Формирование и совершенствование ассортиментной политики розничной сети в условиях цифровизации: методология, анализ на основе Big Data и экономическое обоснование (на примере \[Название Сети])

Введение

РЕЛЕВАНТНЫЙ ФАКТ: По данным Росстата, оборот розничной торговли в Российской Федерации в 2024 году вырос на 7,2% (в сопоставимых ценах) по сравнению с предыдущим годом, а в первом полугодии 2025 года рост составил 2,1% к аналогичному периоду 2024 года. Этот факт подчеркивает, что рынок ритейла демонстрирует устойчивую динамику, однако требует от торговых предприятий не просто следования за спросом, но и его проактивного формирования, что напрямую зависит от эффективности ассортиментной политики.

Актуальность настоящего исследования определяется тем, что в условиях высокой конкуренции, ценовой волатильности и ускоряющейся цифровизации экономики, традиционные подходы к управлению товарным портфелем становятся недостаточными. Розничные сети вынуждены переходить от интуитивного управления к предиктивной аналитике, основанной на больших данных (Big Data) и алгоритмах искусственного интеллекта (AI/ML). И что из этого следует? Без внедрения этих инструментов невозможно обеспечить устойчивое конкурентное преимущество и предотвратить потери от упущенных продаж.

Цель работы — разработать теоретико-методические основы и практические мероприятия по формированию и совершенствованию ассортиментной политики розничной сети, обеспечивающие ее конкурентоспособность и финансовую эффективность в условиях цифровизации, с применением углубленных аналитических инструментов и детальным экономическим обоснованием.

Научная новизна работы заключается в комплексной интеграции передовых методов анализа (Матрица Дибба-Симкина, совмещенный ABC/XYZ-анализ) с инструментарием цифровой экономики (модели Big Data, прогнозная аналитика на базе AI/ML) для оптимизации ассортимента и экономического обоснования предложений через метрики ROI/ROMI.

Структура работы включает три главы: теоретический обзор, углубленный анализ ассортимента на примере конкретной сети и разработку проектных предложений с их экономическим обоснованием.

Глава 1. Теоретико-методические основы формирования ассортиментной политики розничного торгового предприятия

1.1. Сущность, цели и факторы формирования ассортиментной политики

Ассортиментная политика представляет собой ключевой элемент товарной политики торговой организации, стратегически направленный на подбор и поддержание оптимального набора товарных групп, видов и разновидностей, который максимально соответствует структуре и динамике потребительского спроса. Именно от ее качества зависит, сможет ли компания эффективно управлять запасами и минимизировать издержки.

Основные параметры ассортимента, определяющие его структуру и качество, включают:

Параметр	Определение	Значение для ритейлера
Ширина	Общее количество товарных групп или категорий, представленных в сети.	Определяет позиционирование магазина (специализированный или универсальный).
Глубина	Общее количество товарных позиций (SKU) внутри каждой товарной группы.	Обеспечивает возможность выбора для покупателя и влияет на лояльность.
Стабильность	Степень постоянства наличия товаров в ассортименте в течение длительного периода.	Критически важна для формирования лояльности постоянных клиентов.
Новизна	Доля новых или обновленных товаров в общем объеме ассортимента.	Показатель инновационности и реакции на изменяющиеся тренды рынка.

Стратегическая цель ассортиментной политики заключается в формировании оптимального, полного и рационального ассортимента. Оптимальный ассортимент максимизирует прибыль при заданных ресурсах, полный — удовлетворяет максимально широкий спектр потребностей целевой аудитории, а рациональный — обеспечивает высокую оборачиваемость при минимизации издержек хранения. В современных условиях приоритетным направлением является определение такого набора товарных групп, который будет наиболее предпочтителен для удержания постоянных клиентов и привлечения новых покупателей, ведь именно лояльные покупатели формируют устойчивый денежный поток.

