XYZ-анализ — метод группировки товаров, клиентов или других объектов по стабильности показателя во времени. Для каждой позиции рассчитывают относительный разброс значений и относят её к группе X, Y или Z: от наиболее предсказуемой до наиболее изменчивой.
Метод помогает планировать запасы, оценивать регулярность заказов и находить процессы, где прогнозу нельзя доверять без дополнительных факторов. Он отвечает на вопрос о стабильности, но не показывает прибыльность или общий вклад объекта в результат.
Что означают группы X, Y и Z
В группу X относят позиции с небольшими колебаниями. Их спрос или другой выбранный показатель относительно стабилен, поэтому объём можно прогнозировать увереннее. Для таких товаров проще определить страховой запас и регулярность поставок.
Группа Y объединяет объекты с заметной изменчивостью. Колебания часто имеют объяснимую природу: сезон, календарные события, рекламные кампании, цикл закупок клиента. Прогноз возможен, если выделить этот фактор и сравнивать сопоставимые периоды.
В группе Z находятся позиции с нерегулярной динамикой. Продажи могут зависеть от редких заказов, случайного спроса, единичных акций или слишком короткой истории. Это не означает, что товар плохой. Он может быть маржинальным, стратегическим или необходимым для комплектной продажи.
Часто используют ориентиры до 10% для X, от 10% до 25% для Y и выше 25% для Z, но границы нельзя считать универсальным стандартом. Компания выбирает их с учётом категории, периода, частоты данных и допустимой ошибки прогноза.
Для каких задач применяют XYZ-анализ
В управлении ассортиментом метод помогает разделить товары с ровным и случайным спросом. Для X-позиций можно настроить регулярное пополнение, Y анализировать по сезонам, а Z заказывать осторожнее или под конкретную потребность. Решение всегда дополняют данными о марже, сроке поставки и роли товара.
В продажах анализируют стабильность заказов клиентов. Ровный оборот не обязательно означает высокий, но позволяет точнее планировать нагрузку и денежный поток. В маркетинге сравнивают регулярность лидов по каналам, а в операционной работе — время выполнения, объём заявок или загрузку подразделений.
XYZ-анализ полезен, когда наблюдений достаточно и периоды сопоставимы. Если товар появился месяц назад, продажи обнулялись из-за отсутствия на складе или цена резко менялась, коэффициент отражает смесь спроса и внутренних ограничений.
Метод поддерживает Data Driven-подход, но не отменяет экспертную проверку. После расчёта нужно объяснить причины каждой нетипичной позиции.
Как провести расчёт
Сначала выбирают объект, показатель и период. Для товарного анализа это могут быть продажи в штуках по неделям или месяцам. Натуральные значения полезны, когда цены часто меняются: иначе рост выручки из-за подорожания будет выглядеть как изменение спроса.
Для каждой позиции рассчитывают среднее значение и стандартное отклонение. Коэффициент вариации равен стандартному отклонению, делённому на среднее, и обычно выражается в процентах. Чем он ниже, тем ближе наблюдения к среднему уровню.
- соберите одинаковое число периодов для всех объектов;
- очистите явные ошибки и отметьте отсутствие товара;
- рассчитайте среднее и стандартное отклонение;
- получите коэффициент вариации;
- примените утверждённые границы групп;
- проверьте причины выбросов и сезонности.
Если среднее равно нулю или близко к нему, коэффициент становится бессмысленным или чрезмерно большим. Такие позиции нужно вынести в отдельную проверку, а не автоматически помещать в Z.
Как интерпретировать результат вместе с ABC-анализом
XYZ показывает предсказуемость, но не ценность. Поэтому его часто объединяют с ABC-анализом, который разделяет объекты по вкладу в выручку, прибыль или другой итоговый показатель. Получается матрица из девяти сочетаний.
| Сочетание | Интерпретация | Типичное действие |
|---|---|---|
| AX | Высокий вклад и стабильность | Поддерживать доступность и точный контроль |
| AY | Высокий вклад с колебаниями | Учитывать сезон и причины спроса |
| AZ | Высокий вклад при слабом прогнозе | Разбирать заказы и страховать риск |
| CZ | Низкий вклад и случайность | Проверить необходимость позиции |
Матрица не выдаёт готового решения. Например, дорогая запчасть может редко продаваться, но быть обязательной для сервиса. Перед сокращением запаса учитывают срок поставки, заменяемость, обязательства перед клиентом и последствия отсутствия.
Полезно сравнивать переходы между группами. Если AX-позиция стала AZ, причина может быть в дефиците, изменении канала продаж или появлении конкурента. Динамика часто информативнее разового снимка.
Ограничения и частые ошибки
Сильный разовый всплеск увеличивает коэффициент и способен отправить перспективный товар в Z. Если всплеск связан с известной кампанией, анализируют базовый и промо-периоды отдельно. Сезонные товары также нельзя оценивать по смеси высокого и низкого сезона без декомпозиции.
Нули требуют объяснения. Они могут означать отсутствие спроса, но также отсутствие товара, закрытый магазин или ошибку учёта. Автоматическое включение таких значений искажает вывод. Аналогично, выручку нельзя сравнивать без поправки на значительные изменения цены.
Короткий период создаёт случайную картину, а слишком длинный смешивает разные рыночные условия. Горизонт выбирают по циклу спроса и частоте решений. Результат пересчитывают регулярно, сохраняя одинаковую методику для сравнения.
Наконец, нельзя принимать решение только по букве группы. XYZ — диагностический слой. Он показывает, где прогноз устойчив, а где нужно изучить факторы, но не заменяет анализ экономики и стратегии ассортимента.
Практическое применение этого подхода можно включить в задачи комплексного интернет-маркетинга от Saygona.
Комментарий экспертаПеред расчётом договоритесь, что именно считается спросом и почему в данных появляются нули. Чистая формула на загрязнённой истории создаёт убедительную, но ложную классификацию. Качественная подготовка данных обычно важнее точности выбранных границ X, Y и Z.
Вопросы и ответы: XYZ-анализ
Он показывает относительную стабильность выбранного показателя во времени и делит объекты на группы от предсказуемых до изменчивых.
По коэффициенту вариации: стандартное отклонение делят на среднее значение и сравнивают результат с принятыми в компании границами.
Показатель меняется нерегулярно и плохо прогнозируется. Это повод изучить причины, а не автоматическое основание удалить объект.
Чтобы одновременно учитывать стабильность и вклад объекта в результат, например выделить прибыльные, но непредсказуемые позиции.
