ABC-анализ товаров: как эффективно управлять ассортиментом

ABC-анализ товаров — это метод управления ассортиментом, основанный на классификации позиций по степени их влияния на ключевые бизнес-показатели: выручку, прибыль, оборот, стоимость запасов. Концепция опирается на принцип Парето, гласящий, что 20% товаров приносят 80% дохода. Однако в реальности пропорции могут варьироваться: компании получают основной доход от узкой группы товаров, в то время как остальной ассортимент имеет второстепенное значение.

Суть метода заключается в делении ассортимента на три категории:

• Группа A — товары, приносящие наибольшую часть дохода или маржи. Обычно около 10–20% наименований формируют 70–80% прибыли.
• Группа B — позиции со средней значимостью: 20–30% товаров дают около 10–20% прибыли.
• Группа C — основной объем товарной матрицы (50–70% позиций), но на их долю приходится всего 5–10% прибыли или оборота.

Зачем нужен ABC-анализ? Потому что он позволяет:

• сфокусироваться на ключевых продуктах, приносящих наибольший доход;
• оптимизировать товарные запасы и снизить стоимость хранения на складе;
• упростить управление закупками и логистикой;
• принимать обоснованные решения о введении или выводе товаров из ассортимента;
• увеличить оборачиваемость товарных остатков без ущерба для выручки.

Метод широко используется в ритейле, дистрибуции, e-commerce, производстве и B2B-продажах. Для максимально точного результата подход следует адаптировать к специфике бизнеса: например, в рознице значение имеет частота покупок, а в производстве — доля в себестоимости готовой продукции.

Основа ABC-анализа — количественная оценка ассортимента с последующим разделением на группы A, B и C по их влиянию на цели компании. Конкретное значение показателя, по которому анализируются товары (например, объем продаж, выручка или прибыль), зависит от задач анализа. В торговле чаще всего это:

• общая выручка по каждой товарной позиции;
• валовая или операционная прибыль;
• доля в общем обороте;
• объем закупок от поставщиков;
• количество продаж в штуках — если важна частота покупок, а не экономический результат.

Пример: в компании есть 100 товарных наименований. Выбирается ключевой показатель (например, выручка). Все товары сортируются по убыванию этого показателя. Затем рассчитывается доля каждого товара в общей сумме выручки и накапливаются значения. Как правило, после этого применяются следующие границы:

• Группа A — товары, суммарно дающие 70–80% выручки (обычно 10–20 позиций);
• Группа B — от 15% до 25% (следующие 20–30 товаров);
• Группа C — оставшаяся часть (50+ позиций), формирующая всего 5–10% от выручки.

Такой разброс иллюстрирует, насколько значима малая часть ассортимента. Это подтверждается почти в любом бизнесе: группа A — основа выручки, приносит максимальный доход/маржу, составляет минимальный объем элементов товарной матрицы.

Пример: интернет-магазин одежды обнаруживает, что из 850 SKU только 110 моделей регулярно приносят 78% выручки. Остальные 740 моделей имеют либо низкий спрос, либо высокую стоимость хранения, либо устаревшие сезонные остатки.

Важно: если анализ проводится по количеству продаж, а не по выручке или прибыли, можно получить искаженную картину. Часто продаваемая, но низкомаржинальная продукция может попасть в группу A, хотя в реальности её присутствие лишь создаёт нагрузку на склад, не принося ощутимого результата.

При этом отдельный акцент стоит сделать на товарах, которые не приносят высокую выручку, но генерируют “трафик” (например, популярные позиции C-группы, ради которых покупатели заходят в магазин). Их исключение по итогам анализа без учёта спроса будет стратегической ошибкой. Именно поэтому часто используют дополнительно XYZ-анализ или RFM-анализ, чтобы видеть не только долю в прибыли, но и стабильность спроса и поведение покупателей.

