Большинство маркетинговых команд сталкиваются со схожей проблемой: рекламный бюджет расходуется равномерно по всему каталогу либо направляется на позиции с наибольшей валовой выручкой. В результате платный трафик масштабирует продажи товаров с минимальной рентабельностью, а высокомаржинальные позиции недополучают переходы из-за быстрого исчерпания дневных лимитов.
Совмещенный ABC/XYZ-анализ переносит проверенные принципы категорийного менеджмента в performance-маркетинг. Он позволяет сгруппировать товарную матрицу одновременно по двум критериям — вкладу в совокупную маржу и предсказуемости спроса — и выстроить на основе 9 ячеек дифференцированную стратегию управления ставками, каналами и медиабюджетом.
Почему ABC/XYZ — это инструмент маркетинга, а не только склада
Исторически ABC/XYZ-анализ создавался для складской логистики: группа A определяла минимальный неснижаемый остаток, а класс Z предостерегал от заморозки оборотных средств в неликвиде. Однако в маркетинге этот подход решает смежную, но принципиально иную задачу — управление спросом и оптимизацию стоимости привлечения клиента (CAC).
Разница задач: управление запасами vs управление спросом
- Логистика отвечает на вопрос: «Сколько единиц товара заказать поставщику, чтобы избежать дефицита и не перегрузить склад?»
- Маркетинг отвечает на вопрос: «Какую предельную стоимость целевого действия (CPA / CPO) можно установить для позиции и какой объем коммерческого трафика целесообразно выкупать?»
Продвижение нестабильного ассортимента с низкой наценкой по стандартным ставкам приводит к кассовым разрывам и падению окупаемости инвестиций в маркетинг (ROMI).
Главная ошибка: расчет ABC по выручке вместо маржинального дохода
Классический расчет группы A по валовому объему продаж (Revenue) искажает приоритеты продвижения. Дорогостоящий товар с оборотом в 1 000 000 рублей и торговой наценкой 5% приносит компании всего 50 000 рублей валовой прибыли. Если привлечение одного покупателя через платный трафик обходится в 60 000 рублей, каждый акт масштабирования продаж генерирует прямой убыток.
Для целей медиапланирования и рекламы ABC-анализ проводится строго по маржинальному доходу (Contribution Margin).
Методология и формулы: готовим данные для матрицы
Чтобы свести каталог в рабочую матрицу, требуются помесячные или понедельные выгрузки продаж за репрезентативный период — от 6 до 12 месяцев.
Блок ABC: расчет вклада в маржу и кумулятивной доли
Для каждого товара или товарной подкатегории i рассчитывается маржинальный доход:
CM_i = Revenue_i - VariableCosts_i
Где:
- Revenue_i — совокупная выручка от продаж позиции за выбранный период;
- VariableCosts_i — переменные затраты (закупочная себестоимость, логистика последней мили, эквайринг, упаковка).
Далее определяется доля товара в общем маржинальном доходе каталога:
Share_i = (CM_i) / (ΣCM)
Товары сортируются по убыванию CM_i, после чего рассчитывается кумулятивная (накопленная) доля. Границы групп определяются по адаптированному правилу Парето:
- Группа A: позиции, формирующие первые 80% совокупного маржинального дохода (основное финансовое ядро);
- Группа B: позиции, обеспечивающие следующие 15% маржинального дохода (промежуточный потенциал);
- Группа C: оставшиеся 5% маржинального дохода (длинный хвост каталога с минимальной финансовой отдачей).
Примечание: в зависимости от ширины матрицы и специфики ниши пороговые значения могут адаптироваться (например, 70/20/10%).
Блок XYZ: расчет коэффициента вариации (CV)
Ось XYZ оценивает равномерность спроса во времени. Ключевой показатель здесь — коэффициент вариации (CV), отражающий относительный разброс фактических продаж относительно их среднего уровня:
CV = (σ) / (x̄) ×100%
Где:
- x̄ — средний объем продаж позиции за расчетный период:
x̄ = (1) / (n) Σ_t=1^n x_t
- σ — выборочное стандартное отклонение продаж:
σ= √((Σ_t=1^n (x_t - x̄)^2) / (n - 1))
- x_t — количество проданных единиц в интервал времени t (неделя или месяц);
- n — общее число временных интервалов.
