Является работа с нецелевыми клиентами. Ваши менеджеры могут быть подкованы в техниках, иметь идеальные скрипты и опыт работы, но результата не будет, если они стучатся в двери не к вашим покупателям.
Чтобы узнать, есть ли у вас такая проблема, пробежите по нашему чек-листу:
Даже если вы согласны с одним из этих утверждений, постройте ABC анализ.
ABC анализ — это исследование клиентской базы в двух направлениях: по объемам и частоте закупок. ABC анализ позволяет понять:
Исследование покажет по оси ABC распределение покупателей по выручке, по оси XYZ – увидим их в разбивке по частотe совершаемых сделок. Вы увидите сразу, .
В результате ABC-исследования в группу А должны попасть 20% контрагентов c наибольшими объемами закупок, в В – 60% со средними закупками, в С – 20% с небольшими. Тоже самое нужно сделать по XYZ, поместив в группу X тех, кто чаще всего обращается к вам, в Y – нерегулярно, в Z – совершают единичные покупки.
После проведения ABC анализа смотрим на пересечение ABC и XYZ, выявляем самых интересных для компании покупателей.
1) Те, кто попал в группы А и В, обеспечивают основной объем выручки. Их должно быть как можно больше в компании.
2) АХ и ВХ обеспечивают значительный объем закупок при регулярном повторно обращении.
3) AY и BY приносят вам хорошую выручку, но возвращаются к вам не стабильно. Придумайте для них бонусные программы, регулярно напоминайте о себе, сообщайте об акциях и новых товарах.
4) AZ и BZ, несмотря на приличные объемы закупок, возвращаются к вам непрогнозируемо.
5) Тех, кто в группе С, стоит пересмотреть и частично отказаться от них.
6) С участниками СХ и CY поработайте над увеличением среднего чека.
7) В CZ попадают самые неинтересные для вас покупатели. Не стоит тратить на них время менеджеров, откажитесь от работы с ними.
Поднять большую часть покупателей в категорию, А
По итогам ABC анализа запланировать задачи для каждого из целевых контрагентов и измерить их мощность:
Внедрить процесс квалификации покупателей. Важно понимать, что ABC анализ необходимо делать регулярно и на основе его результатов составлять косвенные критерии для определения портрета вашей целевой аудитории (примеры критерием смотрите в статье ). Они помогут вам еще на входе определить, подходит ли потенциальный покупатель под вашу целевую аудиторию, стоит ли тратить на него время. Добавьте этот этап в вашу .
Исходя из результатов ABC анализа, сделайте дополнительные поля по портрету целевой аудитории в СRM и запретите переходить с этапа на этап без их заполнения.
Проводить ABC анализ можно и по отдельным сегментам: по партнерским и розничным каналам. Полезно будет посмотреть на этот анализ и по продуктовой линейке.
Так вы убьете двух зайцев: сможете сделать вывод о том, какие продукты приносят вам наибольшую часть выручки и от каких нужно отказаться. ABC анализ по сегментам контрагентов позволит выяснить, что необходимо им предложить здесь и сейчас.
ABC анализ клиентов – всего лишь один из срезов для исследования текущей базы. Существует другой подход — ABC анализ запасов.
Традиционно значимость продукта идентифицируется по 2 параметрам – объем продаж и полученная прибыль. Опять же в качестве генеральной гипотезы принято правило Парето. Согласно нему 20% ассортиментных позиций обеспечивают 80% прибыли.
Огромное количество компаний в мире не раз проводили ABC анализ ассортимента. Выводы почти всегда сводятся к такому соотношению:
Принимая все это во внимание, весь ассортимент можно разделить на группы по степени значимости:
Важно понимать, что ранжирование продуктов по группам может происходить по разным критериям в зависимости от целей.
Цель 1: сокращение ассортимента. В этом случае товары анализируются с точки зрения объемов реализации и прибыльности.
Цель 2: исследование рентабельности. Товары распределяются в зависимости от уровня рентабельности и коэффициента оборачиваемости.
Цель 3: сокращение расходов на поддержание запасов. Тут анализируем ассортимент по коэффициентам оборачиваемости и занимаемой складской площади.
В бизнесах самой разной направленности эксперты отмечают эффективность такого инструмента, как ABC анализ ассортимента.
