Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Управление внешней и внутренней логистикой. Учебное пособие
.pdf
Коллаборация
в цепи поставок
b2c и b2b
Зеленая логистика
Эластичная логистика
Цифровая логистика
Ключевые логистические тренды
Преимущества для бизнеса: снижение затрат до 35%, снижение выбросов углерода до 50%, повышение точности
прогноза до 25%, сокращение запасов до 20%, улучшенные
SLA ля точности доставки, в некоторых случаях до 98% и
выше, сокращение административной рабочей силы до 10%.
Преимущества для бизнеса: гибкость, прозрачность, устой-
чивость, эффективность
Преимущества для бизнеса: укрепление репутации предприятия, снижение затрат на цепочки поставок, увеличение
инноваций в процессах и продуктах, создание дополнительных источников дохода, повышение лояльности клиентов.
Преимущества для бизнеса: улучшение качества обслуживания клиентов, добавление видимости цепи поставок в реальном времени, соединение всех бизнес-процессов, обеспечение гибкости и масштабируемости.
Преимущества для бизнеса: разработка нового продукта,
больше инноваций, новые источники дохода, более динамичная, безопасная и интерактивная цепь поставок, улучшенный доступ к данным и информации в реальном времени, лучшее принятие решений, более гибкие и эффективные
процессы и операции, повышенный контроль видимость и
сотрудничество, улучшенное реагирование на
условия, ускоренные возможности планирования и исполнения, сокращение времени выхода на рынок, лучшее обслуживание клиентов и повышение удовлетворенности клиентов
Рисунок 3.3 – Ключевые тенденции в современной логистике
рыночные
Принцип
слабого
звена
Принцип
гармонии
Принцип единства способа
организации научного
опыта
Принцип единого
информационного
пространства
Рисунок 3.4 – Принципы цифровой логистики
Названные выше тренды в сфере логистики также доказывают наличие высокого цифрового
потенциала логистики в коммерческой организации. Цифровой потенциал логистики – способность логистической системы или какой-нибудь ее функциональной области осуществлять впервые
(генерировать) или воспроизводить (воспринимать) те или иные цифровые новшества (технологии,
платформы, продукты и др.). Элементами цифрового потенциала являются: новые цифровые тех-
41
нологии, аналитика и моделирование, сегментация цепи поставок, ориентация на сервис, оптимизация цепей поставок, повышение устойчивости.
23
К цифровым логистическим технологиям можно отнести следующие
(см. табл. 3.2). Ин-
формация о них, ее знание дает представление о логистической отрасли, как революционной, так как
тенденции в использовании современных технологий требуют цифровизации программ и систем
управления логистическими комплексами, и, безусловно, трансформации всей логистической сис-
темы в целом (см. рис. 3.5). Данная модель логистической системы предприятия основана на кон-
цепции
цифровой логистики, определяющей цель и задачи логистической системы. Достижение поставленной цели и указанных задач осуществляется на основе соблюдения принципов 7R. В качестве
основных элементов выступают функциональные подсистемы, в которых реализуются ключевые логистические функции.
Таблица 3.2 – Виды цифровых технологий, используемых в логистической деятельности24
Ключевая техно-
логия
3D-печать
(IoT)
Интернет вещей
нами
Доставка
грузов дро-
томобили
Беспилотные ав-
Характеристика технологии Результата после интеграции
- доступна в массовом масштабе;
- снижение затрат при изготовлении продукции из смешанных материалов.
- аддитивное производство расширяет производственный
процесс;
- сокращение цепи поставок за счет «печати» изделий под
заказ и снижения запасов готовой продукции. поставка
сырья логистическими компаниями вместо готовой продукции;
- 3D-печать в местах доставки.
- используется с облачными
GPS-системами;
- отслеживает отдельные
партии грузов и их состояние;
- использование чипов радиочастотной индетификации (RFID)
Результат: дополнительная
- высокий потенциал использования;
- отсутствие потерь при транспортировке и хранении товара;
- оперативное предотвращение повреждения или хищения
груза;
- климат-контроль в местах складирования. идентификация параметров дорожной обстановки.
Результат:
получение выгоды, удовлетворение потребно-
прибыль
стей клиентов
- быстрая доставка неболь-
ших грузов;
- высокая скорость и точность доставки
- использование 3PL-операторами25;
- сокращение цепи поставок;
- снижение расходов на транспортировку.
