Проведение авс анализа. Применение ABC-анализа в Microsoft Excel

Идея системы Activity-based costing принадлежала Дж. Стаубсу (1971 г.). В целостную систему управленческого учета она была развернута в середине 1980-х гг. в работах Р. Купера и Р. Каплана . В 1990-х гг. модуль ABC был введен в ряд автоматизированных систем управления бизнесом стандарта ERP-2 (в частности, в продукт R3 компании SAP).

Внедрение процессного подхода к управлению обусловлено требованиями стандартов ISO серии 9000:2000. Согласно стандартам все бизнес-процессы организации делят на три основных вида:

основные бизнес-процессы, связанные с созданием конкурентных преимуществ или преодолением таких преимуществ конкурента, которые непосредственно влияют на количество и качество создаваемой для потребителя ценности и составляют основу конкурентоспособности компании. Примерами операционных бизнес-процессов являются снабжение, производство, маркетинг и продажи;

управленческие бизнес-процессы, которые обеспечивают ведение основных процессов и гарантируют общую удовлетворенность потребителей контактами с компанией. Если какой-либо из управленческих процессов осуществляется неудовлетворительно, то деловая репутация компании упадет, хотя продукт или услуга вполне удовлетворяет потребителя. Управленческие процессы не создают ценности для потребителя, но могут разрушить ценность, созданную основными бизнес-процессами. Управленческие процессы составляют единое целое с общей способностью компании создавать качественные и экономически выгодные продукты для потребителей. Примерами управляющего процесса могут служить корпоративное управление или стратегический менеджмент;

вспомогательные бизнес-процессы, которые представляют собой управление персоналом, информационные технологии, исследования и разработки, удовлетворение требований некоммерческих контрагентов, которые непосредственно для потребителя ценности не создают. Например, бухгалтерский учет, подбор персонала, техническая поддержка и т.д.

Технология функционально-стоимостного калькулирования - ABC выходит за рамки калькулирования и собственно учетных технологий. Она обеспечивает накопление и систематизацию информации о различных финансовых показателях (затратах, доходах, активах, обязательствах), вовлеченных в деятельность предприятия, в разрезе основных бизнес-процессов и операций. В отличие от традиционного подхода, полагавшего, что причиной возникновения затрат служит производство продукции, в основу новой системы была положена идея об опосредованной связи между финансовыми показателями и объектами учета через операции. Операция как основа технологического, сбытового или управленческого процесса требует привлечения ресурсов всех видов. А это, в свою очередь, позволяет связывать операции с активами, необходимыми для их осуществления, затратами, понесенными при их выполнении, обязательствами по поводу привлечения активов.

Активы, обязательства и затраты, локализованные в первичном учете по местам их возникновения и центрам ответственности, далее группируются по операциям, а затем распределяются на объекты учета (носителей затрат). При этом совокупность операций компании объединяется в иерархию по уровням их осуществления и видам первичной и вторичной деятельности, а каждый из объектов калькулирования относится к одному из трех сегментов: производственному (продукты, работы, услуги), сбытовому (клиенты, клиентские сегменты, регионы обслуживания) или управленческому (центры ответственности).

Последовательность распределения затрат, сгруппированных по операциям, на объекты учета достаточно сложна. Во-первых, будут ли затраты операции соответствующего уровня иерархии распределены на конкретный объект учета, зависит от наличия причинно-следственных связей между ними. Например, затраты на поддержку отношений с клиентами будут распределяться между объектами сбытового сегмента, но не будут включаться в себестоимость продуктов.

Во-вторых, базой распределения затрат, отнесенных на операцию, между объектами учета выступает фактор затрат (cost driver), под которым понимается количественно измеримый результат операции, используемый объектами учета. Изначально Р. Каплан предлагал использовать три типа факторов затрат: трансакционные (количество выполненных заказов, тонны перевезенных грузов и т.д.), временные (машино-часы, человеко-часы, тонно-километры и т.д.), интенсивные (комплексные индексы, учитывающие неоднородность фактора по времени и качеству).

