Проведение xyz анализа. XYZ-анализ

Анализ ABC XYZ в первую очередь необходимо знать: что это такое? Для начала стоит отметить, что эти два анализа применяются в различных бизнес структурах, например, таких как рестораны, торговые центры, алкогольные компании и др.

Эти два вычислительных помощника помогают определить проблемные места предприятия, распланировать действия, вовремя поднять стоимость товара, который пользуется спросом, и уберечь от будущих ошибок фирму. Итак, ABC XYZ?

АВС анализ - это процесс классифицирования товаров и ресурсов предприятия на группы, по уровню их значимости. Этот анализ использует известный принцип Парето. В основе этого принципа лежит аксиома: 20% всего товара даёт 80% оборота. В частности, к АВС анализу это правило может применяться так: качественный контроль 20% ресурсов предприятия, приносит 80% контроля всей системы, в общем, это могут быть продукты, оборудование, сырьё и др. Для чего же нужен и как применяется этот метод анализа?

Допустим в ресторане или кафе быстрого питания чаще всего используется АВС анализ, он нужен для того чтобы «разложить всё по полочкам» и определить долеучастие товара в обороте предприятия и просчитать процент долеучастия товара в прибыли ресторана. Выводится специальная таблица, в которую необходимо вписать: количество продаж продукта за месяц (полгода, год), себестоимость товара и отпускную цену. Используя определённую формулу необходимо упорядочить товары по шкале от min до max. Затем по этой формуле определить долеучастие товара в обороте и процент долеучастия товара в прибыли предприятия. После этого таблица нам выдаст данные каждого товара и шкалу их важности по обороту и участие в прибыли. Шкала называется "Нарастающий итог", строится от 1 до 100. Если ассортиментная группа по данной шкале попала в интервал от 1 до 50, то это группа A, если в интервал от 50-80, то товар в группе B, ну а в группе C оказываются продукты, расположенные в промежутке от 80 до 100. Товары, которые оказались в группе A и B имеют большой оборот и приносят предприятию хороший процент в прибыли, а вот те категории, которые оказались в группе C, над ними следует поработать, поднять спрос и оборот, либо снять их с продажи. По статистике, категории, которые находятся в группе С больше полугода, ликвидируются.

Анализ XYZ - это классифицирование запасов. Прогнозирует потребление, характер изменений и потребности запасов. Выстраивается определённый алгоритм проведения анализа, включающий в себя вычисление коэффициента вариации, группирование от min до max, распределение по группам XYZ, изображение результат на графике.

Чаще всего этот метод применяется на больших предприятиях, где есть складские помещения и центр логистики, который и проводит XYZ исследует, оценивает логистику и клиентов компании.

Что входит в группы X , Y , Z ?

В группу X входят основные позиции запаса с коэффициентом вариации статистических последовательностей отгрузок - 25%. Это ресурсы, которые последовательны со стабильной величиной потребления, требуют точного прогноза в расходе.

В группе Y находятся те же номенклатурные позиции с и имеют статистический ряд отгрузок 25-50%. В данной группе ресурсов необходимо определять потребность в них, это могут быть сезонные продукты (пиво, вода).

Группа Z несёт в себе запасы статистического ряда с более чем 50%. Эта группа характеризуется нерегулярным потреблением ресурсов и неточным прогнозированием. Если сочетать анализ ABC XYZ то он покажет более точную таблицу скорости потребления и темпов отгрузки.

Анализ ABC XYZ лучше всего работают в паре, для более точной оценки эффективности предприятия. Это наиболее мощное внутреннее оружие фирмы, установив его в основе бизнесом, можно выявить ключевые моменты, сэкономить важные ресурсы предприятия и захватить львиную

А BC -анализ - это метод, посредством которого можно произвести классификацию ресурсов предприятия и степени их важности. Данный анализ - метод рационализации, который может быть применен в деятельности любого предприятия.

Метод АBC-анализа дает возможность сравнить величины в стоимостном и натуральном выражении. На многих производствах небольшие величины обладают большими стоимостными характеристиками, и если руководители предприятия на всех уровнях организационной структуры будут быстро выявлять эти причины, то это позволит достичь положительных результатов очень быстро.

В сфере обеспечения предприятия мы должны выделять А-поставщиков и А-детали. В производственной сфере наиболее важными являются постоянные затраты. В сфере сбыта следует уделить внимание А-клиентам и А-продуктам.

Главная задача руководителя - определение приоритетов. Для этого нужна градация задач, материалов, процессов, поставщиков, групп клиентов, групп продуктов и областей продаж, ассортимента.

Данный вид анализа эффективно применяется на складе и в отделе закупок. Так с наиболее важными для предприятия поставщиками, производящими, как правило, А-детали работа должна быть организована иначе, чем с предприятиями поставляющими С-детали.

Как классифицировать поставщиков?

Поставщики классифицируются так:

Из карточек поставщиков или в финансовой бухгалтерии следует взять годовые данные оборота с поставщиками.
Величины этих оборотов заносятся в последовательности убывания во втором столбце таблицы (смотри таблицу 1).
Доля оборота каждого поставщика, выраженная в процентах, рассчитывается в третьем столбце.
Аккумулятивные значения оборота от каждого из поставщиков, выраженные в процентах, заносятся в четвертый столбец.

