В разработке
Выбираешь SKU + период → система пересчитывает метрики (buyout/CPO/ROI), фиксирует snapshot и предлагает черновик рекомендации. Закроет цикл: после изменения цены можно повторно запустить анализ и увидеть дельту.
Что нужно проработать:
- Гипотеза 1: повышение цены при текущем CPO снижает cancel rate (меньше «случайных» клиентов)
- Гипотеза 2: срез рекламы при cancel >50% повышает ROI несмотря на меньший объём
- Гипотеза 3: убрать L-размер у крой-нишевых SKU — снижает avg cancel rate по модели
- Сначала собрать N ручных анализов (как для els004), потом обобщить в воспроизводимый pipeline