Principiul Pareto spune că 80% din rezultate vin din 20% din cauze. În business: 80% din vânzări vin de la 20% din clienți. 80% din profit vine din 20% din produse.
Analiza ABC îți arată exact care sunt acei 20%. Odată ce știi, poți aloca resursele inteligent: mai multă atenție pentru clienții A, strategii de creștere pentru B, reevaluare pentru C.
Ce înseamnă A, B, C
Clasa A — 70-80% din valoarea totală Cei mai importanți — dar puțini la număr (10-20% din total). Prioritate maximă, relații personalizate, monitorizare frecventă.
Clasa B — 15-25% din valoarea totală Importanți, cu potențial de creștere spre A sau risc de scădere spre C. Atenție regulată.
Clasa C — restul (5-10% din valoare) Mulți clienți/produse, contribuție mică. Automatizare, eficientizare, sau eliminare.
Granițele (70/15/15 sau 80/15/5) se adaptează în funcție de business.
Analiza ABC pentru clienți: pas cu pas
Pasul 1: Tabelul de date
Ai nevoie de: Client, Vânzări totale pe perioada analizată.
| Client | Vânzări |
|---|---|
| Alfa SRL | 245.000 |
| Beta SA | 187.000 |
| Gamma SRL | 98.000 |
| … | … |
Pasul 2: Sortare descrescătoare
Date → Sortare → Vânzări → Descrescător
Pasul 3: Calculul valorii cumulate și procentului
// Coloana C: Total general (constant)
C2: =SUMA($B$2:$B$100) // blocați cu $
// Coloana D: Cumulat (suma până la rândul curent)
D2: =B2
D3: =D2+B3
// sau mai elegant:
D2: =SUMA($B$2:B2) // se extinde automat când copiezi în jos
// Coloana E: % din total
E2: =D2/$C$2
// Coloana F: % individual
F2: =B2/$C$2Pasul 4: Clasificarea ABC
// Coloana G: Clasa ABC
G2: =DACĂ(E2<=0.8; "A"; DACĂ(E2<=0.95; "B"; "C"))Primii clienți până la 80% din cumulat → Clasa A. Clienții între 80-95% → Clasa B. Restul → Clasa C.
Vizualizarea: curba Pareto
Graficul Pareto standard arată barele valorilor (descrescător) + linia de cumulat (%).
Excel 2016+ are graficul Pareto nativ: Selectezi coloanele Client + Vânzări → Inserare → Grafice recomandate → Pareto.
Manual (pentru mai mult control):
- Serie 1 (bare): Vânzări per client, pe axa Y stângă
- Serie 2 (linie): % Cumulat, pe axa Y dreaptă (0-100%)
- Adaugi o linie de referință orizontală la 80% (pentru a vedea clar granița clasei A)
Analiza ABC pentru produse
Același principiu, dar cu produse. Pe lângă valoarea vânzărilor, adaugi și analiza după marjă, nu doar după cifră de afaceri — un produs poate fi clasa A după cifră dar clasa C după profit.
Analiza AB-CD combinată:
| Marjă mare | Marjă mică | |
|---|---|---|
| Vânzări mari | Steaua (A-A) | Vacă de muls (A-C) |
| Vânzări mici | Semn de întrebare (C-A) | Câine (C-C) |
- Steaua: protejezi, investești
- Vaca de muls: optimizezi costurile, menții
- Semnul de întrebare: analizezi dacă poți scala
- Câinele: elimini sau reprofilezi
Analiza ABC dinamică cu Power Query + Dynamic Arrays
Clasificare automată fără sortare manuală
// Adaugi coloana ABC direct în tabelul de date, fără sortare:
=LET(
total; SUMA(Clienti[Vanzari]);
rank_val; RANG([@Vanzari]; Clienti[Vanzari]; 0);
cumul; SUMPRODUCT(LARGE(Clienti[Vanzari]; SECVENTA(rank_val; 1; 1; 1)));
DACĂ(cumul/total <= 0.8; "A"; DACĂ(cumul/total <= 0.95; "B"; "C"))
)Raport ABC cu FILTER (Dynamic Arrays)
// Lista clienților A (pe o foaie separată sau în tabel):
=FILTER(Clienti[[Client]:[Vanzari]:[Clasa]]; Clienti[Clasa]="A"; "Niciun client A")
// Suma vânzărilor pe clasă:
=SUMIF(Clienti[Clasa]; "A"; Clienti[Vanzari])
// Număr clienți per clasă:
=COUNTIF(Clienti[Clasa]; "A")Utilizări practice ale analizei ABC
1. Politica de credit și termene de plată
- Clasa A: termene de plată mai lungi, limite de credit mai mari — merita investiția în relație
- Clasa C: plată în avans sau cash — costul administrării creditului nu justifică marja
2. Frecvența vizitelor agenților de vânzări
- Clasa A: vizita săptămânală sau bi-lunară
- Clasa B: vizita lunară
- Clasa C: telefon sau email — nu justifică vizita fizică
3. Stocul de produse
- Produsele A: stoc de siguranță mai mare, reaprovizionare mai frecventă
- Produsele C: stoc minim, comandă la cerere
4. Priorități în echipa de customer support
- Clienții A: linie dedicată, SLA prioritar, account manager dedicat
- Clienții C: portal self-service sau email standard
Analiza ABC combinată cu analiza RFM
Pentru o imagine și mai completă, combini ABC (valoarea totală) cu RFM:
- R (Recency): când a cumpărat ultima oară?
- F (Frequency): cât de des cumpără?
- M (Monetary): cât cheltuiește?
Un client clasa A cu Recency mare (nu a cumpărat de 6 luni) e în risc de churn — mai important decât un client nou clasa C care cumpără des.
// Scor Recency (1-5, 5=mai recent)
=RANK([@LastPurchase]; Clienti[LastPurchase]; 0) / COUNT(Clienti[LastPurchase]) * 5Actualizare periodică: analiza ABC nu e statică
Clasificarea se schimbă în timp:
- Clienții cresc sau scad
- Produse noi intră, altele ies
- Sezonalitatea afectează clasele temporar
Recomandare: rulezi analiza ABC trimestrial, nu anual. Un client care scade din A în B în două trimestre consecutive e un semnal de alertă.
Cu Power Query conectat la datele de vânzări, actualizezi analiza cu un click la fiecare trimestru.
Concluzie
Analiza ABC e probabil cel mai bun raport pe care o firmă îl poate face în Excel cu datele pe care le are deja. Nu necesită date suplimentare — doar organizarea corectă a celor existente. Rezultatul: decizii bazate pe date despre unde să investești energia și resursele.
La Excel Group implementăm analize ABC complete pentru firme din România și Moldova — de la structurarea datelor până la dashboardul de monitorizare trimestrială. Contactează-ne.
Întrebări frecvente
Pot face analiza ABC pentru mai multe perioade simultan și compara?
Da — adaugi coloana „Perioadă” (Q1 2025, Q2 2025, etc.) și folosești FILTER sau Pivot Table cu filtrul de perioadă. Compari dacă un client și-a menținut clasa sau a migrat.
Analiza ABC funcționează și pentru angajați/agenți de vânzări?
Da — înlocuiești „Client” cu „Agent” și „Vânzări” cu „Valoare vânzări generate”. Clasa A = top performeri, clasa C = cei care necesită coaching sau restructurare.
Care e granița corectă între A, B, C — 70/20/10 sau 80/15/5?
Nu există o regulă universală — depinde de distribuția specifică a datelor tale. Dacă curba Pareto e abruptă (concentrare mare la primii clienți), folosești 70/20/10. Dacă distribuția e mai uniformă, 80/15/5. Testezi ambele și alegi cea care produce clase acționabile pentru echipa ta.
