Меню Рубрики

Как определить результат авс анализа

Маркетинг » ABC-анализ: характеристика, особенности и применение

Одной из главных задач в жизни любой компании является управление ассортиментом. В том числе, управление закупками и остатками, что непосредственно влияет на объем продаж и прибыльность. В предыдущей статье мы рассматривали матрицу БКГ , которая позволяет разделить весь ассортимент на четыре группы, и за счет этого оптимизировать товарную стратегию. В этой статье мы поделимся информацией о другой известной концепции, которые получили название АВС-анализа. Мы рассмотрим его методологию, сферу применения, преимущества и особенности, знание которых позволит получить более точные результаты.

АВС-анализ позволяет разделить большой массив данных, исходя из их вклада, на три группы. Это позволяет, во-первых, выделить позиции, которые являются ключевыми. Во-вторых, мы сможем сконцентрироваться на анализе трех групп, вместо большого списка, и работать с позициями в пределах групп сходным образом.

Данный метод основан на принципе Парето, открытому в 1897 г. Согласно этому принципу, «20% усилий дают 80% результата». В зависимости от предмета анализа его можно перефразировать: 20% ассортимента приносят 80% прибыли; 20% клиентов приносят нам 80% выручки и т.д. Метод АВС-анализа имеет широкое применение, т.к. с его помощью можно проанализировать практически любую сферы деятельности компании, в том числе:

  • Ассортимент по объему продаж и прибыльности,
  • Клиентов по количеству заказов,
  • Поставщиков по объему поставок,
  • Запасы по занимаемой площади склада и т.д.

По результатам анализа мы можем выделить следующие группы (на примере анализа ассортимента):

  • Группа А: 20% ассортимента, с 80% долей в выручке,
  • Группа В: 30% ассортимента, дающие 15% выручки,
  • Группа С: 50% ассортимента, приносящие 5% от общей выручки.

Таким образом, к Группе А относятся товары-лидеры, к Группе В – товары средней важности, а к Группе С — наименее важные товары, которые претендуют на исключение из ассортимента. Следует отметить, что соотношение 80-15-5% по объему и 20-30-50% по количеству не являются единственно верным. В зависимости от особенностей ассортимента каждой конкретной компании эти значения могут быть скорректированы. Так в других источниках приводятся другие значения доли по количеству: 10-20-70%. Поэтому важно учитывать специфику деятельности компании и вашего ассортимента при выборе базовых соотношений, что получило название эмпирического метода. Также существуют и другие методы определения соотношения долей.

При использовании метода сумм границы определяются по значению суммы двух показателей: доли по объему (нарастающим итогом) и доли по количеству (нарастающим итогом).

  • Группа A. Нижняя граница (Доля по объему + Доля по количеству) = 100%,
  • Группа B. Нижняя граница (Доля по объему + Доля по количеству) = 145%,
  • Группа C. Все оставшиеся.

Фактически, мы получаем те же значения, что и в предыдущем подходе, но с более подвижными границами групп за счет того, что: (80+20)=100, (95+50)=145, (5+50)=200. Другие существующие методы для определения границ используют принципы статистики и математического анализа и являются более сложными в исполнении. К ним можно отнести:

  • Дифференциальный метод,
  • Метод касательных,
  • Метод многоугольника (двойной касательной),
  • Метод треугольника,
  • Метод петли.

Вышеперечисленные методы являются более точными, но требуют больше времени и навыков для их использования. Стоит отметить, что наиболее точным считается метод двойной касательной, а наиболее гибким — метод треугольника.

Необходимо учитывать, что в реальности на анализируемую совокупность влияет не один, а сразу несколько факторов. Например, на группировку ассортимента влияет не только выручка от продаж, но также его прибыльность, оборачиваемость, занятая площадь склада и т.д. С этим ограничением уверенно помогает справиться многомерный АВС анализ. В данной статье мы рассмотрим пример двухмерного анализа, взяв в качестве критериев выручку от продаж и прибыльность товаров. При использовании большего количества критериев возникает сложность графического изображения и анализа данных, поэтому оптимальным количеством являются 1-3 критерия для анализа.

В качестве первого шага двухмерного анализа, необходимо провести АВС-анализ по каждому из критериев. После этого полученные результаты следует объединить, т.е. присвоить каждой позиции не одну, а две буквы, каждая из которых будет отвечать за свой признак. В итоге, мы получим девять групп, которые схематично можно представить в виде следующей таблицы:

Как же анализировать полученные результаты? Для этого вернемся к стандартному виду анализа, состоящему из трех групп. Для объединения полученных значений в Группы А, В и С существуют различные методики. Например, в Группу А мы можем отнести только товары из группы АА, в Группу В относим значения ВА, ВВ и АВ, а остальные — в Группу С. Это позволяет выделить безусловных лидеров ассортимента и сконцентрироваться на развитии этой группы.

Существует и противоположная методика, когда к Группе С относятся только значения СС, в Группу А входят значения, содержащие хотя бы одну букву А, а остальные относятся к Группе В. Но повторюсь, многое зависит от целей анализа и специфики деятельности компании, в зависимости от этого, вы можете составить группы и по другим признакам.

Далее обратимся к сильным и слабым сторонам АВС-анализа. В качестве его преимуществ можно выделить его простоту (если использовать базовые критерии отбора) и универсальность (можно применить почти к любой сфере деятельности компании, взяв за основу любой критерий). Главное же преимущество метода в том, что он позволяет оптимизировать ресурсы компании. При этом использование анализа на сегодняшний день автоматизировано, т.к. его без проблем можно провести в MS Excel, не утруждая себя объемными вычислениями.

Говоря о недостатках метода, необходимо учитывать его особенности. Если принимать их во внимание, то можно минимизировать недостатки анализа и получить более точные данные. Остановимся на этих особенностях более подробно.

  1. Анализ неоднородной продукции. Если у фирмы в ассортименте находится товар одной группы, то все становится предельно ясно. А если фирма занимается реализацией разнообразной продукции, которая заметно отличается по цене, оборачиваемости и прибыльности? В таком случае, при проведении анализа по всей совокупности мы получим искаженные данные, пользуясь которыми мы будем принимать неверные управленческие решения. Например, если мы анализируем ассортимент по выручке, то, после проведения анализа, мы будем уделять большее внимание дорогим товарам, но не факт, что они будут лидерами по прибыльности и частоте продаж.

Правильным выходом из этой ситуации является разбиение массива анализируемых данных на однородные группы и проведение АВС-анализа по каждой из них. Также не следует анализировать товары, которые фирма реализует исключительно «под заказ» с другими товарами, т.к. любой крупный контракт по ним переведет его в Группу А, но это не гарантирует, что такой объем продаж будет в следующем периоде.

  1. Анализ данных за неоднородный период. Важно правильно ответить на вопрос: «Когда проводить анализ?» Если в сфере деятельности фирмы присутствует сезонность, и мы будем проводить анализ, например, летом, то есть большой риск исключить из ассортимента товары, у которых пик продаж приходится на зиму. Поэтому рекомендуется проводить анализ за год, что поможет выявить общую тенденцию. Для более детального анализа, можно проводить анализ для каждого пика продаж в отдельности.
  2. Анализ новых товаров. Для анализа новых товаров, которые только появляются в нашем ассортименте, необходимо использовать другие критерии. Так как мы не можем оценить их уровень продаж за прошлые периоды, то для них следует проводить «политику наибольшего благоприятствования», поэтому на первое время их можно автоматически отнести к Группе А, чтобы уделять им наибольшее внимание.

Также могут возникнуть ситуации, когда возникают перебои с поставками товара. Причины могут быть разные: ошибка в закупках, отсутствует у поставщика и т.д. Так как товар отсутствовал, то уровень его продаж будет ниже потенциально возможного. Если это был товар Группы А, то он может незаслуженно попасть в Группу В или С. В таких случаях, рекомендуется исключать моменты отсутствия товара из нашего анализа. Сделать это несложно, если перейти от суммарных продаж к средним продажам за более мелкий период (от годовых к квартальным или месячным).

  1. Выбор признаков для анализа. Очень важно правильно выбрать те признаки, по которым мы будет проводить анализ и относить товары в группы. Поэтому перед проведением анализа следует задать вопрос: «Насколько хорошо выбранные признаки отражают анализируемую совокупность и насколько они соответствуют цели анализа?»
  2. Дополняющие товары. При сокращении товаров из Группы С важно ответить на вопрос: «А не попадают ли в эту группу товары, дополняющие товары из Группы А или В?» Важно, чтобы сокращение таких товаров не сказалось на спросе потребителей на товары ведущих групп. Поэтому эту особенность также необходимо учитывать при проведении анализа.

Важно помнить, что игнорирование вышеперечисленных особенностей АВС-анализа может не только перечеркнуть все усилия по анализу, но и привести к абсолютно неверным выводам. В этой главе мы познакомимся с алгоритмом его проведения, т.е. рассмотрим из каких последовательных этапов состоит АВС-анализ:

  1. Выбрать цель анализа. Выбираем к чему мы должны прийти по итогу анализа, например: оптимизация ассортимента, рост выручки, рентабельности и др.
  2. Выбор объекта анализа. Определяем, что будем анализировать: ассортиментную группу/подгруппу, номенклатуру в целом, поставщиков, клиентов. Возможна детализация направлений анализа по каналам сбыта, рыночным сегментам и др.
  3. Определение параметра, по которому будет проводиться анализ объекта. Это может быть средний товарный запас, объем продаж, количество продаж, объем заказа и т.д.
  4. Составление рейтингового списка по выбранному параметру и его сортировка в порядке убывания. Например, если в качестве критерия мы выбрали «объем продаж», то сортируем весь наш ассортимент от товаров с наибольшими продажами до наименьших.
  5. Подсчитать общую сумму по выбранному параметру (например, общий объем продаж по всему ассортименту) и вычислить долю параметра каждой позиции списка в общей сумме. Для нашего примера, доля продаж по каждому товару будет равна отношению продаж по товару к общей выручке.
  6. Вычислитьдолю нарастающим итогом для каждой позиции списка. Например, для десятого товара: (доля 1-го товара) + (доля 2-го товара) + … + (доля 10-го товара). Для последнего товара доля нарастающим итогом будет равна 100%.
  7. Определение групп А, В, С. Найти позицию списка, в которой доля выбранного параметра ближе всего к 80% (нарастающим итогом). Это будет нижняя граница группы A. Верхняя граница группы A – первая позиция в списке. Следующим шагом необходимо найти позицию списка, в которой доля нарастающим итогом ближе всего к 95% (80%+15%). Это будет нижняя граница группы B. Оставшиеся позиции будут относиться к Группе C.
  8. Сравнение полученных значений с рекомендуемыми. Для этого необходимо посчитать количество позиций в каждой группе и вычислить их долю от общего количества. Если полученные значения объективно отражают рассматриваемую совокупность, то мы можем перейти к завершающему этапу анализа.
  9. Анализ полученных данных и подведение итогов. Разумеется, это самый важный шаг всего анализа, т.к. от сделанных выводов будут зависеть дальнейшие шаги руководства компании в области управления ассортиментом, управления продаж и т.д.

Итак, мы можем сделать вывод, что несмотря на преимущества анализа, включающие его простоту, универсальность и автоматизацию, при его проведении важно соблюдение определенных условий. Если аналитик неверно определит цель, объект и признаки анализа, а также проигнорирует особенности анализа неоднородной продукции или периодов, то он запросто может не достичь поставленной цели. Важно помнить, что качество этого вида анализа зачастую зависит от качества исходных данных. Поэтому для повышения его точности рекомендуется анализировать однородные группы и еще раз убедиться в том, что выбранные параметры объективно оценивают анализируемое явление. В следующей статье мы поговорим о XYZ-анализе , который может стать хорошим дополнением к проведенному АВС-анализу.

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.

