Продажа квартир 

Задача на ABC и XYZ-анализ. Как вам поможет в бизнесе совместный ABC и XYZ-анализ Категории клиентов в продажах авс

Артем Эмануэль

АВС-анализ – это один из самых доступных методов группировки клиентов по степени важности. В первую очередь, он полезен тем компаниям, где существуют сложности с обработкой данных специализированным программным обеспечением. Однако у начинающих специалистов, которые впервые столкнулись с необходимостью проанализировать продажи с помощью этого метода, он нередко вызывает массу вопросов. Попробуем разобраться, что именно приводит к сложностям и как их преодолеть.

Беглый анализ

АВС-анализ – это один из методов ранжирования клиентской базы на группы с разным удельным весом, в зависимости от того или иного критерия. В литературе чаще всего можно встретить примеры проведения АВС-анализа по показателям продаж в натуральном выражении, оборота или прибыли.

Одним из вариантов интерпретации АВС-анализа является диаграмма Паретто. Дело в том, что АВС-анализ базируется на принципе Паретто, который означает, что 20% усилий дают 80% результата, а остальные 80% усилий - лишь 20% результата. Однако при проведении АВС-анализа клиенты, как правило, распределяются не на две, а на три группы А – 75%, В – 20% и С – 5%. Откуда берутся эти цифры? «Из головы». На самом деле, число таких групп и процентные отношения между ними могут быть произвольными, в чем мы сможем убедиться чуть ниже.

Для макетолога, который является экспертом в своей отрасли, подобной технологии ранжирования клиента совершенно достаточно для общей оценки ситуации на конкретном предприятии. Но для специалиста, который только начинает свое знакомство с тем или иным рынком, может быть полезен более глубокий анализ. В этом мы имели возможность убедиться на собственном опыте. Вкратце объясним те сложности, с которыми мы и наши коллеги сталкивались при проведении анализа описанным выше методом.

Во-первых, при произвольном изменении процента покрытия групп «А», «В» и «С» меняется их состав, причем зачастую довольно существенным образом. Как с этим быть, какие выводы делать и какие рекомендации предлагать предприятию, становится непонятным. Кроме того, если использовать деление на группы для оценки «важности клиентов», на первый взгляд, очень сложно понять, почему группа «А» должна вносить вклад в размере 75%, а, например, не в размере 80%.

Во-вторых, если мы используем заданный процент для анализа динамики поступлений от клиентов в течение времени , может получиться так, что какой-нибудь отдельно взятый клиент с одним и тем же стабильным объемом покупок (или прибылью) попадает в разные группы, в зависимости от взятого периода.

Пример такой ситуации приведен в группе таблиц №1. В ней мы рассматриваем реальную ситуацию, сложившуюся в компании, которая занимается продажей тканей, и приводим анализ пяти ее клиентов по критерию объема закупок в натуральном выражении за год. При этом в данном случае, проводя АВС-анализ, клиентов мы будем «разбивать» в соотношении 70:20:10.

Группа таблиц №1

А) Данные по продажам ткани в динамике: простой список клиентов


Б) Данные по продажам ткани в динамике: ранжированный список клиентов


В) Предварительное распределение клиентов по группам

Группы 2000 г (метров) 2001 г (метров) 2002г (метров)
А - 70% 2835 10 171 12 810
В - 20% 810 2906 3 660
С - 10% 405 1453 1830

С какими проблемами мы сталкиваемся в данном примере? Проблема первая: анализируя ситуацию в динамике, невозможно точно отнести клиентов к той или иной группе. По данным на 2000 г., «Клиент №1» формирует группу «А», но также вносит свой вклад в долю группы «В». Но в следующие два года «Клиент №1», наоборот, вносит очень незначительный вклад в группу «А», хотя при этом у него наблюдается положительный рост объема продаж. Неопределенной является ситуация и с «Клиентом №2»: в первый год он попадает в группу «В», а в третий - в группу «С», хотя объем его закупок не изменился.

Конечно, можно обратить внимание на то, что в 2001 г. у компании появился новый клиент – «Клиент №5», который существенным образом повлиял на расклад ситуации. Поэтому можно попытаться решить проблему «миграции» групп путем раздельного анализа старых и новых клиентов, но и это позволяет решить имеющуюся проблему лишь частично.

Проблема номер два : если нам, к примеру, понадобится проанализировать историю клиентов и по объемам продаж, и по показателям прибыли, и по срокам погашения дебиторской задолженности, то мы не сможем этого сделать. В данном примере невозможно анализировать клиентов по нескольким параметрам одновременно, хотя такой многомерный анализ является сутью грамотного разбиения клиентов на группы.

Таким образом, описанный нами вариант ранжирования клиентов по фиксированному проценту покрытия оптимален, когда нам необходимо провести анализ клиентов в рамках одного периода. А вот анализ показателей в динамике в этом случае затруднен.

Как обойти описанные выше сложности? Это возможно, если за основу для разбиения по группам взять не заданный процент, а фиксированный объем продукции в натуральном выражении. Вернемся к нашему примеру. Предположим, мы хотим, чтобы в группу «А» были включены клиенты, чей годовой объем закупок превышает 1000 м, в группу «В» – клиентов с закупками от 100 до 999 м, а в группу «С» – клиентов, покупающих менее 100 м ткани.

Тогда по итогам 2000 г. в группу «А» войдет клиент №1, в группу «В» – клиенты №2 и №3, а в группу «C» – клиент №4. Как видно, этот вариант разбиения клиентов снял проблему невозможности четко определить, в какую группу относится клиент. Также отсутствует проблема «перехода» клиента из одной группы в другую без реального изменения объема продаж. Но возникает ряд других сложностей. В 2001 г. в группу «А» вошли клиенты №1 и №5, в группу «В» – №2, №3 и №4. В 2002 г. в группу «А» попали клиенты №4, №1 и №5, в группу «В» – №3 и №2. Как это повлияло на распределение процентных долей наших групп? Данные представлены в таблице №2.

Таблица №2. Данные по продажам ткани и ранжирование клиентов исходя из фиксированных показателей объема закупок

2000 г. 2001 г. 2002 г.
Клиент 1 3000 А Клиент 5 10 000 А Клиент 5 12 000 А
Клиент 2 700 В Клиент 1 3200 А Клиент 1 3800 А
Клиент 3 300 В Клиент 2 700 В Клиент 4 1000 А
Клиент 4 50 С Клиент 3 450 В Клиент 3 800 В
Клиент 5 0 Клиент 4 180 В Клиент 2 700 В
Всего: 4050 14 530 18 300
Процент Процент Процент
А 74% А 91% А 92%
В 25% В 9% В 8%
С 1%

Вводя фиксированный объем закупок в качестве границ для групп, мы можем увидеть, насколько существенно различается вклад каждой группы из года в год. При этом определение базовых объемов закупок, которые берутся за основу для разделения клиентов на группы, будет критичным для анализа.

Углубленный анализ

Метод, о котором мы рассказали в предыдущем разделе, хорош для быстрого, поверхностного анализа динамики клиентов. Предположим, нам надо посмотреть, как менялась структура клиентов по заданному параметру (например, объем продаж) в течение нескольких лет. Сначала мы проводим анализ последнего года по первому методу, то есть исходя из заданного процента покрытия групп (70:20:10). Потом мы анализируем группу «А» и выбираем базовый объем продаж. В нашем случае в качестве базового периода был принят 2000 год, а исходя из беглого анализа клиентов, мы пришли к выводу, что критичными являются объемы продаж в 1000 и 100 метров.

И, наконец, проводим разбиение с использованием выбранного критического значения нужного параметра по всем годам (в приведенном примере это объем продаж в натуральном выражении). Видно, что группа «А» существенно увеличила свой вклад в объемы продаж фирмы.

Кстати, этот же анализ можно провести с учетом дополнительных параметров «новый клиент», «старый клиент», «потерянный клиент» и «вернувшийся клиент». Но об этом мы расскажем чуть позже. А пока посмотрим, как можно повысить качество ранжирования, если обосновать выбор критических значений.

Мы предлагаем один из самых простых и интуитивно понятных способов решения этой задачи – будем разбивать клиентов с использований квартилей . А сделаем мы это на примере случайной выборки из 22 клиентов компании (данные представлены в группе таблиц №3).

Группа таблиц №3.

