Оптимизация системы управления товарными запасами в торговом предприятии: Методологический план современной курсовой работы с учетом цифровых трендов 2025 года

В 2024–2025 годах наблюдается тренд на интеграцию WMS- и TMS-систем с технологиями искусственного интеллекта (ИИ) для повышения точности прогнозирования спроса и оптимизации логистических маршрутов, что является ответом на усложнение логистических цепей.

Эта статистическая деталь, являющаяся квинтэссенцией текущего состояния российского ритейла, демонстрирует, что управление товарными запасами давно перестало быть вопросом формулы Уилсона, застывшей в учебниках прошлого века. Современный логистический менеджмент — это сложная система, управляемая большими данными, предиктивной аналитикой и высокоскоростными IT-решениями. Отсутствие такого комплексного подхода неминуемо ведет к замораживанию капитала и потере конкурентоспособности, что должно учитываться при написании любой практической работы.

Представленный ниже план-структура является методологическим каркасом для написания актуальной, научно обоснованной курсовой работы, способной удовлетворить самые высокие академические требования и одновременно предоставить практическую ценность для торгового предприятия в реалиях 2025 года. Цель — не просто описать запасы, а разработать комплексную стратегию их оптимизации, интегрированную с цифровыми инструментами.

Введение: Обоснование актуальности и цели исследования

Управление товарными запасами — критически важная функция в торговом предприятии, напрямую влияющая на оборотный капитал, уровень логистического сервиса и конкурентоспособность. Однако методическая база, используемая в большинстве студенческих работ, часто оказывается устаревшей, оперируя моделями, разработанными до эры массовой цифровизации.

Проблема исследования заключается в несоответствии классических, статичных моделей управления запасами (EOQ, фиксированные точки заказа) динамичным, высококонкурентным условиям современного российского ритейла. Этот рынок характеризуется резким ростом цифровизации, усложнением цепей поставок и острой нехваткой квалифицированных кадров (дефицит комплектовщиков по оценкам участников рынка достигает 20–30%). В этой ситуации, неспособность оперативно и точно управлять запасами приводит к замораживанию капитала в неликвидах и к потере клиентов из-за дефицита, что наносит двойной удар по финансовой устойчивости компании.

Актуальность темы обусловлена тремя ключевыми факторами 2025 года:

1. Цифровизация и IT-интеграция: Проникновение ERP-систем в крупных ритейлерах близко к 100%, при этом российский рынок WMS-систем активно растет (ожидаемый прирост рынка WMS по итогам 2024 года прогнозируется на уровне 10–20%). Эти системы требуют соответствующей методологической поддержки и анализа их влияния на KPI.
2. Смена рыночной конъюнктуры: Тенденция к укреплению отечественных брендов (65% от всех новых открытий за первые 9 месяцев 2025 года) и импортозамещение требуют от ритейлеров гибкой и оперативной системы управления закупками и ассортиментом.
3. Необходимость повышения эффективности: Внедрение технологий «умного склада» и предиктивной аналитики становится не преимуществом, а необходимостью для снижения операционных расходов и компенсации кадрового дефицита.

Цель работы: Разработка комплекса научно обоснованных практических рекомендаций по оптимизации системы управления товарными запасами торгового предприятия на основе современных логистических концепций и цифровых инструментов.

Задачи исследования:

1. Проанализировать эволюцию теоретических подходов к управлению запасами, выявив роль предиктивной аналитики и ИИ.
2. Определить и обосновать систему ключевых финансово-экономических и логистических показателей (KPI) для оценки эффективности запасов.
3. Провести ABC/XYZ-анализ ассортимента исследуемого предприятия.
4. Оценить влияние внедрения WMS- и ERP-систем на логистические процессы на основе отраслевых кейсов и данных.
5. Разработать конкретные мероприятия по оптимизации процессов и рассчитать их ожидаемый экономический эффект.

Объект исследования: Система управления товарными запасами конкретного торгового предприятия.
Предмет исследования: Процессы, методы и инструменты, направленные на повышение эффективности управления запасами.

Глава 1. Теоретико-методологические основы управления запасами в современном логистическом менеджменте

В последние десятилетия управление запасами претерпело радикальную трансформацию, перейдя из сферы учета в область стратегического логистического менеджмента. Суть этой главы — провести деконструкцию устаревших моделей и представить современные концепции, которые формируют основу для эффективного управления цепями поставок. Должен ли современный логист игнорировать классические подходы, или же ему следует научиться интегрировать их в новые цифровые реалии?

