Авс анализ как распределить по группам

AВС-анализ получил широкое распространение во многих областях, достаточно широко он применяется и в логистике. Этот анализ — хороший инструмент, дающий базу для принятия решения. Но при его проведении достаточно часто допускают ошибки, которые дают искаженные результаты. Они приводят к принятию неправильных решений. Решила написать несколько статей об ошибках, которые допускаются при проведении АВС-анализа для применения в управлении запасами.

Одним из этапов проведения АВС-анализа является выделение границ А, В и С для выбранной группы объектов. Объектами могут быть товары или товарные группы. Напомню, что АВС-анализ базируется на принципе Парето (20/80), который гласит, что 20 % критерия дают 80 % вклада в выбранный критерий. Традиционно выделяют в группу А товары, которые входят в 80 % по нарастающему итогу критерия, 15 % — группа В и 5 % — группа С. Напомню, что это классическое разделение групп.

Оно может подходить для одной выборки, но окажется совершенно непригодным для другой. Разделение групп необходимо делать по данным каждой выборки, это позволяет осуществить метод касательных Лукинского.

Метод касательных (предложен Лукинским В. С.) заключается в разделении объектов анализа на группы при помощи касательных к кривой АВС-анализа (смотри рисунок). Соединим начало и конец графика прямой ОК, затем проведем касательную к кривой АВС-анализа, параллельную ОК. Точка касания М разделяет группы А и В. Теперь соединим точки М и К и проведем касательную к кривой АВС-анализа, параллельную МК. Точка касания N разделяет группы В и С. В нашем примере граница групп А и В имеет значение ВРа — 82,39 %, ДОа — 19,66 %; граница групп В и С имеет значение ВРв 96,19 %, ДОв — 47,85 %. При необходимости можно продолжить деление касательными и получить большее количество групп. Преимущество метода в его гибкости, простоте и наглядности. Но недостатком считаю то, что без автоматизации этот метод применять сложно.

Если нет возможности проводить разделение методом касательных, можно воспользоваться эмпирическим методом.

Эмпирический метод заключается в разделении объектов на группы на основе усредненных результатов ранее проведенных исследований. Наиболее распространенный вариант предполагает следующие границы: ВРа — 80 % и ВРв — 95 %, соответственно ДОа — 20 % и ДОв — 30 %. Этот вариант разделения предлагают Бауэрсокс Доналд Дж., Клосс Дейвид Дж. в своей книге «Логистика: интегрированная цепь поставок».

Могут быть использованы иные варианты эмпирического метода. Например, Гаджинский предлагает такое разделение: ВРа — 75 % и ВРв — 95 %.

Преимущество метода заключается в его простоте, а недостаток — в том, что усредненные значения, используемые для выделения групп, далеко не всегда соответствуют конкретной ситуации. Я в своей практике использую разделение, которое рекомендует Валерий Разгуляев: ВРа — 60 % и ВРв — 30 %, или в такой трактовке — 60/30/10.

Почему я уделяю столько внимания разделению групп А, В иС? Почему нельзя просто разделить по классике 80/15/5? Дело в том, что в управлении запасами результаты АВС-анализа будут влиять на уровень сервиса, который мы установим для товаров из этих групп. Уровень сервиса, в свою очередь, влияет на величину страхового запаса. Страховые запасы относятся к малоподвижному запасу, потому чем больше товаров мы отнесем к категории А, тем больше будет величина страховых запасов в компании. Именно поэтому к выделению групп А, В и С нужно относиться внимательно и использовать здравый смысл. Давайте посмотрим на примере одной выборки данных о продажах, как может различаться состав категории А, если использовать разные методы разделения.

На рисунке представлены две таблицы, в которых отражено разделение групп А, В и С разными методами, при этом товары и данные по продажам одни и те же. Был проведен расчет удельного веса каждого товара и расчет нарастающего итога по удельному весу товаров, после чего по данным столбца с нарастающим итогом необходимо сделать разделение. В первой таблице (слева) сделано разделение 85/15/5, во второй (справа) — 60/30/10. Обратите внимание: в первом случае в категорию А попали 10 товарных позиций, при этом сюда вошли и товары с удельным весом 23,06 %, 14,98 % и 2,47 %. Во второй таблице в категорию А попали 4 товарные позиции, удельный вес которых действительно значителен по сравнению с остальными товарами.

