DEEONE/Блог/Кейс
§ Кейс — Кейс

Как ABC-анализ экономит миллионы на складских запасах: прорыв в скорости расчетов

Рассказываем, как ABC-анализ помогает выявлять «паразитные» запасы и как мы ускорили его расчет в 100 раз.

Зачем ABC-анализ в ритейле и дистрибуции

Неликвид на складе — это замороженные деньги.

Когда у компании десятки тысяч SKU, вручную разобраться, что тянет выручку, а что лежит мёртвым грузом, нереально. ABC-анализ делит ассортимент по вкладу в выручку:

  • Группа A (20% ассортимента → 80% прибыли) — то, что должно быть на складе всегда.
  • Группа B (30% → 15% прибыли) — средняя оборачиваемость, запасы умеренные.
  • Группа C (50% → 5% прибыли) — «мёртвый груз», замораживает деньги.

Что это даёт

1. Снижает затраты на хранение

  • Товары группы C занимают до 40% склада, а прибыли приносят копейки.
  • Пример: сеть магазинов товаров для дома срезала складские издержки на 15% — просто пересчитав страховые запасы по группе C.

2. Высвобождает оборотку

  • Деньги, застрявшие в неликвиде, идут на закупку группы A.
  • Кейс: продавец металлопроката ускорил оборачиваемость с 60 до 35 дней, пересобрав бюджет закупок.

3. Сокращает логистику

  • Медленные позиции можно перевести на дропшиппинг или закупать под заказ.

Главная боль: медленные расчёты на больших данных

Стандартный ABC в Power BI начинает тормозить, когда:

  • >50 000 SKU — расчёт уходит в десятки минут
  • при смене периода или региона система зависает на фильтрах

«При 120 000 SKU еженедельный ABC считался 27 минут, а иногда просто падал с ошибкой. Пользоваться этим для оперативных решений было невозможно». — руководитель отдела аналитики федеральной розничной сети

Наш подход: ABC-анализ за секунды вместо часов

Мы собрали свой алгоритм на DAX. Он:

  • ✅ считает 100 000+ SKU за 5–10 секунд вместо 20+ минут
  • ✅ держит динамические фильтры без перегрузки памяти
  • ✅ стыкуется с XYZ-анализом — учитывает стабильность спроса

Как сделали

  1. Разбили товары на блоки — вместо кумулятивной суммы по каждому SKU (это убивало производительность).
  2. Точно пересчитываем только пограничные блоки.
  3. Сделали уникальный ранкинг.
  4. Убрали лишние вычисления.

Кейс: экономия 8 млн руб. в год

Клиент: региональная сеть магазинов товаров для дома, 80 000 SKU.

Что было

  • Запасы вели руками — то дефицит, то переизбыток.
  • 32% склада — «мёртвые» товары.

Что стало после внедрения

  • Неликвид сократился на 40%.
  • Оборачиваемость — с 70 до 48 дней.
  • Экономия 8 млн руб./год на логистике и хранении.

Как внедрить у себя

1. Небольшой каталог (<10 000 SKU):
берите базовый код из DAX Patterns.

2. Enterprise-масштаб:
нужна кастомная разработка —

  • интеграция с вашим BI,
  • динамические отчёты,
  • обучение команды.

Материал подготовлен компанией DEEONE. Данные говорят. Мы переводим.
§ Консультация · 30 минут

Похожая
задача?

30 минут — обсудим ваши источники, метрики, ограничения. Вернёмся с архитектурой и оценкой в течение недели.

Телефон+7 918 042 34 43