А) Исходные данные: продажи по клиентам

Клиент Объем покупок (в метрах)
  1. Клиент 1
 30000
  1. Клиент 9
 7000
  1. Клиент 2
 5000
  1. Клиент 10
 3600
  1. Клиент 17
 2300
  1. Клиент 3
 1000
  1. Клиент 18
 860
  1. Клиент 11
 700
  1. Клиент 7
 680
  1. Клиент 21
 620
  1. Клиент 8
 590
  1. Клиент 16
 510
  1. Клиент 20
 470
  1. Клиент 19
 350
  1. Клиент 14
 320
  1. Клиент 4
 250
  1. Клиент 12
 200
  1. Клиент 6
 180
  1. Клиент 13
 170
  1. Клиент 16
 170
  1. Клиент 5
 140
  1. Клиент 15
 50
Итого 55160

Б) Распределение значений


Интуитивно можно предположить, что пороговыми значениями будет 1000 и 10 000.

Проверим. Вычисляем выбросы по формуле:

Выброс = «Верхний квартиль» + 1,5 * (Верхний квартиль - Нижний квартиль) = 2093,75.

То есть, все числа, превышающие 2093,75, - выбросы.

Нижние выбросы в данном случае нас не интересуют. На практике они часто не учитываются, потому что:

Нижний выборос = Нижний квартиль - 1,5 * (Верхний квартиль - Нижний квартиль) = - 410.

В) Рассматриваем продажи по клиентам, попавшим в верхние выбросы



Г) Итоговое разбиение клиентов

Группа Клиент Продажи Продажи по группе Процентная доля
А Клиент 1 30000
30000 54%
В Клиент 9 7000
Клиент 2 5000
Клиент 10 3600
Клиент 17 2300
17900 32%
С: Клиент 3 1000
Клиент 18 860
Клиент 11 700
Клиент 7 680
Клиент 21 620
Клиент 8 590
Клиент 16 510
Клиент 20 470
Клиент 19 350
Клиент 14 320
Клиент 4 250
Клиент 12 200
Клиент 6 180
Клиент 13 170
Клиент 16 170
Клиент 5 140
Клиент 15 50
7260 13%

Несколько пояснений к расчетам. Приведенный список клиентов сортируется по мере уменьшения объемов покупок. После этого для приведенных показателей определяются: среднее значение, медиана, нижний и верхний квартиль . Все эти вычисления можно делать с помощью стандартных функций «КВАРТИЛЬ» и «СРЗНАЧ» в Microsoft Excel.

Если посмотреть на значения из списка бегло, можно предложить разбить клиентов на группы по следующему принципу:

  • Группа А – от 10 000 м,
  • Группа В – от 1 000 до 9 000,
  • Группа С – от 999 и ниже.

Теперь считаем выборосы и получаем, что критическим значением для верхнего выбороса является (округленно) число 2094. Благодаря этому вычислению мы можем для начала разбить клиентов на две группы: в первую попадут те, чей объем покупок выше указанного значения, во вторую - те, чей объем ниже. В приведенном примере первая группа будет обеспечивать 87% всех продаж в натуральном выражении (общая сумма продаж равняется 55 160 метрам, а на первую группу приходится 47 900 из них). Мимоходом заметим, что подобная ситуация характерна для сырьевых рынков и рынков расходных материалов.

Что теперь? Проведение дальнейшего анализа зависит от поставленных задач. В целом можно пойти двумя путями. Можно первую полученную группу назвать группой «А», а оставшуюся часть, при необходимости, разбить еще на две группы - это уже субъективное решение. А можно полученные выбросы опять проанализировать с помощью квартилей, как мы и поступили. В некоторых случаях это дает очень полезные данные. К примеру, в нашем случае был выделен один клиент, чей объем продаж сильно отличается от всех остальных (см. таблицы 3-В и 3-Г).

По итогам анализа мы видим, что в группу «А» вошел только один клиент. Если мы встречаемся с такой ситуацией на практике, мы всегда стараемся понять, откуда взялся такой клиент, который вносит целых 54% в продажи и по сути формирует собой целую группу. Для начала мы советуем обратиться к исходным данным и проверить, нет ли там ошибки.

Но в данном случае все проще. Специфика деятельности взятого нами сырьевого рынка в том, что на нем действительно присутствует небольшая группа клиентов, которая обеспечивает непропорционально высокий вклад в продажи. Отметим, что в данном случае мы имеем дело с небольшой выборкой из 280 клиентов компании, а на самом деле таких крупных заказчиков, как в группе «А», у нее 7 и они обеспечивают 88-процентный вклад в продажи.

Так как анализ с помощью квартилей и выбросов помогает выделить клиентов, чей объем продаж сильно отличается от общей группы, повторный анализ этим методом позволяет определить клиентов, к которым надо относиться ОЧЕНЬ внимательно. На практике мы часто проводим повторный анализ с помощью квартилей, чтобы выделить клиентов в особую группу VIP, которую мы добавляем к традиционным А, В и С.

Теперь пойдем дальше. К настоящему моменту мы осуществляли общий анализ вклада клиентов в продажи. Теперь же рассмотрим выборки клиентов за три года и проанализируем показатели в динамике (данные представлены в группе таблиц №4).

Группа таблиц №4

А) Показатели продаж в динамике, исходные данные

Клиент 2000-й г. (м) 2001-й г. (м) 2002-й г. (м)
Клиент 1 30000 35000 32000
Клиент 10 3600 2800
Клиент 11 700 650 8000
Клиент 12 200 600
Клиент 13 170 350 240
Клиент 14 320 2000 600
Клиент 15 50
Клиент 16 510 600 800
Клиент 16 170 4000 7000
Клиент 17 2300 500 410
Клиент 18 860 710 950
Клиент 19 350 1100 980
Клиент 2 5000 15000
Клиент 20 470 800 970
Клиент 21 620 250 270
Клиент 22 2500 3200
Клиент 23 520 680
Клиент 24 1700 2200
Клиент 25 150
Клиент 26 270 530
Клиент 27 40 150
Клиент 28 6800 9400
Клиент 29 380 570
Клиент 3 1000 460 980
Клиент 30 710
Клиент 4 250 350 410
Клиент 5 140 270 250
Клиент 6 180 560
Клиент 7 680 240 950
Клиент 8 590 280
Клиент 9 7000 6800 9400
Итого 55160 83030 84300

Примечание. Казалось бы, наблюдается явное несоответствие в группировке клиентов по годам, если мы будем осуществлять ее на основе анализа квартилей по каждому отдельно взятому году. В 2000 году в группу "В" попадет любой клиент, чей объем покупок выше 3000 м, а в 2001 году - те, у кого объем продаж выше 4000 м. Но это лишь на первый взгляд.

Для начала проверим адекватность разбиения клиентов по группам. Для этого проведем описанный выше анализ для каждого года отдельно.


Б) Квартили и выбросы: анализ по годам


В) Ранжирование по группам

Клиент 2000-й г. Группа 2001-й г. Группа 2002-й г. Группа
Клиент 1 30000 А 35000 А 32000 А
Клиент 9 7000 В 6800 В 9400 В
Клиент 28 6800 В 9400 В
Клиент 11 700 С 650 С 8000 В
Клиент 16 170 С 4000 В 7000 В
Клиент 22 2500 С 3200 С
Клиент 10 3600 В 2800 С
Клиент 24 1700 С 2200 С
Клиент 19 350 С 1100 С 980 С
Клиент 3 1000 С 460 С 980 С
Клиент 20 470 С 800 С 970 С
Клиент 18 860 С 710 С 950 С
Клиент 7 680 С 240 С 950 С
Клиент 16 510 С 600 С 800 С
Клиент 23 520 С 680 С
Клиент 14 320 С 2000 С 600 С
Клиент 29 380 С 570 С
Клиент 6 180 С 560 С
Клиент 26 270 С 530 С
Клиент 17 2300 В 500 С 410 С
Клиент 4 250 С 350 С 410 С
Клиент 21 620 С 250 С 270 С
Клиент 5 140 С 270 С 250 С
Клиент 13 170 С 350 С 240 С
Клиент 27 40 С 150 С
Клиент 2 5000 В 15000 В
Клиент 30 710 С
Клиент 12 200 С 600 С
Клиент 8 590 С 280 С
Клиент 25 150 С
Клиент 15 50 С

Г) Вклад каждой группы в продажи:

2000-й г. 2001-й г. 2002-й г.
Итоговый объем продаж 55160 83030 84300
Кол-во клиентов 22 28 25
2507,273 2965,357 3372
Группа А
30000 35000 32000
54% 42% 38%
Кол-во клиентов 1 1 1
В % от всех клиентов 5% 4% 4%
Средний объем продаж в пересчете на 1 клиента - - -
- - -
Коэффициент вариации - - -
Группа В
Объем продаж по группе за год 17900 32600 33800
В % от итогового объема продаж 32% 39% 40%
Кол-во клиентов 4 4 4
В % от всех клиентов 18% 14% 16%
Средний объем продаж в пересчете на 1 клиента 4475 8150 8450
S (стандартное отклонение в данной группе) 2012,254 4753,595 1170,47
Коэффициент вариации 45% 58% 14%
Группа С
Объем продаж по группе за год 7260 15430 18500
В % от итогового объема продаж 13% 19% 22%
Кол-во клиентов 17 23 20
В % от всех клиентов 77% 82% 80%
Средний объем продаж в пересчете на 1 клиента 427,0588 670,8696 925
S (стандартное отклонение в данной группе) 1013,346 613,4471 840,0407
Коэффициент вариации 237% 91% 91%

Что мы сделали? В качестве исходных данных для анализа мы снова взяли реальные показатели продаж тканей за три года. Если информация о покупках для некоторых клиентов за какой-то год отсутствует, это означает, что в этот период они не купили ничего.

В таблице №4-Б представлены данные анализа клиентов по квартилям и разбросам за каждый год отдельно. Что можно сказать о динамике продаж без анализа новых, старых, упущенных и вернувшихся клиентов? Если посмотреть на объемы продаж, то мы видим резкий рост в 2001 году по сравнению с 2000, и примерно один и тот же уровень в 2002. Но если сравнить выбросы №1 и №2 за три года, мы видим, что их динамика отличается от общей динамики продаж. Это говорит о значительных изменениях в структуре клиентов компании (выбросы №2 в первом и третьем периоде практически одинаковы, а во втором – резко повышаются).

Если работать с таким относительно небольшим диапазоном данных, как в данном примере, такую тенденцию легко обнаружить невооруженным взглядом, даже без анализа динамики квартилей. Но если список клиентов исчисляется сотнями, то можно использовать рекомендованными нами несложный подход, чтобы быстро оценить внутренние изменения клиентской базы за разные периоды.

Данные в таблице №4-Г интересно рассмотреть более детально. Из нее мы видим, что для данного примера в группу «А» входит только 1 клиент. Это нетипичная ситуация, и как объяснялось ранее, она возникла потому, что мы используем выборки из реальных данных сырьевого предприятия, а также разбиваем клиентов на группы с помощью повторного анализа выбросов. Если такая ситуация возникает на практике, то такого клиента (или очень малое число клиентов, значительно превосходящих по объемам продаж основную группу), полезно рассматривать отдельно, к чему мы еще вернемся.

Кроме того, из таблицы №4-Г можно заключить, что вклад группы «В» в общий объем продаж постепенно растет, хотя динамика последних двух лет незначительна, а количество клиентов не меняется. Повышается и средний размер покупки, хотя и здесь в два последние периода рост незначителен.

Если посмотреть на значения стандартного отклонения и коэффициента вариации, мы можем сделать вывод, что в 2002 году группа «В» по объему покупок достаточно гомогенна, а в 2001 году разброс объема продаж внутри группы наиболее выражен. Из этого мы можем сделать два предположения: либо мы имеем дело с различными сегментами клиентов, либо мы имеем дело с различной эффективностью работы нашей компании с этой группой клиентов. Забегая вперед, скажем, что для того, чтобы сделать окончательный вывод, нужно проводить несколько иной вид анализа, который мы рассмотрим позже.

В группе «С» ситуация иная. Внутри этой группы наблюдается значительный разброс по показателям продаж. С одной стороны, это может говорить о том, что разбиение клиентов на группы выполнено неверно. Но если мы уверены в корректности ранжирования, мы можем констатировать, что клиенты данного сегмента значительно разнятся между собой. Динамика по ее вкладу в продажи положительна, но с количеством клиентов такой четкой зависимости нет.

Итак, для наиболее полного анализа клиентов полезно совместить все три описанных выше подхода: первый – на основе заданного процентного вклада в группу, второй – на основе заданного вклада в абсолютном выражении, третий – на основе анализа распределения с использованием квартилей. Не вдаваясь в подробности, скажем лишь, что последний вариант разбиения клиентов хорошо подходит для относительного анализа динамики клиентов, но не может быть использован для отнесения клиентов в группы для того, чтобы использовать их как индикаторы «значимости» клиентов.

Нужно учитывать, что повторный анализ выбросов может сформировать очень небольшую группу клиентов. Тогда ее полезно выделить в отдельную группу VIP, а разбиение оставшейся части делать немного по-другому. Обычно, когда повторный анализ выбросов дает группу из очень небольшого числа клиентов, то структура продаж будет очень неоднородной. Этих клиентов стоит рассматривать отдельно и анализировать, почему возникла такая ситуация. Очень часто это может говорить о том, что компания «доросла» до нового этапа – для работы с очень крупными заказчиками и эта группа VIP сильно отличается от всех прошлых клиентов.

Возможны, конечно, и другие варианты. В общем случае, еще раз повторимся, эту группу надо рассматривать отдельно. Тогда на данном этапе у нас получатся только две основные группы. Первая – группа «А», которую мы выделили исходя из анализа выбросов первый раз. Чтобы «разбить» оставшуюся «внизу» группу на две части, полезно посмотреть, какой вклад в продажи вносит уже готовая группа «А». Если группа «А» занимает в структуре продаж больше 70%, то полезно пытаться разбить оставшуюся группу так, чтобы клиенты «В» занимали от 20 до 25%.

Тут возникает проблема, которой мы пока не касались. Предположим, у Вас есть список:

  • Клиент 1 – 800
  • Клиент 2 – 750
  • Клиент 3 – 600
  • Клиент 4 – 550
  • Клиент 5 – 500
  • Клиент 6 – 450
  • И т.д.

В такой ситуации разница между каждой парой клиентов очень невелика. И если мы скажем, что клиенты с 1 по 3 – это группа «В», а ниже – «С», то будет неясна разница между клиентом 4 и 3. Почему 4-й это уже группа «С», а 3-й еще «В»? Проблема действительно серьезная, потому что предполагается, что разбиение клиентов осуществляется не просто так. К тому же, разделив клиентов на группы, вы будете по разному к ним относиться и предлагать им разные условия работы. Возможный выход из ситуации – введение в анализ дополнительных данных по клиентам. В общем виде эти данные должны исходить из отдела маркетинга и представлять критерии разбиения клиентов на сегменты.

Очень часто полезен и такой подход. В качестве дополнительных двух критериев вы можете ввести потенциальный объем потребления клиентом вашего товара (за оцениваемый период) и его отраслевую принадлежность. Этот вариант особенно хорош, если вы занимаетесь продажами сырья или расходных материалов, то есть продукции, которую один и тот же клиент использует постоянно в своем производстве. Тогда менеджеры компании могут оценивать ориентировочные объемы продаж по данному клиенту, а кроме того – они довольно точно могут указать их отрасль.

Введение этих двух дополнительных параметров имеет ограничение: если каждый менеджер по продажам работает с сотнями клиентов, то получение подобной информации затруднительно. Как вариант, можно попросить их указать данные по потенциальным объемам продаж только для тех клиентов, которые могут покупать много, но в реальности покупают у вас мало. Но это уже несколько другой анализ.

На самом деле есть большая вероятность, что после разбиения клиентов на группы по признаку УЖЕ СОВЕРШИВШИХСЯ ПРОДАЖ – будь то прибыль, оборот в денежном или натуральном выражении, - вы совершаете одну большую неточность. Ведь среди ваших клиентов есть группа, которая у вас покупает МАЛО, но РЕАЛЬНО потребляет много. Этот особенно характерно для тех отраслей, где возможности дифференциации по продуктам низки, например, тех же сырьевых.

Чем выше степень коммодизации сырья, тем проблема актуальнее. К примеру, если вы торгуете биржевым товаром, то подобная проблема стоит особенно остро. В связи с этим мы рекомендуем все-таки проводить подобный анализ, где в качестве критерия анализа выступает степень покрытия потребности клиента вашей продукцией. В рамках такого анализа для каждого клиента необходимо высчитать коэффициент, который получается путем деления объема продаж вашей продукции этому клиенту на общую потребность клиента в этой продукции.

Пример. Допустим, вы продаете бумагу для типографий. Если вы продали типографии 100 тонн бумаги в год, а ее потребность – 1000 тонн в год, то коэффициент покрытия равен 0,1. То есть, вы обеспечиваете клиенту 10% его потребности в продукции. Почему так? Об этом стоит подумать. Возможно, этот клиент представляет не основной целевой сегмент компании (тогда стоит проанализировать перспективы выхода в этот сегмент), а может быть, это показатель неэффективной работы службы продаж.

Очень часто при проведении такого анализа возникает проблема – где взять данные о реальных потребностях клиентов? На это вопрос ответим кратко: если в вашем отделе продаж работают профессионалы, они ДОЛЖНЫ знать реальные потребности своих клиентов. Точка.

