ABC-XYZ анализ: как приоритизировать товары и клиентов

Когда в каталоге интернет-магазина 2 400 товарных позиций, а в CRM — 18 000 клиентов, вопрос «на что тратить время и бюджет» превращается в отдельную задачу. Простой ABC-анализ по выручке даёт ответ наполовину: он показывает, какие товары приносят деньги, но молчит о том, насколько стабильно они продаются. Товар может быть в топе по обороту и при этом скакать от нуля до полусотни продаж в неделю — под него нельзя строить ни закупку, ни рекламный бюджет так же уверенно, как под стабильного лидера.

Я занимаюсь контекстной рекламой и аналитикой для интернет-магазинов и B2B-проектов, и матрицу ABC-XYZ строю регулярно — не как отдельное упражнение, а как основание для решений: какие SKU выводить в товарные кампании и смарт-баннеры Яндекс Директа, какие клиентские сегменты держать на постоянной email-рассылке, а какие — оставить на автоматическом ретаргетинге без ручного внимания.

В этой статье — как посчитать ABC- и XYZ-группы, как свести их в матрицу из девяти квадрантов, что делать с каждым квадрантом на практике, чем метод отличается от RFM-анализа клиентов и когда его вообще не стоит внедрять.

Что такое ABC-XYZ анализ простыми словами

ABC-анализ — это ранжирование товаров или клиентов по вкладу в результат (обычно выручку или маржу) и распределение их на три группы: A — самые ценные, B — средние, C — малозначимые. В основе лежит принцип Парето: на практике 15–20% позиций обычно дают 75–82% оборота, а не ровно «80 на 20» — цифра гуляет от каталога к каталогу.

XYZ-анализ решает другую задачу — оценивает не ценность, а стабильность спроса. Группа X — товары со стабильным, предсказуемым спросом (колебания продаж от месяца к месяцу небольшие). Группа Y — спрос с заметными, но объяснимыми колебаниями, часто сезонными. Группа Z — спрос нерегулярный, спонтанный, плохо прогнозируемый.

ABC-XYZ анализ — это объединение двух классификаций в одну матрицу 3×3. Товар одновременно получает буквенную метку по ценности (A/B/C) и по стабильности (X/Y/Z) — например, AX (ценный и стабильный) или CZ (малозначимый и хаотичный). Именно сочетание, а не каждый показатель по отдельности, даёт рабочую основу для решений по закупке, ассортименту и рекламному бюджету.

Зачем совмещать ABC и XYZ анализ в закупках и маркетинге

Для закупок логика простая: под класс X можно держать минимальный страховой запас и заказывать по расписанию, под класс Z — либо держать буфер побольше, либо работать под заказ, потому что предсказать спрос точнее не получится при любом объёме исторических данных.

Для маркетинга и рекламы применение не менее конкретное. В товарных кампаниях и товарной кампании Яндекс Директа нет смысла одинаково продвигать все 2 400 SKU — бюджет размывается, а система обучения на конверсиях не успевает набрать статистику по каждому товару. Матрица ABC-XYZ даёт список из 180–260 позиций класса AX/AY, которые логично выводить в приоритетные фиды и динамические объявления отдельным блоком, с более высокой ставкой.

Ниже — обобщённый пример логики, а не описание конкретного реального проекта. В интернет-магазине с 2 400 SKU матрица показала: 214 позиций попали в AX/AY (8,9% ассортимента), но давали 61% выручки. При выделении их в отдельную товарную кампанию с повышенным бюджетом ROAS по этой группе вырос с 4,1 до 5,6 за счёт более точного соответствия ставки ценности товара — тогда как раньше бюджет распределялся автостратегией почти равномерно по всему фиду.

Как провести ABC-анализ: расчёт долей и накопленного итога

Алгоритм ABC-анализа состоит из пяти шагов.

1. Выбрать метрику. Чаще всего — выручка за период, но для магазинов с разной маржинальностью категорий честнее считать по марже: товар с большим оборотом и наценкой в 6% может быть менее ценным, чем товар с меньшим оборотом и наценкой в 34%.

2. Отсортировать позиции по убыванию метрики. Сверху — самые весомые.

3. Посчитать долю каждой позиции в общей сумме (выручка позиции / сумма выручки по всем позициям × 100%).

4. Посчитать накопленный итог — сумму долей нарастающим итогом сверху вниз.

5. Присвоить группу по накопленному итогу: A — до 80%, B — от 80% до 95%, C — от 95% до 100%. Пороги не догма: для B2B с концентрированной клиентской базой границу A часто сдвигают до 70%.

Товар	Выручка, ₽	Доля	Накопленный итог	Группа
Товар 1	412 300	31,4%	31,4%	A
Товар 2	268 900	20,5%	51,9%	A
Товар 3	184 700	14,1%	66,0%	A
Товар 4	96 200	7,3%	73,3%	B
Товар 5	51 400	3,9%	77,2%	B
Товар 6–14	суммарно 197 800	15,1%	92,3%	B
Остальные 46 SKU	суммарно 100 600	7,7%	100%	C

Для расчёта маркетинговых метрик по итогам такой сортировки, кроме доли выручки, полезно сразу смотреть на маркетинговые метрики — CPA и ROAS по группе A обычно требуют отдельного пересчёта, потому что именно на эти позиции чаще всего идёт основной трафик.

Как провести XYZ-анализ: коэффициент вариации спроса

XYZ-анализ строится на коэффициенте вариации (CV) — отношении стандартного отклонения продаж к среднему значению за период, выраженном в процентах.