Подведем итоги. Классический подход в разделении групп А, В и С — 80 %/15 %/5 % — в АВС-анализе не подходит для применения ко всем выборкам данных. Необходимо выделить эти группы с использованием метода касательных или эмпирического. Разделение 60 %/30 %/10 % более применимо и рекомендуется к использованию. При разделении групп А, В и С необходимо руководствоваться здравым смыслом и не включать необоснованно большое количество позиций в категорию А.

источник

Современный маркетинг и логистика основаны на использовании ряда всемирно опробованных инструментов. К таким инструментам относят ABC и XYZ-анализы, помогающие улучшить организацию бизнеса. Их совместное применение действенно для оптимизации бизнес-процессов, не вызывает потребности в больших трудозатратах и в привлечении высокооплачиваемых экспертов.

Смыслом ABC-анализа можно считать выделение в бизнесе из большого количества однотипных объектов те, на которых нужно сосредоточить главное внимание исходя из конкретной выбранной цели. Этот метод может использоваться в разных направлениях: для оптимизации ассортимента, анализа клиентской базы, повышения эффективности продаж.

ABC-анализ основан на идеях Парето, утверждающего, что в бизнесе всегда только 20% вложений даёт 80% результата. Именно на этом сегменте он рекомендует сосредоточить усилия.

В ABC-анализе делят факторы бизнеса на 3 категории:

• А — наиболее ценные ресурсы (20%), результат от которых в бизнесе равен 80%;
• В — 30% ресурсов, дающих 15% результата;
• С — 50% ресурсов, от которых результат составляет всего 5%.

Сущность АВС-анализа — ранжирование ресурсов по приносимым ими результатам

XYZ-анализ — это инструмент определения уровня стабильности или вариативности в продажах. Он группирует объекты бизнеса исходя из равномерности продаж, выявляет колебания в разные временные промежутки и классифицирует объекты по уровню прогнозируемости. Метод может применяться для анализа продаж отдельных товаров, услуг или поведения клиентов.

Если ABC-анализ выделяет самые продаваемые товары, то XYZ помогает понять, насколько стабилен спрос на них.

Методики ABC и XYZ могут применяться для анализа таких факторов:

• товарного ассортимента (анализируем прибыль);
• целевой клиентской базы (анализируем объём заказов);
• базы поставщиков (анализируем объём поставок);
• дебиторов (анализируем сумму и динамику задолженности).

Анализ ABC по базе клиентов можно провести по выручке, которую они приносят в бизнес:

1. A — крупные клиенты.
2. B — средние клиенты.
3. C — малые клиенты.

Нет единого стандарта, каких клиентов можно отнести к группам А, В или С. Такое разделение зависит в первую очередь от масштабов исследуемого бизнеса. Сумма, определяющая крупного клиента, для мелкого розничного магазина может быть и 200 000 рублей, а в крупной оптовой торговле доход будет измеряться в миллионах. Именно процесс проведения анализа и приведёт к определению, каких клиентов относить к какой из категорий.

XYZ-анализ отвечает на вопрос, какие клиенты совершают покупки регулярно, какие — от случая к случаю, а кто купил товар только один раз.

В качестве широко распространённого инструмента маркетингового анализа во всех видах торговли (розничной, оптовой, онлайн) используют так называемые воронки продаж, основная идея которых заключается в том, что процесс сделки всегда состоит из отдельных этапов. Воронка продаж отражает распределение клиентов по этапам роста их полезности для продавца: от потенциального покупателя до заключения первой сделки, а затем и перехода клиента в статус постоянного, лояльного и даже агитирующего за использование конкретного бренда.

Понятие вронки продаж строится на том, что потенциальных покупателей много, но до этапа заключения сделки доходит меньшинство

ABC-анализ показывает, сколько потенциальных клиентов доходит до уровня сделки, кто они, каким образом узнали о компании, какой менеждер с ним работал.

Благодаря наглядности структуры анализ воронки продаж позволяет планировать развитие процесса торговли, контролировать эффективность персонала, мотивировать сотрудников.

