Правильно составленная товарная матрица в Excel становится фундаментом для управления закупками, позволяя мгновенно отсеять неликвид и выявить товары-локомотивы. Без структурированных данных в табличном редакторе ритейлер или снабженец рискует заморозить оборотные средства в запасах, которые не генерируют прибыль, а лишь занимают складские площади. Автоматизация этого процесса с помощью формул и сводных таблиц превращает хаотичный список номенклатуры в работающий инструмент финансового планирования.
Ключевым этапом является не просто выгрузка остатков из учетной системы, а их правильная категоризация по ABC и XYZ критериям непосредственно в ячейках. Ошибка на этапе подготовки исходных данных или неверно выбранный период анализа могут привести к тому, что стратегически важные позиции будут ошибочно помечены как балласт. Поэтому подход к формированию матрицы требует строгого алгоритма действий и проверки входящих массивов информации.
Использование Excel для этих целей дает гибкость, недоступную во многих стандартных ERP-системах, позволяя настраивать собственные коэффициенты маржинальности и оборачиваемости. Вы сможете визуально оценить, какие группы товаров требуют срочной ротации, а какие — дополнительного маркетингового продвижения. Далее мы разберем детальный процесс создания такого инструмента с нуля.
Для начала работы необходимо собрать исходные данные, которые обычно выгружаются из 1С, CRM или складской программы в формате .csv или .xlsx. Базовый набор должен включать артикул, наименование, остатки на складе, (продажи в штурах) и выручку за выбранный период. Без этих первичных показателей невозможно построить даже простейшую аналитическую модель.
Подготовка исходных данных и очистка списка
Первым шагом станет импорт выгрузки в чистый лист Excel, где необходимо провести предварительную санацию данных. Часто в номенклатурных справочниках встречаются дубли, товары с нулевыми остатками, которые уже списаны, или позиции без штрихкодов. Удаление такого информационного шума критически важно, так как он искажает расчеты средней оборачиваемости.
Рекомендуется привести все текстовые поля к единому формату, убрав лишние пробелы функцией =СЖПРОБЕЛЫ и унифицировав регистр букв. Если в базе есть составные наименования, их лучше разделить по столбцам с помощью инструмента «Текст по столбцам», чтобы отделить бренд от модели. Это упростит дальнейшую группировку и фильтрацию по производителям.
- 🗑️ Удалите полностью дублирующиеся строки через вкладку «Данные» -> «Удалить дубликаты».
- 🔢 Замените все текстовые значения «0» или «-» в числовых полях на реальный ноль для корректного суммирования.
- 📅 Проверьте даты последней продажи: товары, не продававшиеся более года, часто требуют отдельного внимания или списания.
После очистки таблица должна содержать только актуальные позиции, готовые к математической обработке. Важно сохранить исходный файл как резервную копию, чтобы в случае ошибки в формулах можно было вернуться к началу. Теперь массив данных готов к расчету ключевых показателей эффективности.
⚠️ Внимание: Никогда не проводите анализ на данных меньше чем за 3 месяца, так как сезонные колебания могут исказить картину спроса и привести к ошибочным выводам о ликвидности товара.
Расчет ключевых показателей для матрицы
На этом этапе к таблице добавляются расчетные столбцы, которые превращают сырые данные в аналитику. Основными метриками станут доля в обороте, маржинальность и коэффициент оборачиваемости. Для расчета доли в обороте используется формула, делящая выручку от конкретной позиции на общую выручку всего ассортимента за период.
Маржинальность рассчитывается как отношение валовой прибыли к цене продажи, что позволяет понять, сколько денег приносит каждый проданный рубль. В Excel это легко делается через простые арифметические операции со ссылками на ячейки с себестоимостью и розничной ценой. Полученные проценты сортируются по убыванию для выявления наиболее выгодных позиций.
=ЕСЛИОШИБКА((C2-D2)/C2; 0)Приведенная выше формула calculates маржу, где C2 — цена продажи, а D2 — себестоимость. Функция ЕСЛИОШИБКА здесь необходима, чтобы избежать ошибок деления на ноль или текстовых значений в ячейках. Подобная защита формул делает таблицу устойчивой к изменениям входных данных.
Также стоит рассчитать средний чек и глубину чека для категорий, если данные позволяют связать продажи с конкретными транзакциями. Эти показатели помогут понять, является ли товар импульсным или покупается целенаправленно. Комбинация этих метрик дает полную картину экономического поведения каждой единицы номенклатуры.
Формула оборачиваемости
Оборачиваемость в днях = (Средний запас * Количество дней) / Продажи в закупочных ценах. Чем ниже показатель, тем быстрее товар превращается в деньги.
Проведение ABC-анализа в Excel
Классический метод Парето, известный как ABC-анализ, позволяет разделить ассортимент на три группы по степени влияния на финансовый результат. Группа А обычно составляет 20% ассортимента, но дает 80% выручки, группа В — 30% ассортимента и 15% выручки, а группа С — оставшиеся 50% товаров с минимальным вкладом. В Excel это реализуется через сортировку и расчет накопительного итога.
Для автоматизации процесса отсортируйте товары по убыванию выручки и в соседнем столбце посчитайте кумулятивную сумму. Затем разделите текущую накопительную сумму на общую выручку, чтобы получить процент накопления. На основе этого процента присваивается категория: до 80% — А, от 80% до 95% — В, остальное — С.
| Категория | Доля в выручке | Доля в ассортименте | Стратегия управления |
|---|---|---|---|
| Группа А | ~80% | ~20% | Ежедневный контроль, минимальный запас |
| Группа В | ~15% | ~30% | Регулярный контроль, страховой запас |
| Группа С | ~5% | ~50% | Контроль раз в месяц, закупка под заказ |
Использование функции ЕСЛИ позволяет автоматически проставлять буквы категорий в зависимости от рассчитанного процента. Это делает матрицу динамической: при обновлении данных о продажах пересчет категорий происходит мгновенно. Такой подход исключает человеческий фактор при распределении товаров по группам.