Эволюция подходов: от классической модели EOQ к концепциям Zero Inventory и VMI

Классическая модель Оптимального размера заказа (Economic Order Quantity, EOQ), разработанная в начале XX века, сыграла решающую роль в стандартизации закупочных процессов. Она базируется на формуле Вильсона:

Qo = sqrt((2 * Ai * Si) / Ii)

где Qo — оптимальный размер заказа, Ai — стоимость заказа, Si — годовой спрос, Ii — стоимость хранения единицы запаса в год.

Несмотря на свою фундаментальность, EOQ имеет серьезные ограничения: она предполагает постоянный и известный спрос, неизменную стоимость и мгновенную поставку, что практически нереализуемо в современном ритейле. Именно поэтому классическая модель сегодня используется скорее как бенчмарк идеальных затрат, а не как инструмент оперативного управления.

На смену жестким расчетам EOQ пришли гибкие, ориентированные на спрос и минимизацию запасов концепции:

1. Just-in-Time (JIT) и Lean-концепции: Главный принцип — доставка товаров точно к моменту их использования или продажи. В ритейле это трансформируется в стремление к Zero Inventory (нулевому запасу), когда компания минимизирует складские запасы, используя, например, продажи на условиях предварительного заказа или дропшиппинг.
2. VMI (Vendor Managed Inventory): Модель, при которой поставщик принимает на себя ответственность за управление запасами своей продукции на складе покупателя. Это позволяет оптимизировать планирование и резко снизить риск дефицита и излишков, поскольку поставщик имеет более глубокие данные о производстве и поставках.
3. Гиперлокальная модель: Актуальна для сегмента e-commerce и экспресс-доставки. Она предполагает децентрализацию запасов на малые, близко расположенные склады (dark stores) для обеспечения быстрой доставки в ограниченном радиусе. Такая модель требует высокоточной логистической координации и мобильной WMS.

Таким образом, если EOQ остается инструментом для оценки идеальных условий, то JIT, VMI и гиперлокальная логистика являются оперативными стратегиями, определяющими лицо современного российского ритейла.

Роль предиктивной аналитики и ИИ в управлении цепями поставок

Ключевой задачей современного управления запасами является переход от реактивного (заказ после достижения точки) к предиктивному (прогноз и предупреждение) управлению. Предиктивная аналитика и ИИ выступают как основные драйверы этого перехода. Они позволяют обрабатывать огромные объемы разнородных данных (Big Data) — от истории продаж и сезонности до погодных условий, маркетинговых акций и даже активности конкурентов в социальных сетях. И что из этого следует? Способность учитывать неявные факторы (например, влияние погоды на продажи зонтов или рост трафика в соцсетях) позволяет ритейлерам снизить величину страхового запаса на 10–15% без ущерба для уровня сервиса.

1. Demand Sensing (Ощущение спроса): Это современное развитие прогнозирования, основанное на краткосрочных, высокочастотных данных. ИИ-алгоритмы могут корректировать недельный прогноз спроса в режиме реального времени, реагируя на внезапные изменения. Это критически важно в условиях высокой волатильности рынка.
2. Автоматическое формирование предложений (Assortment Recommendation): ИИ используется не только для прогноза количества, но и для оптимизации качества запасов. ИИ может предсказать покупательское поведение и автоматически сформировать предложение о пополнении, оптимизируя ассортиментную матрицу еще до того, как традиционные методы выявят дефицит.
3. Оптимизация логистических маршрутов: Интеграция ИИ с TMS-системами (Transportation Management System) позволяет не только снизить транспортные расходы, но и повысить точность поставок, что напрямую влияет на расчет страховых запасов.

Вывод: Высокий уровень проникновения цифровизации (включая складскую и транспортную логистику) является характерной чертой российского ритейла. Курсовая работа должна рассматривать управление запасами именно через призму ИИ и Big Data, а не только через призму классических формул.

Глава 2. Аналитический инструментарий и система ключевых показателей эффективности товарных запасов

Для обоснованной оптимизации необходимо точно измерить текущее состояние системы. Эта глава посвящена методологической базе анализа, которая позволяет оценить эффективность использования оборотного капитала и управления ассортиментом.

