
Селлер с ассортиментом под 200 SKU в категории «товары для кухни» обратился к Артёму Попову (эксперт по маркетплейсам, более 4 лет помогает селлерам с экономикой и ассортиментом) с типичной жалобой: «Продажи есть, склад забит, а прибыли почти нет». Разбор ситуации показал, что проблема не в трафике и не в конкурентах - проблема в самом ассортименте. Товары лежали мёртвым грузом, неликвид съедал оборотные средства, а хорошие позиции тонули в массе посредственных. За два месяца системной работы мы сократили ассортимент с 194 до 116 SKU, увеличили выручку на 10 %, а чистая прибыль выросла на 40 %.
Материал подготовил Артём Попов, эксперт по маркетплейсам: более 4 лет помогает селлерам разбирать экономику ассортимента и переводить анализ в решения по закупкам.
В этом кейсе - экономика склада, а не только методология: сколько денег стояло в неликвиде, как матрица ABC-XYZ распределила 194 SKU по действиям и как распродали 131 позицию без штрафов. В конце - чек-лист «пора ли оптимизировать ассортимент» и FAQ по типовым вопросам.
Исходные данные
На старте проекта селлер работал на Wildberries и Ozon. Все исходные цифры собраны из официальных отчётов кабинетов площадок - seller.wildberries.ru и seller.ozon.ru - за четыре месяца до старта работ. В ассортименте - 194 SKU в категории «товары для кухни»: разделочные доски, ножи, кухонные наборы, аксессуары. Складская картина - хаос: часть товара лежала на FBO-складах Wildberries, часть - на собственном складе для FBS-продаж на Ozon.
| Показатель | Значение |
|---|---|
| Количество SKU | 194 |
| Среднемесячная выручка | 3,0 млн ₽ |
| Средняя маржинальность | 25 % |
| Доля неликвида (товары с нулевыми продажами за 60+ дней) | 32 % |
| Оборотных средств заморожено в стоке | 4,2 млн ₽ |
| Товаров с маржой ниже 10 % | 111 SKU |
Цифры настораживали: при выручке 3 млн чистая прибыль составляла около 750 тыс. - и эта цифра не росла последние четыре месяца. Оборотка стояла в товаре, который не продавался.
Проблема
Первое, что бросилось в глаза при анализе - почти треть ассортимента не продавалась более двух месяцев. Причины были разные:
- Неправильный закуп. Селлер закупал товары «на глаз», ориентируясь на интуицию и советы поставщиков. В итоге 54 SKU оказались с низким спросом.
- Дублирующиеся позиции. Например, разделочные доски были в 15 вариантах: 5 размеров × 3 цвета - и 4 комбинации не продавались вообще.
- Убыточные товары. 111 SKU имели маржинальность ниже 10 % после вычета комиссии и логистики. Некоторые позиции уходили в минус.
- Расходы на хранение. На Wildberries начисляли 120–180 тыс. в месяц за хранение неликвидов. При текущей марже это напрямую снижало чистую прибыль на 15–20 %.
Селлер тратил деньги на закупку позиций, которые не приносили прибыли, платил за их хранение и упускал выгоду - оборотные средства можно было направить на раскрутку топовых товаров или запуск новых перспективных позиций.
Почему селлер не видел проблемы
Типичная ситуация: владелец смотрит на общую выручку - 3 млн в месяц, кажется, что всё хорошо. Анализ «средней температуры по больнице» не показывал, какие именно товары съедают прибыль. Отчёты маркетплейсов дают общие цифры, но не позволяют глубоко сегментировать ассортимент - для этого нужен инструмент.
Мы подключили селлера к MP Manager, настроили автоимпорт данных с Wildberries и Ozon и получили прозрачную картину по каждому SKU: выручка, себестоимость, комиссия, маржа, оборачиваемость. Без такой детализации оптимизация ассортимента невозможна.
