Министерство образования Республики Беларусь
Учреждение образования
Могилевский государственный университет продовольствия
Кафедра товароведения и организации торговли
Методы анализа ассортимента товаров
Методические рекомендации к выполнению учебно-исследовательской работы для студентов специальности 1 – 25 01 10 «Товароведение и экспертиза товаров»
Могилев 2012
Рассмотрены на заседании
кафедры товароведения и организации торговли
Протокол № от
Составитель
старший преподаватель
Крукович О. В.
Протасевич Е. А.
Рецензенты
кандидат технических наук, доцент
А. Ю. Болотько
кандидат технических наук, доцент
С. Л. Масанский
Содержание
1 АВС-анализ ассортимента |
4 |
2 XYZ-анализ ассортимента |
10 |
3 Совмещенный АВС-анализ и XYZ-анализ ассортимента |
12 |
4 Управление ассортиментом на основе анализа его показателей и структуры |
14 |
5 Матричный подход к анализу ассортимента |
19 |
Список использованных источников |
23 |
Приложение А АВС-анализ ассортимента с использованием возможностей MS Excel |
24 |
1 АВС-анализ ассортимента
Одним из самых распространенных методов анализа ассортимента является АВС-анализ.
ABC-анализ опирается на гипотезу о том, что в реальности нередко 20% элементов обеспечивают около 80% результата (принцип Парето). АВС-анализ – наиболее распространенный метод исследования, 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, затраты на которые не окупаются. Результатом АВС анализа является группировка объектов по степени влияния на общий результат.
Порядок проведения АВС-анализа.
Шаг 1: выбираем объект анализа (поставщики, товарные позиции, товарные группы, товарные категории) и параметр (объем продаж, доход, товарный запас и т.д.).
Шаг 2: составляем рейтинговый список объектов по убыванию значения выбранного параметра.
Шаг 3: рассчитываем долю параметра от общей суммы параметра с накопительным итогом.
Долю параметра в общем обороте рассчитывают по формуле:
, (1)
где Хi – доля параметра i-го вида товара в общем объеме товара;
Пi – величина параметра i-го вида товара;
П – общий объем параметра;
I = 1..n, n – число видов товара.
Долю оборота с накопительным итогом рассчитывают по формуле:
ДОНi = ДОНi-1 +ДОi, (2)
где ДОНi – доля оборота с накопительным итогом i-го вида товара;
ДОНi-1 – доля оборота с накопительным итогом предыдущего i-му виду товара;
ДОi – доля в обороте i-го вида товара;
I = 1..n, n – число видов товара.
Шаг 4: присваиваем значения групп выбранным объектам:
– группа А – объекты, сумма долей с накопительным итогом которых, составляет первые 50 % от общей суммы параметров;
– группа В – следующие за группой А объекты, сумма долей с накопительным итогом которых, составляет от 50 % до 80 % от общей суммы параметров;
– группа С – оставшиеся объекты, сумма долей с накопительным итогом которых, составляет от 80 % до 100 % от общей суммы параметров.
Пример АВС-анализа по одному параметру
Проведем АВС-анализ за 1-ый квартал для конфет, реализуемых в магазине «Сластена».
Шаг 1. Объектом анализа в данном случае будут служить конфеты. Параметром измерения будет являться объем продаж. Нас будет интересовать вклад каждой группы в общий объем продаж за 1-й квартал.
Шаг 2. Составляем рейтинговый список наименований конфет, реализуемых за первый квартал в магазине «Сластена», по убыванию значения товарооборота (столбцы 1 и 2 таблицы 1).
Шаг 3. Рассчитываем долю параметра от общей суммы параметра с накопительным итогом.
Для этого рассчитываем долю товарооборота каждого наименования конфет в общем обороте (столбец 3 таблицы 1) по формуле (1).
Долю оборота с накопительным итогом (столбец 4 таблицы 1) рассчитаем по формуле (2).
Присваиваем значения групп выбранным объектам (столбец 5 таблицы 1).
Для упрощения расчетов рекомендуем использовать возможности MS Exсеl (Приложение А).
Таблица 1 – АВС-анализ конфет
Наименование конфет |
Объем реализации за 1 квартал, у.е. |
Доля в обороте, % |
Доля оборота с накопитель-ным итогом, % |
Группа АВС |
1 |
2 |
3 |
4 |
5 |
Черёмушки |
250 250 |
9,56 |
9,56 |
А |
Любимая Алёнка |
236 340 |
9,03 |
18,59 |
А |
Сорванец Алешка |
225 120 |
8,60 |
27,20 |
А |
Черноморочка |
202 020 |
7,72 |
34,92 |
А |
Ромашка топ |
197 050 |
7,53 |
42,45 |
А |
Берёзка |
196 260 |
7,50 |
49,94 |
А |
Лявониха |
188 820 |
7,22 |
57,16 |
В |
Молодёжные топ |
183 540 |
7,01 |
64,17 |
В |
Продолжение таблицы 1
1 |
2 |
3 |
4 |
5 |
Белочка лесная |
178 920 |
6,84 |
71,01 |
В |
Баядерка |
152 740 |
5,84 |
76,85 |
В |
Белорусские |
141 120 |
5,39 |
82,24 |
С |
Детям топ |
128 660 |
4,92 |
87,16 |
С |
Минский грильяж |
125 350 |
4,79 |
91,95 |
С |
Аэрофлотские |
110 670 |
4,23 |
96,17 |
С |
Осень |
100 100 |
3,83 |
100,00 |
С |
Всего |
2 616 960 |
100,00 |
|
|
Вывод: конфеты, которые вошли в группу А, требуют тщательного планирования, постоянного (возможно, даже ежедневного) и скрупулезного учета и контроля. Эти товары составляют 50% оборота или прибыли, и соответственно, чем выше стоимость товара, тем дороже обходятся ошибки в их анализе. Необходим периодический подсчет запасов с жесткими допусками. Полная инвентаризация по этим группам должна проходить не реже раза в квартал.
Возможно, также по этим товарам проводить выборочную инвентаризацию с периодичностью раз в месяц.
По группе А необходимо постоянное отслеживание спроса, объемов заказываемых партий и размера страхового запаса.
Конфеты, которые вошли в группу В, в меньшей степени важны для магазина и требуют обычного контроля, налаженного учета (возможно, ежемесячного). Для них применяются те же меры, что и для категории A, но они осуществляются реже и с большими приемлемыми допусками.
Конфеты группы С характеризуются упрощенными методами планирования, учета и контроля. Однако, несмотря на их кажущуюся малоценность, они составляют 20% оборота (или прибыли) и требуют периодического контроля.
Инвентаризацию запасов группы С можно производить раз в полгода, при этом с большими приемлемыми допусками (вплоть до взвешивания вместо подсчета).
Примечание: Группа С может быть детализирована на подгруппы С1 и С2 (иногда их еще называют группами D и Х). Например, существуют товары, доля которых в обороте или прибыли менее 1% – подгруппа С1. Товары, доля которых в обороте или прибыли равна нулю, условно называют С2. Такие товары также целесообразно выделять, поскольку они показывают «мертвый» товарный запас. Это не означает, что эти товары не нужны – возможно, они являются частью экспозиции или запасными деталями. Но в любом случае эти товары подлежат отдельному анализу. Здесь будут актуальны следующие вопросы «Что эти товары делают на моем складе? Почему они до сих пор находятся в товарной номенклатуре?» Возможно, они только введены в ассортимент и являются новыми растущими позициями.
Было бы ошибочно механически убирать из ассортимента все товары, которые попали в аутсайдеры – возможно, их роль в ассортименте оправдана. Например, такие позиции, как соль, специи, спички, продаются мало и не приносят прибыли, но это не означает, что их не должно быть в ассортименте.
АВС-анализ по двум параметрам
Что важнее для компании? Оборот или прибыль? Конечно, нельзя представить себе эффективно работающую организацию без учета двух этих ключевых результатов. Поэтому можно использовать АВС-анализ, чтобы понять, какой из товаров (группа, категория, позиция) приносит нам больше и в обороте, и в прибыли. Пример АВС-анализа по двум параметрам представлен в таблице 2.
Таблица 2 – АВС-анализ по двум параметрам
Товарные категории |
Оборот за 1-ый квартал, руб. |
Доля в обороте,% |
Прибыль за 1-ый квартал, руб. |
Доля в обороте,% |
Группа по обороту |
Группа по прибыли |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Конфеты шоколадные в коробках |
131 317 |
12,75 |
12729 |
15,66 |
А |
А |
Конфеты шоколадные фасованные |
121 179 |
11,77 |
12 119 |
14,91 |
А |
А |
Пирожные фасованные |
117 648 |
11,43 |
8 590 |
10,57 |
А |
А |
Зефир |
69 772 |
6,78 |
6 732 |
8,28 |
В |
А |
Торты вафельные |
111 673 |
10,85 |
6 327 |
7,78 |
А |
В |
Печенье |
105 122 |
10,21 |
6 012 |
7,40 |
В |
В |
Рулеты |
79 595 |
7,73 |
5 222 |
6,43 |
В |
В |
Леденцы |
34 616 |
3,36 |
4 761 |
5,86 |
С |
В |
Крекеры |
58 631 |
5,69 |
4 009 |
4,93 |
В |
С |
Вафли |
51 812 |
5,03 |
3 893 |
4,79 |
С |
С |
Халва |
38 867 |
3,77 |
2 888 |
3,55 |
С |
С |
Круассаны |
39 166 |
3,80 |
2 809 |
3,46 |
С |
С |
Кексы фасованные |
31 338 |
3,04 |
2 693 |
3,31 |
С |
С |
Галеты (хлебцы) |
28 325 |
2,75 |
1 750 |
2,15 |
С |
С |
Мармелад |
10 571 |
1,03 |
7 39 |
0,91 |
С |
С1 |
Итого |
1 029 632 |
100,00 |
81273 |
100,00 |
|
|
Из таблицы 2 видно, что есть явные лидеры по обороту и прибыли, «категории-звезды» – это конфеты и пирожные. А вафельные торты приносят меньше прибыли, нежели оборота – очевидно, в данном магазине на вафельные торты невысокая надбавка, за счет чего достигается значительный оборот. Категория «Леденцы» является аутсайдером по обороту, но на ней компания имеет среднюю прибыль. Скорее всего, этот товар может продаваться лучшее, возможно, его нужно выложить на лучшее место. Также печенье может приносить в кондитерской группе значительный оборот, поэтому необходимо стимулировать оборот по этой категории – расширить ассортимент и изменить выкладку. Мармелад же по прибыли приносит менее 1%, что говорит о слишком низкой наценке на этот товар. Возможно, этот товар не нравится покупателям и нужно принять решение о смене ассортимента внутри категории.
Таким образом, АВС-анализ по двум параметрам позволяет продавцу более детально классифицировать свой ассортимент, и дает дополнительные данные для принятия решений. Можно выделить 9 групп (или более групп, если в ассортименте есть товары групп С1 и С2), исходя из различных сочетаний АВС-параметров (рисунок 1).
Объем продаж |
|
|
|
АС |
АВ |
АА |
|
ВС |
ВВ |
ВА |
|
СС |
СВ |
СА |
|
|
|
|
Прибыль |
Рисунок 1 – Группы АВС-анализа
Анализируя весь ассортимент, рекомендуем начать с аутсайдеров, так как именно они служат сигналом несбалансированного ассортимента:
С1С1 – этой группы может и не быть. Это товары, приносящие менее 1% в обороте и прибыли. Это тот самый балласт, который подлежит тщательному анализу, прежде чем будет принято решение о его ликвидации. Если такой товар присутствует в ассортименте, и доля его по количеству наименований в ассортименте превышает 5%, то стоит детально заняться «расчисткой» ассортимента.
СС – все позиции, которые не вносят существенного вклада в результаты работы компании. Они являются аутсайдерами и по прибыли, и по обороту. Прежде, чем эти товары будут изъяты из ассортимента, необходимо тщательно проанализировать, какую роль они играют в общем ассортименте и почему они показывают такие результаты. Возможно, дело в плохой выкладке в торговом зале или неправильной цене. Возможно, эти товары служат для привлечения клиентов или являются частью коллекции, например, одежды. Так или иначе, их бездумное изъятие может привести к общему снижению результатов, так как общая масса товаров тут же распределится по той же пропорции 50%-30%-20%.
