Парсинг остатков на маркетплейсах WB и Ozon в 2026

Представьте: конкурент по вашей нише на Wildberries внезапно остался без запасов хитов — три дня подряд товар висит со статусом «нет в наличии». Его клиенты набирают в поиске тот же запрос, видят пустую карточку и уходят... к вам. Если вы об этом знаете. Если нет — уходят к третьему продавцу, который оказался расторопнее.

По данным Data Insight, в 2025 году российский e-commerce вырос на 36%, а доля маркетплейсов в нём превысила 67%. Wildberries и Ozon вместе удерживают около 88% этого рынка. В такой плотной среде парсинг остатков перестал быть хакерской экзотикой — это базовый инструмент конкурентной разведки, как CRM или складской учёт.

Если вам нужен более широкий контекст — цены, отзывы, общая конкурентная разведка, — начните с нашего полного гайда по парсингу WB и Ozon; здесь же мы сфокусируемся исключительно на складских остатках. В этой статье разберём, как устроен мониторинг остатков маркетплейс технически и юридически, какие методы работают в 2026 году, сколько это стоит и какие кейсы дали реальную отдачу.

Зачем парсить остатки конкурентов

Парсинг складских остатков решает пять конкретных бизнес-задач, которые нельзя закрыть руками:

Задача	Что даёт парсинг	Влияние на выручку
Перехват out-of-stock	Алерт, когда у конкурента кончился товар	+5–12% к продажам в моменте
Динамическое ценообразование	Данные о наличии + цене для установки своей цены	+3–8% к марже
Анализ оборачиваемости	Скорость распродажи партии конкурента	Оптимизация своих закупок
Выбор ниши и SKU	Товары, которые быстро уходят со склада	Поиск прибыльных позиций
Контроль поставщиков	Остатки бренда у разных продавцов	Защита от демпинга

Главный кейс — перехват out-of-stock. Когда у конкурента кончается товар, его карточка падает в выдаче, а реклама продолжает тратить бюджет впустую. Это окно в 1–5 дней, когда спрос перетекает к соседям по выдаче. Селлеры с автоматическим мониторингом остатков Wildberries и остатков Ozon поднимают ставки на рекламу именно в эти часы и забирают 60–80% высвободившегося спроса.

Как устроены остатки на WB и Ozon

Чтобы понимать, что именно вы парсите, важно знать архитектуру данных площадок.

Wildberries

WB хранит остатки по каждому складу отдельно. У одного товара может быть 15–20 точек отгрузки (Коледино, Электросталь, Казань, Краснодар, Петербург и т.д.). Витрина показывает суммарное количество, но через карточку товара доступны данные по каждому складу.

Публичный endpoint карточки товара:

https://card.wb.ru/cards/v2/detail?appType=1&curr=rub&dest=-1257786&nm=123456789

В ответе products[0].sizes[0].stocks — массив объектов { wh: код_склада, vol: количество }. Сумма всех vol = общие остатки Wildberries по этому SKU.

Ozon

Ozon намеренно скрывает точные числа. Витрина показывает категорийные метки вместо цифр:

Метка на витрине	Реальный диапазон
«Мало»	1–3 шт
«Достаточно»	4–10 шт
«Много»	более 10 шт
«Нет в наличии»	0 шт

Поэтому остатки Ozon парсятся как агрегированные категории + динамика их изменения. Точное число доступно только через Seller API, и только по своим собственным товарам.

Методы сбора: API против парсинга

Есть три уровня доступа к данным, от самого простого к самому сложному:

Уровень 1. Официальный Seller API

Обе площадки дают бесплатный API для управления своим магазином. Он показывает только ваши остатки, но это база для любой аналитики.

import requests

# Получение своих остатков Ozon через Seller API
url = "https://api-seller.ozon.ru/product/info/list"
headers = {
    "Client-Id": "ВАШ_CLIENT_ID",
    "Api-Key": "ВАШ_API_KEY",
    "Content-Type": "application/json"
}
payload = {"sku": [123456789, 987654321]}
response = requests.post(url, json=payload, headers=headers)

for item in response.json()["result"]["items"]:
    print(f"SKU {item['sku']}: "
          f"на складе {item['stocks']['present']}, "
          f"в резерве {item['stocks']['reserved']}")

Аналогично у WB — endpoint https://marketplace-api.wildberries.ru/api/v3/stocks возвращает ваши остатки по складам.

