ABC и XYZ анализ продаж: понятие, примеры в Excel, использование в бизнесе | Calltouch.Блог

ABC и XYZ анализ продаж: понятие, примеры в Excel, использование в бизнесе | Calltouch.Блог Аналитика

Abc анализ

Приведём пример проведения ABC-анализа клиентов по объему выручки. Порядок действий будет следующим:

Именно по накопленной доле необходимо группировать объекты. Руководствуясь принципом Парето, в первую группу попадут те элементы, у которых этот показатель будет до 80%, а во вторую — до 95%. Оставшиеся составят группу С. По желанию можно добавить цветовую индикацию различных групп для удобства работы с таблицей.Разделение объектов на группы в ABC-анализе

Полученный результат позволит разделить клиентов по доле в общей выручке на:

Полученный результат совершенно необязательно должен совпадать с фактическим размером компании. Типография за углом может заказывать товары несколько раз в месяц, а крупный холдинг размещать заказы время от времени. Имеет смысл проанализировать причины, по которым клиенты находятся в группе B и С.

Суммы покупки, от которых начинаются «крупные» клиенты также везде будут разными. Невозможно сравнивать в абсолютных цифрах, например, сферы оптовых и розничных продаж. Для них цифры могут различаться на порядок, например, 1 миллион и 15 тысяч рублей в каждому случае будут крупными.

В каких ситуациях проводят abc-xyz-анализ

Некоторые маркетологи считают, что ABC-анализ желательно проводить постоянно, чтобы «фильтровать» товары и услуги, понимать, что пользуется популярностью, а что лучше оставить «за бортом». Как минимум, подобный анализ рекомендовано проводить раз в квартал, при подведении каких-либо итогов.

Также он может потребоваться при введении нового продукта: он не станет популярным сразу же, но желательно отслеживать «рост» спроса, а если его нет – то имеет смысл отказаться от новинки.

Другая ситуация: изменение производственных процессов. Компания внедрила экологичную упаковку, поставила новую аппаратуру, но продолжают поставлять старые пакеты и коробки. Иногда, особенно при наличии нескольких точек, отследить такие моменты непросто без видимых данных, которые показываются цифрами.

ABС-анализ подскажет:

  1. Когда не стоит пытаться продать то, что не пользуется спросом – иногда можно реализовать такие товары с помощью рекламных акций и специальных скидок, но это не оправдывает себя, особенно в долгосрочной перспективе.
  2. Когда не нужно вкладывать имеющиеся средства в какой-либо актив, будь то орудия производства, товары под дальнейшую реализацию или расширение ассортимента услуг.

Если нужно отследить «работу» позиций на протяжении определенного времени, то лучше всего подойдет смешанный ABC-XYZ-анализ. Специалисты говорят о комплексном подходе. Анализ достаточно прост, поскольку не требует никаких особенно сложных инструментов, проводится в обычном редакторе Excel.

Увеличьте прибыль в бизнесе с помощью автоворонок продаж

В ходе проверки выявляются:

  • ресурсы – товары или материалы, которые лежат на складе и мало используются;
  • ресурсы, которые должны всегда находиться на складе, потому что они необходимы постоянно и не «задерживаются»;
  • неликвиды – в том числе, можно проанализировать, каким способом можно реализовать с оптимизацией затраты на хранение, складское обслуживание;
  • возможности возвращения неликвидов в продажу – возможно, их реально добавить к каким-нибудь более популярным, по такому принципу продаются товары «купи товар и получи другой в подарок;
  • возможности для более грамотного контроля за счет разделения на девять основных групп, по отношению к каждой можно будет использовать различные подходы стимуляции потребления и сбыта.

Анализ двойной, но дает представление о разных понятиях. Для начала рекомендовано проводить ABC-анализ, поскольку он дает комплексное представление о том, какие товары и услуги приносят максимальную отдачу.

XYZ-анализ предлагает понять, насколько стабилен спрос, стоит ли экспериментировать, если да, то в какой момент времени (в том числе, с учетом сезонного спроса).

Выполнение xyz-анализа

Порядок действий при проведении XYZ-анализа следующий:

  1. Выбираем объект исследования и интересующий нас параметр.

  2. Устанавливаем временные рамки исследуемого периода.

  3. Вычисляем для каждого изучаемого объекта коэффициент вариации.

  4. Ранжируем объекты по этому коэффициенту.

  5. Делим все объекты на три категории:

    • Х: группа с устойчивым поведением (коэффициент вариации до 10 %);
    • Y: группа с изменчивым, но прогнозируемым поведением (коэффициент составляет 10–25 %);
    • Z: группа, совершающая сделки случайно и разово, с непредсказуемым спросом (коэффициент превышает 25 %).
  6. Теперь можно делать XYZ-анализ базы клиентов в “Экселе”:

    1. Наш объект анализа — клиентская база, а изучаемый параметр — суммарная стоимость покупок каждого клиента.

