ABC- и XYZ-анализ ассортимента

ABC-анализ: деление по вкладу в выручку

Товары ранжируются по убыванию выручки (или маржи — см. статью про маржинальность) и делятся на три группы по накопительному проценту:

Группа A — товары, которые нельзя допустить к отсутствию на складе и в рекламе. Группа C — «длинный хвост», который часто съедает непропорционально много ресурсов на управление при минимальном вкладе в доход.

Название метода отсылает к первым трём буквам латинского алфавита — просто как условное обозначение трёх групп по убыванию значимости, без дополнительного смысла. Иногда для более тонкой настройки выделяют промежуточные подгруппы, например A1 и A2 внутри группы A, если её состав неоднороден по вкладу в выручку.

Границы групп (80/95/100%) — общепринятый ориентир, но не догма: в узких нишах с небольшим ассортиментом иногда логичнее делить по количеству SKU (например, топ-10% товаров = группа A), а не по строгому проценту накопленной выручки, особенно если распределение продаж не такое неравномерное, как в классическом принципе Парето.

XYZ-анализ: деление по стабильности спроса

XYZ считает коэффициент вариации спроса — насколько предсказуемо продаётся товар от периода к периоду:

CV (%) = Стандартное отклонение продаж / Среднее значение продаж × 100%

Для расчёта нужны продажи за несколько сопоставимых периодов — обычно берут 6-12 месяцев помесячно. Чем короче ряд данных, тем менее надёжен коэффициент вариации: на 3 месяцах истории один случайный всплеск легко переведёт стабильный товар в группу Z.

Стоит отдельно учитывать сезонные товары: у них высокий коэффициент вариации по месяцам — это нормально и не означает непредсказуемости в привычном смысле, просто спрос концентрируется в определённые месяцы года. Для таких товаров разумнее считать вариацию не по абсолютным продажам, а по отклонению от ожидаемого сезонного профиля, иначе весь сезонный ассортимент незаслуженно попадёт в группу Z.

Пример расчёта на данных

Товар 1 (группа AX) — идеальный кандидат на автозаказ и стабильную рекламную поддержку. Товар 2 (группа AZ) даёт много выручки, но непредсказуемо — с ним нужен ручной контроль запасов, несмотря на высокий вклад в доход.

Товар 3 (BY) — среднее звено, которое часто недооценивают: он не входит в топ по выручке, но при умеренно предсказуемом спросе может быть хорошим кандидатом на усиление продвижения, если у него неплохая маржинальность. Товар 4 (CZ) с выручкой всего 12 000 ₽ и коэффициентом вариации 40% — классический кандидат на пересмотр: нужно решить, оставлять ли его ради ассортиментной полноты или выводить из продажи.

Обратите внимание, что группа по ABC и группа по XYZ у одного и того же товара определяются независимо друг от друга — высокая выручка совершенно не гарантирует стабильность спроса, и наоборот, копеечный товар вполне может продаваться исключительно ровно из месяца в месяц. Именно поэтому имеет смысл считать оба показателя отдельно, а объединять их только на финальном шаге.

На небольшом ассортименте (до 30-50 позиций) всю матрицу удобно держать в одной таблице и пересчитывать вручную. На более крупном ассортименте в тысячи SKU расчёт логичнее автоматизировать формулами один раз, чтобы затем просто обновлять исходные данные о продажах каждый отчётный период без повторной настройки логики.

Как провести ABC-XYZ анализ в таблице: шаги

1. Выгрузите продажи по каждому SKU помесячно за 6-12 месяцев
2. Отсортируйте товары по убыванию выручки и посчитайте накопительный процент — это даст границы групп A, B, C
3. Для каждого товара посчитайте среднее и стандартное отклонение продаж по месяцам, выведите коэффициент вариации по формуле CV
4. Присвойте группу XYZ по установленным порогам (10% и 25%)
5. Объедините буквы в одну метку на товар (например, AX, CZ) и сгруппируйте товары по итоговым 9 категориям

В Google Таблицах для коэффициента вариации удобно использовать связку функций =СТАНДОТКЛОН() и =СРЗНАЧ(), разделив первое на второе. Весь расчёт для пары сотен SKU занимает не больше часа, если исходные данные по продажам уже выгружены без пропусков за нужный период.