    AX
    Высокая потребительская стоимость, высокая степень надёжности прогноза вследствие стабильности потребления
    AY
    Высокая потребительская стоимость, средняя степень надёжности прогноза вследствие нестабильности потребления
    AZ
    Высокая потребительская стоимость, низкая степень надёжности прогноза вследствие стохастичного потребления
    BX
    Средняя потребительская стоимость, высокая степень надёжности прогноза вследствие стабильности потребления
    BY
    Средняя потребительская стоимость, средняя степень надёжности прогноза вследствие нестабильности потребления
    BZ
    Средняя потребительская стоимость, низкая степень надёжности прогноза вследствие стохастического потребления
    CX
    Низкая потребительская стоимость, высокая степень надёжности прогноза вследствие стабильности потребления
    CY
    Низкая потребительская стоимость, средняя степень надёжности прогноза вследствие нестабильности потребления
    CZ
    Низкая потребительская стоимость, низкая степень надёжности прогноза вследствие стохастического потребления

    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.
    A Большой стабильный доход Большой предсказуемый доход Большой нерегулярный доход
    B Средний стабильный доход Средний предсказуемый доход Средний нерегулярный доход
    C Маленький стабильный доход Маленький предсказуемый доход Маленький нерегулярный доход
    X Y Z

    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

    ABC анализ (англ. ABC-analysis) – это метод повышения эффективности и результативности системы продаж предприятия. Наиболее часто метод ABC-анализа используют для оптимизации номенклатуры товара (ассортимента) и его запасов с целью увеличения объема продаж. Другими словами, цель ABC-анализа является выделение наиболее перспективных товаров (или группы товаров), которые приносят максимальный размер прибыли для компании.

    Данный вид анализа основывается на закономерности выявленной экономистом Парето: «20% продукции обеспечивают, 80% прибылей компании». Целью компании при проведении такого анализа является определение ключевых товаров, и управление данной 20% группой, которое создаст контроль над 80% денежными поступлениями. Управление продажами и денежными платежами напрямую влияют на финансовую устойчивость и платежеспособность компании.

    При проведении анализа продукции все товары делятся на три группы:

    • Группа «А» – максимально ценные товары, занимают 20% ассортимента продукции, и приносят 80% прибыли от продаж;
    • Группа «В» – малоценные товары, занимают 30% ассортимента продукции, и обеспечивают 15% продаж;
    • Группа «С» – не востребованные товары, занимают 50% ассортимента, и обеспечивают 5% прибылей от продаж.

    Товары компании группы «А» являются целевыми, и требуют максимального внимания к их производству и реализации: наличия их в складских запасов, оперативные поставки, планирование и организация производства и контроль качества данной продукции.

    Этапы проведения ABC-анализа номенклатуры товаров и объема продаж компании (предприятия) следующие:

    1. Определение номенклатуры продукции предприятия.
    2. Расчет нормы прибыли по каждой товарной группе.
    3. Определение эффективности каждой группы.
    4. Ранжирование товаров и их классификация (ABC) по ценности для предприятия.

    Разберем, как на практике проводить ABC-анализ продаж продукции в Excel для магазина сотовых телефонов. Для этого нам необходимо наличие наименование всех товаров (групп товаров) и их норма дохода. На рисунке ниже показана номенклатура товаров и размер прибыли на каждый из видов.

    Номенклатура продукции для проведения ABC-анализа в Excel

    Далее необходимо осуществить сортировку товаров по прибыльности. Заходим в главном меню Excel → «Данные» → «Сортировка». Результатом будет сортировка групп товаров по рентабельности от самого прибыльного до самого убыточного.

    На следующем этапе необходимо определить долю по каждому виду товара. Для этого воспользуемся формулами в Excel.

    Доля продаж каждого вида товара =B5/СУММ($B$5:$B$15)

    Определение доли продукции в объеме продаж компании

    На следующем этапе рассчитывается доля групп накопительным итогом по формуле:

    Доля товара в номенклатуре накопительным итогом =C6+D5

    Оценка доли прибыли накопительным итогом для группы товаров

    После этого необходимо определить границу до 80% для группы товаров «А», 80-95% для группы товаров «В» и 95-100% для товаров «С». На рисунке ниже представлен результат группировки товаров по трем группам для магазина сотовых телефонов. Так марки Samsung, Nokia, Fly и LG дают 80% всех продаж, Alcatel, HTC, Lenovo обеспечивают 15% продаж и Philips, Sony, Apple, ASUS приносят 5% выручки от реализации.

    ABC анализ продаж продукции. Пример расчета в Excel

    Проведя группировку товаров, компания получает аналитический отчет о том, какие товары обеспечивают основные денежные поступления. Дальнейшей целью является увеличение продаж целевых товаров из группы «А» и снижение доли не эффективных товаров из группы «С». В нашем примере около

    30% всех товаров приносят компании 80% прибыли.

    Данный метод хорошо себя зарекомендовал на практике, и имеет следующие преимущества:

    1. Простота использованияи скорость проведения анализа для повышения эффективности продаж. Методику ABC-анализа можно использовать на любом предприятии, так как она не требует больших вычислительных мощностей и баз данных. Все расчеты по номенклатуре товара могут быть произведены в таблице в Excel.
    2. Надежность результатов. Полученные результаты устойчивы во времени и позволяют предприятию сфокусировать свои ресурсы и капитал в развитие наиболее перспективных продуктов. Управление номенклатурой наиболее ценных товаров позволяет создать финансовую устойчивость предприятия.
    3. Оптимизация ресурсов и времени. Использование методики позволяет высвободить дополнительные ресурсы как финансовые, так и временные.
    4. Универсальность анализа. Возможность применения методики ABC-анализа для других сфер деятельности предприятия.

    Спектр использования данного метода повышения эффективности в хозяйственных системах крайне широк:

    • Оптимизация номенклатуры товаров.
    • Выделение ключевых поставщиков, подрядчиков, клиентов.
    • Повышение эффективности организации складских запасов.
    • Оптимизация производственного процесса.
    • Бюджетирование и управление маркетинговыми затратами.

    Помимо преимуществ методики ей присущи также и недостатки:

    1. Одномерность метода. ABC-анализ довольно простой аналитический метод и не позволяет группировать сложные многомерные объекты.
    2. Группировка товаров только на основе количественных показателей. Метод не строится только на количественной оценке нормы дохода по каждой номенклатуре товара и не оценивает качественную составляющую каждого товара, например, товары различной категории.
    3. Отсутствие группы убыточных товаров. Помимо товаров приносящих прибыль компании есть также товары, которые приносят убыток. В данном методе такие товары не отражены, в результате на практике, ABC-анализ трансформируется в ABCD анализ, где в группу “D” входят нерентабельные группы товаров.
    4. Влияние внешних факторов на продажи. Несмотря на довольно устойчивую структуру продаж по данной модели, на оценку объема продаж в будущем сильное влияние оказывают внешние экономические факторы: сезонность, неравномерность потребления и спроса, покупательная способность, влияние конкурентов и т.д. Влияние данных факторов не отражается в модели ABC-анализ.
    Читайте также:  Какой сделать анализ для определения рака

    ABC-анализ продаж позволяет выделить целевые группы товаров, которые обеспечивают 80% прибыли компании. Данный метод повышает эффективность функционирования предприятия, проводит анализ и оптимизацию ресурсов, что в свою очередь отражается на финансовую устойчивости и рентабельности компании. Разобранный пример показывает простоту использования модели ABC для анализа ассортимента товаров и продаж. Метод может широко использоваться в других сферах компании для выделения целевых групп: клиентов, поставщиков, подрядчиков, персонала и т.д.

    Автор: к.э.н. Жданов Иван Юрьевич

    источник

    Вы сможете определить, на каких товарах и клиентах больше всего зарабатываете, от чего и кого можете легко отказаться, кто больше всех должен вам, а кому — вы.

    Начальник клиентского отдела компании «Нескучные финансы».

    Консультант компании «Нескучные финансы».

    По принципу Парето 80% прибыли бизнесу приносят 20% товаров. Если у вас интернет-магазин, 80% прибыли вы зарабатываете на 20% ассортимента. Расскажем про метод, который поможет вам быстро и безошибочно выявить те самые 20%.

    Возьмём магазин канцтоваров. Чтобы не усложнять, ограничим ассортимент 10 позициями.

    Получаем вот такую таблицу.

    Товар Прибыль, рублей
    Авторучки 150 000
    Маркеры 200 000
    Тетради в линейку 50 000
    Тетради в клетку 45 000
    Общие тетради 30 000
    Альбомы для рисования, А4 15 000
    Блокноты 20 000
    Нотные тетради 5 000
    Дневники 3 000
    Пеналы 10 000

    Дальше мы действуем в такой последовательности:

    1. Сортируем товары и прибыль, которую они нам приносят, по убыванию. Вручную это делать не надо — умная электронная табличка сама справится.
    2. Вычисляем долю каждого товара в общей прибыли бизнеса — это графа 3 «Доля в общей прибыли» в табличке ниже.
    3. А теперь самое интересное: от товара к товару считаем их суммарную долю в прибыли нарастающим итогом. Доля маркеров, которые заняли первое место по приносимой прибыли, — 33,78%. На втором месте — авторучки с 28,41% прибыли. Вместе эти два товара приносят бизнесу 66,29% прибыли. И так далее. Спросите — зачем, ведь и так известно, что в итоге получится 100%? А в том-то и дело, что нас интересуют промежуточные значения. Ведь мы хотим знать, какие именно товары формируют 80% прибыли и какова роль остальных. Ответ — в таблице, которая у нас получилась. Долю отдельных товаров мы видим в третьей колонке. Но сама по себе она ещё ни о чём не говорит. Мы же сортируем товары по группам по их совокупной доле прибыли. Вот эту совокупную долю умная табличка и считает в 4-й колонке «Суммарная доля».
    4. Ну и последнее — сортируем товары по группам. Всё, что в сумме меньше или равно 80%, — группа А. Это главные «кормильцы» бизнеса. Как только мы достигли порога в 80%, первый товар, суммарная доля прибыли с участием которого превышает 80%, относится уже к группе В. В нашем примере это тетради в клетку. Они увеличивают суммарную долю общей прибыли компании с 75,76% до 84,28%. Когда очередной товар увеличит общую долю прибыли до 95% и более процентов, это уже первый товар из группы С. В нашем примере это альбомы для рисования — после них суммарная доля прибыли увеличивается до 96,59%. Всё, что осталось, — это тоже группа С.

    Так выглядит результат АВС-анализа. Товары распределились по трём группам: лидеры — А, середнячки — В, аутсайдеры — С

    Как видите, 75,76% прибыли магазин делает на маркерах, авторучках и тетрадях в линейку. Тетради в клетку, общие тетради и блокноты приносят бизнесу 17,99% прибыли. Оставшиеся четыре позиции — 6,25%.

    В классическом варианте АВС-анализа соотношение между группами А, В и С — 80/15/5. 20% прибыли, которые бизнес, согласно принципу Парето, получает от 80% товаров, в АВС-анализе дополнительно детализированы — 15/5.

    У нас получилось иное соотношение — 75,76/17,99/6,25. Ничего страшного. Реалии бизнеса не всегда вписываются в классику. Главное — чтобы общая сумма была 100%. Это самопроверка.

    В классическом варианте: А = 80%, В = 15%, С = 5%. А/B/C = 80/15/5.

    В нашем примере: А = 75,76%, В = 17,99%, С = 6,25%.

    75,76% + 17,99% + 6,25% = 100%. Значит, всё правильно.

    После АВС-анализа ассортимента по выручке или прибыли мы увидим, на каких товарах стоит сделать упор. Товарам, которые хорошо продаются и приносят основные деньги бизнесу, уделяем максимум внимания. Что делать с остальными, особенно аутсайдерами, приносящими минимум выручки/прибыли, — повод крепко задуматься.

    Мы рассортировали товары по трём группам:

    1. Группа А. Лидеры — 80% продаж, 20% ресурсов.
    2. Группа В. Твёрдые середнячки — 15% продаж, 20–35% ресурсов.
    3. Группа С. Аутсайдеры — 5% продаж, 50–60% ресурсов.

    Информация, к какой группе относится товар, — основа для принятия решений.

    Товары из группы А должны быть на складе всегда. Дефицит товаров группы А — это проседание по выручке. В результате АВС-анализа мы получили готовый перечень таких товаров. Этот перечень можно в любой момент сопоставить с текущей ситуацией. И если нужно, вовремя докупить недостающий товар.