    2. Период исследования — полгода (те самые, которые ранее рассматривались в ABC-анализе в “Экселе”).

    3. Клиентов и их объёмы закупок вносим в таблицу, где каждый столбик соответствует одному месяцу.

    Таблица № 6. Оформляем данные по клиентам и их суммарным закупкам в таблицу с месяцами.

    Название заказчика

    Выручка по заказчику

    январь

    февраль

    март

    апрель

    май

    июнь

    Итого за полгода

    Клиент 14

    635 363

    640 322

    643 950

    639 801

    645 354

    647 811

    3 852 601

    Клиент 10

    609 721

    609 105

    611 301

    608 203

    609 621

    606 151

    3 654 102

    Клиент 13

    482 954

    484 201

    485 601

    484 302

    485 106

    483 241

    2 905 405

    Клиент 8

    326 209

    326 155

    326 804

    327 105

    327 105

    327 405

    1 960 783

    Клиент 4

    101 847

    189 701

    150 638

    102 545

    176 300

    180 475

    901 506

    Клиент 2

    99 954

    110 487

    75 419

    98 621

    121 815

    97 103

    603 401

    Клиент 9

    88 406

    88 422

    88 732

    88 305

    88 834

    88 905

    531 604

    Клиент 15

    71 958

    55 825

    70 850

    84 732

    71 205

    71 324

    425 894

    Клиент 1

    64 607

    64 687

    64 857

    64 899

    64 938

    64 957

    388 945

    Клиент 16

    154 321

    14 235

    60 452

    293 431

    Клиент 3

    35 604

    49 526

    42 989

    45 902

    40 923

    40 989

    257 932

    Клиент 19

    25 149

    22 305

    20 203

    29 785

    27 115

    21 069

    145 626

    Клиент 6

    23 405

    35 452

    28 653

    21 877

    21 877

    131 265

    Клиент 5

    18 335

    23 654

    15 187

    22 443

    22 950

    23 154

    125 723

    Клиент 7

    20 700

    20 700

    20 700

    20 700

    20 700

    20 700

    124 200

    Клиент 12

    23 145

    17 406

    20 559

    19 824

    25 701

    16 850

    123 525

    Клиент 18

    19 207

    13 405

    14 036

    24 483

    18 207

    19 905

    109 243

    Клиент 20

    6 509

    8 079

    7 517

    8 153

    7 546

    7 561

    45 365

    Клиент 17

    6 125

    5 987

    2 198

    5 498

    3 950

    23 758

    Клиент 11

    890

    195

    7 354

    789

    4 901

    14 129

    Итого

    2 660 088

    2 730 162

    2 858 668

    2 713 480

    2 780 796

    2 810 780

    16 618 437

    Как и при ABC-анализе в Excel, в нашем примере XYZ-анализа в таблицу вписывают всех клиентов и суммарную выручку от их покупок за каждый месяц.

    1. Теперь нужно рассчитать коэффициент вариации, лежащий в пределах между 0 и 1. Формула довольно сложная, но можно воспользоваться специальной функцией Excel: если начинать вводить данные с третьей строки (а конкретно с ячейки В3-G3), то в пустом столбце надо набрать выражение =СТАНДОТКЛОНП(B3:G3)/СРЗНАЧ(B3:G3), затем протянуть до последней строки и задать процентные значения табличным ячейкам. Получится коэффициент волатильности потребителя, выраженный в процентах:

    2. Можно дополнительно вычислить в таблице средние объёмы продаж по каждому месяцу и заказчику, а также стандартное отклонение. Однако что касается результатов XYZ-анализа, то гораздо более важную роль в них играет коэффициент вариации. Проставьте его в строке напротив каждого покупателя.

      Таблица № 7. Заполняем ячейку с коэффициентом вариации для каждого клиента.

