ABC и XYZ анализ. Ищем стабильность в ритейле, XYZ–анализ ассортимента

В предыдущей статье (АВС-анализ. Как и зачем его применять в аптеке) обсуждалась тема сегментации товаров по степени важности, степени вклада в общий результат. Продолжая тему сегментации товаров в этой публикации рассмотрим XYZ-анализ. Для каких целей и задач используется этот анализ, какие решения на его основе будут приниматься – об этом и пойдет речь далее.

Итак, XYZ-анализ позволяет разделить товары на группы в связи со стабильностью их поведения. В результате группу X образуют товары самые стабильные, с предсказуемыми продажами, а соответственно относительно легко планируемыми поставками.

Группа Y – стабильность потребления средняя, соответственно товар требует к себе большего внимания, точность прогнозирования продаж уменьшается. Результат – планировать поставки сложней. Больше вероятности допущения неликвидов или дефицита.

И, наконец, товары группы Z – точность прогнозирования еще меньше, нестабильность в поведении товаров выше. В некоторых случаях спрогнозировать спрос просто является нереальной задачей.

После того, как все товары поделены на группы, мы начинаем вырабатывать стандарты по управлению запасами. Мы определяем уровень дефицита, который будет являться для нашей аптеки нормой.

Итак, как проводится XYZ-анализ. Как и в предыдущих статьях на тему управления запасами, рассмотрим алгоритм на конкретном примере.

Первый этап – сбор данных о продажах товара (Таблица 1). Данные формируем в натуральном выражении. Если мы будем использовать объем продаж в денежном выражении, негативно скажется инфляция, и результаты мы получим некорректные.

При сборе данных мы должны отталкиваться от частоты проведения анализа и соответственно количества периодов, которые будем включать в анализ. В общем случае (безотносительно к деятельности аптеки) частота проведения XYZ-анализа зависит от товаров, с которыми работает компания. Так, чем дороже товары (например, сложная бытовая техника), тем соответственно реже он продается, так как цикл принятия решения о покупке будет длительный. В таком случае анализ стоит проводить раз в пол года или реже, так как один и тот же товар при частом проведении анализа в разные периоды будет попадать в различные группы (X, Y, Z). Кроме того, частота проведения XYZ-анализа зависит от жизненного цикла товаров. Чем короче цикл, тем чаще надо проводить анализ. В начале жизненного цикла товар ведет себя нестабильно. Когда наблюдается пик спроса, товар более стабилен, а на спаде (в конце жизненного цикла), опять проявляется большая нестабильность продаж (Рисунок 1). Так же на частоту проведения анализа влияет наличие сезонности.

Рисунок 1 – Жизненный цикл товара и стабильность его поведения

Но поскольку в нашем случае речь все-таки идет о фармацевтическом розничном бизнесе, то и периодичность проведения подробнее рассмотрим для аптеки. Основная доля товаров (лекарственных средств) продается весьма стабильно, значит, нет необходимости пересматривать результаты анализа. Другая часть ассортимента – например, медицинские приборы – обладают меньшей стабильностью. Если аптека активно расширяет ассортиментную матрицу, то стоит чаще проводить XYZ-анализ, так как ситуация в стабильности при увеличении количества позиций в ассортименте будет ухудшаться. Учитывая сезонность некоторых лекарственных препаратов, стоит согласовывать сезонность с периодичностью проведения анализа (зимний сезон, летний сезон и т.д.). Итак, проводим анализ как минимум два раза в год: в сезон и не в сезон.

В качестве примера рассмотрим проведение XYZ – анализа за три месяца, поскольку нас сейчас интересует сам алгоритм (Таблица 1).

Второй этап – нахождение отклонения от среднего значения. Графически это можно приставить следующим образом (Рисунок 2):

Где σ — среднее квадратичное отклонение

x – среднее значение за n периодов

n – количество периодов

Возвращаясь к нашему примеру, мы рассчитываем среднее квадратичное отклонение (Таблица 2).