Уровень 2. Парсинг витрины конкурентов

Чтобы собрать остатки конкурентов, обращаются к публичным endpoints карточек. Пример для WB:

import requests
import time

def get_wb_stock(nm_id):
    """Парсинг остатков Wildberries по артикулу nm"""
    url = "https://card.wb.ru/cards/v2/detail"
    params = {
        "appType": 1, "curr": "rub", "dest": -1257786,
        "spp": 30, "hide_dtype": 10, "lang": "ru",
        "nm": nm_id
    }
    r = requests.get(url, params=params, timeout=10)
    products = r.json().get("products", [])
    if not products:
        return None
    stocks = products[0]["sizes"][0].get("stocks", [])
    # Сумма по всем складам
    total = sum(s["vol"] for s in stocks)
    by_warehouse = {s["wh"]: s["vol"] for s in stocks}
    return {"total": total, "warehouses": by_warehouse}

print(get_wb_stock(177918483))  # пример артикула
time.sleep(2)  # уважаем rate-limit

Уровень 3. Глубокий парсинг с прокси

При объёмах от 5000 SKU/час официальный endpoint начинает отдавать 429 (Too Many Requests) или капчу. Здесь подключают инфраструктуру:

• Ротация резидентных прокси — каждый запрос с нового IP
• Задержки и джиттер — рандомизированные паузы 1–3 сек
• Эмуляция браузера — Playwright/Puppeteer для рендеринга SPA
• Решение CAPTCHA — сервисы антикапчи при необходимости

Сравнение площадок по сложности парсинга

Критерий	Wildberries	Ozon
Точность остатков конкурента	По складам, точная	Категории («мало/много»)
Публичный API карточек	Есть (card.wb.ru)	Скрыт за GraphQL
Защита от ботов	Средняя	Высокая
Нужны ли прокси	От 1000 SKU/час	Практически всегда
Стоимость прокси/мес	8 000–15 000 ₽	12 000–25 000 ₽
Стабильность структуры	Высокая	Меняется 2–3 раза в год

Вывод: мониторинг остатков маркетплейс проще начать с Wildberries, а Ozon требует более серьёзной инфраструктуры и регулярной поддержки парсеров.

Готовые сервисы или самописный парсер: что выбрать

Прежде чем писать код, большинство селлеров пробуют готовые SaaS-сервисы для аналитики маркетплейсов — MarketPapa, MPStats, «Маркетплейс-аналитика», Hunter Sales. Они закрывают базовые потребности без инфраструктуры, но у каждого есть потолок. Сравним подходы честно:

Критерий	Готовый сервис (SaaS)	Самописный парсер
Время запуска	1 день	2–4 недели
Стоимость входа	5 000–30 000 ₽/мес	от 150 000 ₽ разово
Глубина данных	Стандартизированные отчёты	Любые поля и срезы
Частота обновления	1–24 раза в сутки	Настраиваемо (до real-time)
Алерты в Telegram	Часто за доплату	Без ограничений
Интеграция с CRM и прайсингом	Редко, через выгрузки	Полная, в реальном времени
Зависимость от поставщика	Высокая	Полный контроль над кодом

Правило простое. Если нужно «просто смотреть на конкурентов» раз в день — берите SaaS за 15 000 ₽/мес, этого достаточно. Как только мониторинг встраивается в ценообразование, закупки и рекламные ставки, готовый сервис упирается в потолок: он не отдаёт данные в ваш pipeline нужного формата и с нужной частотой, и тогда требуется собственная система. Популярный гибрид — SaaS для разведки всей ниши плюс самописный парсер для топ-50 SKU, где скорость реакции критична для выручки.