      Название заказчика

      Выручка по заказчику

      Средние продажи за месяц

      Стандартное отклонение

      Коэффициент вариации

      январь

      февраль

      март

      апрель

      май

      июнь

      Итого за полгода

      Клиент 14

      635 363

      640 322

      643 950

      639 801

      645 354

      647 811

      3 852 601

      642 100

      4482,4

      1 %

      Клиент 10

      609 721

      609 105

      611 301

      608 203

      609 621

      606 151

      3 654 102

      609 017

      1729,8

      0 %

      Клиент 13

      482 954

      484 201

      485 601

      484 302

      485 106

      483 241

      2 905 405

      484 234

      1025,6

      0 %

      Клиент 8

      326 209

      326 155

      326 804

      327 105

      327 105

      327 405

      1 960 783

      326 797

      513,3

      0 %

      Клиент 4

      101 847

      189 701

      150 638

      102 545

      176 300

      180 475

      901 506

      150 251

      39414,0

      26 %

      Клиент 2

      99 954

      110 487

      75 419

      98 621

      121 815

      97 103

      603 401

      100 567

      15482,0

      15 %

      Клиент 9

      88 406

      88 422

      88 732

      88 305

      88 834

      88 905

      531 604

      88 601

      253,6

      0 %

      Клиент 15

      71 958

      55 825

      70 850

      84 732

      71 205

      71 324

      425 894

      70 982

      9164,4

      13 %

      Клиент 1

      64 607

      64 687

      64 857

      64 899

      64 938

      64 957

      388 945

      64 824

      143,7

      0 %

      Клиент 16

      154 321

      14 235

      60 452

      293 431

      48 905

      65542,2

      134 %

      Клиент 3

      35 604

      49 526

      42 989

      45 902

      40 923

      40 989

      257 932

      42 989

      4690,9

      11 %

      Клиент 19

      25 149

      22 305

      20 203

      29 785

      27 115

      21 069

      145 626

      24 271

      3739,8

      15 %

      Клиент 6

      23 405

      35 452

      28 653

      21 877

      21 877

      131 265

      21 877

      11925,9

      55 %

      Клиент 5

      18 335

      23 654

      15 187

      22 443

      22 950

      23 154

      125 723

      20 954

      3419,0

      16 %

      Клиент 7

      20 700

      20 700

      20 700

      20 700

      20 700

      20 700

      124 200

      20 700

      0,0

      0 %

      Клиент 12

      23 145

      17 406

      20 559

      19 824

      25 701

      16 850

      123 525

      20 588

      3387,1

      16 %

      Клиент 18

      19 207

      13 405

      14 036

      24 483

      18 207

      19 905

      109 243

      18 207

      4092,1

      22 %

      Клиент 20

      6 509

      8 079

      7 517

      8 153

      7 546

      7 561

      45 365

      7 561

      587,8

      8 %

      Клиент 17

      6 125

      5 987

      2 198

      5 498

      3 950

      23 758

      3 960

      2447,4

      62 %

      Клиент 11

      890

      195

      7 354

      789

      4 901

      14 129

      2 355

      3042,4

      129 %

      Итого

      2 660 088

      2 730 162

      2 858 668

      2 713 480

      2 780 796

      2 810 780

      16 618 437

      2 769 739

    3. Теперь надо отсортировать таблицу по возрастанию коэффициентов. Заходим в пункт меню “Данные”, где выбираем “Сортировку” и затем “По возрастанию”. Всех покупателей разбиваем на три группы: X — это те, чьи коэффициенты не превышают 10 %, Z — клиенты с коэффициентами выше 25 % и Y — все прочие. При небольшом количестве объектов можно перераспределить их по таблице вручную, без сортировки.

      Таблица № 8. Делим всех клиентов на группы по коэффициенту вариации.

