Абс анализ для чего он нужен. ABC-анализ Как провести анализ эффективности клиентской базы

Сегодня суть работы по оптимизации ассортимента все чаще сводится к тому, чтобы выделять и развивать наиболее значимые по прибыльности группы товаров. При этом необязательно использовать сложные маркетинговые теории. За основу можно взять, например, данные о прибыли в разрезе групп товаров и подключить методику ABC-анализа. Разберем подробнее, как провести анализ ассортимента товаров, используя лишь основные финансовые показатели.

В этой статье вы узнаете :

Ассортимент многих компаний формировался стихийно. Добавлялись новые поставщики и бренды, новая номенклатура. Большой ассортимент служил большому товарообороту. Но в то же время все это требовало больших финансовых ресурсов на закупку, производство и складирование. Сегодня подобное для компаний, многие из которых ощущают нехватку оборотных средств, непозволительная роскошь.

Главные признаки неудачно подобранной ассортиментной линейки:

• увеличение складских остатков как в натуральном, так и в стоимостном выражении и при этом отсутствие востребованных клиентами товаров;
• рост количества позиций, сопровождаемый снижением прибыли;
• нехватка ресурсов на закупку.

Притом экспертные методы, когда ассортимент формируется только на основании мнения руководителей отделов продаж, в случае с большим количеством наименований товаров не работают. Необходим жесткий математический подход. На самом деле суть работы по оптимизации ассортимента чаще ближе и понятнее финансовому директору, нежели, например, руководителю отдела маркетинга, и сводится к тому, чтобы выделить прибыльные группы продукции и, соответственно, развивать именно их, оставшиеся – аккуратно сворачивать.

Личный опыт
Михаил Подлазов,
Прежде чем оптимизировать ассортимент, необходимо определить, чего компания планирует достичь. Как правило, предприятия преследуют три ключевые цели: увеличение выручки и рентабельности продаж, оптимизацию запасов готовой продукции, расширение рынков сбыта и завоевание новых.
В компании «Нидан Соки» до того, как вносить корректировки в портфель выпускаемой продукции, оцениваются и анализируются четыре ключевых показателя:

• среднеарифметический объем продаж;
• размер продуктовой линейки;
• возможности складского хозяйства, транспортной сети и производства;
• рентабельность.

Пример ABC-анализа товарных групп

В качестве исходных данных может послужить информация, выгруженная, например, из 1С в Exel и содержащая сведения о прибыли в разрезе групп товаров. Чем честнее посчитана прибыль по ним, то есть максимально учтены все расходы по каждой группе (закупочные цены, доставка, фасовка, хранение на складе и т. д.), тем точнее будет проведена оптимизация.

Начать имеет смысл с ABC-анализа на примере показателя прибыли. Причем, как показывает практика, использование каких-то более сложных методик просто не оправдывает себя. Данные для анализа (группы товаров и прибыль, полученную компанией по ним), как правило, берутся за максимально возможный период времени (год и более), чтобы сгладить сезонность различных групп товаров и ошибки в планировании закупок или производства, в результате которых продукт временно отсутствует на складе. Но из-за того, что с началом кризиса ситуация на многих рынках кардинально изменилась, лучше ограничиться анализом результатов с начала 2009 года.

Чем поможет : максимально увеличить прибыль, управляя запасами, и не хранить деньги на складе.

Чем поможет: выявить и устранить избытки запасов, внедрить систему мониторинга и оптимизации запасов.

Итак, для проведения ABC-анализа потребуется определить прибыль, генерируемую каждой конкретной группой товаров, ее удельный вес в общей сумме прибыли и ранжировать группы по этому показателю, а также рассчитать долю в прибыли накопленным итогом (см. табл. 1).

