Специалист по ценообразованию: почему бизнесу нужны люди, которые считают скидки, маржу и конкурентов

Вы решили уйти в аналитику внутри торговли — и сразу спотыкаетесь о вакансии с разными названиями: «специалист по ценообразованию», «pricing-менеджер», «прайсинг-аналитик», «менеджер по ценам». За всеми табличками один человек, и управляет он не отчётами и не «теорией спроса», а конкретной стоимостью конкретного товара: сколько магазин заработает на позиции после скидки, комиссии площадки и промо. 

И сразу к делу: pricing не микроэкономика из учебника, а расчёт в Excel и BI на живых данных продаж и прайсов конкурентов. Держится профессия на четырёх опорах — маржа и наценка, скидки и промо, эластичность, мониторинг конкурентов, — и собирают её из навыков, а не из одного курса «про основы».

Чем занимается специалист по ценообразованию

Если коротко, специалист по ценообразованию — тот, кто в компании отвечает за стоимость: назначает её так, чтобы товар и продавался, и приносил маржу. Работает он в e-commerce, ритейле, на маркетплейсах и в дистрибуции — везде, где стоимость держат с оглядкой на конкурентов и площадку. И проверяют его не числом собранных прайс-листов, а финрезультатом: доходностью, оборачиваемостью, долей рынка.

Рабочий цикл и задачи

Работа устроена как петля. Сначала сбор данных — продажи, себестоимость, прайсы конкурентов. Потом анализ: доходность по позиции, эластичность, ценовые сегменты. Дальше гипотеза («поднимем на 5%», «дадим скидку 15%»), расчёт эффекта, согласование с категорией и финансами — и только затем стоимость уходит в систему. А после — контроль по факту: что стало с доходностью, оборачиваемостью и долей.

Из повседневного: рассчитать наценку по матрице товаров, проверить доходность после комиссии маркетплейса, спланировать глубину скидки, курировать репрайсер, вести мониторинг конкурентов и — отдельной строкой — отсекать позиции, которые тихо продаются в минус. В одиночку это не делается: стоимость рождается на стыке закупки, маркетинга, финансов и категорийного менеджмента.

Отличие от финансиста, категорийщика и аналитика

Проще всего развести эти роли по объекту — по тому, чем человек управляет. У специалиста по ценообразованию объект — стоимость и доходность конкретного товара или матрицы: сколько это стоит на полке и в карточке. У финансиста — P&L и бюджет всей компании. У категорийного менеджера — ассортимент, поставщики и полка категории целиком: он смотрит на категорию, а не на ценник. Аналитик данных строит выгрузки, модели и дашборды, но это инструмент, а не сама стоимость. А маркетолог отвечает за трафик и спрос, а не за маржинальность позиции.

В маленькой компании роли сливаются — тот же категорийщик нередко сам ставит цены. Но статья и курсы, которые мы разберём дальше, держатся в границах pricing: стоимость, доходность, скидки, эластичность, мониторинг. Не бухгалтерия и не «наука о спросе» из учебника — объект здесь стоимость, а не отчётность.

Какие показатели считает pricing

Казалось бы, знай два слова — «маржа» и «наценка» — и ты в теме. Но одна и та же цифра при разных определениях означает разное: наценка и маржа считаются от разных баз, а скидка от прайса и скидка от полки — вообще не одно и то же. Поэтому хороший специалист всегда фиксирует период, товарную когорту (SKU или категорию), само определение и источник данных. Формула без методики здесь бесполезна.

Маржа, наценка и ценовая эластичность

Начнём с двух величин, которые вечно путают. Наценка — надбавка к себестоимости: цена = себестоимость × (1 + наценка), и считают её от закупки. Маржа — доля прибыли уже в цене продажи: 

(цена − себестоимость) / цена, и она всегда меньше наценки. Возьмём товар за 1000 ₽ с себестоимостью 600 ₽: наценка — 67%, а валовая маржа — только 40%. Но для маркетплейса это не финал. Вычтем комиссию площадки 15% (150 ₽) и логистику 80 ₽ — и чистая маржа проседает до ~17%. Та самая цифра, на которую магазин и живёт.

