XYZ-анализ ассортимента маркетплейсов

TL;DR

• XYZ-анализ: коэффициент вариации ≤10% (X), 10-25% (Y), >25% (Z)
• Группа X — стабильный спрос, минимальный страховой запас
• Группа Y — сезонные колебания, запас на 1.5x средней
• Группа Z — непредсказуемый спрос, пополнение по факту или pre-order
• ABC-XYZ матрица: AX/CX — приоритет, BZ/DZ — сокращение
• Пересчёт каждые 30 дней для маркетплейсов

Роль

Менеджер маркетплейса использует XYZ-анализ для классификации товаров по предсказуемости спроса. Цель — оптимизировать запасы, снизить издержки хранения и повысить Turnover Rate. Результат: план закупок, стратегия продвижения, управление рисками out-of-stock и overstock.

Регуляторика

• ФЗ-381 «О государственном регулировании торговой деятельности»: нормы хранения, сроки реализации
• ФЗ-54 (онлайн-кассы): учёт продаж для расчёта коэффициентов
• Правила маркетплейсов (Ozon, WB): требования к остаткам, штрафы за дефицит
• НДС (ст.164 НК): влияет на себестоимость при расчёте оборачиваемости

Ключевые компетенции

1. Расчёт коэффициента вариации (CV)

CV = (Стандартное отклонение / Среднее значение) × 100% Источник данных: история продаж за 30-90 дней из кабинета маркетплейса

2. Классификация товаров

3. ABC-XYZ матрица

Комбинация стабильности (X/Y/Z) и оборачиваемости (A/B/C):

• AX/BX — топ-приоритет: держать в наличии постоянно
• AZ/BZ — анализировать причины нестабильности
• CY/CZ — минимизировать склад, pre-order модель

4. Расчёт страхового запаса

SS = Z-score × σ × √Lead time Z-score: 1.65 (95% сервис), 2.33 (99% сервис) σ — стандартное отклонение продаж

Инструменты РФ

1. MPSTATS — аналитика продаж на WB/Ozon, расчёт CV, экспорт данных. Бесплатный тариф: 7 дней истории
2. MarketGuru — мониторинг остатков, прогноз спроса. От 15 000 ₽/мес
3. Moneyplace — финансовая аналитика маркетплейсов. От 5 000 ₽/мес
4. Ozon Analytics (встроенный) — история продаж, экспорт в XLSX
5. Google Sheets / Yandex Tables — расчёт CV, построение матрицы

Метрики

Алгоритмы

Алгоритм 1: Проведение XYZ-анализа

1. Выгрузить историю продаж (30-90 дней) из кабинета маркетплейса
2. Рассчитать среднее и стандартное отклонение для каждого SKU
3. Вычислить CV = (σ/μ) × 100%
4. Классифицировать товары по группам X/Y/Z
5. Построить матрицу с ABC-группами (из предыдущего ABC-анализа)
6. Определить стратегию для каждой ячейки матрицы
7. Сформировать отчёт с рекомендациями

Алгоритм 2: Оптимизация запасов

1. Для группы X: поддерживать минимальный запас (3-5 дней продаж)
2. Для группы Y: страховой запас 30-50% сверх среднего
3. Для группы Z: работать по pre-order или пополнять раз в 7-14 дней
4. Рассчитать reorder point = (Средние продажи × Lead time) + Страховой запас
5. Настроить уведомления при достижении точки заказа

Алгоритм 3: ABC-XYZ матрица

1. Выполнить ABC-анализ (20/80 или 50/30/20) по выручке
2. Выполнить XYZ-анализ по CV продаж
3. Совместить в единую матрицу 3×3:
   • AX, BX, CX (стабильные товары)
   • AY, BY, CY (сезонные товары)
   • AZ, BZ, CZ (непредсказуемые товары)
4. Определить приоритеты:
   • AX: максимальные запасы, автоматическое пополнение
   • BZ: минимизировать, перейти на pre-order
   • CZ: рассмотреть исключение из ассортимента

Правила

Правила

• Использовать минимум 30 дней данных для расчёта CV
• Учитывать сезонность: проводить анализ поквартально
• Исключать акционные периоды из расчёта стабильности
• Пересматривать классификацию при изменении ассортимента
• Комбинировать с ABC-анализом для принятия решений

Антипаттерны

• Не использовать данные менее 14 дней — искажение CV
• Не игнорировать товары с нулевыми продажами — они Z-группа
• Не устанавливать одинаковый страховой запас для всех групп
• Не проводить анализ только по количеству, игнорируя выручку

Чек-листы

Чек-лист: Подготовка данных

• Выгружена история продаж за 30-90 дней
• Данные очищены от акционных и promo-периодов
• Рассчитаны средние продажи и σ для каждого SKU
• Рассчитан CV для каждого товара
• Проведена классификация по группам X/Y/Z

Чек-лист: Формирование стратегии

• Построена ABC-XYZ матрица
• Определены страховые запасы по группам
• Рассчитаны точки заказа (reorder point)
• Составлен план оптимизации запасов
• Настроены уведомления в кабинете маркетплейса

Чек-лист: Контроль результатов

• Stockout Rate < 5% для группы AX
• Dead Stock Ratio < 10%
• Оборачиваемость AX > 4 раз/мес
• Проведён пересчёт через 30 дней

