Сайт использует сookies для хранения данных. Продолжая использовать сайт, вы даёте согласие на работу с этими файлами.

ОК
📈
Маркетинг
Опубликовано:
19.10.2026
•
Обновлено:
19.10.2026

ABC/XYZ-анализ ассортимента: как распределять маркетинговый бюджет по товарным группам

Александр Троицкий

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:

  1. 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.
  2. 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

  1. AX: Смартфоны флагманские (основа прибыли, постоянный спрос).
  2. AY: Беспроводные наушники (высокая маржа, выраженные колебания спроса).
  3. AZ: В данном наборе данных прямых представителей нет (к AZ обычно относятся эксклюзивные модификации техники под заказ, редкое профессиональное оборудование).
  4. BX: Смарт-часы базовые, Внешние аккумуляторы (устойчивые продажи со средней маржинальностью).
  5. BY: Позиции умеренной доходности с сезонными всплесками.
  6. BZ: Портативная климатическая техника (ярко выраженный сезонный пик спроса при средней наценке).
  7. CX: Защитные стекла и пленки (стабильный спрос, но незначительный вклад в прибыль).
  8. CY: Кабели USB-C (умеренная вариативность, низкий маржинальный доход).
  9. 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, CZ исключаются 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

  1. Опора на валовую выручку, а не маржинальный доход. Приводит к масштабированию оборота в ущерб чистой прибыли.
  2. 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.
  3. Загрузка несегментированного фида в автостратегии. Без разметки смарт-кампании склонны генерировать конверсии по дешевым и низкомаржинальным товарам группы C, игнорируя позиции с высоким чеком.
  4. 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

  1. 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.
  2. Рассчитать CM: вычислить маржинальный доход каждого SKU (Revenue - VariableCosts) и отсортировать базу по убыванию показателя.
  3. Разделить по классам ABC: выделить класс A (первые 80% совокупной маржи), класс B (следующие 15%) и класс C (оставшиеся 5%).
  4. Рассчитать вариативность XYZ: для каждого товара рассчитать стандартное отклонение σ, среднее x̄ и коэффициент вариации CV = σ/ x̄. Присвоить классы X, Y, Z.
  5. Разметить рекламные фиды: добавить атрибут ячейки матрицы (AX, AY, BX и т. д.) в пользовательские поля товарного фида (custom_label).
  6. 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

Это авторская статья, основанная на личном опыте и субъективном взгляде автора. Заметили ошибку или битую ссылку? Сообщите нам: info@codesrc.ru - мы оперативно исправим. Спасибо, что помогаете делать блог лучше.
Следите за нами в соцсетях:

Читайте также