XYZ-анализ спроса для планирования поставок на WB

XYZ анализ продаж — это простой способ понять, какие товары на Wildberries продаются стабильно, а какие требуют более осторожного планирования поставок. Метод помогает снизить риск нехватки товара и не держать лишние остатки на складе. Ниже разберём, как посчитать коэффициент вариации, распределить товары по группам X, Y, Z и задать буфер под каждую категорию.

Что такое XYZ-анализ спроса и зачем он нужен на WB

XYZ-анализ — это метод оценки стабильности спроса по каждому SKU. Он показывает не только объём продаж, но и то, насколько сильно продажи «скачут» от недели к неделе. Для селлера WB это полезно при планировании поставок, потому что один и тот же оборот может требовать разного запаса в зависимости от регулярности спроса.

Смысл метода простой: чем стабильнее продажи, тем точнее можно планировать поставку. Если товар продаётся ровно, достаточно небольшого буфера. Если спрос волнообразный, запас нужен больше, иначе товар быстро выйдет из остатков и карточка потеряет продажи.

• X — стабильный спрос, низкие колебания
• Y — умеренные колебания, спрос предсказуем не всегда
• Z — нестабильный спрос, сильные скачки

На практике XYZ-анализ часто используют вместе с ABC-анализом, но для планирования поставок на WB достаточно начать именно с него. Особенно если ассортимент уже есть, а задача — сократить нехватку товара и не замораживать деньги в лишних остатках.

Как собрать данные для расчёта

Для расчёта берут продажи по каждому SKU за одинаковые периоды. На WB чаще всего удобно использовать недели. Минимум — 8 периодов, лучше 12, чтобы увидеть реальную стабильность спроса, а не случайный всплеск.

1. Выберите период анализа: 8–12 недель.
2. Соберите продажи каждого SKU по неделям.
3. Исключите недели с техническими срывами, если товар отсутствовал по вашей вине или был выключен из продажи.
4. Посчитайте среднее значение продаж и отклонения.

Если товар часть периода был недоступен, данные искажаются. В таком случае лучше не считать его как обычный SKU, иначе коэффициент вариации будет завышен и товар ошибочно попадёт в Z-группу.

Для примера возьмём 6 недель продаж по одному SKU: 98, 102, 101, 99, 100, 100 штук. Такой ряд показывает почти одинаковый спрос и подходит для проверки формулы.

Формула коэффициента вариации и пример расчёта

Ключевой показатель XYZ-анализа — коэффициент вариации. Он показывает, насколько разбросаны продажи относительно среднего уровня. Чем он ниже, тем стабильнее спрос.

CV = (sigma / mean) x 100

Где sigma — стандартное отклонение продаж, mean — среднее значение продаж за период. На практике удобнее считать в Excel или Google Sheets.

Разберём пример. Продажи по неделям: 98, 102, 101, 99, 100, 100. Среднее значение = 600 / 6 = 100. Отклонения от среднего: -2, 2, 1, -1, 0, 0. Квадраты отклонений: 4, 4, 1, 1, 0, 0. Сумма квадратов = 10. Стандартное отклонение для выборки ≈ 1,41. Тогда CV = 1,41 / 100 x 100 = 1,41%. Это очень стабильный спрос, значит товар относится к X.

Для сравнения: если продажи по неделям составили 40, 120, 60, 150, 30, 100, среднее = 83,3. При сильном разбросе стандартное отклонение может быть около 46, и CV получится примерно 55%. Это уже Z-группа.

Группы X, Y, Z: пороги и смысл для поставок

После расчёта коэффициента вариации товары распределяют по группам. Наиболее распространённые пороги такие: X — до 10%, Y — от 10% до 25%, Z — выше 25%. В некоторых категориях границы могут быть чуть другими, но для старта этих значений достаточно.

• X: спрос почти не меняется, поставки можно планировать точно
• Y: спрос колеблется умеренно, нужен средний буфер
• Z: спрос нестабилен, запас рассчитывают осторожно

С точки зрения логистики WB группа X — это товары, которые можно держать с небольшим запасом на 1–2 недели. Для Y обычно нужен запас на 2–3 недели. Для Z буфер часто увеличивают до 3–4 недель, а иногда переходят на поставки меньшими партиями, но чаще.

Важно не путать высокий оборот и стабильный спрос. Товар может продаваться много, но при этом быть Z, если спрос резко растёт на акциях и падает в обычные недели. Для поставки это риск: сегодня товар закончился, завтра завис на складе.

Как задать буфер под X, Y и Z при планировании поставки

Буфер — это дополнительный запас сверх планового спроса, который защищает от колебаний и задержек в поставке. Его размер зависит не только от группы, но и от срока доставки до склада WB, скорости сборки и риска резкого роста продаж.

1. Посчитайте средние продажи за неделю.
2. Умножьте среднее на количество недель до следующей поставки.
3. Добавьте буфер в зависимости от группы товара.
4. Сравните результат с текущими остатками на складе.

Практическая схема буфера для WB:

• X: буфер 10–15% от планового объёма или запас на 1 неделю
• Y: буфер 20–30% или запас на 2 недели
• Z: буфер 30–50% или поставка с запасом на 3–4 недели

Пример. Средние продажи товара — 50 штук в неделю. До следующей поставки 2 недели. Для X-группы план = 50 x 2 = 100 штук. Добавляем 10% буфера = 10 штук. Итого поставка 110 штук. Для Y-группы при тех же данных и буфере 25% поставка составит 125 штук. Для Z-группы при буфере 40% — уже 140 штук.

Такой расчёт помогает заранее увидеть, где возникнет нехватка товара, а где можно сократить объём поставки без потери продаж. Если товар стабилен, нет смысла в избыточном запасе. Если спрос скачет, экономия на буфере часто приводит к потере выручки.

Как использовать XYZ-анализ в Excel и в ежедневной работе

XYZ-анализ удобно вести в таблице. В первой строке размещают недели, в столбце — SKU, дальше считают среднее, стандартное отклонение и коэффициент вариации. После этого автоматически присваивают группу по порогу.

1. Соберите продажи по неделям в таблицу.
2. Рассчитайте среднее значение по каждой позиции.
3. Рассчитайте стандартное отклонение.
4. Посчитайте CV и присвойте группу X, Y или Z.
5. Задайте правило буфера для каждой группы.

Если ассортимент большой, начинайте с топ-50 или топ-100 SKU по выручке. Так вы быстрее поймёте, где запасы требуют контроля в первую очередь. Нестабильные позиции с низкой маржой часто лучше не раздувать по остаткам, а проверять минимальной партией.

Полезно пересматривать XYZ-матрицу раз в 2–4 недели. Спрос меняется из-за сезона, рекламы, рейтинга карточки и конкурентов. Товар, который был X в мае, в ноябре может стать Y или Z.

Связанные статьи: ABC-анализ ассортимента на WB, Прогноз продаж на WB, Страховой запас на WB.