Отсюда главная ловушка: наценку выдают за маржу и завышают прибыльность. «Наценка 40%» звучит бодро, но доходность при ней — всего ~29%. А на демпинге бывает веселее: оборот растёт, отчёт зелёный, а доходность уже отрицательная — «продаём много и в минус».

Эластичность — про то, как спрос реагирует на цену: на сколько процентов падает объём, если поднять её на 1%. Только по одному дню её не измерить — сезон и промо у конкурентов исказят вывод, если рядом нет контрольной группы.

График показывает, что маржа всегда ниже наценки, поскольку показатели рассчитываются от разных баз. Чем выше наценка, тем заметнее становится разрыв между ними.

Схема «Из чего складывается цена и куда уходит маржа»

Себестоимость 600 ₽  + наценка (+400 ₽) = Цена продажи 1000 ₽   ← валовая маржа 40%

      − комиссия площадки 15% (−150 ₽)

      − логистика (−80 ₽)

      − скидки / возвраты (−…) = Чистая маржа ~170 ₽ → ~17%

Таблица «Наценка vs маржа» (одна база — разный смысл)

Обе величины проверил на согласованность: наценка всегда выше маржи, ряд монотонный, пример в тексте (600/1000 ₽ → 67% / 40%) совпадает с нижней строкой таблицы.

Скидки, промо и их окупаемость

Скидка — это не «сколько процентов написать на ценнике», а маленькая экономическая задачка. И решается она через несколько понятий. Глубина скидки — насколько срезали стоимость. Точка безубыточности скидки — на сколько должен вырасти объём, чтобы скидка окупилась. Uplift — прирост продаж относительно базового уровня. Промо-каннибализация — когда акция просто перекладывает продажи с полной стоимости на скидочную, не приводя нового спроса: покупатель всё равно бы купил, но теперь дешевле.

Теперь на цифрах. Товар за 1000 ₽ с маржой 400 ₽. Даём скидку 20% — стоимость 800 ₽, и доходность падает до 200 ₽, ровно вдвое. Значит, чтобы удержать прежнюю прибыль, надо продать в два раза больше штук. А скидка 30% при той же марже 40% срежет её до 100 ₽ — тут уже нужен рост вчетверо, и такая акция почти всегда уходит в минус. Общее правило: чем тоньше маржа и глубже скидка, тем круче требуется рост объёма — и очень скоро он становится физически недостижимым.

Как посчитать это честно? Берём базовый период до акции, фиксируем когорту товаров, замеряем продажи и доходность в промо — и сравниваем с контрольной группой: похожими SKU, которые скидку не получали. Только разница даёт чистый эффект.

И главная оговорка, без которой раздел не имеет смысла: без контрольной группы весь рост в промо припишут скидке — хотя часть дал бы сезон или реклама конкурента. «До и после» — не доказательство эффекта, а лишь совпадение по времени.

Таблица «Точка безубыточности скидки» (база: цена 1000 ₽, маржа 400 ₽ при 40%)

Проверка согласованности: себестоимость во всех строках одна (600 ₽), маржа с единицы падает монотонно, а требуемый рост = стартовая маржа 400 ₽ ÷ новую маржу — цифры ×1,33 / ×2 / ×4 сходятся с примером в тексте.

Какие навыки нужны

Навыки pricing удобно разложить на четыре слоя: бизнес-логика стоимости и доходности, аналитика, инструменты и работа с данными о ценах и продажах. Хорошая новость для сменщика — программистом становиться не обязательно. Но три вещи придётся уметь самому: проверить расчёт доходности, собрать выгрузку прайсов и внятно сформулировать ТЗ на дашборд или парсинг конкурентов.

