XYZ‑анализ: как отличить стабильный спрос от случайного

XYZ‑анализ группирует товары по изменчивости продаж за одинаковые периоды. Обычно используют коэффициент вариации: стандартное отклонение / среднее значение × 100%. Небольшой коэффициент показывает более ровный ряд, но не доказывает будущую предсказуемость и не означает высокую прибыль.

Плюсомер перед расчётом проверяет нули. Три недели без продаж выглядят нестабильно, пока не выяснится, что товар все три недели ехал на склад. Анализ отсутствия коробки не стоит выдавать за анализ покупательского настроения.

Какие данные подготовить

Выберите единый показатель и одинаковые интервалы: например, завершённые продажи в штуках по неделям. Соберите данные по сопоставимым SKU. Не смешивайте одну карточку до объединения вариантов с другой структурой после него.

Принцип классификации описывает справочник Т‑Банка о XYZ‑анализе. Для своих решений нужно дополнительно отметить дефицит, акции, изменение цены и сезонность.

Для иллюстрации достаточно четырёх периодов, но для устойчивого вывода обычно нужна более длинная релевантная история. Длина должна соответствовать циклу спроса. Четыре удачные недели не описывают годовую сезонность.

Пример расчёта с одинаковым средним

Возьмём три учебных ряда по четыре периода. Среднее у всех равно десяти единицам. Для стандартного отклонения рассматриваем эти четыре наблюдения как всю описываемую совокупность и делим сумму квадратов отклонений на четыре.

Для товара Б отклонения равны −2, 2, −2, 2. Квадраты дают 16 в сумме; 16 / 4 = 4; квадратный корень равен двум. Два делим на десять и получаем 20%.

В таблице можно использовать функцию стандартного отклонения генеральной совокупности, например STDEV.P в соответствующей локали. Выборочная функция делит иначе и даст другое значение. Подпишите используемый метод.

Как присвоить X, Y и Z

Границы задайте до интерпретации и сохраните в методике. Для учебной группировки можно принять X до 10% включительно, Y свыше 10% до 25% включительно, Z свыше 25%. Тогда А попадёт в X, Б в Y, В в Z.

Это выбранные границы примера, не обязательный стандарт для каждой категории. При мелком редком спросе коэффициент часто высок даже у нормального товара. Новинки и сезонные позиции требуют отдельного рассмотрения.

При среднем ноль формула не определена. Полностью нулевой ряд нельзя автоматически объявить идеальным X только потому, что отклонение тоже нулевое. Сначала выясните наличие, видимость и длительность наблюдения.

Какие выводы опасны

X не гарантирует будущий спрос: постоянная акция или ограниченный запас могли искусственно выровнять продажи. Z не означает плохой товар: это может быть сезон, оптовый заказ или редкая дорогая покупка.

Нулевая продажа при отсутствии товара не отражает доступный спрос. Пометьте такие периоды и выберите отдельный способ анализа. Простое удаление всех неудобных недель тоже искажает картину.

XYZ не оценивает вклад в результат. Для него добавьте ABC‑анализ по выбранной выручке или прибыли. Не переносите буквенный класс напрямую в решение «закрыть карточку».

Как использовать результат для запаса

Для ровных рядов легче начать с регулярного пополнения. Для изменчивых нужны проверка причин и сценарии, а не автоматически огромный резерв. Свяжите вывод с временем поставки, ценностью наличия и стоимостью излишка.

Плюсомер помогает смотреть доступные продажи, запас и экономику товаров. ИИ‑помощнику можно задать вопрос об изменениях по загруженным данным, но классификацию и расчёт вариации проверяйте по своей таблице. Алиса на Яндекс Станции удобна для коротких вопросов о разрешённых показателях.

Попробуйте бесплатно: 14 дней с первой успешной непустой загрузки, без карты. Возьмите три товара с разными графиками и сначала отметьте периоды отсутствия. В демо можно посмотреть доступные отчёты.

Частые вопросы

Что показывает XYZ‑анализ?

Изменчивость выбранного ряда по одинаковым периодам. Он не определяет прибыльность и не гарантирует точный прогноз будущего спроса.

Как рассчитывается коэффициент вариации?

Стандартное отклонение делят на среднее значение и умножают на 100%. Метод отклонения и интервалы должны быть одинаковыми для сравниваемых товаров.

Какие границы использовать для X, Y и Z?

Их выбирают и закрепляют под задачу. Пороги 10% и 25% в статье служат учебным примером, не универсальным правилом для всех категорий.

Почему нельзя отнести все нулевые продажи к X?

При нулевом среднем обычная формула не определена. Нулевой ряд требует проверки наличия, видимости и истории товара, а не автоматического вывода о стабильности.