Рамазан Галеев. Предприниматель из Казани. Строю несколько бизнесов параллельно — маркировка товаров, AI автоматизации, SaaS для селлеров маркетплейсов. Здесь делюсь тем что реально происходит в бизнесе — без инфобиза и воды. Честные Партнёры — маркировка Честный Знак для селлеров WB, Ozon, Яндекс Маркет. Работаем удалённо по всей России. Отзывы: https://www.avito.ru/brands/i224525246
SubscribersHow many subscribers the channel has now. The wave shows subscribers at each point of the period. The change is against the start of the period.44▼ 2.2 %−1 for the period
ViewsHow many views the posts published in the period have now. These are not views per day: MAX does not report how many views there were yesterday. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.80▼ 4.3 %was 97
ReactionsHow many reactions the posts published in the period have. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.0▼ 100.0 %was 1
MentionsHow many times other channels mentioned the channel: links and reposts, excluding advertising posts. The bigger the circle, the more mentions at that point of the period. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.61▼ 17.1 %was 76with a subscription
RepostsHow many times other channels reposted this channel's posts (excluding advertising posts). Reposts are also counted as mentions. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.28▲ 15.7 %was 25after signing in
Average post reachHow many views one post gets on average. Only posts older than two days are counted: views of fresh posts are still growing. Points with fresh posts are dashed with hollow dots: the reach of all posts right now, it will still grow.5 497▲ 4.2 %was 5 274after signing in
ERRWhat share of subscribers sees an average post: average reach ÷ subscribers × 100 %. The line shows ERR at each point of the period, the dashed line — ERR of the previous period of the same length. Points with posts younger than two days are hollow dots on the dashed end of the line.28.6 %▲ 0.7 ppdashed line — was 27.9 %after signing in
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.2.87 %▼ 0.2 pp
Posts per dayHow many posts are published per day on average. Each cell is a point of the period: the darker, the more posts per day. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.4.1▼ 12.9 %was 4.9after signing in
Ad shareWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The scale shows the ad load by the quality index thresholds: up to 10 % — low, up to 25 % — moderate, up to 50 % — high, above — very high. A growing share is marked red.2.4 %▼ 2.4 pp
TrendTop — subscribers at the end of each point of the period; bottom — growth per point: green means more subscribers, red means fewer. Above the growth chart — the biggest gain and the biggest loss. MAX does not report how many people subscribed and unsubscribed separately.
Audience growth
−1subscribers in the period
−1 biggest loss · 30 Oct 2026
Channel scoreA channel score from 0 to 100 made of five parts: audience, growth integrity, ad load, trust and calculation reliability. Each bar shows how many points the part earned out of its maximum. The index is recalculated every night; channels are compared with similar ones of the same category and size.
ReachHow many views the posts published at each point of the period have now (not views per day). The record is labeled; the point with today is paler — the day is not over yet. Average post reach — posts older than two days.
Views and reach
678 845views in the period▼ 8.9 %
Average post reach — 5 497 views (posts older than two days).
EngagementER — reactions divided by views, in percent — for the posts of each point of the period. The dashed line is ER for the whole period. The change is in percentage points against the previous period of the same length.
CitationsThe citation index (CI) shows how often and by which channels this channel is mentioned over the last 30 days, excluding advertising posts. The level is its place among similar channels. The line shows CI at each point of the period (for a week or month — the average over its days).
The citation index has not been calculated yet: it will appear after the nightly calculation once other channels mention the channel.
RhythmHow many posts are published on average in each hour of each weekday, Moscow time: the darker the cell, the more posts. “Best time” — the hours when posts older than two days have the highest average reach.
When and how much it posts
MonTueWedThuFriSatSun
036912151821
Best time:09:0018:00hours when posts get the highest average reach
FormatsWhat the feed is made of. Each post has one format, by priority: repost, video, photo, link, text. The bar and percentages show the share of posts of each format; on the right — average reach of one post of the format (posts older than two days), the small bar compares it with the most viewed format.
Post formats
100 posts
Reposts99 %6 168
Video2121 %7 513
Photos3838 %5 699
Links1212 %5 239
Text2020 %7 626
On the right — average reach of one post of the format.
PostsEach dot is a post in the period: horizontally — publication date, vertically — views, dot size — reactions, color — format. This shows hits, flops and how reach changes. For large channels, the 100 most viewed posts and an even sample of the rest are shown — no more than 1,500 dots.
