Готовые запросы

Возьми мои данные из сервиса аналитики маркетплейсов и собери утреннюю сводку.

1. Вчера: оформленные заказы (штуки и сумма) по каждой площадке и в сумме — v_daily, group_by platform.
   Сравни с тем же днём неделю назад.
2. Прибыль после налогов за последние 7 дней с данными против предыдущих 7 — v_profit, group_by platform,
   derived margin_pct. Для WB возьми дни до последнего закрытого воскресенья и скажи об этом.
3. Остатки: товары, которых хватит меньше чем на 14 дней — v_daily за последние 14 дней, group_by vendor_code,
   derived days_of_stock, покажи до 10 позиций по возрастанию.
4. Три наблюдения: что заметно изменилось и почему — начни с weekly_changes (товары с заметным падением или ростом
   заказов и возможными причинами), дополни рекламой и отменами. Каждое наблюдение — с цифрой.

Формат: короткие блоки с заголовками, без длинных таблиц. Если пользователь попросит, настрой эту сводку
регулярной задачей на 9:00 по Москве.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Собери P&L за прошлый календарный месяц по данным v_profit.

Строки: выручка; комиссия площадки; логистика; хранение; штрафы; прочие удержания; компенсации; к перечислению;
реклама; себестоимость; расходы на единицу; прибыль до налогов; НДС; налог; прибыль после налогов; рентабельность.
Столбцы: Wildberries, Ozon, Итого, % от выручки.

Запрос: query_mart view=v_profit, date_from/date_to = прошлый месяц, group_by=[platform], metrics=sum по всем
денежным колонкам и net_qty, derived=[margin_pct, fee_pct, drr_pct].
Под таблицей перечисли оговорки: товары без себестоимости, по какое число есть данные WB, налоги — оценка.
Если пользователь работает в среде с файлами — предложи выгрузить таблицу в Excel.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Посчитай юнит-экономику по каждому артикулу за последние 30 дней с данными.

query_mart view=v_profit, group_by=[vendor_code, product_name], metrics=sum(revenue, marketplace_fee, logistics,
storage, ads, cogs, profit_after_tax, net_qty), derived=[revenue_per_unit, logistics_per_unit, profit_per_unit,
margin_pct, breakeven_price], order_by=sum_profit_after_tax, limit=200.

Таблица: артикул, название, продано шт, цена за шт, комиссия %, логистика на шт, реклама на шт, себестоимость
на шт, прибыль на шт, маржа %, цена безубыточности. Сначала убыточные, затем остальные.
В конце: 3 товара с наибольшим запасом по цене и 3, где прибыль съедает логистика или реклама.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Найди, где я теряю деньги за последние 30 дней с данными.

1. Убыточные артикулы: v_profit, group_by=[vendor_code, product_name], metrics=sum(profit_after_tax, revenue,
   ads, logistics, net_qty), derived=[margin_pct, drr_pct, logistics_per_unit], отбери прибыль < 0.
2. Для каждого назови главную причину: реклама (drr_pct > 15%), логистика (> 25% цены), возвраты
   (return_rate_pct), низкая цена (ниже breakeven_price).
3. Предложи одно действие на товар: поднять цену до…, снизить ставку, вывести из рекламы, проверить габариты.
Не придумывай цифры: всё — из запросов.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Разбери рекламу за последние 7 дней с данными.

1. v_ads, group_by=[platform, vendor_code], metrics=sum(cost, clicks, views, orders, orders_sum),
   derived=[ctr_pct, cpc, drr_ads_pct], order_by=-sum_cost.
2. Общий ДРР товара к сумме всех заказов: v_daily, group_by=[vendor_code], derived=[drr_orders_pct].
3. Отметь товары, где рекламный ДРР выше маржи до рекламы (маржа — из v_profit за 30 дней: margin_before_tax_pct
   + drr_pct). Это кандидаты на снижение ставок.
Объясни разницу между рекламным ДРР (к заказам с рекламы) и общим (ко всем заказам).

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Проверь остатки и скажи, что пора везти на склады.

1. Вызови supply_plan (сроки по умолчанию — сохранённые в кабинете; если я назвал свои — передай lead и cover).
2. Покажи таблицей товары в состояниях out, urgent и order: площадка, артикул, остаток, заказов в день,
   на сколько дней хватит, сколько заказать и сумма закупки. Сначала самые срочные.
3. Отдельно — сверхзапас (over) и товары без движения (dead): сколько денег в них заморожено.
4. Итог: сколько штук и на какую сумму заказать, сколько заказов упущено из-за пустых складов.
Назови сроки поставки и запаса, период спроса и дату снимка остатков. Площадки считай отдельно.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Посчитай капитал в остатках и оборачиваемость за последние 30 дней.

