Классический ABC-анализ ранжирует товарные позиции по накопленной доле выручки и делит их на группы A, B и C. Это удобный, но односторонний взгляд: выручка показывает масштаб позиции, но ничего не говорит о том, насколько она выгодна и как быстро возвращает вложенные в неё деньги. В результате в группу лидеров попадают SKU, которые дают большой оборот почти без прибыли или замораживают оборотный капитал в запасах.
Многофакторный ABC-анализ решает эту проблему. Он оценивает каждую позицию сразу по трём факторам — выручке, валовой рентабельности и оборачиваемости — и сводит их в один профиль, по которому ассортимент делится на понятные группы с готовым управленческим действием. Ниже разбираем логику метода по шагам: какие факторы брать, как присвоить классы, как свернуть профили в группы и чем дополнить картину перед решением о выводе позиции.
Почему одного показателя недостаточно
Когда ассортимент ранжируют только по выручке, картина искажается в трёх типичных ситуациях. Первая: высокая выручка при низкой рентабельности — позиция тащит оборот, но приносит мало прибыли. Вторая: низкая выручка при высокой рентабельности — нишевый, но прибыльный товар, который по выручке попадёт в хвост и рискует быть недооценённым. Третья: высокая выручка при медленной оборачиваемости — позиция замораживает оборотный капитал в запасах, и реальная отдача на вложенные деньги оказывается низкой.
Во всех трёх случаях один показатель ведёт к неверному управленческому выводу. Поэтому ранжировать ассортимент стоит сразу по нескольким показателям, а не по одному — так каждая позиция оценивается и по масштабу, и по выгодности, и по скорости возврата денег.
Три фактора и трёхбуквенный профиль
В основе метода — три фактора, по каждому из которых позиция получает свой класс A, B или C:
- Выручка — масштаб SKU: какую долю продаж в деньгах он даёт.
- Валовая рентабельность — доля выручки, которая остаётся после всех прямых затрат; показывает, насколько позиция выгодна.
- Оборачиваемость в днях — сколько дней позиция лежит в запасе до продажи; показывает, как быстро возвращается оборотный капитал.
Классы по трём факторам вместе образуют трёхбуквенный профиль в порядке «выручка — рентабельность — оборачиваемость». Например, профиль AAA — это ядро бизнеса: крупная, прибыльная и быстрая позиция. Профиль ACC — большой оборот, который не приносит прибыли и замораживает деньги в запасах. Всего из трёх классов по трём факторам получается 27 возможных профилей, от AAA до CCC.
Как свернуть 27 профилей в три группы
Работать с 27 профилями по отдельности неудобно, поэтому их сворачивают в группы по простому правилу. Каждому классу присваивается вес: A — 2 балла, B — 1 балл, C — 0 баллов. Баллы по трём факторам складываются, и позиция получает итоговую оценку от 0 (профиль CCC) до 6 (профиль AAA).
По сумме баллов ассортимент делится на три корзины: 5–6 баллов — ядро, 3–4 балла — рабочий ассортимент, 0–2 балла — кандидаты на вывод. Дополнительно стоит заложить вето по марже как страховку на случай другой системы баллов: позиция с рентабельностью класса C не попадает в ядро, даже если поднять вес выручки или оборачиваемости. Это защищает ядро от ситуации, когда убыточный оборот формально считался бы основой бизнеса.
Три рабочие группы ассортимента
Результат сворачивания — вместо списка из 27 кодов три понятные корзины, к каждой из которых привязано готовое действие.
- Ядро (5–6 баллов): профили вроде AAA, AAB, ABA, BAA. Эти позиции защищают — держат сервис, запас и приоритет в матрице.
- Рабочий ассортимент (3–4 балла): профили вроде ABB, BBB, ACA, CAA, BAB. Их поддерживают и подтягивают слабый фактор.
- Кандидаты на вывод (0–2 балла): профили вроде CCC, CCB, BCC, ACC, CAC. По ним проводят ревизию и при подтверждении — делистинг.
Показательный пример — профиль ACA: высокая выручка, низкая рентабельность, быстрая оборачиваемость. Он набирает 4 балла (2+0+2) и попадает в рабочую группу, а не в ядро: высокая выручка и оборачиваемость не дотягивают до порога ядра из-за низкой рентабельности. Так метод не пускает в ядро позиции, которые приносят оборот, но не прибыль.
Чем дополнить ABC перед решением о выводе
Многофакторный ABC отбирает кандидатов на вывод, но окончательное решение по ним стоит принимать вместе с sell-out метриками — показателями реальных продаж в точках. Они помогают понять, кого из кандидатов действительно выводить, а кого слабая выручка подводит лишь из-за узкой дистрибуции.
- Активные торговые точки — в скольких точках позиция реально продавалась за период. Слабая выручка может быть не виной продукта, а следствием узкой дистрибуции.
- Активные точки в федеральных сетях — отдельно от общей дистрибуции. Листинг в федеральных сетях — стратегический актив: его легко потерять и трудно вернуть.
- Off-take SKU — средние продажи на одну активную точку. Показывает, насколько позиция нужна покупателю там, где она есть, отдельно от ширины дистрибуции.
Например, позиция может быть слабой по всем трём факторам, но держать листинг в нескольких федеральных сетях. Поспешный вывод закроет полку, которую потом будет трудно вернуть, — разумнее сначала провести ревизию цены и промо, а не сразу делистинг.
Что это значит для поставщика
Для поставщика и производителя FMCG многофакторный ABC — это способ говорить с сетью на языке её собственной экономики и заранее защищать ключевые позиции.
Во-первых, стоит самостоятельно считать профиль своих SKU по трём факторам, а не только по выручке: понимание, какие позиции у сети попадают в ядро, а какие в кандидаты на вывод, помогает заранее готовить аргументы и не терять листинг. Во-вторых, по позициям с низкой рентабельностью имеет смысл работать на опережение — пересматривать цену, промо и условия, пока вето по марже не вывело их из ядра. В-третьих, перед тем как соглашаться с делистингом, важно показывать сети sell-out метрики: активные точки, присутствие в федеральных сетях и off-take — они нередко объясняют слабую выручку узкой дистрибуцией, а не низким спросом.
Многофакторный ABC-анализ превращает ранжирование ассортимента из одномерной сортировки по выручке в управляемую систему, где каждая позиция оценивается по масштабу, выгодности и скорости возврата денег. А связка профиля ABC с sell-out метриками позволяет принимать решения по полке не вслепую, а на основе полной картины — от отгрузки до продаж в конкретной точке.
