Совмещенный авс и xyz анализ. Задача на ABC и XYZ-анализ

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.

Задача . В целях укрепления позиции на рынке руководство фирмы приняло решение расширить торговый ассортимент. Свободных финансовых средств, необходимых для кредитования дополнительных товарных ресурсов, фирма не имеет. Перед службой логистики была поставлена задача усиления контроля товарных запасов с целью сокращения общего объема денежных средств, омертвленных в запасах. Необходимо провести анализ ассортимента по методам АВС и XYZ , в результате чего распределить ассортиментные позиции по группам и сформулировать соответствующие рекомендации по управлению запасами.
Торговый ассортимент фирмы, средние запасы за год, а также объемы продаж по отдельным кварталам представлены в таблице.

Решение.
1. Проведем АВС-анализ запасов . В качестве критерия классификации выберем показатель Средние запасы за год . Методику проведения АВС-анализа с помощью программы MS Excel можно посмотреть на или почитать более подробно на примере .
В результате выделили группу А товарных позиций 1, 9 и 8, которые составляют около 80% всех запасов фирмы. В группу В входят товарные позиции 4 и 7, остальные позиции попали в группу С.

Для большей наглядности построили диаграмму Парето в программе MS Excel.

Вывод : в первую очередь необходимо контролировать запасы товаров, входящих в группу А. Теперь необходимо разобраться, оправдано ли такое количество хранимых запасов. Для этого проведем еще один АВС-анализ.
2. Выберем другой критерий классификации товарных запасов – Объем реализации за год . В результате проведенного АВС-анализа в основную группу А попали товарные позиции 1, 9, 4 и 8. В группе В оказались позиции 7 и 10, остальные в группе С. Отметим, что все товарные позиции из группы А по предыдущему анализу на этот раз также попали в группу А. Это еще раз указывает на необходимость контроля уровня этих запасов.

Наибольшую выручку приносят товарные позиции, попавшие в группу А. Поэтому службе логистики необходимо обеспечивать постоянное наличие этих товаров. По этим товарам допустимо создавать страховой запас с избытком. Более точнее настроить систему управления запасами позволят результаты XYZ-анализа.
3. Проведем XYZ-анализ товарных позиций . В отличии от АВС-анализа XYZ подразумевает использование единственного критерия классификации запасов – коэффициента вариации . Коэффициент вариации рассчитывается по формуле:
v = (S / R ср) * 100%,
где S – среднее квадратическое (стандартное) отклонение объемов реализации за период;
R ср – средний объем реализации за этот же период.
Чем меньше значение коэффициента вариации, тем более стабильны продажи товаров. В соответствии со значением коэффициента вариации все товарные позиции делятся на три группы: X, Y и Z. 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%.
Результаты XYZ-анализа представлены в таблице ниже.

В группу X вошли товарные позиции 1, 6 и 9. В группу Y – 2, 7 и 10. Остальные попали в группу Z – 3, 4, 5 и 8.
4. Совместим результаты АВС и XYZ-анализа . При этом в общем случае формируется девять групп товаров. В нашем случае получилась следующая товарная матрица.

Товары группы АХ (1 и 9) отличаются высоким объемом продаж и стабильностью. Необходимо обеспечить постоянное наличие товара, но не нужно создавать избыточный страховой запас, так как спрос на товары этой группы хорошо прогнозируется.
Товары группы BY (7 и 10) при достаточно высоких продажах имеют недостаточную их стабильность. Считается, что товары группы Y имеют определенный тренд в объемах продаж – спад или рост. Чтобы обес¬печить постоянное их наличие, нужно увеличить страховой запас.
Товары группы AZ (8 и 4) отличаются высокими продажами и низкой прогнозируемостью спроса.
Чтобы обеспечить постоянное наличие товаров данной груп¬пы, в ряде случаев создаются избыточные страховые запасы, но это может привести к росту суммарного товарного запаса компании. Поэтому здесь можно рекомендовать перейти на более частные поставки, работать с более надежными поставщиками, более тщательно организовать контроль за расходом этих товаров.
Для товаров группы СХ (6) можно уменьшить страховой запас до минимального уровня и использовать систему управления запасами с постоянной периодичностью между заказами.
По товарам группы CY (2) можно перейти на систему с постоянным объемом заказа, но при этом формировать страховой запас, исходя из имеющихся у компании финансовых ресурсов.
В группу товаров CZ попали позиции 3 и 5. По возможности эти товары лучше вывести из ассортимента. В любом случае их нужно регулярно конт¬ролировать, так как именно из этих товаров возникают неликвиды, от которых компания несет потери.