Every post is a dot
Higher means more views, bigger means more reactions. Click a dot to open the post.
VideoPhotosOthersize — reactionsZoom with the + and − buttons, a pinch or Ctrl + mouse wheel; drag a zoomed chart to move it
SummaryTotals for the selected period: how many posts were published, how many views and reactions they have now and the average post reach. Views are the current views of posts published on those days, not views per day. The change is against the same span before the period, if statistics cover it.
Period totals
Click a metric to see it across the period below
Viewstoday — the day is not over yetPoints with posts younger than two days are pale and dashed: their views are still growing.
AdsWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The detector is cautious, so the real share is usually higher. The scale shows the ad load by the quality index thresholds. Below — the average reach of an ad post and a regular post, and who the channel advertises (sites that ad links lead to).
What worksPosts of the period with the most views. The bar shows views relative to first place. The preview is the post's image; for a post without an image — the channel avatar. Views are the post's current count.
RhythmHow many posts were published each day of the period (pale bars) and the 7-day average (line): you can see whether the channel is speeding up or slowing down. Today is not over yet, so its average is calculated up to yesterday.
Posts by day
Pale bars are days, the line is the 7-day average: you can see whether the channel is speeding up or slowing down
Posts per day7-day average
Data updated at 00:46 Moscow time. Views are the current counts of posts published on those days; average reach counts posts older than two days.
How the quality index is calculated
Поручил Claude автоматизировать мой протеиновый стартап на маркетплейсе. Задача одна: поднять маржу.
Через два дня получаю отчёт по 49 критериям (видимо, теперь так модно: нейросети даже вузы по 49 пунктам рейтингуют). Пункт 1: «Функциональное питание как высшая стадия капитализма». Пункт 23: «Можно ли монетизировать бицепс?» Пункт 49: «Готов ли предприниматель морально обосновать каждую копейку наценки?»
Теперь он требует оправдать 12 рублей за пакет. Я сказал, что это просто пакет. Он ответил, что пакет — социальный конструкт.
Зато в карточке товара написал «продукт с насыщенным вкусом». Про Маркса знает всё, про мой шоколадный ни слова.
Сижу, пишу роботу объяснительную, почему я не злодей, а ИП на упрощёнке.
GTIN нужен и для штрихкода, и для кодов маркировки. Ошибка в описании попадёт в Национальный каталог и в карточку на маркетплейсе.
Порядок действий 1. Вступите в ГС1 РУС и получите префикс компании. Чужие префиксы использовать нельзя, иначе проблемы начнутся при проверках. 2. Создайте карточку товара и получите GTIN-13. Для коробов нужен GTIN-14. 3. Заполните атрибуты: наименование, бренд, категория, ТН ВЭД, вес, габариты, страна производства, фото упаковки. 4. Загрузите GTIN в Национальный каталог и опубликуйте карточку. 5. Сверьте данные с карточками на Wildberries, Ozon и Яндекс Маркете. Они должны совпадать.
Частые ошибки — Один GTIN на все размеры и цвета. Каждая вариация получает свой. — «ТОП», «хит» и «дёшево» в названии. Берите название с упаковки. — Неверный код ТН ВЭД. Из-за него товар попадает не в ту товарную группу. — Фото не соответствует упаковке. — Фасовка изменилась (было 50 шт., стало 100), а GTIN остался старый. Нужен новый.
Лайфхак: перед загрузкой партии сделайте таблицу «GTIN — артикул — вариация — ТН ВЭД». Так дубли и пропуски видны сразу.
Какую ошибку встречали чаще всего? Пишите в комментариях, разберём ваш случай.
Когда AI-агент пишет Security Patch быстрее, чем ты успеваешь запустить тесты — вот только он не знает, закрыл ли он уязвимость или открыл новую
21 октября, «чёрная среда». Критический RCE в ядре PHP — и половина европейских госсервисов экстренно гасит продакшен. PHP2Shell войдёт в учебники DevSecOps как момент, когда стало ясно: скорость эксплойта и скорость патча теперь меряются одной линейкой — минутами.
Логичный ответ индустрии — закидывать такие дыры AI-агентами. Нашёл CVE, агент за 4 минуты сгенерировал патч, прогнал линтер, закоммитил. Красота. Только есть нюанс.