ВС – малоприбыльные товары, но имеющие средний уровень оборачиваемости. Чтобы не допустить попадание этих товаров в группу СС, необходимо увеличивать прибыльность по ним – возможно, придав этим товарам более высокий статус в глазах клиента, или дав задание продавцам подробно разъяснять преимущества товара. Простое повышение цены без дополнительных мероприятий по продвижению приведет только к потере оборотов.
СВ – товары с невысоким оборотом, но средней прибыльностью. По ним возможно предусмотреть акции по увеличению объема продаж за счет придания товару новых привлекательных свойств в глазах клиента, за счет дополнительной выкладки в зонах основного покупательского потока, лучшего места на полке.
ВВ – товары-устойчивые середняки. По ним можно все оставить, как есть, или заниматься ими в последнюю очередь.
СА – товары с низким оборотом, но высокой прибыльностью. Возможно, это уникальные или редкие товары, эксклюзивные или коллекционные предметы. Возможно, это новый товар, поступивший в продажу со стратегией цены «снятие сливок». По такому товару нужно прилагать усилия для увеличения объема продаж – с помощью специальных консультаций продавцов или рекламных кампаний.
АС – товары с низкой прибылью, но высоким оборотом. Скорее всего, это «генераторы потока», то есть товары, привлекающие основную часть покупателей. Обычно на таком товаре не пытаются заработать, так как именно за ним идет основной поток посетителей. Здесь важно не допускать снижения оборотов, чтобы товар не перешел в группу ВС.
АВ и ВА – товары с высоким показателем по одному из параметров – прибыли или оборота, и средним показателем по другому. По этим группам главное – чтобы товар стабильно находился в своей нише и не снижал показатели. Требует постоянного мониторинга у конкурентов.
АА – это «звезда» ассортимента, наиболее ценный товар. За ним необходимо тщательно следить, выделить лучшее место в торговом зале, обучить всех продавцов и поддерживать рекламными акциями и мероприятиями. По нему требуется тщательно отслеживать конкурентную среду и колебания спроса.
Минусы АВС-анализа
АВС-анализ не позволяет оценивать сезонные колебания продаж.
АВС-анализ по товарным позициям не работает там, где происходит ежемесячное обновление ассортимента.
АВС-анализ может давать неправильные результаты, если данных для анализа мало – статистика менее трех месяцев не позволяет дать объективную оценку вкладу товаров в результат компании.
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.
И, наконец, АВС-анализ будет ненужным, если товарная номенклатура состоит из слишком малого числа позиций – менее 10-ти! В таком случае оценивать вклад каждого товара можно будет и без применения вышеуказанных математических методов.
2 XYZ-анализ ассортимента
Основная идея XYZ-анализа состоит в группировании объектов анализа по мере однородности анализируемых параметров (по коэффициенту вариации).
Для расчета коэффициента вариации применяется следующая формула:
, (3)
где хi – значение параметра по оцениваемому объекту за i-тый период;
х – среднее значение параметра по оцениваемому объекту анализа;
n – число периодов.
Значение квадратного корня есть не что иное, как стандартное отклонение вариационного ряда. Чем больше значение стандартного отклонения, тем дальше от среднеарифметического значения находятся анализируемые значения. Стандартное отклонение – это абсолютная мера рассеивания вариантов ряда. Если стандартное отклонение равно 20, то при среднеарифметических значениях 100 и 100 000 это будет иметь совершенно разный смысл. Поэтому, при сравнении вариационных рядов между собой используют коэффициент вариации. Коэффициенты вариации 20% и 0,2% позволяют понять, что во втором случае значения анализируемых параметров значительно меньше отличаются от среднеарифметического значения.
Порядок проведения XYZ-анализа:
Шаг 1. Определить объект анализа: клиент, поставщик, товарная группа/подгруппа, номенклатурная единица, и т.п..
Шаг 2. определить параметр, по которому будет проводиться анализ объекта: средний товарный запас, объем продаж, доход, количество единиц продаж, и т.п.