Важным критерием приоритетного положения клиента должно быть получение от него высокого дохода, причём достаточно стабильно, а не одноразово. Здесь наиболее эффективно совмещение ABC и XYZ-анализа. В результате выделяются группы потенциальных клиентов, с которыми можно использовать разные методы коммуникации:

• маркетинг отношений, программы лояльности — для малочисленной, но самой доходной группы постоянных клиентов;
• поддержание постоянных контактов — когда клиент готов тратить на покупки большие суммы, но делает это редко;
• исследование потребностей, расширение ассортимента — для тех, кто совершает дорогие покупки непредсказуемо.

ABC-анализ предполагает такую последовательность действий:

• определить цели анализа;
• идентифицировать объекты, которые анализируем;
• выделить параметр, на основании которого будет проводиться классификация объектов;
• оценить каждый объект по классификационному параметру;
• отсортировать объекты в порядке убывания значения параметра;
• определить долю значения параметра по всем объектам;
• ранжировать значения доли параметров нарастающим итогом;
• разделить объекты на три группы по значениям параметра (от минимального до 80%, от 80 до 95% и свыше 95%);
• определить количество и состав объектов в каждой группе.

ABC-анализ выполняется пошагово в определённой последовательности

Для примера приведём АВС-анализ клиентской базы компании ООО «Альфа». В качестве инструмента воспользуемся табличной программой Excel.

1. Ставим цель — ранжировать клиентов из базы по степени их прибыльности.
2. В качестве объекта анализа выбираем 20 клиентов фирмы, которых анонимно обозначим от Клиент 01 до Клиент 20.
3. В качестве параметра анализа рассмотрим сумму покупок каждого клиента за полугодие.
4. Сопоставим каждого клиента с суммой выручки, полученной от него за полугодие, и создадим исходную таблицу Excel, содержащую всего два столбца: А — перечень клиентов, В — выручка за полугодие. Подводим в отдельной строке итог выручки. На первом этапе анализа составляем таблицу со списком клиентов и суммами выручки по каждому из них за полугодие
5. Отсортируем клиентов в порядке убывания выручки за полугодие (меню «Данные» → «Сортировка» → «По убыванию»).
   Список клиентов сортируется по сумме покупок за полугодие с помощью специального инструмента Excel
6. Определим долю каждого клиента в итоговой сумме выручки компании за полугодие по формуле: Доля = (Выручка от клиента) / (Итоговая сумма выручки) * 100%. Чтобы не заводить формулу вручную каждый раз, задаём столбцу С процентный формат ячеек, в первой ячейке (С2) задаём формулу =B2/$B$22, протягиваем до последнего столбца.
   Доля каждого клиента в покупках выражается в процентах
7. Рассчитаем накопительную долю для каждого покупателя. В первой строке дублируется процентная доля клиента, в последующих значение вычисляется суммированием этой доли и процентной доли текущего клиента. Технически это выглядит так: во второй ячейке столбца Е задаём формулу =C3+Е2, протягиваем до последней строки.
   Расчёт накопительной доли делается по формуле =C3+Е2
8. Получим список клиентов, отсортированный по накопительной доле каждого клиента. Для контроля: в последней строке (в нашем случае 21) должно стоять значение 100%.
   Накопительные доли клиентов автоматически отображаются по нарастанию
9. Разделим список, отражающий накопительные доли, на три группы:
   • А — клиенты с наибольшими объёмами покупок. Их накопительная доля — до 80%. В эту группу вошли 5 клиентов;
   • В — клиенты, для которых значение накопительной доли составляет от 80 до 95%. В эту группу вошли 6 клиентов;
   • С — остальные 9 клиентов, накопительная доля которых более 95%. Клиенты разбиваются на 3 категории по значению накопительной доли
10. Подсчитаем долю общей выручки и процент от общего числа клиентов в каждой группе. На практике доля объектов в группах А, В и С не всегда точно соответствует теоретическому значению по Парето. Так, ценные 20% клиентской базы должны составлять четыре клиента, а по итогам расчётов их оказалось 5, то есть 25%. Но по расчётам видно, что они дают компании 80% выручки. Так же и с группой С. Это не следует считать ошибкой расчёта. По законам статистики ближе к теоретическому итогу можно подойти с увеличением количества объектов, например, если клиентов будет не 20, а 500. АВС-анализ позволил выделить из базы ООО «Альфа» 5 наиболее прибыльных клиентов