Пример для кафе. Тут ABC анализ нужен, чтобы оптимизировать меню. Чтобы сделать это, выясняется доля каждой позиции в прибыли и обороте. Для этого следует использовать определенный алгоритм исследования:
1. Формируется специальная таблица, в которую заносятся данные по себестоимости, отпускной цене и количеству продаж за месяц / полгода / год для каждого продукта.
2. Используя формулу, продукты распределяются в рейтинге по шкале от 1 до 100 в зависимости от их долеучастия в прибыли и обороте.
3. Позиции разносятся по группам A, B и С.
Если позиция по этой шкале находится в пределах от 1 до 50, то это категория A. Если ассортиментная группа попала в интервал от 50-80, то она заносится в B. Все, что оказывается под чертой – «80», представляет собой «нелеквид».
Товары, которые оказались в группе A и B являются значимыми и эффективными, так как приносят прибыль и составляют практически весь оборот кафе. Группа С должна подвергнуться «оздоровлению», либо исключению. В первом случае необходимо стимулировать спрос. Во втором, безнадежном случае (обычно, когда позиция оказывается в списке аутсайдеров не первый раз) от такого товара следует избавиться.
Кроме того, в качестве дополняющего инструмента и для получения более четкой картины используют XYZ анализ.
XYZ анализ — это инструмент, которые делит продукцию по уровню колебаний ее потребления и регулярности отгрузки.
Тут используется несколько более сложный метод, который подразумевает получение, так называемого, коэффициента вариации. Проще говоря — колебания расхода. Сам коэффициент показывает отклонение расхода от среднего значения и выражается в процентах.
В качестве параметров применяются:
В результате мы получаем то же распределение товара, но уже по другим категориям – X, Y, и Z. Продукты в этих категориях характеризуются степенью стабильности их поведения.
Так в категорию Х попадают ассортиментные группы, чье отклонение варьируется в пределах от 5% до 15%. Продажи по этим позициям легко прогнозируемы и легко поддаются планированию, так как обладают стабильной величиной потребления.
В категории Y оказывается все, что получило коэффициент вариации от 15% до 50%. Продажи по таким позициям сложнее прогнозировать. И тут, скорее всего, речь идет о товарах с сезонным спросом.
Совмещение обоих видов анализа (АВС и XYZ) обладает 3 важными преимуществами.
Важно помнить, что ABC анализ обеспечит вам «рентгеновский» снимок состояния текущей базы покупателей. Использовать этот инструмент следует регулярно и тогда вы увидите динамику перемещений контрагентов и продуктов из категории в категорию, так называемую, миграцию.
Если компания действует в B2B сегменте, то вы можете отслеживать миграцию по нескольким срезам.
Если компания работает в B2C сегменте, то проводить мониторинг миграции следует по продукту. Изначально в качестве ориентира для идентификации категорий возьмите нормы потребления того или иного продукта в зависимости от средней зарплаты.
Такое стратегическое и полезное во всех смыслах решение вызвало неудовольствие со стороны посредников. Они противились ему, так как считали, что их клиенты станут напрямую обращаться к держателю бренда.
Для того, чтобы понять, кто действительно является значимым заказчиком и можно ли будет обойтись без некоторых из них в дальнейшем, был проведен ABC анализ поставщиков – потребителей продукции импортера.
Как и предполагалось, выручка распределялась между двумя группами покупателей: производители световой техники — 60%, посредники — 40%. На первый взгляд, в такой ситуации отказаться от «бунтующих» перепродавцов было бы равносильно закрытию бизнеса. Стали анализировать, кто покупает чаще и больше.
А вот посредники оказались в категории AY. Это означало, что хоть они и закрывают неплохие объемы, но их стабильность оставляет желать лучшего.
Данная ситуация показалась экспертам Oy-li тревожной. И вот почему. Контрагенты-перепродавцы поставляют комплектующие тем же производителям. По логике вещей их объем закупок тоже должен был быть равномерным, чтобы закрывать регулярные нужды клиентов-производителей. Тем не менее, этого не происходило. Заказы поступали с непредсказуемой периодичностью. А иногда вообще от случая к случаю.
Чтобы понять, в чем дело, решили провести ABCXYZ-анализ ассортиментной матрицы. И вот тут выяснилась очень интересная подробность. Как показало исследование, посредники никогда не закупали строго ограниченный набор комплектующих, из которого производитель смог бы собрать конечный продукт. Напротив, они каждый раз делали «хаотичные» закупки: по совершенно разным позициям и нерегулярно. Напрашивался очевидный вывод: перепродавцы пользовались услугами иных поставщиков и просто дозаказавали то, чего им не хватало.
Также исследование продемонстрировало еще одну неприятную особенность работы с посредниками: компания-импортер имела практически нулевую прибыль от взаимодействия с ними. Посредники получали слишком высокие скидки от продавца.
Результат
С учетом всех выясненных обстоятельств клиенту Oy-li было рекомендовано продолжить работу в направлении собственного брендирования, не ориентируясь на мнение перепродавцов. Также был разработан комплекс мер, которые позволяли выйти на новые объемы с производителями.
Так как все решения были реализованы, у компании-импортера практически сразу увеличилась рентабельность на 15% и появились ресурсы для того, чтобы сфокусироваться работе с производителями.
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:
Значения в перечне после применения метода ABC распределяются в три группы:
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:
Для каких значений можно применять методику АВС-анализа:
Метод ранжирования очень простой. Но оперировать большими объемами данных без специальных программ проблематично. Табличный процессор Excel значительно упрощает АВС-анализ.
Общая схема проведения:
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).
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.
Алгоритм XYZ-анализа:
Критерии для классификации и характеристика групп:
Составим учебную таблицу для проведения XYZ-анализа.
В группу «Х» попали товары, которые имеют самый устойчивый спрос. Среднемесячный объем продаж отклоняется всего на 7% (товар1) и 9% (товар8). Если есть запасы этих позиций на складе, компании следует выложить продукцию на прилавок.
Запасы товаров из группы «Z» можно сократить. Или вообще перейти по этим наименованиям на предварительный заказ.
ABC-анализ
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. В его основе лежит принцип Парето - 20 % всех товаров дают 80 % оборота . 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 , что в корне не верно.
ABC-анализ - анализ товарных запасов путём деления на три категории:
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.
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.
Wikimedia Foundation . 2010 .
Инструмент оперативного управления используемый для определения ключевых клиентов, товаров, товарных групп с целью анализа, мониторинга и разработки эффективных бизнес решений. В его основе лежит принцип Парето 20 % всех товаров дают 80 % оборота … Словарь бизнес-терминов
- … Википедия
Классификация дебиторской задолженности по степени важности и методам контроля, при которой все дебиторы делятся на три категории в зависимости от стоимостного выражения дебиторской задолженности: A наиболее ценные, B промежуточные, C наименее… … Финансовый словарь
ABC многозначная аббревиатура, имеет схожее написание на разных языках. Может иметь следующие значения: Содержание 1 Кириллица 2 Латиница 2.1 Телевидение … Википедия
Анализ на сцепление трех факторов - * аналіз на счапленне трох фактараў * three point test cross метод генетического анализа, с помощью которого определяют наличие или отсутствие сцепления между тремя генами и их взаиморасположение в случае сцепления (см.). С этой целью получают… … Генетика. Энциклопедический словарь
анализ (металлургия) - анализ Процедура мысленного или реального расчленения предмета (процесса, явления), свойства предмета (предметов) или отношения между предметами на части (признаки, свойства, отношения). Процедурой, обратной а., является синтез. Аналитич. методы… … Справочник технического переводчика
Как самостоятельная система есть алгебра в обширном смысле этого слова, которая рассматривает все величины как неизвестные числа, употребляя буквы вместо арифметических знаков цифр. Включая в математический А. учение о равенствах, составляющее… … Энциклопедический словарь Ф.А. Брокгауза и И.А. Ефрона
- … Википедия
ABC анализ метод, позволяющий классифицировать ресурсы фирмы по степени их важности. В его основе лежит принцип Парето 20 % всех товаров дают 80 % оборота. По отношению к ABC анализу правило Парето может прозвучать так: надёжный контроль 20 %… … Википедия
FMR (аббревиатура от англ. Fastest Medium Rare быстро, средне, медленно) анализ товарного ассортимента по частоте обращений/взятия. Иногда также применяется термины: FSN (англ. Fast moving, Slow moving, Non Moving) и FNS… … Википедия
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.
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.
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
Например: развивающиеся категории всегда будут в категории «С», так как в краткосрочном периоде будут иметь минимальный вклад в продажи/прибыль компании
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:
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.
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:
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
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 .
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.
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.
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.
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.
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 | |