Excel, SQL и BI

Три инструмента — три уровня одной задачи. Excel остаётся рабочей лошадкой: ценовая матрица, сводные таблицы, формулы маржи и наценки, ВПР или ПРОСМОТРX для сборки прайса, расчёт точки безубыточности скидки и сценарный анализ «что будет, если снизим цену на 5%». Пока данных немного, этого хватает.

Когда таблицы перестают влезать в лист, приходит SQL: выгрузки продаж и цен, JOIN справочника товаров с транзакциями, группировки по категориям, оконные функции — чтобы сравнить свою цену с конкурентной и с прошлым периодом. Это уже не «формула в ячейке», а запрос к базе.

BI (Power BI, Yandex DataLens) собирает всё в дашборды: маржа, ценовые сегменты, отклонение от рынка, результаты промо — на них смотрят руководители, а не только сам аналитик. Матрицу эластичности и A/B-тест цен держите как методы проверки гипотез, а не как галочку в резюме.

Пример работы с дашбордом в DataLens.

А Python? Приятный бонус для парсинга и больших данных — но требовать его на первой работе никто не будет.

Конкурентный мониторинг и данные о ценах

Начинается всё с минимальной модели данных. По каждому SKU нужны: себестоимость, своя цена, цена конкурента, площадка, комиссия, остаток, продажи и дата. Источники сшиваются в одну таблицу — выгрузки из личных кабинетов WB и Ozon, учётная система или 1С, парсинг сайтов конкурентов и сервисы мониторинга. На рынке РФ это, например, Competera, Priceva, Metacommerce, WisePriser, Z-Price (актуальность стоит проверить перед стартом). Поверх работает репрайсер — автопереоценка по правилам, но обязательно с рамкой «не ниже минимальной маржи». 

Интерфейс сервиса мониторинга: список товаров, собственная цена, цены конкурентов, отклонение от рынка, дата обновления и рекомендуемое действие. 

А теперь грабли. Чужую цену сравнивают, забыв про свою комиссию и логистику. Маржу считают от прайса, а не от фактической стоимости после скидки. Возвраты и отмены не срезают маржу в расчёте. Мониторинг принимает разные товары — другой объём или комплектация — за одинаковые. Демпингуют под конкурента без пола по марже и уходят в минус. И почти всегда забывают контрольную группу, без которой эффект переоценки не отделить от рыночного шума.

Правовая сторона проще, чем кажется: парсить публичные расценки можно, важна лишь корректность источников. Это не ценовой сговор — просто аккуратная работа с открытыми данными.

Какие курсы помогают освоить профессию

Честно? Один курс редко закрывает сразу всё — и логику стоимости с доходностью, и аналитику, и SQL с BI, и мониторинг конкурентов. Поэтому траекторию обучения pricing собирают по пробелам в навыках, а не по красивому названию и не по обещанию «профессия за месяц». К тому же сам pricing часто прячется внутри курсов по аналитике маркетплейсов, категорийному менеджменту или коммерческой аналитике.

Какие виды курсов выбрать

Начнём с типов. Узкий курс по ценообразованию учит сути — маржа, наценка, скидки, эластичность, ценовые стратегии. Курс по аналитике маркетплейсов заходит с другой стороны: юнит-экономика карточки, стоимость, комиссии, репрайсинг. Коммерческая или категорийная аналитика смотрит шире — ассортимент, доходность категории, промо. А курсы Excel/SQL/BI дают руки: самому работать с данными о ценах и продажах. Ни один из четырёх не самодостаточен — они дополняют друг друга.

Отсюда три маршрута под разный старт. Менеджеру маркетплейсов логично добрать pricing плюс SQL/BI и мониторинг. Экономисту или аналитику — pricing-стратегии и практику e-com, раз с цифрами он и так на «ты». А если опыта в торговле нет совсем, порядок такой: базовая аналитика → основы ценообразования → портфельный проект на данных магазина.