1.2. Современные концепции управления ассортиментом в ритейле

Исторически управление ассортиментом развивалось от простого товарного учета к сложным системам, ориентированным на покупателя. В XXI веке ведущей организационно-экономической основой для реализации ассортиментной политики стала концепция Категорийного менеджмента (Category Management, CM).

Категорийный менеджмент: принципы и определение роли категории

Категорийный менеджмент — это процесс управления товарными категориями как самостоятельными стратегическими бизнес-единицами. Он предполагает совместное управление категорией со стороны ритейлера и поставщика, ориентированное на максимизацию ценности для покупателя.

Ключевые принципы Категорийного менеджмента:

1. Ориентация на покупателя: Группировка товаров должна основываться не на логистических или производственных признаках, а на потребительском спросе (как покупатель воспринимает и использует товары).
2. Стратегическое планирование: Каждая категория имеет четко определенные цели и задачи, соответствующие общей стратегии сети.
3. Определение роли категории: Это критически важный этап, определяющий, как будут распределяться ресурсы (пространство, рекламный бюджет, персонал).

Роль Категории	Цель	Стратегия Ассортимента
Генератор Трафика	Привлечение максимального числа покупателей (формирование первого визита).	Широкий, глубокий ассортимент по конкурентным, часто низким ценам.
Генератор Прибыли	Максимизация маржинальной прибыли.	Фокус на высокомаржинальных позициях, СТМ, эксклюзивах, меньшая ценовая чувствительность.
Поддерживающая	Удовлетворение базовых потребностей, обеспечение удобства «одной остановки».	Достаточный, но не избыточный ассортимент, стабильность наличия.
Имиджевая/Сезонная	Создание уникального образа магазина, соответствие трендам.	Акцент на новизне, эксклюзивности, товарах премиум-класса.

Использование CM позволяет оптимизировать не только ассортимент, но и ценообразование, мерчандайзинг и промоакции, превращая розничную сеть в клиентоориентированную систему. В конечном счете, именно правильное распределение ролей категорий резко повышает эффективность использования каждого квадратного метра торговой площади.

Глава 2. Анализ ассортиментной политики и товарного портфеля [Название Сети]

2.1. Актуальные тенденции развития рынка розничной торговли РФ и специфика формата [Название Сети]

Понимание макроэкономического контекста и отраслевых тенденций является основой для корректной оценки ассортимента. Только зная специфику рынка, можно правильно интерпретировать результаты анализов.

Динамика российского розничного рынка (2023–2025 гг.)

Российский рынок розничной торговли демонстрирует устойчивый рост, несмотря на внешние экономические факторы. Рост оборота розничной торговли в 2024 году составил 7,2%, а в первой половине 2025 года — 2,1% (в сопоставимых ценах). Это свидетельствует о восстановлении потребительской активности.

Показатель	2023 г.	2024 г.	I полугодие 2025 г.
Рост оборота РТ (год к году, %)	6,4%	7,2%	2,1%
Доля Продовольственных товаров	47,6%	47,6%	49,0%
Доля Непродовольственных товаров	52,4%	52,4%	51,0%

Обращает на себя внимание смещение структуры спроса в 2025 году: доля продовольственных товаров увеличилась до 49,0%, что может указывать на сохранение режима экономии у потребителей и перераспределение бюджета в пользу товаров первой необходимости. Разве не критически важно в таких условиях научиться максимизировать маржу именно на базовых продуктах?

Специфика формирования ассортимента в зависимости от формата

Если [Название Сети] оперирует в дискаунтном формате, то ключевой особенностью ее ассортиментной политики является высокая доля Собственных Торговых Марок (СТМ). Например, в ведущих российских дискаунтерах доля СТМ в выручке достигает 47–50% (по данным 2024 года), что значительно выше среднего показателя по рынку (около 24,9%).