Таблица 2 – Расчет среднего квадратичного отклонения

Если для проведения XYZ-анализа вы используете стандартное приложение Microsoft Office Excel, то для расчета среднего квадратичного отклонения проще использовать функцию: СТАНДОТКЛОНПА(x 1 😡 n).

Если просто найти отклонение от среднего значения, мы не сможем определить его стабильность, так как отклонение от среднего значения в 100 единиц при среднем спросе в 1000 единиц менее серьезное, чем отклонение в 500 единиц при том же среднем спросе (Рисунок 3).

Рисунок 3 – Отклонение от среднего спроса

Теперь остается разделить товары на группы по стабильности. Для этого необходимо отсортировать столбец «Коэффициент вариации» по возрастанию. В результате в начале списка получаем товары с наименьшим коэффициентом вариации, а, следовательно, самые стабильные (Таблица 4).

Остается определить границы групп, то есть, какие товары будут относиться к группе X, какие соответственно Y и Z. В различных источниках можно найти массу рекомендаций, при каких коэффициентах вариации определяем границы групп. Но на практике целесообразно граница групп определять самостоятельно, так как у каждой аптеки своя специфика. Технология определения групп такая же, что и в ABC – анализе, то есть графический метод. Для этого необходимо построить график. Ось X — товары. Ось Y – коэффициент вариации (Рисунок 4).

Рисунок 4 – Определение границ групп

Технология определения групп X, Y и Z:

Соединяем крайние точки графика и проводим касательную до первой выступающей точки графика (Рисунок 5). Точка графика при пересечении с прямой является границей группы X. В нашем примере в группу X будут входить первые 4-е товара.

Рисунок 5 – Определение границы группы X

В таблице 5 представлена сводная таблица с результатами анализа.

Итак, выводы:

Для товаров группы X точность прогнозирования высокая, уровень страхового запаса будет относительно невысокий, так как разброс спроса здесь невелик. И при этом отсутствует необходимость ежедневного контроля наличия товара. То есть можно проверять наличие товара через определенные промежутки времени (например, один раз в неделю), то есть управлять запасами, используя фиксированный период времени и пересчитывая размер партии (подробности о технологиях управления запасами – в дальнейших публикациях). Можем позволить себе высокий уровень бездефицитности.

Группа Y . Точность прогнозирования ниже, уровень страхового запаса будет повышаться, так как спрос проявляет большую нестабильность. Контролировать наличие товара надо более тщательно, вплоть до ежедневного контроля, что бы не допустить серьезного дефицита. Соответственно надо применять технологии управления запасами, которые предусматривают постоянный контроль уровня запаса. Содержать большой запас дорого, поэтому допустимый уровень дефицита увеличивается.

Группа Z . Точность прогнозирования крайне низкая. Проблемы при управлении запасами заключаются в том, что размер страхового запаса становится крайне высоким. Для его поддержания необходимо большое количество денежных средств, которые при таком подходе будут заморожены в товарном запасе. В этой группе допускается более высокий дефицит, так как потери из-за дефицита могут быть меньше, чем из-за замороженных денежных средств в товарном запасе. Кроме этого здесь могут применяться следующие технологии. Во-первых – доставка под заказ. Распространяется на дорогостоящие лекарственные средства при внесении частичной предоплаты. Во-вторых — выбор поставщиков, которые обеспечат быструю реакцию. Как известно точность прогнозирования тем выше, чем короче горизонт прогнозирования. Поэтому и поставщик по этой группе товаров должен обладать быстрой реакцией. Еще один момент не стоит забывать. Если товар в Вашей аптеке дефицитный, то есть этот дефицит допускается по тем или иным причинам, то он будет проявлять большую нестабильность. Поэтому если Вам удается ликвидировать дефицит, товар из группы Z может перейти и в группу X.