Недостатки: отсутствуют нормы и правила, связанные с
государственным регулированием, безопасностью воздушного движения, разрешенные размеры и вес дрона.
- быстрая адаптация в окружающей среде;
- ориентация без участия че-
- сокращение времени ожидания на погрузке и разгрузке;
- снижение риска аварий.
Результат: сокращение накладных расходов.
ловека;
- жесткий алгоритм программного обеспечения.
23
См. подробнее: Цифровизация – главный тренд логистики. – 15.02.2019 // RETAIL.RU. – ULR:
https://www.retail.ru/articles/tsifrovizatsiya-glavnyy-trend-logistiki/ (дата доступа: 18.06.2021); См. подробнее: Диджитализация логистики:
что это и как происходит на практике. – 19.12.2019 // VC.RU. – ULR: https://vc.ru/trade/98057-didzhitalizaciya-logistiki-chto-eto-i-kakproishodit-na-praktike (дата доступа: 18.06.2021)
24
Василенок В.Л., Круглова А.И., Алексашкина Е.И., Негреева В.В., Пластунова С.А. Основные тренды цифровой логистики // Экономика и экологический менеджмент. 2020. №1. С. 69-78.
25
Third Party Logistics (3PL) – предоставление логистических услуг или комплекса услуг – от доставки и адресного хранения до
управления заказами и отслеживания движения товаров. В функции поставщика услуг входит организация и управление перевозками,
учёт и управление запасами, подготовка импортно-экспортной и фрахтовой документации, складское хранение, обработка груза, доставка конечному потребителю
42
- способность обеспечивать
прямое или косвенное представление о реальном мире
(AR, VR)
Дополненная и вир-
туальная реальность
за счет дополнительных элементов восприятия реальности компьютером;
- расширенное представление о мире в режиме реального времени.
- детальное ознакомление с внешней средой логистическим оператором (получение подробной информации о
грузе).
Результат: улучшение обработки груза, увеличение скорости
доставки груза, сокращение общих затрат.
Логистическая концепция – цифровая логистика
Логистическая система предприятия
Цель: обеспечить эффективность функционирования и развития предприятия при помощи опти-
мизации материальных, информационных и иных потоков.
Задачи логистической системы: сокращение общих логистических затрат, сокращение времени
прохождения товаров от поставщика к потребителю, повышение качестве обслуживания потреби-
телей и пр.
Функциональные подсистемы
Закупочная подсистема
Производственная подсистема
Распределительная подсистема
Обеспечительные подсистемы: экономическая, технико-технологическая, нормативная, инфор-
мационная, кадровая, правовая, методическая, организационная, экологическая, эргономическая и
Подсистема общего линей-
ного руководства
Субъекты логистической
системы
Руководитель предприятия,
руководители структурных
подразделений логистической службы предприятия
Методы управления, циф-
ровые логистические тех-
нологии
Объекты логистической
системы: материальные,
сервисные
ные, финансовые и другие
потоки + логистический
, информацион-
персонал
пр.
Логистические функции
Производство
Распределение
Снабжение
Запасы
Склад
Транспорт
Утилизация
Сервис
Рисунок 3.5 – Схема цифровой трансформации логистической системы предприятия
Управление логистической системой осуществляет субъект управления – руководство пред-
приятия и руководители подразделений логистической службы, которые посредством использования
43
классических методов логистики, общих методов управления (административных, экономических,
социально-психологических) и современных цифровых логистических технологий оказывают влияние на объекты – логистические процессы и логистический персонал предприятия. Одновременно с
этим, к обеспечивающим подсистемам относятся: экономическое, техническое, нормативное, информационное, кадровое, правовое, методическое, организационное, экологическое, эргономическое
и др. виды обеспечения. В целом, данная модель ориентирована на эффективной функционирование
и развитие на основе внедрения концепции цифровой логистики.
Все вышеизложенное доказывает, что логистика, прежде всего наука широкого масштаба, содержащая в себе множество умозаключений, наблюдений, суждений, результатов, полученных
опытным путем, в связи с этим очевидно, что на сегодняшний день логистическая деятельность совершенно не поддается 100%-му программированию и исключению человеческого фактора как фактора контроля деятельности логистического рода. Иными словами, логистическая систему требует
функционирования и одновременно слияния двух важнейших характеристик современного мира –
так называемых soft skills и hard skills, где последние – это практический навык (умение работать в
технических программах, знание объекта рода деятельности, особенностей функционирования системы), а soft skills – человеческие навыки (коммуникативность, гибкость, дружелюбие). На сегодняшний день ни один искусственный интеллект не может одновременно сочетать в себе два данных
аспекта. И это значит, что логистическая система может оптимизироваться только посредством аналитики человеческого мозга в сочетании с технологиями и техническими решениями, что опять же
требует наличие у специалиста обширной базы знаний и высокой адаптивности и в очередной раз
подтверждает широкоформатность и неоднозначность определения логистики как науки и деятельности.