Применение метода ABC-калькулирования себестоимости продукции в учетной практике призвано сделать возможным принятие обоснованных решений в отношении:

Снижения издержек - реальная картина издержек дает возможность точнее определить виды затрат, которые необходимо оптимизировать; способствует точному процессу калькулирования себестоимости полуфабрикатов и готовой продукции, так как соответствует принципу максимальной локализации производственных затрат, что означает отнесение затрат на соответствующие продукты, стадии производства, места возникновения;

Ценовой политики - точное отнесение издержек на каждую из плодово-ягодных культур позволяет определить нижнюю границу цен, дальнейшее снижение которых приведет к убыточности при их реализации;

Товарно-ассортиментной политики - реальная себестоимость культур позволяет разработать программу действий по отношению к тому или иному виду продукции - оптимизировать издержки или поддерживать на текущем уровне.

Таким образом, применение подобного инструментария управленческого учета в практической работе позволит своевременно идентифицировать процессы, требующие вмешательства со стороны руководителя, для их последующей оптимизации, что в итоге будет способствовать реализации разработанной модели развития без существенных ограничений .

В то же время использование данной калькуляционной системы в практической работе учетно-аналитических служб организаций может вызвать следующие трудности :

метод ABC разрушает традиционные представления о наборе затрат, разбивая процесс производства культур на малые разнородные группы, у каждой из которых должен быть свой уникальный драйвер действия. В то же время разнородные группы издержек и их драйверы могут иметь сходные характеристики и необходимо учитывать различия. Если при связывании действия с объектом издержек используется неподходящий драйвер, то распределение дает искаженные результаты;

сложно разработать единый классификатор видов действий на предприятии;

необходимо формировать и утверждать новые требования к первичной документации, т.е. обеспечивать формирование отчетов по тем видам деятельности, которые представлены в реестре.

В заключение необходимо отметить, что грамотный подход к проведению подготовительных мероприятий при внедрении новой модели исчисления себестоимости позволит получить сравнительно больший объем информации для принятия управленческих решений и управления качеством, непрерывного совершенствования производства и сбыта, бизнес-процессов, а также даст возможность управлять накладными расходами.

На основе этого можно сделать вывод о том, что использование свободных подсистем счетов в рамках концепции ABC-костинг позволит получить более точную информацию об издержках, что обеспечит руководителям возможность принимать более обоснованные решения и добиваться конкурентного превосходства на рынке сельскохозяйственной продукции.

Список литературы:

1. Бережной В.И., Лесняк В.В., Крохичева Г.Е. Бухгалтерский управленческий учет. М.: Инфра-М, 2014.
2. Вахрушина М.А. Бухгалтерский управленческий учет: Учебник. М.: Национальное образование, 2012.
3. Герасимова Л. Управленческий учет, теория и практика. М.: Феникс, 2011.
4. Костюкова Е.И. Бухгалтерский управленческий учет: Учеб. пособие. М.: КноРус, 2014.
5. Хоружий Л.И. Проблемы, теории, методологии, методики и организации управленческого учета в сельском хозяйстве. М.: Финансы и статистика, 2010.
6. Kaplan R.S. Cost and Effect: Using Integrated Cost System to Drive Profitability and Performance. President and Fellows of Harvard College, USA, 1998.
7. Хорнгрен Ч.Т. Бухгалтерский учет: управленческий аспект / Пер. с англ. / Под ред. Я.В. Соколова. М.: Финансы и статистика, 2000.
8. Ивашкевич В.Б. Бухгалтерский управленческий учет: Учеб. для вузов. М.: Экономистъ, 2006.

Одним из ключевых методов менеджмента и логистики является ABC-анализ. С его помощью можно классифицировать ресурсы предприятия, товары, клиентов и т.д. по степени важности. При этом по уровню важности каждой вышеперечисленной единице присваивается одна из трех категорий: A, B или C. Программа Excel имеет в своем багаже инструменты, которые позволяют облегчить проведение такого рода анализа. Давайте разберемся, как ими пользоваться, и что же собой представляет ABC-анализ.

