Датасеты для маркетплейсов: Wildberries, Ozon и аналитика
Какие данные нужны селлерам Wildberries и Ozon: цены, остатки, отзывы, фото. Где взять датасеты, что собирать легально, ИИ-сценарии.
Маркетплейсы — одна из самых data-driven сфер российского бизнеса. Селлеры ежедневно решают, по какой цене продавать, сколько везти на склад, какие карточки переписать и на какие отзывы реагировать. Под каждое решение нужны данные. Разберём, какие датасеты полезны, где их брать и как применять ИИ.
Какие данные нужны и кому
| Данные | Применение | Кто использует |
|---|---|---|
| Цены и скидки по категории | ценовая стратегия, мониторинг конкурентов | селлеры, бренды |
| Остатки и продажи (оценки) | анализ ниши, прогноз спроса | селлеры, аналитические сервисы |
| Отзывы и вопросы покупателей | анализ причин возвратов, улучшение продукта, обучение классификаторов | бренды, ML-команды |
| Фото товаров | генерация инфографики, классификация, поиск похожих | дизайнеры, CV-разработчики |
| Тексты карточек и характеристики | SEO карточек, генерация описаний, нормализация атрибутов | селлеры, разработчики |
| Дерево категорий | маппинг товаров, перенос ассортимента между площадками | интеграторы |
| Рекламные ставки и позиции | оптимизация продвижения | селлеры, агентства |
Собственные данные селлера: начните с них
Через личный кабинет и API Wildberries и Ozon селлер получает свои данные: продажи, заказы, возвраты, остатки, отзывы, рекламную статистику. Это:
- юридически чистые данные (ваши, получены по договору с площадкой);
- основа для прогноза спроса и управления остатками;
- материал для анализа отзывов.
Проверьте условия оферты площадки: передача выгрузок третьим лицам может быть ограничена [проверить актуальные оферты WB и Ozon].
Данные о рынке: где брать
- Аналитические сервисы по маркетплейсам — платные подписки с оценками продаж по нишам.
- Открытые датасеты на Kaggle и Hugging Face — встречаются наборы отзывов и карточек российских маркетплейсов. Происхождение и лицензия часто не указаны, проверяйте.
- Маркетплейс данных — готовые и обновляемые наборы с карточкой происхождения: датасеты для маркетплейсов.
- Собственный сбор — с оглядкой на закон и условия площадок (см. ниже).
Можно ли парсить Wildberries и Ozon
Короткий ответ: рискованно, и это зависит от того, что и как вы собираете.
- Условия использования площадок обычно ограничивают автоматизированный сбор. Их нарушение — риск блокировки и претензий.
- Базы данных площадок могут охраняться как объекты смежных прав изготовителя базы данных (ст. 1333–1336 ГК РФ) [проверить применимость].
- Отзывы — тексты пользователей с авторским правом на них. В них встречаются имена и ПД.
- Фото товаров — объекты авторского права продавцов или фотографов.
- Агрегированные показатели (средняя цена по категории) юридически безопаснее сырых копий.
Подробнее — в статье Парсинг данных: законно ли. При продаже таких данных на AI Data Stock продавец указывает способ сбора и несёт ответственность по оферте.
ИИ-сценарии для маркетплейсов
1. Анализ отзывов
Классификация отзывов по темам: размер, качество, доставка, брак, несоответствие фото. Плюс тональность. Датасет: несколько тысяч размеченных отзывов вашей категории. Результат: топ причин негатива по каждому SKU.
2. Генерация и SEO карточек
LLM генерирует описания и подбирает ключевые слова. Для качества нужны примеры хороших карточек вашей ниши и список запросов покупателей.
3. Прогноз спроса и остатков
Градиентный бустинг на истории продаж, плюс признаки: сезонность, акции, цены конкурентов, погода. Цель — меньше out-of-stock и лишних остатков.
4. Ценовая оптимизация
Модель эластичности спроса по цене. Требует истории собственных цен и продаж, желательно с экспериментами.
5. Компьютерное зрение
- проверка фото карточек на соответствие требованиям;
- генерация инфографики;
- поиск похожих товаров по изображению.
6. Нормализация атрибутов
Приведение характеристик («цвет: тёмно-синий / navy / синий тёмный») к единому справочнику при переносе ассортимента между площадками.
Как собрать свой датасет отзывов
- Выгрузите отзывы на свои товары через API селлера.
- Удалите имена и любые контактные данные.
- Составьте 8–15 тем и инструкцию разметки.
- Разметьте 2–3 тысячи отзывов, спорные — вдвоём.
- Обучите классификатор или настройте LLM с примерами.
- Проверьте на отложенной выборке.
Такой размеченный обезличенный набор (если оферта площадки позволяет его распространять) — востребованный продукт для других селлеров и ML-команд. См. Как продать данные.
Что искать в карточке маркетплейс-датасета
- площадка, категории, период;
- способ сбора (API селлера, открытые страницы, сервис);
- частота обновления;
- поля: SKU, цена, скидка, рейтинг, число отзывов, остатки (оценка или факт);
- обезличенность отзывов;
- лицензия и разрешённые сценарии.
FAQ
Где взять датасет Wildberries? Свои данные — через API селлера. Рыночные — у аналитических сервисов, в открытых наборах (проверяйте лицензию) или в каталоге датасеты для маркетплейсов.
Законно ли парсить маркетплейсы? Это зона риска: условия площадок, права на базы данных и контент, ПД в отзывах. Безопаснее использовать агрегаты и данные, полученные законно.
Какие данные нужны для аналитики маркетплейсов? Цены, продажи, остатки, отзывы, позиции в поиске, рекламная статистика.
Можно ли обучить нейросеть на отзывах Wildberries? Технически да. Юридически — используйте свои отзывы или наборы с понятным происхождением и удаляйте ПД.
Есть ли датасеты Ozon? Встречаются открытые наборы и коммерческие у сервисов аналитики и на маркетплейсах данных.
Нужны данные по маркетплейсам? Смотрите датасеты для маркетплейсов на AI Data Stock — с карточкой происхождения и превью. Накопили обезличенные размеченные отзывы или ценовую историю ниши? Продайте их другим селлерам.