      Название заказчика

      Выручка по заказчику

      Средние продажи за месяц

      Стандартное отклонение

      Коэффициент вариации

      XYZ-группа

      январь

      февраль

      март

      апрель

      май

      июнь

      Итого за полгода

      Клиент 14

      635 363

      640 322

      643 950

      639 801

      645 354

      647 811

      3 852 601

      642 100

      4482,4

      0,7 %

      Х

      Клиент 10

      609 721

      609 105

      611 301

      608 203

      609 621

      606 151

      3 654 102

      609 017

      1729,8

      0,3 %

      Х

      Клиент 13

      482 954

      484 201

      485 601

      484 302

      485 106

      483 241

      2 905 405

      484 234

      1025,6

      0,2 %

      Х

      Клиент 8

      326 209

      326 155

      326 804

      327 105

      327 105

      327 405

      1 960 783

      326 797

      513,3

      0,2 %

      Х

      Клиент 4

      101 847

      189 701

      150 638

      102 545

      176 300

      180 475

      901 506

      150 251

      39414,0

      26,2 %

      Z

      Клиент 2

      99 954

      110 487

      75 419

      98 621

      121 815

      97 103

      603 401

      100 567

      15482,0

      15,4 %

      Y

      Клиент 9

      88 406

      88 422

      88 732

      88 305

      88 834

      88 905

      531 604

      88 601

      253,6

      0,3 %

      X

      Клиент 15

      71 958

      55 825

      70 850

      84 732

      71 205

      71 324

      425 894

      70 982

      9164,4

      12,9 %

      Y

      Клиент 1

      64 607

      64 687

      64 857

      64 899

      64 938

      64 957

      388 945

      64 824

      143,7

      0,2 %

      X

      Клиент 16

      154 321

      14 235

      60 452

      293 431

      48 905

      65542,2

      134,0 %

      Z

      Клиент 3

      35 604

      49 526

      42 989

      45 902

      40 923

      40 989

      257 932

      42 989

      4690,9

      10,9 %

      Y

      Клиент 19

      25 149

      22 305

      20 203

      29 785

      27 115

      21 069

      145 626

      24 271

      3739,8

      15,4 %

      Y

      Клиент 6

      23 405

      35 452

      28 653

      21 877

      21 877

      131 265

      21 877

      11925,9

      54,5 %

      Z

      Клиент 5

      18 335

      23 654

      15 187

      22 443

      22 950

      23 154

      125 723

      20 954

      3419,0

      16,3 %

      Y

      Клиент 7

      20 700

      20 700

      20 700

      20 700

      20 700

      20 700

      124 200

      20 700

      0,0

      0,0 %

      X

      Клиент 12

      23 145

      17 406

      20 559

      19 824

      25 701

      16 850

      123 525

      20 588

      3387,1

      16,5 %

      Y

      Клиент 18

      19 207

      13 405

      14 036

      24 483

      18 207

      19 905

      109 243

      18 207

      4092,1

      22,5 %

      Y

      Клиент 20

      6 509

      8 079

      7 517

      8 153

      7 546

      7 561

      45 365

      7 561

      587,8

      7,8 %

      X

      Клиент 17

      6 125

      5 987

      2 198

      5 498

      3 950

      23 758

      3 960

      2447,4

      61,8 %

      Z

      Клиент 11

      890

      195

      7 354

      789

      4 901

      14 129

      2 355

      3042,4

      129,2 %

      Z

      Итого

      2 660 088

      2 730 162

      2 858 668

      2 713 480

      2 780 796

      2 810 780

      16 618 437

      2 769 739

    4. Можно подводить итоги XYZ-анализа базы покупателей. Группу X составляют те, кто стабильно делают покупки у вас. В данном случае таковых набралось восемь. В группу Y входят семь клиентов, чей спрос колеблется. Оставшаяся группа — 5 клиентов из 20 — это Z: их спрос невозможно предсказать, так как он не закономерен, а обусловлен случайными факторами. Вывод: большая часть клиентов фирмы ведёт себя прогнозируемо или стабильно в том, что касается покупок.

    Совмещение авс- и xyz-анализа

    Совмещение методов ABC- и XYZ-анализа даёт руководителю эффективный и разносторонний инструмент. Суть этого комплексного метода заключается в составлении матрицы ABC- и XYZ-анализа — сводной таблицы для классификации анализируемых объектов по девяти категориям.

    Таблица № 9. Оценка объектов по тенденции увеличения выгоды для бизнеса (XYZ) и их финансовой привлекательности (ABC).

    AX: Надёжность и потребительская стоимость высоки (так как продукт потребляют стабильно)

    AY: Потребительская стоимость высокая, надёжность средняя (продукт потребляется нестабильно)

    AZ: Потребительская стоимость высока, прогноз надёжности низок (продукт потребляется под влиянием случайных факторов)

    BX: Потребительская стоимость средняя, надёжность по прогнозу средняя (потребление стабильно)

    BY: Средние показатели прогнозируемой надёжности и потребительской стоимости (продукт потребляется нестабильно)

    BZ: Прогнозируется низкая надёжность при высокой потребительской стоимости (потребление стохастично)

    CX: Надёжность высокая, потребительская стоимость низкая (потребление стабильно)

    CY: Средние значения надёжности, потребительская стоимость невысока (потребление нестабильно)

    CZ: Прогнозируемая надёжность и потребительская стоимость низкие (продукт потребляется стохастично)

    Таким образом, при всех преимуществах ABC-анализа (универсальности, автоматизации, простоте) важно соблюдать ряд требований. Когда цель, объекты и параметры анализа заданы некорректно, а особенности бизнеса не учтены (например, сезонность потребления, неоднородность ассортимента), толку от анализа не будет. И, конечно, следует позаботиться о качестве информации: правильно собрать исходные данные, разбить целевую аудиторию на однородные группы и выбрать такие параметры, которые действительно характеризуют изучаемое явление.

Дополнительный анализ:  Импорт / экспорт товаров - IMEXP.RU

Как, зачем и для чего мы будем его использовать?


Важно ответить на такие вопросы:

  1. Какая цель анализа?
  2. Что будет объектами анализа?
  3. По каким критериям?
  4. Какое процентное соотношение будет оптимальным для АВС анализа?
  5. За какой временной период стоит проводить анализ? и с какой частотой?
  6. Как разделить товары на А, В, С категории?
  7. Какая будет интерпретация и действия на основе результатов анализа?

Пройдемся по пунктам.

Цель анализа зависит от существующей проблемы или, а зачем мы вообще его проводим? Любая аналитика служит для достижения какой-то цели, АВС анализ отнюдь не исключение. Четкое видение цели уже половина успеха маркетинговой активности.

