Авс анализ алгоритм. Оптимизация: ABC- анализ

Несколько последних статей я посвятил теме группировки данных. Этот раздел в статистике занимает очень важное место, так как с помощью одних только группировок можно провести достаточно качественных анализ.

Статистические группировки можно проводить различными способами. Основные и часто используемые это разделение данных на одинаковые по размеру группы и равные интервалы, а также известный принцип Парето, который лежит в основе не менее известного ABC-анализа. Сегодня разговор об ABC-анализе .

С точки зрения строгой математической логики трудно найти более простой метод, чем АВС-анализ (средние величины и индексы не в счёт). Он действительно тривиален: проводим сортировку и разбиваем на три группы (80%. 15% и 5%, или около того). По этой причине АВС-анализ является одним из самых практических методов, и его уже миллионы раз "обкатали" на практике. В результате многократного применения метода в разных ситуациях были выявлены его сильные и слабые стороны. Вот сегодня и поговорим о преимуществах и недостатках АВС-анализа .

Преимущества ABC-анализа

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

1. Простота . Первое и главное преимущество – это простота использования. Чем проще метод, тем он надёжней – это аксиома. Из-за простоты его легко приспособить к различным ситуациям. Обучение также не требует много времени.
2. Прозрачность . Это преимущество вытекает из простоты. Чем проще, тем надёжней, но также и понятней. Любой этап анализа можно проследить и, если нужно, подкорректировать. Интерпретация расчётов не вызывает проблем. Сложные статистические методы таким преимуществом не обладают.
3. Универсальность . 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.
4. Автоматизация . 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 расчётов. Сейчас эта проблема потеряла свою актуальность. Для АВС-анализа это вообще не проблема, так как алгоритм достаточно строг. можно сделать с помощью нескольких нажатий клавиш. Существует также множество специализированных программ, макросов и приложений, которые сокращают количество нажатий до одного. Короче, АВС-анализ нынче делается быстро. Умножать и делить столбиком уметь не обязательно, про логарифмические линейки и счёты, наконец, можно забыть.
5. Оптимизация ресурсов . 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.

Недостатки ABC-анализа

Теперь ложка дёгтя в бочку мёда. То, что метод полезный и широко известен, ещё 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 всё вокруг. О преимуществах рассматриваемого метода можно прочитать на тысячах сайтов, а вот про недостатки и подводные камни надо ещё поискать . Ввиду наличия не всегда очевидных недостатков остановлюсь на них поподробнее.

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 два показателя, то количество возможных групп будет девять. Максимальное число групп определяется количеством возможных сочетаний АВС групп по двум показателям (AA, AB, AC, BA, BB, BC, CA, CB, CC). Вот, как это выглядит схематично на картинке.

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 так далее. Как видно, всего может быть девять 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 трёх 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%.

Давайте-ка я приведу пример, а то с этими абстракциями можно совсем загрустить. 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 всё, 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 расходных накладных 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. 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, колёса и другое). Если всё 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.

Четвёртый недостаток , который проявляется не всегда, но о нём 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.

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 отчётливо осознаёт 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 тёплые 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 прочее. Тогда получается, что в течение некоторого времени товар не продавался и общий объём продаж будет ниже потенциально возможного. Если это позиция из группы А, то по результатам расчёта она легко может попасть в группу В или даже С. Последствия от подобной ошибки могут быть весьма чувствительны. Проблема решается путём устранения из расчётов 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 тому подобное), не изменяя общую длину анализируемого периода. Тогда периоды с аут-оф-стоком (дефицитом) можно просто убрать из расчёта, 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 ещё 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 расчётов.

Вот, пожалуй, и всё, что я хотел рассказать по обозначенной тематике.

Перепечатка и перепостинг статьи вместе с этим текстом, указанием автора, и ссылки на - приветствуются!

Разбиваем статью на подтемы:

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.

Что анализируем?

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.

Когда анализируем?

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.

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.

Не просто статистика

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.

Влияние случайности

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 - так ли здесь интересны ежедневные колебания? Т.е. XYZ-анализов тоже может быть несколько для разных целей.

Практическое применение АВС-анализа

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.

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.

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.

Основной запас

* 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
* 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.

Вынужденный запас

* 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 ассортимента

ABC анализ – наиболее распространенный , 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, 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, 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.

ABC-анализ пример

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 - .
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%.

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.

Совмещенный ABC / XYZ анализ

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.

Назад | |

Успешный бизнес во многих случаях зависит от корректности работы с цифрами. Это может происходить как на уровне простейших калькуляций в ходе сопоставления "дебета" и "кредита", так и в аспекте сложных, многоуровневых аналитических вычислений. К таковым эксперты относят ABC- и XYZ-анализ. Что это за методы? В чем их практическая значимость? Как их правильно задействовать?

Общие сведения

Что такое ABC-анализ? Под таковым понимается метод, с помощью которого можно классифицировать тот или иной ресурс в зависимости от степени его важности. Базовым принципом, который используется в данном виде анализа, считается правило Парето. В общепринятой трактовке оно звучит так: 20 % действий приносят 80 % от общего объема результата.

Соотносительно с ABC-анализом как таковым, этот принцип можно интерпретировать следующим образом: надежный контроль 20 % некоторой системы (как вариант - продаж или управления предприятием) на 80 % определяет ее эффективность.

ABC-анализ подразумевает классификацию тех или иных операций или участков ресурса посредством разделения их на несколько категорий (в зависимости от степени ценности) - A, B и C. К типу A относятся самые ценные из них (те самые, что приносят 80 % результата, и их, соответственно, 20 %). Действия вида B - "посредственные", их 30 %, и они обеспечивают 15 % от результата. Активности вида C, в свою очередь, наименее ценные. Несмотря на то что их 50 %, они дают всего 5 % от результата.

Методология анализа

Практическое задействование такого инструмента, как ABC-анализ, по большому счету сводится к тому, чтобы составить "рейтинг" полезности тех или иных действий. Критерием здесь, как правило, выступают статистические сведения или же экспертные оценки, позволяющие выявить "самые ценные" операции.

Как правило, в ходе проведения ABC-анализа можно строить графики, ось X которых будет являть собой количество действий, а Y - показатели эффективности. Тем самым можно вычислить, какие именно мероприятия будут наиболее результативными. Подобного рода графики иногда именуется кривыми Парето. Как только исследователь проранжирует эффективность всех действий, проводится статистический анализ, вычисление самых полезных активностей по всем графикам, и, как результат, формирование финального их "рейтинга".

Последовательность проведения анализа

В каком порядке следует проводить ABC-анализ? Эксперты рекомендуют придерживаться следующего алгоритма:

1. Ставим основной вопрос. Эффективность действий в отношении какого результата нас в данном случае интересует?

2. Подбираем активности, имеющие наибольшее отношение к поставленной задаче.

3. Составляем графики по каждому из действий в сопоставлении с показателями эффективности каждого.

4. Выбираем 20 % самых эффективных, 30 % - посредственных, 50 % - наименее значимых.

Конкретная методология по каждому из четырех пунктов может выбираться исходя из цели проведения анализа. В ряде случаев предприниматель, скажем, хочет показать инвестору, что такой-то товар продается лучше, и в него необходимо вкладываться активнее. Другой вариант - анализируется целесообразность распределения ресурсов, направляемых на те или иные закупки. Также целью проведения ABC-анализа может быть выявление эффективности рекламы, направленной на "раскрутку" определенных типов товаров.

Практическая польза анализа

Как анализ, о котором идет речь, может пригодиться на практике? Вариантов здесь много. Возьмем сферу продаж. Допустим, нам нужно выявить, какие из товарных позиций приносят наибольшую выручку. Грамотно проведенный ABC-анализ продаж позволит нам обнаружить не просто разрозненный перечень хорошо продаваемых товаров, а 20 % из них, которые обеспечивают 80 % прибыли. Аналогичная ситуация со сферой услуг. ABC-анализ клиентов может помочь найти те 20 % потребителей сервисов, от активностей которых зависит 80 % выручки. То же самое и с промышленностью. ABC-анализ запасов сырья или полуфабрикатов позволит выявить 20 % их разновидностей, которые используются в 80 % объема выпускаемой продукции, и потому являются самыми ценными. То есть теми, которым нужно отдавать приоритет в закупках и распределении емкостных ресурсов на складе.

Мы видим, насколько универсален ABC-анализ. Пример его задействования можно привести не один. Сферы, совместимые с применением этой методики, самые разные.

XYZ-анализ

Есть еще один метод, дополняющий исследование по методологии ABC, - XYZ-анализ. Что он представляет собой? Считается, что такого типа исследование позволяет классифицировать имеющиеся в компании резервы в зависимости от интенсивности их потребления, а также прогноза динамики возникновения потребностей в них в привязке к конкретному временному циклу. Что это значит?

