Как вам поможет в бизнесе совместный ABC и XYZ-анализ. ABC-, XYZ-анализы ассортимента

Когда-то давно владелец магазина, он же продавец, мог легко запомнить все товары своего ассортимента. Рассказать об особенностях каждого, историю, насколько товар эффективен, знал точно как он продается, когда заказать еще…

С развитием ритейла управление движением товаров требует других подходов. Системы учета и аналитики продаж, управления ассортиментом дополняют опыт работников магазина или торговой сети.

Серьезные решения, например, о выведении товара из ассортимента, принимаются не так просто. И категорийному менеджеру, и управляющему магазином нужны обоснования для таких действий.

Поэтому одного вида анализа недостаточно. Применяют совмещение нескольких видов (по-другому, кросс-анализ).

В статье мы на примере товарной группы “Кондитерских изделий” рассмотрим основные подходы к организации кросс-анализа. А еще узнаем, кто виноват в том, что Рафаэлло - товар с нестабильными продажами.

При работе с ассортиментом сети или магазина используют кросс-подход, куда включены АВС и XYZ анализы.

В чем суть и почему именно их мы выбираем?

АВС-анализ – это распространённый метод изучения ассортимента, с помощью которого можно определить вклад каждого товара в оборот и прибыль магазина, распределить товары по категориям для эффективного управления ассортиментом.

Основные плюсы АВС анализа:

рационализация управления ассортиментом - дает понять важность товаров, распределить усилия управляющих магазинами, категорийщиков;
быстрый результат и быстрое применение управленческих решений;
если проводить регулярно, сравнение с предыдущими периодами дает возможность отследить стадии жизненного цикла товаров.

Минусы:

нужно учитывать многие дополнительные факторы, такие как товары-новинки, элитные и т.п.
нужен массив данных для аналитики за определенный период: база по чекам, продажам или другим ритейл-данным;
важна стабильность на рынке товаров, если происходят какие-то непредвиденные ситуации (резкая инфляция, политические волнения, и т.п.), данные АВС-анализа могут быть неточны.

Больше про методику проведения АВС-анализа .

XYZ–анализ определяет стабильность продаж товара за определенный период. Результаты позволяют разделить товары по категориям и выделить для них место на складе, уровень запасов и организацию доставки.

Плюсы XYZ анализа:

данные для управления ассортиментом товаров и складскими запасами, организации работы с поставщиками;
настройка разных вариантов доставки для разных категорий товаров;
использование анализа для прогнозирования стабильности спроса;
определение проблемных магазинов с нестабильными продажами;
определение товарных дыр, коррекция системы поставок товаров.

Минусы:

нужна, также как и для АВС, стабильность показателей, без сотрясений рынка;
необходимы данные за несколько лет для полноценного анализа;
сложно работать с сезонными товарами, а их достаточно много в ритейле;
невозможно использовать на товарах с коротким жизненным циклом.

Больше про проведение XYZ-анализа .

Объединение результатов АВС и XYZ-анализов - популярный подход к управлению товарным ассортиментом. 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.

Совмещая и используя кросс-подход, мы получаем статус или место каждого товара в ассортименте товарной группы, магазина или всей торговой сети.

Использование совмещенного анализа дает ряд дополнительных достоинств :

выявление товаров со стабильными продажами, значительных для оборота магазина или сети, и убыточных товаров;
повышение доли прибыльных товаров без нарушения принципов ассортиментной политики;
определение причин, влияющих на количество и место товаров, хранящихся на складе;
перераспределение усилий персонала по управлению ассортиментом и его складскими запасами.

Стоит помнить что эти виды анализа, как и их совмещение, возможны только при наличие четкого учета товарооборота и статистики продаж.

Способы проведения совмещенного анализа

Есть 2 способа проведения кросс-анализа: последовательный и параллельный.

Выбор одного из них зависит от цели и нужных результатов. Объясним поподробнее.

Последовательный способ предполагает, что сначала анализ проводится по одному из видов, по отдельному критерию. Далее для каждой из полученных категорий применяется анализ по 2 критерию, или виду и т.д.

Визуально это выглядит так.

Такой подход применяется для больших массивов данных. Например, если кросс-анализ проводится по всему ассортименту сети, по большой товарной группе.

Второй аспект - такой анализ предполагает значительные аналитические усилия его организатора. Необходимо определить важность каждого критерия для будущего анализа и выстроить структуру анализа в нужном порядке.