Ориентировочные границы классов XYZ:
- Группа X (CV ≤15%): стабильный, предсказуемый спрос с минимальными отклонениями;
- Группа Y (15% < CV ≤35%): умеренная вариативность (сезонные колебания, влияние промокампаний, тренды);
- Группа Z (CV > 35%): нерегулярный спрос, единичные или труднопрогнозируемые покупки.
Очистка исходных данных
Качество сегментации напрямую зависит от чистоты вводных рядов:
- Дефицит и отсутствие остатка (Out-of-Stock): если товара физически не было на складе 3 недели из 4, нулевые продажи вызваны сбоем цепочки поставок, а не падением интереса аудитории. Такие периоды необходимо исключать из расчета среднего (x̄) и отклонения (σ), иначе товар необоснованно попадет в категорию Z.
- Аномальные промо-всплески: разовые пики, спровоцированные распродажами с глубоким дисконтом, целесообразно сглаживать до медианных значений, чтобы не завышать реальный уровень регулярного спроса.
Пошаговый расчет на учебной выгрузке
Рассмотрим учебную выгрузку интернет-магазина потребительской электроники за 6 месяцев по 9 характерным товарным категориям.
Исходные данные и расчет маржинального дохода (CM)
| Категория / Товарная группа | Выручка, ₽ | Переменные затраты, ₽ | Маржинальный доход (CM), ₽ | Доля в CM, % | Накопленная доля CM, % | Класс ABC |
|---|---|---|---|---|---|---|
| Смартфоны флагманские | 4 200 000 | 2 940 000 | 1 260 000 | 44,52% | 44,52% | A |
| Беспроводные наушники | 2 100 000 | 1 100 000 | 1 000 000 | 35,34% | 79,86% | A |
| Смарт-часы базовые | 650 000 | 400 000 | 250 000 | 8,83% | 88,69% | B |
| Внешние аккумуляторы | 320 000 | 180 000 | 140 000 | 4,95% | 93,64% | B |
| Портативная климатическая техника | 280 000 | 190 000 | 90 000 | 3,18% | 96,82% | B |
| Защитные стекла и пленки | 90 000 | 40 000 | 50 000 | 1,77% | 98,59% | C |
| Аудиосистемы премиум | 120 000 | 92 000 | 28 000 | 0,99% | 99,58% | C |
| Кабели USB-C | 25 000 | 17 000 | 8 000 | 0,28% | 99,86% | C |
| Проводные гарнитуры (архив) | 10 000 | 6 000 | 4 000 | 0,14% | 100,00% | C |
| ИТОГО | 7 795 000 | 4 965 000 | 2 830 000 | 100,00% | — | — |
- Группа A (до 80% маржи): Флагманские смартфоны и Беспроводные наушники суммарно обеспечивают 79,86% прибыли.
- Группа B (следующие 15% маржи, накопительно до 95–97%): Смарт-часы, Аккумуляторы, Климатическая техника.
- Группа C (хвост до 100%): Стекла, Премиальное аудио, Кабели, Проводные гарнитуры.
Расчет вариативности спроса (динамика продаж в штуках по месяцам)
Оценим стабильность спроса, рассчитав среднее арифметическое (x̄), выборочное стандартное отклонение (σ) и коэффициент вариации (CV):
| Категория | М1 | М2 | М3 | М4 | М5 | М6 | x̄ (шт.) | σ | CV, % | Класс XYZ |
|---|---|---|---|---|---|---|---|---|---|---|
| Смартфоны флагманские | 41 | 43 | 39 | 42 | 40 | 44 | 41,5 | 1,87 | 4,5% | X |
| Беспроводные наушники | 95 | 110 | 180 | 220 | 130 | 105 | 140,0 | 49,60 | 35,4% | Y |
| Смарт-часы базовые | 25 | 24 | 26 | 25 | 23 | 25 | 24,7 | 1,03 | 4,2% | X |
| Внешние аккумуляторы | 35 | 42 | 40 | 50 | 38 | 44 | 41,5 | 5,28 | 12,7% | X |
| Портативная климатическая техника | 2 | 4 | 15 | 80 | 120 | 10 | 38,5 | 49,85 | 129,5% | Z |
| Защитные стекла | 145 | 150 | 140 | 155 | 148 | 152 | 148,3 | 5,16 | 3,5% | X |
| Аудиосистемы премиум | 1 | 0 | 3 | 0 | 1 | 0 | 0,83 | 1,17 | 140,4% | Z |
| Кабели USB-C | 30 | 28 | 45 | 60 | 32 | 35 | 38,3 | 12,01 | 31,3% | Y |
| Проводные гарнитуры (архив) | 2 | 0 | 1 | 0 | 3 | 0 | 1,0 | 1,26 | 126,5% | Z |
Итоговое распределение по 9 ячейкам
- AX: Смартфоны флагманские (основа прибыли, постоянный спрос).