Отчётность

Еженедельный отчёт

1. Изменения в классификации товаров
2. Фактический Stockout Rate vs целевой
3. Динамика Dead Stock
4. Рекомендации по пополнению

Ежемесячный отчёт

1. Итоги ABC-XYZ распределения
2. Анализ оборачиваемости по группам
3. План закупок на следующий месяц
4. Товары на исключение из ассортимента

Квартальный отчёт

1. Пересмотр классификации с учётом сезонности
2. Анализ эффективности стратегии
3. Корректировка страховых запасов
4. Обновление плана развития ассортимента

Дополнительные материалы

Формулы для Google Sheets / Yandex Tables

Среднее: =AVERAGE(B2:B31)
Стандартное отклонение: =STDEV(B2:B31)
CV (%): =STDEV(B2:B31)/AVERAGE(B2:B31)*100
Группа X/Y/Z: =IF(CV<=10,"X",IF(CV<=25,"Y","Z"))
Reorder Point: =(Среднее*Lead_Time)+SS

Источники данных

• Ozon: Личный кабинет → Аналитика → Продажи → Экспорт
• Wildberries: Личный кабинет → Аналитика → Детализация продаж
• MPSTATS: Экспорт → Продажи → Выбрать период

Нормативы для разных типов товаров

ABC-анализ ассортимента

XYZ отвечает на «насколько стабильно продаётся», ABC — на «какая доля выручки/прибыли». Обе оси нужны вместе; матрица ABC-XYZ уже описана в «Алгоритм 3», но самостоятельный ABC часто запрашивают отдельно (новички, ассортиментные комитеты, аудит на момент закупки).

Когда использовать чистый ABC

• Первый аудит ассортимента после подключения коннектора (XYZ требует ≥3 мес истории — ABC можно считать с 1 мес).
• Подготовка к закупке: «куда направить оборотные средства».
• Решение о delisting: товары C-XYZ с устойчиво отрицательной маржой — кандидаты на вывод.

Алгоритм ABC

1. Период наблюдения: минимум 1 полный месяц без сезонных пиков. Для сезонных категорий — 12 месяцев.
2. Метрика — одна из: revenue (выручка), gross_profit (валовая прибыль), margin_abs (маржа в рублях). НЕ складывать composite weights с весами (агент-оптимизатор хакнет веса). Если приоритет «не дать денег утечь» — gross_profit; если «масштабировать оборот» — revenue.
3. Уровень детализации: SKU (артикул × размер для одежды, артикул × цвет для остального). Не считать на уровне модели — теряется точность размерной сетки.
4. Сортировка по убыванию метрики; SKU с метрикой ≤ 0 за период — в отдельный bucket D (не C — иначе размывает классификацию).
5. Накопительная доля: cumulative_share[i] = sum(metric[0..i]) / total.
6. Классификация по cutoff:
   • A: первые SKU до cumulative_share ≤ 80%.
   • B: SKU с cumulative_share от 80% до 95%.
   • C: SKU с cumulative_share > 95%.
   • D: метрика ≤ 0 (убыточные/не запустились).

Cutoff-варианты

Cutoff фиксируется на момент анализа. Не «подгонять под желаемый список A».

Что делать с каждой группой

• A (≈20% SKU ≈ 80% выручки): не допускать OOS, держать страховой запас (см. XYZ-навык), реклама — никогда не выключать полностью, цена и контент — ручной режим, защищать от СПП.
• B: поддерживать, тестировать рекламу с целевым ДРР, рассматривать в сезонные акции, кандидаты на промо B→A.
• C: жёсткий cap на рекламу, минимальный остаток, регулярная ревизия. Если C стабильно убыточен 2+ месяца → D.
• D: delisting-кандидаты. Если стратегически нужны (комплектность, защита ниши) — переписать карточку и/или цену, перевести в C через 1 цикл.

Антипаттерны

• ABC по выручке, когда товар торгуется в убыток ради оборота → A с отрицательной экономикой. Если есть валовая прибыль — считать по ней.
• Перекидывать SKU между классами раз в неделю — закупка не успевает перестроиться. Минимальный интервал пересчёта — месяц.
• ABC без XYZ для скоропортящихся/сезонных категорий: A-X (хит-стабильный) и A-Z (хит-всплеск) требуют разной закупки, объединять нельзя.
• Считать SKU без продаж в C — это не C, это «не запустилось». Bucket D.
• Менять cutoff между пересчётами «чтобы получилось красивее» — теряется сопоставимость.

Чек-лист ABC-перевыпуска

• Зафиксирована метрика (revenue | gross_profit | margin_abs).
• Зафиксирован cutoff (80/15/5 по умолчанию).
• Период ≥ 1 месяц, без частичных недель, без распродаж/ЧП.
• Пересчитана накопительная доля, проверена монотонность.
• SKU с метрикой ≤ 0 вынесены в bucket D отдельно.
• Сопоставлено с прошлым пересчётом: переходы B→A, A→C, *→D — отдельный артефакт для закупки и delisting-комитета.
• Запасной recipe: матрица ABC × XYZ (если XYZ-данные доступны) для следующего шага планирования.