    А вот делать большие запасы товаров группы С — только замораживать в них прибыль. От товаров из группы С можно безболезненно отказаться или поставлять их под заказ. Решать собственнику — нужен ли ему товар из группы С.

    Когда собственник бизнеса хочет знать, сколько именно каждого товара из группы А должно быть на складе, АВС-анализ уже не помощник. Для этого есть отдельный инструмент, который называется XYZ-анализ. Но это уже тема отдельной статьи. Начинать надо в любом случае с АВС-анализа.

    Полезно проводить АВС-анализ ассортимента отдельно по двум показателям — выручке и прибыли — и сравнить результаты. Распространённый случай — товары из группы А по выручке оказываются по прибыли в группе В, а то и С. Но товары из группы А по выручке в любом случае обеспечивают приток денег в компанию и этим важны. Когда собственник выявил такой товар — есть повод задуматься. Возможно, есть способы сделать его более прибыльным. А если отказываться от товаров группы С по прибыли, то от тех из них, что по выручке в группе А, — в последнюю очередь.

    Если не проводить АВС-анализ по обоим показателям, возникает опасность сосредоточиться не на том. Или отказаться от товара, который стоило бы сохранить.

    АВС-анализ применим не только к ассортименту. Недавно мы делали его по выручке для транспортной компании. Собственник разрабатывал программу лояльности и хотел знать, кого в неё включать. Для этого понадобились сведения, сколько процентов выручки приносит ему каждый клиент и как клиенты распределяются между группами А, В и С.

    В этом случае места товаров в таблице заняли клиенты и выручка, которую приносит бизнесу каждый из них. Такая таблица будет выглядеть, например, так (все наименования и показатели вымышленные, возможные совпадения с реальными случайны).

    Название компании Выручка, рублей
    ООО «Уральские просторы» 300 000
    ООО «Южный Урал логистик» 500 000
    ЗАО «Экспертные решения» 100 000
    ИП. Иванов И. И. 50 000
    ИП Петров П. П. 70 000
    ИП Сидоров С. С. 30 000
    ЗАО «Свежие продукты» 200 000
    Всего 1 250 000

    После АВС-анализа таблица примет такой вид:

    Результат АВС-анализа базы клиентов по выручке. Группа А приносит ровно 80% выручки, В — 13,6%, С — 6,4%

    Теперь собственник знает, на ком из клиентов он делает больше всего денег, кто из них — середнячок в плане выручки, которую приносит бизнесу, а кто — аутсайдер.

    Программу лояльности собственник бизнеса предложит своим клиентам из группы А, в удержании которых максимально заинтересован. А клиентов из группы В с помощью программы лояльности будет стимулировать делать больше заказов и переходить в группу А. С клиентами из группы С он продолжает работать. Но предлагать им участие в программе лояльности не видит смысла.

    1. Проводить АВС-анализ надо по одному показателю, который можно измерить в деньгах. Это может быть выручка, прибыль, сумма закупок, дебиторская задолженность (всё, что должны бизнесу) или кредиторская задолженность (всё, что должен бизнес). Все объекты АВС-анализа должны быть привязаны к числам: сколько выручки или прибыли приносит каждый товар или клиент, сколько бизнес зарабатывает на каждом поставщике или на какую сумму мы покупаем у каждого поставщика, сколько дебиторки висит на каждом должнике, сколько бизнес задолжал каждому кредитору.
    2. Объектами АВС-анализа могут быть отдельные товары или группы товаров, клиентская база, база поставщиков, база должников, база кредиторов.
    3. АВС-анализ проводится в границах одного направления. Когда бизнес одновременно продаёт автомобили, запчасти и ремонтирует машины — это три отдельных направления. Сводить в одну табличку автомобили и запчасти смысла нет. Это товары разных ценовых категорий и частоты потребления: машины мы меняем раз в несколько лет, а запчасти к авто покупаем гораздо чаще. Объекты АВС-анализа должны обладать сопоставимыми параметрами.
    4. Обычно АВС-анализ проводится, чтобы скорректировать стратегические планы бизнеса. В таких случаях его проводят раз в год, а раз в квартал актуализируют данные. Но если цель — увеличить средний чек, можно применять АВС-анализ и раз в месяц. Такой подход позволит видеть, как управленческие решения отражаются в распределении прибыли между группами и категориями.

    АВС-анализ — это инструмент, с помощью которого вы можете рассортировать товары, клиентов, должников и кредиторов на лидеров, середнячков и аутсайдеров. Узнать, на ком и чём больше всего зарабатываете, от чего и кого можете легко отказаться, кто больше всех должен вам, а кому — вы.

    источник

    Для анализа ассортимента товаров, «перспективности» клиентов, поставщиков, дебиторов применяются методы ABC и XYZ (очень редко).

    В основе ABC-анализа – известный принцип Парето, который гласит: 20% усилий дает 80% результата. Преобразованный и детализированный, данный закон нашел применение в разработке рассматриваемых нами методов.

    Метод ABC позволяет рассортировать список значений на три группы, которые оказывают разное влияние на конечный результат.

    Благодаря анализу ABC пользователь сможет:

    • выделить позиции, имеющие наибольший «вес» в суммарном результате;
    • анализировать группы позиций вместо огромного списка;
    • работать по одному алгоритму с позициями одной группы.

    Значения в перечне после применения метода ABC распределяются в три группы:

    1. А – наиболее важные для итога (20% дает 80% результата (выручки, к примеру)).
    2. В – средние по важности (30% — 15%).
    3. С – наименее важные (50% — 5%).

    Указанные значения не являются обязательными. Методы определения границ АВС-групп будут отличаться при анализе различных показателей. Но если выявляются значительные отклонения, стоит задуматься: что не так.

    Условия для применения ABC-анализа:

    • анализируемые объекты имеют числовую характеристику;
    • список для анализа состоит из однородных позиций (нельзя сопоставлять стиральные машины и лампочки, эти товары занимают очень разные ценовые диапазоны);
    • выбраны максимально объективные значения (ранжировать параметры по месячной выручке правильнее, чем по дневной).

    Для каких значений можно применять методику АВС-анализа:

    • товарный ассортимент (анализируем прибыль),
    • клиентская база (анализируем объем заказов),
    • база поставщиков (анализируем объем поставок),
    • дебиторов (анализируем сумму задолженности).

    Метод ранжирования очень простой. Но оперировать большими объемами данных без специальных программ проблематично. Табличный процессор Excel значительно упрощает АВС-анализ.

    1. Обозначить цель анализа. Определить объект (что анализируем) и параметр (по какому принципу будем сортировать по группам).
    2. Выполнить сортировку параметров по убыванию.
    3. Суммировать числовые данные (параметры – выручку, сумму задолженности, объем заказов и т.д.).
    4. Найти долю каждого параметра в общей сумме.
    5. Посчитать долю нарастающим итогом для каждого значения списка.
    6. Найти значение в перечне, в котором доля нарастающим итогом близко к 80%. Это нижняя граница группы А. Верхняя – первая в списке.
    7. Найти значение в перечне, в котором доля нарастающим итогом близко к 95% (+15%). Это нижняя граница группы В.
    8. Для С – все, что ниже.
    9. Посчитать число значений для каждой категории и общее количество позиций в перечне.
    10. Найти доли каждой категории в общем количестве.

    

    Составим учебную таблицу с 2 столбцами и 15 строками. Внесем наименования условных товаров и данные о продажах за год (в денежном выражении). Необходимо ранжировать ассортимент по доходу (какие товары дают больше прибыли).

    1. Отсортируем данные в таблице. Выделяем весь диапазон (кроме шапки) и нажимаем «Сортировка» на вкладке «Данные». В открывшемся диалоговом окне в поле «Сортировать по» выбираем «Доход». В поле «Порядок» — «По убыванию».
    2. Добавляем в таблицу итоговую строку. Нам нужно найти общую сумму значений в столбце «Доход».
    3. Рассчитаем долю каждого элемента в общей сумме. Создаем третий столбец «Доля» и назначаем для его ячеек процентный формат. Вводим в первую ячейку формулу: =B2/$B$17 (ссылку на «сумму» обязательно делаем абсолютной). «Протягиваем» до последней ячейки столбца.
    4. Посчитаем долю нарастающим итогом. Добавим в таблицу 4 столбец «Накопленная доля». Для первой позиции она будет равна индивидуальной доле. Для второй позиции – индивидуальная доля + доля нарастающим итогом для предыдущей позиции. Вводим во вторую ячейку формулу: =C3+D2. «Протягиваем» до конца столбца. Для последних позиций должно быть 100%.
    5. Присваиваем позициям ту или иную группу. До 80% — в группу А. До 95% — В. Остальное – С.
    6. Чтобы было удобно пользоваться результатами анализа, проставляем напротив каждой позиции соответствующие буквы.

    Вот мы и закончили АВС-анализ с помощью средств Excel. Дальнейшие действия пользователя – применение полученных данных на практике.

    Данный метод нередко применяют в дополнение к АВС-анализу. В литературе даже встречается объединенный термин АВС-XYZ-анализ.

    За аббревиатурой XYZ скрывается уровень прогнозируемости анализируемого объекта. Этот показатель принято измерять коэффициентом вариации, который характеризует меру разброса данных вокруг средней величины.

    Коэффициент вариации – относительный показатель, не имеющий конкретных единиц измерения. Достаточно информативный. Даже сам по себе. НО! Тенденция, сезонность в динамике значительно увеличивают коэффициент вариации. В результате понижается показатель прогнозируемости. Ошибка может повлечь неправильные решения. Это огромный минус XYZ-метода. Тем не менее…

    Возможные объекты для анализа: объем продаж, число поставщиков, выручка и т.п. Чаще всего метод применяется для определения товаров, на которые есть устойчивый спрос.

    1. Расчет коэффициента вариации уровня спроса для каждой товарной категории. Аналитик оценивает процентное отклонение объема продаж от среднего значения.
    2. Сортировка товарного ассортимента по коэффициенту вариации.
    3. Классификация позиций по трем группам – X, Y или Z.

    Критерии для классификации и характеристика групп:

    1. «Х» — 0-10% (коэффициент вариации) – товары с самым устойчивым спросом.
    2. «Y» — 10-25% — товары с изменчивым объемом продаж.
    3. «Z» — от 25% — товары, имеющие случайный спрос.

    Составим учебную таблицу для проведения XYZ-анализа.

    источник

    Статью подготовил ведущий маркетолог-аналитик Воронов Валерий Иванович. Связаться с автором

    Разбиваем статью на подтемы:

    ABC-анализ — метод, позволяющий классифицировать ресурсы фирмы по степени их важности. Этот анализ является одним из методов рационализации и может применяться в сфере деятельности любого предприятия.

    АВС–анализ это инструмент, который позволяет изучить товарный ассортимент, определить рейтинг товаров по указанным критериям и выявить ту часть ассортимента, которая обеспечивает максимальный эффект.

    В его основе лежит принцип Парето — 20 % всех товаров дают 80 % оборота. Идея метода АВС анализа строится на основании принципа Парето: «за большинство возможных результатов отвечает относительно небольшое число причин», в настоящий момент более известного как «правило — 20 на 80».

    По отношению к ABC-анализу правило Парето может прозвучать так: надёжный контроль 20 % позиций позволяет на 80 % контролировать систему, будь то запасы сырья и комплектующих, либо продуктовый ряд предприятия и т. п. Часто ABC-анализ путают с ABC-методом, расшифровывая ABC как Activity Based Costing.

    Данный метод анализа получил большое развитие, благодаря своей универсальности и эффективности. Результатом АВС анализа является группировка объектов по степени влияния на общий результат.

    Ассортимент обычно анализируется по двум параметрам: объем продаж (реализованное количество) и получаемая прибыль (реализованная торговая наценка). АВС — анализ основан на правиле Парето, согласно которому 20% ассортиментных позиций обеспечивает 80% прибыли.