Комплексная система KPI для оценки эффективности управления запасами

Эффективность управления запасами оценивается через сбалансированный набор финансовых и логистических показателей (KPI).

1. Показатели оборачиваемости (Financial Efficiency)

Оборачиваемость товарных запасов (Inventory Turnover Ratio): Показывает скорость превращения запасов в выручку.

Оборачиваемость = Себестоимость реализованной продукции / Средняя стоимость товарных запасов

Период обращения (Оборачиваемость в днях): Показывает, сколько дней в среднем товар находится в запасе до момента продажи.

Период обращения = Количество дней в периоде / Коэффициент оборачиваемости

Высокий коэффициент оборачиваемости (и низкий период обращения) отражает рациональность использования оборотного капитала и складских площадей.

2. Показатели уровня сервиса (Service Level)

Уровень сервиса — это критически важный логистический показатель, определяющий способность компании удовлетворять спрос.

Уровень сервиса I рода (Service Level I): Вероятность полного отсутствия дефицита за один цикл поставки.
Уровень сервиса II рода (Fill Rate): Доля спроса, которую компания гарантированно покроет с использованием имеющихся запасов в течение периода их пополнения.

Современный ритейл стремится к уровню сервиса 95–99%, что требует точного расчета страхового запаса (Z_s).

3. Показатели затрат

Затраты на содержание запаса (Carrying Costs, C_c): Включают расходы на содержание склада, обслуживание запаса, стоимость рисков (устаревание, порча) и альтернативные затраты (стоимость замороженного капитала).

Cc = Z * I

где Z — средний уровень запаса, I — затраты на содержание единицы запаса в год (руб.).

Расчет среднего уровня запаса (Z) с учетом страхового запаса (Z_s):

Z = Q / 2 + Zs

где Q — размер партии поставки.

Снижение Cc является прямым результатом оптимизации, что должно быть подтверждено в Главе 3.

Совмещенный ABC/XYZ-анализ как основа ассортиментной политики

Совмещенный ABC/XYZ-анализ является ключевым инструментом для формирования оптимальной стратегии управления запасами, поскольку позволяет дифференцировать подходы к заказу и хранению для каждого товара. Какой важный нюанс здесь упускается? Точность этого анализа критически зависит от качества первичных данных, поступающих из ERP/WMS-систем; без актуальной и чистой истории продаж любой, даже самый сложный анализ, теряет практический смысл.

1. ABC-анализ (По значимости)

Основан на принципе Парето и делит товары по их вкладу в оборот или прибыль:

Категория	Вклад в оборот (доля)	Стратегия управления
A	~80%	Жесткий контроль, минимальный страховой запас, частые поставки.
B	~15% (от 80% до 95%)	Стандартный контроль, прогнозирование.
C	~5% и менее	Упрощенный контроль, крупные партии, редкие заказы (кандидаты на вывод).

2. XYZ-анализ (По стабильности спроса)

Классифицирует товары по стабильности объема продаж и точности прогнозирования. Математической основой является коэффициент вариации (CV).

CV = (σ / x̅) * 100%

где σ — стандартное отклонение продаж, x̅ — среднее значение продаж за период.

Категория	Коэффициент вариации (CV)	Стабильность спроса	Стратегия управления
X	До 10%	Стабильный, легко прогнозируемый	Высокий уровень сервиса, минимальный Zs
Y	10% – 25%	Колеблющийся, средняя прогнозируемость	Страховой запас на основе статистики
Z	Более 25%	Нерегулярный, плохо прогнозируемый	Снижение запасов, заказ «под клиента»

3. Комбинированная стратегия

Совмещение результатов (например, группа AX, BY, CZ) позволяет формировать дифференцированную стратегию:

• AX-товары: Основа ассортимента, требуют постоянного мониторинга, высокой частоты контроля и минимального страхового запаса.
• CZ-товары: Низкий вклад и высокая нестабильность. Являются основным источником возникновения неликвидных запасов и первыми кандидатами на вывод из ассортимента или перевод на модель дропшиппинга.

Проведение этого анализа в курсовой работе является критически важным для перехода к практической части.

Глава 3. Разработка практических мероприятий по оптимизации системы управления запасами с учетом цифровизации

Практическая часть работы должна быть сфокусирована на внедрении конкретных, современных решений, а не на общих фразах. Основной акцент делается на автоматизации и использовании IT-инструментов, ставших стандартом в российском ритейле. Срок окупаемости таких инвестиций в РФ, как правило, составляет 1,5–2 года, что делает их привлекательными для бизнеса, стремящегося к быстрой отдаче.