Агент патчит симптом, который видит в коде. Он не видит архитектурного контекста: почему эта функция вызывается именно так, какие ещё 15 мест в кодовой базе зависят от того же паттерна. Закрыл одну инъекцию — открыл race condition в соседнем модуле, потому что «исправление» поменяло порядок валидации.
И самое неприятное: агент в патче уверен. Тесты зелёные — потому что тесты написаны под старую угрозу, а не под новую, которую он мог создать. Classic false confidence: модель не сомневается там, где стоило бы.
Что делает это реальной проблемой, а не страшилкой: — Темп патчинга у AI обгоняет темп ревью у людей. Патч в продакшене раньше, чем security-инженер успел его прочитать. — Автоматизированные пайплайны мёрджат такие PR без второго взгляда, если CI зелёный. — Никто не верифицирует именно security-инвариант, только функциональные тесты.
Рабочий минимум, который реально ставят сейчас в DevSecOps: обязательный gate с отдельным security-ревью для любого AI-патча, который трогает auth, валидацию или сериализацию — вне зависимости от зелёных тестов. Плюс diff-анализ на побочные эффекты, а не только на целевую CVE.
Скорость — не оправдание для слепого мёрджа. Особенно когда цена ошибки — вторая «чёрная среда».
Маркировка обуви: что чаще всего ломается у селлеров
Обувь маркируется с 2020 года, но ошибки всё равно встречаются регулярно. Разбираем, где чаще всего «спотыкаются».
1. Пары с разными размерами/цветом — это разные товары Каждая уникальная комбинация модель+размер+цвет требует отдельного кода маркировки. Если завели один GTIN на всю линейку — коды не сгенерируются правильно, и Честный Знак забракует карточку.
2. Агрегация кодов при приёмке на склад МП Обувь часто едет коробками по 10-20 пар. Если не собрать коды в агрегат (не "упаковать" через УПД с вложенными кодами), приёмка на складе WB или Ozon может зависнуть — кладовщик физически не успеет сканировать каждую пару отдельно.
3. Возвраты и повторный ввод в оборот Покупатель вернул обувь — код нужно не просто "разблокировать", а провести через статус "возврат в оборот" в личном кабинете ЧЗ. Забыли — товар технически считается выбывшим, и повторная продажа уже нарушение.
4. Штрафы, если без кода — Для юрлиц: от 50 000 до 300 000 ₽ за партию товара без маркировки (ст. 15.12 КоАП) — Товар без кодов блокируется на этапе приёмки WB/Ozon — потеряете время и слот на складе
5. Пересорт по ТН ВЭД Для импортной обуви важно не перепутать код ТН ВЭД при декларировании — от него зависит и пошлина, и корректность в системе маркировки. Ошибка всплывает обычно уже на таможне, когда партия стоит и ждёт.
Совет: перед первой партией новой модели — сверьте весь путь кода от производства/ввоза до продажи на тестовой паре. Дешевле потерять час сейчас, чем партию на складе потом.
Сталкивались с блокировкой обуви на приёмке? Делитесь кейсами в комментариях 👇
Человек, который продал холод — и заморозил весь рынок
---
Персия, 400 год до н.э. Пустыня дышит жаром, а в земле прячется тишина льда.
Фаридун из Йезда стоит перед яхчалом — глиняной башней, которую сам построил. Внутри, под слоем соломы и тени, зимний лёд доживает до середины лета. Купцы смеются: продавать холод в пустыне — всё равно что продавать песок кочевнику.
Фаридун не спорит. Он знает то, чего не знают они: в стране, где плавится металл, холод — не товар. Холод — власть.
Яхчал стоит там, где солнце не касается стен дольше всего. Двойные глиняные конусы ловят ветер и гонят его вниз, в подземную яму, выдалбливая холод из самого воздуха. Лёд, привезённый зимой с гор, тает в десять раз медленнее, чем на открытом рынке. Шербет, который подают при дворе сатрапа, остаётся ледяным даже в час, когда камни трескаются от жары.
Через два сезона у Фаридуна покупают не лёд — покупают право хранить. Мясники несут туши. Лекари — травы, которые портятся за день. Даже вода, простоявшая ночь в яхчале, становится роскошью: холодная вода в пустыне — это статус.
Фаридун продал не холод. Он продал время — отсрочку гниения, разложения, конца.