Таблица 1. Пример ABC-анализа для товарных групп

Порядковый номер в ассортименте	Рейтинг товара по показателю «доля в прибыли»	Наименование группы	Прибыль за первое полугодие 2009, руб.	Доля в прибыли, %	Доля в прибыли накопленным итогом, %	Категория по прибыли
10	1	Пиво	3 324 754	20,7	20,7	А
14	2	Парфюмерия и гигиена	2 157 010	13,4	34,1	А
1	3	Алкоголь	2 040 270	12,7	46,8	А
12	4	Снеки	1 504 268	9,4	56,1	В
3	5	Безалкогольные напитки	1 482 471	9,2	65,3	В
5	6	Кондитерские изделия	1 469 275	9,1	74,5	В
8	7	Мясная продукция	1 205 017	7,5	82,0	В
11	8	Сигареты	1 093 273	6,8	88,7	С
4	9	Замороженные продукты	724 245	4,5	93,3	С
2	10	Бакалея	332 012	2,1	95,3	С
13	11	Соки	270 044	1,7	97,0	С
9	12	Товары для дома	201 096	1,3	98,2	С
7	13	Молочная продукция	191 609	1,2	99,4	С
6	15	Кофе, чай	80 046	0,5	99,9	С
15	16	Хлеб	10 832	0,1	100,0	С
ИТОГО			16 086 221	100

Стоит сразу сказать, что ABC-анализ на примере ассортимента компании предполагает выделение групп в несколько иных пропорциях, нежели предлагает классическое правило Парето. Проводя ABC-анализ, будет вполне оправданно использовать следующие критерии:

• категория А – группы с самым большим вкладом в прибыль (долей в прибыли), которые вместе дают до 50 процентов всей прибыли компании;
• категория В – товарные группы, которые суммарно дают порядка 35 процентов прибыли, а их накопленная доля в прибыли составляет от 50 до 85 процентов;
• категория С – группы с самой низкой долей в прибыли, приносящие оставшиеся 15 процентов (накопленная доля от 85 до 100 процентов).

Кстати, на этапе анализа доли в прибыли каждой товарной группы было бы не лишним сравнить полученные данные с аналогичными показателями, например, за аналогичный период прошлого года. Уменьшение доли в прибыли вполне может свидетельствовать о посткризисном сокращении спроса на те или иные товары, и эту тенденцию желательно учитывать в дальнейшей работе по оптимизации ассортимента.

Личный опыт
Михаил Подлазов, заместитель генерального директора по экономике и финансам «Нидан Соки»
Для нас рентабельность товарной позиции – один из наиболее значимых показателей, позволяющих судить о необходимости производства той или иной позиции. Прецеденты, когда компания отказывалась от некоторых товарных позиций из-за их низкой рентабельности, имели место в практике «Нидан Соки». Так, две товарные позиции в продуктовой линейке, включающей 8 товарных позиций, на протяжении шести месяцев демонстрировали низкую рентабельность. Причина – большие потери при перенастройке оборудования и высокая стоимость упаковки. Финансовая служба подсчитала, что для выхода на минимально необходимый уровень прибыли нужно повысить объем продаж каждой товарной позиции на 80 процентов.
В условиях конкурентного рынка сделать это было невозможно, и от производства этих двух товарных позиций компании пришлось отказаться. Конечно, при этом во внимание были приняты также такие показатели, как объем продаж, размер продуктовой линейки, возможности складского хозяйства, транспортной сети и производства. После того как решение о сокращении товарных позиций принято, вырабатываются имеющиеся сырье и материалы, использующиеся только для производства невыгодных SKU. Затем проводится перенастройка оборудования, меняются графики производства. Завершающий этап – корректировка прайс-листов и вывод остатков продукции с полок магазинов.

После проведения укрупненного ABC-анализа (пример выше) предстоит расширить и увеличить глубину сильных с точки зрения прибыльности групп и сократить финансово неблагополучные категории.

Оптимизация наиболее прибыльной группы товаров

Товарные группы, выделенные в категорию А, приносят компании половину всей прибыли, и их оптимизация должна дать наибольший эффект. Но для того, чтобы работать с этой группой, придется проанализировать ее состав.