В следующей статье мы продолжим беседу об анализах товарного запаса и разработаем конкретные стратегии к каждой товарной группе по ABC и XYZ – анализам. Именно объединение ABC и XYZ – анализов и является отправной точкой при разработке стратегии управления запасами.

Для анализа ассортимента товаров, «перспективности» клиентов, поставщиков, дебиторов применяются методы ABC и XYZ (очень редко).

В основе ABC-анализа – известный принцип Парето, который гласит: 20% усилий дает 80% результата. Преобразованный и детализированный, данный закон нашел применение в разработке рассматриваемых нами методов.

ABC-анализ в Excel

Метод ABC позволяет рассортировать список значений на три группы, которые оказывают разное влияние на конечный результат.

Благодаря анализу ABC пользователь сможет:

• выделить позиции, имеющие наибольший «вес» в суммарном результате;
• анализировать группы позиций вместо огромного списка;
• работать по одному алгоритму с позициями одной группы.

Значения в перечне после применения метода ABC распределяются в три группы:

1. А – наиболее важные для итога (20% дает 80% результата (выручки, к примеру)).
2. В – средние по важности (30% - 15%).
3. С – наименее важные (50% - 5%).

Указанные значения не являются обязательными. Методы определения границ АВС-групп будут отличаться при анализе различных показателей. Но если выявляются значительные отклонения, стоит задуматься: что не так.

Условия для применения ABC-анализа:

• анализируемые объекты имеют числовую характеристику;
• список для анализа состоит из однородных позиций (нельзя сопоставлять стиральные машины и лампочки, эти товары занимают очень разные ценовые диапазоны);
• выбраны максимально объективные значения (ранжировать параметры по месячной выручке правильнее, чем по дневной).

Для каких значений можно применять методику АВС-анализа:

• товарный ассортимент (анализируем прибыль),
• клиентская база (анализируем объем заказов),
• база поставщиков (анализируем объем поставок),
• дебиторов (анализируем сумму задолженности).

Метод ранжирования очень простой. Но оперировать большими объемами данных без специальных программ проблематично. Табличный процессор Excel значительно упрощает АВС-анализ.

Общая схема проведения:

1. Обозначить цель анализа. Определить объект (что анализируем) и параметр (по какому принципу будем сортировать по группам).
2. Выполнить сортировку параметров по убыванию.
3. Суммировать числовые данные (параметры – выручку, сумму задолженности, объем заказов и т.д.).
4. Найти долю каждого параметра в общей сумме.
5. Посчитать долю нарастающим итогом для каждого значения списка.
6. Найти значение в перечне, в котором доля нарастающим итогом близко к 80%. Это нижняя граница группы А. Верхняя – первая в списке.
7. Найти значение в перечне, в котором доля нарастающим итогом близко к 95% (+15%). Это нижняя граница группы В.
8. Для С – все, что ниже.
9. Посчитать число значений для каждой категории и общее количество позиций в перечне.
10. Найти доли каждой категории в общем количестве.

АВС-анализ товарного ассортимента в Excel

Составим учебную таблицу с 2 столбцами и 15 строками. Внесем наименования условных товаров и данные о продажах за год (в денежном выражении). Необходимо ранжировать ассортимент по доходу (какие товары дают больше прибыли).

Вот мы и закончили АВС-анализ с помощью средств Excel. Дальнейшие действия пользователя – применение полученных данных на практике.

XYZ-анализ: пример расчета в Excel

Данный метод нередко применяют в дополнение к АВС-анализу. В литературе даже встречается объединенный термин АВС-XYZ-анализ.

За аббревиатурой XYZ скрывается уровень прогнозируемости анализируемого объекта. Этот показатель принято измерять коэффициентом вариации, который характеризует меру разброса данных вокруг средней величины.

