- 09 września 2026
Dead stock w e-commerce — jak uruchomić sprzedaż nierotujących SKU i odzyskać zamrożony kapitał
Dead stock w e-commerce można wyprowadzić z magazynu bez wyprzedaży „minus 70%” — wystarczy segmentacja ról produktowych, automatyczny repricing i świadome obniżenie marży procentowej w oknach szczytowego popytu. W jednym z projektów doradczych taka strategia uwolniła 500 000 PLN wartości magazynowej w 30 dni i zwiększyła tygodniowy przychód czterokrotnie w 3,5 miesiąca.
W większości sklepów e-commerce z asortymentem powyżej 20 tys. SKU rozmowa o dead stocku wygląda tak samo. Zespół handlowy koncentruje się na produktach kategorii A, kilkanaście procent asortymentu robi 80% obrotu, a reszta magazynu leży. Kwartał w kwartał. Kapitał obrotowy zamrożony, koszty magazynowania stałe, powierzchnia zajęta. Wszyscy wiedzą, że tak nie powinno być — i nikt nie ma na to czasu.
Poniżej rozkład na czynniki pierwsze projektu, w którym dojrzały retailer wyposażenia łazienek na rynku DACH przeszedł z fazy stabilizacji w fazę ekspansji w 3,5 miesiąca — bez zwiększania budżetu reklamowego i bez wyprzedaży „minus 70%”. Materiał źródłowy: case study „Resuscytacja zombie” z projektu doradztwa cenowego Pricing Doctor.
Poznaj wszystkie funkcjonalności naszej platformy podczas bezpłatnej prezentacji online.
Punkt wyjścia: 35 000 SKU, 6 000 dead stocku, 90% asortymentu nie rotuje
Firma prowadziła sprzedaż armatury, ceramiki sanitarnej i akcesoriów łazienkowych. Model biznesowy opierał się na utrzymywaniu wysokiej marży procentowej: rentowność była przewidywalna, ale wolumen niski, a katalog — w większości uśpiony.
- 35 000 SKU w asortymencie
- 6 000 SKU bez odnotowanej sprzedaży w skali całego roku — zaklasyfikowane jako dead stock
- 90% asortymentu nie rotowało w cyklu kwartalnym
- Naturalna koncentracja zespołu na kategorii A — czas pochłaniały arkusze i ręczny monitoring cen konkurencji
Problem nie leżał w zespole ani w produkcie. Leżał w skali operacji, której ludzie po prostu nie byli w stanie ogarnąć bez automatyzacji. I w decyzji strategicznej sprzed lat — „bronimy marży procentowej” — która przy 35 tys. SKU nie mogła się już samodzielnie skalować.
Cztery obszary wdrożenia
Projekt uruchomił równolegle cztery mechanizmy egzekucyjne, każdy z osobnym celem, ale wpięte w jedną pętlę decyzyjną. Poniżej mapa: co zostało wdrożone, co konkretnie robi w sklepie i jaki efekt biznesowy przyniosło.
| Obszar | Co robi | Efekt biznesowy |
| Segmentacja ról produktowych | Podział 35 000 SKU na cztery role funkcjonalne na bazie danych transakcyjnych i GA4 | Każda rola ma odrębną politykę cenową, kampanijną i magazynową |
| Uruchomienie sprzedaży dead stocku | Reguła dostosowująca cenę do konkurencyjnego poziomu rynkowego przy zachowaniu minimalnej marży | 106 SKU zombie odzyskało sprzedaż w 14 dni |
| Automatyczny repricing | Dzienny monitoring cen konkurencji i optymalizacja cen wprost w sklepie | +50% ogólny wzrost ROAS |
| Świadome zarządzanie marżą | Kontrolowane obniżenie marży % w oknach szczytowego popytu w zamian za udział rynkowy | Trend Black Week wydłużony na styczeń 2026 |
Rola produktu to nie etykieta klasyfikacyjna. Każda uruchamia odrębną politykę cenową, kampanijną i magazynową, rekalibrowaną w cyklu tygodniowym.
Każde SKU ma swoją funkcję
Segmentacja opierała się na czterech rolach — z których dwie ostatnie były w tym projekcie kluczowe:
- A — Traffic Builders. Budują pierwszy kontakt z klientem, generują ruch o wysokiej intencji zakupowej. Wymagają atrakcyjnej ceny na rynku i miejsca w kampaniach Google Ads.
- B — Basket Builders. Produkty komplementarne, kupowane w koszyku razem z Traffic Builderami — budują marżę transakcji.
- C — Long Tail. Produkty niszowe, sprzedające się rzadko, ale w cyklu regularnym. Wysoka marża, niski wolumen — nie promuje się ich w płatnych kampaniach.
- D — Dead Stock (zombie SKU). Brak odnotowanej sprzedaży przez co najmniej 12 miesięcy. Kandydaci do reaktywacji cenowej lub odpisu.
Zombie SKU nie idą automatycznie do wyprzedaży. Trafiają najpierw do repricingu, który sprawdza, czy cena jest w ogóle konkurencyjna wobec rynku. W przypadku łazienek okazało się, że część produktów miała ceny znacząco odbiegające od średniej rynkowej — po prostu dlatego, że nikt ich od dawna nie ruszał. Sprowadzenie ceny do poziomu rynkowego (bez zejścia poniżej minimalnej marży) wystarczyło, żeby uruchomić sprzedaż.
Niższy procent, wyższy wolumen — świadomy trade-off
W oknach zwiększonego popytu (Black Week, sezon świąteczny) firma świadomie obniżyła marżę procentową w zamian za walkę o udział rynkowy. To decyzja strategiczna, nie operacyjna — akceptacja niższego % przy istotnie wyższym wolumenie dała trzy efekty naraz:
- Percepcja cenowa. W świadomości konsumenta utrwaliła się reputacja sklepu z jednymi z najatrakcyjniejszych cen w kategorii łazienek.
- Aktywacja zombie SKU. Analiza elastyczności cenowej uruchomiła sprzedaż części pozycji zaliczonych wcześniej do dead stocku.
- Efekt bumerangu. Klienci pozyskani w promocji wracali w kolejnych tygodniach po następne zakupy — już przy standardowej marży.
Standardem w e-commerce jest spadek sprzedaży po sezonach szczytowych. Tutaj trend został odwrócony — jeden z pierwszych tygodni stycznia 2026 okazał się drugim najlepszym tygodniem sprzedażowym na tym rynku. Klient, który kupił baterię prysznicową w promocji, wrócił po lustro, ręczniki i akcesoria — po pełnej cenie.
Wyniki — od stabilizacji do ekspansji
Progresja tygodniowego wolumenu i masy marży (baza \= średni tydzień września 2025):
| Miesiąc | Wolumen | Masa marży brutto |
| Wrzesień 2025 (baza) | 1,0× | 1,0× |
| Październik | +15% | +10% |
| Listopad | 2× | +50% |
| Grudzień | 3× | +90% |
| Styczeń 2026 | 4× | 2,5× |
Reaktywacja dead stocku w liczbach:
- Po 14 dniach: ze zbioru 6 000 dead stock SKU sprzedaż odnotowało 106 SKU, przychód brutto 4 500 EUR.
- Po 30 dniach: zombie SKU odpowiadały za 36% całkowitego przychodu i 28% masy marży brutto — efekt porównywalny z cyklicznym Black Friday.
- Wartość magazynowa sprzedanego dead stocku przekroczyła 500 000 PLN w 30 dni.
- Dodatkowy zysk brutto: ok. 140 000 PLN.
Cytat przedstawiciela firmy po 30 dniach współpracy oddaje wagę tego efektu: „Bylibyśmy usatysfakcjonowani, nawet gdyby sprzedaż tych produktów odbyła się bez zysku. Uwolnienie kapitału i powierzchni magazynowej stanowi wartość samą w sobie. W praktyce dodatkowo osiągnęliśmy 140 tysięcy złotych zysku brutto.”

Dlaczego to zadziałało — trzy mechanizmy pod maską
Wyniki wyglądają jak marketingowy slogan, dopóki nie rozłoży się ich na czynniki.
- Segmentacja zmieniła punkt wyjścia decyzji cenowej. Bez ról produktowych każda decyzja o cenie jest indywidualnym pytaniem: „obniżamy czy nie?”. Z rolami decyzja jest już podjęta na poziomie strategii. Dla Traffic Buildera bramka to „ma być w top 3 na rynku”. Dla Dead Stocku — „ma być konkurencyjny wobec średniej, jeśli marża się spina”. Nikt tego nie ustala co tydzień.
- Repricing wykonał egzekucję bez opóźnienia. Ręczna aktualizacja cennika w firmie o 35 tys. SKU zajmuje tygodnie. Przy automatyzacji cen opartej na AI reguły są wykonywane codziennie, na całym katalogu, z twardymi widełkami marży. Nie ma przestoju między decyzją a jej realizacją.
- Świadoma obniżka marży % odblokowała wolumen. W tygodniach popytowych firma świadomie zeszła z marży procentowej, wiedząc, że masa marży brutto (rzeczywista gotówka) będzie wyższa przy wyższym wolumenie. Trade-off zaakceptowany na poziomie zarządu, nie negocjowany codziennie na spotkaniach handlowych.
