Анализ складских запасов abc/xyz: зачем нужен

зачем нужен

не покупай то, что плохо продается; не бери то, в чем нет надобности.

Торговая организация из месяца в месяц закупает примерно одни и те же товары. Одни продаются слету. Другие пылятся на полках витрин и заполоняют складские помещения.

Производственное предприятие сменило техпроцесс. Из-за этого потребность в одном из материалов сократилась в разы. Но снабжение им продолжается в прежнем объеме.

И тот, и другой пример говорят о неэффективных контроле и управлении запасами. Кажется, это же очевидно:

1 выявить запасы-лидеры в обращении и те, что имеют тенденцию пролеживать на складах. 2 избавиться от явных неликвидов и тем самым оптимизировать складские затраты

Все верно. Да только, когда ассортимент товаров и материалов исчисляется сотнями или даже тысячами, то отследить подобные вещи бывает непросто. На помощь приходит комплексный инструмент – анализ АВС/XYZ. Его несомненное преимущество – несложность сбора информационной базы и простота проведения. Причем применение Excel облегчает задачу в разы. А вот результаты, которых можно достичь, если сочетать расчеты с последующими управленческими решениями на их основе:

Этап 1. Анализ запасов по методу АВС

Пример

Давайте рассмотрим условный пример.

Предположим: организация продает 10 видов товаров. Результаты по доходам за 2022 г. были такими.

Наша задача: выделить из массива три группы. Первая должна формировать 80% дохода или чуть меньше. Вторая – около 15%. Третья – оставшиеся примерно 5%.

Чтобы ее решить:

перестроим отчет по убыванию выручки. В этом поможет функция Excel Сортировка и фильтр → Настраиваемая сортировка;

рассчитаем процентную долю выручки по каждому товару в общей величине;

сложим ее нарастающим итогом;

найдем в нарастающих итогах, между какими товарами пролегают две условные границы в примерно 80 и 95%. Все позиции, которые окажутся выше 80%, попадают в группу А. Те, что находятся между 80 и 95%, – в группу В. Оставшиеся – это категория С.

Какие выводы позволяет сделать

Полученная группировка говорит о следующем:

товары 4, 6 и 10 формируют 78,7% общего дохода от основной деятельности. Значит, их разумно закупать и дальше. Они – флагманы потребительского спроса и настоящие локомотивы продаж;

товары 5 и 9 – уверенные середнячки. Они не несут столько денег, как группа А, но тоже поддерживают оборот;

·товары 3, 8, 7, 2, 1 – это «серая» массовка. Их много по количеству, но отдача от них невелика. Скорее всего, именно в этой группе и сосредоточены неликвиды. Разумно внимательно изучить их состав и предпринять меры для распродажи, пусть даже по цене вровень или ниже закупочной. Это особенно так, когда у них есть ограничение по сроку годности.

Может показаться, что метод АВС самодостаточен: расчеты сделаны, выводы получены. Однако у него есть существенный недостаток. А что если группа C – это не неликвиды, а недорогие товары повседневного спроса, например, хлеб и соль? Они продаются постоянно, но цена невелика, поэтому они не могут конкурировать с, допустим, элитным коньяком и шоколадом. Последние реализуются намного реже, но зато сразу «делают кассу».

Чтобы исключить подобного рода ошибки в интерпретации данных, прибегают к XYZ-подходу.

Этап 2. Выделение номенклатурных групп по методу XYZ

Суть в том, чтобы:
взять ту же выборку по товарам, что и для АВС, но только с разбивкой по месяцам или кварталам года;
рассчитать в разрезе номенклатурных позиций так называемую вариацию. Ее значение определит искомую стабильность. Считается, что когда она не более 10%, то товар продается от периода к периоду в примерно одинаковых объемах. А если свыше 25%, то в иные месяцы реализация существенно снижается или даже отсутствует;
на основе вариации распределить товары по трем группам – X, Y, Z.

Метод учитывает стабильность реализации для товаров или списания в производство для материалов. Позволяет увидеть, что стоит за высокой суммой выручки: разовая продаж супердорогой ассортиментной позиции или постоянный клиентский спрос. В сочетании с АВС дает отличные результаты.

Как реализуется

Перейдем к практике. Для этого вернемся к нашему условному примеру и дополним его продажами в поквартальном разрезе, причем в натуральных показателях. В идеале взять помесячные данные. Мы в статье просто максимально упрощаем.

Заметьте: если у товаров разные единицы измерения (штуки, килограммы, литры и т.д.), то это не играет роли и не мешает применению метода. Ведь вариация рассчитывается внутри ассортиментной группы, а там цифры являются сопоставимыми.
Дальше вычислим вариацию. Если используете Excel, то пригодятся две его функции:

СТАНДОТКЛОН.В – для вычисления стандартного отклонения по выборке. Обратите внимание, что есть еще СТАНДОТКЛОН.Г, но, как говорят специалисты, она дает смещенные оценки и поэтому чуть искаженный результат;
СРЗНАЧ – для расчета средней арифметической величины.

Чтобы не расставлять буквенное обозначение группы вручную, используйте Excel-формулу: =ЕСЛИ(H3<=10; "Х"; ЕСЛИ(H3>=25; "Z"; "Y")) В нашем случае Н3 – это ячейка со значением вариации для первого товара.

Теперь мы точно знаем: самые проблемные с точки зрения регулярности продаж – это номенклатурные позиции 2 и 5. А неизменно стабильный спрос на 1, 6, 8, 9 и 10.

Перейдем к следующему этапу, на котором совместим обе классификации.

Этап 3. Комплексный АВС/XYZ-анализ: что показывает

В объединении результатов, которые получили по двум группировкам. Совместно они дают девять разных вариантов. У каждого – свои уникальные характеристики. А, значит, особенные выводы и решения, его сопровождающие.

жүктеу/скачать 1,67 Mb.

Достарыңызбен бөлісу: