Как провести XYZ-анализ в Excel: от подготовки данных до визуализации

Если вы открыли Excel с данными о продажах за год и нужно сегментировать товары по стабильности спроса, но не знаете, как автоматизировать расчет коэффициента вариации для XYZ-анализа, эта инструкция закрывает пробел. Первая ошибка новичков — попытка вручную считать стандартное отклонение для каждой позиции в 1000+ строк. На практике это приводит к хаосу в формулах и потерянному времени. Правильный подход: использовать СТАНДОТКЛОН.В() + СРЗНАЧ() в связке с условным форматированием, чтобы за 15 минут получить готовые группы X, Y, Z с визуальным разделением.

XYZ-анализ в Microsoft Excel или Google Таблицах решает две ключевые задачи: выявляет товары с предсказуемым спросом (группа X) и те, чьи продажи скачут хаотично (группа Z). Например, если коэффициент вариации для позиций из группы Z превышает 50%, их стоит исключить из долгосрочных прогнозов или перевести на систему заказов "под реализацию". В этой статье — пошаговый алгоритм с формулами, которые копируются на весь диапазон, а также типовые ошибки, из-за которых Excel выдает #ДЕЛ/0! или #ЗНАЧ!.

Что такое XYZ-анализ и зачем он нужен в Excel

XYZ-анализ — метод сегментации товаров по стабильности спроса, где каждая позиция относится к одной из трех групп:

• 📊 X — стабильный спрос (коэффициент вариации < 10%). Пример: хлеб в супермаркете или канцтовары для офисов.
• 📈 Y — умеренные колебания (коэффициент вариации 10–50%). Пример: сезонная одежда или электроника со скидками.
• 🎢 Z — хаотичный спрос (коэффициент вариации > 50%). Пример: ограниченные тиражи коллекционных товаров.

В отличие от ABC-анализа (который ранжирует товары по доле в выручке), XYZ фокусируется на предсказуемости. Комбинация обоих методов дает матрицу ABC-XYZ, где, например, товары группы A-X — приоритет для запасов, а C-Z — кандидаты на вывод из ассортимента. В Excel этот анализ проводят с помощью двух формул: для расчета стандартного отклонения и среднего значения, а результат интерпретируют через условное форматирование.

Ключевое преимущество XYZ-анализа в таблицах — автоматизация. Например, если у вас данные по 5000 SKU за 24 месяца, ручной расчет занял бы недели. В Excel же достаточно:

1. Подготовить исходную таблицу (столбцы: Наименование, Период 1, Период 2...).
2. Добавить столбцы для Среднего, Стандартного отклонения и Коэффициента вариации.
3. Применить формулы и отсортировать по группам.

⚠️ Внимание: Если в исходных данных есть нулевые продажи (например, товар не продавался в некоторые месяцы), стандартное отклонение будет искажено. Решение: замените нули на минимальное ненулевое значение или используйте функцию ЕСЛИ() для фильтрации.

Подготовка данных для XYZ-анализа

Исходная таблица должна содержать:

• 📋 Столбец с наименованиями товаров (или SKU).
• 📅 Столбцы с продажами по периодам (месяцы, кварталы). Минимально достаточно 12 периодов для достоверности.
• 🔢 Числовые значения (не текст!). Если данные импортированы из 1С или CRM, проверьте формат ячеек (Числовой или Общий).

Пример структуры:

Если периоды расположены в строках (а не в столбцах), используйте ТРАНСП() или ВПР() для преобразования. Альтернатива — сводная таблица с группировкой по месяцам.

Формулы для расчета коэффициента вариации

Коэффициент вариации (CV) рассчитывается как отношение стандартного отклонения к среднему значению, выраженное в процентах:

=СТАНДОТКЛОН.В(B2:M2)/СРЗНАЧ(B2:M2)*100

Где:

• СТАНДОТКЛОН.В() — стандартное отклонение по выборке (используйте .В, а не .Г, если данные — вся генеральная совокупность).
• СРЗНАЧ() — среднее арифметическое.
• B2:M2 — диапазон с продажами по периодам для первого товара.

Пример для группы X (стабильный спрос):

Если формула возвращает #ДЕЛ/0!, проверьте:

1. Есть ли в диапазоне хотя бы одно ненулевое значение (стандартное отклонение от нулей не считается).
2. Правильно ли указан диапазон (например, B2:M2, а не B2:M12 для одной строки).

Заменены все текстовые значения на числа|Удалены пустые строки|Диапазон в формуле соответствует реальным данным|Столбец с наименованиями не попал в расчет-->

Автоматическое распределение по группам X, Y, Z

После расчета коэффициента вариации (CV) добавьте столбец с формулой для автоматической группировки:

=ЕСЛИ(O2<10%;"X";ЕСЛИ(O2<50%;"Y";"Z"))

Где O2 — ячейка с CV для первой строки.