Все знают, что торговля зачастую представляет собой перепродажу, т.е. закупку товара и последующую его реализацию. Если вы можете заранее запастись товаром, спрос на который будет держаться на высоком уровне, то ваша торговля будет успешной. В противном же случае вы потратите массу денег на продукцию с низким спросом. Так, актуальные запасы компенсируют присущую торговому бизнесу неопределённость и приносят неплохой доход.

Сделать выводы относительно будущего состояния спроса покупателей на тот или иной товар позволяет XYZ-анализ. Никто не станет спорить, что всегда выгоднее закупаться теми товарами, на которые есть постоянный спрос и не тратить при этом бюджет на продукт, актуальность которого лишь временна. Что ж, давайте разберёмся, в чём заключается преимущество XYZ-анализа, как он связан с ABC-анализом и можно ли произвести его на дому при помощи офисных программ (типа Excel).

Что такое XYZ-анализ?

В сравнении с ABC (см. ), XYZ-анализ подразумевает деление всего имеющегося в наличии ассортимента на условные группы, главное различие которых – предсказуемость спроса. В то время как ABC-анализ определяет самый продаваемый товар, XYZ-анализ может показать равномерность спроса на всю продукцию.

Чтобы провести полноценный и точный XYZ-анализ, нужно составить подробный перечень товаров, находящихся на реализации, а так же собрать информацию об объёмах продаж. Полученные данные нужно занести в таблицу Microsoft Office Excel и найти коэффициент вариации для каждой позиции при помощи стандартных инструментов программы (формулы для вычисления см. ниже). Затем список сортируется по степени роста коэффициентов и разделяется на три группы – X, Y, Z.

Коэффициент вариации колеблется между 0 и 1. В состав группы X входят те товары, спрос на которые находится между 0 и 0,1.

Группа Y – для товаров с коэффициентом 0,1-0,25.

Все остальные товары (с коэффициентом выше 0,25) относятся к группе Z.

Подробный разбор

Итак, в категории X находится продукция с наименьшими показателями коэффициента вариации (КВ). Иными словами, спрос на такие товары практически не изменяется с течением времени. Объём их продаж спрогнозировать очень просто. Исходя из текущих показателей продаж, можно быть смело уверенным, что в следующем месяцы объёмы (а соответственно и доход) будет тем же.

Категорию Y занимают товары с так называемым «сезонным» спросом. Их востребованность регулярно изменяется, но не существенно и с течением времени всё возвращается. Спрос на эту группу товаров можно спрогнозировать примерно (опираясь на внешние факторы).

Наконец, в категории Z собраны товары с самым непредсказуемым спросом, который практически невозможно предугадать. Если в текущем месяцы вы реализовали n единиц такого товара, то в следующем можете продать как в двое больше, так и вообще ни одной. С такой продукцией весьма сложно иметь дело и, во избежание убытков, лучше проредить её ассортимент.

Таблица для ABC/ XYZ-анализа

Вы можете углубить свои познания об ассортименте и повысить эффективность своего предприятия, если используете методику совместного анализа (ABC и XYZ). Для этого вам нужно составить матрицу ассортимента, с помощью которой вы сможете выявить самые неликвидные и самые актуальные товары. Что для этого нужно? Предварительно проведите ABC и XYZ-анализ вашего ассортимента.

После этого создайте таблицу 3 на 3 клетки (9 в общей сложности). Получившиеся столбцы подпишите последовательно как A, B и C, а строки – X, Y, и Z.

Затем пройдитесь по списку ваших товаров и распределите их по ячейкам в зависимости от степени их влияния на общий доход (показатели ABC-анализа) и по прогнозируемости спроса (показатели XYZ-анализа). В соответствии с этими результатами вы сможете сформировать оптимальный ассортимент для своего магазина.

В ячейке AX будут находиться товары с наиболее стабильным спросом и приносящие максимум дохода. Это ниша лидеров рынка. Также заострите своё внимание на ячейках BX и AY (то есть, весь верхний левый угол таблицы).

В ячейках BY и CY будут расположены товары, имеющий некоторый потенциал, но нуждающиеся в активном маркетинговом продвижении. Наконец, станут отчётливо видны самые непредсказуемые в плане спроса и невыгодные в плане реализации товары. Они займут позиции BZ и CZ. Вы можете исследовать причины их непопулярности и, по возможности, вмешаться. Может быть, причина заключается в завышенных ценах или других факторах. Зачастую, от таких товаров нужно просто отказаться.

Как провести XYZ-анализ?

XYZ-анализ включает в себя несколько обязательных этапов, несоблюдение которых приведёт к неточным результатам и искажённой картине ожидаемой прибыли. Итак:

1. Выберете объект. Пусть это будут продукты питания, например.

