к системной аналитике.
Например, в sellerdata.ru вся эта логика уже встроена: данные Wildberries автоматически собираются, обрабатываются и складываются в единую финансовую модель. Это позволяет не просто сверять цифры, а понимать, из чего они состоят и где возникают расхождения.
Проверка данных — это не вопрос «совпадает или нет». Это вопрос понимания структуры. Если сравнивать итоговые цифры без контекста, расхождения неизбежны.
Если разложить экономику на составляющие — всё становится на свои места.
Именно через такую сверку селлер начинает видеть, как на самом деле формируется прибыль. Где она создаётся, где теряется и какие факторы на неё влияют.
А дальше появляется главное — возможность управлять этим процессом.