В данной статье я подробно расскажу, почему классические подходы (например, ABC/XYZ-анализ) не всегда подходят для B2B-сегмента и как моя авторская система RAXSL решает возникающие проблемы.


Введение: почему традиционные модели устарели

Традиционные методы анализа ассортимента, такие как ABC (анализ по уровню маржинальности или выручки) и XYZ (стабильность/вариативность спроса), нередко дают неточную картину в условиях B2B. Причина в том, что:

  • Длинные циклы сделок: крупные закупки могут приходиться на 1–2 периода в год.
  • Сильная сезонность: спрос концентрируется в короткие интервалы (например, при тендерах).
  • Разные профили клиентов: один или два крупных клиента могут искажать общее представление о важности товара.

В итоге компании сталкиваются с дилеммой: товар формально может быть в категории «A+X» (высокой ценности и стабильного спроса), но фактически закупка совершается раз в год. Возникает вопрос: держать ли этот товар на складе постоянно или заказывать по запросу?

Ключевой недостаток классической модели — она не учитывает упущенные продажи и реальную распределённость спроса по клиентам и по времени.


Что такое RAXSL и в чём его уникальность

RAXSL — это авторская модель, разработанная мной, специально для анализа ассортиментной матрицы в B2B-сегменте. Она объединяет пять ключевых параметров, дающих всестороннее понимание:

  1. R (Revenue) — выручка.
  2. A (Amount Requested) — количество запрошенных единиц.
  3. X (Conversion) — конверсия из «запрошено» в «продано».
  4. S (Seasonality / Spread) — распределённость запроса по времени и количеству клиентов.
  5. L (Lack of Stock) — доля упущенных продаж из-за отсутствия товара в наличии.

Благодаря учёту упущенных продаж и распределённости по времени, RAXSL снимает основные ограничения классических подходов и обеспечивает точное прогнозирование.


Подробное описание каждого параметра RAXSL

R (Revenue)

  • Определение: общая выручка по товару за выбранный период.
  • Значение: показывает, насколько существенен вклад товара в прибыль.

Чем выше R, тем более значим товар в общем портфеле. Однако одной выручки недостаточно, чтобы решить, стоит ли держать товар на постоянном складе.

A (Amount Requested)

  • Определение: общее количество запросов на товар за период (в единицах).
  • Значение: отражает популярность товара среди клиентов — насколько часто его запрашивают.

Параметр A помогает выделить товары с действительно активным спросом, даже если конверсия по ним пока невысока.

X (Conversion)

  • Определение: конверсия, показывающая соотношение «запрошенных» к «проданным» единицам.
  • Значение: позволяет понять, сколько потенциальных сделок реально завершается продажей.

X может быть низким не только из-за низкого интереса со стороны клиентов, но и из-за отсутствия товара на складе. Это ключевой момент, который нужно исследовать совместно с параметром L.

S (Seasonality / Spread)

  • Определение: сезонность и распределение спроса по времени. Включает три подпараметра:
    1. Среднее число уникальных дней с запросами.
    2. Среднее расстояние (в днях) между этими запросами.
    3. Число уникальных клиентов, у которых возникал запрос.
  • Значение: даёт понимание, насколько равномерно спрос распределён в течение года и не завязан ли он на одного-двух крупных клиентов.

S — ключ к пониманию, держать ли товар постоянно на складе или заказывать под конкретные, заранее известные пики спроса.

L (Lack of Stock)

  • Определение: процент упущенных продаж (или доля несостоявшихся сделок) по причине отсутствия товара на складе или несогласованных сроков поставки.
  • Значение: показывает, насколько сильно вы теряете потенциальную выручку из-за отсутствия товара в нужный момент.

Высокое L при хороших показателях R и A указывает, что есть резерв роста: достаточно обеспечить наличие товара на складе, чтобы увеличить продажи.


Как применять метод RAXSL на практике

  1. Сбор данных
    • Выручка (R)
    • Количество запросов (A)
    • Конверсия (X)
    • Распределённость по времени (S)
    • Упущенные продажи по отсутствию на складе (L)
  2. Рассчитать рейтинги или процентильные группы
    • Как и в ABC-анализе, можно разбивать товары на категории A/B/C по каждому из пяти критериев.
    • Использовать процентильный подход (например, топ-20%, следующий 30%, остальные 50%) для гибкой сегментации.
  3. Определить стратегию по каждой товарной группе
    • Высокие R, A, S и значимый L → безусловно держать на складе, так как спрос частый, распределён во времени, а отсутствие товара ведёт к потере прибыли.
    • Низкие S (резкая сезонность) → возможен подход «под заказ», особенно если конверсия X невысока.
  4. Отслеживать динамику показателей
    • Раз в квартал или другой период мониторьте изменения.
    • Анализируйте, как влияет улучшение складских запасов на конверсию X и метрику L.

Преимущества и выгоды для B2B-компаний

  1. Точная сегментация: учёт не только оборота и стабильности спроса, но и упущенных продаж.
  2. Оптимизация складских запасов: освобождение склада от нерациональных позиций и обеспечение наличие товаров, которые приносят основную прибыль.
  3. Повышение конверсии: снижение L автоматически увеличивает продажи, так как клиенты покупают нужный товар без ожидания или ухода к конкурентам.
  4. Управление рисками: равномерное распределение закупок и продаж, что особенно важно при длинных циклах сделок и высокой сезонности.

Заключение

RAXSL — это метод, созданный для реалий B2B-рынка. Его главные отличия от традиционных подходов состоят в учёте упущенных продаж, сезонности и реальной конверсии с учётом складских остатков.

Если вы хотите внедрить RAXSL в свой бизнес и получить ощутимый рост показателей, свяжитесь со мной или оставьте заявку на консультацию. Совместно мы настроим модель под ваши задачи и поможем увеличить продажи за счёт разумного управления ассортиментом.