Обобщим вышесказанное. На первом этапе АВС-анализа необходимо выбрать критерии для оценки. Это может быть один простой критерий (например, прибыль) или же некий обобщенный показатель. Какие критерии делать базой для анализа, решать только вам. Но именно от этого будет зависеть практическая полезность выводов, сделанных в результате итогового анализа.

Например, в ситуациях, когда менеджеры по продажам получают фиксированный процент от оборота, а для компании важна краткосрочная прибыль, те оценки значимости клиентов, которые дают менеджеры, могут не соответствовать целям организации. Часто бывает, что менеджеру важно просто заключить как можно больше контрактов и он будет давить и давить на руководство, требуя возможности снижения цен, предоставления отсрочек и т.д. Не вдаваясь в дискуссии на тему того, насколько приемлема эта ситуация, отметим: в таком случае может быть полезно проведение анализа клиентов на основе критерия «прибыль». Во-первых, это поможет лучше понять, к каким клиентам действительно нужно менять отношение (не полагаясь на субъективное мнение менеджеров). Во-вторых, это может стать фундаментом для разработки мотивационной схемы оплаты труда менеджеров, которая будет лучше подходить целям фирмы.

Как мы уже отметили, что у маркетологов также есть возможность использовать некий интегральный критерий ценности клиента, включающий в себя все другие. Предположим, нужно одновременно учесть и прибыль, и оборот, и скорость возврата дебиторской задолженности. Для этого следует присвоить каждому критерию свой весовой коэффициент и ввести для расчетов обобщенный показатель.

Приступая ко второму этапу анализа , важно понимать, что вы хотите получить на выходе. Если нужно проанализировать данные за один период, то достаточно воспользоваться простым процентным методом. Дополнительный анализ распределения показателей внутри каждой группы используйте для самопроверки, он позволит увидеть, насколько грамотно выбраны проценты разбиения долей.

Как бы то ни было, одна лишь эта группировка вряд ли даст вам сколько-нибудь значимые результаты, которые можно применить на практике. Поэтому анализ одного периода необходимо дополнить таким же анализом по степени покрытия клиентов, а также провести оценку в разрезе отрасли и менеджеров. В итоге, простой процентный анализ должен быть дополнен еще тремя-четырьмя.

В целом мы можем говорить о том, что в рамках АВС-анализа есть несколько необходимых видов ранжирования:

  • Обобщенный анализ, процентный метод. Вы смотрите несколько вариантов группировок – 75%, 20%, 5%. 80, 15, 5. 70, 25, 5 и т.д. вплоть до 80, 20. Анализ распределения и вариативности каждой группы а также обычный здравый смысл подскажет вам, какой вариант наиболее соответствует вашей ситуации. Результаты устраивают? Прекрасно. Тогда не надо больше тратить на это время. Есть потребность в более глубоком анализе данных? Идем дальше.
  • Попробуйте ввести параметр «Отрасль». Посмотрите, есть ли отрасли, которые попадают только в группу «С»? Только в «А»? Над этим стоит подумать. Такого нет? Все отрасли распределены примерно одинаково? А грамотно ли вы дифференцируетесь? Сделайте анализ для каждой отрасли отдельно.
  • Можно ввести параметр «Менеджер». Есть ли менеджеры, чьи продажи сосредоточены только в группе «С»? Только в «А»? Обдумайте это. Такой зависимости нет? Проведите анализ для каждого менеджера отдельно. Сделайте для всех такую же группировку клиентов по группам, какую вы уже делали для каждой отрасли. Это поможет проверить, насколько приоритеты, которые расставляют менеджеры для своих клиентов, соответствуют целям компании.
  • Все еще недостаточно данных? Сделайте все эти анализы для процента покрытия потребностей клиентов. Для этого попросите менеджеров оценить клиентов данного периода по уровню потребности в товаре, подобном вашему. (Или используйте доступные базы данных).
  • Если же Вы хотите посмотреть динамику клиентов, то для начала сделайте описанный выше общий анализ для каждого периода. Динамика средних, количества клиентов, вклада каждой группы и коэффициента вариации может многое сказать о том, как меняются ваши продажи.
  • Если вы хотите пойти более глубоко, анализ вариативности можно сделать для отраслей и менеджеров, или и для отрасли и для менеджера вместе. К примеру, вы сможете увидеть, что большинство клиентов из отрасли «Х» входят в группу «А». Но из этой отрасли есть клиенты, которые попали в группу «С». Может быть, с ними работает какой то конкретный человек?
  • Есть и более логичный подход – стройте распределения не на основе процентного метода, а на основе заданного общего для всех периодов количества проданной продукции в натуральном выражении (можно использовать значения, приведенные в денежном выражении, но у них есть свой недостаток – замучаетесь с поправками на инфляцию, курсы валют и т.п.). Здесь вы выбираете для каждой группы клиентов некое критическое значение, превышение которого позволяет отнести клиента к заданной группе.

Будьте осторожны с выбором порогов. Например, если вы относите к группе «А» клиентов, чей объем продаж за год превысил 100 единиц чего-либо, в группу «В» - купивших от 10 до 99 единиц, а в группу «С» - купивших менее 10, вам может быть довольно сложно объяснить, почему клиент с объемом 99 единиц – это группа «В», а с объемом 100 – уже «А».

Что делать? Для начала подойдет такой путь. Возьмите за основу для анализа данные за первый из рассматриваемых периодов (то есть, если вы хотите проанализировать продажи за пять лет – 2001, 2002, 2003, 2004 и 2005, - начните с 2001 года). Попробуйте проанализировать эти данные описанными выше методами (процентным и с помощью квартилей). Ваша цель – выявить критические точки для разбиения клиентов по группам. Помните, что, если вы воспользуетесь квартилями, это поможет вам разбить клиентов на две группы. Верхнюю группу полезно обозначить как «А», а оставшихся клиентов разбить вручную на «В» и «С».

Есть и другой вариант. Посмотрите на порядок значений, определяющих покупки самого крупного клиента. Предположим это 567.300 единиц продукции. Далее постройте ориентировочную гистограмму продаж. Если клиентов с объемами одного порядка – в данном случае от 100 000 и выше – будет хотя бы 5-10%, это будет группа «А». Далее ищите клиентов, чья объемы на порядок ниже. В данном случае это от 10 000 до 99 000. Если количество таких клиентов будет от 50 до 80%, перед вами группа «В». Оставшиеся клиенты будут составлять группу «С».

  • После определения критических значений для разбиения клиентов по группам, проведите анализ по всем рассматриваемым периодам , а также для каждого клиента укажите отрасль и менеджера, с которым он работает. Помимо этого, введите еще одну характеристику для каждого клиента за все периоды: «новый клиент», «старый клиент», «упущенный клиент» (если в течение одного из периодов он не сделал ни одной покупки) и «вернувшийся клиент».

Для каждого периода также подсчитайте общий объем покупок, средний объем покупок, количество клиентов и коэффициент вариации. Проделайте то же самое для каждой группы в каждый период. При всей кажущейся сложности, даже при использовании обычной офисной программы Excel, эти операции занимают не так уж много времени. В итоге у вас должна получиться таблица, похожая на таблицу №5.

Таблица №5: сводная (пример)

Продукт 2000 2001 2002 2003 2004 2005 2005vs2004
Метраж (вес и т.д.)
Общее кол-во кл-в
Сред
S
Коэф. Вар-ции
Клиенты А
Метраж (вес и т.д.)
Кол-во
% веса от общего
% клиентов
Сред
S
Коэф. Вар-ции
Клиенты В
Метраж (вес и т.д.)
Кол-во
% веса
% клиентов
Сред
S
Коэф. Вар-ции
Клиенты C
Метраж (вес и т.д.)
Кол-во
% веса
% клиентов
Сред
S
Коэф. Вар-ции
Динамика клиентов
Новые
Старые
Ушедшие
Динамика А
Новые А
Ушедшие А (по предыдущему году)
Старые А
Динамика В
Новые В
Ушедшие В (по предыдущему году)
Старые В
Динамика С
Новые С
Ушедшие С (по предыдущему году)
Старые С
Рост
CA
CB
BA
Падение
AB
AC
BC
Неизм
АА
BB
CC

Пояснения к таблице:

1. В поле, которое здесь названо «метраж», вы указываете объем покупок всех клиентов в натуральном выражении (это может быть кол-во единиц продукции в штуках, в тоннах, кг, метрах и т.д.)

2. Для каждого периода указываете общее количество клиентов, средний объем покупки одного клиента, стандартное отклонение и коэффициент вариации.

3. Проделываете то же самое для каждой группы отдельно.