Таблица 1. Данные о поставщиках (Пример ABC-анализа).

Таблица 2. Схема классификации поставщиков.

В основном, различают 3 группы поставщиков. А-поставщики - это те поставщики, с которыми предприятие имеет примерно 75% оборота. Такой показатель оборота дают около 5% поставщиков. В-поставщики (их в среднем 20%), как правило, дают 20% оборота. Оборот С-поставщиков (их примерно 75%) составляет ориентировочно 5%.

Данную классификацию можно представить и в графическом виде, так как для работников предприятия данная форма представления бывает понятнее таблицы (рисунок 1).

Рисунок 1. Графическое представление результатов АВС-анализа.

Таким образом, при помощи метода ABC-анализа можно узнать, кем из поставщиков предприятию следует заниматься больше. Если предприятие хочет иметь небольшие затраты в области закупок, то больше внимания необходимо уделять А-поставщикам, так как плотная работа с А-поставщиками может воздействовать на 75% оборота с остальными поставщиками.

Классификация деталей

Классификация поставщиков также может быть произведена в разрезе деталей, которые приобретает предприятие. Практические зна-чения для А-, В-, С-деталей соответственно равны 75, 20 и 5%. Здесь также следует заниматься сначала А-деталями, если предприятие хочет иметь небольшие затраты в области закупок.

А-детали - это дорогостоящие материалы, подлежащие более тщательной и интенсивной обработке. Для данной категории имеет смысл проводить следующие мероприятия:

наиболее точный ценовой анализ закупок;
подробный анализ всех затрат;
глобальный анализ рынка;
рассмотрение нескольких предложений поставщиков;
жесткие переговоры по поводу закупочных цен;
наиболее тщательная подготовка заказов;
точная диспозиция;
точнейшее управление закупками;
постоянный контроль и анализ запасов;
точнейший расчет страховых запасов;
установление мелких партий востребования;
использование функционально-стоимостно-го анализа.

В-детали - материалы, которые имеют среднюю стоимость. В зависимости от их значимости с ними надо работать либо как с С-деталями, либо как с А-деталями.

С-детали - это материалы, не представляющие большой ценности. С ними следует работать не так, как А-деталями. Из-за их большого количества и низкой стоимости основная задача рационализации состоит в уменьшении затрат на складирование и оформление заказов. Для этого должны проводиться такие мероприятия:

организовано упрощенное оформление заказов;
на предприятии должны формироваться сводные заказы;
использование несложных формулировок заказов;
организованы заказы по телефону;
производство ежемесячного расчета;
упрощение складского учета;
организовано списание материалов со счета месячной потребности;
увеличение партий заказов;
более простой контроль запасов;
введение высокого уровня страховых заказов.

Что такое XYZ-анализ и для чего он нужен?

XYZ-анализ дает возможность производить классификацию ресурсов предприятия в зависимости от того, как они потребляются и точности в прогнозе изменений их необходимости в течение определенного времени.

Вместе с соотношением стоимости и количества, которые исследуются при производстве ABC-анализа, для оценки показателей объемов могут использоваться другие критерии. Информация о структуре использования отдельных видов материалов также важна. При производстве XYZ-анализа материалы распределяются в полном соответствии со структурой потребления (таблица 3 - пример).

Таблица 3. Пример XYZ-анализа структуры потребления.

Сведения о материалах, которые классифицированы согласно структуре потребления - лучшее средство для принятия решений по каждому мероприятию в сфере закупки (таблица 4). Следует иметь ввиду, что для Х,У,Z-материалов при их закупке будут действовать разные условия.

Таблица 4. Закупочные мероприятия.

Таблица 5. XYZ-анализ на соновании точности прогноза потребления.

Стоит ли комбинировать XYZ-анализ с АВС-анализом?

Результаты рассмотренных нами сегодня ABC-анализа и XYZ-анализа имеет смысл комбинировать. При объединении данных о соотношении стоимости и количества ABC-анализа с данными о соотношении структуры и количества потребления XYZ-анализа, мы получим важные инструменты управления, контроля и планирования для всей системы обеспечения материальными ресурсами предприятия.

Таблица 6. Комбинация ABC- и XYZ-анализа.


Х-материал	Высокая потребительная цена	Средняя потребительная цена	Низкая потребительная цена
		Высокая надежность прогноза потребления	Высокая надежность прогноза потребления
Y-материал	Высокая потребительная цена	Средняя потребительная цена	Низкая потребительная цена
		Средняя надежность прогноза потребления	Средняя надежность прогноза потребления
Z-материал	Высокая потребительная цена	Средняя потребительная цена	Низкая потребительная цена
		Низкая надежность прогноза потребления	Низкая надежность прогноза потребления

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

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

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

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

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

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

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

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

Рисунок 1 – Жизненный цикл товара и стабильность его поведения

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

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

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

Где σ — среднее квадратичное отклонение

x – среднее значение за n периодов

n – количество периодов

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

Таблица 2 – Расчет среднего квадратичного отклонения

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

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

Рисунок 3 – Отклонение от среднего спроса

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

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

Рисунок 4 – Определение границ групп

Технология определения групп X, Y и Z:

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

Рисунок 5 – Определение границы группы X

В таблице 5 представлена сводная таблица с результатами анализа.