3.4. Методология логистического анализа: АВС/XYZ-анализ
Анализ является одной из важнейших функций управления любыми экономическими процессами, включая, соответственно, логистические процессы. На основе результатов анализа осуществляется как построение самих организационно-экономических систем, так и выбор стратегии их развития и функционирования, методов выбора и обоснования решения на различных иерархических
уровнях управления соответствующими объектами и бизнес-процессами.
Одной из ключевых составляющих логистического менеджмента является управление запасами, т.к. с ними связаны значительная доля трудоемкости и издержек управления предприятием. Как
уже говорилось ранее, товарно-материальные запасы в том или ином виде присутствуют на всех участках логистической цепи поставок и составляют значительную часть оборотного капитала предпри-
Приоритетным же условием повышения конкурентоспособности организации является нахож-
ятия.
дение наиболее приемлемых для потребителя способов их приобретения и поставки продукции. Для
достижения таких результатов, необходимо знать содержание процессов закупки, поставок и быта,
их место в осуществлении бизнес-процесса. Задачи в этой сфере разделяются на носящие информа-
ционный характер (определение собственных потребностей и
исследование рынка сырья, материа-
лов и полуфабрикатов в целях выявления наилучших источников удовлетворения производственного
спроса, а также маркетинговые исследования рынков товаров потребительского спроса) и решение
которых направлено на принятие мер действия и оценку их результативности (подготовка и заключение договоров о поставке продукции и услуг, управление процессами заготовки (закупки) и сбыта
(продаж). Для решения данных задач аналитики используют широкий спектр различных методов и
методик, ориентированных на комплексное исследование логистических систем и процессов средствами построения и изучениях их моделей. Базовыми среди них являются ABC-анализ и XYZ-анализ.
Основная цель логистического анализа по методу ABC – это классификация используемых
(реализуемых) предприятием товарно-материальных ресурсов по ряду параметров для повышения
точности планирования, организации контроля, регулирования и сокращения логистических издержек.
Все системы пополнения запасов связаны с определенным порядком контроля их фактического уровня на складах, что требует затрат финансовых, трудовых и информационных, особенно для
многономенклатурных запасов. Однако, из общего числа наименований наибольшая стоимость запасов (и (или) основная доля затрат на управление ими) падает на относительно небольшое их количе-
44
ство. Эта закономерность связана с широко распространенным в природе явлением, получившим отражение в законе выделения ведущего звена. В социально-экономической сфере данную закономерность открыл и теоретически обосновал еще в 1897 г. швейцарский экономист и социолог Вильфредо
Парето. Стоит отметить, что в специальной литературе довольно часто как синонимы используются
понятия «закон Парето», «АВС-анализ», «правило 20:80». Это категории однопорядковые, но отнюдь
не идентичные. Действительно, в основе идеологии АВС-анализа лежит закон Парето, но указанный
аналитический метод является прикладным использованием упомянутого закона, а не иной его редакцией.
Итак, В. Парето, в процессе своей научной деятельности, вывел правило (закон), ставшее
классическим, которое сформулировано следующим образом: «20% усилий дают 80% результата, а
остальные 80% усилий дают 20% результата». Универсальность правила Парето заключается в том,
что область его применения находится не только в экономической плоскости, а применимо к любым
исследованиям, где необходимо понять, какой фактор, из многих, является основополагающим, а какие второстепенными. Безусловно, данное правило не является твердым законом, а является всего
лишь эмпирическим наблюдением. Трактовка этого правила такова: основной объем работы реализу-
ется при использовании не всего набора инструментов, а только небольшой его части, поэтому, для
рационализации усилий, необходимо вычислить эту составляющую, которая обеспечит 80% результата. И уже на основе правила Парето основан рейтинговый метод ранжирования данных и ре-
зультатов, носящий название «ABC-анализ». Самые распространенные области применения данного
вида анализа: (1) ассортиментные, товарные матрицы, (2) рабочая базы (клиенты, поставщики, дебиторы, кредиторы и так далее), (3) любые другие массивы, в которых есть значения, которые надо
упорядочить и выделить основное ядро, составляющее основу массива (80%).
Как и любой эмпирически метод, ABC-анализ обладает как определенным спектром достоинств, так и перечнем недостатков (см. табл. 3.3).
Таблица 3.3 – Достоинства и недостатки ABC‐анализа
Достоинства Недостатки
- при работе с большими массивами данных становится понятно, какую долю занимает та или иная категория, eе вес в общем массиве;
- продуктивный контроль ресурсов и бизнеспроцессов;
- область применения правила Парето не ограничивается экономикой или статистикой;
- возможность использования в повседневной жизни
- результат ABC-анализа является весьма условным, полезность результатов весьма сомнительна
- непонятная, особенно для новичка, методика расчета;
- не оценивает сезонные колебания;
- для проведения анализа, нужна большая история
событий и показателей, информационный ресурс,
откуда будут браться данные для расчетов
Традиционно правило Парето оперирует A и B-группами с показателями доли 80% и 20%, соответственно, однако, более распространенное представление получила модель, в которой производится разделение всего массива на группы A (доля – 80%), B (доля – 15%), C (доля – 5%). Основная
задача при проведении анализа – этопроизвести деление массива на A, B, C – группы:
группа А – очень важные товары, которые всегда должны присутствовать в ассортименте. Если в качестве параметра в анализе использовался объем продаж, то в данную группу входят
лидеры продаж по количеству. Если в качестве параметра в анализе использовалась торговая наценка, то в данную группу входят наиболее прибыльные товары;
группа В – товары средней степени важности;
группа С – наименее важные товары, это претенденты на исключение из ассортимента
и товары-новинки.
После этого, учитывая, что группа А должна составлять около 80% (в единицах измерения),
необходимо оценить, сколько процентов данных (от общего объема данных) образуют группу A. Если 20% от общего количества номенклатуры массива составляют группу A и являются долей (от общего результата) в районе 80%, то правило Парето соблюдено и, такая модель, может считаться
эталонной и сбалансированной.
45
В качестве примера возьмем некий информационный массив – например, данные о реализации сельскохозяйственной продукции за какой-то период некой сбытовой компанией «N» (см. рис.
3.6). Первым этапом проведения АВС-анализа является определение целей. Если целью является сокращение ассортимента, то в качестве основных параметров выбирается объем продаж, прибыль. Если целью является выявление и сокращение затрат на поддержание запасов, то в качестве основных
параметров выбирается коэффициент оборачиваемости, объем неликвидов и занимаемая складская
мощность. Если требуется исследовать рентабельность, то в качестве основного параметра выбирается коэффициент оборачиваемости, уровень рентабельности. Данные АВС-анализа помогают оптимизировать товарный ассортимент. При всех многочисленных плюсах этого вида анализа существует
один значительный минус: данный метод не позволяет оценить сезонные колебания спроса на то-
вары.
Рисунок 3.5 – Ассортимент реализованной компанией «N» продукции
Требуется произвести закупку продукции, но заказать необходимо только наиболее продаваемые позиции, т.к. объем финансирования ограничен. Для того, чтобы определить перечень таких
продуктов, необходимо понять, какие позиции являются «локомотивами» продаж. В данном примере
массив данных небольшой, однако, когда номенклатура анализируемого массива исчисляется десятками тысяч позиций, визуально определить невозможно, нужен расчет.
1. Производится ранжирование номенклатуры по количественному выражению (тоннам,
в данном случае), в порядке убывания (от большего к меньшему) (см. рис. 3.6.1).
2. Производится измерение персонального удельного веса (доли) каждой позиции в об-
щем объеме (см. рис. 3.6.2).
3. Измеряется удельный вес (в %) нарастающим итогом26, для понимания, какие позиции
образовывают 80% общего объема массива. Для этого последовательно складываются доли (см. рис.
3.6.3)
4. Далее, список маркируется по группам: A (80%), B (15%), С (5%).
Группа A ограничивается порогом 76% (в данном примере, не добравшись до эталонной отметки в 80%). Следом, (в рамках доли = 15%), до 95%, находится группа B и в интервале 95%-100%
находится группа С.