Сегодня это называется "холодная цепь" — логистика, на которой держится половина мировой торговли: от вакцин до морепродуктов. Тот, кто управляет температурой, управляет сроком годности идеи, товара, даже власти. Netflix хранит контент на серверах, охлаждённых точнее яхчала. Фармкомпании строят склады, где градус решает, спасёт лекарство жизнь или станет ядом.
Холод никогда не был про температуру. Он всегда был про контроль над временем — кто первый научился его замедлять, тот первым начал зарабатывать на будущем.
Фаридун не заморозил воду. Он заморозил конкурентов, которые так и не поняли: пока одни продают товар, другие продают отсрочку его смерти.
Частая ошибка новых селлеров — считать прибыль как «продал минус закупка». На деле между этими цифрами ещё 7-10 статей расходов, которые незаметно съедают маржу.
Что входит в реальный P&L:
— Себестоимость товара (закупка + доставка до склада) — Комиссия МП (на WB от 5% до 25% в зависимости от категории) — Логистика МП (платите за каждую доставку до покупателя, в среднем 40-120₽ за единицу) — Хранение на складе (от 0,5 до 3₽ за литр в сутки — набегает прилично при долгом обороте) — Возвраты и невыкупы (на одежде доходит до 30-50% — это не разовая потеря, а систематическая) — Эквайринг и обработка платежа (1-2%) — Реклама и продвижение (обычно 5-15% от выручки) — Маркировка Честный Знак (стоимость кодов + затраты на интеграцию с ЭДО) — Налоги (УСН 6% с доходов или 15% с прибыли) — Штрафы МП (за подмену товара, нарушение упаковки, недостоверные остатки)
Считайте не в целом по магазину, а по каждому SKU. Часто оказывается, что хит продаж по выручке на самом деле в минус из-за высокого процента невыкупа или дорогой логистики (крупногабарит, негабарит).
Лайфхак: раз в месяц сводите P&L в таблицу и смотрите маржинальность по товарным группам — именно так находятся «скрытые убыточные» позиции, которые съедают прибыль от хитов.
Кстати, в Kizzy такой отчёт считается автоматически по каждому SKU — сразу видно, где реальная прибыль, а где иллюзия оборота.
Как вы считаете прибыль — вручную в Excel или есть свой метод? Делитесь в комментариях 👇
Anthropic описали кейс: система агентов, которую построили для скорости, через несколько месяцев стала тормозить сильнее людей. Каждый саб-агент перепроверял другого, согласовывал, передавал контекст дальше. На Хабре в этот же день человек пишет: его домашний комп начал виснуть — агенты просто съели ресурсы, молотя круглосуточно без остановки.
Это не два разных случая. Это одна и та же ошибка на разных масштабах.
Когда мы нанимаем пятого сотрудника в команду, мы не думаем, что он автоматически ускорит четверых остальных. Мы понимаем: нужна новая структура — кто кому отчитывается, кто принимает финальное решение, где заканчивается зона ответственности одного и начинается другого. С агентами эту мысль почему-то выключают. Добавил агента — получил +1 скорость. Добавил десять — получил x10.
На практике получается рой: каждый агент честно делает свою часть, перепроверяет соседа, создаёт отчёт о проверке отчёта. Система не ускоряется, она начинает обслуживать сама себя. Чистая бюрократия, только без перекуров и обеда.
Разница между оркестром и толпой — не в количестве агентов, а в том, кто дирижирует. Если нет чёткой иерархии решений: что делает главный агент сам, что отдаёт в субагента, и главное — кто ставит финальную точку, — система превращается в комитет, где каждый вправе сказать «подождите, я ещё проверю».
Масштабирование AI — это не про «добавить мощности». Это про архитектуру ответственности. И если вы её не спроектировали заранее, рой агентов построит бюрократ
Если у вас выходит маржа ниже 10-12% — товар не держит удар при любом форс-мажоре: падение цены конкурента, рост логистики, акция, которую навязал маркетплейс. Здоровая зона — 15-20% и выше.
Частая ошибка — не учитывать процент выкупа. Если выкупают только 70% заказов, реальная себестоимость и логистика растут пропорционально на невыкупленные позиции — их тоже надо «размазать» на прибыльные продажи.
Считайте юнитку перед запуском каждого SKU, а не после первой партии — так проще вовремя скорректировать цену или отказаться от нерентабельного товара.
Кстати, в Kizzy такой расчёт по каждому товару и SKU делается автоматически — с учётом комиссий, логистики и реального процента выкупа.