    ABC-анализ — анализ товарных запасов путём деления на три категории:

    • А — наиболее ценные, 20 % — тов.запасов; 80 % — продаж
    • В — промежуточные, 30 % — тов.запасов; 15 % — продаж

    • С — наименее ценные, 50 % — тов.запасов; 5 % — продаж

    Учитывая это, весь ассортимент торгового предприятия можно разделить на группы по степени важности.

    • Группа А – очень важные товары, которые всегда должны присутствовать в ассортименте. Если в качестве параметра в анализе использовался объем продаж, то в данную группу входят лидеры продаж по количеству. Если в качестве параметра в анализе использовалась торговая наценка, то в данную группу входят наиболее прибыльные товары.
    • Группа В – товары средней степени важности.
    • Группа С – наименее важные товары, это претенденты на исключение из ассортимента и товары-новинки.

    В зависимости от целей анализа может быть выделено произвольное количество групп. Чаще всего выделяют 3, реже 4-5 групп.

    По сути, ABC-анализ — это ранжирование ассортимента по разным параметрам. Ранжировать таким образом можно и поставщиков, и складские запасы, и покупателей, и длительные периоды продаж — всё, что имеет достаточное количество статистических данных. Результатом АВС анализа является группировка объектов по степени влияния на общий результат.

    АВС-анализ основывается на принципе дисбаланса, при проведении которого строится график зависимости совокупного эффекта от количества элементов. Такой график называется кривой Парето, кривой Лоренца или ABC-кривой. По результатам анализа ассортиментные позиции ранжируются и группируются в зависимости от размера их вклада в совокупный эффект. В логистике ABC-анализ обычно применяют с целью отслеживания объёмов отгрузки определённых артикулов и частоты обращений к той или иной позиции ассортимента, а также для ранжирования клиентов по количеству или объёму сделанных ими заказов.

    Первым этапом проведения АВС- анализа является определение целей. Если целью является сокращение ассортимента, то в качестве основных параметров выбирается объем продаж, прибыль. Если целью является выявление и сокращение затрат на поддержание запасов, то в качестве основных параметров выбирается коэффициент оборачиваемости, объем неликвидов и занимаемая складская мощность. Если требуется исследовать рентабельность, то в качестве основного параметра выбирается коэффициент оборачиваемости, уровень рентабельности. Данные АВС-анализа помогают оптимизировать товарный ассортимент.

    При всех многочисленных плюсах этого вида анализа существует один значительный минус: данный метод не позволяет оценить сезонные колебания спроса на товары.

    В литературе в подавляющем большинстве случаев описание АВС-анализа сводится к перечислению его преимуществ. Не буду пока отклоняться от традиций. Начнем по порядку.

    Первое и главное преимущество – это простота использования. Чем проще метод, тем он надежней – это аксиома. Из-за простоты его легко приспособить к различным ситуациям. Обучение также не требует много времени.

    Это преимущество вытекает из простоты. Чем проще, тем надежней, но также и понятней. Любой этап анализа можно проследить и, если нужно, подкорректировать. Интерпретация расчетов не вызывает проблем. Сложные статистические методы таким преимуществом не обладают.

    Еще одно важное преимущество – это почти полная универсальность. С помощью АВС-метода можно анализировать хоть товарооборот, хоть деньги, хоть урожай зерна, хоть что угодно, что можно разделить на составляющие элементы. Перед АВС-анализом все равны. Приоритетность (различие вклада в общий результат) наблюдается почти везде.

    Когда не было компьютеров, все расчеты делались на бумаге и в уме, в лучшем случае на калькуляторе. Поэтому проведение любого анализа было сопряжено с трудоемкостью расчетов. Сейчас эта проблема потеряла свою актуальность. Для АВС-анализа это вообще не проблема, так как алгоритм достаточно строг. Расчет в Excel можно сделать с помощью нескольких нажатий клавиш. Существует также множество специализированных программ, макросов и приложений, которые сокращают количество нажатий до одного. Умножать и делить столбиком уметь не обязательно, про логарифмические линейки и счеты, наконец, можно забыть.

    Это фактически назначение метода. Успешное использование АВС-анализа позволяет сократить и высвободить огромное количество временных и трудовых ресурсов. Это достигается путем концентрации работы над наиболее важными элементами и, наоборот, экономия ресурсов на менее приоритетных составляющих.

    То, что метод полезный и широко известен, еще не значит, что его можно вставлять везде, где ни попадя без включения мозгов. АВС-анализ, как и любой другой статистический метод, является инструментом в руках аналитика. Топор сам по себе не рубит, это делает плотник. Аналитическими методами также нужно уметь пользоваться, а не размахивать, круша все вокруг. О преимуществах рассматриваемого метода можно прочитать на тысячах сайтов, а вот про недостатки и подводные камни надо еще поискать. Ввиду наличия присутствия не всегда очевидных недостатков остановлюсь на них поподробнее.

    Первый недостаток, точнее даже ограничение, заключается в том, что классический ABC-анализ – это одномерный метод. Если явление простое и само по себе одномерное, то все замечательно, никаких вопросов. Однако в жизни часто приходится иметь дело с многомерными объектами исследования. Таким образом, как бы не был красив АВС-метод, он отражает только одну сторону явления, группирует только по одному группировочному признаку. Эта проблема не есть очень сложная и решается с помощью использования многомерного АВС-анализа, когда группировка проводится сразу по нескольким показателям. Подробно об этом в специальной статье.

    Второй недостаток вытекает из первого и из способа его преодоления. Как я только что отметил, приоритетность элементов многомерного объекта следует рассматривать, используя сразу несколько показателей. Для этого определяют группы А,В и С сразу по нескольким переменным. В результате, если мы используем 2 показателя, то количество возможных групп будет 9 (девять). Максимальное число групп определяется количеством возможных сочетаний АВС групп по двум показателям (AA, AB, AC, BA, BB, BC, CA, CB, CC).

    Каждая ячейка – это группа в двухмерном АВС-анализе. Если элемент попадает в группу СА, то это значит, что по первому признаку он соответствует группе С, по второму – группе А. Если элемент попадает в группу АВ, то по первому признаку – А, по второму – В и т.д. Как видно, всего может быть 9 групп. Самые приоритетные позиции находится в группе АА, наименее приоритетные – в СС. Интерпретация всех групп и принимаемые в связи с этим решения целиком и полностью зависят от природы данных и целей анализа. Для трех показателей количество групп достигает уже 27 (три в кубе равно двадцать семь).

    Таким обозначением (особенно если групп 3 и более) пользоваться не всегда удобно, и тогда сочетание букв заменяют каким-либо одним (одномерным) рейтингом. Например, все группы, в которых присутствует буква А (AA, AB, AC, BA, CA) заменяют общим рейтингом А. Очевидно, что группы А по первому и второму признакам далеко не всегда будут полностью совпадать. Это значит, что в общую агрегированную группу А попадут уже не 20% пресловутых приоритетных наименований, которые дают 80% результата, а существенно больше. Например, в сводную группу А (состоящую из AA, AB, AC, BA, CA) может попасть 1/3 всех позиций. Это еще ничего. А вот если половина всех элементов? Как видим, правило 20/80 может превратиться в 50/80, что звучит уже не так радостно, а управлять 50% элементами уже не так легко, как 20%.

    Имеется ассортимент товаров. Нужно, как обычно сократить стоимость запасов, да так, чтобы продажи не пострадали. Неумелый аналитик сразу проведет АВС-анализ по доходу и скажет, что группу В и С смело сокращаем, а группу А не трогаем. Так ему подсказал учебник. Однако реальность – коварная штука. Представим, что в магазине продаются и дорогие, часто спрашиваемые товары (из группы А), и дешевые, непопулярные (из группы С). Приходит покупатель за дорогим пальто (группа А) и к нему хочет купить запасные пуговицы, заплатку на будущее и новые красивые шнурки в кеды (группа С). Пальто, допустим, имеется в наличии (группа А всегда должна быть), а вот после советов нашего аналитика некоторые позиции из группы С выпали, так как по ним был сокращен запас. В итоге покупатель видит пальто, но не может купить пуговицы и шнурки. Ему теперь нужно ехать в другой магазин – это же огромное расстройство. Такая ситуация называется плохим обслуживанием клиентов, когда покупатель не может приобрести все, что ему надо. Короче, он психует и уходит из магазина вообще без покупок. Зачем таскать с собой пальто, если его можно купить в другом месте, где будут и пуговицы, и шнурки? Вот и получается, что из-за отсутствия товаров группы С уменьшаются продажи группы А.

    Для того, чтобы уменьшить количество подобных ситуаций, следует сделать так, чтобы наиболее часто спрашиваемые (не приносящие доход, а именно спрашиваемые) товары всегда были в наличии. Это увеличит качество обслуживания, то есть уровень удовлетворения спроса, и не будет в будущем отпугивать покупателей. В этих целях нужно провести АВС-анализ по частоте покупок (можно анализировать количество ТТН или чеков по товарам). Далее по известным алгоритмам отбираются группы А, В и С. В группу А попадут наиболее часто спрашиваемые позиции, они всегда должны быть в наличии. Далее останутся группы В и С, которые имеют меньший приоритет. Если сюда добавить АВС-анализ по доходу, то у нас получится многомерный АВС-анализ по двум показателям: по доходу и по частоте покупок. Для управления запасами можно будет использовать сочетание из двух букв, а можно и заменить общим рейтингом, как было показано выше. Тогда в сводную группу А попадут все товары, которые приносят максимальный доход и/или чаще всего спрашиваются. Поверьте на слово, количество значений в группе А будет существенно больше, чем 20%. Что делать дальше, дело третье, об этом в другой раз. Но суть, надеюсь, понятна.

    Третий недостаток – это разделение данных независимо от их качественной характеристики. Наверное, правильнее сказать, что это недостаток аналитика, а не метода, но, тем не менее, при наличии такой проблемы АВС-анализ также нужно использовать крайне осторожно. Представим, что мы анализируем продажи большого ассортимента, в который входят несколько торговых марок или разных по потребительским свойствам товаров (кеды, ручки, хлеб, двери, колеса и др.). Если все это смешать и провести АВС-классификацию, то получится, что в каждой группе будут совсем несопоставимые между собой позиции, не имеющие ничего общего. В этом случае группировка не будет иметь практического смысла. Группы выделяются для того, чтобы ими можно было управлять, а как можно управлять совершенно разными по своим свойствам товарами? Поэтому перед проведением АВС-анализа неплохо бы разделить данные на более-менее похожие по своей природе группы. Здесь такую аналогию можно провести. Имеются 2 арбуза и 3 вишни. Если их сложить, то получится 5. чего? Да ничего. Складывать вишни и арбузы – это идиотизм. Так и в АВС-анализе. В группу А у неразумного аналитика могут попасть и огурцы, и зубная паста. Подобных перемешиваний нужно избегать – засмеют. Хотя для финансового анализа, чисто для определения локомотива, который дает основной оборот, можно и так анализировать. Все зависит от цели.

    Четвертый недостаток, который проявляется не всегда, но о нем стоит знать. Возвращаясь к примеру с ассортиментом, следует отметить, что среди товаров могут встречаться не только те, которые плохо продаются, но и те, которые не продаются вообще или которые продаются в убыток. То есть товары, которые наносят урон похуже группы С. Для этого часто добавляют еще одну группу – D. Получается ABCD-анализ. Или вот еще пример. В группу А вошли 40-50% ассортимента, что в абсолютном выражении может быть весьма много. Тогда из группы А можно выделить группу А+, куда войдут самые-самые позиции.

    Читайте также:  Какой шприц для анализа на вич

    Три группы А, В и С не всегда способны качественно разделить данные, поэтому часто добавляют дополнительные группы, не предусмотренные классическим вариантом.

    Пятый недостаток относится ко всем методам статистического анализа, так как он связан с качеством, достоверностью и актуальностью данных. Можно было бы и не отмечать этот пункт, но я все-таки остановлюсь и заострю внимание тех, кто при виде аббревиатуры «АВС» радостно хлопает в ладоши с криком «я знаю, что такое АВС-анализ». При всей простоте далеко не каждый отчетливо осознает взаимосвязь между исходными данными и выводами. Общих рекомендаций здесь не будет, так как по этому пункту все сугубо индивидуально. У всех данных могут быть свои проблемы. Но пару примеров об анализе ассортимента товаров и продаж приведу.