Влияние WMS- и ERP-систем на логистическую эффективность

ERP-системы обеспечивают централизованный учет и планирование, но непосредственное управление товарными потоками на складе осуществляют WMS-системы (Warehouse Management System).

Эффект от внедрения WMS:

Показатель	Эффект внедрения (по данным отраслевых кейсов, 2022–2024 гг.)	Механизм достижения
Сокращение времени поиска товаров	В среднем на 40%	Адресное хранение, оптимизация маршрутов комплектовщиков.
Снижение ошибок комплектации	До 80%	Использование терминалов сбора данных (ТСД) и пошаговых инструкций.
Рост оборачиваемости складских запасов	От 10% до 20%	Повышение скорости отгрузки, снижение неликвидов.
Сокращение производственных издержек (склад)	До 15%	Оптимизация трудозатрат и планирования смен.
Срок окупаемости инвестиций (ROI в РФ)	1,5–2 года (18–24 месяца)	Быстрый экономический эффект от сокращения ошибок и повышения производительности.

Функционал, влияющий на запасы: Современные WMS-модули позволяют настраивать сложные алгоритмы пополнения ячеек хранения (Put Away, Replenishment), а также проводить разные типы инвентаризации (циклическая инвентаризация по группам/ячейкам) без полной остановки склада, что критически важно для поддержания точности данных и снижения страхового запаса.

Рекомендации по автоматизации процессов и адаптации к рынку 2025 года

Учитывая острую нехватку квалифицированных кадров (69% российских предприятий испытывали дефицит на конец 2024 года) и тенденцию к укреплению отечественных брендов, оптимизационные мероприятия должны быть направлены на повышение автономности и гибкости системы.

1. Автоматизация инвентаризации и повышение точности учета:

• Внедрение ТСД и RFID-технологий: Использование терминалов сбора данных, интегрированных с WMS/ERP, позволяет проводить инвентаризацию в режиме реального времени, исключая человеческий фактор. Это снижает трудозатраты на 50% (как пока��ано в кейс-стади компании «Лидер») и обеспечивает моментальную корректировку данных об остатках.
• Переход к Циклической Инвентаризации: Вместо трудоемкой годовой инвентаризации, необходимо внедрить ежедневную циклическую проверку высокоценных товаров (группа АХ) и товаров с высоким риском ошибки.

2. Использование предиктивной аналитики для управления закупками:

• Внедрение модуля прогнозирования спроса, который использует алгоритмы ИИ для динамического расчета точки заказа и размера страхового запаса, вместо статических расчетов.
• Настройка автоматического перерасчета страховых запасов для Y- и Z-товаров, исходя из динамики коэффициента вариации (CV).

3. Минимизация воздействия дефицита кадров:

• Технологии «умного склада»: Применение голосового подбора (Voice Picking) или роботизированных систем (если это позволяет бюджет) для выполнения рутинных операций, что компенсирует дефицит комплектовщиков (20–30% в логистическом секторе).
• Стандартизация процессов WMS: Четкие, цифровые инструкции, встроенные в WMS, позволяют быстрее обучать новых сотрудников и снижают зависимость от высокой квалификации линейного персонала.

Расчет экономического эффекта от внедрения предложенных мероприятий

Завершающий и наиболее важный этап курсовой работы — количественное подтверждение эффективности предложенных мер.

1. Эффект от оптимизации размера заказа (Снижение затрат на содержание C_c):

Пример расчета. Предположим, предприятие до оптимизации использовало неоптимальный размер заказа Qстарый и имело высокие затраты Cc, старый. После внедрения предиктивной аналитики и WMS, которые позволяют точно прогнозировать спрос Si и снижают стоимость заказа Ai за счет автоматизации, рассчитываем новый оптимальный размер заказа Qo:

Qo = sqrt((2 * Ai, новый * Si) / Ii)

Сравниваем суммарные затраты до и после:

ΔCc = Cc, старый - Cc, новый

где Cc включает затраты на хранение и затраты на заказ.

2. Эффект от повышения оборачиваемости:

На основе отраслевых данных (кейс-стади «Лидер»: рост оборачиваемости на 20%) прогнозируется повышение коэффициента оборачиваемости Kоб.