Сразу оговоримся, что товарная группа может быть однородной по составу, как, например, «пиво» или «соки». В них товары будут различаться только брэндом, вкусом или размером упаковки. Или же группа содержит подгруппы. Например, группа «парфюмерия и гигиена» содержит подгруппы «мыло», «салфетки», «шампуни», «дезодоранты» и т. д. Для того чтобы все это упорядочить, чаще всего используют понятие ширины и глубины ассортимента. Ширину определяют невзаимозаменяемые подгруппы товаров. Например, для товарной группы «обувь» шириной ассортимента будут подгруппы: «зимняя», «летняя», «пляжная». Глубину соответственно определяют взаимозаменяемые товары. Обычно они располагаются внутри подгруппы. Например, товары в разных объемах упаковки или схожие по своим характеристикам, выпускаемые под разными брэндами.

Итак, оптимизация группы А предполагает, что ширина и глубина группы должны быть максимальными. На практике чаще всего в одной подгруппе по глубине оправданно держать не более 6–7 позиций, но в отношении группы А могут быть и исключения. Такова ключевая идея оптимизации ассортимента товаров, приносящих наибольшую прибыль, а алгоритм сокращения невыгодных компании наименований будет следующим.

Шаг 1. Проверка количества наименований в подгруппах. В рамках группы категории А проводится АВС-анализ, пример которого был описан выше. Суть – определить подгруппы категории С и проверить по ним количество наименований.

По универсальному правилу количество наименований в каждой подгруппе, отнесенной к этой категории, не должно превышать произведения количества товарных позиций в группе А, умноженного на долю в прибыли. Например, если вся группа А, в частности «парфюмерия и гигиена», состоит из 300 позиций и включает такие подгруппы, как «шампунь», «жидкости для снятия лака», «мыло», «зубная паста» и т. д. Причем подгруппа «жидкости для снятия лака» была отнесена к категории С (доля в прибыли 0,9 процента). Соответственно видов жидкостей для снятия лака не должно быть больше трех (0,9: 100 Х 300 = 2,7). Если это не так, их количество придется сокращать. Чтобы определиться с выбором, проводится АВС-анализ уже по конкретным товарным позициям – следующий шаг.

Кстати, если количество наименований в исследуемой группе категории А меньше 50 штук, то первым шагом можно пренебречь и сразу переходить к анализу по товарным позициям.

Шаг 2. Анализ наименований. Логика действий на этом этапе та же – ABC-анализ по доле в прибыли с той лишь разницей, что объект – анализ конкретных наименований продукции (см. табл. 2). Под сокращение попадает категория С. Хотя есть некоторые исключения, которые нужно учитывать, а именно:

• если положение компании не критичное, не стоит вычеркивать из ассортимента товары, которые были запущены недавно. Понятно, что прибыль по ним более низкая, хотя бы потому, что они продаются меньшее время, чем все остальные;
• в категорию С могут попасть аксессуары и сопутствующие товары, которые стимулируют продажи категории А.

Таблица 2 . Пример для товарных наименований подгруппы «шампунь»

№	Подгруппа	Прибыль за первое полугодие 2009, руб.	Доля в прибыли, %	Доля в прибыли накопленным итогом, %	Категория по прибыли
1	Шампунь «Нивея» дмуж 250 мл	58 636	16,86	16,86	A
2	Шампунь «Нивея» дсухлом 250 мл	49 985	14,38	31,24	A
3	Шампунь «Нивея» докр волос	41 090	11,82	43,06	A
4	Шампунь «Нивея» с экстпшенпод 250 мл	27 551	7,92	50,98	A
5	Шампунь «Нивея» джир вол 250 мл	26 211	7,54	58,52	A
6	Шампунь «Нивея» дмуж 250 мл	19 582	5,63	64,15	B
7	Шампунь «Нивея» от перх. с экстбер 250 мл	18 451	5,31	69,46	B
8	Шампунь «Нивея» объём 250 мл	17 351	4,99	74,45	B
9	Шампунь «Белито» кефир 500 мл	17 107	4,92	79,37	B
10	Шампунь «Белито» пивдрожжи	15 165	4,36	83,73	B
11	Шампунь «Белита эксклюзив» яич 585 г	13 459	3,87	87,60	B
12	Шампунь «Даф» освмилвол 200мл	8646	2,49	90,08	C
13	Шампунь «Белито эксклюзив» хна 585 г	7729	2,22	92,31	C
14	Шампунь «Тимотей» Вишня/хлопок 400 мл	7217	2,08	94,38	C
15	Шампунь «Палмолив» д/окр волос	5250	1,51	95,89	C
16	Шампунь «Тимотей» хна 400 мл	4811	1,38	97,28	C
17	Шампунь «Палмолив» д/светлых волос	3937	1,13	98,41	C
18	Шампунь «Нивея» д/нор волос	2849	0,82	99,23	C
19	Шампунь «Даф» докр вол 200 мл	1312	0,38	99,61	C
20	Шампунь «Антошка» клуб 320 мл	1239	0,36	99,96	C
21	Шампунь «Хэд&Шолдерс» осн.уход 200 мл	132	0,04	100,00	C
ИТОГО		347 712	100