4. В полях «динамика» указываете движение клиентов по каждой группе (какое количество клиентов в данной группе пришло, ушло, было потеряно или было возвращено). При желании эти данные можно дополнить информацией по объемам продаж. Это даст возможность увидеть, насколько вы удерживаете клиентов.

5. В полях «рост», «падение» и «неизм» вы указываете движение клиентов из группы в группу. В данном случае рассматриваются ТОЛЬКО старые клиенты по сравнению с прошлым годом. Здесь вы получаете информацию о том, как происходит изменение в динамике объема покупок клиентами, которые остаются с вами на протяжении хотя бы двух лет. По сути, эти поля являются более детальным анализом клиентов, формирующих поле «Старые» в полях «динамика».

Такие же таблицы можно сделать отдельно по отраслям и по менеджерам, а также по тем и другим одновременно. Помимо них, можно использовать любые макро- и микро-показатели, которые вы сочтете нужным – от географии клиентов до степени целевого использования продукции. Кроме того, полезно провести анализ покрытия потребности клиентов за каждый год. Единственное, что здесь клиентами группы «А» будут те, у кого коэффициент покрытия минимальный, ведь именно на них надо обратить пристальное внимание. По сути, дальнейшие действия полезно проводить совместно начальнику отдела продаж и начальнику отдела маркетинга.

Так, из полученных данных можно делать выводы о грамотности сегментирования клиентов или же искать группы клиентов, схожих между собой для проведения сегментации. Кроме этого можно смотреть на эффективность работы фирмы по отраслям, географии и любому другому признаку, а также проводить совместный анализ. Отдельный анализ по группам позволит понять динамику крупных, средних и мелких клиентов, а анализ новых и старых поможет увидеть более реальную картину происходящего. Логику возможных расчетов мы приводим в еще одном примере (группа таблиц №6).

Таблица №6

А) Сводная таблица продаж в динамике с разбивкой по отраслям, менеджерам и категориям клиентов

Клиент Отрасль Менеджер 2004 2005 NDOR АВС 04-05
1 1 м1 194 800 N -A
2 1 м1 80 500 N -B
3 1 м1 16 500 37 400 O BB
4 2 м1 25 19 325 O CB
5 2 м1 10 000 18 750 O BB
6 2 м2 16 800 18 500 O BB
7 3 м2 4 000 17 875 O CB
8 3 м3 1 125 17 825 O CB
9 3 м3 17 000 N -B
10 4 м3 25 16 900 O CB
11 4 м3 400 14 700 O CB
12 4 м2 10 004 12 150 O BB
13 5 м4 400 10 500 O CB
14 5 м4 10 400 N -B
15 5 м4 50 9 775 O CB
16 6 м4 9 500 N -B
17 6 м1 1 500 D C-
18 6 м2 1 100 6 350 O CC
19 7 м3 575 6 000 O CC
20 7 м4 5 000 N -C
21 7 м1 5 900 4 650 O CC
22 7 м2 6 750 4 000 O CC
23 7 м3 4 000 N -C

Пояснения.

  • В первом столбце вместо порядковых номеров вы проставляете названия клиентов, во втором – название отрасли, к которой клиент относится, в третьей – имя менеджера, который работает с данным клиентом.
  • Четвертый и пятый столбцы в данном случае отводятся под значения оборота в натуральном выражении за соответствующий период.
  • Обозначения в шестом столбце: N – новый клиент (new), D – упущенный клиент (disappeared), O – старый клиент (old), R – возвращенный клиент (returned).
  • Седьмой столбец – динамика клиентов за два года по группам.

Б) Сравнительный анализ отраслей:

(отражает количество клиентов в каждой группе по каждой отрасли)


В) Сравнительный анализ работы менеджеров:

(отражает количество клиентов каждой группы у каждого менеджера)

м1 м2 м3 м4
А-1
B-4 В-3 В-4 В-2
С-1 С-2 С-2 С-3

Г) совмещенный анализ по менеджерам и отраслям:

(отражает, какие группы клиентов есть у данного менеджера в данной отрасли)

  • в разрезе менеджеров
Менеджер N O D R
м1 2 4 1
м2 5
м3 2 4
м4 3 2

Как видно на приведенным примере, из данных таблицы №6-А можно получить еще три распределения. К этой информации можно добавить не просто количество клиентов, а количество клиентов разбитых по группам. Скажем, потеря клиента «С» намного менее значима, чем потеря клиента «А». То же и для привлечения: если менеджер привлек клиента в группу «А», это намного лучше, чем если он привлек клиента в группу «С».

Существенный вопрос - миграция клиентов между группами. В частности, полезно посмотреть, насколько менеджеры повышают покрытие клиентов. Если клиент был в группе «С», а попал в группу «А», менеджер сработал хорошо. Но это только в том случае, если повысился коэффициент покрытия потребностей клиентом.

Пример. В 2004 году клиент покупал у вас 100 единиц продукции и был в группе «С», а его потребность составляла 1000 метров. В следующем году он стал приобретать у вас 1000 единиц продукции и попал в группу «А», но при этом и его потребность повысилась до 10000 единиц. Говорит ли рост сбыта об эффективной работе с клиентом, - большой вопрос. Скорее всего, он стал покупать больше вовсе не благодаря хорошей работе менеджера.

Что еще? Результаты данного анализа можно использовать для установления конкретных целевых задач для каждого менеджера по удержанию клиентов в разных группах, по привлечению и возвращению утерянных клиентов. Также эти задачи можно конкретизировать в разрезе отраслей, регионов и т.п. Подобный подход можно использовать и для распределения клиентов между менеджерами. Может быть, Вы обнаружите, что тот или иной менеджер показывает низкую эффективность работы с отраслью «Х», но очень высокую в отрасли «Z». Или же один менеджер «работает» на привлечении новых клиентов, которые быстро уходят, а другой – на удержании старых, но не привлекает новых.

Так или иначе, мы надеямся, что описанный здесь методологический подход будет полезен Вам.

Или любого другого, который будет принят как базовый.

Квартиль - граница на шкале измеряемого показателя, отделяющая 25% испытуемых от общей выборки. Различаются три квартиля: Q1 - первые 25%, Q2 - 50% (медиана), Q3 - 75%.

При желании можно провести стандартный анализ разброса данных, но об этом – ниже.

Рассчитывается как стандартное отклонение, поделенное на среднее отклонение.

Прежде чем приступить к анализу, нужно определить его цель, какую именно информацию вы хотите получить. Затем определяем, какие именно данные вы собираетесь анализировать (объект анализа). В качестве объекта анализа могут выступать:

  1. товарные группы;
  2. покупатели;
  3. поставщики;
  4. менеджеры по продажам.

Следующий важный момент — это определение параметров, по которым будет производиться анализ. Ведь каждый из перечисленных выше объектов анализа имеет разные параметры описания и измерения.

Выполнив описанные выше действия, можно приступать к проведению анализа. В системе анализируется выбранный параметр за указанный вами период по данным, накопленным в информационной базе. На основе этого анализа в дальнейшем будет построена АВС-классификация.

Как сделать ABC анализ?

  1. Определите цель анализа

    Определение критериев успешности. ABC-анализ может выполнить одну из двух основных целей: сократить расходы на закупки или увеличить поток наличности за счет наличия правильных товаров, доступных для производства или непосредственно для продажи клиентам.

  2. Соберите данные для анализа

    Наиболее распространенные данные, обычно имеющиеся в стандартном бухгалтерском учете, являются ежегодными расходами по каждому пункту, включая все затраты на заказ и стоимость перевозки, если они могут быть легко рассчитаны.

  3. Отсортируйте запасы по важности в порядке убывания

    По крайней мере, ранжирование каждого складского товара по себестоимости.

  4. Посчитайте суммарный эффект

    С помощью электронного отчета вычисляется совокупное влияние списка складских товаров путем деления годовых затрат на общее количество годовых запасов, а затем добавив эту сумму к суммарному общему затраченному проценту.

  5. Разделите запасы на категории

    У вас может не получиться точного отношения 80/20, которое требует принцип Парето. Ориентируйтесь на общую картину и не стремитесь к точному соблюдению правила 80/20. Цель заключается в том, чтобы найти области, в которых пересмотр контрактов, консолидация поставщиков, изменение методологии или внедрение электронных закупок могут обеспечить значительную экономию средств или обеспечение наличия большего объема товаров на складе.