Алгоритм XYZ-анализа строится так:

1. Выбрать объект и анализируемый параметр.
2. Определить временные рамки исследования.
3. Рассчитать коэффициент вариации по каждому объекту.
4. Ранжировать объекты по коэффициенту вариации.
5. Распределить объекты на 3 группы:
   • Х — коэффициент вариации от 0 до 10% — группу характеризует устойчивость;
   • Y — коэффициент вариации от 10 до 25% — поведение группы изменчиво, но прогнозируемо;
   • Z — коэффициент вариации от 25% — случайный, разовый характер сделки, спроса и т. д.

Выполним XYZ-анализ клиентской базы ООО «Альфа» средствами Excel:

1. Объектом анализа выбираем клиентскую базу и рассматриваем сумму покупок по каждому.
2. Определим период, за который проводим анализ. Это будут шесть месяцев из полугодия, рассмотренного в АВС-анализе.
3. Составляем таблицу клиентов с объёмами покупок за каждый из выбранных шести месяцев. В исходную таблицу для XYZ-анализа включаются список клиентов и суммы их покупок по месяцам
4. Коэффициент вариации рассчитывается по сложной формуле. Его значения колеблются от 0 до 1. В Excel для этого предусмотрен специальный инструмент: если данные начинают вводиться со строки 3 (ячейки В3-G3), в свободном столбце вписываем формулу =СТАНДОТКЛОНП(B3:G3)/СРЗНАЧ(B3:G3), протягиваем до последней строки, ячейкам задаём процентное значение. В этом варианте коэффициент будет отображаться в процентах.
   Коэффициент вариации можно рассчитать по формуле, но удобнее воспользоваться инструментом Excel
5. Для удобства в таблице можно рассчитать средние продажи за месяц по каждому клиенту и стандартное отклонение. Но для результатов анализа принципиальным будет коэффициент вариации. На этом этапе он должен быть проставлен в строке каждого клиента.
   Коэффициент вариации рассчитавыется в отдельном столбце по каждому клиенту

Таблицу клиентов сортируем в порядке возрастания по значению коэффициента (меню «Данные» → «Сортировка» → «По возрастанию»). Делим их на 3 группы. В группу X войдут клиенты с коэффициентом от 0 до 10%, Y — от 10 до 25%, Z — выше этого значения. Если объектов немного, можно вместо сортировки проставить принадлежность к группе вручную в отдельном столбце.

XYZ-анализ распределяет всех клиентов по трём группам

Подведём итог проведённого XYZ-анализа клиентской базы ООО «Альфа». В группу X вошли стабильно покупающие клиенты, их насчиталось 8 из 20. Для вошедших в группу Y (7 клиентов) характерен колеблющийся спрос. В группе Z (5 клиентов) спрос практически непредсказуем и скорее случаен, чем закономерен. Делаем вывод, что поведение большинства клиентов компании стабильно или прогнозируемо.
XYZ-анализ характеризует группы объектов по степени их стабильности

Совмещённый анализ ABC и XYZ считается эффективным и разносторонним инструментом. Метод базируется на формировании единой таблицы, где по девяти группам распределяют объекты анализа на основании итогов ABC-анализа и XYZ-анализа.

Выполним совмещение АВС и XYZ-анализов клиентской базы ООО «Альфа» средствами Excel:

1. Берём результаты ABC-анализа — таблицу с разбивкой клиентов на группы.
2. Берём результаты XYZ-анализа клиентской базы.
3. Создаём совмещённую таблицу (можно добавить дополнительные столбцы на уже созданную странницу). В отдельном столбце по каждому клиенту проставляем две буквы — группы из АВС и XYZ-анализа.
   Таблица совмещённого анализа может формироваться на основе уже заполненных таблиц АВС и XYZ
4. Создаём новую таблицу из трёх строк и трёх столбцов. Строки обозначаем последовательно как A, B и C, а столбцы — X, Y и Z. Исследуемые объекты (у нас это клиенты) разместим в девяти ячейках сводной таблицы в зависимости от присвоенных им отметок из двух букв.
   Матрица совмещённого анализа состоит из 9 ячеек, по которым распределяются клиенты
5. Сделаем выводы из совмещённого анализа. У нас будет сформирован список клиентов, на работу с которыми следует обращать активное внимание. В ячейке AX будут клиенты с наиболее стабильной потребностью в товарах и дающие максимум выручки. Также обратим внимание на ячейки BX и AY, отражающие покупателей с довольно высоким потенциалом. Самые неперспективные клиенты займут позиции BZ и особенно CZ.