ABC-анализ является своего рода усовершенствованным и приспособленным к современным условиям вариантом принципа Парето. Согласно методике его проведения, все элементы анализа разбиваются на три категории по степени важности:

• Категория A – элементы, имеющие в совокупности более 80% удельного веса;
• Категория B – элементы, совокупность которых составляет от 5% до 15% удельного веса;
• Категория C – оставшиеся элементы, общая совокупность которых составляет 5% и менее удельного веса.

Отдельные компании применяют более продвинутые методики и разбивают элементы не на 3, а на 4 или 5 групп, но мы будем опираться на классическую схему ABC-анализа.

Способ 1: анализ при помощи сортировки

В Экселе ABC-анализ выполняется при помощи сортировки. Все элементы отсортировываются от большего к меньшему. Затем подсчитывается накопительный удельный вес каждого элемента, на основании чего ему присваивается определенная категория. Давайте на конкретном примере выясним, как указанная методика применяется на практике.

У нас имеется таблица с перечнем товаров, которые предприятие реализует, и соответствующим количеством выручки от их продажи за определенный период времени. Внизу таблицы подбит итог выручки в целом по всем наименованиям товаров. Стоит задача, используя ABC-анализ, разбить эти товары на группы по их важности для предприятия.

1. Выделяем таблицу с данными курсором, зажав левую кнопку мышки, исключая шапку и итоговую строку. Переходим во вкладку «Данные» . Производим щелчок по кнопке «Сортировка» «Сортировка и фильтр» на ленте.

   

   Можно также поступить по-другому. Выделяем указанный выше диапазон таблицы, затем перемещаемся во вкладку «Главная» и выполняем щелчок по кнопке «Сортировка и фильтр» , расположенной в блоке инструментов «Редактирование» на ленте. Активируется список, в котором выбираем в нем позицию «Настраиваемая сортировка» .



2. При применении любого из вышеуказанных действий запускается окно настройки сортировки. Смотрим, чтобы около параметра «Мои данные содержат заголовки» была установлена галочка. В случае её отсутствия, устанавливаем.

   В поле «Столбец» указываем наименование той колонки, в которой содержатся данные по выручке.

   В поле «Сортировка» нужно указать, по какому конкретному критерию будет выполняться сортировка. Оставляем предустановленные настройки – «Значения» .

   В поле «Порядок» выставляем позицию «По убыванию» .

   После произведения указанных настроек нажимаем на кнопку «OK» в нижней части окна.



3. После выполнения указанного действия все элементы были отсортированы по выручке от большего к меньшему.



4. Теперь нам следует рассчитать удельный вес каждого из элементов для общего итога. Создаем для этих целей дополнительный столбец, который так и назовем «Удельный вес» . В первой ячейке данной колонки ставим знак «=» , после чего указываем ссылку на ячейку, в которой находится сумма выручки от реализации соответствующего товара. Далее устанавливаем знак деления («/» ). После этого указываем координаты ячейки, в которой содержится итоговая сумма реализации товаров по всему предприятию.

   Учитывая тот факт, что указанную формулу мы будем копировать в другие ячейки столбца «Удельный вес» посредством маркера заполнения, то адрес ссылки на элемент, содержащий итоговую величину выручки по предприятию, нам нужно зафиксировать. Для этого делаем ссылку абсолютной. Выделяем координаты указанной ячейки в формуле и жмем на клавишу F4 . Перед координатами, как мы видим, появился знак доллара, что свидетельствует о том, что ссылка стала абсолютной. При этом нужно учесть, что ссылка на величину выручки первого в списке товара (Товар 3 ) должна оставаться относительной.

   Затем, чтобы произвести вычисления, жмем на кнопку Enter .



5. Как видим, удельный вес выручки от первого товара, указанного в списке, отобразился в целевой ячейке. Чтобы произвести копирование формулы в диапазон ниже, ставим курсор в правый нижний угол ячейки. Происходит его трансформация в маркер заполнения, имеющий вид небольшого крестика. Жмем левую кнопку мыши и перетягиваем маркер заполнения вниз до конца колонки.



