4. Методика проведения авс-анализа и xyz-анализа

Для рационального управления запасами «традиционных» товаров предприятия с предсказуемым спросом хорошо работают методы статистического контроля запасов (SIC), к которым относятся АВС-анализ и XYZ-анализ.

АВС-анализ - это один из универсальных и распространенных методов анализа ассортимента, основанный на принципе Парето, гласящем: за 20% последствий отвечает 80% причин. Правило 20/80 означает, что в любом процессе малое число причин (20%) жизненно важны, а 80% не оказывают существенного влияния на результат.

Принцип Парето можно применить практически к любой сфере бизнеса:

- 80% материальных благ приходится на 20% населения;

- за 20% рабочего времени делается 80% работы;

- 20% товарных запасов занимают 80% склада и т.д.

Данное правило является эмпирическим – конкретная пропорция может оказаться иной: не 80/20, а 90/10 или 85/15.

Правило Парето указывает на значительное отклонение от пропорции 50/50 в различных системах, а не на конкретную величину отклонения.

Но пропорция 20/80 все же является универсальным термином.

По сути, АВС-анализ – это ранжирование ассортимента по разным параметрам.

Ранжировать таким образом можно и поставщиков, товарные группы, товарные позиции и складские запасы, и покупателей, и длительные периоды продаж – все, что имеет достаточное количество статистических данных.

В рейтинговом списке выделяют три группы – А,В,С, которые отличаются по своей значимости и вкладу в оборот или прибыль магазина (в зависимости от выбранного результата, т.е. прибыль или оборот).

Товары А – самые важные товары, приносящие первые 70% результата.

Товары В – «средние» по важности, приносящие 20% результата.

Товары С – «проблемные» товары, приносящие остальные 10% результата.

Можно использовать и другое соотношение процентов.

Единых рекомендаций для всех типов товаров и магазинов не существует, в каждом направлении складываются свои оптимальные сочетания, дающие наилучшие практические результаты.

Порядок проведения АВС-анализа

1. Самым важным этапом является выбор критерия классификации.

Выбираем объект анализа (что будем анализировать0 и параметр (по какому признаку).

Необходимо четко понимать, что мы хотим получить в результате.

Исходные данные приведены в табл.

Имеем 10 товарных позиций, для каждой дано значение среднего запаса за последний квартал.

Таблица

Исходные данные для проведения АВС-анализа

№ позиции	Средний запас за квартал, у.е.
1	2500
2	760
3	3000
4	560
5	110
6	1880
7	190
8	17050
9	270
10	4000

Выполнить: дифференциацию объектов управления по степени их важности и влияния на конечный результат с использованием АВС-анализа. По результатам анализа построить график.

Мы знаем, что запас – это замороженные деньги.

Поэтому нам нужно выделить те позиции, которые имеют максимальный запас и беспощадно с ними расправиться.

Нужно иметь в виду, что на практике одним критерием классификации не обойтись.

Если дело касается управления запасами, как в нашем случае, то в обязательном порядке необходимо проводить АВС-анализ по оборачиваемости товара, по доли в объеме реализации и т.д.

2. Составляем рейтинговый список объектов по убыванию значения параметра.

Итак, выполним сортировку данных табл. в порядке убывания среднего запаса и подсчитаем итог (средний запас за квартал по всем десяти позициям.

Таблица 14

АВС-анализ

№ позиции	Средний запас за квартал, у.е.
8	17050
10	4000
3	3000
1	2500
6	1880
2	760
4	560
9	270
7	190
5	110
Итого	30320

3. Определим долю запаса каждой позиции в итоговом запасе, значения переведем в % и добавим столбец 3 (табл. 15).

Доля в итоговом запасе поз. №8 рассчитывается следующим образом:

Делаем подсчеты по всем позициям:

Таблица 15

АВС-анализ

№ позиции	Средний запас за квартал, у.е.	Доля в итоговом запасе, %	Доля с накоплением, %
8	17050	56,23	56,23	А
10	4000	13,19	69,42	А
3	3000	9,89	79,31	А
1	2500	8,25	87,56	В
6	1880	6,20	93,76	С
2	760	2,51	96,27	С
4	560	1,85	98,12	С
9	270	0,89	99,01	С
7	190	0,63	99,64	С
5	110	0,36	100,00	С
Итого	30320	100,00

4. Столбец 4 табл. 15 – доля с накоплением рассчитывается так: в каждой ячейке, к текущей доле прибавляется сумма долей всех верхних ячеек.