Ресурсы классифицируются в трех категориях - X, Y и Z. Те, что относятся к типу X, обладают стабильной динамикой потребления, минимальной ее корректировкой по времени, и, как следствие, их расход достаточно легко спрогнозировать. Как правило, разница между минимальным и максимальным показателями потребления, фиксируемыми в рамках временных периодов, не превышает 10 %, а то и вовсе стремится к нулю.

Ресурсы вида Y, в свою очередь, имеют заметно менее стабильную динамику потребления, однако все-таки достаточно хорошо прогнозируемую. Разница между минимальным и максимальным показателями - 10-25 %.

Ресурсы, относимые к категории Z, характеризуются очень нестабильной динамикой потребления. Ярко выраженных трендов не наблюдается, спрогнозировать что-то трудно. Значения минимального и максимального показателей потребления за временной периход могут расходиться на 25 % и более.

Интересен тот факт, что один и тот же ресурс может принадлежать к разным категориям в разные периоды измерений. Это может предопределяться, к примеру, временем года, урожайностью или же спецификой спроса. Например, зимой в магазинах традиционно хорошо продаются мандарины. Но конкретная динамика их реализации на протяжении зимы будет, скорее всего, неодинаковой. В период, скажем, с начала декабря по 20-е числа месяца мандарины, скорее всего, будут классифицироваться как товар типа Y - с относительно стабильным, но вариативным спросом. Однако в связи с тем, что этот фрукт очень популярен в Новый Год, то с 20-х чисел декабря по середину января он, скорее всего, будет продаваться с постоянно высокими темпами, что позволит отнести его к ресурсу типа X. В свою очередь, ближе к февралю мандариновый "ажиотаж" снижается, а к весне спрос на этот продукт становится близким по критериям к категории Z.

Сочетание двух анализов

ABC-, XYZ-анализ можно сочетать. Более того, во многих случаях исследование будет неполным, если задействовать каждый из методов по-отдельности. Каким образом осуществить последовательный ABC-XYZ-анализ? Пример алгоритма, подходящего для этой цели, мы сейчас рассмотрим.

Допустим, перед нами стоит задача: проанализировать ассортимент продуктовых товаров на предмет того, продажа каких именно единиц приносит больше всего выручки и какие из них характеризуются самым стабильным спросом. В первой части исследования нам пригодится ABC-анализ ассортимента, во второй - уже XYZ. Как действовать? Какие результаты у нас могут быть в обоих случаях?

Сначала выявляем самый продаваемый товар, скажем, за прошедший месяц. Мы берем данные из CRM-системы или иного рода учетного источника, отражающие количество проданных единиц продуктов по дням. Выявляем, что 80 % всей выручки принесли колбаса, чипсы и газированные напитки. Это товары группы A. Далее мы смотрим, сколько чеков по каждой из товарных позиций пробито в каждый из дней месяца. Может оказаться так, что газировка продавалась в количестве 100-102 единицы в день. Колбаса - в один день 50, в другой - 153, в третий - 10, в четвертый - 181 единиц. В свою очередь, результаты по чипсам могут показать, что этот продукт продавался так: в первый день 80 единиц, во второй - 125, в третий - 91, в четвертый - 114. Получается, что среди товаров группы A газировка - самый стабильный, и его можно отнести к категории X (и потому смело закупать у поставщиков под выгодные условия по реализации). Чипсы - товар со средней стабильностью спроса, он будет принадлежать к группе Y. Колбаса - продукт группы Z, динамика продаж которого часто меняется.

Аналогичные процедуры можно провести по товарам типа B и C. Эксперты рекомендуют по результатам проведения комплексного исследования ассортимента, когда метод ABC-анализа сочетается с XYZ-методикой, выделять товары-лидеры (которые будут относиться к типу AX), а также позиции-аутсайдеры (классифицируемые как CZ). Кроме них, получится еще 7 товаров (всего - 9 возможных сочетаний, 3 в квадрате, а при измерениях в разные периоды, когда динамика продаж одних и тех же продуктов может меняться, общее количество вариантов может достигать 27, 3 в 3-й степени). Все их можно проранжировать и составить "рейтинг", отражающий сочетание прибыльности и стабильности продаж. Для удобства расчетов мы можем попробовать провести XYZ-, а также предшествующий ему ABC-анализ в Excel. Пример, рассмотренный нами, в достаточной мере прост, и потому мы можем задействовать упрощенные инструменты, такие как электронная таблица.