Для дискаунтеров характерна стратегия «бережливого» ассортимента (меньшая ширина и глубина по сравнению с супермаркетами), что позволяет снизить операционные расходы и поддерживать низкие цены. Однако, как показывает практика, дискаунтеры расширяют свой ассортимент для привлечения более широкой аудитории. Трудности в этом формате связаны с нестабильностью поставок и необходимостью заказывать товары одной группы у большого числа поставщиков, что усложняет логистику и требует применения продвинутых инструментов прогнозирования.

2.2. Оценка ассортимента по традиционным и углубленным методам

Для проведения объективной диагностики необходимо использовать многофакторный подход, сочетающий оценку вклада (ABC), стабильности (XYZ) и маржинальности (Дибба-Симкина).

Совмещенный ABC/XYZ-анализ: оценка вклада и стабильности продаж

ABC-анализ (по принципу Парето) позволяет классифицировать товары по их вкладу в общий результат (например, объем продаж или прибыль). Качественный ABC/XYZ-анализ является первым шагом к пониманию структуры товарного портфеля.

• Группа А: 20% SKU, обеспечивающие 80% результата (лидеры).
• Группа В: 30% SKU, обеспечивающие 15% результата (середняки).
• Группа С: 50% SKU, обеспечивающие 5% результата (отстающие).

XYZ-анализ оценивает устойчивость спроса. Для его проведения рассчитывается коэффициент вариации (V) продаж за анализируемый период.

• Группа X: Высокая стабильность (V < 10–15%).
• Группа Y: Средняя стабильность (V = 15–30%).
• Группа Z: Низкая стабильность, нерегулярный спрос (V > 30%).

Совмещенный ABC/XYZ-анализ формирует 9 стратегических групп, определяющих тактику управления:

Группа	Характеристика	Тактика управления
A-X	Лидеры продаж, стабильный спрос.	Максимальный контроль, поддержание запасов, работа на опережение.
C-X	Низкий вклад, но стабильный спрос.	Оценка рентабельности. Возможно, необходим пересмотр наценки или включение в СТМ.
A-Z	Лидеры продаж, но нерегулярный спрос (сезонность, промо).	Требуют тщательного прогнозирования и планирования закупок.
C-Z	Низкий вклад, нерегулярный спрос.	Кандидаты на вывод из ассортимента или пересмотр закупочных условий, поскольку занимают место и требуют ресурсов.

Данный анализ позволяет выявить «мертвый груз» (C-Z) и товары, требующие особого внимания к прогнозированию (A-Z).

Анализ ассортиментного портфеля с использованием Матрицы Дибба-Симкина

Матрица Дибба-Симкина является более продвинутым инструментом, поскольку она фокусируется не только на объеме продаж (Выручка), но и на маржинальном доходе (Финансовом вкладе), что критически важно для принятия решений о ценообразовании и стратегии развития.

Матрица строится по двум осям:

• Вертикальная ось (Y): Объем продаж (Выручка).
• Горизонтальная ось (X): Финансовый вклад (Маржинальный доход).

Товары классифицируются на четыре основных сектора, разделенных медианными значениями по обеим осям:

Сектор	Характеристика	Стратегия
A (Эталон)	Высокий объем продаж, Высокий финансовый вклад.	Ключевые товары. Обеспечение максимальной доступности, защита от конкурентов, приоритетный мерчандайзинг.
B1 (Требующие доходности)	Высокий объем продаж, Низкий финансовый вклад.	Проблема маржинальности. Требуют мероприятий по повышению доходности: увеличение цены, снижение закупочной стоимости, переход на более маржинальные аналоги.
B2 (Требующие объемов)	Низкий объем продаж, Высокий финансовый вклад.	Скрытый потенциал. Требуют мероприятий по стимулированию сбыта: промоакции, улучшение мерчандайзинга, реклама, для увеличения спроса.
C (Аутсайдеры)	Низкий объем продаж, Низкий финансовый вклад.	Кандидаты на удаление. Пересмотр или вывод из ассортимента для высвобождения полочного пространства и снижения издержек.