Совмещение использования ABC и XYZ-анализа помогает управлять как товарными ресурсами, так и базой клиентов. Этот инструмент помогает корректировать ассортиментную политику, повышая долю востребованных товаров и платёжеспособных клиентов. Совмещённый анализ хорош тем, что универсален, пригоден в разрезе любых объектов бизнеса: от товаров до оценки работы персонала.

источник

Задача анализа товарного запаса на складах регулярно возникает практически во всех компаниях. Одним из наиболее известных методов его проведения является АВС-анализ. Несмотря на это ответы на вопросы «с чего начать?» и «как провести АВС-анализ?» не перестают быть насущными для многих логистов.

Прежде чем проанализировать запас, необходимо определиться с тем, что же хранится на складе.

Весь хранимый товар можно разделить на три основные части — основной, временный и вынужденный запас (см. «Виды товарных запасов»).

Очевидно, что формирование каждой из трех составляющих запаса происходит с разной целью и обусловлено разными причинами.

• Основной товарный запас служит для обеспечения текущей отгрузки в соответствии с планом.
• Временный запас создается для получения дополнительных конкурентных преимуществ.
• Вынужденный запас возникает сам по себе в процессе работы любой компании.

Итак, чтобы проанализировать товарный запас, его следует разделить на эти три группы.

Ответ очевиден: чтобы оптимизировать остатки и не платить за хранение лишних товаров. Но стандартные подходы, которые используют компании, очень часто не дают ответа на вопрос, что же такое оптимальный запас товара на складе. Почему так происходит? Дело в том, что имеющийся запас товара — это по сути показатель и результат дея­тельности всей логистической системы ком­пании и ее окружения. В каком-то смысле он не может быть большим или маленьким. Его состояние определяется ассортиментом, то­варным наполнением, клиентами, менедж­ментом и квалификацией персонала компа­нии, размерами склада, географическим по­ложением и т. д.

Существующий размер товарного запаса -это характеристика того, как эффективно ком­пания умеет работать на определенном рынке, с определенными поставщиками и клиентами. Для того чтобы приблизить свой товарный запас к оптимальному, необходимо научиться выделять самые значимые причины, влияю­щие на текущее состояние товарного запаса компании.

Идея ABC-анализа строится на основе прин­ципа Парето, который формулируется следую­щим образом: «За большинство возможных результатов отвечает относительно небольшое число причин». В настоящее время принцип широко известен как «правило 20 на 80».

Самая простая разновидность ABC-анализа -это отсортированный по убыванию список пара­метров. Если номенклатурный перечень не пре­вышает 100 наименований, такой сортировки бы­вает достаточно. Сложнее выделить значимые по­зиции, если на складе хранится несколько десят­ков тысяч наименований товара. Именно в таких случаях и используется развернутый АВС – анализ.

Таблица 1. Исходные данные.

Проведение анализа необходимо начинать с выбора объектов, значимость которых мы хо­тим определить, и актуальных параметров объ­ектов, по которым мы будем проводить анализ.

Проведение анализа начинают с выбора объектов и определения их актуальных параметров

Объектом может быть товар, товарная группа, поставщик, клиент, заказ и т. д. В качестве па­раметра можно выбрать: средний или текущий товарный запас в рублях, штуках, коробках или паллетах; объем продаж за период, доходность товара, количество заказов клиентов и т. п.

Для примера рассмотрим отчет о среднем товарном запасе за месяц в паллетах. Объек­том анализа являются товары; параметром, по которому проводится анализ, — средний товар­ный запас за месяц в паллетах (см. таблицу 1).