Цель прогнозирует чего мы можем достичь с помощью применения АВС анализа, поэтому может отличатся даже в зависимости от того кто анализ проводит. Категорийные менеджеры чаще всего анализируют продаж товаров, управляющих магазинами — оборот, маркетологи — вхождение товаров в чеки покупателей.

Самые популярные цели это:

  • определить группы товаров, приносящие наибольшую прибыль;
  • оптимизировать ассортимент;
  • выделить товары-лидеры и аутсайдеры;
  • управлять запасами и поставками;
  • сравнить показатели с предыдущим периодом, проанализировать изменения.

Достичь цели можно используя разные

Объекты анализа

. Ими могут выступать — поставки, складские запасы, товарный ассортимент отдельного магазина или всей торговой сети, товары, которые входят в определенную товарную группу или категорию.

Тут необходимо достаточно осторожно подходить к анализу. Например, для оптимизации ассортимента, анализ по всему ассортименту магазина или сети не даст практически ничего. Ведь не можем мы оставить в магазине только хлеб, молоко и алкоголь, хотя эти группы и будут самыми популярными.

Критерии. Опять же тесно связаны с объектом и целью анализа.Самые распространенные:

  • оборот;
  • выручка;
  • доходность;
  • количество продаж;
  • количество чеков, вхождение в чеки — частота покупок товаров.
Дополнительный анализ:  Обзор ключевых показателей профессиональных участников рынка ценных бумаг | Банк России

Выбор всего одного критерия для анализа существенно ограничивает достоверность результатов. Как правило, используют два-три критерия и проводят кросс-анализ, о чем более подробно расскажем ниже.

Процентное соотношение. К сожалению, усредненные значения предлагаемые принципом Парето не всегда соответствуют действительности. В реальности категорийный менеджер или управляющий магазином при определении процентного соотношения руководствуется, в первую очередь, своим опытом, целями и критерими анализа, спецификой ассортимента товарной группы, магазина или ритейл сети.

80-15-5,70-20-10,50-30-20,и даже 40-40-20, это все возможные варианты процентных соотношений категорий А, В и С.Широкий разброс указывает на разнообразие ситуаций и невозможность ориентации на универсальное соотношение границ категорий.

Так, категорийщик большой торговой сети может позволить себе вывести из ассортимента значительное количество товаров категории С, полки магазина в любом случае пустовать не будут. Другое дело управляющий небольшой торговой сетью из 2-3 магазинов, где выведение 100-200 товаров губительно скажется на широте представленого ассортимента.

Временной период. Часто проводить АВС анализ слишком затратно по использованию рабочего времени маркетологов, категорийщиков или управляющих магазинами, да и результаты такого анализа будут мягко говоря не очевидны из-за цикличности продаж товаров по дням недели или сезонам.

Например, анализ всего товарного ассортимента можно проводить раз в полгода, чтобы проанализировать какие товары и группы товаров самые важные и что изменилось по сравнению с прошлым периодом.

Анализ товаров в каждой товарной группе, как правило, проводится раз в 2 месяца, возможны варианты раз в 3 месяца. Все зависит от величины ассортимента и возможностей аналитиков сети.

Разделение на А, В, С категории. Анализируя торговый ассортимент магазина маркетолог может использовать 1 критерий — например, доходность товара или товарной группы, но полученные данные не всегда достаточно полезны.

Поэтому применяется кросс анализ сразу по нескольким критериям. Да, такой подход не прост, но использование большего числа критериев позволяет лучше увидеть существующую ситуацию. При проведении возможны несколько вариантов действий:

1. Последовательное разделение на категории.

Стоит использовать если ассортимент товарной группы слишком большой. Сначала ассортимент анализируется по первому критерию (например, обороту), далее каждая полученная категория анализируются снова уже по второму критерию (количеству продаж) и т.д. В результате мы получаем подкатегории с относительно небольшим перечнем товаров, с которыми удобно работать.

2. Параллельное разделение на категории.

Проводим АВС анализ одновременно(параллельно) по нескольним критериям создавая категории вида АА, ВС и т.п…

Используя 2 критерия, скажем Доход и Количество продаж, получаем уже 9 категорий:

Используем 3 критерия — 27 категорий. Для примера:

ВыручкаДоходностьКоличество продаж
Товар 1АВА
Товар 2ААА
Товар 3…СВС


Такой подход более сложен, дает большие по количеству товаров категории, но позволяет получить обширную информацию о каждой категории.

Например, используя 3 критерия для параллельного анализа, товары получившие ААА это самые важные товары для ритейлера. Они приносят значительный доход, часто покупаются, приносят выручку. А значит должны постоянно быть в наличии, с бесперебойными поставками и хорошим запасом.