Альтернативный вариант с более гибкими порогами (например, для рынков с высокой волатильностью):

=ЕСЛИ(O2<15%;"X";ЕСЛИ(O2<60%;"Y";"Z"))

Чтобы визуально выделить группы, используйте условное форматирование:

1. Выделите столбец с группами (X/Y/Z).
2. Перейдите на вкладку Главная → Условное форматирование → Создать правило.
3. Выберите Форматировать только ячейки, которые содержат → Текст → содержащий → введите X.
4. Задайте зеленый цвет заливки для X, желтый для Y, красный для Z.

Как настроить пороги для специфических рынков

Для FMCG (продукты питания) часто используют пороги 5% и 25% вместо стандартных 10% и 50%, так как спрос на бакалею более стабилен. Для модных товаров (одежда, гаджеты) пороги можно сдвинуть до 20% и 70% из-за сезонности.

Типовые ошибки и как их избежать

Критическая ошибка: использование СТАНДОТКЛОН.Г() вместо СТАНДОТКЛОН.В(). Первая функция рассчитывает стандартное отклонение для генеральной совокупности, вторая — для выборки. Для XYZ-анализа (где данные — это выборка из возможных продаж) правильный выбор — .В().

Другие распространенные проблемы:

• 🔴 Нулевые продажи: если товар не продавался в несколько периодов, CV будет завышен. Решение: замените нули на 1 или используйте ЕСЛИ(значение=0;1;значение).
• 🔴 Несовпадающие диапазоны: если в формуле для СРЗНАЧ() и СТАНДОТКЛОН() указаны разные диапазоны, результат исказится.
• 🔴 Текст вместо чисел: проверьте формат ячеек с продажами (должен быть Числовой).

⚠️ Внимание: Если в данных есть выбросы (например, одна продажа в 1000 единиц при среднем в 10), они исказят CV. Решение: исключите аномалии с помощью функции ЕСЛИ() или фильтра.

Excel|Google Таблицы|Power BI|Другой (напишите в комментариях)-->

Визуализация результатов XYZ-анализа

Для наглядности создайте сводную таблицу с группировкой по X/Y/Z и добавьте:

1. Гистограмму: по оси X — группы, по оси Y — количество товаров или доля в ассортименте.
2. Тепловую карту: выделите ячейки с CV цветом (от зеленого для X до красного для Z).
3. Диаграмму рассеяния: по оси X — средние продажи, по оси Y — CV, чтобы выявить товары с высоким спросом, но нестабильными продажами (группа A-Z в матрице ABC-XYZ).

Пример сводной таблицы для визуализации:

Для диаграммы рассеяния используйте:

1. Ось X: средние продажи (СРЗНАЧ()).
2. Ось Y: коэффициент вариации (CV).
3. Цвет маркеров: группа X/Y/Z.

Автоматизация XYZ-анализа с помощью Power Query

Если данных много (10 000+ строк), используйте Power Query для автоматизации:

1. Импортируйте данные в Power Query через Данные → Из таблицы/диапазона.
2. Добавьте столбцы для Среднего и Стандартного отклонения с помощью языков M или DAX.
3. Сгруппируйте по X/Y/Z и экспортируйте обратно в Excel.

Пример кода на M для расчета CV:

= Table.AddColumn(#"Предыдущий шаг", "CV", each List.StandardDeviation([Продажи]) / List.Average([Продажи]) * 100)

Преимущества Power Query:

• 🔄 Обновление в один клик: при изменении исходных данных пересчет происходит автоматически.
• 📊 Обработка больших массивов: нет ограничений на количество строк, как в стандартных формулах Excel.
• 🔧 Гибкость: можно добавить фильтры (например, исключить товары с продажами < 10 единиц).

FAQ: Частые вопросы по XYZ-анализу в Excel

Можно ли проводить XYZ-анализ по данным за 6 месяцев?

Минимально рекомендуемый период — 12 месяцев, так как меньший интервал не отражает сезонность. Если данных мало, используйте квартальные продажи за 2–3 года.

Как быть, если у товара нулевые продажи в большинстве периодов?

Исключите такие товары из анализа или замените нули на 1 (если товар теоретически мог продаваться). Альтернатива — использовать медиану вместо среднего.

Чем XYZ-анализ отличается от ABC?

ABC ранжирует товары по доле в выручке или количестве, а XYZ — по стабильности спроса. Вместе они дают матрицу для приоритизации ассортимента.

Как автоматизировать XYZ-анализ для ежемесячного обновления?

Создайте шаблон с формулами и подключите его к источнику данных (например, через Power Query или ВПР()). Используйте ИНДЕКС() для динамических диапазонов.

Какие альтернативы Excel для XYZ-анализа?

Для больших данных подойдут Power BI (с визуализацией на дашбордах), Python (библиотека pandas) или R (пакет dplyr).