- AY: Беспроводные наушники (высокая маржа, выраженные колебания спроса).
- AZ: В данном наборе данных прямых представителей нет (к AZ обычно относятся эксклюзивные модификации техники под заказ, редкое профессиональное оборудование).
- BX: Смарт-часы базовые, Внешние аккумуляторы (устойчивые продажи со средней маржинальностью).
- BY: Позиции умеренной доходности с сезонными всплесками.
- BZ: Портативная климатическая техника (ярко выраженный сезонный пик спроса при средней наценке).
- CX: Защитные стекла и пленки (стабильный спрос, но незначительный вклад в прибыль).
- CY: Кабели USB-C (умеренная вариативность, низкий маржинальный доход).
- CZ: Аудиосистемы премиум, Проводные гарнитуры (нестабильные редкие продажи при низком совокупном вкладе в маржу).
Матрица решений: маркетинговые стратегии для всех 9 групп
Совмещение категорий позволяет выстроить правила распределения бюджета и настроек в рекламных кабинетах.
| Сегмент | Экономическая роль | Рекомендуемая доля медиабюджета | Каналы и механики | Стратегия управления ставками |
|---|---|---|---|---|
| AX | Локомотивы бизнеса | 35–45% | Поисковый контекст, брендовая реклама, товарные галереи | Агрессивный выкуп показов (Search Impression Share > 85%), удержание спецразмещения |
| AY | Сезонные драйверы | 20–25% | Performance-кампании, ретаргетинг, прогрев в соцсетях | Гибкое бюджетирование: масштабирование в пик сезона, сокращение ставок в межсезонье |
| AZ | Высокочековые нерегулярные продажи | 5–10% | Лид-формы, поисковый контекст по точным артикулам, предзаказы | Автостратегии с жесткой фиксацией цены конверсии (CPA/CPO), без оплаты за клики |
| BX | Стабильный второй эшелон | 15–20% | Динамический ремаркетинг, смарт-баннеры, товарные фиды | Управление по целевой окупаемости инвестиций в рекламу (Target ROAS) |
| BY | Сезонные товары средней доходности | 5–10% | Таргетированная реклама на теплую аудиторию, контекст по сезонным ключам | Ограниченные по времени промокампании строго в активную фазу спроса |
| BZ | Ситуативный или непредсказуемый спрос | 0–5% | Контекст по точным низкочастотным запросам | Ручное ограничение ставок, запрет на околоцелевые и широкие фразы |
| CX | Дешевый сопутствующий ассортимент | 0% (прямой бюджет) | Cross-sell в корзине, триггерные рассылки, SEO | Исключение из платного поискового контекста; продажа как допродажа к группам A и B |
| CY | Низкомаржинальный сезонный хвост | 0% (прямой бюджет) | Email-маркетинг по базе, спецпредложения на сайте | Запрет на платный трафик, распродажи остатков через собственные каналы |
| CZ | Неликвид и архивные позиции | 0% | Органическая выдача маркетплейсов, офлайн-дисконт | Полная блокировка в рекламных фидах (минус-слова, стоп-листы) |
Как внедрить матрицу в регулярное медиапланирование
Матрица ABC/XYZ приносит измеримый финансовый результат только в том случае, когда она связана с управлением кампаниями в рекламных кабинетах.
1. Сегментация товарных фидов через Custom Labels
В товарные фиды (для Яндекс Директа и других рекламных платформ) внедряются пользовательские метки — custom_label_0 со значением ячейки матрицы (AX, AY, BX, CZ).
Кампании разделяются по уровню приоритета:
- Кампания High-Priority (AX, AY): выделенный бюджет без ограничений по дневным лимитам, максимальный приоритет в ставках.
- Кампания Mid-Priority (BX, BY): жесткий контроль окупаемости (Target ROAS), умеренные ставки.
- Исключения (Группа C): позиции с метками
CX,CY,CZисключаются из показов в платном поиске с помощью фильтров каталога, предотвращая нецелевой расход средств.
2. Регламент пересчета матрицы
- Штатный аудит: пересчет матрицы проводится 1 раз в квартал. Это защищает кампании от хаотичных перестроек алгоритмов оптимизации.
- Предсезонная калибровка: для сезонных направлений ревизия проводится за 4 недели до начала сезона на основе данных аналогичного периода прошлого года.
- Учет новинок (буферная группа NEW): товары без истории продаж нельзя автоматически отправлять в группу CZ. Новым позициям присваивается признак
NEW, и под них выделяется тестовый лимит (до 5–10% бюджета) на 30–60 дней для сбора первой статистики.
Частые ошибки при распределении бюджета по ABC/XYZ
- Опора на валовую выручку, а не маржинальный доход. Приводит к масштабированию оборота в ущерб чистой прибыли.
- Игнорирование повторных покупок (LTV). Если товар из группы CX служит точкой первого входа в воронку и обеспечивает высокий LTV за счет регулярных повторных покупок, его экономику оценивают на уровне когорты, а не единичной транзакции.
- Загрузка несегментированного фида в автостратегии. Без разметки смарт-кампании склонны генерировать конверсии по дешевым и низкомаржинальным товарам группы C, игнорируя позиции с высоким чеком.
- Слишком мелкий шаг времени при расчете вариативности. Расчет коэффициента CV по дням искусственно завышает разброс данных: даже бестселлеры попадают в категорию Z из-за естественных спадов продаж в выходные дни.
Часто задаваемые вопросы (FAQ)
Как часто нужно пересчитывать матрицу ABC/XYZ для рекламы?
Для большинства интернет-магазинов оптимален квартальный цикл. В сегментах с резкими сезонными перепадами (fashion-ритейл, климатическое оборудование) дополнительный пересчет выполняется за месяц до старта сезона по историческим показателям прошлого года.
Что делать с товарами группы AZ: чек высокий, но продажи единичные?
Для группы AZ противопоказана реклама по широким запросам с оплатой за клики. Оптимальный инструмент — смарт-кампании с оплатой за подтвержденную конверсию (CPA), низкочастотная контекстная реклама по точным модификациям и сбор предзаказов через посадочные страницы.
Нужно ли полностью отключать рекламу для группы CZ?
Платную контекстную и таргетированную рекламу для CZ отключают полностью. Эти товары реализуются через органический поисковый трафик, карточки кросс-продаж при оформлении основного заказа или через дисконтные офлайн-каналы.
Как классифицировать товары-новинки без статистики?
Номенклатура без истории относится к тестовой группе NEW. На нее выделяется фиксированный тестовый бюджет на 30–60 дней. По мере накопления данных о марже и динамике спроса позиция переводится в одну из 9 базовых ячеек матрицы.
Как исключить влияние дефицита (Out-of-Stock) на расчеты?
Интервалы времени, в течение которых товар отсутствовал на складе, исключаются из выборки. Если этого не сделать, нулевые значения снизят средний показатель и резко увеличат коэффициент вариации, ошибочно определив ходовой товар в группу Z.
Чек-лист: аудит ассортимента для медиапланирования
- Собрать данные: сформировать отчет по продажам в разрезе SKU за последние 6–12 месяцев с разбивкой по выручке, переменным расходам и штучным продажам по месяцам или неделям.
- Рассчитать CM: вычислить маржинальный доход каждого SKU (Revenue - VariableCosts) и отсортировать базу по убыванию показателя.
- Разделить по классам ABC: выделить класс A (первые 80% совокупной маржи), класс B (следующие 15%) и класс C (оставшиеся 5%).
- Рассчитать вариативность XYZ: для каждого товара рассчитать стандартное отклонение σ, среднее x̄ и коэффициент вариации CV = σ/ x̄. Присвоить классы X, Y, Z.
- Разметить рекламные фиды: добавить атрибут ячейки матрицы (AX, AY, BX и т. д.) в пользовательские поля товарного фида (
custom_label). - Перераспределить медиабюджет: направить 60–70% планового бюджета на группы AX и AY, зафиксировать целевой ROAS для группы B и полностью исключить прямые платные переходы на группу C.
Источники
- Xyz inventory analysis: Methods, formula, examples, and best ...
- Complete Guide to XYZ Analysis in Inventory Management
- What is XYZ Analysis? Definition and Formula
- What is ABC XYZ inventory analysis & how can it add value?
- ABC XYZ Analysis: How to Classify Inventory and Set Better Stock …
- XYZ Analysis for Shopify: How to Improve your Inventory ...



.svg.webp)