Для проведения анализа очень удобно исполь­зовать MS Excel или любой другой аналогич­ный редактор. Порядок действий следующий:

1. Отсортировать объекты анализа в порядке убывания значения параметра.
2. Рассчитать долю параметра от общей суммы параметров выбранных объектов (это делается для того, чтобы оценить «вклад» каждого объекта в общий результат).
3. Рассчитать эту долю с накопительным итогом (эта операция носит технический характер и служит для удобства дальнейшего определения границ для групп ABC).
4. Присвоить значения групп выбранным объектам.

Наибольшее число вопросов вызывает оп­ределение границ при проведении АВС-анализа. Автор в своей практике изначально использовал деление на три группы по показателю «доля с накопительным итогом»: А — до 50%, В — 50-80% и С — 80-100%. Данное распреде­ление полностью отвечает задачам склада оп­товой компании или розничной сети.

Товар – взаимозаменяемый, и соответственно в груп­пу С попадает весь «ассортиментный хвост». Но в случае анализа запаса на складе производственной компании или сети магазинов — дискаунтеров, в которых взаимозаменяемость товаров может отсутствовать, появилась необ­ходимость разделить группу С, куда попадает 80% всего ассортимента, на две менее крупные группы. Поэтому во многих случаях рекомен­дую производить деление товара на четыре группы:

• группа А — объекты, сумма долей с накопительным итогом которых составляет первые 50% от общей суммы параметров;
• группа В — следующие за группой А объекты — от 50 до 80%;
• группа С — от 80 до 95%;
• группа D — оставшиеся объекты, сумма долей с накопительным итогом которых составляет от 95% до 100% от общей суммы параметров.

В результате проведенного анализа мы по­лучили четыре группы объектов (таблица 2):

• группа А — составляет 20% ассортимента и 49% товарного запаса;
• группа В — 30% ассортимента и 30% товар­ного запаса;
• группа С — 20% ассортимента и 13% товар­ного запаса;
• группа D — 30% ассортимента и 8% товар­ного запаса.

Таблица 2. Распределение товаров по группам на основе АВС — анализа.

Допустим, перед компанией стоит задача сни­зить средний товарный запас. В этом случае необходимо разобраться, по какой причине товары группы А находятся на складе в таком большом количестве. Даже незначительное снижение запаса только по двум товарам из этой группы заметно скажется на общем объе­ме товарного запаса.

Рабочий товарный запас, необходимый для обеспечения отгрузки в соответствии с планом продаж на текущий период.
Страховой товарный запас, который позволяет компенсировать незапланированный рост отгрузки и непредвиденные задержки в доставке, связанные с перебоями в производстве или наличии товара у поставщика.

Сезонный товарный запас. Избыточный запас, создаваемый до начала сезонного роста продаж. Маркетинговый товарный запас. Дополнительный запас, формируемый на время проведения маркетинговых акций, рекламных кампаний и т. д.
Конъюнктурный товарный запас. Избыточный запас, создаваемый под воздействием конкурентной ситуации на рынке.
Причинами создания конъюнктурного запаса могут быть: разовые скидки поставщиков, прогнозируемый или искусственно создаваемый дефицит товара у поставщиков и т. п.

Брак. Товар, который потерял потребительские свойства и не может быть в дальнейшем использован по назначе­нию.
Неликвидный или труднореализуемый запас. Часто этот товар появляется в результате «творческого взаимодействия» отдела продаж и отдела закупок: запланировали отгружать одно количество, а фактический спрос оказался в 10 раз меньше; заменили одного поставщика на другого, а реализовать остатки «забыли» и т. д.

Результаты АВС-анализа следует использо­вать разносторонне. Много дополнительной информации можно получить, если сопоста­вить результаты анализа по одному параметру с другими параметрами одного и того же объ­екта, например, отгрузку товара за некий пери­од и сумму брака по товару за этот же период (таблица 3).

Два товара группы А, на которые прихо­дятся 14% отгрузки, составляют 49% товарно­го запаса. При этом на два товара груп­пы С приходятся те же 14% отгрузки, но они составляют только 13% запаса. Значит, если по товарам группы С удается обеспечить от­грузку со средним товарным запасом в 19 пал­лет, то не исключено, что и в отношении това­ров группы А существует такая же возмож­ность.

Настоятельно рекомендую творчески под­ходить к определению объектов и параметров анализа. Не бойтесь экспериментировать.