Практическая полезность классификации по группам X, Y, Z

Выше мы отметили, что, определив самый прибыльный и самый стабильный товар, мы можем скорректировать политику взаимоотношений с поставщиками. Однако это не единственный плюс XYZ-анализа. Чем еще нам могут помочь результаты подобного исследования? Рассмотрим специфику их практического использования в сопоставлении с каждой из трех групп товаров.

Итак, продукция типа X характеризуется самым стабильным спросом. Самое важный критерий полезности обладания такими сведениями - планирование запасов. Мы можем наладить взаимодействие с поставщиками таким образом, чтобы наши склады использовались максимально эффективно. Мы точно будем знать, сколько времени будут находиться там товары группы X с момента загрузки и до попадания на прилавок. Следовательно, мы сможем планировать завоз менее динамичных, с точки зрения спроса, позиций Y и Z так, чтобы их всегда было где разместить.

Приоритет в закупках

Товары группы Y характеризуются относительно стабильной динамикой потребления. Главная функция таких изделий - поддерживать основной спрос, формируемый на товары группы X. В некоторых случаях возможны корреляции, отражающие зависимость динамики спроса в классе X от наличия на прилавках продукции типа Y. Вероятно, полагают аналитики, здесь играет роль психологический аспект. Покупатель, который видит пустые полки - берем случай, когда товары группы Y не представлены ритейлером, - не решается делать в таком магазине покупки даже тех позиций, что обычно характеризуются стабильным спросом. В свою очередь, если продукции типа Y достаточно, то "подогревается" спрос и на товары X. Главная задача для владельца магазина в данном случае - обеспечить оптимальную загрузку складских мощностей, найти идеальное сочетание между затратами на закупку вспомогательных Y-позиций и реальным экономическим эффектом их присутствия на полках.

В свою очередь, товары группы Z с трудом поддаются оптимизации в аспекте управления складом. Их прямого влияния на динамику продаж "флагманских" товаров типа X также может не быть. И потому эксперты рекомендуют отводить им минимальное место в общем объеме закупок. Или, как вариант, замещать их новинками, товарами, еще не опробованными на рынке. В этом случае хотя бы будет вероятность, что свежие бренды, появившиеся на прилавке, перерастут из категории Z в более значимые с точки зрения стабильности продаж.

Играть в своей "лиге"

Сразу оговоримся: при интерпретации итога анализа следует понимать, что, скажем, товары группы Z, относящиеся к категории A (и в этом необычность комплексного анализа) будут ценнее, чем продукция типа X для категории B. Более того, прямое их сопоставление не вполне корректно - это все равно что, условно говоря, рассматривать возможности футбольных команд из разноуровневых лиг. Поэтому, анализируя перспективы по товарам категорий A, B и C, линейно сопоставлять их распределение по группам X, Y и Z - неправильно. Важна последовательность в интерпретации результатов по изделиям в привязке к своим "лигам".

Итак, подведем краткие итоги:

Товары категории X - "флагманы" продаж, их закупка у поставщиков должна быть стабильной, каналы поставки налажены и, по возможности, диверсифицированы (на случай "санкций" и иного рода явлений, не подконтрольных бизнесу);

Продукция класса Y также обязательно должна присутствовать на прилавке, выполняя поддерживающую функцию по отношению к товарам X и стимулируя общий спрос;

Товары типа Z можно если не исключать из оборота, то пробовать заменять экспериментальными образцами, которые могут, в потенциале, приобрести статус продукции категорий X и Y.

Все эти выводы имеют место быть при условии, что речь идет об анализе товаров в рамках одной группы - A, B или C. Как мы уже сказали выше, выявлять "усредненные" индикаторы здесь особого смысла не имеет.

Нюансы интерпретации

Безусловно, такого рода рекомендации справедливы, если только результаты объединенного ABC-XYZ-анализа можно интерпретировать однозначно. Методология исследования должна сопровождаться многомерными критериями, которые позволят сделать неоспоримые, с точки зрения статистики, выводы касательно перспектив продаж конкретного товара. Когда мы рассматривали вопрос о том, как может осуществляться ABC-анализ (пример с колбасой), то распределили продукты по соответствующим категориям очень условно. То же самое с XYZ-частью. На практие методология анализа гораздо сложнее. Более того, исследователи редко проводят, как в нашем примере, ABC-анализ в Excel с применением расчетов, по сути, вручную. Как правило, используются гораздо более сложные аналитические программы - с тем, чтобы вероятность ошибок свести к минимуму, поскольку речь идет о реальном бизнесе, где просчеты нежелательны, в отличие от теоретических сценариев.