1. Капитал на последнюю дату: v_stock, последняя дата, group_by=[platform], metrics=sum(stock_value, stock_qty).
2. По товарам: v_daily за 30 дней, group_by=[vendor_code, product_name], metrics=sum(stock_value, orders_qty),
   derived=[avg_stock_qty, turnover_days].
3. Прибыль на вложенный рубль: прибыль после налогов за 30 дней (v_profit) / средний капитал в остатках.
Покажи топ-10 по капиталу, топ-10 медленных (turnover_days > 60) и итог.
Если среда позволяет — собери интерактивный дашборд: карточки (капитал, оборачиваемость, прибыль на рубль),
таблица товаров с сортировкой.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Сравни прибыль за прошлый месяц с позапрошлым.

1. v_profit, group_by=[month, platform], metrics=sum(revenue, profit_after_tax, ads, logistics, marketplace_fee,
   cogs, net_qty), derived=[margin_pct, profit_per_unit, drr_pct].
2. Разложи изменение прибыли на вклады: объём продаж, цена за штуку, реклама, логистика, комиссии, себестоимость.
3. Назови три главные причины с цифрами и товары, которые дали наибольший вклад (group_by vendor_code).

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Подведи итоги прошлой недели (понедельник–воскресенье).

1. Заказы по дням и площадкам: v_daily, group_by=[date, platform], metrics=sum(orders_qty, orders_sum, ads_cost).
2. Прибыль недели: v_profit, group_by=[platform], derived=[margin_pct]. Если WB ещё не закрыл неделю — скажи.
3. Топ-5 товаров по заказам; заметные падения и рост к позапрошлой неделе — weekly_changes с date_to = воскресенье.
4. Остатки, которых не хватит на следующую неделю (days_of_stock < 7).
5. Три задачи на неделю.
Предложи сделать эту сводку регулярной: каждый понедельник в 9:00.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Разберись, почему упали продажи.

1. weekly_changes: товары с заметным падением заказов за последнюю неделю к предыдущей, по площадкам.
   Если пользователь назвал товар или площадку — сосредоточься на них.
2. По каждому из трёх самых крупных падений (по сумме заказов):
   - price_changes по товару за 60 дней — менялась ли цена и как на это отвечали заказы;
   - supply_plan — нет ли его в состоянии «Нет в наличии» или «Закончится до поставки»;
   - для WB — v_daily, group_by=[date], metrics=sum(card_views, add_to_cart, orders_qty), derived=[cr_pct]:
     упали просмотры (видимость в поиске) или конверсия (цена, отзывы, карточка).
   - реклама — v_ads по товару: не урезали ли бюджет.
3. Итог: по каждому товару — наиболее вероятная причина и одно действие. Причины называй как гипотезы с цифрами.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Помоги выбрать налоговый режим на следующий год.

1. Вызови tax_compare (по умолчанию — последние 12 месяцев). Если я назвал ставки своего региона — передай их.
2. Покажи таблицу: режим, НДС, всего налогов, % выручки, прибыль после налогов. Недоступные при моей выручке
   режимы отметь и объясни почему.
3. Сравни лучший доступный режим с тем, что указан у меня сейчас (taxes_with_current_settings): сколько в год
   можно сохранить.
4. Скажи, от чего зависит выбор: доля закупки с НДС у поставщиков, рост выручки (пороги 20 / 250 / 450 млн ₽),
   страховые взносы ИП. Если есть выручка без себестоимости — предупреди, что «доходы минус расходы» посчитаны
   с завышенным налогом.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Разбери отмены и возвраты за последние 30 дней.

1. Вызови returns_report (по умолчанию 30 дней). По каждой площадке: доля отмен от заказанных штук, доля возвратов
   от проданных, главные причины отмен, сколько площадка удержала за логистику отмен и возвратов.
2. Сравни с прошлыми 30 днями (returns_report с датами) — стало лучше или хуже.
3. Таблица товаров, где отмены и возвраты обошлись дороже всего: заказано, отменено (%), продано, возвращено (%),
   логистика. До 10 строк.
4. Три конкретных шага. Например: много «отказов при получении» — проверить фото, размерную сетку и описание
   (покупатель видит товар и не берёт); «не забрали из пункта выдачи» — срок доставки и склад отгрузки; высокий
   процент возвратов одного товара — отзывы и брак. Каждый шаг — с цифрой, на которую он влияет.
Скажи, что отмены считаются по дню заказа, а возвраты — по финансовым отчётам (WB — по воскресенье).

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.

Помоги оценить изменение цены. Спроси, какой товар и на сколько процентов меняем цену, если пользователь
не сказал.

1. База — последние 30 дней из v_profit по товару: derived revenue_per_unit, profit_per_unit, fee_pct,
   logistics_per_unit, drr_pct; metrics net_qty.
   Посмотри price_changes по этому товару: как заказы в день отвечали на прошлые изменения цены — это лучшая
   подсказка о спросе, которая есть в данных. Если изменений не было — так и скажи.
2. Пересчитай прибыль на штуку при новой цене: комиссия меняется пропорционально цене, логистика, хранение и
   себестоимость на штуку — нет; налог УСН «Доходы» — пропорционально цене.
3. Покажи, сколько штук нужно продать по новой цене, чтобы заработать столько же, сколько сейчас.
Честно предупреди: как изменится спрос, сервис не прогнозирует.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.