Реальные кейсы

Кейс 1: Перехват out-of-stock, ниша «корм для животных»

Проблема: Селлер на WB, 340 SKU в категории кошачьего корма. 8 прямых конкурентов с похожим ассортиментом. Средний чек 1 200 ₽, маржа 22%. Ручной мониторинг конкурентов в Excel раз в неделю — не давал реакции.

Решение: Парсер собирает остатки топ-конкурентов каждый час. При падении остатка хита ниже 10 шт отправляется алерт в Telegram-бот с кнопкой «Поднять ставку РК +15%».

Результаты за 4 месяца:

Метрика	До	После
Реакция на out-of-stock конкурента	3–5 дней	12 минут
Дополнительная выручка	—	+780 000 ₽/мес
Стоимость парсера + прокси	—	22 000 ₽/мес
ROI первого месяца	—	+3445%

Кейс 2: Динамическое ценообразование, электроника на Ozon

Проблема: Продавец accessories для смартфонов, 180 SKU. Цены менялись вручную раз в неделю, теряли до 6% маржи из-за того, что не успевали поднимать цену, когда у конкурента заканчивался товар.

Решение: Сбор категорий остатков Ozon каждые 2 часа + интеграция с прайсингом. Если у 3+ конкурентов метка «мало», цена автоматически поднимается на 5–8%.

Результаты за 3 месяца:

Метрика	До	После
Средняя маржа	18%	24%
Дней с out-of-stock конкурента	реагировали в 12% случаев	89% случаев
Дополнительная прибыль	—	+340 000 ₽/мес

Кейс 3: Анализ оборачиваемости для закупок

Проблема: Оптовый поставщик одежды не понимал, какие модели заказывать на новый сезон у фабрики. Заказывал на глаз, 30% партий зависали на 4+ месяца.

Решение: Парсер собирал динамику остатков топ-200 моделей конкурентов за 90 дней. Модели, где остатки падали быстрее 50% в неделю, маркировались как «высокий спрос».

Результаты:

Метрика	До	После
Точность прогноза закупок	54%	81%
Замороженный в остатках капитал	6,5 млн ₽	3,1 млн ₽
Доля «залежавшихся» партий	30%	9%

Что делать с собранными данными

Сами по себе цифры остатков бесполезны. Ценность появляется, когда данные подключены к действиям:

1. Алерты в мессенджер. Telegram-бот уведомляет о критических событиях: out-of-stock у конкурента, резкий сброс цены, появление нового продавца в нише.
2. Дашборд аналитики. Графики динамики остатков и цен по каждому SKU, топы по скорости распродажи, прогноз пополнения складов.
3. Автопрайсинг. Интеграция с вашим ценообразованием — цена подстраивается под наличие конкурентов по заданным правилам.
4. Прогноз спроса. История остатков + скорость распродажи — входные данные для ИИ-модели прогнозирования закупок.
5. Реестр «дорог» к клиенту. Карта, какие склады конкурента пустеют первыми — для геотаргетинга рекламы.

Юридические аспекты

В 2026 году парсинг в России — серая зона, но с понятными границами. Ключевые ориентиры:

• Открытые данные витрины (цена, наличие, рейтинг) — собираются легально (ст. 1225, 1265.4 ГК РФ). Это не составляет тайну и не защищена технически от обычного просмотра.
• Нельзя обходить техническую защиту (CAPTCHA, шифрование) методами взлома — это ст. 273 УК.
• Нельзя использовать собранные данные для картельного сговора или демпинга ниже себестоимости — антимонопольное законодательство (135-ФЗ).
• Нельзя парсить из-под чужого аккаунта или личный кабинет продавца без разрешения.
• Личные данные клиентов (отзывы с именами) — обрабатывать только с согласия, по 152-ФЗ.

Корректно настроенный парсинг остатков с уважением к rate-limit и использованием только открытой витрины полностью легален. Все наши клиенты работают в этой парадигме.