  6. Проанализируйте товары в категориях и примите соответствующие решения

    Ключом к этому шагу является последующая деятельность и отслеживание. После того как стратегическое управление затратами будет осуществляться на основе категорий, периодическое рассмотрение имеет решающее значение для контроля за успехом или невыполнением решений.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Министерство образования и науки Российской Федерации

ФГБОУ ВПО Уральский государственный экономический университет

Курсовая работа

По дисциплине «Организация коммерческой деятельности»

На тему: «ABC и XYZ анализ»

Выполнил:

Студент Макеев А.С.

Специальность: Коммерция

Научный руководитель: Лунев В.Г.

Екатеринбург 2014

Глава I. Теоретический материал

1.1 Принцип работы АВС анализа

1.2 Принцип работы XYZ анализа

1.3 Взаимодействие ABC и XYZ анализа

Глава II. Практическая работа

2.1 Применение АВС анализа на ассортиментные позиции

2.2 Применение XYZ анализа на ассортиментные позиции

2.3 Построение матрицы ABC-XYZ-анализа

Заключение

Список использованных источников

Глава I. Теоретический материал

Традиционные способы ведения учета продаж и затрат могут ввести менеджеров в заблуждение и подтолкнуть к принятию неправильных решений. Для предотвращения подобных проблем в предприятии, существует не хитрый способ принятия решений связанных с ценообразованием продукта - ABC анализ.

Следовательно, первая задача, решаемая с помощью АВС, заключается в установлении адекватных затрат на единицу продукта и, соответственно, адекватных цен. Тем не менее, даже правильное применение АВС не гарантирует компании автоматического лидерства на рынке. Во многих случаях АВС выходит за рамки учетной концепции и превращается в метод управления затратами, помогающий воздействовать на затратообразующие факторы тех или иных видов деятельности. На основе АВС принимаются управленческие решения о сегментировании рынка и расширении продуктовых линий, установлении новых форм отношений с потребителями, совершенствовании бизнес-процессов. С анализом ABC отлично взаимодействует XYZ. При правильном использовании, комбинация этих двух составляющих дает четкую картину всех процессов связанных с продажей продукции, и стимулирует принятие правильных решений в предприятии. ценообразование управление статистика продажа

Качественное управление товарами компании подразумевает проведение ежедневного детального анализа большого количества информации по статистике продаж, запасов товара, неликвидов и т. д.

Если внимательно анализировать такую статистику по каждому отдельному товару, то на это просто не будет хватать рабочего времени. Поэтому всегда возникает вопрос, по каким товарам необходимо проводить анализ каждый день, а какие товары достаточно проверять раз в неделю или даже раз в месяц.

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

Метод ABC-анализа предполагает определение для каждой товарной группы её роли и места в торгово-технологическом процессе на основе учета специфических особенностей товарных групп, а также степени их важности для потребителей.

Преимущества методов АВС и XYZ анализа - простота, точность и наглядность, возможность автоматизации. Недостатками обоих методов является то, что они не позволяют обеспечить правильность выводов при построении сложного, слабо структурированного товарного ассортимента.

1.1 Принцип работы АВС анализа

Идея ABC-анализа строится на основе принципа Парето, который формулируется так: «20 % усилий дают 80 % результата, а остальные 80 % усилий -- лишь 20 % результата», т. е. 20 % всех товаров дают 80 % оборота. Применяя это правило к товарам любой торговой компании, можно сделать очень простой шаг по внедрению логистики.

ABC-анализ -- метод, позволяющий классифицировать товарные запасы компании по степени их важности путём деления на три категории. Классические границы следующие:

А -- наиболее ценные, 20 % -- товарных запасов; 80 % -- продаж;

В -- промежуточные, 30 % -- товарных запасов; 15 % -- продаж;

С -- наименее ценные, 50 % -- товарных запасов; 5 % -- продаж.

Порядок проведения ABC-анализа следующий:

1. Выбор объекта и параметра (признака, по которому будем проводиться анализ). Обычно объектами АВС-анализа являются товарные группы, товарные категории или товарные позиции. Каждый из этих объектов имеет разные параметры измерения: объем продаж, как в денежном, так и в количественном выражении, доход (в денежном выражении), товарный запас, оборачиваемость и т. д.

3. Выделение A, B и C групп. Для этого необходимо:

*присвоить значения групп выбранным объектам.

1.2 Принцип работы XYZ анализа

XYZ-анализ -- математически-статистический метод, который позволяет проанализировать и спрогнозировать стабильность продаж отдельных видов товаров и колебания уровня потребления тех или иных товаров.

Цель XYZ-анализа -- разделение товаров по группам в зависимости от равномерности спроса и точности прогнозирования.

Метод XYZ-анализа сходен с АВС-анализом и основывается на том же принципе -- товары подразделяются на три группы X,Y и Z , исходя из значения коэффициента вариации за определенный промежуток времени. Этот анализ делит объекты по степени отклонения от среднего показателя, высчитываемого за несколько периодов.

Чем меньше величина коэффициента вариации, тем точнее прогноз. Чем стабильнее спрос на товар, тем легче им управлять, и соответственно тем ниже потребность в запасах товара, тем легче планировать движение продукта. Таким образом, появляется дополнительный материал для принятия решений о пребывании товара в ассортиментной матрице магазина.

Этапы XYZ-анализа:

1. Выбор объекта анализа (группа, категория, позиция) и параметра, по которому будут сравниваться объекты (продажи за месяц, например). Обычно объектами XYZ-анализа являются товарная категория или товарная единица. За основу анализа берется период продаж не менее трех месяцев.

2. Определение количества периодов, по которым будет проводиться анализ: неделя, декада, месяц, квартал/сезон, полугодие, год. Чем больше период, тем лучше, тем точнее будет результат анализа. Если товар имеет оборачиваемость более месяца, то требуется брать период, как минимум в три раза превышающий оборачиваемость.

Есть несколько разновидностей XYZ-анализа, например анализ плановых данных с фактическими, что дает более точный % отклонения от прогноза. Очень часто XYZ-анализ проводят совместно с АВС анализом позволяя выделять более точные группы, относительно их свойств.

Коэффициент вариации -- это отношение среднеквадратичного отклонения к среднеарифметическому значению измеряемых значений ресурса.

Рассчитывается по формуле:

где: - коэффициент вариации

Среднеквадратичное отклонение

Среднеарифметическое

I-тое значение статистического ряда

Количество значений в статическом ряде

1.3 Взаимодействие ABC и XYZ анализа

2. Определение того, какие объекты относятся к группе X, Y и Z.

Таким образом, смысл ABC-анализа в определение вклада конкретного товара в итоговый результат (чаще всего в общую прибыль компании).

Смысл XYZ-анализа в изучении стабильности продаж, изучение отклонений, скачков, нестабильности сбыта продукции.

Конечно, можно использовать каждый вид анализа по отдельности, но это не даст полной картины ассортиментной матрицы компании, поэтому рекомендуется использовать оба вида анализа в комплексе, с целью выявления сильных и слабых товаров, стабильности продаж, и ключевых для компании продуктов.

XYZ анализ очень хорош в сочетании с АВС-анализом -- это выявление безусловных лидеров и аутсайдеров в ассортименте магазина.

ABC-XYZ-анализ позволяет разбить данные по продажам на 9 групп в зависимости от вклада в выручку компании (АВС) и регулярности покупок (XYZ).

После проведения двух данных видов анализа составляется итоговая матрица, оценка которой позволяет оптимальным образом сформировать запас на складе (табл. 1).

Например, в ячейку АХ должны быть записаны позиции, отнесенные к группе А при классификации по методу ABC и к группе X при классификации по методу XYZ. Такая классификация упрощает работу при планировании и формировании ассортимента.

Таблица 1

Матрица ABC и XYZ

Глава II . Практическая работа

2.1 Применение АВС анализа на ассортиментные позиции

1. Цель анализа: сокращение общего объема товарных запасов с целью сокращения затрат на их содержание и высвобождение ресурсов для расширения ассортимента.

2. Объектом управления является отдельная позиция ассортимента.

3. Признаком дифференциации ассортимента на группы А, В и С является доля годовых продаж по отдельной товарной позиции в общем объеме продаж.

4. Расчет доли отдельных позиций ассортимента в общей реализации.