Классические пороги: X — CV до 10%, Y — от 10% до 25%, Z — свыше 25%. Это ориентир, а не жёсткая граница: для бизнеса с выраженной сезонностью (садовая техника, новогодний декор) даже стабильный по сути товар может показывать CV 30–40% просто из-за сезона — и это нормально, а не признак хаоса. В таких случаях границы X/Y/Z разумно сдвигать вверх на 8–12 пунктов, иначе почти весь каталог попадёт в Z без пользы для решений.

Матрица ABC-XYZ: как объединить результаты в девять групп

После того как у каждой позиции есть буква по ценности (A/B/C) и буква по стабильности (X/Y/Z), их просто объединяют — AX, AY, AZ, BX, BY, BZ, CX, CY, CZ. Получается матрица 3×3, где каждая клетка — это группа товаров с похожей логикой управления.

Как читать квадранты — от AX до CZ на практике

AX — ядро ассортимента: высокая ценность, стабильный спрос. Максимальный приоритет в закупке, обязательное наличие на складе, отдельная строка бюджета в рекламе.

AY и AZ — ценные, но нестабильные. Требуют более гибкого прогноза спроса (часто — по сезонному коэффициенту, а не по среднему), страхового запаса выше обычного и осторожности при масштабировании рекламного бюджета: рост ставки может привести к дефициту товара на складе быстрее, чем ожидалось.

BX, BY, BZ — средний сегмент. Здесь окупается автоматизация: автостратегии на пополнение, автотаргетинг в рекламе без ручного контроля каждой позиции.

CX — низкая ценность, но стабильный спрос: кандидаты на автоматический реордер с минимальным вмешательием, не тратить на них ручное время аналитика.

CY и CZ — низкая ценность и нестабильный спрос. Именно здесь чаще всего скрывается «мёртвый» ассортимент: в примере выше 761 SKU из группы CZ дают 0,1% выручки при 31,7% всего каталога. Это кандидаты на распродажу, вывод из активного фида или полное исключение из товарных кампаний — они только размывают статистику обучения алгоритмов Директа.

ABC-XYZ анализ клиентов: приоритизация базы, а не только товаров

Тот же метод применим к клиентской базе. ABC-группа по клиенту — доля в общей выручке или в LTV (здесь полезно свериться с расчётами из статьи про юнит-экономику, чтобы использовать одну и ту же методику расчёта LTV во всех отчётах). XYZ-группа — стабильность покупок конкретного клиента во времени: регулярный ежемесячный заказчик попадёт в X, клиент с редкими, но крупными разовыми закупками — в Z.

На практике это напрямую влияет на работу с базой в CRM-маркетинге: клиентам группы AX логично предлагать программы лояльности и персональные менеджерские условия, клиентам AZ — точечные предложения к моменту их обычного «всплеска» закупок, а не равномерную рассылку раз в неделю. Клиентов CZ обычно оставляют на автоматических триггерных цепочках без ручного сопровождения — вести их индивидуально просто нерентабельно.

Для B2B-проектов с длинным циклом сделки такое разделение особенно ценно на этапе построения карты пути клиента: разным ABC-XYZ группам обычно соответствуют разные точки касания и разная частота коммуникации на одном и том же этапе воронки.

ABC-XYZ анализ vs RFM-анализ клиентов: что выбрать

Оба метода приоритизируют клиентскую базу, но отвечают на разные вопросы. Подробный разбор методики RFM и порядка расчёта — в статье про сегментацию клиентов, здесь — только принципиальная разница.

Параметр	ABC-XYZ анализ	RFM-анализ
Что оценивает	Вклад в выручку + стабильность спроса	Давность, частоту и сумму покупок
Основное применение	Прогноз спроса, закупка, распределение рекламного бюджета	Поведенческие маркетинговые сегменты, реактивация
Чувствительность к недавности	Не учитывает напрямую	Ключевой параметр (recency)
Годится для товаров	Да, основная область применения	Нет, метод только для клиентов

На практике методы дополняют друг друга: ABC-XYZ показывает, кто ценен и стабилен по объёму, RFM — кто «остывает» и требует реактивации прямо сейчас. Для полноценной аналитики клиентской базы разумно считать оба показателя и смотреть на пересечение — например, клиент AX по ABC-XYZ, но с низким R (давно не покупал) по RFM, это сигнал приоритетного звонка, а не рассылки.

Частые ошибки при ABC-XYZ анализе

Когда ABC-XYZ анализ не нужен

Как автоматизировать расчёт: Excel, Google Таблицы, DataLens

Для разового расчёта достаточно Excel или Google Таблиц. Ключевые формулы: СТАНДОТКЛОН.Г() и СРЗНАЧ() для коэффициента вариации, СУММ() с накопительным итогом для ABC-группы, и вложенные ЕСЛИ() для присвоения буквы по порогам.

Если данные обновляются ежедневно и матрицу нужно смотреть в динамике, разовый расчёт в таблице быстро устаревает. В этом случае логично выгружать данные через API Яндекс Метрики и API Яндекс Директа и собирать автоматически обновляемый дашборд в Яндекс DataLens — там матрицу можно построить как связанный виджет с фильтрами по категории и периоду, без пересчёта вручную каждый месяц.

Для интернет-магазинов с активной контекстной рекламой полезно свести матрицу с данными по каналам — тогда становится видно, откуда фактически приходят покупатели AX-товаров, и это уже вопрос сквозной аналитики, а не только товарного учёта. А для оценки того, насколько эффективно рекламный бюджет распределяется именно по товарным кампаниям, стоит заглянуть в статью про рекламу интернет-магазина в Яндекс Директе.