Как категорийному менеджеру оценить динамику категории при назначении ее роли

1. Определяем правила оценки динамики

Вариант 1.
Оцениваем продажи LFL (Like-For-Like) – сравнение продаж за один и тот же период прошлого и актуального года. Например, сравнение продаж за январь 2025 и 2024 года в выбранных магазинах. Сравнение валовых продаж плохо тем, что не учитывает, что происходило в остальных категориях. Например, для шампуней LFL = 1,2 и, казалось бы, это хорошо. Но если для категории «Средства для ухода за волосами» LFL составил 1,5 то, получается, шампуни продаются плохо.
Частично проблема решается, если рассчитывать не валовое значение по показателю, а долю подкатегории в категории. В этом случае при расчете мы увидим, что доля шампуней LFL упала.
Но остается еще один недостаток: оценка ведется только за один период, если это месяц и не учитывается, как вела себя категория в течение года.

Вариант 2.
По методу наименьших квадратов по выборке за год рассчитывает коэффициенты линейного уравнения.
Напомню: Метод наименьших квадратов (МНК) — это математический метод, который используется для нахождения наилучшего соответствия между данными и математической моделью. Он основан на минимизации суммы квадратов отклонений между наблюдаемыми данными и значениями, предсказанными моделью.
·       Определяется вид кривой, которая используется для расчетов.
·       Я использую линейное уравнение вида y = ax + b.
·       Рассчитываются значения линейного уравнения для каждого месяца (х изменяется от 1 до 12).
·       Рассчитываются отклонения каждого расчетного значения от реального, а затем сумма их квадратов.
·       Рассчитываются значения коэффициентов a и b линейного уравнения, при которых сумма квадратов отклонений будет минимальна.
Более подробно на этом расчете останавливаться не буду, так как функция реализована даже в Excel.

4. Далее задается правило, согласно которого категория внутри выборки оценивается как падающая, растущая или стабильная. Я использую правило, согласно которого если коэффициент роста категории менее 0,5 от К роста выборки, категория считается падающей. Если же К роста больше 1,5 выборки, категория считается растущей. Во всех остальных случаях категория считается стабильной.
При этом обратите внимание, что внутри выборки не могут быть только растущие или только падающие категории. Все категории могут быть стабильны или же то, что динамика одних категорий выше выборки компенсируется тем, что у остальных она ниже.