Результаты анализа: Применение Матрицы Дибба-Симкина позволяет четко выделить группы B1 и B2, которые являются объектом для наиболее эффективных проектных предложений, нацеленных либо на повышение доходности (B1), либо на увеличение товарооборота (B2). Какой важный нюанс здесь упускается? Успех работы с группами B1 и B2 напрямую зависит от точности прогнозирования спроса, что возвращает нас к необходимости использования Big Data.

Глава 3. Разработка и экономическое обоснование мероприятий по совершенствованию ассортиментной политики

3.1. Использование Big Data и инструментов AI/ML в оптимизации ассортимента и прогнозировании спроса

В условиях цифровой экономики ассортиментная политика не может быть эффективной без использования современных технологий. Big Data (Большие данные) служат фундаментом, а AI/ML-алгоритмы — инструментом для предиктивного управления.

Концепция Big Data в ритейле описывается через модель 5V (Объем, Скорость, Разнообразие, Достоверность, Ценность) или расширенную 7V, которая дополнительно включает Изменчивость и Визуализацию. В контексте ассортимента это означает анализ не только транзакционных данных (структурированные), но и данных о лояльности, отзывах, погодных условиях и конкурентных ценах (неструктурированные и полуструктурированные).

Роль Предиктивной аналитики и AI/ML:

Предиктивная аналитика использует Big Data для создания моделей, прогнозирующих будущие события. В управлении ассортиментом это позволяет:

1. Высокодетальное прогнозирование спроса: Алгоритмы машинного обучения (например, регрессионные модели или нейронные сети) способны учитывать сложную комбинацию факторов (сезонность, промо, цены конкурентов, локальные события) для прогнозирования спроса на уровне SKU в конкретном магазине.
2. Минимизация рисков Out-of-stock (OOS): Точный прогноз позволяет оптимизировать уровни запасов, сокращая потери от упущенных продаж.
3. Персонализация ассортимента (Customer Centric Assortment): AI-инструменты анализируют индивидуальные траектории покупок, позволяя формировать локальный ассортимент, максимально релевантный потребностям покупателей конкретного магазина или кластера.

Предлагаемое мероприятие: Внедрение системы, использующей ML-алгоритмы для ежедневного пересчета прогноза спроса с учетом 5V данных. Это позволит перевести управление запасами по группе A-Z из режима ручного планирования в автоматизированный.

3.2. Практические мероприятия по совершенствованию ассортимента на основе результатов анализа

Проектные мероприятия формулируются целенаправленно на основе выводов, полученных в результате совмещенного ABC/XYZ-анализа и Матрицы Дибба-Симкина.

Группа (по Диббу-Симкину)	Проблема/Потенциал	Практические мероприятия	Ожидаемый эффект
C (Аутсайдеры)	Занимают место, низкий вклад и объем.	Вывод SKU: Немедленный вывод из ассортимента всех позиций C-Z и C-Y (с низким объемом и вкладом) для высвобождения полочного пространства.	Снижение операционных расходов, повышение коэффициента использования площади (прибыль на кв.м).
B1 (Требующие доходности)	Высокий объем продаж, но низкая маржа.	Пересмотр ценовой политики/Контрактов: Повышение наценки на 2-5% (если позволяет эластичность спроса) или переговоры с поставщиками о снижении закупочной цены. Развитие СТМ-аналогов.	Рост маржинального дохода.
B2 (Требующие объемов)	Высокая маржа, но низкий товарооборот.	Мерчандайзинг и Стимулирование: Перемещение на более выгодные полки, включение в акционные буклеты, обучение ��ерсонала для активных продаж.	Рост объема продаж и общей прибыли.
A (Эталон)	Ключевые позиции.	Защитная стратегия: Внедрение системы прогнозирования AI/ML для минимизации OOS.	Удержание лояльности, предотвращение упущенной выручки.