Товары категорий АВА, ВАА, ААВ так же достаточно важны и с ними стоит активно работать. Например, товар входит в категорию А по выручке и доходности, и в категорию В по продажам. Стоит найти ему лучшее место на полке, или провести промоактивность и магазин получит значительную прибыль.

Еще вариант, товарная группа с категорией А по количеству продаж и доходности, и с категорией В по выручке. Для товаров в этой категории возможен пересмотр ценовой политики, так незначительное увеличение цены товаров приведет к увеличению выручки магазина.

А вот от категории товаров ССС стоит точно избавляться.

3. Использование синтетического подхода к определению категорий.

Для каждого критерия определяется весовой коэффициент (ВК), в зависимости от его значимости для цели анализа. Например, для анализа Оборот более важен чем Количество продаж товара, а Количество продаж важнее Вхождения в чеки.

КритерийВесовой коэффициент
Оборот0,5
Количество продаж0,3
Вхождение в чеки0,2
Всего1


Для каждого товара производится расчет синтетического показателя.

Кумул. % по Обороту*ВККумул. % по Количеству продаж*ВККумул. % по Вхождению в чеки*ВКСинтетический показатель
Товар 110%*0,5= 510%*0,3= 311%*0,2= 2,25 3 2,2= 10,2
Товар 219,2%*0,5= 9,620%*0,3= 622%*0,2= 4,49,6 6 4,4= 20
Товар 327,2%*0,5= 13,630%*0,3= 928%*0,2= 5,613,6 9 5,6= 28,2

Далее, необходимо провести ранжировку полученных результатов.

Этот подход дает возможность одним числом охарактеризовать каждую товарную позицию, включенную в классификацию, и провести АВС-анализ как если бы использовался всего один критерий.

Интерпретация. Результаты АВС анализа должны быть внимательно изучены, не стоит принимать поспешных решений.Идея классического АВС анализа в любом случае остается неизменной — распределение товаров по категориям для дальнейшей работы.

Численность категория А всегда минимальна, категории С — максимальна. В тоже время категория А приоритетна в плане обслуживания и работы с ней. Категория В имеет стандартный уровень обслуживания, категория С — если товары не выводятся из ассортимента, то имеют найменьший уровень обслуживания и внимания.

Приведем пример по проведению авс анализа.

В сети супермаркетов из 17 магазинов существовали определенные проблемы с товарной группой “Алкогольные напитки”. Товары этой группы хорошо продавались и приносили доход, но занимали значительное полочное пространство магазинов. Также, требовалось определить марки и отдельные товары для планирования осенних промо-акций. Мы провели АВС анализ с помощью сервиса

Итак, цель анализа — выбор товаров для промо-акций, сокращение ассортимента товарной группы.

Объект анализа — основной ассортимент группы “Алкоголь” по всей торговой сети.

Временной период — 2 месяца. Анализ будет проводится с помощью паралельного подхода по 2 критериям: Оборот и Количество продаж. Выбор именно этих критериев напрямую зависит от цели анализа. Управляющим торговой сети нужно было сократить количество товаров занимающих место на полках и не значительно влияющих на оборот товарной группы в целом.

Анализ по основному ассортименту позволит нам получить более точные данные без учета сезонных или же отсутствующих в продаже товаров.

Процентное соотношение.Оптимальным в данном варианте будет соотношение 75-95-100 по выбранным критериям из-за специфики товарной группы. На скриншоте ниже видим количество товарных позиций, которые входят в каждую категорию А, В и С и процентную часть категории от общего показателя.

Для большей наглядности соотношения категорий рассмотрим их на диаграмме.

Как видим, категория А как по обороту, так и по количеству продаж самая малочисленная, категория С самая большая — есть откуда брать товары для сокращения.

Интерпретация. Проанализируем полученные результаты.Анализ возможен как с помощью табличных данных, так и с помощью визуализаций.

Первая цель — Выбор товаров для проведения промоакций.В категория АА по Обороту и Количеству продаж попадают 162 позиций товаров, как видно на скрине ниже.

Мы можем визуализировать данные по каждой категории.

Например, сейчас для построения визуализации мы использовали такие показатели:горизонтальная ось — количество продаж за выбранный период;вертикальная ось — оборот за выбранный период;диаметр круга — % от оборота выбранной категории. Возможны и другие варианты построения графика в зависимости от целей АВС анализа.

Как видим со значительным отрывом в категории АА лидирует GreenDay Organic Life по продажам в этой торговой сети.

Самые продающиеся марки это GreenDay и MEDOFF. Работа с поставщиками таких товаров должна быть очень хорошо налажена, именно они поставляют нам товары лидеры. Возможно создание специальных лучших условий для них, дополнительного места на полках, организации промоактивности и т.п.