2. Установите параметр – кол-во реализованных за месяц единиц продукции.

3. Определитесь с периодом. Больше всего для анализа подходят данные за год. Чем больше период, тем точнее будут результаты анализа.

4. Вычисление коэффициента вариации для каждой позиции из списка. КВ – это величина, наглядно показывающая различия между месячными продажами определённой продукции и среднестатистическими показателями продаж за взятый период времени.

Произвести ABC/XYZ-анализ можно в таблице Excel, использовав при этом следующие формулы:

Уловные обозначения:

V – коэффициент вариации.

σ – среднее квадратическое отклонение.

x с чертой – средний показатель объёма продаж за всё время.

x i - объём продаж определённого продукта за i период.

n – количество анализируемых промежутков времени (по количеству месяцев).

После вычисления КВ для каждого анализируемого товара, вам нужно будет только отсортировать их по мере роста коэффициента и разделить на категории, как это описывалось выше.

Если V больше 0,1, но не превышает 0,25 – группа Y;

XYZ-анализ на примере продуктового магазина

В качестве наглядного примере произведём конкретный ABC/XYZ-анализ ассортимента магазина продуктов питания. Разделим товары на соответствующие подгруппы: алкогольная продукция, мясная продукция, хлебобулочные изделия, кондитерские изделия, молочная продукция, консервы, замороженные продукты.

Произведя ABC-анализ, мы выясним, что группу A занимают молочные продукты и алкоголь – выручка магазина держится преимущественно на них. Группа B стала нишей для хлебобулочных и мясных изделий, в то время как в группе C нашлось место замороженным продуктам и консервам. Они продаются куда реже остальных и, следовательно, несут существенно меньше прибыли.

Проведём относительно того же ассортимента процедуру XYZ-анализа, чтобы выяснить продукты со стабильным и непредвиденным спросом. Здесь в категорию X попадает алкогольная и мясная продукция, пользующаяся неиссякаемым спросом. Категория Y представлена молочными, замороженной и хлебобулочной продукцией. Прогнозировать спрос на эти товары несколько сложнее. Самые непредсказуемые товары (категория Z) – кондитерские изделия и консервы.

Применив к полученным данным метод сдвоенного анализа (таблица 3х3), можно сделать вывод, что максимальное внимание следует уделить мясной, алкогольной и молочной продукцией, поскольку именно эти группы товаров приносят большую долю всей прибыли и стабильно пользуются спросом.

Советы по обращению с продукцией и разных групп

Итак, у вас есть таблица из девяти ячеек, с полностью распределённым ассортиментом. Ниже приведены некоторые советы относительно дальнейших действий с каждой группой товаров.

1. Продукция, занявшая столбцы A и B, обеспечивает ваше предприятие основным товарооборотом и приносит максимальную прибыль. Эти товары категорически не рекомендуется выводить из производства и/или продажи. Они должны быть всегда в наличии. В противном случае, вы лишитесь значительной доли прибыли и расположения клиентов, которые попросту обратятся в другой магазин или фирму.

2. Товары категории C требуют систематического контроля. Если вы не располагаете достаточным временем для тщательного планирования своего бизнеса, то можете уделять этим товарам минимум внимания.

3. В строке X будут представлены самые стабильно продаваемые продукты. Опираясь на результаты XYZ-анализа и количество реализованного в прошлом месяце товара, вы можете смело произвести или закупить ровно столько же единиц продукции. Можете быть уверены, что всё будет раскуплено. Добейтесь того, чтобы на вашем складе всегда имелся некоторый запас продукции данной категории.

4. Строка Y – зона товаров с колеблющимся спросом. Изучите данные товары на предмет подчинения сезонному спросу и делайте на них ставку непосредственно перед повышением. В остальное время можно значительно снизить объёмы закупок или темпы производства.

5. Товары, занявшие строчку Z, практически не поддаются прогнозированию, спрос на них падает и повышается вне зависимости от каких-либо обстоятельств. Поэтому, будет разумно запастись некоторым количеством «на всякий случай», а так же не держать его на складе, а предоставлять завоз при непосредственном заказе или при появлении спроса.

О товарах смежных групп

1. Продукция, разместившаяся в ячейках AX и AY, обеспечивает наиболее оптимальное соотношение ликвидности и прибыльности. Освободите большую часть бюджета на закупку товаров именно этой категории, снизив расходы на группу CZ, например.

2. Товары, находящиеся в ячейке BY, так же нуждаются в некотором запасе. Стоит обеспечить наличие их на складе.