Чтобы анализ был достоверным и приносил пользу, его необходимо проводить по чёткой последовательности. Вот пошаговая инструкция, охватывающая ключевые этапы выполнения ABC-анализа товаров:

Для полноценного анализа понадобятся:

• Наименование товара (SKU, артикул, категория, группа);
• Количество продаж за выбранный период (по возможности с детализацией по неделям или месяцам);
• Выручка и/или валовая прибыль по каждому товару;
• Себестоимость, цена закупки у поставщика;
• Товарные остатки, средний уровень запасов;
• Сезонность, акции, спецпредложения (если влияет на спрос);
• Средняя цена реализации (для уточнения маржи);
• Признак “новинка” или “устаревший товар” (особенно в e-commerce).

Рекомендуется забирать данные из CRM, ERP, Excel-отчётов, платформ аналитики (Power BI, Looker, Data Studio). Главное — чтобы данные были корректны и охватывали репрезентативный период: минимум 3 месяца, лучше — год.

Алгоритм:

1. Считаем вручную или в файле: оборот по каждому товару (цена × количество).
2. Строим таблицу и сортируем по убыванию этого параметра.
3. Суммируем общий оборот по всем товарам.
4. Для каждого товара рассчитываем долю в общих продажах (%).
5. Считаем нарастающий итог долей.
6. На этом этапе вы уже чётко видите: 15% товаров дают, например, 77% выручки. Остальные — выполняют скорее поддерживающую роль.

Пороговые значения возможны разные, в зависимости от цели. Классически:

• A: 70–80% от общей выручки;
• B: 15–25%;
• C: оставшиеся 5–10%.

Вы делите ассортимент на группы по нарастающему итогу и маркируете товары соответствующим тегом (столбец “Группа” в Excel-таблице).

Результат ABC-анализа — это не просто таблица с буквами. Это инструмент для принятия решений:

• С группой A нужно работать максимально активно: обеспечить постоянное наличие, улучшать закупочную политику, проводить конкурентный анализ цен.
• Группу B следует анализировать на предмет её потенциала: что можно поднять в A (с помощью маркетинга), а что опустить в C из-за снижения спроса.
• Позиции группы C часто требуют сокращения закупок, распродаж, выводов из ассортимента. Но есть нюансы: например, товары из категории C, привлекающие покупателей или дополняющие корзину, стоит сохранить как стратегический элемент ассортимента.

Инструменты проведения анализа:

• Excel или Google Sheets — базовый вариант. Можно построить таблицу с формулами =СУММ(), =СУММПРОИЗВ(), =Нарастающий итог. Это подходит для большинства малых и средних бизнесов.
• BI-системы (Power BI, Qlik Sense, Tableau) — позволяют автоматизировать и визуализировать результаты по группам, категориям, периодам.
• CRM или ERP-системы, если они поддерживают выгрузку нужных данных — удобно для регулярного анализа.

Важно: точность на входе — залог качества на выходе. Обновляйте структуру ABC регулярно: минимум раз в квартал, а при быстрой оборачиваемости товаров (одежда, косметика, кабельная продукция) — раз в месяц.

Сам по себе ABC-анализ — инструмент простой, но при некорректном применении он легко превращается в формальность, не влияющую на реальные решения. Ниже перечислены распространённые ошибки, которые снижают эффективность анализа.

• Использование устаревших или неполных данных. Анализ на основе прошлогодней статистики теряет смысл — особенно для сезонного или трендового бизнеса. Например, товар, популярный зимой, зимой же и должен анализироваться, а не летом.
• Игнорирование прибыльности товаров. Часто компании проводят анализ только по выручке, не учитывая маржинальность. В итоге в группу A попадают товары с высокой стоимостью продажи, но мизерной прибылью. Это искажает картину эффективности и приводит к неверным закупочным решениям.
• Перекос в пользу “группы А” и отказ от важной части ассортимента. Некоторые компании, проанализировав ассортимент, начинают отказываться от всего, что не входит в топ. Но товары из группы C могут быть необходимы: они “закрывают полку”, дополняют корзину, формируют лояльность (например, недорогие аксессуары к основному товару).
• Отсутствие последующих действий. Главное — не просто посчитать, а использовать. Если ничего не меняется после распределения по группам, бизнес результата не получит. Анализ — это способ упрощения принятия решений, а не статистический отчёт «ради отчёта».