Анализ ABC XYZ в первую очередь необходимо знать: что это такое? Для начала стоит отметить, что эти два анализа применяются в различных бизнес структурах, например, таких как рестораны, торговые центры, алкогольные компании и др.

Эти два вычислительных помощника помогают определить проблемные места предприятия, распланировать действия, вовремя поднять стоимость товара, который пользуется спросом, и уберечь от будущих ошибок фирму. Итак, ABC XYZ?

АВС анализ - это процесс классифицирования товаров и ресурсов предприятия на группы, по уровню их значимости. Этот анализ использует известный принцип Парето. В основе этого принципа лежит аксиома: 20% всего товара даёт 80% оборота. В частности, к АВС анализу это правило может применяться так: качественный контроль 20% ресурсов предприятия, приносит 80% контроля всей системы, в общем, это могут быть продукты, оборудование, сырьё и др. Для чего же нужен и как применяется этот метод анализа?

Допустим в ресторане или кафе быстрого питания чаще всего используется АВС анализ, он нужен для того чтобы «разложить всё по полочкам» и определить долеучастие товара в обороте предприятия и просчитать процент долеучастия товара в прибыли ресторана. Выводится специальная таблица, в которую необходимо вписать: количество продаж продукта за месяц (полгода, год), себестоимость товара и отпускную цену. Используя определённую формулу необходимо упорядочить товары по шкале от min до max. Затем по этой формуле определить долеучастие товара в обороте и процент долеучастия товара в прибыли предприятия. После этого таблица нам выдаст данные каждого товара и шкалу их важности по обороту и участие в прибыли. Шкала называется "Нарастающий итог", строится от 1 до 100. Если ассортиментная группа по данной шкале попала в интервал от 1 до 50, то это группа A, если в интервал от 50-80, то товар в группе B, ну а в группе C оказываются продукты, расположенные в промежутке от 80 до 100. Товары, которые оказались в группе A и B имеют большой оборот и приносят предприятию хороший процент в прибыли, а вот те категории, которые оказались в группе C, над ними следует поработать, поднять спрос и оборот, либо снять их с продажи. По статистике, категории, которые находятся в группе С больше полугода, ликвидируются.

Анализ XYZ - это классифицирование запасов. Прогнозирует потребление, характер изменений и потребности запасов. Выстраивается определённый алгоритм проведения анализа, включающий в себя вычисление коэффициента вариации, группирование от min до max, распределение по группам XYZ, изображение результат на графике.

Чаще всего этот метод применяется на больших предприятиях, где есть складские помещения и центр логистики, который и проводит XYZ исследует, оценивает логистику и клиентов компании.

Что входит в группы X , Y , Z ?

В группу X входят основные позиции запаса с коэффициентом вариации статистических последовательностей отгрузок - 25%. Это ресурсы, которые последовательны со стабильной величиной потребления, требуют точного прогноза в расходе.

В группе Y находятся те же номенклатурные позиции с и имеют статистический ряд отгрузок 25-50%. В данной группе ресурсов необходимо определять потребность в них, это могут быть сезонные продукты (пиво, вода).

Группа Z несёт в себе запасы статистического ряда с более чем 50%. Эта группа характеризуется нерегулярным потреблением ресурсов и неточным прогнозированием. Если сочетать анализ ABC XYZ то он покажет более точную таблицу скорости потребления и темпов отгрузки.

Анализ ABC XYZ лучше всего работают в паре, для более точной оценки эффективности предприятия. Это наиболее мощное внутреннее оружие фирмы, установив его в основе приоритетов управления бизнесом, можно выявить ключевые моменты, сэкономить важные ресурсы предприятия и захватить львиную

АВС-анализ (ABC-analysis) — метод, позволяющий определить наиболее значимые ресурсы компании с точки зрения валовых продаж и валовой прибыли.

В маркетинге наиболее востребованным является АВС-анализ ассортимента. Проводится как для отдельного бренда, так и в целом для компании. Метод позволяет определить нерентабельные или низко-рентабельные группы товаров, своевременно улучшить и оптимизировать ассортиментный портфель.

Описание метода

Цель ABC анализа– простое, удобное и наглядное ранжирование любых ресурсов с точки зрения их вклада в прибыль или продажи. Благодаря такому ранжированию можно правильно расставить приоритеты деятельности, сфокусировать использование ограниченных ресурсов компании (трудовые, временные, инвестиции и т.д.), выявить излишнее использование ресурсов и предпринять своевременные корректирующие меры.