XYZ-анализ стабильности спроса
Если ABC-анализ показывает значимость товара, то XYZ-анализ демонстрирует предсказуемость его продаж. Для его проведения необходимо рассчитать коэффициент вариации, который показывает отклонение спроса от среднего значения. В Excel для этого используется функция СТАНДОТКЛОН.В (стандартное отклонение) и СРЗНАЧ (среднее значение).
Товары группы X имеют стабильный спрос с минимальными колебаниями, что позволяет планировать поставки точно в срок. Группа Y характеризуется сезонными всплесками или трендами, требующими создания буферных запасов. Группа Z — это товары с хаотичным спросом, прогнозировать который практически невозможно.
- 📉 Группа X: Коэффициент вариации до 10%. Идеальны для автоматической системы заказов.
- 📈 Группа Y: Коэффициент от 10% до 25%. Требуют внимания аналитика и ручной корректировки плана.
- ❓ Группа Z: Коэффициент выше 25%. Закупка только под подтвержденный заказ клиента или мелкими партиями.
Совмещение этих двух методов дает девять ячеек матрицы (AX, AY, AZ, BX и т.д.), каждая из которых диктует свою логику управления. Например, товары AX — это «золотой фонд», который нельзя выбрасывать из наличия, а CZ — кандидаты на вывод из ассортимента. Excel позволяет визуализировать эти пересечения с помощью сводных таблиц.
⚠️ Внимание: При расчете коэффициента вариации обязательно исключайте периоды, когда товара не было в наличии (out-of-stock), иначе статистика будет неверной, так как нулевые продажи были вызваны отсутствием предложения, а не спроса.
Создание сводной матрицы и визуализация
Финальным этапом является сборка всех расчетов в единую сводную таблицу, которая будет служить дашбордом для принятия решений. Используя инструмент «Сводная таблица» (Pivot Table), перетащите категории ABC в строки, а XYZ в столбцы. В значения добавьте количество SKU (артикулов) и сумму выручки.
Для наглядности примените условное форматирование: выделив ячейки с выручкой, выберите «Цветовые шкалы», чтобы теплые цвета указывали на высокие показатели, а холодные — на низкие. Это позволит мгновенно считывать проблемные зоны без вчитывания в цифры. Визуализация помогает быстрее донести информацию до руководства или отдела закупок.
=СЧЁТЕСЛИМН($A:$A;"A*"; $B:$B;"X")Такая формула подсчитает количество товаров, попавших одновременно в категорию A и X, если категории записаны в одном столбце как"AX". Комбинирование условий позволяет детально сегментировать ассортимент. На основе этой таблицы формируются заказы поставщикам и планы ротации.
Автоматизация и обновление данных
Чтобы товарная матрица работала постоянно, процесс ее обновления должен быть максимально автоматизирован. Создайте отдельный лист «Шаблоны», где будут храниться эталонные данные, и лист «Отчет», куда выгружаются свежие данные. Связав их формулами или Power Query, вы сможете обновлять аналитику одним кликом.
Использование Power Query (встроен в современные версии Excel) позволяет загружать данные из внешних источников, очищать их и преобразовывать без написания сложного кода. Это особенно полезно, если выгрузка из 1С имеет нестандартный вид или содержит лишние строки заголовков. Настроенный один раз запрос будет работать бессрочно.
- 🔄 Настройте автоматическое обновление связей при открытии файла.
- 🔒 Защитите листы с формулами от редактирования, оставив доступными только ячейки для ввода исходных данных.
- 💾 Сохраняйте файл в формате
.xlsm, если используете макросы, или.xlsxдля обычной работы.
Регулярный пересмотр критериев отнесения к группам также важен, так как бизнес-процессы меняются. То, что работало в прошлом году, может быть неэффективно в текущих рыночных условиях. Гибкость Excel позволяет адаптировать матрицу под любые изменения стратегии компании.
⚠️ Внимание: При обновлении данных всегда проверяйте диапазоны формул. Если количество строк в новой выгрузке увеличилось, формулы могут не распространиться на новые строки автоматически, если не использованы «Умные таблицы».
☑️ Чек-лист перед отправкой матрицы
Часто задаваемые вопросы (FAQ)
Как часто нужно пересчитывать товарную матрицу?
Оптимальная частота — раз в месяц или квартал. Слишком частый пересчет (например, еженедельно) может внести шум из-за случайных колебаний спроса, а редкий (раз в год) не позволит вовремя реагировать на изменения рынка.
Что делать, если товар попадает в категорию AZ?
Товары AZ (высокая значимость, но нестабильный спрос) требуют индивидуального подхода. Часто это новинки или товары с сезонными пиками. Рекомендуется держать минимальный страховой запас или переходить на систему предзаказа.
Можно ли использовать товарную матрицу для ценообразования?
Да, косвенно. Товары группы А можно использовать как локомотивы с низкой наценкой для привлечения трафика, а на товары группы С (если они уникальны) можно устанавливать более высокую маржу, так как их реже сравнивают конкуренты.
Какой минимальный период нужен для XYZ-анализа?
Для корректного расчета коэффициента вариации желательно иметь данные минимум за 6-8 периодов (месяцев или недель). Меньший объем данных не покажет реальную волатильность спроса.