Например, цель кросс-анализа - оптимизация пространства на складе магазина, в таком случае первым критерием будет стабильность продаж, т.е. XYZ анализ, вторым критерием - количество продаж каждого товара по АВС, третьим - оборот, опять таки по АВС.

При выборе другой цели - скажем, определение элитных товаров - первым критерием анализа будет Оборот магазина, потом уже Количество продаж и Вхождение в чеки. А вот стабильность продаж товара с помощью XYZ анализа, тут не так уж и важна.

Т.е. последовательный анализ может проводится, если количество товаров в товарной группе достаточно большое, если нужно определить политику работы с группой, выработать стратегию управления и продвижения нужных товаров.

Параллельный подход предполагает построение категорийной матрицы по заданному количеству критериев, анализ и работу с каждой категорией в ячейке матрицы.

Так выглядит матрица для кросс анализа по АВС и XYZ. Обычно, аналитик, в любом случае, упрощает ее еще больше и определяет общий формат работы для нескольких категорий.

Для АВС-анализа матрица может строится по нескольким критериям. Например, на картинке ниже А по обороту + А по количеству продаж + Х по стабильности продаж.

Проанализируем полученные результаты, пройдемся только по ключевым (граничным) категориям:

АААХ - для товаров-лидеров;
АААZ - товары, важные для оборота сети, но с нестабильными продажами, на которые обязательно надо обратить внимание;
BBBY - для товаров-среднячков;
CCCZ - для товаров-аутсайдеров.

Категория АААХ - 28 товаров из 1260.

Самые “сладкие” товары. Обеспечивают основной товарооборот сети, поэтому нужно постоянное их наличие.

Если проанализировать товары, входящие в эту категорию - это, в основном, жевательные резинки, печенье и популярные детские сладости.

Как видно на картинке ниже, наибольшее количество продаж у жевательных резинок, продающихся у касс, так же они довольно ощутимо влияют на оборот товарной группы.

Возможны два варианта работы с категорией - создание избыточного “страхового” запаса или организация доставки “точно в срок”, поскольку товары продаются стабильно и возможен точный прогноз продаж.

Но стоит помнить, что товары категории АААX ключевые для работы магазина, поэтому если доставка на любом этапе провалится, это может привести к значительным проблемам в работе магазина.

Почему при высоком количестве продаж, значительном влиянии на оборот магазина и частом вхождении в чеки, продажи товаров этой категории так тяжело предсказать?

Визуализация по ключевым показателям - обороту и количеству продаж показала, что конфеты Рафаэлло больше всего влияют на оборот сети и своей товарной группы.

Судя по нашему жизненному опыту они достаточно популярны. Почему же их продажи настолько нестабильны, коэффициент вариации - 0,73?

Открыв продажи конкретного товара, мы получили ответ на вопрос.

Продажи конфет этой марки просто взлетают два раза в году - на 14 февраля и на 8 марта. Отсюда и нестабильность.

перевести часть товаров на систему заказов с постоянной суммой (объемом) заказа;
обеспечить по части товаров более частые поставки;
выбрать поставщиков, расположенных близко к магазину, тем самым снизив количество складского запаса;
повысить периодичность контроля.

В примере с Рафаэлло - просто обеспечить больший объем поставок конфет к праздникам.

Продажи товаров недостаточно стабильны для того, чтобы обеспечить постоянное наличие, нужно поддерживать складской запас для страховки.

Можно перейти на систему с постоянным временем или объемом заказа.

CCCZ , как нижняя категория матрицы, объективно самые проблемные товары - 85 записей.
Важно помнить, сюда могут попасть новые товары, элитные товары, товары под заказ и т. п. Поэтому категория требует вдумчивого анализа каждой позиции, и только потом радикальных действий.

На скрине ниже видно эти товары, находящиеся в области графика около 0 и практически не влияющие на оборот торговой сети.

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 | |

Итальянский экономист Вильфредо Парето, в процессе своей научной деятельности, вывел правило, ставшее классическим, которое сформулировано следующим образом: «20% усилий дают 80% результата, а остальные 80% усилий дают 20% результата».

Универсальность правила Парето заключается в том, что область его применения находится не только в экономической плоскости, а применимо к любым исследованиям, где необходимо понять, какой фактор, из многих, является основополагающим, а какие второстепенными.

Данное правило не является твёрдым законом, а является всего лишь эмпирическим наблюдением.

Трактовка этого правила - основной объём работы реализуется при использовании не всего набора инструментов, а только небольшой его части, поэтому, для рационализации усилий, необходимо вычислить эту составляющую, которая обеспечит 80% результата.

Ассортиментные, товарные матрицы;
Рабочая базы (клиенты, поставщики, дебиторы, кредиторы и так далее);
Любые другие массивы, в которых есть значения, которые надо упорядочить и выделить основное ядро, составляющее основу массива (80%).

Плюсы и минусы ABC анализа

Плюсы	Минусы
При работе с большими массивами данных становится понятно, какую долю занимает та или иная категория, eё вес в общем массиве	Результат ABC-анализа является весьма условным, полезность результатов весьма сомнительна
Продуктивный контроль ресурсов и бизнес-процессов	Непонятная, особенно для новичка, методика расчёта
Область применения правила Парето не ограничивается экономикой или статистикой. Возможность использования в повседневной жизни	Не оценивает сезонные колебания
	Для проведения анализа, нужна большая история событий и показателей, информационный ресурс, откуда будут браться данные для расчетов

Последовательность действий при поведении анализа

Обычно, правило Парето оперирует A и B-группами с показателями доли 80% и 20%, соответственно. Но более распространенное представление получила модель, в которой производится разделение всего массива на группы A (доля - 80%), B (доля - 15%), C (доля - 5%).

Основная задача при проведении анализа - произвести деление массива на A, B, C - группы. После этого, учитывая, что группа А должна составлять около 80% (в единицах измерения), необходимо оценить, сколько процентов данных (от общего объёма данных) образуют группу A.

Если 20% от общего количества номенклатуры массива составляют группу A и являются долей (от общего результата) в районе 80%, то правило Парето соблюдено и, такая модель, может считаться эталонной и сбалансированной.

Последовательность выполнения ABC-анализа

В качестве примера возьмём некий информационный массив - например, данные о реализации сельскохозяйственной продукции за какой-то период некой сбытовой компанией

Требуется произвести закупку продукции, но заказать необходимо только «хиты» продаж, т.к. объём финансирования ограничен. Как понять, что необходимо заказывать? Какие позиции являются «локомотивами» продаж. В данном примере массив данных небольшой, однако, когда номенклатура анализируемого массива исчисляется десятками тысяч позиций, визуально определить невозможно, нужен расчет.

Производится ранжирование номенклатуры по количественному выражению (тоннам, в данном случае), в порядке убывания (от большего к меньшему):

Производится измерение персонального удельного веса (доли) каждой позиции в общем объёме:

Измеряется удельный вес (в %) нарастающим итогом, для понимания, какие позиции образовывают 80% общего объема массива. Для этого последовательно складываются доли:

Далее, список маркируется по группам:

A (80%)
B (15%),
С (5%).

Группа A ограничивается порогом 76% (в данном примере, не добравшись до эталонной отметки в 80%). Следом, (в рамках доли = 15%), до 95%, находится группа B и в интервале 95%-100% находится группа С.

В результате структура реализации разделилась на следующие группы:

Самая «продаваемая» группа - (А). Товары, чей суммарный объём продаж составляет основной продуктовый портфель, «локомотивные группы»;
Средние «устойчивые» продажи (B). Товары, показывающие средние продажи по объему, «твёрдые середнячки»;
Самые низкие продажи (С). Это товары с малым показателем продаж, низкой оборачиваемостью.

В результате проведенного анализа, появляется очевидная информация, какие продукты продаются более активно, а какие - менее, каким группам предпочтительнее отдавать приоритет, а каким - не стоит торопиться.

В рассматриваемом примере, группа A достаточно обширная, так бывает не всегда, всё зависит от количества номенклатуры и итоговых числовых показателей по ней. Для того, чтобы выявить основные «хиты продаж» группы A - необходимо произвести в ней ABC-анализ по вышеописанной методике.

Теперь 100% реализации будет назначен суммарный оборот по группе A, в количественном выражении. Анализ группы A примет следующий вид:

Анализ показал, что самые продаваемые культуры - культуры категории A - A , их и необходимо закупать больше. Это группа с максимальной скоростью оборота, с точки зрения продаж.

Такие же действия целесообразно произвести также в группе B и C. На вершине рейтинга каждой группы находятся позиции, готовые, при малейшем изменении итоговых результатом, перейти в вышестоящую группу. И наоборот, например, позиция с рейтингом B-C - первый кандидат на переход в подгруппу C-A.

Практическое обоснование результатов анализа

Как определить, является ли сбыт, в рамках вышеуказанной задачи, сбалансированным, соответствующим формуле правила Парето?