6. Как видим, весь столбец заполнен данными, характеризующими удельный вес выручки от реализации каждого товара. Но величина удельного веса отображается в числовом формате, а нам нужно трансформировать его в процентный. Для этого выделяем содержимое столбца «Удельный вес» . Затем перемещаемся во вкладку «Главная» . На ленте в группе настроек «Число» имеется поле отображающее формат данных. По умолчанию, если вы не производили дополнительных манипуляций, там должен быть установлен формат «Общий» . Щелкаем по пиктограмме в виде треугольника, расположенной справа от этого поля. В открывшемся списке форматов выбираем позицию «Процентный» .



7. Как видим, все значения столбца были преобразованы в процентные величины. Как и положено, в строке «Итого» указано 100% . Удельный вес товаров ожидаемо располагается в столбце от большего к меньшему.



8. Теперь нам следует создать столбец, в котором бы отображалась накопленная доля с нарастающим итогом. То есть, в каждой строке к индивидуальному удельному весу конкретного товара будет прибавляться удельный вес всех тех товаров, которые расположены в перечне выше. Для первого товара в списке (Товар 3 ) индивидуальный удельный вес и накопленная доля будут равными, а вот у всех последующих к индивидуальному показателю нужно будет прибавить накопленную долю предыдущего элемента списка.

   Итак, в первой строке переносим в столбец «Накопленная доля» показатель из колонки «Удельный вес» .



9. Далее устанавливаем курсор во вторую ячейку столбца «Накопленная доля» . Тут нам придется применить формулу. Ставим знак «равно» и складываем содержимое ячейки «Удельный вес» этой же строки и содержимое ячейки «Накопленная доля» из строки выше. Все ссылки оставляем относительными, то есть, не производим с ними никаких манипуляций. После этого выполняем щелчок по кнопке Enter для вывода итогового результата.



10. Теперь нужно скопировать данную формулу в ячейки данного столбца, которые размещены ниже. Для этого применяем маркер заполнения, к которому мы уже прибегали при копировании формулы в столбце «Удельный вес» . При этом, строку «Итого» захватывать не нужно, так как накопленный результат в 100% будет отображаться на последнем товаре из списка. Как видим, все элементы нашего столбца после этого были заполнены.



11. После этого создаем столбец «Группа» . Нам нужно будет сгруппировать товары по категориям A , B и C согласно указанной накопленной доле. Как мы помним, все элементы распределяются по группам по следующей схеме:
    • A – до 80% ;
    • B – следующие 15% ;
    • С – оставшиеся 5% .

    Таким образом, всем товарам, накопленная доля удельного веса которых входит в границу до 80% , присваиваем категорию A . Товарам с накопленным удельным весом от 80% до 95% присваиваем категорию B . Оставшейся группе товаров со значением более 95% накопленного удельного веса присваиваем категорию C .



12. Для наглядности можно произвести заливку указанных групп разными цветами. Но это уже по желанию.

Таким образом, мы разбили элементы на группы по уровню важности, используя при этом ABC-анализ. При использовании некоторых других методик, о чем говорилось уже выше, применяют разбиение на большее количество групп, но сам принцип разбиения при этом остается практически неизменным.

Способ 2: использование сложной формулы

Безусловно, применение сортировки – это наиболее распространенный способ проведения ABC-анализа в Экселе. Но в некоторых случаях требуется провести данный анализ без перестановки строк местами в исходной таблице. В этом случае на помощь придет сложная формула. Для примера будем использовать ту же исходную таблицу, что и в первом случае.

1. Добавляем к исходной таблице, содержащей наименование товаров и выручку от продажи каждого из них, колонку «Группа» . Как видим, в данном случае мы можем не добавлять столбцы с расчетом индивидуальных и накопительных долей.



2. Производим выделение первой ячейки в столбце «Группа» , после чего выполняем щелчок по кнопке «Вставить функцию» , расположенной возле строки формул.



3. Производится активация Мастера функций . Перемещаемся в категорию «Ссылки и массивы» . Выбираем функцию «ВЫБОР» . Делаем щелчок по кнопке «OK» .