3.3. Экономическое обоснование эффективности предложенных мероприятий

Для доказательства практической значимости и окупаемости инвестиций используется система ключевых финансовых метрик.

Расчет прогнозного роста маржинальности и оборачиваемости

Предположим, что в результате оптимизации ассортимента (вывод C-Z, повышение маржи B1, стимулирование B2) ожидаются следующие изменения:

1. Прогнозный рост маржинальности: За счет пересмотра цен и внедрения СТМ в группе B1, ожидается рост средней маржи по категории на 1.5%.
2. Прогнозный рост оборачиваемости: Высвобождение полочного пространства (за счет вывода C-Z) и повышение продаж B2 приведет к сокращению среднего товарного запаса на 10 дней.

Формула расчета оборачиваемости (в днях):

Одн = (Средний товарный запас × Количество дней в периоде) / Себестоимость проданных товаров

Сокращение оборачиваемости на 10 дней при среднем запасе 10 000 000 руб. означает высвобождение 10 000 000 / 365 × 10 ≈ 274 000 руб. оборотного капитала, который можно направить на более эффективные закупки. Это прямое следствие рационализации товарного портфеля.

Расчет возврата инвестиций (ROI/ROMI) в проект

Внедрение AI/ML-системы прогнозирования и проведение мероприятий по пересмотру ассортимента являются инвестициями, которые требуют оценки окупаемости. Экономическое обоснование гарантирует, что проект принесет реальную прибыль.

Расчет ROI (Return On Investment):

ROI показывает общую окупаемость всех инвестиций в проект (включая IT-решения, обучение, логистические расходы).

Общая формула ROI:

ROI = ((Доходы - Расходы) / Расходы) × 100%

Пример применения (гипотетические данные):

• Расходы (Инвестиции в проект):
  • Внедрение IT-системы прогнозирования и аналитики (лицензии, интеграция): 5 000 000 руб.
  • Прочие расходы (персонал, обучение): 1 000 000 руб.
  • Общие расходы (R): 6 000 000 руб.
• Доходы (Ожидаемый экономический эффект за год):
  • Снижение OOS (за счет AI) и увеличение продаж B2: 4 500 000 руб.
  • Рост маржи B1 и вывод неэффективных товаров: 3 000 000 руб.
  • Общие доходы (D): 7 500 000 руб.

ROI = ((7 500 000 - 6 000 000) / 6 000 000) × 100% = 1 500 000 / 6 000 000 × 100% = 25%

Показатель ROI = 125% (или 25% чистой прибыли на инвестиции). Поскольку ROI > 100%, инвестиции считаются эффективными и окупаются в течение первого года эксплуатации.

Расчет ROMI (Return On Marketing Investment):

ROMI оценивает окупаемость маркетинговых вложений (например, промо-акций для группы B2, рекламных кампаний для СТМ).

Общая формула ROMI:

ROMI = ((Доходы от маркетинга - Расходы на маркетинг) / Расходы на маркетинг) × 100%

Пример применения (гипотетические данные):

• Расходы на маркетинг (R_м):
  • Промо-акции и мерчандайзинг для B2: 500 000 руб.
• Доходы от маркетинга (D_м):
  • Дополнительный маржинальный доход от стимулирования B2: 1 200 000 руб.

ROMI = ((1 200 000 - 500 000) / 500 000) × 100% = 700 000 / 500 000 × 100% = 140%

ROMI = 140%. Это означает, что каждый рубль, вложенный в маркетинговые мероприятия для стимулирования группы B2, приносит 1,4 рубля дохода, что подтверждает высокую эффективность целевых маркетинговых инвестиций.

Заключение

Настоящая работа подтвердила, что эффективное формирование и совершенствование ассортиментной политики современной розничной сети невозможно без интеграции классических теоретических основ (Категорийный менеджмент, параметры ассортимента) с передовыми аналитическими инструментами цифровой экономики.

Ключевые выводы исследования:

1. Теоретическая база: Установлено, что Категорийный менеджмент является ведущей организационно-экономической основой, позволяющей рассматривать ассортимент через призму потребительского спроса и стратегической роли категории (трафик, прибыль).
2. Актуальность рынка: Анализ показал устойчивый рост оборота розничной торговли в РФ в 2024–2025 гг., а также смещение спроса в сторону продовольственных товаров (доля 49,0% в середине 2025 года) и подтвердил критически важную роль СТМ, особенно в дискаунтном формате (доля до 50%).
3. Методологическое превосходство: Совместное применение совмещенного ABC/XYZ-анализа и, особенно, Матрицы Дибба-Симкина, позволило провести углубленную диагностику товарного портфеля, выявив не только неэффективные позиции (C-Z), но и товары с высоким потенциалом (группы B1, требующие повышения маржинальности, и B2, требующие увеличения объемов).
4. Цифровые решения: Определено, что внедрение Big Data (в модели 5V/7V) и инструментов AI/ML для предиктивной аналитики является необходимым условием для минимизации OOS и перехода к персонализации ассортимента.
5. Экономическое обоснование: Разработанные мероприятия (вывод C-Z, пересмотр цен B1, стимулирование B2) получили детальное экономическое обоснование. Прогнозные расчеты ROI (125%) и ROMI (140%) подтвердили высокую окупаемость инвестиций в проект совершенствования ассортиментной политики.

Практическая значимость работы заключается в предоставлении розничной сети [Название Сети] готовой, пошаговой методики, которая позволяет не только оптимизировать текущий ассортимент, но и создать устойчивый механизм управления товарным портфелем, ориентированный на максимизацию маржинальной прибыли и повышение оборачиваемости.