Таблица 2

Расчет доли продукта в общей реализации

Наименование продукта

Батончик "Марс"

Батончик "Милки Уэй"

Батончик "Несквик"

Батончик "Твикс"

Баунти молочный

Жевательная резинка "Бумер"

Жевательная резинка "Дирол"

Жевательная резинка "Минтон"

Жевательная резинка "Супер"

Кетчуп "Болгарский"

Кетчуп "Монарх"

Киндер сюрприз

Кофе "Арабика" молотый

Кукурузные хлопья с сахаром

Лапша "Доширак"

Миндаль в шоколаде

Рис длинный

Рис круглый

Сахар-песок фасованный

Торт вафельный

Чай Ахмад

Чай индийский

Чупа Чупс

Шоколад "Аленка"

Шоколад "Вдохновение"

Шоколад "Восторг"

Шоколад "Колокольня" пористый

Шоколад "Кофе с молоком"

Шоколад "Мишка косолапый"

Шоколад "Несквик"

Шоколад "Нестле Классик"

Шоколад "Путешествие"

Шоколад "Ретро"

Шоколад "Российский"

Шоколад "Российский"

Шоколад "Сказки Пушкина"

Шоколад "Сударушка"

Шоколад с арахисом

Шоколад с кокосом

Шоколадный напиток "Несквик"

5. Сортировка ассортиментных групп в порядке убывания доли в общей реализации (табл. 3).

Таблица 3

АВС-анализ

Наименование продукта

Годовой объем реализации продукта, тыс.р.

Доля продукта в общей реализации, %

Кол-во позиций ассортимента упоряд-го списка нараст-им итогом в процентах к общему кол-ву позиций ассортимента

Доля продукта нараст-им итогом (ось ОY), %

Кофе растворимый "Нескафе Классик"

Жевательная резинка "Дирол"

Батончик "Твикс"

Кофе растворимый "Нескафе Голд"

Батончик "Марс"

Баунти молочный

Сахар-песок фасованный

Кофе "Арабика" молотый

Жевательная резинка "Стиморол"

Лапша "Доширак"

Рис длинный

Батончик "Несквик"

Жевательная резинка "Бумер"

Батончик "Милки Уэй"

Шоколад "Российский"

Шоколад "Аленка"

Жевательная резинка "Супер"

Рис круглый

Шоколад "Российский"

Шоколад "Нестле Классик"

Шоколадный напиток "Несквик"

Жевательная резинка "Минтон"

Шоколад "Ретро"

Шоколад "Мишка косолапый"

Шоколад "Альпен Голд" с орехами и изюмом

Кетчуп "Болгарский"

Чай Ахмад

Чупа Чупс

Кукурузные хлопья с сахаром

Шоколад "Кофе с молоком"

Киндер сюрприз

Шоколад "Сказки Пушкина"

Шоколад "Вдохновение"

Миндаль в шоколаде

Шоколад "Восторг"

Кетчуп "Монарх"

Шоколад "Несквик"

Шоколад с кокосом

Торт вафельный

Шоколад "Путешествие"

Чай индийский

Шоколад с арахисом

Суп гуляш мгновенного приготовления

Шоколад "Колокольня" пористый

Шоколад "Сударушка"

Шоколад Воздушный белый пористый

6. Разделение ассортимента на группы А, В и С (табл.4).

Таблица 4

Процентное соотношение групп А, В и С ассортимента

2.2 Применение XYZ анализа на ассортиментные позиции

1. Расчет коэффициентов вариации спроса по отдельным позициям ассортимента.

2. Сортировка ассортиментных позиций в порядке возрастания значения коэффициента вариации (табл. 5).

3. Разделение анализируемого ассортимента на группы X, Y и Z (колонка 5 табл. 5).

Таблица 5

Продукты компании, выстроенные в порядке возрастания коэффициента вариации реализации

Наименование продукта

Коэффициент вариации

Номер строки упорядоченного списка

Количество позиций ассортимента упорядоченного списка нарастающим итогом в процентах к общему количеству позиций ассортимента (ось ОХ)

Группа (X,Y или Z)

Шоколад "Российский"

Кофе растворимый "Нескафе Голд"

Кофе растворимый "Нескафе Классик"

Батончик "Твикс"

Шоколад "Аленка"

Сахар-песок фасованный

Кофе "Арабика" молотый

Шоколад "Вдохновение"

Баунти молочный

Рис длинный

Кукурузные хлопья с сахаром

Шоколад "Несквик"

Чупа Чупс

Чай Ахмад

Жевательная резинка "Супер"

Шоколад "Сказки Пушкина"

Кетчуп "Болгарский"

Шоколад "Российский"

Чай индийский

Шоколад "Ретро"

Жевательная резинка "Дирол"

Шоколад "Кофе с молоком"

Батончик "Марс"

Жевательная резинка "Минтон"

Шоколадный напиток "Несквик"

Жевательная резинка "Бумер"

Шоколад "Восторг"

Лапша "Доширак"

Шоколад "Альпен Голд" с орехами и изюмом

Шоколад "Мишка косолапый"

Шоколад с кокосом

Суп гуляш мгновенного приготовления

Жевательная резинка "Стиморол"

Киндер сюрприз

Миндаль в шоколаде

Батончик "Милки Уэй"

Рис круглый

Кетчуп "Монарх"

Батончик "Несквик"

Торт вафельный

Шоколад "Путешествие"

Шоколад "Колокольня" пористый

Шоколад "Сударушка"

Шоколад "Нестле Классик"

Шоколад с арахисом

Шоколад Воздушный белый пористый

2.3 Построение матрицы ABC-XYZ-анализа

Предложения по системам управления запасами для товарных позиций групп AX, AY, AZ, а также группы В и группы С.

Примечание. В ячейки матрицы записаны номера позиций.

Таблица 6

Матрица ABC-XYZ

(4, 5, 16, 17, 18, 23, 25, 26)

(10, 22, 32, 44)

(6, 8, 33, 38, 42, 43, 50)

(19, 29, 31, 34, 39)

(12, 13, 15, 27, 30, 35, 37, 45, 49)

(11, 14, 21, 28, 36, 41, 46, 47, 48)

Для позиций, входящих в группу АХ, следует рассчитать оптимальный размер заказа и рассмотреть возможность применение технологии «точно в срок», позиции, входящие в группу AZ, следует контролировать ежедневно. Очевидно, что в связи с большими колебаниями спроса здесь необходимо предусмотреть страховой запас.

Управление запасами по позициям, входящим в группы BX, BY, BZ, может осуществляться как по одинаковым, так и по индивидуальным технологиям (как по срокам планирования, так и по способам доставки).

Планирование запасов по товарным позициям, входящим в группы CX, CY, CZ, может осуществляться на более длительный период, например на квартал, с ежедневной или ежемесячной проверкой наличия запаса на складе.

Заключение

Применение АВС и XYZ анализа на ассортиментную позицию, оказалось не сложным. Использование анализа в предприятии, значительно сократит расходы, и увеличит прибыль. Но нельзя забывать, что в лидеры рынка анализ не выведет. Только предприниматель может, принимая нестандартные решения, стать абсолютным лидером.

Преимущества методов АВС и XYZ анализа - простота, точность и наглядность, возможность автоматизации. При правильном использовании, комбинация этих двух составляющих дает четкую картину всех процессов связанных с продажей продукции, и стимулирует принятие правильных решений в предприятии.

ABC- и XYZ-анализ являются современным инструментом маркетинга, совместное применение которых с другими методами анализа помогает решать вопросы ассортиментной и ценовой политики, выбора рыночных сегментов и каналов сбыта, управления запасами, повышения эффективности использования инструментов маркетинговых коммуникаций.

Список использованных источников

1. АВС-анализ // http://www.abc-analysis.ru/

2. Стерлигова А. Н., «Управление запасами широкой номенклатуры. С чего начать?», журнал ЛогИнфо от 12.2003

3. Бодряков Роман. Семинар на тему ABC и XYZ / Роман Бодряков // http://www.rombcons.ru/ABC_XYZ.htm

4. Бузукова Е.А. Анализ ассортимента и стабильности продаж с использованием ABC-анализа и XYZ-анализа. [Электронный ресурс] -- Режим доступа. -- URL: http://zakup.vl.ru/files/avs_i_huz_analizi.pdf

5. Бодряков Р.Е. ABС и XYZ: -- составление и анализ итоговой матрицы. [Электронный ресурс] -- Режим доступа. -- URL: http://www.rombcons.ru/logistik2.htm

Размещено на Allbest.ru

...

Подобные документы

    Изучение теоретических аспектов разработки продукта промоушена в аудиорекламе. Проведение анализа рекламного продукта конкурентов. Сбор информации о компании "Малибу-тревел", предложения по разработке брифа и макета обращения в тематической передаче.

    курсовая работа , добавлен 10.10.2011

    Анализ складской деятельности в фокусном звене цепи поставок. Повышение эффективности использования программного продукта "1С: Предприятие". Регулирование запасов в системе складов с использованием АВС-XYZ анализа. Экономическая характеристика компании.

    курсовая работа , добавлен 09.02.2015

    Изучение понятия "маркетинговый анализ", определение его роли при принятии управленческих решений. Определение информационной базы и обзор методик. Проведение маркетингового анализа актуальности реализации проекта по строительству складского комплекса.