4. Активируется окно аргументов функции ВЫБОР . Синтаксис её представлен следующим образом:

   ВЫБОР(Номер_индекса;Значение1;Значение2;…)

   Задачей данной функции является вывод одного из указанных значений, в зависимости от номера индекса. Количество значений может достигать 254, но нам понадобится всего три наименования, которые соответствуют категориям ABC-анализа: A , B , С . Можем сразу вводить в поле «Значение1» символ «A» , в поле «Значение2» — «B» , в поле «Значение3» — «C» .



5. А вот с аргументом «Номер индекса» придется основательно повозиться, встроив в него несколько дополнительных операторов. Устанавливаем курсор в поле «Номер индекса» . Далее жмем по пиктограмме, имеющей вид треугольника, слева от кнопки «Вставить функцию» . Открывается список недавно используемых операторов. Нам нужна функция ПОИСКПОЗ . Так как в списке её нет, то жмем по надписи «Другие функции…» .



6. Снова производится запуск окна Мастера функций . Опять переходим в категорию «Ссылки и массивы» . Находим там позицию «ПОИСКПОЗ» , выделяем её и делаем щелчок по кнопке «OK» .



7. ПОИСКПОЗ . Синтаксис его имеет следующий вид:

   ПОИСКПОЗ(Искомое_значение;Просматриваемый_массив;Тип_сопоставления)

   Предназначение данной функции – это определение номера позиции указанного элемента. То есть, как раз то, что нам нужно для поля «Номер индекса» функции ВЫБОР .

   В поле «Просматриваемый массив» сразу можно задать следующее выражение:

   Оно должно быть именно в фигурных скобках, как формула массива. Не трудно догадаться, что эти числа (0 ; 0,8 ; 0,95 ) обозначают границы накопленной доли между группами.

   Поле «Тип сопоставления» не обязательное и в данном случае мы его заполнять не будем.

   В поле «Искомое значение» устанавливаем курсор. Далее снова через описанную выше пиктограмму в виде треугольника перемещаемся в Мастер функций .



8. На этот раз в Мастере функций производим перемещение в категорию «Математические» . Выбираем наименование «СУММЕСЛИ» и жмем на кнопку «OK» .



9. Запускается окно аргументов функции СУММЕСЛИ . Указанный оператор суммирует ячейки, отвечающие определенному условию. Его синтаксис такой:

   СУММЕСЛИ(диапазон;критерий;диапазон_суммирования)

   В поле «Диапазон» вводим адрес колонки «Выручка» . Для этих целей устанавливаем курсор в поле, а затем, произведя зажим левой кнопки мыши, выделяем все ячейки соответствующего столбца, исключая значение «Итого» . Как видим, адрес тут же отобразился в поле. Кроме того, нам нужно сделать данную ссылку абсолютной. Для этого производим её выделение и жмем на клавишу F4 . Адрес выделился знаками доллара.

   В поле «Критерий» нам нужно задать условие. Вписываем следующее выражение:

   Затем сразу же после него заносим адрес первой ячейки столбца «Выручка» . Делаем координаты по горизонтали в данном адресе абсолютными, дописав перед буквой знак доллара с клавиатуры. Координаты по вертикали оставляем относительными, то есть, перед цифрой никакого знака быть не должно.

   После этого не жмем на кнопку «OK» , а кликаем по наименованию функции ПОИСКПОЗ в строке формул.



10. Затем мы возвращаемся в окно аргументов функции ПОИСКПОЗ . Как видим, в поле «Искомое значение» появились данные заданные оператором СУММЕСЛИ . Но это ещё не все. Переходим в это поле и уже к имеющимся данным добавляем знак «+» без кавычек. Затем вносим адрес первой ячейки столбца «Выручка» . И опять делаем координаты по горизонтали данной ссылки абсолютными, а по вертикали оставляем относительными.



11. Как и в прошлый раз в запустившемся Мастере функций ищем нужный оператор в категории «Математические» . На этот раз искомая функция называется «СУММ» . Выделяем её и жмем на кнопку «OK» .