    Как известно, анализ продаж производится за некоторый период. Результаты и выводы переносятся на будущее с предположением, что закономерности и структура продаж не изменятся. В большинстве случаев так и происходит. Однако бывает и так, что в динамике продаж наступают резкие изменения, связанные, например, с сезонностью. Допустим, мы провели АВС-анализ продаж за 1-й квартал года. Получили некоторый результат. В группу С попали товары, которые зимой продаются плохо, но летом наступает всплеск. Если об этом не думать, то по результатам проведенного анализа группа С будет иметь минимальный товарный запас (таковы правила эффективного управления запасами), а когда наступят теплые деньки, остатки быстро обнулятся. Получается, что данные АВС-анализа за зимний период не будут соответствовать летней АВС-группировке. Ситуация бывает и обратной. Набрали на склад плавок и кремов для загара, а их почему-то зимой никто не хочет покупать. Мораль такова, что структура продаж может быть не постоянна и при проведении АВС-анализа ассортимента этот факт стоит учитывать.

    Другой пример с продажами.

    Часто бывает, что некоторые позиции выпадают из продаж. Это происходит по разным причинам: нет у поставщика, ошибка в закупках и проч. Тогда получается, что в течение некоторого времени товар не продавался и общий объем продаж будет ниже потенциально возможного. Если это позиция из группы А, то по результатам расчета она легко может попасть в группу В или даже С. Последствия от подобной ошибки могут быть весьма чувствительны. Проблема решается путем устранения из расчетов тех периодов, когда товар отсутствовал. Это не сложно сделать, перейдя от суммарных продаж к средним продажам за более мелкий период (от годовых продаж к месячным, или от месячных к недельным и т.п.), не изменяя общую длину анализируемого периода. Тогда периоды с аут оф стоком (дефицитом) можно просто убрать из расчета, оставив только то время, когда товар был на складе и продавался. Структура продаж станет более правдоподобна.

    В общем, прежде чем проводить анализ, неплохо бы просто задуматься, насколько данные хорошо отражают анализируемый процесс или явление. Этот момент можно смело распространить на все статистические методы.

    Скорее всего, можно было бы и еще найти слабые стороны АВС-анализа, но вот то, что мне пока вспомнилось.

    Таким образом, АВС-анализ обладает большими преимуществами, которые выражаются в простоте, универсальности и легкой реализации.

    Из отрицательных моментов нужно отметить в первую очередь то, что АВС-группировка по одному показателю далеко не всегда корректно расставляет приоритеты. При использовании многомерного ABC-анализа количество элементов в группе А может быть существенно больше 20%. ABC-анализ не умеет распознавать качество и природу данных, это должен делать аналитик перед проведением расчетов.

    Данный метод может применяться практически в любых областях деятельности.

    Цель метода — ыявление проблем, подлежащих первоочередному решению, путем определения их приоритетности.

    • АВС-анализ основан на делении определенной совокупности проблем (объектов анализа) по удельному весу каждой группы, определяемому по тому или иному выбранному показателю.
    • АВС-анализ позволяет установить основные проблемы, с которых нужно начинать действовать.
    • АВС-анализ базируется на принципе Парето, который означает, что 20% усилий дают 80% результата, а остальные 80% усилий — лишь 20% результата.

    1. Определить проблему, которую надлежит решить.
    2. Учесть все факторы (признаки), относящиеся к исследуемой проблеме.
    3. Выявить первопричины, которые создают наибольшие трудности, собрать по ним данные и проранжировать их.
    4. Построить диаграмму Парето, которая представит фактическое положение дел в понятной и наглядной форме 2.
    5. Провести АВС-анализ диаграммы Парето.

    Наиболее распространенным методом анализа для выявления результатов деятельности и причин возникновения проблем является метод АВС-анализа, одним из вариантов графической интерпретации которого служит диаграмма Парето.

    В литературе приводятся примеры проведения АВС-анализа по показателям оборота, прибыли, трудоемкости, расходов на материалы, и даже по таким параметрам, как помехозащищенность, быстродействие, потребляемая мощность и т. д.

    Число групп при проведении АВС-анализа может быть любым, но наибольшее распространение получило деление рассматриваемой совокупности на три группы: А, В и С (75:20:5), чем и обусловлено название метода (ABC-Analysis).

    Группа А — незначительное число объектов с высоким уровнем удельного веса по выбранному показателю.

    Группа В — среднее число объектов со средним уровнем удельного веса по выбранному показателю.

    Группа С — большое число объектов с незначительной величиной удельного веса по выбранному показателю.

    Экономический смысл исследований в рамках АВС-анализа сводится к тому, что максимальный эффект достигается при решении задач, относящихся к группе А.

    Графическая интерпретация метода АВС-анализа

    1. Старайтесь достичь высоких результатов лишь по нескольким направлениям, а не повышать показатели по всем направлениям сразу.
    2. Сосредоточьте внимание только на ресурсах, приносящих наибольшую прибыль, не пытайтесь повысить эффективность всех ресурсов сразу.
    Достоинства метода:

    Простота, наглядность и точность АВС-анализа позволяет правильно выявить основные проблемы для их эффективного разрешения.

    АВС-анализ диаграммы Парето может быть довольно легко автоматизирован.

    При построении сложной, не всегда четко структурированной диаграммы возможны неправильные выводы.

    Принятие решения на основании АВС-анализа.

    Сравнивая диаграммы, построенные до и после разрешения проблем, оценивают эффективность принятых мер.

    1. Определяем цель анализа (а зачем собственно нужен вам этот анализ?).
    2. Определяем действия по итогам анализа (что будем делать с полученными результатами?).
    3. Выбираем объект анализа (что будем анализировать?) и параметр анализа (по какому признаку будем анализировать?). Обычно объектами АВС анализа являются поставщики, товарные группы, товарные категории, товарные позиции. Каждый из этих объектов имеет разные параметры описания и измерения: объём продаж (в денежном или количественном измерении), доход (в денежном измерении), товарный запас, оборачиваемость и т. д.
    4. Составляем рейтинговый список объектов по убыванию значения параметра.
    5. Рассчитываем долю параметра от общей суммы параметров с накопительным итогом. Доля с накопительным итогом высчитывается путём прибавления параметра к сумме предыдущих параметров.
    6. Выделяем группы А, В и С: присваиваем значения групп выбранным объектам.

    Методов выделения групп существует порядка десяти, наиболее применимы из них: эмпирический метод, метод суммы и метод касательных. В эмпирическом методе разделение происходит в классической пропорции 80/15/5. В методе суммы складывается доля объектов и их совокупная доля в результате — таким образом значение суммы находится в диапазоне от 0 до 200 %. Группы выделяют так: группа А — 100 %, В — 45 %, С — остальное. Достоинства метода — большая гибкость. Самым гибким методом является метод касательных, в котором к кривой АВС проводится касательная, отделяя сначала группу А, а затем С.

    Вероятности возникновения спроса на материальные ресурсы А, В и С подчинены различным законам. Установлено, что в большинстве промышленных и торговых фирм примерно 75 % стоимости объёма продаж составляют всего около 10 % наименований номенклатуры (группа А), 20 % стоимости — 25 % наименований (группа В), 5 % стоимости — 65 % наименований (группа С). Существует множество способов выделения групп в ABC-анализе.

    Метод АВС широко используется при планировании и формировании ассортимента на различных уровнях гибких логистических систем, в производственных системах, системах снабжения и сбыта.

    Эксперты советуют с осторожностью подходить к сдвигам границ ABC групп (80/15/5), дело в том, что обычно на практике используют деление 80 % 15 % и 5 %. В случае если Вы сдвинете границы, внешний слушатель(или эксперт) может сделать неверные выводы исходя из приведенных Вами показателей например для группы «С». Так как его ожидания о группе «С» = 5 % не совпадут с измененными Вами правилами выделения групп.

    Сегодня очень большой популярностью в логистике, особенно в управлении запасами, пользуется АВС-анализ. Действительно, он является простым и в то же время мощным инструментом анализа, позволяющим выявить объекты, требующие первостепенного внимания, что особенно актуально при дефиците управленческих ресурсов.

    Задача анализа товарного запаса на складах регулярно возникает практически во всех компаниях. Одним из наиболее известных методов его проведения является АВС-анализ.

    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.

    Зачем анализировать товарный запас?

    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.

    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.

    Однако, как показывает практика, далеко не все могут применить АВС-анализ правильно, иногда допуская грубые ошибки. Для того чтобы минимизировать риск ошибки, необходимо придерживаться следующего алгоритма. АВС-анализ представляет собой следующую последовательность действий:

    1. определение цели анализа,
    2. определение объектов анализа,
    3. определение факторов для дифференциации объектов анализа,
    4. формирование информационного массива для анализа,
    5. оценка объектов анализа по выделенным факторам,
    6. ранжирование показателей,
    7. разделение объектов на группы,
    8. интерпретация результатов анализа (в рамках данной статьи рассматриваться не будет).

    Первым, ключевым этапом АВС-анализа является определение цели анализа. Многие пропускают это действие, в результате чего заходят в тупик. Важно понимать, что АВС-анализ не является самоцелью, это всего лишь инструмент, который при умелом обращении способен дать определенный результат. Одно и то же множество объектов анализа будет разделено на группы по-разному, в зависимости от цели анализа. В свою очередь, результат анализа должен быть правильно интерпретирован, иначе эффект от его проведения сводится к нулю.

    Вторым этапом АВС-анализа является определение объектов анализа. Одну и ту же задачу можно решать при помощи воздействия на различные объекты управления, конечно, наибольший результат даст комплексное воздействие. Например, снизить запасы на складе компании можно следующими путями:

    а) пересмотреть объем/интервал заказа по товарам группы А, объект анализа ассортиментные позиции.
    б) пересмотреть условия работы или сменить поставщиков группы А, объект анализа — поставщики компании.
    в) пересмотреть условия работы с покупателями группы А, объект анализа покупатели компании,
    г) проанализировать складской запас и принять решение об активизации продаж по позициям со сверхнормативным остатком, объект анализа — опять ассортиментные позиции, но фактор будет иным.
    На третьем этапе АВС-анализа необходимо определить факторы, на основе которых будет происходить дифференциация объектов анализа. Данный этап неразрывно связан со вторым: факторы определяются выбранными для анализа объектами. В рамках предыдущего примера можно обозначить следующие факторы:

    а) объект анализа — ассортиментные позиции, возможные факторы: объем продаж по себестоимости, объем продаж в количественном выражении, доход от позиции, величина текущего или среднего остатка на складе.
    б) объект анализа — поставщики компании, возможные факторы: величина текущего или среднего остатка на складе в разрезе поставщиков; объем оборотных средств, вложенных в работу с тем или иным поставщиком (а так же размер кредита, предоставляемого поставщиком); доходность средств, вложенных в работу с поставщиком.
    в) объект анализа — покупатели компании, возможные факторы: объем продаж в разрезе покупателей, доход по каждому покупателю; объем дебиторской задолженности.

    Следует отметить, что второй и третий этап являются творческими. Не следует думать, что стандартное решение подходит для вашей задачи лучше всего. Необходимо экспериментировать, анализировать различные объекты по всевозможным факторам, только тогда АВС-анализ станет мощным инструментом для принятия решений. Например, большинство людей, управляя запасами, проводят АВС-анализ по одному объекту (ассортиментная позиция) и одному фактору (объем продаж), в то время как в нашем примере обозначено множество объектов и факторов анализа. Очевидно, что многофакторный анализ позволит принять более взвешенное решение.

    Четвертым этапом является формирование информационного массива для анализа. Современные информационные системы позволяют без проблем сформировать требуемый массив информации и даже выполнить все последующие действия автоматически, естественно, не без помощи программистов. Однако и на этом этапе можно столкнуться с трудностями, например: определение временного интервала данных для анализа, несоответствие данных реальному положению вещей (например, отсутствие продаж по позиции в результате дефицита) и т.п.