Коэффициент вариации – относительный показатель, не имеющий конкретных единиц измерения. Достаточно информативный. Даже сам по себе. НО! Тенденция, сезонность в динамике значительно увеличивают коэффициент вариации. В результате понижается показатель прогнозируемости. Ошибка может повлечь неправильные решения. Это огромный минус XYZ-метода. Тем не менее…

Возможные объекты для анализа: объем продаж, число поставщиков, выручка и т.п. Чаще всего метод применяется для определения товаров, на которые есть устойчивый спрос.

Алгоритм XYZ-анализа:

1. Расчет коэффициента вариации уровня спроса для каждой товарной категории. Аналитик оценивает процентное отклонение объема продаж от среднего значения.
2. Сортировка товарного ассортимента по коэффициенту вариации.
3. Классификация позиций по трем группам – X, Y или Z.

Критерии для классификации и характеристика групп:

1. «Х» - 0-10% (коэффициент вариации) – товары с самым устойчивым спросом.
2. «Y» - 10-25% - товары с изменчивым объемом продаж.
3. «Z» - от 25% - товары, имеющие случайный спрос.

Составим учебную таблицу для проведения XYZ-анализа.

В группу «Х» попали товары, которые имеют самый устойчивый спрос. Среднемесячный объем продаж отклоняется всего на 7% (товар1) и 9% (товар8). Если есть запасы этих позиций на складе, компании следует выложить продукцию на прилавок.

Запасы товаров из группы «Z» можно сократить. Или вообще перейти по этим наименованиям на предварительный заказ.

В статье подробно рассмотрим и разберем на практике XYZ анализ продаж.

XYZ анализ. Определение

XYZ анализ ­(англ. XYZ- analysis ) – метод классификации ресурсов компании по трем группам на основе их изменчивости (устойчивости). Объектами применения XYZ-анализа могут выступать различные экономические показатели компании: объем продаж, выручка, материальные затраты, количество поставщиков и т.д. Одним из самых распространенных направлений применения данного метода является определение товаров, которые имеют устойчивый спрос (объемы продаж), сезонный и случайный. Это позволяет произвести оптимизацию складских запасов и высвободить дополнительные ресурсы.

XYZ анализ ассортимента продукции. Формула

XYZ-анализ ассортимента заключается в группировке товаров по трем группам на основе изменчивости их продаж за прошлые периоды. Для проведения анализа необходимо осуществить следующий последовательный алгоритм.

На первом этапе осуществляется расчет коэффициента вариации объема продаж (уровня спроса) по каждой товарной группе. Изменчивость продаж оценивается с помощью коэффициента вариации. Формула расчета коэффициента вариации представляет собой отношение стандартного отклонения к математическому ожиданию объема продаж. Формула имеет следующий вид:

σ – стандартное отклонение объема продаж;

x i – объем продаж в период в i-й период;

n – количество рассматриваемых периодов продаж товаров;

х * – среднеарифметическое значение продаж товаров.

Смысл коэффициента вариации заключается в оценке процентного отклонения объема продаж от среднего значения. Чем больше показатель вариации, тем менее устойчив объем продаж данного вида товара.

На втором этапе производится сортировка ассортимента продукции по значению коэффициента вариации и классификация товаров по трем группам – XYZ на основе значений коэффициента вариации. В таблице ниже показан критерий оценки и экономическое описание для различных групп товаров.

Видео-урок: «Оценка продаж. Пример XYZ-анализа в Excel»

Пример XYZ анализа объемов продаж продукции в Excel

Для того чтобы лучше понять смысл XYZ анализа рассмотрим реальный пример. В нашем случае есть магазин сотовых телефонов и имеются объем продаж различных марок. Для корректного применения анализа необходимо, чтобы период продаж рассмотрения был не менее 4 месяцев.