3. В ячейках AZ и BZ картина несколько меняется. Данные товары неплохо продаются, но спрос весьма переменчив и не поддаётся прогнозированию. Чтобы не потерять потенциальный доход, но при этом не понести убытков, переведите данную группу на особую систему заказов. К примеру, вы можете завозить их довольно часто, но малыми группами, регулируя объёмы сбыта. Важно поручить работу с данной продукцией наиболее опытному менеджеру.

4. Страховые запасы товаров из ячейки CX следует снизить относительно прошлых показателей. Что касается CY, то этими товарами следует запасаться только при наличии свободных денежных средств.

Итальянский экономист Вильфредо Парето, в процессе своей научной деятельности, вывел правило, ставшее классическим, которое сформулировано следующим образом: «20% усилий дают 80% результата, а остальные 80% усилий дают 20% результата».

Универсальность правила Парето заключается в том, что область его применения находится не только в экономической плоскости, а применимо к любым исследованиям, где необходимо понять, какой фактор, из многих, является основополагающим, а какие второстепенными.

Данное правило не является твёрдым законом, а является всего лишь эмпирическим наблюдением.

Трактовка этого правила - основной объём работы реализуется при использовании не всего набора инструментов, а только небольшой его части, поэтому, для рационализации усилий, необходимо вычислить эту составляющую, которая обеспечит 80% результата.

1. Ассортиментные, товарные матрицы;
2. Рабочая базы (клиенты, поставщики, дебиторы, кредиторы и так далее);
3. Любые другие массивы, в которых есть значения, которые надо упорядочить и выделить основное ядро, составляющее основу массива (80%).

Плюсы и минусы ABC анализа

Последовательность действий при поведении анализа

Обычно, правило Парето оперирует A и B-группами с показателями доли 80% и 20%, соответственно. Но более распространенное представление получила модель, в которой производится разделение всего массива на группы A (доля - 80%), B (доля - 15%), C (доля - 5%).

Основная задача при проведении анализа - произвести деление массива на A, B, C - группы. После этого, учитывая, что группа А должна составлять около 80% (в единицах измерения), необходимо оценить, сколько процентов данных (от общего объёма данных) образуют группу A.

Если 20% от общего количества номенклатуры массива составляют группу A и являются долей (от общего результата) в районе 80%, то правило Парето соблюдено и, такая модель, может считаться эталонной и сбалансированной.

Последовательность выполнения ABC-анализа

В качестве примера возьмём некий информационный массив - например, данные о реализации сельскохозяйственной продукции за какой-то период некой сбытовой компанией

Требуется произвести закупку продукции, но заказать необходимо только «хиты» продаж, т.к. объём финансирования ограничен. Как понять, что необходимо заказывать? Какие позиции являются «локомотивами» продаж. В данном примере массив данных небольшой, однако, когда номенклатура анализируемого массива исчисляется десятками тысяч позиций, визуально определить невозможно, нужен расчет.

1. Производится ранжирование номенклатуры по количественному выражению (тоннам, в данном случае), в порядке убывания (от большего к меньшему):

1. Производится измерение персонального удельного веса (доли) каждой позиции в общем объёме:

1. Измеряется удельный вес (в %) нарастающим итогом, для понимания, какие позиции образовывают 80% общего объема массива. Для этого последовательно складываются доли:

1. Далее, список маркируется по группам:

• A (80%)
• B (15%),
• С (5%).

Группа A ограничивается порогом 76% (в данном примере, не добравшись до эталонной отметки в 80%). Следом, (в рамках доли = 15%), до 95%, находится группа B и в интервале 95%-100% находится группа С.

В результате структура реализации разделилась на следующие группы:

• Самая «продаваемая» группа - (А). Товары, чей суммарный объём продаж составляет основной продуктовый портфель, «локомотивные группы»;
• Средние «устойчивые» продажи (B). Товары, показывающие средние продажи по объему, «твёрдые середнячки»;
• Самые низкие продажи (С). Это товары с малым показателем продаж, низкой оборачиваемостью.

В результате проведенного анализа, появляется очевидная информация, какие продукты продаются более активно, а какие - менее, каким группам предпочтительнее отдавать приоритет, а каким - не стоит торопиться.

В рассматриваемом примере, группа A достаточно обширная, так бывает не всегда, всё зависит от количества номенклатуры и итоговых числовых показателей по ней. Для того, чтобы выявить основные «хиты продаж» группы A - необходимо произвести в ней ABC-анализ по вышеописанной методике.

Теперь 100% реализации будет назначен суммарный оборот по группе A, в количественном выражении. Анализ группы A примет следующий вид:

Анализ показал, что самые продаваемые культуры - культуры категории A - A , их и необходимо закупать больше. Это группа с максимальной скоростью оборота, с точки зрения продаж.

