ЧЗ научит aftermarket не врать самому себе

Автор – Дмитрий Болховский, CEO Aftermarket-DATA©
Эксперт с 25-летним опытом в автомобильной отрасли.
Специализируется на ИИ-трансформации бизнеса:
  • LLM/GenAI - языковые модели – автоматизация
    внутренних и внешних коммуникаций
  • Автоматизация R&D
  • Предиктивная аналитика спроса
  • https://t.me/s/BolkhovskyInsight

    Эксперимент по маркировке автозапчастей продлили до 2027 года, и рынок немного выдохнул. Большинство обсуждений последних месяцев касалось сложностей с внедрением ЧЗ, необходимости доработки ИТ-систем, и перестройки процессов. В общем, дополнительной нагрузки на бизнес.

    Однако, за всем этим стоит довольно простое требование регулятора: каждая запчасть должна иметь точное машиночитаемое описание, которое можно однозначно сопоставить с товаром на любом этапе — от производства до продажи. При этом, маркировка естественным образом заставляет компании навести, наконец, порядок в данных.

    Сейчас запуск СТМ (собственной торговой марки)  автокомпонентов выглядит примерно так: получаем статистику конкурентов, собираем кроссы, размещаем заказ по OE-номерам на контрактном производстве в Азии, привозим, дополняем кроссы своими артикулами, заливаем обратно в интернет-магазины и маркетплейсы, отгружаем заказы, собираем возвраты. Товарный остаток, в основном, лежит на складе мёртвым грузом, из ассортимента оборачивается только ~ 20% SKU.

    Неликвид и возвраты стали в сегменте автозапчастей чем-то само собой разумеющимся. Но если посмотреть в корень проблемы, одна из основных причин потерь – это качество кроссов. Большинство кроссов сейчас не создаются с учётом инженерного анализа, а просто копируются из каталогов, интернет-магазинов и прайс-листов конкурентов.

    Под инженерным анализом мы понимаем сопоставление конструктивных параметров деталей. Например, для масляных фильтров это означает соответствие аналогов по высоте и диаметру корпуса, диаметрам уплотнительного кольца, резьбе, составу клапанов и давлению срабатывания. Только когда все эти параметры находятся в пределах допустимых отклонений, деталь можно считать технически взаимозаменяемой.

    Вместо этого, каждый следующий участник рынка парсит кроссы из открытых источников, тем самым наследует ошибки предыдущего, добавляет собственные неточности, и проблема нарастает как снежный ком.

    Ошибка на входе тиражируется по всей цепочке: попадает в закупку, в карточку товара, в кросс-таблицы на маркетплейсах — и возвращается уже в виде рекламаций, возвратов и мёртвого остатка на складе.

    Если же производитель будет обязан сразу публиковать подробный набор тех-параметров изделия в стандартном виде, исчезнет и основа для ошибок. А, ведь, именно к этому подталкивает рынок логика маркировки. В итоге: неликвидов меньше, а качество и скорость обмена данными – выше.

    В международной практике aftermarket уже прошел похожий путь в США. В апреле 2026 года были представлены новые версии отраслевых стандартов ACES 5.0 и PIES 8.0, которые определяют единые правила обмена данными между производителями, дистрибьюторами, электронными каталогами и маркетплейсами.

    ACES описывает, к каким автомобилям подходит деталь — год, марка, модель, модификация, а PIES описывает её размеры, атрибуты, упаковку, изображения и прочий контент карточки. Производитель публикует описание изделия в стандартизированном машиночитаемом формате. Далее эти данные автоматически распространяются по всей цепочке поставок без ручного переписывания и многократного копирования.

    В результате все участники рынка работают с единым источником достоверных данных, а обновления характеристик и применяемости становятся доступны всей экосистеме практически одновременно.

    Аналитика «Термоменеджмент» и «Детали двигателя»

    Aftermarket-Data © применяет инженерный параметрический подход для построения базы кроссов, которые использует наш ИИ-агент ПодбИИратор ©. Сегодня представим аналитику, собранную алгоритмом по товарным группам «термо–менеджмент» и «детали двигателя».

    Для каждого сегмента построим тепловые карты по ликвидному ассортименту (SKU) и медиане розничных цен (₽). Такая визуализация позволяет оценить полноту покрытия рынка различными брендами, и находить свободные ниши, которые невозможно увидеть при анализе обычных таблиц. 

    В отличие от классической схемы раскраски тепловых карт, где max/min рассчитываются по всей матрице, мы применили независимый расчёт параметров вдоль каждой линии. Такой подход позволяет высветить наиболее значимые товарные группы для каждого бренда в отдельности. На всех графиках ассортимент/цена применяется сортировка по SKU, от большего количества к меньшему.

    1. Термоменеджмент: ассортимент SKU по товарной группе

    2. Термоменеджмент: ассортимент SKU по товарной группе 3D

    3. Термоменеджмент: средняя цена ₽ по товарной группе

    4. Термоменеджмент: средняя цена ₽ по товарной группе 3D

    5. Детали двигателя: ассортимент SKU по товарной группе

    6. Детали двигателя: ассортимент SKU по товарной группе 3D

    7. Детали двигателя: средняя цена ₽ по товарной группе

    8. Детали двигателя: средняя цена ₽ по товарной группе 3D