Список использованной литературы

1. Басовский Л.Е. Маркетинг. Курс лекций. Москва: Инфра-М, 2005. 512 с.
2. Большой юридический словарь. 3-е изд., доп. и перераб. / Под ред. проф. А. Я. Сухарева. Москва: ИНФРА-М, 2007. 672 с.
3. Брагин Л.А. Экономика торгового предприятия. Москва: Инфра-М, 2008. 432 с.
4. Бузукова Е. Структурирование ассортимента // Sales Business. 2006. №8-9. С. 36-39.
5. Великанов В. Современные технологии в розничной торговле и их применение // Практический маркетинг. 2001. №5. С. 14-17.
6. Винкельманн П. Маркетинг и сбыт. Основы ориентированного на рынок управления компанией. Москва: Издательский Дом Гребенникова, 2006. 690 с.
7. Виханский О.С. Стратегическое управление: Учебник для вузов. Москва: Экономистъ, 2008. 456 с.
8. Внуков Д. Совершенствование процедур выбора ассортимента на предприятиях оптовой торговли // Современные аспекты экономики. 2005. №12. С. 51-55.
9. Гайдаенко Т.А. Маркетинговое управление. Полный курс MBA. Принципы управленческих решений и российская практика. Москва: Эксмо, 2006. 724 с.
10. Голубков Е. П., Голубкова Е.Н., Секерин В. Д. Маркетинг: выбор лучшего решения. Москва: Экономика, 2004. 658 с.
11. Дашков Л.П., Памбухчиянц В.К. Коммерция и технология торговли. Москва: Дашков и К°, 2006. 500 с.
12. Егоров В.Ф. Организация торговли. Санкт-Петербург: Питер, 2006. 452 с.
13. Завьялов П. С. Маркетинг в схемах, рисунках, таблицах? Учебное пособие. Москва: ИНФРА-М, 2006. 580 с.
14. Канаян К. , Канаян Р. Мерчандайзинг. Москва: РИП-Холдинг, 2006. 356 с.
15. Канаян К., Канаян Р., Канаян А. Проектирование магазинов торговых центров. Москва: Юнион стандарт консалтинг, 2005. 418 с.
16. Колборн Р. Мерчандайзинг / Пер. с англ. / Под ред. И.О. Черкасовой. Санкт-Петербург: Питер, 2002. 312 с.
17. Кротенко Д. В Формирование процедуры выбора эффективного ассортимента торговой организации по параметрам прикладной задачи // Вестник Московской академии рынка труда и информационных технологий. 2006. №5(27). С. 87-89.
18. Оборот розничной торговли в РФ в 2024 г. вырос на 7,2% — Росстат. URL: https://fomag.ru/news-comp/oborot-roznichnoy-torgovli-v-rf-v-2024-g-vyros-na-7-2-rosstat/ (Дата публикации: 2024 г.)
19. Оганесян И.А. Управления персоналом организации. Москва: Амалфея, 2003. 402 с.
20. Памбухчиянц О.В Технология розничной торговли. Москва: Дашков и К, 2008. 484 с.
21. Парамонова Т.Н., Красюк И.Н. Маркетинг в розничной торговле. Москва: ФБК-Пресс, 2004. 348 с.
22. Пешкова Е. П. Маркетинговый анализ в деятельности фирмы. Москва: Ось-89, 2003. 314 с.
23. Райзберг Б. А., Лозовский Л. Ш., Стародубцева Е. Б. Современный экономический словарь. 5-е изд., перераб. и доп. Москва: ИНФРА-М, 2007. 730 с.
24. Рамазанов И.А. Мерчандайзинг в розничном торговом бизнесе. Москва: Деловая литература, 2008. 390 с.
25. Романеева Е.В., Ерохина Л.И., Башмачникова Е.В. Маркетинг в оптовой и розничной торговле. Москва: КноРус, 2007. 430 с.
26. Сенина Н.А. Использование маркетинговых коммуникаций в мерчандайзинге // Сборник трудов конференции «Маркетинговые коммуникации». Москва: ВЗФЭИ, 2007. С. 78-79.
27. Смольянина А. Методы анализа ассортиментного портфеля предприятия. URL: http://www.iteam.ru/publications/marketing/section_28/article_2963 (Дата обращения: 23.10.2025).
28. Сорокина М.В. Менеджмент торгового предприятия. Санкт-Петербург: Питер, 2003. 438 с.
29. Технология розничной торговли / Л.А. Брагин, И.Б. Стукалова, С.С. Шипилова и др.; Под ред. Л.А. Брагина. Москва: Академия, 2004. 460 с.
30. Товарный портфель предприятия. URL: http://forexplaza.ru/?p=3 (Дата обращения: 23.10.2025).
31. Толпушов Р. Мерчандайзинг: Управление розничными продажами. Москва: BBPG, 2008. 386 с.