• Прогнозируемый рост оборачиваемости: Kоб, прогноз = Kоб, факт * (1 + 0.15) (используя консервативный прогноз роста на 15%).
• Высвобождение оборотных средств: За счет сокращения периода обращения, вычисляется сумма средств, которые могут быть направлены в оборот:

Высвобождение = Средний запас * (1 - (Период обращенияпрогноз / Период обращенияфакт))

3. Суммарный экономический эффект:

Общий эффект рассчитывается как сумма экономии на содержании запасов, снижения потерь от дефицита (за счет повышения Service Level) и суммы высвобожденного оборотного капитала.

Этот расчет должен быть представлен в виде таблицы «Расчет экономического эффекта от внедрения мероприятий» и подтверждать, что инвестиции в автоматизацию (ROI 1.5–2 года) являются оправданными.

Заключение

Проведенное исследование позволило деконструировать устаревшие подходы к управлению товарными запасами и разработать актуальный методологический план для курсовой работы, полностью отвечающий требованиям современного логистического менеджмента и цифровым реалиям 2025 года.

Ключевые выводы и достижения:

1. Смена парадигмы: Доказана необходимость перехода от статичных, классических моделей (EOQ) к динамическим концепциям (Lean, Zero Inventory, VMI), основанным на предиктивной аналитике и ИИ, что позволяет оперативно реагировать на волатильность спроса.
2. Методология анализа: Сформирована комплексная система KPI, включающая не только финансовые показатели (оборачиваемость), но и критически важные логистические метрики (Уровень сервиса I и II рода, Cc).
3. Инструментальная основа: Обосновано применение совмещенного ABC/XYZ-анализа, который является фундаментом для дифференцированной ассортиментной политики и эффективного выявления неликвидов (особенно в группе CZ).
4. Практическая значимость: Подтверждена ключевая роль IT-систем. Внедрение WMS- и ERP-модулей не только повышает логистическую эффективность (сокращение времени поиска на 40%, снижение ошибок до 80%), но и выступает стратегическим ответом на острый дефицит кадров в логистическом секторе (20–30%).
5. Экономическая обоснованность: Разработана структура расчета экономического эффекта, демонстрирующая, что оптимизация процессов закупок и складского учета (включая автоматизацию) приводит к снижению затрат на содержание запасов и высвобождению оборотного капитала, обеспечивая быструю окупаемость инвестиций (ROI в РФ: 1,5–2 года).

Таким образом, цель по разработке актуальной структуры и методологии достигнута. Предложенный план позволяет выполнить курсовую работу, имеющую высокую академическую ценность и прямой практический потенциал для повышения конкурентоспособности торгового предприятия в условиях цифровизации и рыночных трендов 2025 года.

Список использованных источников

(Примечание: Список должен состоять исключительно из авторитетных источников — научных статей ВАК/Scopus, монографий после 2015 года, отраслевой аналитики и официальных отчетов после 2018 года, что обеспечивает высокий академический уровень работы.)

Приложения (если применимо)

(Место для размещения вспомогательных материалов: таблицы результатов ABC/XYZ-анализа исследуемого предприятия, детальный пошаговый расчет экономического эффекта, скриншоты или блок-схемы работы WMS-модуля на предприятии.)