Стоимость и инфраструктура

Разберём статьи расходов на систему мониторинга:

Компонент	Цена	Период
Разработка парсера под нишу	80 000–250 000 ₽	Разово
Резидентные прокси	8 000–25 000 ₽	В месяц
Сервер и база данных	3 000–10 000 ₽	В месяц
Дашборд и алерты	30 000–80 000 ₽	Разово
Поддержка и обновление парсеров	15 000–40 000 ₽	В месяц
Интеграция с прайсингом/CRM	50 000–150 000 ₽	Разово

Итого под ключ: от 150 000 ₽ внедрение + от 35 000 ₽/мес поддержки. Для селлера с выручкой от 1,5 млн ₽/мес ROI достигается за счёт перехвата одного-двух out-of-stock конкурентов в месяц.

Пошаговый план запуска

1. Целеполагание (1–2 дня). Определите, какие 5–10 конкурентов и какие 100–500 SKU мониторить. Без фокуса парсер сожрёт бюджет впустую.
2. Анализ доступности (2–3 дня). Проверьте, какие endpoints отдают данные, нужна ли инфраструктура прокси, какая частота обновления реалистична.
3. Прототип парсера (1 неделя). Сбор по 20 SKU, проверка качества данных, замер скорости и блокировок.
4. Инфраструктура (1 неделя). Подключение прокси, расписание, база данных для истории.
5. Алерты и дашборд (1–2 недели). Telegram-бот с уведомлениями, дашборд с динамикой.
6. Интеграция с действиями (1–2 недели). Автопрайсинг, рекомендации по закупкам, прогноз.
7. Мониторинг качества (постоянно). Парсеры ломаются при изменении структуры — нужен сервис поддержки.

Частые ошибки

1. Парсить всё подряд

Желание собрать остатки по 50 000 SKU — частая ловушка. 80% ценности даёт топ-20% ваших прямых конкурентов. Фокусируйтесь на горячих позициях, остальное — по запросу.

2. Игнорировать rate-limit

Агрессивный парсинг без пауз приводит к бану IP и дорогому «обходу» через капчу. Корректная ротация прокси с задержками 1–3 сек дешевле и надёжнее.

3. Не хранить историю

Один снимок остатков бесполезен. Ценность — в динамике: как быстро товар уходит, в какие дни пополняется. Храните минимум 90 дней истории.

4. Данные без действий

Собранные остатки Ozon и WB, которые просто лежат в базе — это мусор. Подключайте алерты, прайсинг, прогноз. Без обратной связи в бизнес-процесс ROI равен нулю.

5. Самописный парсер без поддержки

Площадки меняют структуру ответа 2–4 раза в год. Парсер без регулярной поддержки «тихо» начинает отдавать нули, и вы теряете недели, принимая решения по сломанным данным.

Итог

Парсинг остатков на WB и Ozon в 2026 году — это не про «достать секретные цифры», а про систематический сбор открытых данных и превращение их в действия. Ключевые выводы:

• Wildberries отдаёт точные остатки по складам, Ozon — категорийные метки.
• Основной кейс — перехват out-of-stock конкурентов, окупаемый за 1–3 месяца.
• Стоимость под ключ — от 150 000 ₽ внедрение + 35 000 ₽/мес.
• Легальность держится на уважении к rate-limit и сборе только открытой витрины.

Хотите узнать, сколько выручки теряете, не зная об out-of-stock конкурентов? Напишите нам в Telegram — проведём бесплатный аудит вашей ниши и покажем, что реально можно собрать с WB и Ozon.

---

📚 Читайте также

• ИИ для прогнозирования продаж: как нейросети предсказывают спрос и выручку
• ИИ-автоматизация бизнеса в России — тренды, кейсы и бюджеты 2026
• ИИ для B2B продаж: холодные звонки, квалификация лидов и автоматизация CRM
• 🛒 Конструктор ИИ-ботов — соберите Telegram-бота с алертами по остаткам без кода