XYZ–анализ — одна из форм анализа товарного ассортимента магазина, сети или отдельной товарной группы в ритейле.



XYZ–анализ определяет стабильность продаж товара за определенный период. Полезен для управления ассортиментом и поставками товаров, организации работы с поставщиками. Результаты позволяют разделить товары по категориям и выделить для них место на складе, уровень запасов и организацию доставки.

Как отдельный метод анализа в ритейле XYZ используется не так уж часто, чаще его можно встретить как совмещенный с АВС анализом.
Но, в любом случае, как метод для принятия решений по управлению ассортиментом товарной группы или магазина может принести несомненную пользу.

Начнем с рассмотрения его особенностей и возможностей применения.

Цель — проанализировать поведение каждого товара за определенный период для управления товарным ассортиментом.

Критерием для анализа может выступать количество проданного товара за определенный период, спрос на товар, количество покупок.

Этапы проведения XYZ–анализа


  1. Выбираем ассортимент товаров для анализа.

    В зависимости от цели анализ может проводиться по всему ассортименту магазина, торговой сети или товарной группы. Но, мы предлагаем проводить анализ только по основному ассортименту.

    В основной ассортимент попадают товары, которые продаются хотя бы 2 раза в неделю за выбранный для анализа период.

    Товары, которые по каким-либо причинам стали продаваться реже 2 раз в неделю, выпадают из основного ассортимента. Это могут быть элитные, новые, сезонные или отсутствующие на складе товары. Они анализируются отдельно, потому что требуют повышенного внимания.
  2. Определяем временной интервал для анализа, для которого будем рассчитывать стабильность поведения каждого товара. Интервалом может быть один день, неделя, месяц.

    Интервал для анализа должен превышать периодичность продаж большей части товаров, которые будем анализировать.

    Для продуктового ритейла логичным выбором будет неделя из-за цикличности покупательского поведения.
  3. Временной период, по которому будем проводить анализ.

    Чем больше выбранный период и чем больше в него входит временных интервалов, тем нагляднее будут полученные данные.
  4. Рассчитываем среднеарифметическое значение количества продаж каждого товара за выбранный интервал.



    Например, рассчитаем среднеарифметическое для продаж товара Молоко за сентябрь с интервалом в 1 день.

  5. Среднеквадратическое отклонение — показатель рассеивания в продажах товара по выбранному интервалу относительно среднего арифметического для продаж этого товара. Чем меньше среднеквадратическое отклонение, тем ближе к среднему находятся данные о продажах.



    Среднеквадратическое отклонение для нашего примера по Молоку рассчитывается так:

  6. Далее определяем коэффициент вариации для каждого товара, это будет относительный показатель.



    Определяем коэффициент вариации для Молока:



    Почему не получиться использовать только среднеквадратическое отклонение не используя коэффициент вариации?

    Среднеквадратическое отклонение зависит от количества проданного товара, а стабильность продаж нет. Если периодичность продаж будет одинакова, коэффициент вариации будет схожим как для товаров с 10, так и со 100, 1000 продажами.

    В некоторых случаях коэффициент вариации может быть больше 1, если продажи товара слишком нестабильны. Например, товар не продавался несколько месяцев, а потом за один день продалось 100 штук.

    Для иллюстрации на скрине ниже продажи товара с коэффициентом 1,3. Сыр, то не продавался вообще, то за неделю было продано больше 60 кг продукта.

  7. Сортируем полученные значения коэффициента вариации от меньшего к большему.
  8. Определяем категории X, Y, Z.

При выборе показателей коэффициентов стоит использовать здравый смысл и знание своей товарной группы или ассортимента сети в целом.

  • Категория Х, в которую попадают товары с минимальным колебанием продаж, характеризующиеся стабильной величиной потребления и высокой степенью прогнозирования до 0,1-0,2.
  • Категория Y, в которую попадают товары со средним колебанием продаж от 0,2 до 0,6, с сезонными колебаниями и средними возможностями их прогнозирования.
  • Категория Z, в которую попадают товары с резкими колебаниями продаж от 0,6 и выше, с нерегулярным потреблением и непредсказуемыми колебаниями, поэтому, спрогнозировать их спрос невозможно.


Для проведения XYZ анализа обязательно нужно помнить о сезонности продаж для определенных товаров. Элементарный пример — это мороженое, которое отличается высокой стабильностью продаж в жаркую часть года, и абсолютно нестабильными в холодную.

Учет столь многих факторов требует автоматизации проведения анализа. На этот момент существует уже достаточно большое количество систем, которые значительно упрощают работу аналитика или категорийного менеджера.

Для примера XYZ анализа предлагаем проведенное нами исследование с помощью сервиса BI Datawiz.io.
для сети супермаркетов из 11 магазинов по торговой группе “Молоко и молочные продукты”. Целью было выделить категории товаров для управления ассортиментом и выработать общие рекомендации по формированию заказа для каждой категории.

Большая часть товаров, которые входят в группу “Молоко и молочные продукты”, продаются постоянно, часто закупаются впрок в супермаркетах на выходные. Потому выбран временной интервал — неделя.

Проводить анализ группы будем за последние полгода.

Мы знаем что в целом товарная группа “Молоко и молочная продукция” одна из самых часто продаваемых в любом супермаркете. Это дает нам возможность выделить достаточно равномерные категории с такими коэффициентом вариации:

Категория X — от 0 до 0,2;

Категория Y — от 0,2 до 0,6;

Категория Z — больше 0,6.



В разрезе товарной группы “Молоко и молочная продукция”, проведенный анализ выделил категорию Х из 123 товаров.

В таблице ниже специально выделены два товара, которые при большой разнице в количестве продаж имеют одинаковый коэффициент вариации, т.е. одинаковую стабильность продаж. Это стоит учитывать, одинаково стабильными могут быть как товар с 18 продажами за полгода, так и с несколькими тысячами продаж.



Построение визуализации, как на скрине ниже, дает нам возможность провести анализ товаров из категории Х и выделить лидеров продаж — это пастеризованное молоко нескольких марок. На такие товары стоит ориентироваться в первую очередь при организации поставок, их пропажа на полках может привести к значительным потерям в продажах, в то время как отсутствие непопулярного товара покупатели могут и не заметить.



Что-бы более наглядно показать стабильность продаж, приводим графики продаж отдельных товаров из каждой категории Х, Y и Z.

Так выглядит график продаж товара группы Х. Как видно, колебания продаж в невелики.


Категория Y. Самая многочисленная категория — сюда входит 572 товара.



Так выглядит график продаж товара категории Y.


Посмотрим на категорию Z, сюда входит 131 товар с абсолютно нестабильными продажами.



Так выглядит график продаж для товара этой категории. Как видим, в последние 2 месяца было 2 неожиданных роста продаж товара и снова резкое падение.



Как еще можно использовать XYZ анализ?


Стабильность продаж товаров важный показатель эффективности работы торговой сети и каждого магазина.

Применим XYZ анализ для определения проблемных магазинов сети. Используем данные той же товарной группы “Молоко и молочные продукты” за полгода, она всегда отличается высокими показателями и стабильностью продаж.

Построим визуализацию данных по каждому магазину торговой сети с такими показателями:
по горизонтали — оборот каждого магазина за выбранный период;
по вертикали — коэффициент вариации;
диаметр точки — средний чек.



Как видим, коэффициент вариации продаж товарной группы “Молоко и молочные продукты” для большинства магазинов сети, кроме одного, не выше 0,15. Лучший оборот и средний чек показывают магазины №1 и №2.

А вот магазин №7 отличается низким оборотом и высоким коэффициентом вариации. Продажи не стабильны, более чем в 2 раза сравнивая с другими магазинами торговой сети. Важно определить причины такого разрыва и принять меры для эффективной работы этого магазина.

Как применять результаты анализа?



Выделяют два подхода к управлению товарным ассортиментом, так называемые “американскую” и “японскую” системы управления запасами товаров.

“Американская” или традиционная система управления предполагает ограничение рисков с использованием максимизации запасов товарного ассортимента, формализацию и настройку всех процессов анализа ассортимента и складских запасов “раз и навсегда”.

Четкое выполнение всех процедур дает возможность эффективного управления. Менеджеры торговой сети стараются максимально обезопасить себя от перебоев и проблем с поставками, нерегулярного спроса на товары формируя достаточный запас.

Такая система управления требует значительных материальных вложений и постоянного анализа товарных запасов, но уменьшает риски для ассортимента магазина или сети.

“Японская” система управления запасами — это минимизация, оптимизация и автоматизация. Система более гибкая и не такая стандартизированная в сравнении с “американской”.

Предполагает точный прогноз покупательского поведения, прогноз продаж товаров, и организацию на его основе системы Автозаказа, четкость в управлении всей системой заказа и доставки, надежных поставщиков, доставку “точно в срок”.

Торговая сеть строит свои отношения с поставщиками на доверии и делегировании части обязанностей. Товарный запас рассматривается в японской системе, как показатель недоверия к поставщику.

Эти две модели управления дуалистичны, но в наших реалиях оптимально срабатывает их объединение и разработка универсальных решений.

На основе этих систем управления проанализируем желаемые подходы к работе с каждой категорией:

Категория Х. Товары с самой высокой стабильностью спроса и продаж.
Это упрощает поставки — мы всегда знаем сколько этого товара продастся и сколько еще его необходимо заказать.
В случае категории Х — минимизация наш вариант! Запас на складе должен быть для восполнения разницы между продажей и заказом. Предполагается не минимизация запасов, а минимизация управленческих усилий, настраивание точных поставок “срок в срок”.

Категория Y. Сезонные колебания, устойчивый рост или снижение — типичные характеристики спроса на эти позиции, значит нужен запас. Главным для этой категории стоит вопрос оптимизации уровня запаса, для обеспечения необходимого уровня обслуживания покупателей при минимуме затрат на создание и поддержание запаса.

Категория Z. Сюда относятся товары, не имеющие ни тенденций, ни постоянства в продажах. Прогноз продаж для них невозможен и нецелесообразен, а значит оптимизационный подход к управлению запасами не вариант. Выбор остается между минимизацией (до исключения товаров из ассортимента) или максимизацией (если позволяют финансовые возможности) запасов категории Z.

При анализе ассортимента с помощью XYZ категорий важно помнить, что это один из целого комплекса методов, который можно использовать как по отдельности, так и в комплексе. О совмещенных видах анализа читайте в следующих публикациях от Datawiz.io.

XYZ–анализ, в свою очередь, бесспорно полезен при определении категорий по сети, отдельному магазину или товарной группе с точки зрения стабильности продаж отдельных товаров, оптимизации системы поставок, при определении проблемных магазинов с непостоянными продажами.

Комментарии (0)