Т.е, для позиции

№8 - доля с накоплением будет равна рассчитанной доле 56,23%,

для позиции №10 - доля с накоплением будет равна:

сумме 56,23+13,19=69,42%;

для позиции №3 - 56,23+13,19+9,89=79,31% и так подсчитываем по всем позициям.

Те позиции, чьи доли с нарастанием не превышают 80% - относятся к группе А;

от 80% до 90% - к группе В;

все остальные позиции с долей от 90 до 100% - к группе С.

В нашем случае, в группу А попали позиции №8,10,3.

Именно они создают наибольший запас, именно они требуют особого внимания. Необходимо понять, по каким причинам был создан такой большой запас и так ли он необходим?

Группа С, с точки зрения проведенного анализа не нуждается в пристальном интересе.

Группа В является промежуточной, любые действия с ней по усмотрению руководства.

Для большей наглядности по результатам АВС-анализа строят диаграмму Парето.

Диаграмма Парето – это столбчатая диаграмма, по горизонтальной оси которой откладывают названия анализируемых объектов в порядке их убывания влияния на конечный результат (№ товарной позиции), а по вертикальной – значения критерия классификации (средний запас).

Наряду со столбцами на диаграмму Парето наносят кривую Парето (кумулятивную кривую).

На правой шкале отображают долю в накопленной сумме исследуемого критерия классификации.

С помощью пакета STATISTICA строят диаграмму Парето.

Минусы АВС-анализа

Пи многочисленных плюсах метода существуют ограничения в применении данного анализа:

1. АВС-анализ не позволяет оценивать сезонные колебания продаж (вот почему мы не можем принимать решения о ролях категорий только на основе анализа, без учета других данных: сезонности, трендов развития, моды, у нас выпадут из поля зрения сезонные товары и новинки).

2. АВС-анализа по товарным позициям не работает там, где происходит ежемесячное обновление ассортимента, например, в бутиках модной одежды или подарков.

В таком случае там необходимо вести анализ по торговым маркам, брендам, поставщикам.

3. АВС-анализ может давать неправильные результаты, если данных для анализа мало: статистика менее 3-х месяцев не позволяет дать объективную оценку вкладу товаров в результат компании (поэтому все новые товары, сезонные, уникальные - попадут в группу С).

4. АВС-анализ будет неправильным там, где учет товаров ведется с постоянными изменениями в товарной номенклатуре: например, один и тот же товар приходуется под различными кодами или наименованиями, или там где непорядок в учете.

5. АВС-анализ будет ненужным, если товарная номенклатура состоит из малого числа позиций – менее 10.

Суть XYZ-анализа

XYZ-анализ – математико-статистический метод, позволяющий анализировать и прогнозировать стабильность продаж отдельных видов товаров и колебания уровня потребления тех или иных товаров.

Если АВС-анализ показывает нам вклад в результат магазина, то XYZ-анализ показывает стабильность или нестабильность спроса.

Чем стабильнее спрос на товар, тем легче мы им управляем, тем ниже потребность в товарных запасах, тем легче планировать движение продукта.

Таким образом, мы имеем дополнительный материал для принятия решений о пребывании товара в нашей ассортиментной матрице.

1) Неделю назад продали 20 батонов. Три дня назад – 19 батонов, сегодня – 20, завтра продажи тоже будут составлять 19-20 шт. Товар продается стабильно. Это товар Х.

Категория Х – товары, характеризуются стабильностью продаж и как следствие высокими возможностями прогноза продаж.

Отклонение от средних продаж незначительно (в ту или иную сторону).

Отклонение от среднего значения называется коэффициентом вариации.

Для товаров Х коэффициент вариации не превышает 10%.

Колебания спроса незначительны, спрос на них устойчив, следовательно, можно по этим товарам делать оптимальные запасы и использовать математические методы прогноза спроса и оптимального запаса.

2) Конфеты: неделю назад продали 20 коробок, 3 дня назад – 12 коробок, сегодня – 17, завтра продажи составят 23 коробки.

Это категория Y – товары, имеющие колебания в спросе и как следствие средний прогноз продаж.

Коэффициент вариации составляет 10-25%.

Отклонение от средней величины продаж существует, но оно колеблется в разумных пределах – в пределах 25%.

3) Дорогой элитный коньяк: неделю назад продали 2 бутылки, 3 дня назад – 0, сегодня пришел человек и купил ящик (по-видимому, в офис на подарки) – 12 штук, а завтра продажи будут равны 1 бутылке.

Товар нестабилен, относится к категории Z.

Категория Z – товары с нерегулярным потреблением, какие-либо тенденции отсутствуют, точность прогноза продаж невысокая.