• Периодичность проведения АВС анализа: как минимум 1 раз в год, чтобы стратегически, на ежеквартальной основе.
  

  Для принятия стратегически верных решений результаты данного метода рекомендуется смотреть в динамике за несколько периодов. Ежемесячный анализ проводить можно, но данный промежуток времени слишком мал для реализации принятых решений и слишком мал для отслеживания динамики ситуации

• Преимущества АВС-анализа: универсальность, простота и наглядность.
• Ограничения АВС-анализа: метод слишком математичен, иногда может не учитывать стратегические цели компании.
  

  Например: развивающиеся категории всегда будут в категории «С», так как в краткосрочном периоде будут иметь минимальный вклад в продажи/прибыль компании

Вы знаете теорию и вам нужна только практика?

Границы основных групп

В основе метода АВС-анализа лежит «Правило Парето», которое звучит следующим образом: 20% усилий обеспечивают 80% результата.

Метод строится по принципу классификации анализируемых ресурсов на 3 группы А, В и С:

1. А -группа: обеспечивает 80% продаж/прибыли, обычно составляет 15-20% от всех ресурсов
2. В –группа: обеспечивает 15% продаж/прибыли, обычно составляет 35-20% от всех ресурсов
3. С-группа: обеспечивает 5% продаж/прибыли, обычно составляет 50-60% от всех ресурсов

Границы групп 80%-15%-5% могут изменяться и могут устанавливаться индивидуально каждой компанией.

Какой показатель ставить в основу АВС анализа – прибыль или валовые продажи – также решать исполнителю анализа. В каждом отдельном случае все зависит от целей анализа.

Например, цель звучит следующим образом — компании необходимо увеличить рентабельность в короткие сроки. В таком случае целесообразно проводить анализ, отталкиваясь от вклада каждой позиции в общую прибыль.

Может быть другая цель: сфокусировать сбытовые усилия на самых продаваемых товарах –в таком случае целесообразнее выбрать валовые продажи.

Виды АВС-анализа

Методика АВС анализа имеет широкое применение в различных отраслях и видах деятельности благодаря своей универсальности. Может использоваться в стратегическом и тактическом управлении, планировании и бюджетировании, логистике и управлении запасами компании. Разновидности АВС-анализа:

• АВС-анализ товаров отдельного бренда или всего ассортимента компании
• АВС-анализ запасов компании
• АВС-анализ сырья и любых закупаемых материалов
• АВС-анализ клиентов или групп потребителей
• АВС-анализ поставщиков
• АВС-анализ эффективности работы подразделений и анализ трудовых ресурсов
• АВС-анализ бюджета. инвестиций или любых затрат

Какие выводы можно сделать на основе АВС анализа

После разделения всех товаров на группы АВС, формируются решения относительно каждой товарной группы. Основные направления выводов, которые могут быть сделаны в результате проведения АВС-анализа:

1 Группа А – самые важные ресурсы, локомотивы компании, приносят максимальную прибыль или продажи. Компания будет нести большие потери при резком снижении эффективности данной группы ресурсов, а следовательно, ресурсы группы А должны жестко контролироваться, четко прогнозироваться, часто мониториться, быть максимально конкурентоспособными и не терять свои сильные стороны.

На данную группу ресурсов должны быть выделены максимальные инвестиции, лучшие ресурсы. Успехи группы А должны быть проанализированы и максимально транслироваться на другие категории.

2 группа В – группа ресурсов, которые обеспечивают хорошие стабильные продажи/ прибыль компании. Данные ресурсы также важны для компании, но могут модерироваться более спокойными и умеренными темпами.

Данные ресурсы обычно являются , относительно стабильны в краткосрочной перспективе. Инвестиции в данный вид ресурсов компании не значительны и необходимы только для поддержания существующего уровня.

3 группа С – наименее важная группа в компании. Обычно ресурсы группы С тянут компанию вниз или не приносят дохода.При анализе данной группы необходимо быть очень внимательным и в первую очередь понять причину низкого вклада.

Подготовлено с использованием источника: P. Gopalakrishnan,M. SundaresanMaterials Management: An Integrated Approach, 2004

Готовые решения

У нас есть готовый шаблон, с помощью которого вы с легкостью сможете применить теоретические знания данной статьи на практике. Скачать пример пример для проведения АВС-анализа ассортимента можно в разделе .