Тезисно, в упрощенном варианте правило звучит так - «20% номенклатуры должны дать 80% реализации». В нашем случае, количество позиций товарного портфеля (наименования сельскохозяйственных культур) равняется 11.

Категория A (то есть 80% от общего объёма) - составляет 7 позиций, что соответствует 63,6%. В данном случае, модель сбыта считается несбалансированной, отдел продаж должен поработать над ней, так как 80% объема должны достигаться не 7 наименованиями, а всего 2-3 (20% от 11 позиций).

Применительно к нашему исследованию - в примере отсутствуют группы-лидеры; практически вся номенклатура продаётся равномерно. Необходимо развивать первые три товарные группы, концентрировать внимание на них, выводить в лидеры продаж. В результате таких действий, структура сбытовой модели изменится, достигнув требуемого баланса. Произойдёт переход некоторых позиций из A-группы в B-группу, а из B-группы - в C-группу.

В результате подобной реформации, продажи три товарных группы «Картофель», «Морковь», «Огурцы» суммарно будут составлять 80% общего объёма, являясь лишь 20% от общего продуктового портфеля. В таком случае, по Парето, - данная сбытовая модель будет сбалансирована и для того, чтобы сделать основной объем реализации, не необходимо будет прикладывать усилия для продажи 7 товарных групп, достаточно будет сосредоточить внимание на тройке ведущих, а остальные развивать параллельно, увеличивая итоговый результат.

Определение понятия «XYZ-анализ»

Процессуально, определяются коэффициенты варьирования для анализируемых признаков, характеризуется соотношение фактического значения и среднеарифметического (эталонного) за рассматриваемый период.

В результате, возможно сделать заключение о динамике (продаж, например), оценить стабильность процесса, выявить наличие каких-либо отклонений, произвести систематизацию.

Последовательность проведения XYZ-анализа

Имеются некие данные продаж продукта за определенный период времени. Требуется понять, какие группы товара наиболее стабильны в продажах, в какие продукты следует вкладывать инвестиции, покупая их в первую очередь.

Высчитывается коэффициент вариации. Посчитать возможно несколькими способами. Первый - математически, вручную. По ряду данных (например, «Картофель») высчитывается среднее арифметическое значение. В нашем случае, несложно посчитать значение по данному продукту, равное 247. Дальше, находится величина отклонения ежемесячного значения реализации от «эталонного» 247, в процентах. Например, для января отклонение от эталона составит: 1-(240/247) = 2,83%. Также высчитывается значение для остальных месяцев. Среднее арифметическое коэффициентов отклонения и есть искомая величина итогового коэффициента вариации по продукту (например, «Картофель», 2,97% по полугодию).

Программно, в «Экселе», эти действия производятся с помощью функций. Для вычисления «эталонного» значения по ряду данных применяем функцию СТАНДОТКЛОНП. Синтаксис приведён на графическом фрагменте решения данной задачи, ниже. Таким же способом считаем коэффициент вариации для других продуктов.

Полученные коэффициенты вариаций ранжируются от меньшего значения к большему. В группе X находятся объекты с коэффициентом вариации от 0% до 10% - стабильные продажи, возможно более адекватно спрогнозировать их реализацию. Если отклонение составит от 10% до 25 % — это группа Y. Реализацию продуктов этой группы сложнее спрогнозировать, но этот параметр показывает некоторые отклонения (например, сезонность продукта). Группа Z характеризуется нерегулярным потреблением, отсутствием каких-либо тенденций и показывает коэффициент вариации более 25 %. Синтаксис эксель-формулы приведён в примере ниже:

В практике, продажи и доходность испытывают на себе воздействия многих факторов: сезонность, частоту цикла поставок, изменения ценообразования, маркетинговые активности, прочие факторы. Все это, с различными последствиями, резонирует в результатах продаж, приводя к высокой волатильности коэффициента вариации. Данным XYZ-анализа можно доверять в случае, если рассматриваемый период времени достаточно продолжительный. Величина оборачиваемости товара (в днях) должна быть существенно меньше (в разы) длительности анализируемого временного отрезка.

Алгоритмы ,

Визуализация данных

Поэтому одного вида анализа недостаточно. Применяют совмещение нескольких видов (по-другому, кросс-анализ).

В чем суть и почему именно их мы выбираем?

Основные плюсы АВС анализа:

рационализация управления ассортиментом - дает понять важность товаров, распределить усилия управляющих магазинами, категорийщиков;
быстрый результат и быстрое применение управленческих решений;
если проводить регулярно, сравнение с предыдущими периодами дает возможность отследить стадии жизненного цикла товаров.

Минусы:

нужно учитывать многие дополнительные факторы, такие как товары-новинки, элитные и т.п.
нужен массив данных для аналитики за определенный период: база по чекам, продажам или другим ритейл-данным;
важна стабильность на рынке товаров, если происходят какие-то непредвиденные ситуации (резкая инфляция, политические волнения, и т.п.), данные АВС-анализа могут быть неточны.

Больше про методику проведения АВС-анализа .

Плюсы XYZ анализа:

данные для управления ассортиментом товаров и складскими запасами, организации работы с поставщиками;
настройка разных вариантов доставки для разных категорий товаров;
использование анализа для прогнозирования стабильности спроса;
определение проблемных магазинов с нестабильными продажами;
определение товарных дыр, коррекция системы поставок товаров.

Минусы:

нужна, также как и для АВС, стабильность показателей, без сотрясений рынка;
необходимы данные за несколько лет для полноценного анализа;
сложно работать с сезонными товарами, а их достаточно много в ритейле;
невозможно использовать на товарах с коротким жизненным циклом.

Больше про проведение XYZ-анализа .

Использование совмещенного анализа дает ряд дополнительных достоинств :

выявление товаров со стабильными продажами, значительных для оборота магазина или сети, и убыточных товаров;
повышение доли прибыльных товаров без нарушения принципов ассортиментной политики;
определение причин, влияющих на количество и место товаров, хранящихся на складе;
перераспределение усилий персонала по управлению ассортиментом и его складскими запасами.

Способы проведения совмещенного анализа

Есть 2 способа проведения кросс-анализа: последовательный и параллельный.

Выбор одного из них зависит от цели и нужных результатов. Объясним поподробнее.

Визуально это выглядит так.

Проанализируем полученные результаты, пройдемся только по ключевым (граничным) категориям:

Категория АААХ - 28 товаров из 1260.

Самые “сладкие” товары. Обеспечивают основной товарооборот сети, поэтому нужно постоянное их наличие.

Открыв продажи конкретного товара, мы получили ответ на вопрос.

Продажи конфет этой марки просто взлетают два раза в году - на 14 февраля и на 8 марта. Отсюда и нестабильность.

перевести часть товаров на систему заказов с постоянной суммой (объемом) заказа;
обеспечить по части товаров более частые поставки;
выбрать поставщиков, расположенных близко к магазину, тем самым снизив количество складского запаса;
повысить периодичность контроля.

В примере с Рафаэлло - просто обеспечить больший объем поставок конфет к праздникам.

Можно перейти на систему с постоянным временем или объемом заказа.

Люди обожают выбирать. И это факт. Покупателям приятно приобретать товар в магазинах, предлагающих обширный ассортимент. А вот владельцам торговых точек закупать множество наименований не всегда выгодно, ведь некоторые позиции так и остаются лежать на складе «балластом».

Что же делать: поддерживать богатый ассортимент на радость покупателям и периодически терпеть убытки из-за неудачных позиций или сократить выбор продукции и тем самым, лишиться части клиентов? Ответить на этот вопрос поможет анализ ассортимента.

Существует масса методов для проведения анализа ассортимента. Эта статья посвящена изучению ассортимента методами ABC- и XYZ-анализа. ABC-анализ позволяет изучить товарный ассортимент на предмет его прибыльности для продавца, а XYZ-анализ дает возможность исследовать продаваемость как отдельных товаров, так и товарных групп.

Анализировать товарный ассортимент мы будем на примере продуктового магазина. Для исследования берем питьевые молочные товары длительного хранения.

ABC -анализ ассортимента

ABC-анализ представляет собой ранжирование товаров по определенным признакам. С его помощью удается определить наиболее приоритетные товарные позиции и позиции, от закупки которых можно вообще отказаться. Идея ABC-анализа базируется на методе Парето, который применительно к сфере продаж утверждает, что 20% товаров приносят магазину 80% прибыли, а 80% покупателей довольствуются 20% ассортимента. Заметьте, соотношение 20/80 встречается чаще всего, но не является обязательным. Вполне возможно, что по результатам анализа, оно составит 30/70 или 10/90.

Целью проведения анализа является распределение товаров по группам. Классическая методика ABC-анализ предполагает наличие 3-х групп: A, B и C. Усовершенствованная версия предполагает наличие еще 1-й или 2-х групп: D и F.

А . Товары, продажа которых приносит магазину 80% выручки.
В . Товары, продажа которых приносит магазину 15% выручки.
С . Товары, продажа которых приносит магазину 5% выручки.
D . Товары, которые привозятся исключительно под заказ.
F . Новые товары или абсолютно неликвидные товары.

Этапы проведения АВС-анализа ассортимента

Рассчитываем годовой объем продаж и вычисляем долю прибыли каждого товара.

Таблица 1. ABC анализ, пример расчета

Товар	Стоимость 1 литра, руб.	Годовой объем продаж, шт.	Годовой объем продаж (доход), руб.	Годовой объем продаж, %
1. Молоко свежее
2.Молоко топленое
3.Фруктовый молочный коктейль

5. Ряженка


8. Сыворотка
9. Закваска молочная

Итого

Рассчитываем годовой объем продаж нарастающим итогом.

Таблица 2. ABC анализ, пример расчета

Товар	Годовой объем продаж, шт.	Годовой объем продаж, тыс. руб.	Годовой объем продаж, %	Годовой объем продаж нарастающим итогом, %
1.Молоко свежее


2.Молоко топленое
5. Ряженка

8. Сыворотка
3.Фруктовый молочный коктейль
9.Закваска молочная

Итого

Разбиваем товары на 3 категории в соответствии с классической методикой.

Таблица 3. ABC анализ, пример расчета

Категория	Разновидность товара	Количественная доля	Стоимостная доля, %

	№2, №5, №7
	№3, №6, №8, №9, №10

XYZ -анализ ассортимента

Проведение XYZ-анализа предоставляет четкую картину спроса на каждую товарную позицию. С его помощью можно выявить наиболее популярные товары и товары, которые по каким-то причинам не востребованы постоянно. Результаты XYZ-анализа позволяют оптимизировать складские запасы.

XYZ-анализ предполагает деление товаров на 3 группы .

Группа Х . Товары, спрос на которые стабилен. Коэффициент вариации таких товаров составляет до 10%.

Группа У . Товары, колебания спрос на которые слегка колеблется. Коэффициент вариации таких товаров составляет от 10% до 25%.

Группа Z . Товары, спрос на который спрогнозировать практически невозможно. Коэффициент вариации таких товаров составляет более 25%.

Этапы проведения XYZ-анализа

Анализ будем проводить за год с разбивкой по кварталам.

Наконец, рассчитываем коэффициент вариации (Кв - V).

Где:
— значение параметра (у нас — объем продаж) по оцениваемому объекту за i-й период;
— среднее значение параметра по оцениваемому объекту;
n — число периодов.

Таблица 4

Товар	Продано в 1-м кв., руб.	Продано во 2-м кв., руб.	Продано в 3-м кв., руб.	Продано в 4-м кв., руб.	Продано за год, руб.	Среднее значение	Значение подкоренного выражения
1.Молоко свежее
2.Молоко топленое
3.Фруктовый молочный коктейль
4. Кефир
5. Ряженка
6. Сливки
7. Йогурт
8. Сыворотка
9.Закваска молочная
10. Айран
Итого

Совмещение результатов

В результате двойного анализа (АВС + ХУZ) можно создать матрицу, в которой каждый товар будет включен в одну из 9 групп.

Таблица 5

Резюме по итогам двух видов анализа

Свежее молоко и кефир — наиболее стабильные и выгодные товары.

Они востребованы, а потому постоянно должны быть в наличии. При этом запасаться ими не следует, так как их расход отлично прогнозируется. Ряженка приносит магазину хорошую выручку, но при этом продается недостаточно стабильно. Чтобы обеспечить ее постоянное наличие, необходимо чтобы продукт закупался с запасом и всегда присутствовал на складе. Выручка магазина от топленого молока и йогурта довольно ощутима и позволяет отнести эти товары к категории «В». Как видно из таблицы 4, в весенне-летний период эти продукты раскупаются лучше, а потому увеличивать количество товарных запасов стоит именно в этот временной отрезок. Прибыль от сливок и молочной закваски невелика. Зато этими продуктами можно не запасаться, так как спрос на них стабилен, и закупать можно ровно столько, сколько потребляют клиенты. От айрана, сыворотки и фруктового молочного коктейля можно вообще отказаться, а можно закупать их в минимальном количестве для поддержания ассортимента. Спрогнозировать потребление этих товаров сложно, да и выручка от их продажи совсем незначительна.