26
Расчет удельного веса с нарастающим итогом рассчитывается следующим образом. Первая строка столбца «Удельный вес на-
растающим итогом» всегда равна первой строке столбца «Удельный вес». Вторая строка столбца «Удельный вес нарастающим итогом» равна сумме первой и второй строк столбца «Удельный вес». Третья строка столбца «Удельный вес нарастающим итогом» равна
первой, второй и третей строк столбца «Удельный вес». Аналогично для остальных строчек. Значение в строке, соответствую-
сумме
щей последнему по списку клиенту, должно быть равно 100%.
46
Рисунок 3.6.1 – Ранжирование номенклатуры
по количественному выражению в порядке
убывания
Рисунок 3.6.3 – Измерение удельного веса (в %) нарастающим итогом
Рисунок 3.6.2 – Измерение персонального удельного
веса (доли) каждой позиции в общем объеме
В результате структура реализации разделилась на следующие группы (см. рис. 3.7):
самая «продаваемая» группа – (А). Товары, чей суммарный объем продаж составляет
основной продуктовый портфель, «локомотивные группы»;
средние «устойчивые» продажи (B). Товары, показывающие средние продажи по объе-
му;
самые низкие продажи (С). Это товары с малым показателем продаж, низкой оборачи-
ваемостью.
27
Рисунок 3.7 – Группировка реализованной компанией «N» продукции
27
Чтобы посчитать удельный вес в программе Exel в ячейки, например, «С4» для товара «картофель») пишем формулу: =B2/$B$13,
где «B2» – это количество продукта, а «B13» – это общий объем реализованной продукции. Знак доллара $ ставим, чтобы зафиксировать в формуле это значение и при копировании оно не менялось.
47
В результате проведенного анализа, появляется четкая информация, какие продукты продаются более активно, а какие – менее, каким группам предпочтительнее отдавать приоритет, а каким – не
стоит торопиться. В рассматриваемом примере, группа A достаточно обширная, так бывает не всегда, все зависит от количества номенклатуры и итоговых числовых показателей по ней. Для того,
чтобы выявить основные «локомотивы» группы A – необходимо произвести в ней ABC-анализ по
вышеописанной методике. Теперь 100% реализации будет назначен суммарный оборот по группе A,
в количественном выражении. Анализ группы A примет следующий вид (см. рис. 3.8).
Рисунок 3.8 – ABC-анализ группы А
Анализ показал, что самые продаваемые культуры – культуры категории A-A, их и необходимо закупать больше. Это группа с максимальной скоростью оборота, с точки зрения продаж. Аналогичные целесообразно произвести также в группе B и C. На вершине рейтинга каждой группы находятся позиции, готовые, при малейшем изменении итоговых результатом, перейти в вышестоящую
группу. И наоборот, например, позиция с рейтингом B-C – первый кандидат на переход в подгруппу
C-A.
С учетом нашего примера, специалист логистической службы должен задаться вопросом о
том, является ли сбыт, в рамках вышеуказанной задачи, сбалансированным, соответствующим
формуле правила Парето. Тезисно, в упрощенном варианте правило звучит так – «20% номенклатуры должны дать 80% реализации». В нашем случае, количество позиций товарного портфеля (наименования сельскохозяйственных культур) равняется 11. Категория A (т.е. 80% от общего объема) –
составляет 7 позиций, что соответствует 63,6%. В данном случае, модель сбыта считается несбалансированной, отдел продаж должен поработать над ней, так как 80% объема должны достигаться
не 7 наименованиями, а всего 2-3 (20% от 11 позиций).
Применительно к нашему исследованию – в примере отсутствуют группы-лидеры; практически вся номенклатура продается равномерно. Необходимо развивать первые три товарные группы,
концентрировать внимание на них, выводить в лидеры продаж. В результате таких действий, структура сбытовой модели изменится, достигнув требуемого баланса. Произойдет переход некоторых позиций из A-группы в B-группу, а из B-группы – в C-группу. В результате подобной реформации,
продажи три товарных группы «Картофель», «Морковь», «Огурцы» суммарно будут составлять 80%
общего объема, являясь лишь 20% от общего продуктового портфеля. В таком случае, по правилу
Парето, – данная сбытовая модель будет сбалансирована и для того, чтобы сделать основной объем
реализации, не необходимо будет прикладывать усилия для продажи 7 товарных групп, достаточно
будет сосредоточить внимание на тройке ведущих, а остальные развивать параллельно, увеличивая
итоговый результат.