Отдельно про выбор конкретной программы. Брать курс стоит только там, где есть открытая программа, длительность, формат и практические задания на реальных расчётах, а не «список тем». Расценки и даты — вещь скоропортящаяся, так что перед стартом их лучше сверить самому. 

Как проверить программу курса

Хорошую программу видно по одному признаку: в ней считают, а не рассказывают. Внутри должны быть расчёт доходности, наценки и чистой маржи после комиссий, экономика скидки с точкой безубыточности, эластичность и ценовые сегменты. Дальше — руки: ценовая матрица в Excel, SQL-выгрузки цен и продаж, BI-дашборд по марже и отклонению от рынка, блок про мониторинг конкурентов и репрайсинг. И обязательно — итоговый проект на данных ритейла или маркетплейса, с обратной связью по вашим расчётам, а не «зачёт за просмотр».

Ключевое различие проверьте лично: показывают ли вам готовый дашборд — или вы сами собираете модель и защищаете цифры. Первое — экскурсия по чужой витрине, второе — навык. Преподаватели с реальными кейсами из e-com и ритейла тут важнее громкого имени школы: сертификат и известность — приятный, но не главный критерий, ведь на собеседовании спросят про расчёт, а не про логотип на дипломе.

А теперь красные флаги, при которых курс лучше закрыть. Только теория ценовых стратегий без формул и данных. Маржу считают от прайса, забыв про комиссии. Обещают гарантированную работу и «доход от 200к». Примеры сплошь из инфобизнеса или B2B-услуг — вместо товарной розницы. Домашние задания никто не проверяет. «Ценообразование» уместилось в пару слайдов про «премиум и эконом». И ни одного упражнения на скидку и окупаемость промо. Хватит и двух-трёх совпадений, чтобы искать дальше.

Чек-лист «Что должно быть в программе курса»

• Расчёт маржи, наценки и чистой маржи после комиссий площадки.
• Экономика скидки и точка безубыточности промо.
• Ценовая эластичность и ценовые сегменты.
• Работа с ценовой матрицей в Excel.
• SQL-выгрузки цен и продаж.
• BI-дашборд по марже и отклонению от рынка.
• Мониторинг конкурентов и логика репрайсинга.
• Итоговый проект на данных ритейла или маркетплейса.
• Обратная связь именно по расчётам, а не «зачёт за просмотр».
• Преподаватели с реальными кейсами из e-com / ритейла.

Красные флаги

• Только теория ценовых стратегий — без формул и данных.
• Маржу считают от прайса, без учёта комиссий.
• Обещают гарантированную работу и «доход от 200к».
• Примеры из инфобизнеса или B2B-услуг вместо товарной розницы.
• Домашние задания не проверяются.
• «Ценообразование» = пара слайдов про «премиум и эконом».
• Нет ни одного упражнения на скидку и окупаемость промо.

Как перейти в профессию

«Без коммерческого опыта не возьмут» — возражение честное, но не приговор. Частично его компенсирует воспроизводимый кейс: данные о ценах и продажах, определения метрик, расчёт доходности и скидок, гипотеза по стоимости и честно названные ограничения. Это уже разговор по делу. Только не ждите, что один учебный проект откроет любую вакансию, — но дверь он точно приоткрывает.

Таблица «Зарплаты по грейдам» (РФ, ориентир; ₽/мес)

Проект для портфолио

Лучшее портфолио для pricing — не десять разрозненных заданий, а один сквозной кейс на данных интернет-магазина или карточек маркетплейса. Соберите набор: товары (SKU), себестоимость, своя цена, цены двух-трёх конкурентов, комиссия площадки, продажи, возвраты и история промо. Данные синтетические или обезличенные — это нормально и даже честнее.

