ABC/XYZ-анализ на маркетплейсах. Небольшой гайд, как добраться до реальных цифр

Селлеры почти всегда делятся на два лагеря. Причём из первого все постоянно мечутся во второй и обратно. Первые закупаются интуитивно, рекламу настраивают интуитивно; а вторые корпят в огромных экселевских таблицах, пытаясь свести отчеты Wildberries с реальной себестоимостью и тонут в цифрах. И те, и другие в итоге теряют деньги: первые — на неликвиде и замороженной оборотке, вторые — на бесконечной операционке и ошибках в формулах. Чтобы выйти из этого круга, нужно не просто считать, а понимать структуру своих денег. Для этого и существует связка ABC- и XYZ-анализа, но применять её нужно с поправкой на суровую реальность маркетплейсов, а не так, как учили на третьем курсе универа.

ABC-анализ — это классификация выручки, отвечающая на вопрос «что продавать». Показывает, какие товары реально дают маржинальность, а какие просто занимают место на складе и создают видимость бурной деятельности.

XYZ-анализ — классификация спроса, отвечает на вопрос «когда продавать». Показывает предсказуемость спроса и помогает понять, когда и сколько товара закупать, чтобы не переплачивать за хранение (особенно в модели FBO) и не ловить out of stock (OOS дальше) топовых позиций.

На своём складе можно всё, что угодно: товар просто полежит лишний месяц–другой (хотя тоже как бы, аренда, ФОТ, инфраструктура). На складе маркетплейса каждый день простоя неликвида несёт за собой расходы. А если ошиблись в другую сторону и не успели подвезти товар из X, улетаете в OOS, карточка падает в выдаче, и теряете деньги, которые могли бы заработать.

Главная проблема и для ABC, и для XYZ, как и всегда, данные (и не данные конкурентов: для всех любителей парсеров). Данные подтаскиваются из финансовых отчетов маркетплейса и собственной аналитики (я уже неоднократно писал про то, что жить без нормальной отчётности, настроенной хотя бы минимально в «экселе» нельзя после роста до определённых масштабов оборотки).

Классическая ошибка — делить товары на категории A, B и C только по выручке. Можно делать огромные обороты на товаре с околонулевой маржинальностью (который генерирует убытки или нулевую прибыль; напоминаю, что маржинальность = прибыль/выручка * 100%). Мы у себя используем подход по подсчёту ABC, где классификация идет одновременно по трем метрикам: выручка, валовая прибыль и количество проданных штук: это единственный способ увидеть реальную картину. Товар может быть в топе по деньгам, но на дне по прибыли; и это надо контролировать.

С XYZ-анализом на маркетплейсах еще сложнее. Академическая теория говорит, что категория X — это товары с колебаниями спроса до 10%. Но в e-com, где правят акции, сезонность и глюки алгоритмов, таких товаров почти не существует. Если применять стандартные формулы, большая часть ассортимента будет улетать в категорию Z (непредсказуемый хаос). Поэтому пороги нужно расширять, допуская вариативность до 50% для стабильной группы. И смотреть нужно не на неделю, а минимум на квартал, чтобы сгладить случайные пики. Отсюда напрашивается очевидный вывод: XYZ-анализ невозможно провести без статистики (причём статистики конкретного селлера). Это тезис для любителей «только захожу на МП, как понять, что в группе X».

Самое интересное начинается, когда происходит наложение полученной матрицы на юнит-экономику. Представим товар из группы AX: он продается много, стабильно и генерирует почти всю выручку. Результат анализа под выводом предполагает больший закуп. Но если открыть финансовую модель, может оказаться, что с учетом всех комиссий, логистики и возвратов, этот товар работает в ноль или минус. Это паразитический товар, который мнимо замаскирован под топовую позицию. Здесь нужно принимать решение: либо поднимать цену, жертвуя объемом продаж, либо выводить товар из матрицы, если экономика не сходится.

Бывает и обратная ситуация. Товар в группе CZ, продается редко, спрос рваный, одна продажа в месяц. Стандартная рекомендация из анализа — вывод из матрицы. Но если у него огромная маржинальность и дешёвое хранение (обычно только в FBS), он может быть эффективнее, чем оборачиваемый товар со средней или низкой маржинальностью. Одна продажа такого «CZ» приносит прибыли как десяток продаж оборачиваемой мелочёвки.

Когда матрица готова, остаётся следовать стратегии. С группой AAAX всё просто: здесь нельзя допускать отсутствия товара, нужно жестко контролировать остатки и аккуратно работать с рекламой. Группа B — это зона роста, тут нужно разбираться с воронкой продаж и контентом. Хвосты из группы C и Z есть смысл подчищать.

Всё логично, но есть неочевидная история, которую обозвали «эффектом белой простыни».

Иногда дешёвый, неликвидный на первый взгляд товар генерирует органический трафик, который приходит в карточку магазина и конвертируется во что-то другое. Если просто удалить такую карточку, основываясь на сухих цифрах ABC-анализа, могут просесть продажи всего магазина. Поэтому перед зачисткой ассортимента всегда стоит проверять, не является ли товар донором трафика (это тема отдельной статьи).

Пытаться управлять сотнями SKU без налаженного XYZ-анализа практически нереально: или OOS, или огромные косты на хранение и логистику (что иногда удивительно: товары категории Z могут часто кататься по всей стране, но оставаться в этой группе). Без ABC будет получаться классическая история «прибыль ещё не считали, но обороты бешеные». Именно для решения этой задачи и выстроена методология ABC-анализа.

Кстати говоря, существуют отдельные селлеры, которые почти не опираются на эти цифры, но у таких людей очень неплохо отрабатывает интуиция, которая всё равно всё считает, но выдаёт только конкретные результаты, но не процесс расчёта (который сейчас во всех системах финансового учёта выстроен автоматически и «подсасывает» и банковские транзакции, и штрафы с ВБ). Так тоже жить можно, кто же запрещает.