Ассортимент и объем продаж продукции

Коэффициент вариации объемов продаж =СТАНДОТКЛОН(B5:G5)/СРЗНАЧ(B5:G5)

Расчет коэффициента вариации продаж товаров

Сейчас необходимо классифицировать товары в группу – «X»,»Y» или «Z». Для этого напишем формулу определяющую класс товара, и воспользуемся встроенной формулой «ЕСЛИ» в Excel. Формула будет иметь следующий вид:

Группа товара =ЕСЛИ(H5<10%;»X»;ЕСЛИ(H5<25%;»Y»;»Z»))

Группировка продукции по классам XYZ в Excel

Чтобы было наглядно видно структуру устойчивости продаж необходимо провести группировку по классам: главное меню Excel → «Данные» → «Сортировка».

Резюме

Метод XYZ анализа позволяет прогнозировать устойчивость спроса на продукции, объемы продаж и запасов. Использование метода высвобождает дополнительные ресурсы компании и оптимизирует их бизнес-процессы.

Анализ запасов не ограничивается первыми буквами латин-ского алфавита. За ABC-анализом следует анализ XYZ. Именно после его проведения составляется итоговая матри-ца, оценка которой позволяет оптимальным образом сформировать запас на складе

Управление товарными ресурсами в любой компании предполагает осуществле-ние ежедневного анализа большого количества информации по истории продаж, товарных запасов, поставок, возвратов и т. д. Если внимательно анализировать информацию по каждому товару, то на это просто не хватит рабочего времени. Поэтому всегда стоит вопрос, по каким товарам проводить анализ ежедневно, а какие достаточно проверять раз в неделю или даже месяц .

XYZ-анализ позволяет получить ответ на этот и многие другие вопросы.

Математический инструментарий

Для лучшего понимания данного метода ана-лиза и результатов, которые позволяет получить его применение, необходимо вспомнить несколько формул из институтского курса статистики.

Во-первых, это формула для расчета среднего квадратического отклонения вариационного ряда :

Величина среднего квадратического отклонения позволяет оценить меру рассеивания значений вариантов относительно среднего арифметического. Чем меньше среднее квадратическое отклонение, тем ближе к среднему находятся значения.

Если среднее квадратическое отклонение при анализе продаж одного товара равно 15, а у другого товара - 30, это значит, что ежеме-сячные продажи в первом случае ближе к среднемесячному значению и они более стабильны, чем во втором. Среднее квадратическое отклонение очень широко используется в логистике при планировании потребности и при расчете страховых запасов.

Вторая формула - это коэффициент вариации :

Коэффициент вариации позволяет сравнить между собой стабильность продаж нескольких товаров, имеющих разный объем продаж. Среднее квадратическое отклонение, равное 100, может иметь товар со среднемесячными продажами и 200, и 20 тыс. штук. В одном слу-чае значимость ежемесячных колебаний будет 50%, в другом - 0,5%. Очевидно, что продажи второго товара гораздо стабильнее и, как следствие, более прогнозируемы.

Идея анализа

Основная идея XYZ-анализа состоит в группи-ровании объектов по однородности анализи-руемых параметров, другими словами - по коэффициенту вариации.

В качестве объектов анализа можно выбрать товар, товарную группу, поставщика и т. п. Затем необходимо определить параметр, по которому будет проводиться анализ. Как правило, анализ проводится по продажам товара или по отгрузке комплектующих со склада. Выбор единиц измерения при проведении данного анализа не имеет принципиального значения.

Очень важно правильно определить перио-дичность данных, которые анализируются. Можно провести анализ по ежедневной от-грузке товара со склада, но в случае, если большая часть товаров отгружается не каждый день, а поставки осуществляются один раз в квартал, результат будет недостаточно показательным. Практика показывает, что периодичность данных должна превышать перио-дичность поставок, принятую в вашей компании для большей части товаров.