Полезно сразу сохранить шаблон расчёта на будущее: раз настроенная таблица с формулами позволяет каждый квартал просто обновлять исходные данные о продажах и мгновенно получать актуальную матрицу, не пересобирая логику расчёта заново.

Матрица ABC-XYZ: 9 групп и что с ними делать

Задача ABC-XYZ не «найти лучшие товары», а понять, где нужен автоматический процесс, а где — ручное внимание менеджера.

Промежуточные группы BX, BY, CX, CY на практике часто интереснее крайних: это позиции со стабильным спросом, но пока небольшим вкладом в выручку — кандидаты на усиление продвижения, если у них при этом хорошая маржинальность. Матрица не заменяет решение менеджера, а структурирует данные для него.

Управленческие решения по каждой группе стоит закреплять письменно — например, в виде таблицы правил закупки и продвижения по каждой из 9 категорий. Тогда при найме нового сотрудника в отдел закупок или маркетинга не придётся объяснять логику работы с ассортиментом заново на словах: достаточно передать готовый регламент.

Как использовать ABC-XYZ в маркетинге

Матрица напрямую влияет на распределение рекламного бюджета: группу AX и AY стоит поддерживать постоянной рекламой, а бюджет на CZ-товары почти всегда лучше урезать в пользу более предсказуемых позиций. Это связано с точкой безубыточности по каждому SKU — товары с низким и нестабильным спросом сложнее довести до окупаемости рекламных вложений.

Также матрицу удобно накладывать на сегменты RFM-анализа клиентов: какие сегменты клиентов покупают товары группы A, а какие — только C. Часто оказывается, что «чемпионы» из RFM покупают в основном товары из группы B и C — то есть основную выручку компании делают не самые лояльные клиенты, а разовые покупатели хитовых позиций, и с этим открытием можно по-новому выстроить стратегию удержания.

Частые ошибки ABC-XYZ анализа

• Проводить анализ на слишком коротком периоде — сезонные товары попадут в «непредсказуемые» незаслуженно
• Не пересматривать матрицу регулярно — состав групп меняется при вводе новых товаров и изменении спроса
• Автоматически выводить из ассортимента группу CZ без проверки на стратегическую роль товара (например, привлекающий трафик «магнит»)
• Не учитывать длительность жизненного цикла новых товаров — только выведенная на рынок позиция ещё не успела набрать историю продаж и формально попадёт в группу Z просто из-за нехватки данных

ABC-XYZ анализ складских запасов и клиентской базы: расширение метода

Метод ABC-XYZ анализа возник в логистике и управлении запасами, и там его используют так же часто, как в маркетинге — только вместо выручки по товарам ассортимента считают номенклатуру складских запасов.

Совмещённый ABC-XYZ анализ запасов на складе устроен так же, как для ассортимента: группа AX номенклатуры — стабильно расходуемые позиции с высоким оборотом, для них уместен автозаказ и минимальный страховой запас. Группа CZ склада — редкие и непредсказуемые по спросу позиции, которые чаще всего и «замораживают» деньги в неликвидах.

ABC-XYZ анализ клиентов строят по той же логике, что и по товарам: группа A — клиенты с наибольшей выручкой, X — с самой регулярной историей заказов. Клиенты AX — самый ценный и предсказуемый сегмент, с ним стоит работать через персональные условия и программы лояльности. Клиенты CZ по выручке малозначимы, а по регулярности непредсказуемы — обычно это разовые покупатели, которых не имеет смысла глубоко прорабатывать индивидуально.

Итоговый отчёт ABC-XYZ анализа — будь то по товарам, складским запасам или клиентам — обычно оформляют одинаково: сводная таблица с матрицей из 9 групп, кратким описанием каждой и рекомендацией по действию, плюс дата следующего пересмотра. Такой формат легко повторно использовать в любой из трёх областей применения метода.

Как ускорить ABC-XYZ анализ через нейросети

Расчёт коэффициента вариации и распределение сотен SKU по матрице вручную в таблицах — долгая рутинная задача. AI-инструменты справляются с автоматическим сведением данных из разных систем учёта и продаж. О настройке автоматических отчётов — в статье «Автоматическое создание отчётов Google Analytics с AI».