Также будет оправданно сократить ассортимент наименований, попавших в категорию C, избавившись от «нестабильных» товаров. Речь идет о тех наименованиях, продажи которых сильно колеблются из месяца в месяц. Делать ставку на него достаточно рискованно, так как при неблагоприятном развитии событий это грозит затовариванием складов, увеличением объема неликвидов , словом, существенными потерями для компании.

Для оценки стабильности продаж используют XYZ-анализ. По каждому товару анализируемой группы рассчитывают коэффициент вариации (показывает степень отклонения данных от среднего значения) по следующей формуле*:

где х i - объем продаж по товару за i-й период;

х - среднее значение объема продаж по анализируемому товару;

n - число периодов.

В качестве исходных данных используются данные по продажам товаров группы за несколько периодов. Объем продаж можно считать в рублях или в натуральных показателях. Хотя последние предпочтительнее. Дело в том, что если компания недавно пересматривала свою ценовую политику, то результаты окажутся некорректными.

Две важные ремарки. Во-первых, число периодов должно быть не менее трех. Во-вторых, для продукции с выраженной сезонностью период должен быть больше сезонного цикла. Другой вариант – использовать периоды внутри сезонных подъемов (или соответственно спадов).

• X – вариация не превышает 10 процентов. Стабильный сбыт, следовательно, основная концентрация усилий и ресурсов. Такой товар не сулит больших потерь компании, даже если он будет закуплен (произведен) в большем, чем требуется, объеме:
• Y – вариации в пределах 11–25 процентов. Менее стабильная категория, чем X, тем не менее достаточно надежный товар;
• Z – разброс превышает 25 процентов. Такой товар лучше вывести из ассортимента либо работать с его поставками (производством) под заказ.

* Формулу расчета коэффициента вариации можно иначе представить как отношение стандартного отклонения к среднему значению показателя. В Excel стандартное отклонение несложно посчитать, используя формулу «СТАНДОТКЛОН».

Таблица 3. Анализ стабильности продаж

Наименование товара	Объем продаж, руб.			Стандартное отклонение	Среднее значение, руб.	Вариация, %	Группа
	IV кв. 2008	I кв. 2009	II кв. 2009
3	116 285	114 926	116 195	760	115 802	1	X
5	47 818	50 697	48 299	1542	48 938	3	X
1	305 922	276 658	335 817	29 580	306 132	10	X
6	34 500	27 865	32 289	3379	31 551	11	Y
8	37 929	36 685	30 750	3837	35 121	11	Y
2	255 420	245 089	327 870	45 108	276 126	16	Y
4	79 036	48 999	102 571	26 851	76 869	35	Z
7	12 346	33 786	32 502	12 025	26 212	46	Z

Что делать с товарами, которые приносят 35 процентов прибыли

Итак, с группами, отнесенных к категории А, разобрались. Несколько иной подход применяется к группе категории B – в табл. 1 это «снеки», «безалкогольные напитки», «кондитерские изделия». Последовательность действий может быть следующая.

1. ABC​-анализ наименований. Вполне оправданно провести анализ сразу по товарным позициям для всей группы, не разбивая на подгруппы. Точно оставляем позиции категории А. Из оставшейся продукции категорий В и С придется достраивать ассортимент.

2. Выделить сопутствующие товары. Если сосредоточиться только на прибыльных позициях и в ассортименте будут отсутствовать сопутствующие товары (услуги), то вместо увеличения продаж произойдет снижение выручки.

Выявить их можно двумя способами. Во-первых, экспертно, можно заставить провести такую выборку сотрудников отдела маркетинга. Во-вторых, сопутствующие товары можно найти, проводя кросс-анализ. Делается он по анализу чеков в рознице или по анализу накладных в оптовых компаниях. Суть – собрать данные о том, какие комплекты чаще всего приобретаются. И в итоге оставить в ассортименте те наименования из категории В, которые чаще всего приобретаются с категорией А.

3. Сохранить стабильные товары. На основе XYZ-анализа, о котором говорилось выше, в ассортимент возвращаются категории X и Y. Независимо от объема продаж и размера прибыли. Если какие-то товары из месяца в месяц стабильно (плюс/минус 10–25%) приносят компании пусть маленькую, но прибыль, скорее всего будет нецелесообразно от них отказываться.

4. Увеличить глубину групп категории А. Допустим, в группе «соки» в категорию А попали вишневый, апельсиновый и яблочный соки одного брэнда. Это повод добавить ввести в продажу и другие вкусы этой же торговой марки из категории В.

5. Определить значимые для покупателя товарные позиции. Есть несколько категорий товаров, которые должны быть в ассортименте:

• «генераторы трафика» – категория, которая обеспечивает поток покупателей. Это товары с высокой частотой покупки. При этом они не обязательно приносят значительную прибыль. Но, приходя за ними, клиенты попутно приобретают другие наименования;
• «генераторы наличности» – категория, обеспечивающая большой объем продаж, то есть имеющая максимальный оборот в ассортименте группы. В условиях дефицита ликвидности важно не исключить его в погоне за прибылью;
• «защитники» – категория товаров, по которым покупатель делает вывод об общем уровне цен в организации. Например: «молоко дешевое, масло дешевое – значит, можно с меньшим пристрастием смотреть на ценники». Как правило, строится по ценовому признаку из товаров – генераторов трафика.

Отдел маркетинга будет также настаивать на том, чтобы в продаже были имиджевые товары. Насколько это оправданно в категории В, зависит от стратегии бизнеса и его ресурсов.

Личный опыт
Дмитрий Иванов, главный финансовый директор «Вимм-Билль-Данн»
У «Вимм-Билль-Данн» более тысячи наименований продукции. Конечно, идея сократить и оптимизировать ассортимент, казалось бы, очевидна. Это автоматически приведет к уменьшению необходимых складских площадей, избавит от необходимости работать с огромным количеством наименований закупаемого сырья, от переналадок оборудования, неликвидных запасов и т.д. Но нельзя забывать, что продукты поддерживают друг друга. Вы не можете существенно сократить количество наименований и не потерять в выручке. Когда в магазин приходит покупатель, он должен видеть, к примеру, десять разновидностей соков. Если их меньше, вы занимаете меньшее место на полке, вы менее заметны, вас меньше покупают и, следовательно, меньше ваша доля на рынке.
Но я бы не стал категорично заявлять, что сокращать ассортимент нельзя. Это делать можно, но предельно осторожно. Если вы сокращаете количество наименований соков с десяти до девяти, это вполне приемлемо. Это как раз то, что мы периодически делаем, пытаясь сэкономить свою «копейку». Но уменьшение ассортимента до шести наименований соков – большая ошибка. Такая оптимизация крайне негативно скажется на выручке компании. Другими словами, можно относительно безболезненно урезать продуктовую линейку на 10, но не на 20 процентов.
В России более 25 процентов рынка приходится на апельсиновый сок, примерно 25 процентов – яблоко, столько же у томата, а персик и остальные вкусы занимают оставшуюся часть. Тем не менее мы не можем ограничиться этими наименованиями. Наши потребители хотят видеть разнообразие.

6. Сохранить новинки. Вне зависимости от ситуации в компании ее финансовое положение будет более устойчивым, если в ассортименте будут периодически появляться новые товары. То, что какая-то продукция приносит прибыль сейчас, не значит, что уже завтра клиенты потеряют к нему интерес. Чтобы не пропустить момент «вырождения» «генераторов прибыли», нужно регулярно анализировать результаты продаж по основным товарам (хотя бы раз в полгода-год), отслеживать изменения доли в прибыли.