Делитесь в комментариях: какая маржа у вас считается нормальной для вашей категории?
Пока дерматолог сравнивал GPT с нейросетью 2015 года, твои карточки уже переписал не тот, кого ты нанимал
На Хабре вышел разбор: врач взял 200 кожных образований с биопсией и прогнал через GPT-6 и Claude. Итог — старая свёрточная нейросеть 2015 года точнее новых языковых моделей. Вывод очевиден: LLM — не рентген и не УЗИ, это инструмент работы с текстом и логикой, а не с медицинскими изображениями.
Но именно здесь предприниматели совершают ошибку в обе стороны. Одни верят, что AI решит всё — от диагноза до оптимизации склада. Другие после таких новостей машут рукой: «раз в дерматологии не точнее CNN, значит и в моём бизнесе AI — хайп».
Оба подхода проигрышные. Разница — в задаче.
Как понять, где AI-агент реально работает, а где это игрушка:
1. Задача структурная, а не визуальная. Переписать карточку товара, собрать бюджет на рекламу, свести отчёт по продажам — это текст и цифры. Здесь LLM в разы быстрее и дешевле человека.
2. Есть чёткий критерий правильности. В медицине диагноз либо верный, либо нет — цена ошибки огромна. В карточке товара можно A/B-тестировать и откатить за час. Разная стоимость ошибки — разный уровень доверия к автоматике.
3. Проверь на своих данных, а не на хайпе. Не берите чужие кейсы на веру. Прогоните агента на 50 своих карточках, сравните конверсию до/после. Это займёт день, а не месяц.
4. Разделяйте генерацию и валидацию. Агент пишет — человек утверждает на старте, пока нет истории качества. Через месяц можно снизить контроль там, где агент ошибается редко.
Подводный камень: не путайте «AI ошибается в медицине» с «AI ошибается у меня». Это разные домены, разная структура данных, разная цена промаха. Пока вы разбираетесь, где граница доверия — конкурент уже прогнал через агента весь каталог и забрал топ выдачи.
AI не волшебная таблетка. Но и не бесполезная игрушка. Это инструмент, который нужно откалибровать под свою задачу — один раз, вдумчиво.
Как не утонуть в остатках, если вы продаёте на WB, Ozon и Я.Маркете одновременно
Классическая боль мультиплейс-селлера: товар есть на складе, но система каждого МП считает остатки по-своему — и в итоге либо уходите в минус (продали то, чего нет), либо теряете продажи (маркетплейс думает, что товара нет).
Почему ручной учёт не работает
— У каждого МП свой личный кабинет и своя логика резервирования товара — Остатки меняются каждую минуту: заказы, возвраты, перемещения между складами — Пока вы сводите Excel-таблицу вручную, данные уже устарели — Человеческий фактор: опечатка в артикуле — и вот уже overselling с штрафом от площадки
Что обязательно нужно учитывать
— Товар в пути (отгружен, но ещё не принят складом МП) — Товар в резерве под незавершённые заказы — Брак и возвраты, которые временно не доступны к продаже — Разные FBO/FBS схемы — у каждой свой алгоритм списания остатка
Чем грозит рассинхрон
— WB и Ozon штрафуют за недоступный к заказу товар — блокировка карточки на 3-7 дней — Падение позиций в выдаче из-за нестабильных остатков — Прямые финансовые потери: либо упущенная продажа, либо кассовый разрыв на возврат денег покупателю
Как автоматизировать
1. Подключите единую систему учёта, которая синхронизируется с API всех МП одновременно 2. Настройте автоматическое обновление остатков с интервалом не реже 15-30 минут 3. Заведите буферный остаток (страховой запас 5-10%) на случай задержки синхронизации 4. Используйте единый артикул/SKU для сведения товаров разных площадок в одну карточку
Кстати, в Kizzy остатки по всем маркетплейсам считаются автоматически и обновляются в реальном времени — не нужно сводить таблицы вручную.
Как сейчас решаете проблему остатков на нескольких МП — делитесь опытом в комментариях 👇
Necessary cookies keep the site working and secure: sign-in, form protection, language, theme and others. Yandex Metrica analytics cookies and Yandex Advertising Network ad cookies are enabled only with your consent. By clicking “Accept all” you give consent to processing of cookie data; see the Personal Data Processing Policy for details.
Russia