Также часто встречается ошибка в выборе периода анализа. Например, при продаже техники год стоит делить на сезоны (лето, “чёрная пятница”, декабрь), а для производства — учитывать длительность производственного цикла и запаздывание спроса. Универсального ответа нет, но ошибка — смотреть только на “средний год” без детализации по периодам.

Результаты анализа должны быть интегрированы в политику управления ассортиментом, закупками и маркетингом. Ниже приведены практические подходы к работе с каждой группой товаров после классификации.

Группа A: максимальное внимание и контроль

Эти продукты приносят основной доход, поэтому:

• автоматически попадают в приоритет поставок — минимальные запасы контролируются ежедневно;
• маркетинговые усилия должны быть направлены на развитие этих позиций (усиление узнаваемости, программы лояльности, рекомендации в корзинах);
• рекомендуется регулярный XYZ-анализ группы A: если товар с высокой долей в выручке имеет нестабильный спрос, это сигнал к особо аккуратному управлению запасами.
• следить за ценами конкурентов, особенно в e-commerce — повышение цены на 2–3% по 20% ключевых позиций даёт больший эффект, чем 20% дисконта на неходовой товар.

B-группа часто недооценена и при грамотной стратегии может частично перейти в категорию А. Возможные действия:

• тестировать повышения спроса через промо, партнерские рассылки, центральную выкладку;
• анализировать успешные товары группы А и адаптировать подход к логике и ценам товаров из группы B (например, упаковка, позиционирование, каналы продаж);
• оптимизировать закупки: часто не доходящие до А товары имеют избыточные остатки и требуют разбора причин по каждой подкатегории.

Эти позиции мало влияют на выручку, но занимают до 70% склада. Стратегия:

• пересматривать ассортимент: убирать устаревшие и неприбыльные товары;
• использовать остатки для стимулирования продаж (например, «Подарок при покупке»);
• рассмотреть передачу на торговые площадки, маркетплейсы (если они менее чувствительны к оборачиваемости);
• реализовать стратегию “длинного хвоста” — если C-позиции обеспечивают разнообразие ассортимента, удовлетворяя редкий спрос, фиксировать минимальный уровень складских остатков и не держать больше необходимого.

На основе ABC-анализа формируются решения для:

• сокращения закупок наименее продуктивных категорий;
• увеличения закупок и маркетинговой активности по высокоценным товарам;
• управления ценами и скидками на основе ценности товара в структуре дохода;
• установки лимитов для группы C (например, в системе: “не закупать более 10 штук на SKU”);
• планирования оборота: группа A — высокая оборачиваемость и минимальный out-of-stock, C — длинный цикл закупки и ограниченный запас.

Четкая ABC-классификация позволяет сократить складские ресурсы до 15–25%, увеличив оборачиваемость на 10–40% без потери доступности ключевых товаров. Это подтверждено в практике торговли бытовой техникой, инструментами, химией, одеждой и даже в сервисах, работающих с нелинейным спросом.

ABC-анализ — действенный инструмент, но не универсальный. Он дает бизнесу представление о ценности товара, но не показывает стабильность спроса, поведенческие паттерны покупателей или влияние на корзину. Вот сравнение ABC с другими подходами и когда следует их комбинировать.

XYZ-анализ. Классифицирует товары по регулярности спроса:

• X — стабильный прогнозируемый спрос (высокая точность планирования);
• Y — умеренно колеблющийся (сезонность, акции);
• Z — нестабильный/хаотичный спрос (при планировании возможны ошибки более 50%).

Вместе с ABC получается матрица A/X, B/Y и т.д. Например, товар A/Z требует особой тактики: он приносит максимум прибыли, но спрос трудно предсказать — значит, важно иметь быстрые поставщики, избежать излишков.

RFM-анализ — применяется в маркетинге и CRM. Оценивает поведение покупателей:

• R (Recency) — давность последней покупки;
• F (Frequency) — частота покупок за период;
• M (Monetary) — затраченная сумма.
• RFM- и ABC-методы хорошо сочетаются в e-commerce и омниканале. Первый — для сегментации клиентов, второй — для квадратной матрицы «клиент — товар» (каким покупателям что продавать).