Такие же действия целесообразно произвести также в группе B и C. На вершине рейтинга каждой группы находятся позиции, готовые, при малейшем изменении итоговых результатом, перейти в вышестоящую группу. И наоборот, например, позиция с рейтингом B-C - первый кандидат на переход в подгруппу C-A.

Практическое обоснование результатов анализа

Как определить, является ли сбыт, в рамках вышеуказанной задачи, сбалансированным, соответствующим формуле правила Парето?

Тезисно, в упрощенном варианте правило звучит так - «20% номенклатуры должны дать 80% реализации». В нашем случае, количество позиций товарного портфеля (наименования сельскохозяйственных культур) равняется 11.

Категория A (то есть 80% от общего объёма) - составляет 7 позиций, что соответствует 63,6%. В данном случае, модель сбыта считается несбалансированной, отдел продаж должен поработать над ней, так как 80% объема должны достигаться не 7 наименованиями, а всего 2-3 (20% от 11 позиций).

Применительно к нашему исследованию - в примере отсутствуют группы-лидеры; практически вся номенклатура продаётся равномерно. Необходимо развивать первые три товарные группы, концентрировать внимание на них, выводить в лидеры продаж. В результате таких действий, структура сбытовой модели изменится, достигнув требуемого баланса. Произойдёт переход некоторых позиций из A-группы в B-группу, а из B-группы - в C-группу.

В результате подобной реформации, продажи три товарных группы «Картофель», «Морковь», «Огурцы» суммарно будут составлять 80% общего объёма, являясь лишь 20% от общего продуктового портфеля. В таком случае, по Парето, - данная сбытовая модель будет сбалансирована и для того, чтобы сделать основной объем реализации, не необходимо будет прикладывать усилия для продажи 7 товарных групп, достаточно будет сосредоточить внимание на тройке ведущих, а остальные развивать параллельно, увеличивая итоговый результат.

Определение понятия «XYZ-анализ»

Процессуально, определяются коэффициенты варьирования для анализируемых признаков, характеризуется соотношение фактического значения и среднеарифметического (эталонного) за рассматриваемый период.

В результате, возможно сделать заключение о динамике (продаж, например), оценить стабильность процесса, выявить наличие каких-либо отклонений, произвести систематизацию.

Последовательность проведения XYZ-анализа

Имеются некие данные продаж продукта за определенный период времени. Требуется понять, какие группы товара наиболее стабильны в продажах, в какие продукты следует вкладывать инвестиции, покупая их в первую очередь.

1. Высчитывается коэффициент вариации. Посчитать возможно несколькими способами. Первый - математически, вручную. По ряду данных (например, «Картофель») высчитывается среднее арифметическое значение. В нашем случае, несложно посчитать значение по данному продукту, равное 247. Дальше, находится величина отклонения ежемесячного значения реализации от «эталонного» 247, в процентах. Например, для января отклонение от эталона составит: 1-(240/247) = 2,83%. Также высчитывается значение для остальных месяцев. Среднее арифметическое коэффициентов отклонения и есть искомая величина итогового коэффициента вариации по продукту (например, «Картофель», 2,97% по полугодию).

1. Программно, в «Экселе», эти действия производятся с помощью функций. Для вычисления «эталонного» значения по ряду данных применяем функцию СТАНДОТКЛОНП. Синтаксис приведён на графическом фрагменте решения данной задачи, ниже. Таким же способом считаем коэффициент вариации для других продуктов.

1. Полученные коэффициенты вариаций ранжируются от меньшего значения к большему. В группе X находятся объекты с коэффициентом вариации от 0% до 10% - стабильные продажи, возможно более адекватно спрогнозировать их реализацию. Если отклонение составит от 10% до 25 % — это группа Y. Реализацию продуктов этой группы сложнее спрогнозировать, но этот параметр показывает некоторые отклонения (например, сезонность продукта). Группа Z характеризуется нерегулярным потреблением, отсутствием каких-либо тенденций и показывает коэффициент вариации более 25 %. Синтаксис эксель-формулы приведён в примере ниже:

В практике, продажи и доходность испытывают на себе воздействия многих факторов: сезонность, частоту цикла поставок, изменения ценообразования, маркетинговые активности, прочие факторы. Все это, с различными последствиями, резонирует в результатах продаж, приводя к высокой волатильности коэффициента вариации. Данным XYZ-анализа можно доверять в случае, если рассматриваемый период времени достаточно продолжительный. Величина оборачиваемости товара (в днях) должна быть существенно меньше (в разы) длительности анализируемого временного отрезка.