Затем нужно рассчитать коэффициент вариации по каждому товару. Для этого удобно использовать любой табличный редактор. В MS Excel в разделе «статистические функции» есть функция «СТАНДОТКЛОНП» (диапазон ячеек) , позволяющая вычислять среднее квадратическое отклонение по выбранному диапазону. Полная формула, которую необходимо ввести в ячейку для расчета коэффициента вариации, будет выглядеть так:

СТАНДОТКЛОНП (диапазон ячеек) /СРЗНАЧ (диапазон ячеек)

Пример определения групп товаров при проведении XYZ-анализа представлен в таблице 1 . Обратите особое внимание на наличие нолей в ячейках. В случае, если в одном из пе-риодов не было продаж и в ячейке стоит ноль, данная ячейка все равно учитывается (товар 8). Если ячейку оставить пустой, количество пе-риодов, по которому производится расчет, будет автоматически уменьшено (товар 6). Это очень удобно при анализе большого количества товарных позиций. В случае, если товар появился в течении срока, за который проводит-ся анализ, можно оставить ячейки пустыми, и тогда расчет будет произведен только по тем периодам, где есть значения.

Следующий шаг - это группирование товаров по величине коэффициента вариации.

• В группу X попадают товары с коэффициентом вариации менее 10%.
• В группу Y - товары с коэффициентом вариации от 10% до 25%.
• В группу Z - товары с коэффициентом вариации более 25%.

Самая распространенная из них - сезонность продаж. Сезоны, когда происходят изменения продаж, известны и заранее учитываются при планировании работы компании.

Таблица 1. ПроведениеXYZ-анализаподаннымопродажахтоваразаполугодие

Сезонный коэффициент равен отношению расчетного сезонного тренда в данном месяце к среднему значению сезонного тренда.

Учет сезонных колебаний.

Для анализа данных по товарам, имеющим значительные сезонные колебания, можно предпринять следующие шаги. Самое про-стое - это изменить границы групп. Шаг действительно самый простой, но, увы, не самый эффективный, так как сезонные колебания - это только одна из причин нестабильности.

Более правильным и эффективным дейст-вием будет выделение сезонной компоненты из фактических данных. Все товары компании надо разделить на группы, имеющие схожую сезонную динамику продаж. Затем для каждой группы нужно определить сезонный тренд и рассчитать сезонные коэффициенты для каж-дого сезонного тренда. Данные коэффициенты определяются путем деления значения продаж каждого месяца на среднее значение продаж за весь период (по данным сезонного тренда). Затем нужно фактические значения продаж разделить на сезонный коэффициент.

В результате мы получим объем продаж то-вара без учета сезонных колебаний. Теперь можно проводить XYZ-анализ по полученным данным. Из приведенного в таблице 2 примера видно, что после исключения сезонного фактора из продаж товара 1 коэффициент вариа-ции снизился до 12%.

Расчетный сезонный тренд - это значение прогноза продаж на данный месяц. Если про-гнозирование не применяется, то надо брать среднее значение продаж в этом месяце за три предыдущих года. Сезонный коэффициент ра-вен отношению расчетного сезонного тренда в данном месяце к среднему значению сезонного тренда. Значение продаж без учета сезон-ных колебаний получается путем деления фак-тических данных за месяц на сезонный коэф-фициент этого месяца.

Таким образом, применение XYZ-анализа позволяет разделить весь ассортимент на группы в зависимости от стабильности продаж. По полученным результатам целесообразно провести работу по выявлению и устра-нению основных причин, влияющих на стабильность и прогнозируемость продаж. При комплексном анализе состояния системы управления товарными ресурсами наиболее продуктивно совмещение результатов АВС-и XYZ-анализов.

Таблица 2. Выделениесезоннойкомпонентынаосноведанныхофактическихпродажахтовара:

Совмещение ABC и XYZ анализов.

Сначала проводится ABC-анализ товаров по сумме полученного дохода или по сумме от-груженного товара за весь учетный период (например за год). Затем осуществляется XYZ-анализ этих товаров за весь этот же период (например по ежемесячным продажам за год). После этого результаты совмещаются.