Когда ABC недостаточно:

• при высоком уровне сезонности или нестабильных продажах (малоэффективен без XYZ);
• в интернет-магазинах с широкой матрицей (без поведенческого анализа клиентов трудно понять, какие позиции «работают» как дополняющие корзину);
• при большом числе уникальных продаж (например, handmade, B2B-проекты) — важно комбинировать с оценкой жизненного цикла и спроса.

В то же время, для малого бизнеса, точек розничной продажи, производителей нишевой продукции ABC — достаточный старт. В этих случаях несложный анализ по выручке и обороту уже даёт понятные решения для оптимизации закупочной политики.

Рассмотрим упрощённый, но показательный пример из розничной торговли — сеть магазинов, реализующих бытовую электронику.

Исходная ситуация: более 1200 SKU в ассортименте, регулярные проблемы с нехваткой ключевых товаров, значительная часть бюджета уходит на закупку “ширины” — чтобы казалось, что выбор огромен. При этом 25% позиций не продавались более 90 дней. Руководство испытывало давление со стороны склада: оборачиваемость низкая, оборот капитала тормозился.

Команда аналитиков провела классический ABC-анализ по выручке за последние 6 месяцев. Использовалась таблица Excel с расчетом долей и нарастающего итога. Также параллельно внедрили XYZ-анализ для сегментации по стабильности спроса. Ситуация сложилась следующим образом:

• Группа A — 14% ассортимента, 78% всей выручки. Эти товары были часто недоступны на полке.
• Группа B — 22% позиций, 16% оборота. В основном — товары-аналоги A-группы, но по более низкой известности бренда.
• Группа C — 64% товаров, всего 6% общего оборота. Некоторые позиции простаивали на складе 180+ дней.

Принятые меры:

• Для группы A — заключены прямые договоры с поставщиками на приоритетную отгрузку и сформированы минимальные складские запасы с автоматическим пополнением.
• B-группу проверили на пересечение с A: те товары, которые продавались лучше, чем предполагалось, были переведены в A, усилили продвижение и скидки на другие позиции — в результате 18 товаров B-группы стали новыми хитами.
• C-группа — сокращено более 400 SKU, большая часть остатков использована в акциях “третий товар бесплатно” и уценке. Высвобождено более 30 м² складского пространства.

Результат через 3 месяца:

• Увеличение прибыли на 17% без расширения бюджета закупок;
• Сокращение товарных запасов на 21%;
• Рост оборачиваемости на 39%;
• Снижение просроченных остатков на 62%.

Итогом ABC-анализа стало качественное изменение подхода к ассортименту: теперь закупки и планирование идут от фактов, а не интуиции. В компании внедрена политика ежеквартального анализа — и используется связка ABC + XYZ как регулярный инструмент управления.

Даже небольшая компания может внедрить ABC-анализ — без дорогих BI-систем или полной автоматизации. Важен не масштаб, а регулярность и дисциплина. Вот базовый набор шагов для эффективного старта:

• Минимальный старт — Excel. Выгрузите список товаров с выручкой и количеством продаж. Постройте таблицу, посчитайте доли и отсортируйте по убыванию. Необязательно делать всё идеально: хватит 80% точности, чтобы выявить сильные и слабые позиции.
• Поручить проведение анализа — аналитик (в штате или на подряд), менеджер по закупкам или руководитель отдела продаж. Важно, чтобы исполнитель понимал цели анализа и умел не просто построить таблицу, а предложить на основе результата конкретные действия.
• Частота анализа может варьироваться от сезонного (2–4 раза в год) до ежемесячного — в зависимости от темпа изменений в спросе. Для fast fashion, FMCG, маркетплейсов: ежемесячно. Для B2B и долгосрочных контрактов — достаточно раз в квартал.

Полезно также:

• объединять ABC с XYZ при высокой волатильности спроса;
• сохранять результаты в динамике — анализировать, кто “перешёл” из группы в группу;
• визуализировать результаты: графики, тепловые карты, дашборды — повышают наглядность и качество принимаемых решений.

Даже простая реализация ABC-анализа позволяет бизнесу зафиксировать зоны роста и запустить управляемые изменения в политике закупок, маркетинге и товарной стратегии — без кардинальных инвестиций.