Список использованной литературы

1. Абрютина М.С. Экономический анализ торговой деятельности: Учебное пособие. – М.: Дело и Сервис, 2000. – 512 с.
2. Аникин Б.А. Логистика: учебник. 2-е изд., перераб. и доп. – М.: ИНФРА – М, 2000. – 280 с.
3. Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник. 4-е изд., доп. и перераб. – М.: Финансы и статистика, 1997. – 416 с.
4. Беляев Ю.А. Энциклопедия начинающего предпринимателя: н-п. лит-ра. – М.: Издательство РУДН, 1992. – 161 с.
5. Бланк И.А. Управление торговым предприятием. – М.: ТАНДЕМ: ЭКМОС, 1998. – 416 с.
6. Брагин Л.А. Торговое дело: экономика, маркетинг, организация. – М.: ИНФРА – М, 2000. – 560 с.
7. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учебное пособие. 3-е изд., перераб. и доп. – М.: Дашков и Ко, 2004. – 400 с.
8. Гребнев А.И. Экономика торгового предприятия: Учебник. – М.: Экономика, 1996. – 238 с.
9. Греховодова М.Н. Экономика торгового предприятия: Учебное пособие. – Ростов-на-Дону: Феникс, 2001. – 197 с.
10. Кравченко Л.И. Анализ хозяйственной деятельности в торговле: Учебник. 6-е изд., перераб. и доп. – М.: Новое знание, 2003. – 526 с.
11. Памбухчиянц О.В. Организация, технология и проектирование торговых предприятий: Учебник. 2-е изд., доп. и перераб. – М.: ИВЦ “Маркетинг”, 1998. – 320 с.
12. Раицкий К.А. Экономика предприятия: Учебник для вузов. 3-е изд. – М.: Дашков и Ко, 2002. – 1012 с.
13. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. – М.: ИНФРА – М, 2001. – 496 с.
14. Сафронов В.А. Экономика предприятия: Учебник. – М.: Юристъ, 1999. – 584 с.
15. Соломатин А.Н. Экономика и организация деятельности торгового предприятия: Учебное пособие. 2-е изд. – М.: Новое знание, 2000. – 240 с.
16. Щур Д.Л., Труханович Л.В. Основы торговли. Розничная торговля. – М.: Дело и Сервис, 2001. – 704 с.
17. Баскакова О.В. Планирование товарных запасов // Современная торговля. 2006. № 4.
18. Попов В.А., Бородин В.Ю. Управление товарными запасами в оптовой торговле // Современная торговля. 2001. № 9.
19. Обломкина Ж. Потребкооперация сегодня // Алексеевский вестник. 28 марта 2007 г.
20. KPI в управлении запасами: расчет показателей эффективности // abmcloud.com. URL: https://abmcloud.com/ (дата обращения: 08.10.2025).
21. Товарооборачиваемость и показатели товарных запасов: формулы, анализ и оптимизация // fnow.ru. URL: https://fnow.ru/ (дата обращения: 08.10.2025).
22. Что такое уровень сервиса и почему он важен // fnow.ru. URL: https://fnow.ru/ (дата обращения: 08.10.2025).
23. Роль и состав затрат, возникающих при управлении запасами // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 08.10.2025).
24. Соловьева Л. Л. Управление запасами // Электронная библиотека gstu.by. URL: https://gstu.by/ (дата обращения: 08.10.2025).
25. Логистика запасов: оптимизация затрат // e-koncept.ru. URL: https://e-koncept.ru/ (дата обращения: 08.10.2025).
26. Прибыль выросла на 5% после внедрения WMS на складе компании «Лидер» // retail.ru. URL: https://retail.ru/ (дата обращения: 08.10.2025).
27. Российский рынок цифровизации ритейла. Обзор TAdviser 2025 // tadviser.ru. URL: https://www.tadviser.ru/ (дата обращения: 08.10.2025).
28. Современные тенденции и их влияние на развитие сферы ритейла // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 08.10.2025).
29. Российский ритейл: тренды и прогнозы на 2025 год // arenadata.tech. URL: https://arenadata.tech/ (дата обращения: 08.10.2025).
30. АНАЛИЗ УСЛУГ ЛОГИСТИЧЕСКОГО СЕРВИСА // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 08.10.2025).
31. Как WMS управляет товарными запасами // tu-don.ru. URL: https://tu-don.ru/ (дата обращения: 08.10.2025).
32. АВС-XYZ — анализ как средство управления товарным ассортиментом торгового предприятия // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 08.10.2025).
33. МОДЕЛИРОВАНИЕ ДЕЯТЕЛЬНОСТИ ТОРГОВОЙ ОРГАНИЗАЦИИ С ПОМОЩЬЮ ABC-XYZ – АНАЛИЗА // top-technologies.ru. URL: https://top-technologies.ru/ (дата обращения: 08.10.2025).
34. РАСШИРЕНИЕ МЕТОДИКИ ABC/XYZ АНАЛИЗА ТОВАРНОГО АССОРТИМЕНТА С ПОМОЩЬЮ ЭЛЕМЕНТОВ ПОИСКА АССОЦИАТИВНЫХ ПРАВИЛ // fundamental-research.ru. URL: https://fundamental-research.ru/ (дата обращения: 08.10.2025).
35. Тренды FMCG-рынка в 2024 году // nielseniq.com. URL: https://nielseniq.com/ (дата обращения: 08.10.2025).