12. Открывается окно аргументов оператора СУММ . Его главное предназначение – это суммирование данных в ячейках. Синтаксис этого оператора довольно прост:

    СУММ(Число1;Число2;…)

    Для наших целей понадобится только поле «Число1» . Вводим в него координаты диапазона столбца «Выручка» , исключая ячейку, которая содержит итоги. Подобную операцию мы уже проводили в поле «Диапазон» функции СУММЕСЛИ . Как и в тот раз, координаты диапазона делаем абсолютные, выделив их, и нажав на клавишу F4 .

    После этого жмем по клавише «OK» внизу окна.



13. Как видим, комплекс введенных функций произвел вычисление и выдал результат в первую ячейку столбца «Группа» . Первому товару была присвоена группа «A» . Полная формула, примененная нами для данного вычисления, выглядит следующим образом:

    ВЫБОР(ПОИСКПОЗ((СУММЕСЛИ($B$2:$B$27;">"&$B2)+$B2)/СУММ($B$2:$B$27);{0:0,8:0,95});"A";"B";"C")

    Но, конечно, в каждом конкретном случае координаты в данной формуле будут отличаться. Поэтому её нельзя считать универсальной. Но, используя то руководство, которое было приведено выше, можно вставить координаты любой таблицы и с успехом применять данный способ в любой ситуации.



14. Впрочем, это ещё не все. Мы произвели расчет только для первой строки таблицы. Для того, чтобы полностью заполнить данными столбец «Группа» , нужно скопировать эту формулу в диапазон ниже (исключая ячейку строки «Итого» ) с помощью маркера заполнения, как мы уже делали не раз. После того, как данные будут внесены, ABC-анализ можно считать выполненным.

Как видим, результаты, полученные при помощи варианта с применением сложной формулы, ничуть не отличаются от тех результатов, которые мы проводили путем сортировки. Всем товарам присвоены те же самые категории, только при этом строки не изменили своего начального положения.

Программа Excel способна значительно облегчить проведение ABC-анализа для пользователя. Это достигается использованием такого инструмента, как сортировка. После этого производится подсчет индивидуального удельного веса, накопленной доли и, собственно, разбиение на группы. В тех случаях, когда изменение первоначального положения строк в таблице не допускается, можно применить метод с использованием сложной формулы.

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 | |

Главная задача любого предприятия — увеличение прибыли. Для этого можно вложить дополнительные средства и увеличить объемы работ, можно закупить новое оборудование или программное обеспечение и усовершенствовать производственный процесс, а можно пойти наиболее простым путем и извлечь максимум из того, что уже имеется.

Рационализировать ресурсы, а соответственно и оптимизировать работу компании, можно с помощью АВС-анализа — экономически обоснованного метода ранжирования сырья, запасов и прочих важных для предприятия «объектов». Применение результатов ABC-анализа позволяет повысить уровень логистики предприятия и, тем самым, минимизировать риски, сократить расходы и увеличить прибыль.

ABC -анализ: цели и принцип действия

В основе АВС-анализа лежит закон Парето или, как его еще называют, правило 20/80. Согласно данному закону 20% продаваемых товаров приносят 80% дохода, а 20% ресурсов предприятия дают 80% всего оборота.

Благодаря ABC-анализу можно понять, какими ресурсами лучше запасаться впрок, а какие стоит приобретать непосредственно в момент необходимости, количество каких товаров следует увеличить, а количество каких — уменьшить, на каких поставщиков стоит полагаться, а на каких лучше не надеяться. Иными словами, с его помощью можно вычислить наиболее/наименее прибыльные товары, наиболее/наименее перспективных поставщиков, наиболее/наименее выгодные запасы и т. д.

В процессе анализа исследуемые товары/ресурсы делят на 3 группы (реже на 4-5).

• Группа А . Сюда относят именно те 20% товаров/ресурсов, которые и приносят 80% дохода/дают 80% оборота.
• Группа В. Сюда включают 30% товаров/ресурсов, приносящих 15% дохода/дают 15% оборота.
• Группа С . В нее включают оставшиеся 50% товаров/ресурсов, приносящих около 5% дохода/ дающих около 5% оборота.