• Товары групп А и В обеспечивают основной товарооборот компании. Поэтому необходимо обеспечивать постоянное их наличие. Обще-принятой является практика, когда по товарам группы А создается избыточный страховой за-пас, а по товарам группы В - достаточный. Использование XYZ-анализа позволяет точнее настроить систему управления товарными ресурсами и за счет этого снизить суммарный товарный запас.
• 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 стаби-лен и хорошо прогнозируется.
• Товары группы AYи BY при высоком товарообороте имеют недостаточную стабильность расхода, и, как следствие, для того чтобы обес-печить постоянное наличие, нужно увеличить страховой запас.
• Товары группы AZи BZ при высоком това-рообороте отличаются низкой прогнозируемостью расхода. Попытка обеспечить гарантиро-ванное наличие по всем товарам данной груп-пы только за счет избыточного страхового то-варного запаса приведет к тому, что средний товарный запас компании значительно увели-читься. По товарам данной группы следует пе-ресмотреть систему заказов. Часть товаров нужно перевести на систему заказов с посто-янной суммой (объемом) заказа, по части то-варов необходимо обеспечить более частые поставки, выбрать поставщиков, расположен-ных близко к вашему складу (и снизить тем самым сумму страхового товарного запаса), повысить периодичность контроля, поручить работу с данной группой товаров самому опытному менеджеру компании и т. п.
• Товары группы С составляют до 80% ассор-тимента компании. Применение XYZ-анализа позволяет сильно сократить время, которое менеджер тратит на управление и контроль над товарами данной группы.
• По товарам группы СХ можно использовать систему заказов с постоянной периодичностью и снизить страховой товарный запас.
• 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.
• 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 конт-ролировать, 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.

Если вы берете на работу нового и неопытного сотрудника, то, поручив ему работу с то-варами группы AZ, вы рискуете понести поте-ри в тот период, когда он нарабатывает необходимый опыт. Если вы поручите ему товары группы СХ, то он, отработав год, научится на-жимать три кнопки на компьютере и отсылать заявки поставщику. Если поручить ему товары группы CZ, то он и опыт быстро наберет, и компания от его экспериментов сильно не пострадает, а вам при этом не нужно контролировать каждый его шаг.

Преимущества совмещенного метода.

Итак, использование совмещенного АВС-и XYZ-анализа позволит:

• повысить эффективность системы управления товарными ресурсами;
• повысить долю высокоприбыльных товаров без нарушения принципов ассортиментной политики;
• выявить ключевые товары и причины, влияющие на количество товаров хранящихся на складе;
• перераспределить усилия персонала в зависимости от квалификации и имеющегося опыта.

И это далеко не полный перечень преиму-ществ, которые реализуются благодаря ис-пользованию описанного совмещенного метода.

ABC и XYZ-анализ, их совмещение. Сфера применения, правила проведения, примеры исследования с помощью Excel.

Современный маркетинг и логистика основаны на использовании ряда всемирно опробованных инструментов. К таким инструментам относят ABC и XYZ-анализы, помогающие улучшить организацию бизнеса. Их совместное применение действенно для оптимизации бизнес-процессов, не вызывает потребности в больших трудозатратах и в привлечении высокооплачиваемых экспертов.

Что такое ABC-анализ

Смыслом ABC-анализа можно считать выделение в бизнесе из большого количества однотипных объектов те, на которых нужно сосредоточить главное внимание исходя из конкретной выбранной цели. Этот метод может использоваться в разных направлениях: для оптимизации ассортимента, анализа клиентской базы, повышения эффективности продаж.

ABC-анализ основан на идеях Парето, утверждающего, что в бизнесе всегда только 20% вложений даёт 80% результата. Именно на этом сегменте он рекомендует сосредоточить усилия.

В ABC-анализе делят факторы бизнеса на 3 категории:

• А - наиболее ценные ресурсы (20%), результат от которых в бизнесе равен 80%;
• В - 30% ресурсов, дающих 15% результата;
• С - 50% ресурсов, от которых результат составляет всего 5%.