Шаг 3. Определить период и количество периодов, по которым будет проводиться анализ: неделя, декада, месяц, квартал, полугодие, год.
Шаг 4. Определить коэффициент вариации для каждого объекта анализа (по формуле 3).
Шаг 5. Отсортировать объекты анализа по возрастанию значения коэффициента вариации.
Шаг 6. Определить группы X, Y и Z.
Рекомендуемое распределение:
– группа X – товары, характеризуются стабильностью продаж и, как следствие, высокими возможностями прогноза продаж. 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;
– группа Y – товары, имеющие колебания в спросе и как следствие, средний прогноз продаж. Коэффициент вариации составляет от 10% до 25%. Отклонение от средней величины продаж существует, но оно колеблется в разумных пределах – в пределах 25%;
– группа Z – товары с нерегулярным потреблением, какие-либо тенденции отсутствуют, точность прогноза продаж невысокая. Коэффициент вариации превышает 25% и может быть более 100%. Это может быть группа товаров, привозимая по заказу клиентов или недавно поступившая в продажу.
Примечание: Данный метод анализа имеет смысл, если количество анализируемых периодов больше трех, чем больше количество периодов, тем более показательными будут результаты. При этом сам период должен быть не меньше, чем горизонт планирования принятый в анализируемом объекте практики. Например, анализ продаж молока и хлеба в розничном магазине можно проводить по сумме продаж за неделю. Поставки осуществляются каждый день, продажи тоже. Но если сопоставить между собой продажи молока и водки «Абсолют» (которую заказывают раз в месяц и продают 1 бутылку в 2 недели), то результат будет менее показательный. При таком периоде 99% ассортимента магазина попадут в категорию «Z», 1% в категорию «Y», и какой можно сделать вывод? Вы работе в экстремальных условиях на непрогнозируемом рынке? В данном случае оптимально будет провести анализ по ежемесячным продажам.
Пример XYZ -анализа
Проведем XYZ-анализ для кондитерских изделий (таблица 3).
Объектом анализа в данном случае будут выступать товарные категории, период составил 3 месяца.
Таблица 3 - XYZ-анализ ассортимента кондитерских изделий
Товарные категории |
Оборот за 1-ый месяц, руб. |
Оборот за 2-ый месяц, руб. |
Оборот за 3 месяц, руб. |
Среднее значение |
Коэффициент вариации, % |
Группа |
Печенье |
35 366 |
34 376 |
35 380 |
35 041 |
1% |
X |
Торты вафельные |
37 219 |
38 239 |
36 215 |
37 224 |
2% |
X |
Конфеты шоколадные в коробках |
42 429 |
43 439 |
45 449 |
43 772 |
3% |
X |
Крекеры |
19 091 |
19 090 |
20 450 |
19 544 |
3% |
X |
Вафли |
16 926 |
16 930 |
17 956 |
17 271 |
3% |
X |
Халва |
12 558 |
13 553 |
12 756 |
12 956 |
3% |
X |
Пирожные фасованные |
39 045 |
45 048 |
43 555 |
42 549 |
6% |
X |
Рулеты |
24 865 |
27 860 |
30 870 |
27 865 |
9% |
X |
Конфеты шоколадные фасованные |
40 397 |
41 395 |
32 387 |
38 060 |
11% |
Y |
Зефир |
22 439 |
18 844 |
24 489 |
21 924 |
11% |
Y |
Круассаны |
12 767 |
16 729 |
18 670 |
16 055 |
15% |
Y |
Леденцы |
12 529 |
10 539 |
15 548 |
12 872 |
16% |
Y |
Галеты (хлебцы) |
8 725 |
9 735 |
12 865 |
10 442 |
17% |
Y |
Кексы фасованные |
10 359 |
15 420 |
10 559 |
12 113 |
19% |
Y |
Мармелад |
3 520 |
5 525 |
8 526 |
5 857 |
35% |
Z |
Как видно из таблицы 3, более половины категорий пользуются постоянным спросом, и по ним можно прогнозировать последующие продажи довольно точно. Особое внимание следует уделить категории «мармелад» – возможно, поставки этого товара идут с перебоями.