Важно принимать во внимание тот факт, что анализ ресурсов по методу ABC может оказаться
достаточным для осуществления эффективного логистического менеджмента только тогда, когда характер поступления или потребления ресурсов детерминирован, или может быть признан таковым
без искажения реальной ситуации. Если же спрос на ресурс стохастичен (описывается вероятностными характеристиками), то метода ABC будет недостаточно. В этом случае требуется классификация ресурсов исходя из характера их востребованности, т.е. частоты спроса, что позволяет сделать
метод XYZ-анализ; он дает возможность классифицировать те же ресурсы предприятия в зависимости от характера их потребления и точности прогнозирования изменений в их потребности.
48
XYZ-анализ – это разновидность рейтингового анализа, который помогает систематизировать
продукт, основываясь на усредненном показателе стабильности реализации и отклонениях от него.
Процессуально, определяются коэффициенты варьирования для анализируемых признаков, характеризуется соотношение фактического значения и среднеарифметического (эталонного) за рассматриваемый период. XYZ-анализ позволяет вычислить и рассчитать разницу в значениях опытных объектов (товарный портфель, клиентская база и др.) за рассматриваемые временные периоды, их отклонения от «эталонного» показателя. В результате, возможно сделать заключение о динамике (продаж,
например), оценить стабильность процесса, выявить наличие каких-либо отклонений, произвести
систематизацию.
Рассмотрим практическую ситуацию, при которой у аналитика имеются некие данные продаж
продукта за определенный период времени. Ему необходимо понять, какие группы товара наиболее
стабильны в продажах, в какие продукты следует вкладывать инвестиции, покупая их в первую очередь (см. рис. 3.9).
Рисунок 3.9 – Ассортимент реализованной компанией «N» продукции (по месяцам)
1. Высчитывается коэффициент вариации. В теории вероятности и статистике, коэффи-
циент вариации, также известный как относительное стандартное отклонение, это стандартная мера
дисперсии распределения вероятностей или частотного распределения. Посчитать возможно несколькими способами. Первый – математически, вручную. По ряду данных (например, «Картофель»)
высчитывается среднее арифметическое значение. В нашем случае, несложно посчитать значение по
данному продукту, равное 247. Дальше, находится величина отклонения ежемесячного значения реализации от «эталонного» 247, в процентах. Например, для января отклонение от эталона составит: 1(240/247) = 2,83%. Также высчитывается значение для остальных месяцев. Среднее арифметическое
коэффициентов отклонения и есть искомая величина итогового коэффициента вариации по продукту
(например, «Картофель», 2,97% по полугодию).
Рисунок 3.10 – Механический (ручной) расчет коэффициента вариации по товарам группы А
2. Программно, в Excel28, эти действия производятся с помощью функций. Для вычисле-
ния «эталонного» значения по ряду данных применяем функцию СТАНДОТКЛОНП. Синтаксис
28
См. подробнее: Даниленко Л. Бизнес-анализ в Excel: Финансы, продажи, логистика. – СПб.: Наука и Техника, 2020. – 384 с.
49
приведен на графическом фрагменте решения данной задачи, ниже. Таким же способом считаем коэффициент вариации для других продуктов (см. рис. 3.11).
Рисунок 3.11 – Автоматический расчет коэффициента вариации по товарам группы А
3. Полученные коэффициенты вариаций ранжируются от меньшего значения к большему.
В группе X находятся объекты с коэффициентом вариации от 0% до 10% – стабильные продажи,
возможно более адекватно спрогнозировать их реализацию. Если отклонение составит от 10% до
25% – это группа Y. Реализацию продуктов этой группы сложнее спрогнозировать, но этот параметр
показывает некоторые отклонения (например, сезонность продукта). Группа Z характеризуется нерегулярным потреблением, отсутствием каких-либо тенденций и показывает коэффициент вариации
более 25%. Синтаксис Exel-формулы приведен в примере ниже:
Рисунок 3.12 – Ранжирование коэффициентов корреляции по товарам группы А
В практике, продажи и доходность испытывают на себе воздействия многих факторов: сезонность, частоту цикла поставок, изменения ценообразования, маркетинговые активности, прочие факторы. Все это, с различными последствиями, резонирует в результатах продаж, приводя к высокой
волатильности коэффициента вариации. Данным XYZ-анализа можно доверять в случае, если рассматриваемый период времени достаточно продолжительный. Величина оборачиваемости товара (в
днях) должна быть существенно меньше (в разы) длительности анализируемого временного отрезка.
50
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]