Дальше показываете руки. Чистите и связываете данные (товар — цена — продажи — конкурент), считаете доходность и чистую маржу по каждому SKU, вылавливаете позиции, которые после комиссий уходят в минус. Сравниваете свои расценки с рынком и предлагаете переоценку — но с полом по марже, чтобы не свалиться в демпинг. Считаете точку безубыточности для скидки и оцениваете прошлую акцию против контрольной группы. Финал — внятная рекомендация: где поднять расценку, где резать скидку, где выводить товар из ассортимента. И проговорите ограничения: мониторинг врёт на несопоставимых товарах, а эластичность без чистого эксперимента — лишь оценка.

На выходе — SQL-файл или Excel-модель с ценовой матрицей, BI-дашборд по марже и отклонению от рынка, презентация на 5–7 слайдов.

Чек-лист «Проект для портфолио»

Датасет (синтетический или обезличенный): SKU, себестоимость, своя цена, цены 2–3 конкурентов, комиссия площадки, продажи, возвраты, история промо

Что сделать:

1. Очистить и связать данные: товар — цена — продажи — конкурент.
2. Посчитать маржу и чистую маржу по каждому SKU.
3. Найти позиции, продающиеся в минус после комиссий.
4. Сравнить свои расценки с рынком, предложить переоценку с полом по марже.
5. Рассчитать точку безубыточности для планируемой скидки.
6. Оценить прошлую акцию против контрольной группы.
7. Дать рекомендацию: где поднять расценку, где резать скидку, где выйти из ассортимента.
8. Описать ограничения мониторинга и эластичности.

Артефакты:

• SQL-файл или Excel-модель с ценовой матрицей.
• BI-дашборд по марже и отклонению от рынка.
• Презентация на 5–7 слайдов.

План на 3–6 месяцев

Шесть месяцев — реальный срок, если идти по порядку, а не хвататься за всё сразу. А если Excel и базовая аналитика уже за плечами, часть этапов сжимается и путь укладывается ближе к трём месяцам. 

• Месяц 1 — основы торговли и ценообразования: маржа и наценка, Excel и ценовая матрица.
• Месяц 2 — скидки и промо: точка безубыточности, эластичность, экономика акции.
• Месяц 3 — SQL и модель данных о ценах и продажах, чтобы перестать зависеть от чужих выгрузок.
• Месяц 4 — конкурентный мониторинг, репрайсинг, отклонение от рынка.
• Месяц 5 — BI-дашборд и тот самый портфельный проект, который соберёт всё воедино.
• Месяц 6 — резюме, тестовые задания, отклики.

На поиске не зацикливайтесь на одном названии — вакансии прячутся под разными вывесками: «специалист по ценообразованию», «pricing-менеджер», «прайсинг-аналитик», «менеджер по ценам», «аналитик маркетплейсов», «pricing analyst», «специалист по конкурентному мониторингу», «менеджер по промо». И держите фильтр: соседние роли вроде категорийщика или менеджера маркетплейсов иногда включают pricing, а иногда нет — читайте обязанности и ищите расчёт стоимости и маржи, а не громкое название.

Заключение

Итог короткий: специалист по ценообразованию нужен там, где стоимость считают, а не угадывают, — и собирают профессию из навыков и практики торговли, а не из одного курса «про стратегии».

• Pricing — про доходность конкретного товара: стоимость без учёта комиссий и скидки легко уходит в минус.
• Наценка и маржа — разные величины; скидку считают через точку безубыточности, а не «на глаз».
• Метрики работают только с методикой: период, когорта, источник, контрольная группа.
• Профессию осваивают связкой навыков (аналитика + Excel/SQL/BI + мониторинг), маршрут — по пробелам.
• Лучший курс — тот, после которого на данных докажешь, где стоимость приносит доходность, а где съедает.

Если вы только начинаете осваивать профессию специалиста по ценообразованию, рекомендуем обратить внимание на подборку курсов по ценообразованию. В программах есть теоретическая часть по марже, скидкам и ценовым стратегиям, а также практическая работа с Excel, SQL, BI и данными ритейла.