Коэффициент вариации от 25% и может превышать 100%. Это может быть группа товаров, привозимая по заказу клиентов или недавно поступившая группа товаров, привозимая по заказу клиентов или недавно поступившая в продажу, или товары уникальные, особенные, подверженные сезонному спросу и т.д.

Так же как и в случае с АВС-анализом, это рекомендованные сочетания и иногда можно делать допуск коэффициента вариации по группе Х – от 0-15%, группе Y – от 15-40%, группе Z – от 40%.

Этапы проведения:

1 шаг. Выбираем объект анализа (группа, категория, позиция) и параметр, по которому мы будем сравнивать объекты (продажи за месяц, например).

Традиционно в рознице объектами анализа являются товарная категория или товарная единица. За основу анализа берется период продаж не менее 3-х месяцев.

2 шаг. Определить количество периодов, по которым будет проводиться анализ: неделя, месяц, квартал, полугодие, год.

Чем больше период, тем лучше, тем вернее будет статистика спроса.

Важно: для анализа надо брать не менее трех периодов, по которым ведется отчетность.

Если товар имеет оборачиваемость более месяца, то надо взять период, как минимум в 3 раза превышающий оборачиваемость (например, если период оборачиваемости дорогого шампанского или эксклюзивных часов составляет 4 месяца, то для анализа нужно брать период не менее 12 месяцев).

3 шаг. Определить коэффициент вариации – среднее квадратическое отклонение для каждого объекта анализа.

Коэффициент вариации означает величину, насколько продажа товара отклоняется от среднестатистической, т.е. показывает, стабилен ли спрос на товар или нет.

Формула расчета коэффициента вариации (Кв):

где x – значение параметра по оцениваемому объекту за i-й период;

x – среднее значение параметра по оцениваемому объекту анализа;

n – число периодов.

4 шаг. Отсортировать объекты анализа по возрастанию значения коэффициента вариации.

5 шаг. Определение групп X,Y,Z.

Важные моменты в XYZ-анализе

В реальной жизни на продажи и доходность товаров в магазине оказывает влияние огромное количество факторов: сезонность спроса, регулярность поставок, колебания цен на аналогичные товары у конкурента, наличие или отсутствие специальных мероприятий по продвижению и т.д.

Все эти факторы будут вызывать колебания продаж и как следствие высокие показатели коэффициента вариации.

1. Если в случае с АВС-анализом у нас всегда будут товары А,В,С, то в случае с XYZ-анализом каких-то товаров может не быть, например: продажи устойчивы и товаров Z нет вообще (что является очень хорошим признаком – значит можем регулировать величину товарного остатка на основе статистики, спрос постоянный, товар есть на складе).

Или хуже: может не быть товаров Х, что говорит о нерегулярном спросе или сбоях в поставках товара.

2. Даже если позиция будет иметь устойчивый рост в продажах (новинка или лидер продаж), она с большей долей вероятности попадет в группу Y или Z.

Здесь проявляется особенность этого анализа – он показывает отклонения от среднего, неустойчивые или устойчивые продажи.

А что является причиной этому – падение или рост продаж или неравномерные поставки – XYZ-анализ не знает.

Для установления причин попадания товаров в группу Y или Z - менеджер по закупкам должен сам провести анализ: было ли это вызвано непредсказуемостью спроса или просто товар нерегулярно попадал в магазин?

Если же ассортимент обновляется часто, то нужно использовать информацию и о жизненном цикле товара и смотреть тенденцию развития всех новых позиций.

Весьма вероятно, что в магазине модной одежды все товары поступают в продажу на один сезон, и тогда в таком магазине вообще не будет группы Х.

В случае если мы имеем дело с сезонными коллекциями одежды и обуви, которые держатся в продаже максиму один сезон, этот анализ можно проводить по торговым маркам или по поставщикам.

3. Этот анализ невозможен, если в ассортименте много новых товаров или поставки идут с перебоями. Если магазин существует в условиях постоянного дефицита, то этот вид анализа не покажет истинную картину.

4. Часто этот вид анализа используется в складской логистике, где важно определить частоту спроса для грамотного распределения пространства на складе.

В таком случае товары группы Х располагаются в «горячей» зоне отгрузки, товары групп Y и Z – в более отдаленных местах.

Этот анализ хорош в сочетании с АВС-анализом – это выявление безусловных лидеров (группы АХ) и аутсайдеров (СZ) в ассортименте.

Совмещенный АВС – XYZ-анализ

1 шаг – АВС-анализ;

2 шаг – XYZ-анализ;

3 шаг – совместить полученные результаты;

4 шаг – построить совмещенную матрицу.

Матрица совмещенного анализа