Сгруппировав товар по одному параметру, со­поставьте полученный результат с другими па­раметрами. Группа D может приносить 5% до­хода, составлять 50% товарного запаса и зани­мать 70% площади склада.

ABC-анализ товаров по доходу покажет, на чем зарабатываются деньги, аналогичный ана­лиз по затратам позволит понять, на что они тратятся.

Если в оптовой компании или розничном магазине провести ABC-анализ товаров по объему продаж, а потом оценить, из каких то­варов состоят ассортиментные группы, то можно определить, какие из этих групп требу­ют расширения, а какие — сокращения.

Можно проанализировать товары по ко­личеству отгруженных единиц (или количе­ству заказов по ним) и в результате получить 20% товаров, покупаемых 80% клиентов, оп­ределив привлекательность товара для кли­ента. Этот же результат можно использовать при планировании размещения товара в «го­рячих» и «холодных» зонах на складе или в торговом зале магазина.

Таблица 3. Сопоставление объемов отгрузки на некий период с суммой брака на тот же период.

В одной очень известной оптовой компании информационная система настроена таким об­разом, что менеджер по закупке при формиро­вании заказа сначала открывает список поставщиков группы А. При этом товары отсортированы и выделены разным цветом не по алфавиту или коду, как обычно, а по результатам ABC-анализа товаров по доходу за послед­ний квартал. В первой половине дня формиру­ются заказы на наиболее значимые товары, а в конце дня, когда сотрудник устает и совершает больше ошибок, оформляются наименее важные заказы

Настоятельно рекомендуется твор­чески подходить к определению объектов и пара­метров анализа. Не бойтесь экспериментировать!

Даже на рассмотренном простейшем приме­ре из 10 товаров видно, что АВС — анализ позволяет не только разбить весь набор данных на группы в зависимости от степени влияния на конечный результат, но и значительно облегчить работу с большим ассор­тиментом. Сначала весь ассортимент делит­ся на группы, а затем более подробно рассматривается каждый товар в группах А и В и менее подробно — в группах С и D. Это дает возможность более эффективно распределить усилия и рабочее время, которые требуются для контроля и управления наиболее важными с точки зрения конечно­го результата объектами.

Важно помнить, что АВС — анализ является одним из способов математической обработки данных. Если провести анализ по сумме дохо­да от продаж, а потом сократить группы С и D как приносящие всего 20% дохода, но занимаю­щие 60% площади склада, то через некоторое время оставшиеся товары распределятся по тому же закону, но общий результат деятельности компании может снизиться на 50%. Ценность в глазах клиентов имеют не только товары основного ассортимента, но и «ассор­тиментный хвост», который отличает компа­нию от конкурентов.

Таким образом, АВС — анализ позволяет сде­лать первый эффективный шаг в оптимизации товарного запаса на складе.

Адиль Гаджинский, профессор РГТЭУ, эксперт по логистике:

«На мой взгляд, данный материал актуальный, написан эмо­ционально и популяризирует идею дифференцированного подхода к управлению номенклатурой склада. При чтении текста возникает ощущение, что его писал практик, что добавляет доверия к инструменту, даже в тех местах, где, на мой взгляд, собственно метод прописан недостаточно четко. По-моему, главное, что делает автор в статье, это создает у читателя желание глубже познакомиться с мето­дом. Это ценно и это желательно сохранить. Текстовое опи­сание в разделе «Как выполнять анализ?» содержит интервальную характеристику групп, что, на мой взгляд, воспри­нимается с некоторым напряжением (хотя таблица все разъясняет). Почему, например, Роман Юрьевич не пользуется традиционным представлением распределения:

• группа А — 50% результата;
• группа В — 30% результата;
• группа С — 20% результата,

«поэтому сейчас я рекомендую выделять 4 группы».

• группа А — 50% результата;
• группа В — 30% результата;
• группа С — 15% результата;
• группа D — 5% результата.

Так четче видна арифметика.

Хотя это, конечно, дело автора! Повторяю, данный участок текста, при внимательном чтении понятен.

В целом направление, связанное с дифференциацией объектов управления в логистике, конечно же, заслуживает подробного освещения на страницах журнала.»

источник