Google Ads — bariera skalowania złamana przez macierz rentowności
Wraz z uwolnieniem asortymentu firma otworzyła sobie także budżet reklamowy. Kampanie Google Ads opierały się na dwóch osiach decyzyjnych:
- Oś 1 — atrakcyjność cenowa a konwersja. W Google Shopping koszt ponoszony jest za każde kliknięcie. Dlatego reklamy produktów poniżej ustalonego progu konkurencyjności cenowej były automatycznie wstrzymywane. Nie promuje się produktów, na których i tak nie skonwertujemy.
- Oś 2 — role produktowe a rentowność. Budżet skoncentrowany na Traffic Builderach. Long Tail i Dead Stock reaktywowano cenowo lub w innych kanałach, ale nie promowano ich w Google Ads.
- Model „sufitu popytu”. Gdy produkt osiąga naturalny limit popytu, nadwyżka budżetu jest automatycznie przekierowana do kolejnego w hierarchii rentowności. Nie przepalamy — przesuwamy.
Efekty:
- +50% ogólny wzrost ROAS
- +115% ROAS dla Traffic Builderów (produktów, na których się skoncentrowano)
- 2,5× więcej wyświetleń kart produktowych w grudniu (GA4)
Szerszy kontekst segmentacji ról produktowych i tego, jak Dead Stock wpina się w portfolio Traffic Builderów, Basket Builderów i Long Taila, opisujemy w artykule o rolach produktowych w e-commerce.
Praktyczna checklista — co zrobić w sklepie w najbliższych 30 dniach
- ☐ Wyciągnij z ERP listę SKU bez sprzedaży ≥12 miesięcy. Policz ich wartość magazynową — to Twój zamrożony kapitał.
- ☐ Zsegmentuj asortyment na cztery role: Traffic Builders, Basket Builders, Long Tail, Dead Stock — na bazie danych transakcyjnych i GA4.
- ☐ Dla każdej roli zdefiniuj regułę cenową i minimalną marżę poniżej której produkt nie schodzi.
- ☐ Dla Dead Stocku ustaw regułę: dopasuj cenę do średniej rynkowej pod warunkiem zachowania minimalnej marży. Jeśli nie da się spiąć — decyzja o odpisie.
- ☐ Uruchom dzienny monitoring cen konkurencji — bez tego reguły cenowe nie mają wsadu.
- ☐ Skoncentruj budżet Google Ads na Traffic Builderach. Wstrzymaj promocję produktów, które nie spinają się cenowo.
- ☐ W oknie popytowym (Black Week, święta) świadomie obniż marżę % na kluczowych rolach — z zapisaną w regule minimalną marżą.
- ☐ Mierz masę marży brutto, nie tylko marżę procentową. To one są celem.
Najczęściej zadawane pytania
-
Dead stock to produkty bez odnotowanej sprzedaży przez co najmniej 12 miesięcy. Wolnorotujące sprzedają się rzadko, ale w cyklu — to zwykle Long Tail, na którym utrzymujesz wysoką marżę. Zombie SKU są potencjalnie do reaktywacji cenowej. Long Tail zwykle nie wymaga interwencji.
-
Nie, jeśli w zamian rośnie masa marży brutto. Marża procentowa jest wskaźnikiem — celem jest kwota zysku wygenerowana w okresie. W opisanym projekcie marża spadła punktowo w oknach popytowych, ale masa marży wzrosła 2,5–3× w skali kwartału. To dwa różne poziomy analizy.
-
Segmentacja ról produktowych i automatyzacja cen zaczynają się opłacać przy kilku tysiącach SKU. Przy 500 pozycjach ręczna praca w Excelu jeszcze się spina. Przy 5 000 już nie — a każdy nieskorygowany tydzień to zmarnowana marża albo nieopłacalna promocja.
-
Nie. Część zombie SKU jest martwa nie ze względu na cenę, tylko na to, że produkt wyszedł z rynku (przestarzała technologia, wycofana kategoria). Repricing tego nie zmieni — te SKU idą do odpisu i uwolnienia powierzchni magazynowej. Kluczowe: rozdzielić jedną grupę od drugiej po analizie elastyczności cenowej.
-
Segmentacja ról i pierwsze reguły cenowe — 2–4 tygodnie od momentu, kiedy masz dane transakcyjne i GA4 poukładane. Pierwsze efekty na dead stocku widać w 14 dni. Pełen cykl — od stabilizacji do ekspansji — w opisanym projekcie zajął 3,5 miesiąca. To nie jest projekt na rok.
Jeżeli chcesz sprawdzić, ile kapitału masz zamrożone w dead stocku i jak wygląda struktura ról produktowych w Twoim sklepie, umów bezpłatny audyt cenowy — w ramach audytu analizujemy dead stock, konkurencyjność cenową i ROAS Twoich kampanii.
Materiał źródłowy: case study „Resuscytacja zombie — jak strategia pricingowa uruchomiła wzrost na rynku, na którego rozwój brakowało zasobów” (retailer wyposażenia łazienek, rynek DACH, wrzesień 2025 – styczeń 2026).