    дипломная работа , добавлен 07.12.2011

    Методы маркетингового анализа и целевые установки. Экономическое обоснование бюджета маркетинга. Анализ конкурентоспособности товара. Оценка стратегии принятия инвестиционного решения. Методика анализа конкурентоспособности маркетинговой деятельности.

    реферат , добавлен 03.02.2010

    Этапы жизненного цикла товара, рекламная стратегия фирмы на его различных этапах. Маркетинговое исследование компании ООО "Евросеть". Проведение анализа рынка и его потребностей. Формирование маркетингового инструментария. Анализ внешних сил маркетинга.

    курсовая работа , добавлен 03.05.2015

    Использование концепции логистики в управлении запасами предприятия. Экономическая сущность запасов и их классификация. Структура затрат на формирование и поддержание запасов. Содержание и сфера практического применения АВС–анализа и XYZ–анализа.

    лекция , добавлен 01.06.2009

    Роль и значение стимулирования продаж в системе торгового менеджера. Освоение рынка новыми товарами. Управление продвижением услуг. Технология планирования стимулирования продаж. Структура маркетинговой службы на предприятии. Анализ рынка и его сегментов.

    курсовая работа , добавлен 15.05.2011

    Теоретические основы исследования рынка для нового товара. Проблемы, связанные с разработкой нового товара. Место службы маркетинга в создании и реализации товаров. Практические аспекты освоения рынка новыми товарами на примере компании "Аскон".

    курсовая работа , добавлен 05.02.2009

    Понятие конкурентоспособности товара. Факторы конкурентного преимущества товара. Анализ ситуации на рынке мяса и мясных продуктов. Проведение SWOT-анализа для компании на примере "Фабер Лекс". Тест по маркетингу в отраслях и сферах деятельности.

    контрольная работа , добавлен 25.09.2013

    Маркетинговая среда выбранного продукта. SWOT-анализ исследуемого продукта. Основные потребительские свойства товара. Цели продвижения продукта на рынок и его ценообразование. История и описание службы маркетинга предприятия "Samsung Electronics".

ABC- и XYZ-анализ проводится с целью проанализировать продажи компании, с целью структурирования и определения чётких лидеров и аутсайдеров среди всех групп товаров, для корректировки своей ассортиментной политики. Но также такой может быть проведён по показателям оборота, прибыли, трудоемкости, расходов на материалы, и даже по таким параметрам, как помехозащищенность, быстродействие, потребляемая мощность и т.д.

Конечно можно использовать каждый вид анализа поотдельности, но это не даст полной картины, поэтому рекомендуется использовать эти анализы в комплексе, с целью выявить сильные и слабые товары, стабильность продаж, и ключевые для компании продукты.

Также эксперты говорят о том, что интегрированный ABC(XYZ)-анализ – лишь средство поддержать принятие решений. Построение матрицы не разделит товары на «плохие» и «хорошие», не выявит товары, подлежащие немедленному выводу из списка продаваемых. Всегда необходим дополнительный анализ.

Для категории AX, учитывая ее финансовую значимость и предсказуемость, должны устанавливаться жесткие нормативы, соблюдению которых нужно уделять особое внимание. Для этой группы товаров рекомендуется ежедневно проверять остатки, установив четкую календарную (дата) или статистическую (по оставшемуся на складе объему запасов) точку заказа новых партий.

Это говорит о том, что без изучения маркетингового значения товара, без знания политики взаимоотношений с поставщиком принимать решение о выводе товара нельзя.

И все-таки польза от интегрированного анализа несомненна. Он служит основой управления запасами, позволяет определить «точку заказа».

Категория AX должна обслуживаться самыми опытными и квалифицированными сотрудниками, а группу товаров, попавших в «клетку» CZ, можно доверить новичкам начинается. Им будет несложно работать с категорией, где заказы происходят реже, допуски по отклонениям выше, и жестко лимитируется лишь сумма, расходуемая на данную товарную позицию за определенный период.

Наглядность результатов ABC(XYZ)-анализа позволяет использовать его как аргумент в общении с руководителями, чтобы подтолкнуть их к определенным действиям.

Дифференциация уровней обслуживания для VIP- и стандартных клиентов (процедура, к которой многие российские компании приступают только сейчас) это еще один способ использовать интегрированный ABC(XYZ)-анализ.

justify;text-indent:1.0cm;line-height:normal">

Смысл ABC-анализа в определение вклада конкретного товара в итоговый результат (чаще всего в общую прибыль компании или в стоимость запасов).

АВС-анализ базируется на принципе Парето, который означает, что 20% усилий дают 80% результата, а остальные 80% усилий - лишь 20% результата.

Число групп при проведении АВС-анализа может быть любым, но наибольшее распространение получило деление рассматриваемой совокупности на три группы: А, В и С (75:20:5) (может быть и другим, но в этих пределах), чем и обусловлено название метода (ABC-Analysis).

normal"> Группа А - незначительное число объектов с высоким уровнем удельного веса по выбранному показателю.

Группа В - среднее число объектов со средним уровнем удельного веса по выбранному показателю.

Группа С - большое число объектов с незначительной величиной удельного веса по выбранному показателю.

Такой способ категорирования подсказывает, что нужно вести пристальный контроль за дорогостоящими запасами класса A, можно слабее отслеживать состояние объектов в классе B и меньше всего заботиться о классе C.

Смысл XYZ-анализа в изучении стабильности продаж, изучение отклонений, скачков, нестабильности сбыта продукции.

Цель XYZ-анализа – дифференциация товаров (номенклатуры) по группам в зависимости от равномерности спроса и точности прогнозирования.

Для группы Y допускаются более значительные отклонения.

Грубо говоря, чем меньше разница между реальной продажей за единицу периода (например, за неделю) и средним арифметическим продаж за весь период (например, за квартал), тем более предсказуемы продажи товара в последующий период.

Или можно выделить такую градацию: номенклатурные позиции (по западной терминологии, SKU – stock keeping unit) со значением коэффициента вариации от 0 до 10% попадают в категорию X, от 10 до 25% – в категорию Y, остальные – в категорию Z. Впрочем, это примерное распределение.

ABC-XYZ-анализ позволяет разбить данные по продажам на 9 групп в зависимости от вклада в выручку компании (АВС) и регулярности покупок (XYZ). Такая классификация упрощает работу при планировании и формировании ассортимента.

Внедрение данного метода способствует сокращению количества упущенных продаж, уменьшению излишек товаров, минимизации суммарных затрат, связанных с запасами.

Товары групп А и В обеспечивают основной товарооборот компании. Поэтому необходимо обеспечивать постоянное их наличие. Общепринятой является практика, когда 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.

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.

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.

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 увеличиться. По товарам данной группы следует пересмотреть систему заказов. Часть товаров нужно перевести на систему заказов с постоянной суммой (объемом) заказа, по части товаров необходимо обеспечить более частые поставки, выбрать поставщиков, расположенных 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% ассортимента 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 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.

Достоинствами этих методов являются: простота, наглядность и точность что позволяет правильно выявить основные проблемы для их эффективного разрешения. Также такого рода анализ может быть довольно легко автоматизирован.

Используя XYZ-анализ, надо помнить о нескольких существенных ограничениях. Прежде всего, требование к объему используемых данных. Чем их больше, тем надежнее окажутся полученные результаты. Число исследуемых периодов должно быть не менее трех.

Не удастся применить статистические методы в случае динамично меняющейся ситуации, например, при выводе на рынок нового товара (аналогами которого компания до сих пор не торговала) или однократного приобретения каких-то товарных позиций.

Когда количество продаж новинки еженедельно растет, XYZ-анализ ничего не даст, товар неизбежно попадет в «нестабильную» группу Z.

Также XYZ лишен смысла и для предприятий или компаний, работающих под заказ, подобные прогнозы им просто не нужны.

Периодичность анализа – дело для каждой компании сугубо индивидуальное. Но желательно проводить их минимум раз в сезон. Весьма серьезно на результат расчетов может влиять сезонность.

Кроме того, существуют целые сегменты рынка, где применение XYZ-анализа будет, совершенно бесполезно – продажа карт экспресс-оплаты и контрактов на подключение. Практика показывает, что разброс значений ежедневных продаж в течение месяца здесь может составлять до 50%.

Товарные запасы – результат действия множества факторов. Запас на складе может существенно зависеть от установленной периодичности поставок, от размера минимальной или максимальной партии, обеспечиваемой поставщиком, от наличия складских площадей. Часто следует еще выяснить, каким образом товар попал в ту или иную категорию. Начинать надо с анализа продаж, а уже потом выходить на оптимальный товарный запас.

С уважением Молодой аналитик