Все остальные товары из категории B можно выбрасывать и избавляться от остатков.

Какие товары исключить из ассортимента

Группы категории С, выделенные в ходе предварительного анализа ассортимента, лучше полностью исключить и не тратить на них финансовые ресурсы компании. Конечно, сделав исключения для наименований, которые появились в ассортименте недавно, являются важными сопутствующими товарами для категории А, генераторами трафика.

Мнение эксперта
Алексей Федосеев, генеральный директор группы компаний «Инталев»
Ряд наших клиентов сознательно сокращают количество брэндов и поставщиков, с которыми работают. Причем все это делается для того, чтобы предельно оптимизировать расходы. Многие наконец стали считать себестоимость товарных позиций, чего раньше практически никто не делал. Выяснилось, что ряд брэндов обходится очень дорого. Один наш клиент сократил количество поставщиков невзаимозаменяемых товаров со 150 до 10. В выручке в следующем квартале он потерял 20 процентов, а прибыль упала на 3 процента. Это делалось в прошлом году, еще до кризиса. Но за счет того, что компания стала эффективнее работать с оставшимися клиентами, прибыль уже в следующем квартале увеличилась на 40 процентов.
Компания стала получать большие скидки за объемы закупок и большие ретробонусы. Конечно, мера была рискованная. Весь квартал менеджеры компании были, мягко говоря, в состоянии стресса – сработает или не сработает, постоянно мониторили реакцию рынка. Но в итоге сокращение ассортимента оправдало себя, хотя одна или две товарные позиции по истечении квартала были возвращены.

Дмитрий Фурье

Консультант компании «Нескучные финансы».

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

Суть АВС-анализа

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

Получаем вот такую таблицу.

Ассортимент магазина канцтоваров для АВС-анализа

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

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

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

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

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

А + В + С = 100%.

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

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

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

Результат АВС-анализа

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

Мы рассортировали товары по трём группам:

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

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

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

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

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

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

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

Другие варианты использования АВС-анализа

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

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

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

После АВС-анализа таблица примет такой вид:

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

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

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

Правила АВС-анализа

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

Заключение

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

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 | |

Это инструмент, который позволяет изучить товарный ассортимент , определить рейтинг товаров по указанным критериям и выявить ту часть ассортимента,

которая обеспечивает максимальный эффект.
Ассортимент обычно анализируется по двум параметрам: объем продаж (реализованное количество) и получаемая прибыль (реализованная торговая наценка). АВС- анализ основан на правиле Парето , согласно которому 20% ассортиментных позиций обеспечивает 80% прибыли.
Практика показывает, что 10% позиций ассортимента (группа А) дают 80% товарооборота; 15% позиций ассортимента (группа В) дают 15% товарооборота; 75% позиций ассортимента (группа С) дают 5% товарооборота.
Учитывая это, весь ассортимент торгового предприятия можно разделить на группы по степени важности.

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

Первым этапом проведения АВС- анализа является определение целей. Если целью является сокращение ассортимента, то в качестве основных параметров выбирается объем продаж, прибыль. Если целью является выявление и сокращение затрат на поддержание запасов, то в качестве основных параметров выбирается коэффициент оборачиваемости, объем неликвидов и занимаемая складская мощность. Если требуется исследовать рентабельность, то в качестве основного параметра выбирается коэффициент оборачиваемости, уровень рентабельности. Данные АВС-анализа помогают оптимизировать товарный ассортимент.
При всех многочисленных плюсах этого вида анализа существует один значительный минус: данный метод не позволяет оценить сезонные колебания спроса на товары.

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:

AX	BX	CX
AY	BY	CY
AZ	BZ	CZ

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

Методика проведения АВС анализа

Идея метода АВС анализа строится на основании принципа Парето: «за большинство возможных результатов отвечает относительно небольшое число причин», в настоящий момент более известного как «правило - 20 на 80».

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

Пример таблицы MSExcel (упакован в формат Zip 19Kb) по проведению анализа АВС. Исходными данными являются результаты деятельности региональной розничной сети за 1 квартал 2002 года.

Первый шаг: Определить объекты анализа

Второй шаг:

Средний товарный запас, руб.; Объем продаж, руб.; Доход, руб.; Количество единиц продаж, шт.; Количество заказов, шт. и т.п.

Третий шаг: Сортировка объектов анализа в порядке убывания значения параметра.

Четвертый шаг: Определение групп А, В и С.

Для определения принадлежности выбранного объекта к группе необходимо:

3. Присвоить значения групп выбранным объектам.

Группа А – объекты, сумма долей с накопительным итогом которых, составляет первые 50 % от общей суммы параметров.

Группа В – следующие за группой А объекты, сумма долей с накопительным итогом которых, составляет от 50 % до 80 % от общей суммы параметров.

Группа С – оставшиеся объекты, сумма долей с накопительным итогом которых, составляет от 80 % до 100 % от общей суммы параметров.

Настоятельно рекомендую творчески подойти определению объектов и параметров анализа. Не бойтесь экспериментировать. Сгруппировав товар по одному параметру, сопоставьте полученный результат с другими параметрами. Группа С может приносить Вам 20% дохода, составлять 50% товарного запаса и занимать 80% площади склада.

Пример:

АВС анализ товаров по объему продаж показывает, какие товары обеспечивают 80% оборота Компании. Проанализируйте те же товары, но по количеству единиц (или количеству заказов по ним) и в результате Вы получите 20% товаров покупаемые 80% клиентов, а это уже привлекательность товара для клиента и товарооборот Компании. Этот же результат можно использовать при планировании размещения товара на складе или в торговом зале магазина. Анализ товаров по доходу покажет, на чем Вы зарабатываете деньги, аналогичный анализ по затратам позволит понять куда Вы их тратите.

Если Вы занимаетесь продажей кафельной плитки или одежды, и Вам сложно собрать данные по номенклатурным позициям, сделайте анализ по коллекция, а затем внутри коллекции..

Важно: Помните, непродуманное сокращение товаров группы С (20% дохода компании) приведет к тому, что через некоторое время оставшиеся товары распределятся по тому же закону, но общий результат вашей деятельности для компании может снизиться на 50%.

Методика проведения XYZ анализа

Основная идея XYZ анализа состоит в группировании объектов анализа по мере однородности анализируемых параметров (по коэффициенту вариации).

Формула для расчета коэффициента вариации:

, где

х i - i- тый период,

х

n - число периодов.

Значение квадратного корня есть не что иное, как стандартное отклонение вариационного ряда. Чем больше значение стандартного отклонения, тем дальше от среднеарифметического значения находятся анализируемые значения. Стандартное отклонение - это абсолютная мера рассеивания вариантов ряда. Если стандартное отклонение равно 20, то при среднеарифметических значениях 100 и 100 000 это будет иметь совершенно разный смысл. Поэтому, при сравнении вариационных рядов между собой используют коэффициент вариации. Коэффициенты вариации 20% и 0,2% позволяют понять, что во втором случае значения анализируемых параметров значительно меньше отличаются от среднеарифметического значения.

Пример таблицы MSExcel (упакован в формат Zip 26Kb) по проведению анализа XYZ. Исходными данными являются результаты деятельности региональной розничной сети за 1 квартал 2002 года.

Первый шаг: Определить объекты анализа

Клиент, Поставщик, Товарная группа/подгруппа, Номенклатурная единица, и т.п.

Второй шаг: Определить параметр, по которому будет проводиться анализ объекта

Средний товарный запас, руб.; Объем продаж, руб.; Доход, руб.; Количество единиц продаж, шт.; Количество заказов, шт., и т.п.

Третий шаг: Определить период и количество периодов, по которым будет проводиться анализ.

Неделя, Декада, Месяц, Квартал/Сезон, Полугодие, Год

Данный метод анализа имеет смысл, если количество анализируемых периодов больше трех, чем больше количество периодов, тем более показательными будут результаты. При этом сам период должен быть не меньше чем горизонт планирования принятый в Вашей компании.

Например: Анализ продаж молока и хлеба в розничном магазине можно проводить по сумме продаж за неделю. Поставки осуществляются каждый день, продажи тоже. Но если сопоставить между собой продажи молока и водки Абсолют (которую заказывают раз в месяц и продают 1 бутылку в 2 недели), то результат будет менее показательный. При таком периоде 99% ассортимента магазина попадут в категорию « Z », 1% в категорию « Y », и какой можно сделать вывод? Вы работе в экстремальных условиях на непрогнозируемом рынке? В данном случае оптимально будет провести анализ по ежемесячным продажам.

Более интересная ситуация возникает при анализе продаж и товарных запасов в компаниях, торгующих бытовой техникой, строительными материалами, запасными частями для автомобилей и т.п. Финансовый план в компании часто составляется на месяц, а реально необходимый горизонт планирования должен быть на полгода. Анализ данных с периодом меньше чем квартал просто не имеет смысла. Все товары попадают в категорию « Z ».

Четвертый шаг: Определить коэффициент вариации для каждого объекта анализа.

Формула коэффициента вариации:

где,

х i - значение параметра по оцениваемому объекту заi- тый период,

х - среднее значение параметра по оцениваемому объекту анализа,

n - число периодов.

1. Не пытайтесь написать всю формулу в одной ячейке, разбейте формулу на несколько ячеек.

2. Возведение в квадрат - ^2, извлечение корня - ^0,5

Пример формулы подкоренного выражения =((C3-G3)^2+(D3-G3)^2+(E3-G3)^2)/3,

Затем извлечение корня и деление на среднее значение - =H3^0,5/G3

3. Обратите особое внимание на объекты анализа, у которых есть периоды с нолевыми значениями. Либо исключите их из анализа, либо измените формулу расчета коэффициента вариации.

В MS Excel есть пара стандартных формул значительно облегчающих жизнь: =КВАДРОТКЛ(ряд до 30 значений)– это числитель подкоренного выражения

Вся формула примет вид: =(КВАДРОТКЛ(C3:E3)/СРЗНАЧ(C3:E3))^0,5/ СРЗНАЧ(C3:E3)

и = ДИСПР(ряд до 30 значений)– это все подкоренное выражение.

Теперь формула станет совсем компактной:

= ДИСПР(C3:E3)^0,5/СРЗНАЧ(C3:E3)

Самый простой вариант:

СТАНДОТКЛОНПА(C3:E3 ) /СРЗНАЧ(C3:E3)

Обратите особое внимание на наличие нолей в ячейках. Если в ячейке забит ноль, то эта ячейка учитывается как значимая. Если ячейка пустая, то она не учитывается в расчете. В случае если ноль – это объективное значение данного параметра, его нужно оставить. Если товар появился в анализируемый период, то ячейку можно сделать пустой и тогда в расчет попадут только нужные периоды. Другими словами, у Вас появляется возможность не переписывая всю формулу, изменять значение - n (количество периодов)

Очень удобно , для справки, добавить ячейку с формулой - =СЧЁТ(D3:F3), и получить справочную информацию по скольким периодам рассчитано значение данного коэффициента вариации.

Надеюсь, это облегчит Вам проведение XYZ – анализа.

Пятый шаг: Отсортировать объекты анализа по возрастанию значения коэффициента вариации.

Шестой шаг: Определение групп X, Y и Z.

Группа X – объекты, коэффициент вариации значение по которым не превышает 10%.

Группа Y – объекты, коэффициент вариации по которым составляет 10% - 25%.

Группа Z – объекты, коэффициент вариации по которым превышает 25%.

Совмещение результатов АВС и XYZ анализа

Первый шаг: Провести АВС анализ

Перед началом АВС анализа, создайте индексное поле, т.е. ячейку, содержащую нумерацию, которая не изменяется при сортировках. По окончании анализа «внедрите» значения. Скопируйте ячейки содержащие формулы и воспользуйтесь: меню «Правка», «Специальная вставка…», «Вставить, Значения».

Второй шаг: Провести XYZ анализ

Перед началом XYZ анализа, создайте индексное поле такое же, как в АВС анализе (или делайте оба анализа в одном файле), т.е. ячейку, содержащую нумерацию, которая не изменяется при сортировках. По окончании анализа можете «внедрить» значения, но это не обязательно.

Третий шаг: Совместить полученные результаты