Дополнительный анализ:  Город Магнитогорск: климат, экология, районы, экономика, криминал и достопримечательности | Не сидится - клуб желающих переехать

Но, мы считаем нецелесообразным проводить промо-акции для товаров категории АА, эти товары и без акции отлично продаются.

В данном случае продвижение лучше запланировать для категории АВ, которая значительно влияет на оборот магазинов, а количество продаж товаров группы вырастет в результате промоактивности.

Результаты выбора товаров категории АВ видим на рисунке ниже.

Как видно наиболее удачным будет провести промоакции для грузинских коньяков и вин, а также коньяков марки «Клинков».

Второй целью нашего анализа была оптимизация ассортимента и избавление от непродающихся товаров. Разберемся с категорией СС.Тут визуализация еще более упрощает анализ. Как помним, в эту группу могут попасть и элитные товары.

А вот товары по 2 осям стремящиеся к нулю и с малым диаметром круга, никак не влияющие на общий оборот стоит удалять из ассортимента — они не продаются и только занимают место на полках. Как пример, на рисунке вино «Солнце в бокале» — продалось всего 2 раза за 2 месяца по 32 грн. за бутылку а значит и никак не влияет на оборот.

Таким образом, АВС анализ позволил нам распределить товары входящие в товарную группу Алкогольных напитков на 9 разных категорий и выработать рекомендации для торговой сети по оптимизации ассортимента:

  • категория АА — товары-лидеры, категория наивысшего приоритета, товары постоянно должны быть в наличии, необходим тщательный контроль уровня запасов;
  • категория АВ — товары которые принесут максимальную эффективность при проведении промоакций;
  • категории ВА, ВВ, ВС, СВ — товары-середнячки, средний уровень управления запасами и размещением на полках;
  • категория СС — товары-аутсайдеры, необходим детальный анализ категории и выведение из ассортимента самых низкоэффективных товаров.


Работа выполнена, можно и отметить! Тем более мы теперь в курсе горячительных трендов.

Шаг 2. анализируем эффективность каждой группы клиентов.

Обычно всех покупателей компании можно разбить на несколько сегментов. В начале процедуры ABC-анализа оценивают доли каждого из этих сегментов в общей прибыли фирмы и лишь после этого переходят к анализу отдельных клиентов внутри сегментов.

Таблица № 1. Оформляем в виде таблицы долю каждого заказчика в финансовых результатах фирмы.

Заказчик

Выручка

Себестоимость продукции

Прямые издержки

Маржинальный доход

Рентабельность

Доля в выручке

Доля в маржинальном доходе

1

2

3

4

5

6

7

8

Сегмент 1

37 200 000,00

30 600 000,00

2 340 000,00

4 260 000,00

11,45 %

27,64%

21,76 %

Сегмент 2

32 190 000,00

25 500 000,00

25 500 000,00

6 234 000,00

19,37 %

23,92%

31,85 %

Сегмент 3

22 356 000,00

17 718 000,00

17 718 000,00

4 573 800,00

20,46 %

16,61%

23,37 %

Сегмент 4

30 600 000,00

26 910 000,00

26 910 000,00

2 226 000,00

7,27 %

22,74%

11,37 %

Сегмент 5

12 230 400,00

9 456 000,00

9 456 000,00

2 280 000,00

18,64 %

9,09 %

11,65 %

Итого

134 576 400,00

110 184 000,00

110 184 000,00

19 573 800,00

14,54 %

100,00 %

100,00 %

Как правило, при проведении ABC-анализа в “Экселе” у компаний набирается всего 2–4 сегмента аудитории. Это немного. Вся информация представлена очень наглядно, поэтому оценивать эффективность клиентов несложно. Расчёт вклада сегмента в общую выручку и маржинальную прибыль от продаж даёт руководителю бизнеса весьма полезный материал для выводов.

В вышеприведённом примере второй сегмент самый результативный: он обеспечивает фирме 32 % от маржинальной прибыли, хотя выручка от него составляет почти 24 %. Поэтому данный сегмент наиболее приоритетный. Следует уделить внимание и первому сегменту: его доля в маржинальном доходе мала (всего 22 %), однако он приносит больше всего выручки. Четвёртый же сегмент вызывает некоторую тревогу своим низким маржинальным доходом

Шаг 3. анализируем сегменты аудитории по каждому параметру индивидуально.

Ранжируем получившиеся группы по ABC:

Таблица № 2. Выделяем диапазоны каждого сегмента по ABC

А

0,00 %

80,00 %

В

80,00 %

95,00 %

С

95,00 %

100,00 %

ABC-анализ по каждому показателю продаж располагают на отдельном листе в Excel. Разберём анализ параметра “Выручка” в “Экселе”. Порядок действий:

  1. Создать и наполнить таблицу.

  2. Отсортировать объекты по убыванию показателя (выручки).

  3. Вычислить общую сумму продаж.