32. Динамика оборота розничной торговли // Росстат. URL: https://rosstat.gov.ru/storage/mediabank/Dinam-rozn-torg.xlsx (Дата обращения: 23.10.2025).
33. Управление ассортиментом. URL: https://fnc-group.ru/blog/upravlenie-assortimentom (Дата обращения: 23.10.2025).
34. Анализ ассортимента (Assortment analysis) // Loginom Wiki. URL: https://www.loginom.ru/wiki/analiz-assortimenta (Дата обращения: 23.10.2025).
35. Анализ ассортиментного портфеля компании: BCG-матрица и другие. URL: https://finlevels.ru/analiz-assortimentnogo-portfelya-kompanii (Дата обращения: 23.10.2025).
36. Анализ по методу Дибба-Симкина. URL: https://studfile.net/preview/4405391/page/6/ (Дата обращения: 23.10.2025).
37. ABC-анализ: вычисляем прибыльные товары в магазине. URL: https://www.moysklad.ru/poleznoe/uchet/abc-analiz/ (Дата обращения: 23.10.2025).
38. ABC-анализ: что это такое и как его провести. URL: https://www.unisender.com/ru/blog/tools/abc-analiz/ (Дата обращения: 23.10.2025).
39. ABC XYZ анализ // Блог Roistat. URL: https://roistat.com/ru/blog/abc-xyz-analiz/ (Дата обращения: 23.10.2025).
40. ABC XYZ анализ: алгоритм, пример, шаблон. URL: https://activesalesgroup.ru/blog/abc-xyz-analiz/ (Дата обращения: 23.10.2025).
41. ROI формула: как оценивать эффективность вложений. URL: https://sendpulse.com/ru/support/glossary/roi (Дата обращения: 23.10.2025).
42. Что такое ROI, как его посчитать в RetailCRM и понять, приносит ли маркетинг прибыль. URL: https://retailcrm.ru/blog/chto-takoe-roi/ (Дата обращения: 23.10.2025).
43. Как правильно проводить расчёт по методу ROI? URL: https://grebenukresulting.ru/blog/kak-pravilno-provodit-raschyot-po-metodu-roi/ (Дата обращения: 23.10.2025).
44. ROI: формула и этапы расчета. URL: https://sales-generator.ru/blog/roi-formula-i-etapy-rascheta/ (Дата обращения: 23.10.2025).
45. Предиктивная аналитика в ритейле. Как Big data и AI алгоритмы помогают оптимизировать бизнес процессы? URL: https://datawiz.io/blog/predictive-analytics-in-retail/ (Дата обращения: 23.10.2025).
46. ИИ в ритейле. 15 примеров использования ИИ в розничной торговле. URL: https://datawiz.io/blog/ai-in-retail-15-examples/ (Дата обращения: 23.10.2025).
47. ИИ в розничной торговле | Трансформация операций и клиентского опыта. URL: https://www.sap.com/cis/products/scm/ai-in-retail.html (Дата обращения: 23.10.2025).
48. Big Data (Большие данные) изменили способ, которым розничные компании принимают решения в бизнесе. URL: https://busines-society.ru/data/pdf/2023/40/002-008.pdf (Дата обращения: 23.10.2025).
49. СОВРЕМЕННЫЕ НАПРАВЛЕНИЯ АССОРТИМЕНТНОЙ ПОЛИТИКИ РЕГИОНАЛЬНЫХ РОЗНИЧНЫХ СЕТЕЙ НА РЫНКЕ ПРОДОВОЛЬСТВЕННЫХ ТОВАРОВ. URL: https://cyberleninka.ru/article/n/sovremennye-napravleniya-assortimentnoy-politiki-regionalnyh-roznichnyh-setey-na-rynke-prodovolstvennyh-tovarov/viewer (Дата обращения: 23.10.2025).
50. Базовые принципы ассортиментной политики компании. URL: https://standartno.by/osnovnye-printsipy-assortimentnoy-politiki/ (Дата обращения: 23.10.2025).
51. Формирование ассортимента — важнейший элемент товарной политики. URL: https://bseu.by/content/upload/files/7-06-2019/98-101.pdf (Дата обращения: 23.10.2025).
52. Принципы и факторы формирования ассортимента в розничных торговых предприятиях. URL: https://cyberleninka.ru/article/n/printsipy-i-faktory-formirovaniya-assortimenta-v-roznichnyh-torgovyh-predpriyatiyah/viewer (Дата обращения: 23.10.2025).
53. АКТУАЛЬНЫЕ ВОПРОСЫ УПРАВЛЕНИЯ АССОРТИМЕНТНОЙ ПОЛИТИКОЙ В УСЛОВИЯХ ЦИФРОВОЙ ЭКОНОМИКИ. URL: https://cyberleninka.ru/article/n/aktualnye-voprosy-upravleniya-assortimentnoy-politikoy-v-usloviyah-tsifrovoy-ekonomiki/viewer (Дата обращения: 23.10.2025).