    На пятом и шестом этапах производится оценка вклада каждого объекта в общий результат, ранжирование объектов в порядке убывания выделенного фактора, а также расчет нарастающего итога доли объектов в общем количестве в процентах (далее в сокращении ДО — доля объектов) и вклада этих объектов в общий результат в процентах (далее в сокращении ВР — вклад в результат). Это простые арифметические операции, с которыми не может возникнуть каких-либо затруднений.

    Таблица 1. Исходные данные для выделения групп

    Следующим этапом является разделение объектов анализа на группы. Существует множество методов выделения групп, вот некоторые из них:

    – эмпирический,
    – метод суммы,
    – дифференциальный метод,
    – метод многоугольника,
    – метод касательных,
    – метод петли.

    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%. Затем находятся соответствующие значения ДОА и ДОВ (таблица 2). В нашем примере граница групп А и В имеет значение ВРА — 80,01%, ДОА — 17,33%; граница групп В и С имеет значение ВРВ 95%, ДОв — 43,26%.

    Таблица 2. Эмпирический метод

    Могут быть использованы иные варианты эмпирического метода, в том числе, разделение на большее количество групп в зависимости от количества объектов анализа (например, ВРа — 80%, ВРв — 95%, ВРс — 99%; ВРа — 50%, ВРв — 80%, ВРс — 95%, ВРв 99% и др.). Преимущество метода заключается в его простоте, а недостаток — в том, что усредненные значения, используемые для выделения групп, далеко не всегда соответствуют конкретной ситуации. В соответствии с классической пропорцией 20% объектов должны обеспечивать 80% результата. В нашем примере этого не наблюдается. Следующий метод в этом отношении является более гибким.

    Метод суммы предполагает выделение групп по сумме ДО и ВР: граница групп А и В будет находится в точке, где сумма ДОА и ВРА будет равна 100%; а граница групп В и С — где сумма ДОВ и ВРВ будет равна 145% (таблица 3). В нашем примере граница групп А и В имеет значение ВРА — 81,37%, ДОА — 18,62%; граница групп В и С имеет значение ВРВ — 96,37%, ДОВ — 48,65%. Преимущество данного метода перед эмпирическим в его гибкости, поэтому его результаты лучше отражают конкретную ситуацию.

    Таблица 3. Метод суммы

    В основе дифференциального метода лежит среднее значение фактора по всем объектам. Те объекты, по которым значение фактора в 6 раз и более превышает среднее значение фактора по всем объектам, относятся к группе А. К группе С относятся те объекты, значение фактора по которым в 2 и более раза меньше среднего значения фактора по всем объектам. Остальные объекты относятся к группе В. Это наиболее распространенные коэффициенты, существуют и другие их варианты. На практике дифференциальный метод дает слишком маленькую группу А (ВРА — в пределах 40–50 %, ДОА — менее 5%) и большую группу С. В нашем примере среднее значение фактора равно 4998. В результате, граница групп А и В имеет значение ВРА — 46,97%, ДОА — 3,06%; граница групп В и С имеет значение ВРВ — 90,73%, ДОВ — 31,93% (таблица 4). Очевидно, что результаты очень сильно отличаются от результатов, полученных другими методами.

    Таблица 4. Дифференциальный метод

    Недостаток данного метода в неопределенности выбора коэффициентов, зачастую приводящей к некорректным результатам. Бывают случаи, что из анализируемых объектов вообще невозможно выделить группу А. Преимуществом метода является простота, хотя, на фоне недостатков оно сводится к минимуму. В связи с этим применение дифференциального метода на практике ограничено.

    Суть метода многоугольника заключается в следующем. В кривую АВС-анализа (строится на основе ДО и ВР — столбцов E и F таблицы 1) вписывается часть многоугольника таким образом, чтобы площадь между кривой и многоугольником была минимальной (рис. 1). Результаты, выдаваемые данным методом, схожи с результатами дифференциального метода: слишком маленькая группа А и большая группа С. В связи с этим, а также из-за своей сложности метод многоугольника в рамках данной статьи более подробно рассмотрен не будет.

    Метод многоугольника

    Метод касательных (предложен Лукинским В.С.) заключается в разделении объектов анализа на группы при помощи касательных к кривой АВС-анализа (рис. 2). 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.

    Метод касательных

    Следует отметить, что метод касательных может быть применен и для выделения групп в XYZ-анализе.

    Метод касательных в XYZ-анализе

    Метод петли (разработан Гаджинским А.М.) заключается в определении границ групп на участках резкого изменения кривизны кривой АВС-анализа. Необходимо восстановить нормаль Г (перпендикуляр к касательной) определенной длины в каждой точке кривой АВС (рис. 4). Нормаль должна быть обращена вправо от кривой АВС. Конец нормали будет очерчивать петлю: пока касательная скользит по участку с большими значениями радиуса кривизны (начальная часть графика, группа А), конец нормали будет подниматься вверх и вправо; в момент выхода касательной на срединный участок графика с малыми значениями радиуса кривизны направление движения конца нормали меняется на противоположное — вниз и влево; после выхода касательной на конечный спрямленный участок кривой АВС конец нормали вновь меняет направление движения на противоположное. Таким образом, конец нормали очерчивает петлю, а точки кривой АВС-анализа, соответствующие моменту изменения направления движения конца нормали, делят кривую на группы А, В и С.

    Метод петли

    На первый взгляд, описание метода может показаться сложным, но он очень просто реализовывается в Excel (таблица 5).

    Таблица 5. Реализация метода петли в Excel

    Точечная диаграмма петли строится по столбцам I и J (рис. 5). Некоторую сложность может составить определение длины нормали к касательной (столбец Н). Величина нормали задается в единицах шкалы ОХ (находится в пределах от 20 до 200) и определяется путем нескольких итераций. Если длина нормали слишком большая или маленькая, то петли на графике не будет. В процессе подбора длины нормали необходимо найти интервал, на котором не меняются границы между группами А, В и С. Изменяя значение в ячейке Н3 находим координаты точек перегиба в столбце I и J и выделяем ячейки с этими значениями цветом, как только координаты точек перегиба при изменении длины нормали будут оставаться на одном месте (в выделенных цветом ячейках) задача решена. Дальнейшее увеличение длины нормали, в конце концов, приведет к тому, что границы опять начнут меняться. Данные значения следует принять для выделения групп А, В и С. В нашем примере нужная длина нормали находится на интервале от 52 до 59. Граница групп А и В имеет значение ВРА — 75,03%, ДОА — 13,43%; граница групп В и С имеет значение ВРВ — 93,23%, ДОВ — 37,80%. Недостатком данного метода можно назвать его сложность и неоднозначность относительно более простых методов.

    Петля АВС-анализа

    Таким образом, наибольший интерес для практического использования представляют метод касательной и метод суммы, каждый из которых имеет свои преимущества. После того, как на группы разбиты все объекты по всем выделенным факторам, результаты анализа интерпретируются и на основе этого предпринимаются действия, направленные на решение поставленной на первом этапе задачи.

    Многие считают, что применительно к их ситуации АВС-анализ не работает и считают описанный выше метод несостоявшимся. Многие начинающие логисты и управленцы делают одну и ту же ошибку воспринимают АВС-анализ как стратегию, а не как инструмент, метод классификации объектов управления. А инструмент можно использовать только в нужное время, в нужном месте и с определенной целью. Человек берет в руки молоток для того, чтобы забить гвоздь или расколоть орех, а не просто потому, что это хорошая и нужная штука. Точно так же мы берем на вооружение АВС-анализ, когда надо разделить сотни или тысячи наименований объектов (запасов, клиентов, поставщиков, каналов сбыта и т.д.) на группы, которыми можно управлять по общим принципам. И прежде, чем приступать к классификации, должны ответить на ряд вопросов.

    Прежде всего, очень важно определиться с объектами анализа. Простой пример. Фирма торгует одеждой. В ассортименте — костюмы, модные вещи и брендовые. Практически это три различных рынка. Какой более важен для компании? Возможно, главное — костюмы, а все остальное — «для количества»? Это вопрос стратегии. Но если анализировать прибыльность всех товаров вместе, то вполне может оказаться, что в группе А окажутся только бренды. Отсюда перекос в ассортименте и управлении запасами, ведь костюмам, согласно результатам такого анализа, будет уделяться гораздо меньше внимания. Чтобы этого не произошло, очевидно, всю массу продукции стоит разбить на виды и проводить АВС отдельно по каждому. И тогда появится три группы А — для каждого из рынков. Кроме того, костюмы могут быть дешевые, дорогие и средние — их тоже, вероятно, не стоит смешивать «в одной корзине», если компания планирует делать упор на один из сегментов. И тогда групп А, В и С уже становится по девять — в каждом из сегментов каждого из рынков.

    Не менее важно верно выбрать и признаки, по которым объекты объединяются в группы. Чтобы не получалось так, как в одной компании (это тоже рассказывали слушатели семинаров): ежемесячно проводят анализ товаров по стоимости и в зависимости от результатов. переставляют их в складе. Может быть, там интенсивность приемки/отгрузки зависит от цен, а не от спроса? Или люди не понимают, какой анализ для чего делается?

    Для одних и тех же товаров нередко приходится проводить АВС-анализ 4–5 раз — по разным признакам для разных целей. Например, для выбора ассортимента — по себестоимости, для управления товаром в складе — по продажам (в единицах складского учета либо единицах измерения), для определения приоритетов финансирования — по прибыли на единицу товара и т.д. И при этом один и тот же товар может быть в разных классах по результатам разных анализов.

    Дерут ли с новенького шкурку?

    Немаловажный вопрос — к какому классу управления запасами отнести новый товар, который только выводится на рынок? Если просто внести его в список и анализировать продажи на общем основании. Допустим, вы проводите такой анализ в начале каждого месяца, а новинка появилась двадцатого числа. Наверняка по количеству продаж она в этом месяце проиграет и окажется в группе С. Значит, в дальнейшем вы не станете уделять ей большого внимания, постоянно контролировать наличие на складе и торговой полке? Попросту говоря, лишите новый товар шансов проявить себя в будущем. Затем ли его на рынок пытались вывести?

    Очевидно, новые позиции ассортимента в группе В или С оказываться не должны. А значит, не должны поначалу участвовать в «общем конкурсе». Для каждого бизнеса есть понятие срока вывода товара на рынок: какой-то становится достаточно известным за месяц, другой — за три, третий — за год. И на этот период по отношению к товару проводится «политика наибольшего благоприятствования». Его, как малое дитя, надо вывести к потребителю «за ручку». Практически это означает, что на срок, необходимый для того, чтобы вывести новый товар на рынок, для него объявляется мораторий — его автоматически причисляют к группе А и «глаз с него не сводят». И только по окончании установленного срока включают новинку в общие списки для анализа.

    Это легко сделать даже в том случае, когда проведение АВС автоматизировано. В учетной программе определенный класс управления запасами присваивается товару как периодический реквизит, т.е. вводится дата. Она сравнивается с датой проведения анализа, и если «расстояние» оказывается меньше, чем срок выхода товара на рынок, сам товар и все его продажи из анализа исключаются. Тем самым вы товару даете право на жизнь, не пристреливаете его на взлете.

    Вполне очевидно, что любой анализ и деление товаров на группы возможны только на основе статистики. Начиная бизнес, не имея опыта продаж на данном рынке, можно ли определиться, в чем вы будете более успешны? Ведь один и тот же товар может быть в группе А у одной компании и в С у другой, если у нее иная направленность. У одной фирмы в ассортименте 80% техники и 20% запчастей, а у другой — строго наоборот, хотя когда-то они начинали работать одинаково. Это вопрос стратегии и специализации. И прежде, чем делать АВС, надо понимать, как ведет себя фирма с товарными запасами, клиентами, поставщиками, на каких сегментах акцентирует внимание. От этого зависят «правила игры» для каждого товара.

    Но и в развитом бизнесе нельзя выставлять оценки товарам «когда в голову взбредет». Особенно если имеют место периодические колебания, всплески/падения продаж — допустим, сезонные. Например, некоторые фирмы проводят АВС-анализ регулярно, каждые полгода. И планируют продажи следующего полугодия по итогам предыдущего. И получается, что мороженое, которое зимой не продавалось, летом мы возить не будем!