Любую группу товаров (сырья, комплектующих и т. д.) можно исследовать по одному признаку, а можно по нескольким. Главное делать все постепенно. Например, если нужно исследовать товары, то вначале их можно ранжировать по доходности, а затем — по прибыльности. В таком случае вместо трех групп получится уже девять: АА, АВ, АС, ВА, ВВ, ВС, СА, СВ, СС. Далее, если предприятие способно справиться с большим объемом информации, можно сортировать товары еще и по оборачиваемости и, таким образом, разбить их на 27 групп.

Порядок проведения анализа ассортимента продукции

ABC-анализ ассортимента проводится в несколько этапов. Рассмотрим последовательность его проведения на конкретном примере.
Вначале необходимо определить объект, который планируется анализировать и параметр, по которому его следует изучать. Чаще всего объектами ABC-анализа становятся ресурсы, поставщики, запасы, отдельные товары и товарные группы. Их изучают на предмет прибыльности, доходности, оборачиваемости, продаваемости и т. д.

Разбор ABC анализа ассортимента на примере.

Допустим нам нужно исследовать товарный ассортимент торгового предприятия на предмет доходности. Товарная группа — спагетти от различных производителей.

Годовой объем продаж в рублях рассчитываем как произведение стоимости 1-й упаковки продукции и годового объема продаж в количественном выражении.

Таблица 1.

Товар	Стоимость 1 упаковки, руб.	Годовой объем продаж, шт.	Годовой объем продаж (доход), тыс. руб.	Годовой объем продаж, %
Спагетти №1
Спагетти №2
Спагетти №3
Спагетти №4
Спагетти №5
Спагетти №6
Спагетти №7
Спагетти №8
Спагетти №9
Спагетти №10
Итого

Следующим этапом производится ранжирование — распределение исследуемых объектов в порядке убывания и рассчитывается доля анализируемого параметра нарастающим итогом.

Годовой объем продаж нарастающим итогом рассчитываем как сумму вычисляемого параметра и всех предыдущих.

Таблица 2. АВС Анализ ассортимента. Пример

Товар	Годовой объем продаж, шт.	Годовой объем продаж, тыс. руб.	Годовой объем продаж,%	Годовой объем продаж нарастающим итогом,%
Спагетти №7
Спагетти №6
Спагетти №5
Спагетти №9
Спагетти №2
Спагетти №3
Спагетти №4
Спагетти №1
Спагетти №10
Спагетти №8
Итого

Наконец, объекты разбиваются на 3 группы: А, В и С.

К группе А относим 20% товаров приносящих около 75% дохода. К группе В — 30% товаров, приносящих около 20% дохода. К группе С — 50% товаров, приносящих чуть больше 5% дохода.

Таблица 3. АВС Анализ ассортимента. Пример

	Разновидность товара	Количественная доля	Стоимостная доля
	№5, №9, №2
	№3, №4, №1, №10, №8

По окончанию анализа делаются выводы и принимаются меры.

В нашем примере в категорию А вошли спагетти от производителей №7 и №6. Следовательно, спагетти этих торговых марок следует закупать в наибольшем количестве. От закупки спагетти, вошедших в группу С, с одной стороны, можно вообще отказаться, так как доход от них минимален. С другой стороны, покупателям зачастую важно иметь выбор, а потому оптимальный вариант все же закупать спагетти этих марок, но в минимально-допустимом количестве.

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

Общие сведения

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

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

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

Методология анализа

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

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

Последовательность проведения анализа

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

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

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

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

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

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

Практическая польза анализа

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

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

XYZ-анализ

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

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

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

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

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

Сочетание двух анализов

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

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

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

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

Практическая полезность классификации по группам X, Y, Z

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

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

Приоритет в закупках

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

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

Играть в своей "лиге"

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

Итак, подведем краткие итоги:

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

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

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

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

Нюансы интерпретации

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