  4. Определить доли каждого потребителя в этой сумме. В ABC-анализе это делается по следующей формуле:

    Доля потребителя = (Выручка по клиенту) / (Общая сумма выручки) * 100 %.

  5. Вычислить нарастающий итог доли каждого клиента, начав с самых крупных значений. Получится нечто вроде: клиент 14 — доля равна 29,89 %, клиент 10 — 26,55 %, клиент 13 — 6,09 %. Для этих трёх покупателей сосчитаем накопительный итог: сложим три их доли в процентах и получим 62,53 %.

  6. Распределить клиентов по матрице ABC. Сначала найдём покупателя, чья доля в выручке накопительным итогом близка к 80 % (с этого значения начинается категория А); затем — того, чья доля ближе к 95 % (отсюда начинается категория B). Всех прочих отнесём к категории C. Выделяем ячейки цветом: клиентов категории A — зелёным, C — красным, а B — жёлтым.

Таблица № 3. Так выглядит таблица ABC-анализа после выполнения шага 3.

Название клиента

Выручка

Доля

Накопительный итог

АВС

11 998 648,90

100,00 %

1

2

3

4

5

Клиент 14

3 553 619,15

29,62 %

29,62 %

А

Клиент 10

3 156 970,80

26,31 %

55,93 %

А

Клиент 13

724 193,45

6,04 %

61,96 %

А

Клиент 8

674 111,80

5,62 %

67,58 %

А

Клиент 2

581 000,10

4,84 %

72,42 %

А

Клиент 4

654 222,00

5,45 %

77,88 %

А

Клиент 9

490 000,00

4,08 %

81,96 %

В

Клиент 15

406 670,05

3,39 %

85,35 %

В

Клиент 1

389 237,60

3,24 %

88,59 %

В

Клиент 16

293 431,35

2,45 %

91,04 %

В

Клиент 3

230 000,10

1,92 %

92,96 %

В

Клиент 19

145 626,00

1,21 %

94,17 %

В

Клиент 6

131 264,50

1,09 %

95,26 %

С

Клиент 5

125 722,85

1,05 %

96,31 %

С

Клиент 7

124 200,00

1,04 %

97,35 %

С

Клиент 12

123 525,00

1,03 %

98,38 %

С

Клиент 18

109 242,50

0,91 %

99,29 %

С

Клиент 20

46 125,05

0,38 %

99,67 %

С

Клиент 17

23 757,50

0,20 %

99,87 %

С

Клиент 11

15 729,10

0,13 %

100,00 %

С

Шаг 5. анализируем клиентов по всему набору показателей.

Чтобы было удобнее и нагляднее, создадим новую таблицу и занесём туда результаты прошлых шагов ABC-анализа — клиентов по группам. Взглянув на получившиеся данные, легко сделать выводы о ситуации с продажами и принимать управленческие решения.

В нашем примере таблица ясно демонстрирует, что наиболее прибыльными для фирмы являются клиенты 8 и 14: у них самые высокие выручка и маржинальная прибыль. Десятый клиент тоже приносит компании много выручки и дохода, но посредством сделок на мелкие суммы: он всё время делает покупки, но понемногу.

То есть если учесть временной аспект, то расходы на каждую сделку с этим клиентом выше, чем у первых двух. Если бы в нашем распоряжении были данные о маржинальной прибыли с учётом всех временных затрат работников компании по каждой сделке, то клиент 10 вообще выпал бы из категории А. Недостатки системы учёта часто искажают результаты ABC-анализа.

Таблица № 5. Итоговая оценка клиентов по всему комплексу параметров АВС.

По выручке

По выручке на одну покупку

По прибыли

Наименование

А

А

А

Клиент 14

А

С

А

Клиент 10

А

В

В

Клиент 13

А

А

А

Клиент 8

А

В

В

Клиент 2

А

А

В

Клиент 4

В

А

С

Клиент 9

В

А

А

Клиент 15

В

В

В

Клиент 1

В

В

В

Клиент 16

В

А

С

Клиент 3

В

С

С

Клиент 19

С

С

С

Клиент 6

С

В

С

Клиент 5

С

С

С

Клиент 7

С

В

С

Клиент 12

С

С

С

Клиент 18

С

С

С

Клиент 20

С

С

С

Клиент 17

С

С

С

Клиент 11

Некоторые клиенты (2, 4, 13) занимают место в категории А по выручке и в категории В — по маржинальному доходу. Возможно, эти клиенты получают особые скидки или бесплатный сервис в избыточном количестве. При этом клиент 15, наоборот, по маржинальной прибыли оказался в категории А, а по выручке — только в категории В.

Итоговая ABC-матрица показывает, что показатели как минимум половины всей клиентской базы очень пессимистичны: выручка и доход от этих покупателей составляют менее 5 %.

Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector