Вы рассчитаете среднее, стандартное отклонение и коэффициент вариации, распределите SKU по X, Y и Z, очистите данные от ложной нестабильности и назначите каждой группе подходящий режим пополнения.
Что такое XYZ-анализ
XYZ-анализ группирует товары по устойчивости спроса во времени. В классическом варианте для каждого SKU берут ряд продаж за одинаковые интервалы, рассчитывают среднее, стандартное отклонение и коэффициент вариации. Небольшое относительное отклонение соответствует X, среднее — Y, высокое — Z.
X — не обязательно самый продаваемый товар. Он может продаваться мало, но регулярно. Z — не обязательно плохой: к нему относятся сезонные, событийные, новые и редкие дорогие товары. Метод отвечает на вопрос о предсказуемости, а не о размере выручки или прибыли.
XYZ особенно полезен для пополнения. У устойчивого спроса можно точнее рассчитать точку заказа. При высокой вариативности простой средний прогноз опасен: он то создаёт избыток, то не покрывает всплеск. Для таких SKU нужны причины, сценарии и иной страховой запас.
Это внутренняя аналитическая методика продавца. Wildberries и Ozon дают исходные ряды заказов, выкупов, продаж и остатков, но границы X/Y/Z и правила очистки задаёт бизнес. Сохраните методику рядом с результатом.
Формула коэффициента вариации
Среднее значение равно сумме продаж по интервалам, делённой на число интервалов. Затем для каждого интервала находят отклонение от среднего, возводят его в квадрат, усредняют и извлекают квадратный корень — получают стандартное отклонение.
Коэффициент вариации CV = стандартное отклонение ÷ среднее × 100%. Он показывает размер типичного разброса относительно среднего уровня. Благодаря относительной форме можно сопоставлять товары с разным объёмом, хотя при очень маленьком среднем коэффициент становится неустойчивым.
Учебный ряд 9, 10, 11, 10 имеет среднее 10 и небольшое отклонение — спрос близок к стабильному. Ряд 0, 0, 5, 35 тоже даёт среднее 10, но отклонение значительно выше. Одинаковый месячный итог не делает эти товары одинаковыми для поставок.
Заранее выберите, используете генеральное или выборочное стандартное отклонение. В электронных таблицах это разные функции. Для полной истории выбранного периода обычно применяют генеральный вариант; главное — не менять его между пересчётами.
| Шаг | Расчёт | Смысл |
|---|---|---|
| 1. Ряд | Продажи по равным интервалам | Основа сравнения во времени |
| 2. Среднее | Сумма ÷ число интервалов | Обычный уровень спроса |
| 3. Разброс | Стандартное отклонение | Абсолютная нестабильность |
| 4. CV | Отклонение ÷ среднее × 100% | Относительная нестабильность |
Границы X, Y и Z: почему нет единственной нормы
Часто используют ориентиры: X — CV до 10%, Y — от 10% до 25%, Z — выше 25%. Эти значения не являются правилом маркетплейса и не подходят автоматически каждому ассортименту. При недельных данных, коротком периоде или редких продажах распределение будет иным.
Выберите пороги на истории и цене ошибки. Если избыточный запас дорог, границы устойчивости могут быть строже. Если отсутствие товара критично, даже умеренная вариативность требует дополнительной страховки. Методика должна помогать решению, а не просто делить таблицу.
Полезно посмотреть распределение CV по всему ассортименту. Если 90% товаров попали в Z, проблема может быть не в бизнесе, а в слишком коротком интервале, малом объёме или днях отсутствия. Измените агрегацию только после анализа причин и сохраните новую версию методики.
Для товаров с нулевым средним CV не определён. Их выносят в отдельную группу «нет продаж» и проверяют наличие, дату запуска и видимость. Нельзя автоматически приравнивать их к Z: у отсутствующего товара нет наблюдаемого спроса.
Какие данные брать с Wildberries и Ozon
Выберите одно событие спроса: заказы, выкупы или подтверждённые продажи. Для управления физическим запасом чаще полезны выкупы или продажи, но оперативные заказы быстрее показывают изменение. Не смешивайте события в одном ряду.
Wildberries в отчёте «Еженедельная динамика и анализ продаж» показывает данные с детализацией до артикула и позволяет работать с периодом и складами. «История остатков» даёт движение заказов, выкупов и остатков, а также время отсутствия товара — критически важное для очистки ряда.
На Ozon выгружайте сопоставимую историю по предложениям и моделям. Свяжите SKU площадки с внутренним идентификатором, отдельно храните FBO и FBS, а затем при необходимости объединяйте. Разные контуры могут иметь разную доступность и календарь исполнения.
Для каждой точки ряда нужны дата, SKU, модель, количество выбранного события и признак наличия. Дополнительно сохраните цену, акцию и рекламу: они помогут объяснить всплески. Без контекста XYZ видит отклонение, но не различает спрос и управленческое воздействие.
Основание: Wildberries: отчёт «Еженедельная динамика и анализ продаж».
День, неделя или месяц: выбор интервала
Дневной ряд нужен для быстро продаваемых товаров и ежедневного управления. У редких продаж он содержит много нулей и почти всё относит к Z. Недельная агрегация сглаживает случайный шум и часто удобна для стандартного ассортимента. Месячная подходит для долгой истории, но скрывает внутримесячные провалы.
Интервал должен соответствовать циклу пополнения. Если решение о поставке принимается раз в неделю, недельная устойчивость практичнее дневной. Если заказ поставщику возможен только раз в месяц, дополнительно смотрите месячный слой и сезонный календарь.
Для сравнения всем SKU нужен одинаковый календарь. Не удаляйте тихие дни только у части товаров. Если магазин не работал или данные не загрузились, отметьте технический пропуск и не превращайте его в нулевую продажу.
Период должен содержать достаточно интервалов. Четыре недели дают очень хрупкую оценку, особенно при акции. Начните с 12–26 недель для регулярного ассортимента и отдельно оценивайте недавний сдвиг. Для сезонных товаров сравнивайте соответствующие сезоны.
Как нулевые остатки искажают XYZ
Ноль продаж может означать нулевой спрос или отсутствие товара. Если SKU закончился, наблюдаемый ряд ограничен запасом. Включение таких дней снижает среднее и увеличивает вариацию, поэтому стабильный товар может ошибочно попасть в Z.
Wildberries отдельно показывает время отсутствия и укомплектованность. Используйте эти данные как фильтр качества. Можно рассчитывать CV только по полным интервалам наличия, но обязательно хранить долю исключённых дней: слишком мало наблюдений делает класс ненадёжным.
Не заменяйте дни отсутствия прогнозными продажами внутри основного фактического ряда. Это смешивает наблюдение и модель. Лучше показать два результата: CV наблюдаемого спроса и качество ряда, например процент дней наличия.
Если отсутствовал один размер, а расчёт сделан по карточке, общие продажи могут продолжаться, скрывая потерю спроса. Для размерных товаров сначала анализируйте SKU или вариант, затем агрегируйте на уровень карточки с понятным правилом.
Основание: Wildberries: отчёт «История остатков».
Акции, реклама, цена и сезонность
Всплеск во время акции не является ошибкой данных. Он показывает спрос при других условиях. Вопрос в том, будет ли это условие повторяться. Добавьте календарь акций, изменения цены и рекламного бюджета, затем рассчитайте базовый и промопериод отдельно.
Сезонный товар часто попадает в Y или Z на полном годе, хотя внутри активного сезона продаётся устойчиво. Разделите тренд и сезонность: сравнивайте одинаковые недели года, рассчитывайте класс внутри сезона и отдельно храните календарь начала и окончания спроса.
Тренд тоже повышает CV. Ряд 10, 15, 20, 25 растёт предсказуемо, но отклоняется от общего среднего. Для такого товара CV вокруг постоянной средней недостаточен. Пометьте тренд и используйте прогноз, который учитывает направление изменения.
Разовая внешняя публикация, карточка в подборке или крупный заказ могут создать выброс. Не удаляйте его молча. Сохраните исходный класс, вариант без подтверждённого разового события и объяснение, какой сценарий используется для закупки.
Что делать с группами X, Y и Z
Для X подходит регулярное пополнение по точке заказа. Исторический темп устойчив, поэтому основной риск связан со сроком поставки и систематическим изменением спроса. Контролируйте остаток, фактический lead time и постепенный сдвиг среднего.
Для Y нужен прогноз с трендом или сезонностью и больший диапазон сценариев. Планируйте базовый объём, верхнюю границу и дату пересмотра. Проверяйте календарь рекламы, акций и праздников, а страховой запас связывайте с измеренной ошибкой.
Для Z простая автоматическая закупка по среднему опасна. Используйте небольшие партии, подтверждение события, предзаказ поставщику или более частый пересмотр там, где это возможно. Высокая маржа не отменяет риск запаса, но может оправдать осознанную страховку.
Класс не определяет судьбу товара без вклада в результат. Стабильный X с низкой прибылью не обязательно масштабировать, а прибыльный Z может быть важным. Поэтому XYZ соединяют с ABC и оборачиваемостью.
| Группа | Характер спроса | Режим управления |
|---|---|---|
| X | Устойчивый | Регулярная точка заказа и контроль сдвига |
| Y | Умеренно изменчивый | Тренд, сезонность и сценарный запас |
| Z | Нерегулярный | Малые партии и частый пересмотр |
| Нет данных | Нулевое среднее или мало наблюдений | Отдельная проверка наличия и запуска |
Полный учебный пример
Товар 1 за восемь недель продал 98, 102, 100, 97, 103, 101, 99 и 100 единиц. Среднее близко к 100, разброс мал — кандидат в X. Для него можно рассчитывать пополнение от устойчивого недельного темпа, добавив вариативность срока поставки.
Товар 2 продал 55, 70, 62, 90, 76, 105, 88 и 120. Здесь виден рост. CV будет выше, но простая метка Y не объясняет направление. Для следующей поставки полезнее трендовый прогноз, чем среднее восьми недель.
Товар 3 продал 0, 140, 5, 0, 90, 10, 0 и 155. Он попадёт в Z. Сначала проверьте остатки и акции. Если всплески совпадают с поставками, это ограниченный наличием спрос; если с промо — событийный. Решения по запасу различаются.
Все числа условны. Цель примера — показать, почему итоговая сумма и CV дополняют, а не заменяют график. Перед назначением класса смотрите исходный ряд и качество данных.
Частые ошибки XYZ-анализа
Ошибка 1 — считать дневной CV для товара с одной продажей в неделю. Ошибка 2 — включать нулевые остатки как отсутствие спроса. Ошибка 3 — смешивать заказы и продажи. Ошибка 4 — брать четыре наблюдения и считать класс устойчивым.
Ошибка 5 — применять одинаковые границы ко всем категориям без проверки. Ошибка 6 — игнорировать тренд и сезонность. Ошибка 7 — удалять акции и выбросы без журнала. Ошибка 8 — объединять FBO/FBW и FBS с разной доступностью.
Ошибка 9 — рассчитывать CV при среднем, близком к нулю, и доверять огромному проценту. Ошибка 10 — считать X хорошим, а Z плохим. Класс описывает форму спроса, а ценность товара определяется прибылью, ролью и капиталом.
Проверяемость метода важнее сложной формулы. Из одной выгрузки два сотрудника должны получить одинаковые интервалы, исключения и классы. Автоматизируйте только после фиксации правил.
Регламент пересчёта
Раз в неделю обновите историю, отметьте дату данных и проверьте пропуски. Сформируйте ряды на выбранном интервале, добавьте признак наличия и исключите только интервалы по заранее утверждённым правилам.
Рассчитайте среднее, отклонение, CV и число пригодных наблюдений. Сохраните прошлый класс и выделите переходы. X→Z требует проверки: изменилась реальная динамика, прошла акция или возник дефицит.
Для каждого перехода задайте действие и дату контроля. Изменение класса само по себе не требует поставки. Сначала сопоставьте ABC, покрытие, прибыль, рекламу и календарь событий.
Раз в квартал проверяйте пороги и интервал на фактической ошибке прогноза. Не оптимизируйте методику так, чтобы прошлые группы выглядели красивее; оценивайте, уменьшились ли дефицит и избыток.
Как разобрать стабильность в Метрик Пульс
В Метрик Пульс выберите период и откройте динамику продаж по дням. Сначала найдите ровные товары, тренды и всплески визуально, затем переходите к артикулам и проверяйте остатки. График помогает увидеть то, что один коэффициент скрывает.
Разделяйте модели продаж там, где доступны исходные данные. Общая динамика может выглядеть устойчивой, если рост FBO/FBW компенсирует снижение FBS. Для пополнения это два разных ряда и два разных решения.
Попробуйте сервис 3 дня бесплатно после первого успешного подключения магазина, без банковской карты. За этот период можно выбрать интервал, сформировать первую классификацию и найти товары, где средняя продажа вводит в заблуждение.
План действий
| Этап | Результат | Проверка |
|---|---|---|
| X | Низкий коэффициент вариации | Регулярное пополнение |
| Y | Средняя вариативность, тренд или сезон | Сценарный прогноз |
| Z | Высокая нерегулярность | Малые партии и ручная проверка |
| Контроль | Наличие, акции и число наблюдений | Проверка достоверности класса |
Частые вопросы
Что показывает XYZ-анализ?
Стабильность спроса во времени, а не объём продаж или прибыль товара.
Какая формула используется?
Коэффициент вариации равен стандартному отклонению продаж по интервалам, делённому на среднее, умноженному на 100%.
Какие границы выбрать?
Часто используют до 10%, 10–25% и выше 25%, но это настраиваемые ориентиры. Пороги нужно проверить на своём ассортименте.
Как учитывать дни без товара?
Помечать отдельно и исключать только по закреплённому правилу, сохраняя долю дней наличия и достаточное число наблюдений.
Можно ли сразу планировать закупку по группе?
Нет. Класс нужно соединить с вкладом ABC, покрытием, сроком поставки, прибылью и событиями спроса.
Отделите стабильный спрос от случайных всплесков
Смотрите продажи по дням и товарам, находите даты изменения и проверяйте их вместе с остатками, рекламой и прибылью на данных своего магазина.
После первого успешного подключения магазина. Без банковской карты.
Источники
Использованы только официальные первоисточники площадки и государственных органов. Все расчётные рекомендации редакции нужно проверять на данных своего товара и по условиям, действующим на дату решения.