Шаг 1: ABC-анализ ассортимента
ABC-анализ - базовый инструмент, который делит товары на три группы по вкладу в выручку:
- A - 20 % товаров, дающие 80 % выручки
- B - 30 % товаров, дающие 15 % выручки
- C - 50 % товаров, дающие 5 % выручки
Мы провели ABC-анализ по трём параметрам: выручка, количество продаж и маржинальность. Результат оказался показательным.
ABC по выручке
| Группа | SKU | Доля в ассортименте | Доля в выручке | Средняя маржа |
|---|---|---|---|---|
| A | 38 | 20 % | 78 % | 34 % |
| B | 54 | 28 % | 15 % | 18 % |
| C | 102 | 52 % | 7 % | 6 % |
Уже на этом этапе стало очевидно: больше половины ассортимента приносит лишь 7 % выручки. При этом средняя маржа в группе C - 6 %, а с учётом хранения и логистики многие позиции были убыточными.
ABC по маржинальности
Анализ по марже дал ещё более чёткую картину:
| Группа | SKU | Средняя маржа | Доля в чистой прибыли |
|---|---|---|---|
| A (маржа > 30 %) | 36 | 38 % | 72 % |
| B (маржа 10–30 %) | 47 | 18 % | 20 % |
| C (маржа < 10 %) | 111 | 4 % | 8 % |
111 товаров (57 % ассортимента) давали лишь 8 % чистой прибыли. Хранение и логистика по этим позициям не окупались.
Шаг 2: XYZ-анализ стабильности продаж
ABC-анализ показывает, какие товары важны, но не отвечает на вопрос, насколько стабильны продажи. Для этого нужен XYZ-анализ - он делит товары по коэффициенту вариации продаж:
- X - стабильные продажи (коэффициент вариации < 10 %)
- Y - сезонные колебания (10–25 %)
- Z - хаотичные продажи (> 25 %)
Мы проанализировали продажи за 6 месяцев по каждому SKU.
| Группа | SKU | Характеристика |
|---|---|---|
| X | 41 | Стабильные продажи месяц к месяцу |
| Y | 63 | Продажи зависят от сезона (рост перед праздниками) |
| Z | 90 | Продажи случайны или отсутствуют |
Группа Z оказалась самой большой - 90 SKU с хаотичными или нулевыми продажами. Интересно, что часть товаров из группы Y (сезонные) имела хорошую маржу, и при правильном управлении их можно было оставить.
Шаг 3: Матрица ABC-XYZ
Совмещение ABC и XYZ-анализов дало матрицу, на основе которой мы принимали решения по каждому товару.
| X (стабильные) | Y (сезонные) | Z (хаотичные) | |
|---|---|---|---|
| A (высокая выручка) | Оставить | Оставить | Распродать, не закупать |
| B (средняя выручка) | Оставить | Оставить с контролем | Распродать |
| C (низкая выручка) | Оставить, если маржа > 15 % | Распродать | Распродать срочно |
Наши действия:
- AX (15 SKU) - «золотой фонд»: товары с высокой выручкой и стабильными продажами. Оставили, нарастили закуп, улучшили карточки.
- AY (12 SKU) - товары с высокой выручкой и сезонностью. Оставили, добавили планирование закупа под сезон.
- AZ (11 SKU) - высокая выручка, но случайные продажи. Проанализировали: оказалось, что 6 из 11 - это одноразовые акции и закупы к праздникам. Товары распродали, на закуп поставили стоп.
- BX (14 SKU) - стабильные товары со средним вкладом. Оставили, часть улучшили (упаковка, цена).
- BY (18 SKU) - сезонные товары со средним вкладом. Оставили с контролем остатков.
- BZ (22 SKU) - нестабильные. Распродали, закуп остановили.
- CX (12 SKU) - стабильные продажи, но низкая выручка. Проверили маржу. Только 4 SKU с маржой > 15 % оставили. Остальные - на распродажу.
- CY (25 SKU) - низкая выручка + сезонность. Распродали.
- CZ (65 SKU) - «мёртвый груз». Срочная распродажа.
Итоговое решение (суммы по ячейкам матрицы сходятся: 45 + 18 + 131 = 194):
| Решение | SKU |
|---|---|
| Оставить, нарастить закуп | 45 |
| Оставить с контролем | 18 |
| Распродать, закуп остановить | 131 |
131 SKU (68 %) отправились в план распродажи. Из них 65 SKU из группы CZ - полный неликвид.
Шаг 4: Распродажа неликвидов
Распродать 131 позицию - нетривиальная задача. Просто выключить товары нельзя: маркетплейсы начисляют штрафы за отмену заказов, а на складах лежит товар на миллионы рублей. Мы разработали стратегию мягкого выхода.
Что сделали
- Уценка до себестоимости. Для товаров из группы CZ установили цены на уровне себестоимости + комиссия маркетплейса. Это позволило продать 34 SKU за первые две недели.
- Акции и скидки. На Wildberries запустили акцию «1 + 1 = 3» для товаров из группы CY. Сработало - продали ещё 28 позиций.
- Распродажа через уценённые товары. На Ozon подключили инструмент «Уценённые товары» - это отдельный канал продаж для неликвида. Продали 19 SKU с минимальной комиссией.
- Перемещение со склада Ozon на WB. Для товаров, которые лучше продавались на Wildberries, переместили остатки между площадками.
- Списание и утилизация. 12 SKU с истекшим сроком годности или браком списали. Это был осознанный шаг: хранение стоило дороже.
Результаты распродажи
| Этап | Период | Продано SKU | Выручено |
|---|---|---|---|
| Уценка | 1–2 неделя | 34 | 890 000 ₽ |
| Акции | 3–4 неделя | 28 | 610 000 ₽ |
| Уценённые товары | 5–6 неделя | 19 | 340 000 ₽ |
| Перемещение | 5–6 неделя | 34 | - (перемещено) |
| Списание | 7 неделя | 12 | - |
| Итого реализовано | 6 недель | 115 | 1 840 000 ₽ |
4 SKU остались на складе - их решили продавать без дополнительных скидок и не закупать повторно.
Результаты
Через 2 месяца после начала проекта мы замерили финальные показатели.
| Показатель | До | После | Изменение |
|---|---|---|---|
| Количество SKU | 194 | 116 | –40 % |
| Среднемесячная выручка | 3,0 млн ₽ | 3,3 млн ₽ | +10 % |
| Средняя маржинальность | 25 % | 32 % | +7 п.п. |
| Чистая прибыль | 750 000 ₽ | 1 050 000 ₽ | +40 % |
| Расходы на хранение | 150 000 ₽ | 72 000 ₽ | –52 % |
| Оборотные средства в стоке | 4,2 млн ₽ | 2,1 млн ₽ | –50 % |
| Доля неликвида | 32 % | 6 % | –26 п.п. |
Ключевой результат: чистая прибыль выросла на 40 % при росте выручки всего на 10 %. Это значит, что мы не просто увеличили продажи - мы сделали бизнес эффективнее. Каждый рубль выручки стал приносить больше прибыли: 25 копеек прибыли на рубль выручки до оптимизации против 32 после.
Финальные 116 SKU - это 63 сохранённые и улучшенные позиции из матрицы плюс 53 новых перспективных артикула, закупленных на освободившуюся оборотку: сокращение касалось стока, а не потолка ассортимента.
Что изменилось в операционке
- Освободилось 2,1 млн ₽ оборотных средств. Селлер направил их на закуп топовых позиций и расширение на Яндекс.Маркет.
- Упростилось управление. Вместо 194 SKU - 116. Меньше карточек, меньше отчётов, меньше головной боли.
- Снизились затраты на хранение. На Wildberries расходы упали более чем в два раза - с 150 до 72 тыс. в месяц.
- Улучшилась оборачиваемость. Средний срок продажи SKU сократился с 45 до 21 дня.