    Очевидно, более корректно было бы анализировать продажи за полный цикл — допустим, год, с 1 января по 31 декабря. Либо брать межсезонье и сезон по прошлым данным и эту пропорцию (но не абсолютное значение!) переносить на будущее, учитывая изменения внешней среды.

    А если в год два пика (сезона), причем продолжительность первого и второго разные? Тогда анализ за год поможет выявить только общую тенденцию, а для более детального планирования необходимо проводить его для одного пика, для второго и в межсезонье. И четко понимать, совпадают ли тенденции одного всплеска и другого. Например, в строительном бизнесе есть значительный рост продаж весной и осенью. Но в первом случае продаются в основном кирпич и цемент, а во втором — отделочные материалы. Очевидно, будет ошибкой разрабатывать товарную политику на осенний период по результатам анализа весеннего.

    Читайте также:  Какой сделать анализ на содержание кальция

    И получается, что АВС следует делать не тогда, когда просто решили, что это надо, а брать аналогию из прошлых периодов, понимая, что история перенесется на будущее.

    Как только период n заканчивается, вы подбиваете его результаты, берете аналогию прошлого периода (n-1) и определяете темп роста/понижения тренда: t’ = tn/tn-1. И на это число (t’) корректируете пропорцию второго сезона. Благодаря этому вы можете предположить, как товар будет вести себя в следующем сезоне, и соответственно корректировать свои действия.

    Если, к примеру, товар в этом периоде был в категории В, но линия тренда уходит резко вверх (т.е. продажи быстро растут), возможно, стоит уделить ему больше внимания? Возможно, у вас появился новый продавец (магазин), который умеет этот продукт хорошо продавать. А если вы не будете пополнять запас вовремя, продажи не вырастут и товар никогда не уйдет в высшую категорию. И только из-за того, что правила игры разработаны по прошлому образцу, без учета реального положения вещей.

    Миграция товаров между группами

    Еще раз повторимся, что АВС-анализ является лишь методом классификации, который позволяет разбить активный ассортимент на группы, в отношении каждой из которых разрабатывается своя стратегия управления. Эти стратегии различаются, прежде всего, уровнем сервиса: для категории А он может быть 100%, для В — 95, а для С — например, 90%. Но важно помнить, что анализируется именно активный ассортимент, тот, которым непосредственно управляет логистика. Ведь в каждой фирме есть так называемые заказные позиции, которые не держат в складе постоянно, а привозят под конкретный заказ. Включать их в АВС-анализ не стоит, потому что одна случайная продажа (если это, допустим, большой контракт) способна изменить всю картину. Этот товар сразу рванет в группу А и сдвинет все остальное в мусор. Но будет ли такая же продажа в следующем периоде? Чтобы избежать таких перекосов, надо четко выделять заказные позиции в дополнительный сегмент, кроме групп А, В и С, и не учитывать их при анализе.

    Еще один особый сегмент — «мертвых» запасов. Это либо устаревшие морально и уже не выпускающиеся производителем товары, либо те, которые мы просто не умеем успешно продавать. Они также выпадают из АВС, потому что по ним нет продаж. Хотя реально в складе они существуют. Что отправлять «на кладбище» — вопрос стратегии. Например, в какой-то момент мы решаем для себя, что последние n позиций категории С, продажи которых продолжают падать, «снимаем со счетов» — перестаем завозить и только дораспродаем остатки. Как «санитары леса», очищаем свой активный ассортимент от балласта.

    В результате мы имеем пять групп товаров, между которыми происходит постоянная миграция. Вводится новый товар, который на «испытательный срок» автоматически включается в группу А. Но эта группа имеет определенные — финансовые либо объемные — рамки. А значит, в момент появления новинки какой-то другой продукт (или продукты) вытесняется в В и последовательно — в С и в заказные (если менеджер приходит к выводу, что ради одной-двух продаж в год не стоит держать на складе постоянный запас) либо в «мертвые».

    Но возможна и обратная миграция — из заказных товар может перейти в активный ассортимент. Это тоже определяется таким словом, как стратегия: менеджмент определяет, при каких объемах и частоте заказов стоит создавать и поддерживать запас — к примеру, если товаром интересуется 20 клиентов в месяц на сумму 100 тыс. руб.

    Таким образом у нас получается система активного управления (клиентами ли, запасами), круговорот товара в природе: рождение, варианты развития, шансы и «кладбище». И всегда есть возможность эту систему обновлять по принципам естественного отбора — кто больше вырос, выталкивает слабого со склада, а склад (активный) при этом не увеличивается. Новый товар выталкивает устаревший в мертвые либо в запасные, а количество активных позиций остается прежним.

    Если же группы А, В и С жестко зафиксированы, приток «свежей крови» затруднен путающимся под ногами «мусором», и никакой анализ не поможет навести порядок на этой свалке.

    Точно так же не может быть жесткой классификация по XYZ — слишком велики шансы недооценить поведение товара, «выдернув» его из временного ряда продаж.

    Во-первых, хотелось бы вернуться к формуле для вычисления коэффициента вариации, предложенной автором статьи в № 6 для анализа стабильности показателей:

    X — значение параметра по оцениваемому объекту за i-тый период, хср — среднее значение параметра по оцениваемому объекту анализа, n — число периодов.

    Эту формулу предлагают многие учебники, не уточняя, однако, что она достаточно «правомочна» лишь при работе с генеральной совокупностью. Но XYZ-анализ обычно проводится на основе выборки. Мы выдернули товар из потока и привязали к среднему именно в этом временном периоде. А значит, в расчетах коэффициента вариации должна появляться минус одна степень свободы:

    Отсутствие этого минуса (в знаменателе числителя) при работе с выборкой приводит к колебанию результата от 3% до 6%. А значит, товар может попасть не в ту категорию.

    Не следует также забывать, что, согласно основным законам статистики, в выборке должно быть не меньше 30 значений: чем их больше, тем лучше прослеживается закономерность. В то же время, чем больше вы берете периодов, тем больше даете влияния закономерности, акцентируете внимание на линию тренда, а не на флуктуации вокруг среднего. Здесь тоже надо садиться и подбирать оптимальный вариант n — 30 дней, 160 либо год.

    Давайте рассмотрим четыре варианта колебания объемов продаж в длительных периодах, допустим, за год (рис. 1, 2, 3 и 4). Согласитесь, очень разные выводы можно сделать, если анализировать данные всего графика, между первым и вторым пунктирами и между первым и третьим. И только рассматривая изменения в течение достаточно долгого времени, можно отследить тренд, т.е. стойкую тенденцию к росту или снижению объемов продаж (запасов, расходов и т.д.).

    К сожалению, когда XYZ-анализ проводится механически, на данных небольшого временного промежутка, в категорию Z вполне может попасть товар, продажи которого постоянно растут. Ведь по графикам на рис. 1 и 4 коэффициент вариации покажет, что продажи нестабильны, подвержены постоянным флуктуациям (изменениям). Но эти изменения сами по себе имеют определенную закономерности. И чтобы это обнаружить, нужно вводить дополнительные критерии анализа. Например, коэффициент автокорреляции, который позволяет выяснить, являются ли наши данные во времени случайными, постоянными или имеют определенный тренд.

    Yi — значение параметра за текущий период,
    Yср — среднее значение параметра,
    k — количество сдвигов.

    Если k=1, мы сравниваем сегодняшние продажи с прошлым периодом, если к=2 — с позапрошлым и т.д.

    Простой пример. Прежде, чем проводить АВС-анализ, следует проверить, является ли рост продаж данного товара постоянным или это разовый всплеск, контракт. Иногда руководители пытаются данные разовых продаж изначально учитывать отдельно, например, ставить «галочки» в соответствующих накладных. Этот способ трудно назвать надежным — слишком уж он зависим от человеческого фактора: кто-то наставит лишних «галочек», а кто-то вообще о них забудет. Поэтому лучше использовать математические методы. Они позволяют практически безошибочно отследить тренд.

    Если, допустим, для k=1 коэффициент автокорреляции будет близок к единице (

    0,7–0,8), для k=2 — близок к 0,5, k=3 — к 0,3 и для k=4 приблизится к нулю, тогда можно четко утверждать, что есть трендовая составляющая — либо убывание, либо возрастание, но подверженное закономерности. Для случайного всплеска, случайных продаж эта величина будет сразу же очень близка к нулю, даже может иметь отрицательное значение. И мы сразу видим, что данная продажа является случайной и ее нет смысла включать в АВС-анализ.

    Точно так же мы можем определить и сезонность, когда наступает сезон. С помощью того же коэффициента автокорреляции. Про него почему-то все забывают.

    Конечно, тех же результатов можно достичь, длительное время проводя раздельный учет розничных покупок и крупных заказов, создавая и анализируя соответствующую статистику. Просто посадить человека, который будет все учитывать и анализировать. Это требует много времени, по моему опыту — около 2 дней на каждую из товарных позиций. А если в ассортименте компании их 10–15 тысяч, комментарии, как говорится, излишни. При использовании же вероятностных моделей соответствующий расчет занимает 5–8 минут.

    Прежде, чем «отправлять в тираж»

    Но и после того, как мы определили, является ли рост/падение продаж случайным или постоянным, работу нельзя считать законченной. Предстоит еще выяснить, почему не продавался товар — на него нет спроса или его просто не было на складе? Если мы имеем график продаж, похожий на рис. 4, то его, очевидно, стоит сравнить с графиком наличия запасов на складе. Если в период отсутствия продаж товар был в наличии — значит, действительно не было спроса, и эти данные можно учитывать в анализе.

    Если же товара не было, задача усложняется. Хорошо, если менеджеры ведут статистику дефицита и могут сообщить, сколько раз отсутствующий товар спрашивали — тогда можно пустоту в продажах заполнить спросом (хотя и с известной долей скептицизма, если спрос является отсроченным). Но чаще всего такого учета нет, и аналитикам приходится заняться прогнозированием. Просто посчитать с этой «ямой» нельзя: то, что вы провалили запасы, является не закономерностью расхода, а следствием вашего влияния на эту закономерность.

    Глубину и силу этого влияния также можно вычислить математическими методами. В частности, используя коэффициент корреляции, который применяется для измерения тесноты взаимодействия между различными признаками (в нашем случае — наличием запасов и продажами).

    х; у; — значения изучаемой пары признаков n объектов (i = 1, 2, . n);
    хср, уср. — среднее арифметическое каждого ряда значений х и у.

    Значение Rxy находится в промежутке от -1 до 1. Чем оно больше, тем сильнее взаимосвязь двух признаков. Если Rxy=0, связь отсутствует, если отрицательное — показатели находятся в обратной зависимости.

    В результате всех этих расчетов может оказаться, что товар мало продавался не по вине покупателей, которые не брали, а по вине продавца, который не обеспечил наличие товара в продаже. А значит, прежде чем отказываться от него (загонять на вторые или третьи позиции) стоит разобраться, как бы этот товар продавался, если бы был в наличии — т.е. построить соответствующую модель с учетом трендовой составляющей. Ведь АВС-анализ проводится для того, чтобы управлять товаром в будущем. Логистика — это не просто фиксация и анализ текущих событий, но еще и прогнозирование, предсказание.

    Стабильна ли стабильность?

    Определенные условия надо соблюдать и при проведении XYZ-анализа. В частности, здесь огромное значение имеет уровень детализации: просчитывать продажи в разрезе дня, недели или месяца. Редкий товар попадает в категорию Х при всех трех уровнях. Например, хлеб продаетсяпокупается каждый день. Если анализировать стабильность его продаж по неделям, он может войти в категорию Х, а если по дням, то, скорее всего, в Y, потому что есть еженедельные всплески, когда с пятницы все затовариваются на выходные, в субботу покупают мало, а в воскресенье вечером опять покупают с запасом на следующий день. В разрезе месяцев это опять может быть категория Х.

    Выбирается уровень детализации исходя из того, для чего проводится анализ. Если для управления запасами, то понятно, что временная детализация должна быть сопоставима с циклом выполнения заказа. Допустим, срок поставки по контракту месяц — стоит ли в таком случае делать XYZ-анализ по дням? — Нет. Но и месячная детализация может оказаться некорректной.

    Скорее всего, здесь надо анализировать стабильность продаж понедельно. Если же выполнение заказа занимает два дня, XYZ надо делать в разрезе дней, если 3–4 месяца — переходим на месячный уровень детализации.

    Но это — для оперативного управления. А если, допустим, нужны данные для стратегического планирования — так ли здесь интересны ежедневные колебания? Т.е. XYZ-анализов тоже может быть несколько для разных целей.

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

    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).

    Как выполнять АВС — анализ?

    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.

    Несколько практических рекомендаций

    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.
    Временный запас

    * 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
    * Конъюнктурных товарный запас. Избыточный запас, создаваемый под воздействием конкурентной ситуации на рынке.

    Причинами создания конъюнктурного запаса могут: 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.

    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.

    ABC анализ – наиболее распространенный метод исследования, способствующий оптимизации ассортимента в розничной торговле. Увеличение продаж и повышение эффективности ассортимента напрямую зависят от правильной оценки прибыльности каждой товарной позиции, отсутствия «залеживающихся товаров» и товаров, затраты на который не окупаются.

    Применительно к формированию торгового ассортимента это значит, что 20% товаров приносят 80% дохода, и наоборот оставшиеся четыре пятых товаров приносят дохода всего 20%. Результатом АВС анализа является возможность определения наиболее доходных 20% товаров.

    Применяя это правило к сырью, комплектующим, готовой продукции промышленного предприятия или к товарам торговой компании, можно сделать очень простой шаг по внедрению логистики.

    Определите перечень товаров (готовой продукции), которые в совокупности дают Вам 80% дохода или прибыли. В этом списке почти наверняка окажется около 20% наименований (групп) товаров. Назовите этот список А. Далее определите перечень товаров, приносящих Вам ещё 15% дохода. Обычно здесь оказывается около 30% наименований. Назовём данный список В. Оставшиеся товары отнесём в группу С.

    Аналогично можно поступить с сырьём, комплектующими. Только последние, конечно же, классифицируют не по доходу, а по стоимости закупки и хранения.

    Зачем всё это надо? Для того, чтобы по-разному управлять разными запасами. Например, дорогие запасы группы А закупать более мелкими партиями, чтобы не омертвлять капитал, а также чаще и точнее проводить их инвентаризацию. Наоборот, запасы группы С закупать большими партиями, а инвентаризацию проводить «на глаз».

    Многие компании делают подобный анализ, даже не зная, что они проводят именно АВС-анализ.

    После проведения подобных расчётов, самое важное, не принимать резких решений, не бросаться в крайности.

    Владелец магазина, определив среди своего товара группу С, приносившую мизерный доход, перестал её закупать. Доходы резко упали, гораздо больше, чем на предполагаемые по закону Парето 5%. Когда обсуждалась данная ситуация, то пришли к следующим выводам: во-первых, АВС-пропорция сместилась на оставшиеся товары; во-вторых, покупателю важна возможность выбора, важно, чтобы глаза разбегались, приобретает-то он всегда одно и то же, но в магазины с бедным ассортиментом заходит менее охотно. Пришлось вернуть в магазин группу С.

    Часто компаниям бывает недостаточно ранжирования только по одному показателю (доход, прибыль, оборачиваемость и т д.). Ничего сложного. Надо только двигаться постепенно – один показатель, потом два, потом три и т.д., а не сразу десяток – есть опасность захлебнуться. Допустим, Вы сделали АВС-анализ продукции по показателю «доход». Естественно, возникает желание оценить ещё и прибыль каждого вида продукции. Делается ещё один АВС-анализ по показателю «прибыль», получается следующая матрица:

    Возникает не три группы: А, В и С, а девять. В таблице указаны проценты, соответствующие количеству наименований продукции. Если компания в состоянии справиться с таким объёмом информации, то можно подключать следующий показатель, например, оборачиваемость, и т.д. Делать подобный анализ несложно и в Excel но можно применять и, так называемые, OLAP (Online Analytical Processing)-системы – программные продукты, специально предназначенные для подобного рода многомерного анализа.

    В группу А входят наименования продукта, которые вносят наибольший вклад в объем продаж (более 50%), в группу В – наименований продуктов со средним вкладом в общий сбыт (30%), а в группу С – с небольшим вкладом в общий сбыт (20% и менее).

    Выводы, которые можно сделать с помощью АВС-анализа:

    С точки зрения затрат может быть желательно, чтобы сбыт был сконцентрирован на малом числе продуктов. Однако это может снизить устойчивость фирмы на рынке и не учитывает возможного потенциала роста, заложенного в не прибыльных на настоящий момент продуктах.

    Продукты, попавшие в группу С, являются проблемными для фирмы, по которым необходимо решать вопрос об исключении их из товарного ассортимента, если они не являются дополнением к другим продуктам.

    При изъятии продуктов из производственной программы необходимо учитывать вклад этих продуктов в покрытие постоянных и переменных затрат.

    Покажем на примере, как работает методика ABC-анализа. Возьмем ассортимент из 30 условных товаров.

    1. Цель анализа — оптимизация ассортимента.
    2. Объект анализа — товары.
    3. Параметр, по которому будем производить разбиение на группы — выручка.
    4. Список товаров отсортировали в порядке убывания выручки.
    5. Подсчитали общую сумму выручки по всем товарам.

    6. Вычислили долю выручки по каждому товару в общей сумме выручки.

    7. Вычислили для каждого товара долю нарастающим итогом.

    8. Нашли товар, для которого доля нарастающим итогом ближе всего к 80%. Это нижняя граница группы A. Верхняя граница группы A – первая позиция в списке.

    9. Нашли товар, для которого доля нарастающим итогом ближе всего к 95% (80%+15%) . Это нижняя граница группы B.

    10. Все, что ниже — группа C.

    11. Подсчитали количество наименований товаров в каждой группе. A — 7, B — 10, C — 13.

    12. Общее количество товаров в нашем примере 30.

    13. Подсчитали долю количества наименований товаров в каждой группе. A — 23.3%, B — 33.3%, C — 43.3%.

    14. Сравнили результат ABC-анализа с рекомендуемыми значениями.

    • Группа A — 80% выручки, 20% наименований
    • Группа B — 15% выручки, 30% наименований
    • Группа C — 5% выручки, 50% наименований

    Для списка товаров из нашего примера:

    • Группа A — 79% выручки, 23.3% наименований
    • Группа B — 16% выручки, 33.3% наименований
    • Группа C — 5% выручки, 43.3% наименований

    Надо отметить, что, зная выручку по каждому товару, можно получить еще кучу полезной информации, а не только разбиение на 3 группы. Как это можно сделать смотрите в таблице указанной ниже.

    XYZ–анализ — это инструмент, позволяющий разделить продукцию по степени стабильности продаж и уровня колебаний потребления.

    Метод данного анализа заключается в расчете каждой товарной позиции коэффициента вариации или колебания расхода. Этот коэффициент показывает отклонение расхода от среднего значения и выражается в процентах.

    В качестве параметра могут быть: объем продаж (количество), сумма продаж, сумма реализованной торговой наценки. Результатом XYZ –анализа является группировка товаров по трем категориям, исходя из стабильности их поведения:

    • Категория Х, в которую попадают товары с колебанием продаж от 5% до 15%. Это товары, характеризующиеся стабильной величиной потребления и высокой степенью прогнозирования.
    • Категория Y, в которую попадают товары с колебанием продаж от 15% до 50%. Это товары, характеризующиеся сезонными колебаниями и средними возможностями их прогнозирования.
    • Категория Z, в которую попадают товары с колебанием продаж от 50% и выше. Это товары с нерегулярным потреблением и непредсказуемыми колебаниями, поэтому, спрогнозировать их спрос невозможно.

    Совмещенный АВС/XYZ анализ

    Сочетание АВС и XYZ анализов выявляет безусловных лидеров (группа АХ) и аутсайдеров (СZ). Оба метода хорошо дополняют друг друга. Если АВС-анализ позволяет оценить вклад каждого продукта в структуру сбыта, то XYZ–анализ позволяет оценить скачки сбыта и его нестабильность. Рекомендуется делать совмещенный анализ, где в АВС-анализе используются два параметра — объем продаж и прибыль.

    Всего при проведении такого многомерного совмещенного анализа получается 27 групп товаров. Результаты такого анализа можно использовать для оптимизации ассортимента, оценки рентабельности товарных групп, оценки логистики, оценки клиентов оптовой компании.

    Преимущества совмещенного АВС и XYZ – анализов

    Использование совмещенного АВС и XYZ-анализов имеет ряд значительных преимуществ, к которым можно отнести следующие:

    — повышение эффективности системы управления товарными ресурсами;
    — повышение доли высокоприбыльных товаров без нарушения принципов ассортиментной политики;
    — выявление ключевых товаров и причин, влияющих на количество товаров, хранящихся на складе;
    — перераспределение усилий персонала в зависимости от квалификации и имеющегося опыта.

    Формирование показателей ABC- И XYZ-анализов

    Перед тем как совместить показатели ABC- И XYZ-анализов, необходимо провести ABC-анализ товаров по сумме полученного дохода или по количеству реализованной продукции за определенный учетный период, например, за год. Затем осуществляется XYZ-анализ этих товаров за этот же период, например, по количеству ежемесячной реализации за год. После этого результаты совмещаются. При совмещении определяется девять групп товаров:

    Выделение девяти групп товаров при совмещенном АВС и XYZ-анализе

    1) Товары групп А и В обеспечивают основной товарооборот компании, поэтому необходимо обеспечивать постоянное их наличие. Как правило, по товарам группы А создается избыточный страховой запас, а по товарам группы В — достаточный. Использование XYZ-анализа позволяет точнее настроить систему управления товарными ресурсами и за счет этого снизить суммарный товарный запас.

    2) Товары группы АХ и ВХ отличает высокий товарооборот и стабильность. Необходимо обеспечить постоянное наличие товара, но для этого не нужно создавать избыточный страховой запас. Расход товаров этой группы стабилен и хорошо прогнозируется.

    3) Товары группы AY и BY при высоком товарообороте имеют недостаточную стабильность расхода, и, как следствие, для того чтобы обеспечить постоянное наличие, нужно увеличить страховой запас.

    4) Товары группы AZ и BZ при высоком товарообороте отличаются низкой прогнозируемостью расхода. Попытка обеспечить гарантированное наличие по всем товарам данной группы только за счет избыточного страхового товарного запаса приведет к тому, что средний товарный запас компании значительно увеличится.
    Поэтому по товарам данной группы следует пересмотреть систему заказов:

    — перевести часть товаров на систему заказов с постоянной суммой (объемом) заказа;
    — обеспечить по части товаров более частые поставки;
    — выбрать поставщиков, расположенных близко к складу, тем самым снизив сумму страхового товарного запаса;
    — повысить периодичность контроля;
    — поручить работу с данной группой товаров самому опытному менеджеру компании и т. п.
    5) Товары группы С составляют до 80% ассортимента компании. Применение XYZ-анализа позволяет сильно сократить время, которое менеджер тратит на управление и контроль над товарами данной группы

    6) По товарам группы СХ можно использовать систему заказов с постоянной периодичностью и снизить страховой товарный запас.

    7) По товарам группы CY можно перейти на систему с постоянной суммой (объемом) заказа, но при этом формировать страховой запас, исходя из имеющихся у компании финансовых возможностей.

    8) В группу товаров CZ попадают все новые товары, товары спонтанного спроса, поставляемые под заказ и т. п. Часть этих товаров можно безболезненно выводить из ассортимента, а другую часть нужно регулярно контролировать, так как именно из товаров этой группы возникают неликвидные или труднореализуемые товарные запасы, от которых компания несет потери. Выводить из ассортимента необходимо остатки товаров, взятых под заказ или уже не выпускающихся, то есть товаров, обычно относящихся к категории стоков.

    Анализ рынка операционных систем
    Анализ рынка шоколада
    Конкурентоспособность
    Анализ рынка напитков
    Swot анализ

    источник