Выводы
Этот кейс подтверждает старую истину: в ассортименте важнее качество, а не количество. Вот ключевые уроки, которые мы вынесли:
- Больше товаров ≠ больше прибыли. В нашем случае 52 % ассортимента приносили лишь 7 % выручки. Каждый дополнительный SKU - это затраты на разработку, закуп, хранение и продвижение. Если товар не окупается, он тянет бизнес вниз.
- ABC-XYZ-анализ должен быть регулярным. Рынок маркетплейсов меняется быстро: сегодняшний хит завтра может стать мёртвым грузом. Мы рекомендуем проводить анализ раз в 1–2 месяца и корректировать ассортиментную матрицу.
- Неликвид нужно распродавать быстро. Каждый месяц хранения убыточного товара увеличивает потери. Лучше продать его с нулевой маржой и высвободить деньги, чем хранить годами.
- Данные важнее интуиции. До подключения MP Manager селлер не видел реальной картины по каждому SKU. Как только данные стали прозрачными, правильные решения пошли сами собой.
- Меньше товаров - проще управление. После сокращения ассортимента селлер тратит на управление в 2 раза меньше времени. Высвободившиеся часы он направил на стратегию и развитие новых категорий.
Когда стоит проводить оптимизацию ассортимента
Проверьте себя: если хотя бы два пункта из списка - про вас, пора проводить оптимизацию:
- Склад забит товарами с нулевыми продажами за последний месяц.
- Средняя маржинальность падает, хотя выручка растёт.
- Вы тратите больше 100 тыс. в месяц на хранение.
- В ассортименте больше 50 % товаров с маржой ниже 10 %.
- Вы не знаете, какой именно товар приносит прибыль, а какой - убыток.
История этого селлера - не единичный случай: по нашему опыту, у большинства магазинов с 100+ SKU есть, где сократить ассортимент без потери выручки. Оптимизация - не разовая акция, а регулярный процесс: тарифы маркетплейсов и спрос меняются, и товар, прибыльный полгода назад, сегодня может оказаться убыточным. Похожий разбор, но в другой категории, - в кейсе «Оптимизация ассортимента автозапчастей».
Частые вопросы
Сколько SKU считать нормой для маленького магазина?
Не существует «нормы» по количеству SKU. Ориентир - оборачиваемость и маржа: если половина ассортимента не продалась за 60 дней, а доля неликвида превышает 20-30 %, пора считать ABC-XYZ независимо от общего числа карточек.
Что делать с товаром, который нельзя распродать?
Сначала попробуйте уценку до себестоимости с учётом комиссии, затем уценённые каналы площадок и перемещение остатков между площадками. Если хранение дороже остаточной стоимости - списание выгоднее, чем платить за хранение мёртвого груза. Как считать эти расходы, разбираем в статье «Стоимость хранения товара на складе Wildberries».
Как часто пересматривать ассортиментную матрицу?
Раз в 1-2 месяца для быстрых категорий и раз в квартал для сезонных. Главное - держать регулярность: рынок маркетплейсов меняется быстрее, чем успевает устареть один раз сделанный анализ.
Нужен ли отдельный инструмент или хватит выгрузок кабинета?
Выгрузки кабинетов дают выручку, но не всегда собирают в одном месте себестоимость, комиссии, хранение и логистику по каждой позиции. Без маржи по SKU нельзя отличить прибыльный товар от убыточного - модуль аналитики MP Manager как раз сводит эти данные в одну карточку.
Чем этот случай отличается от оптимизации в других категориях?
Метод ABC-XYZ универсален, но рычаги разные: в кухонных товарах основной эффект дало сокращение дублей размеров и цветов, а в кейсе «Оптимизация ассортимента автозапчастей» работали в первую очередь с сезонностью и заказами под запчасти. Общий принцип один - считать прибыль по SKU, а не по магазину.
MP Manager помогает селлерам видеть реальную картину по каждому SKU, автоматически рассчитывать маржинальность с учётом всех комиссий и расходов на хранение и принимать решения на основе данных, а не интуиции. Если вы узнали себя в этом кейсе - начните с анализа ассортимента, а управлять остатками поможет статья «Управление остатками».