Итак, выводы:

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

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

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

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

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

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

ABC-анализ в Excel

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

Благодаря анализу ABC пользователь сможет:

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

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

А – наиболее важные для итога (20% дает 80% результата (выручки, к примеру)).
В – средние по важности (30% - 15%).
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:

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

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

Критерии для классификации и характеристика групп:

«Х» - 0-10% (коэффициент вариации) – товары с самым устойчивым спросом.
«Y» - 10-25% - товары с изменчивым объемом продаж.
«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.

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

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

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

Математический инструментарий

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

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

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

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

Вторая формула - это коэффициент вариации :

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

Идея анализа

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

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

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

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

СТАНДОТКЛОНП (диапазон ячеек) /СРЗНАЧ (диапазон ячеек)

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

Следующий шаг - это группирование товаров по величине коэффициента вариации.

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

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

Таблица 1. ПроведениеXYZ-анализаподаннымопродажахтоваразаполугодие

	Объем продаж, штук						Средние	Стандартное	Коэффициент	XYZ
Товар	Июль	Август	1 Сентябрь	Октябрь	Ноябрь	Декабрь	продажи	отклонение	вариации
							за месяц
Товар 1	90	120	120	180	250	200	160,0	55,1	34%	Z
Товар 2	150	164	154	152	148	169	156,2	7,7	5%	X
Товар 3	250	222	255	286	262	288	260,5	22,5	9%	X
Товар 4	800	858	774	752	792	761	789,5	34,8	4%	X
Товар 5	100	92	102	101	130	ПО	105,8	12,0	11%	Y
Товар 6	0	272	267	324	262	271	279,2	22,7	8%	X
Товар 7	1500	1401	1721	1320	1692	1604	1539,7	146,8	10%	X
Товар 8	0	272	267	324	262	271	232,7	106,1	46%	Z
Товар 9	4000	4550	4753	4704	4434	4766	4534,5	266,5	6%	X
Товар 10	200	120	90	140	150	160	143,3	34,0	24%	Y

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

Учет сезонных колебаний.

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

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

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

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

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

Таблица 2. Выделениесезоннойкомпонентынаосноведанныхофактическихпродажахтовара:

Товар	Объем продаж, штук						Средние	Стандартное	Коэффициент
	Июль	Август	Сентябрь	Октябрь	Ноябрь	Декабрь	продажи	отклонение	вариации
							за месяц
Товар 1, фактические данные	90	120	120	180	250	200	160,0	55,1	34%
Расчетный сезонный тренд	100	120	150	200	220	180	161,7	42,6	26%
Сезонный коэффициент	0,62	0,74	0,93	1,24	1,36	1,11	1,0	0,3	26%
Товар 1, без учета сезонных колебаний	146	162	129	146	184	180	157,6	19,5	12%

Совмещение ABC и XYZ анализов.

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

АХ	AY	AZ
ВХ	BY	BZ
СХ	CY	CZ

Товары групп А и В обеспечивают основной товарооборот компании. Поэтому необходимо обеспечивать постоянное их наличие. Обще-принятой является практика, когда по товарам группы А создается избыточный страховой за-пас, а по товарам группы В - достаточный. Использование XYZ-анализа позволяет точнее настроить систему управления товарными ресурсами и за счет этого снизить суммарный товарный запас.
Товары группы АХ и ВХ отличает высокий товарооборот и стабильность. Необходимо обеспечить постоянное наличие товара, но для этого не нужно создавать избыточный страховой запас. Расход товаров этой группы стаби-лен и хорошо прогнозируется.
Товары группы AYи BY при высоком товарообороте имеют недостаточную стабильность расхода, и, как следствие, для того чтобы обес-печить постоянное наличие, нужно увеличить страховой запас.
Товары группы AZи BZ при высоком това-рообороте отличаются низкой прогнозируемостью расхода. Попытка обеспечить гарантиро-ванное наличие по всем товарам данной груп-пы только за счет избыточного страхового то-варного запаса приведет к тому, что средний товарный запас компании значительно увели-читься. По товарам данной группы следует пе-ресмотреть систему заказов. Часть товаров нужно перевести на систему заказов с посто-янной суммой (объемом) заказа, по части то-варов необходимо обеспечить более частые поставки, выбрать поставщиков, расположен-ных близко к вашему складу (и снизить тем самым сумму страхового товарного запаса), повысить периодичность контроля, поручить работу с данной группой товаров самому опытному менеджеру компании и т. п.
Товары группы С составляют до 80% ассор-тимента компании. Применение XYZ-анализа позволяет сильно сократить время, которое менеджер тратит на управление и контроль над товарами данной группы.
По товарам группы СХ можно использовать систему заказов с постоянной периодичностью и снизить страховой товарный запас.
По товарам группы CY можно перейти на систему с постоянной суммой (объемом) заказа, но при этом формировать страховой запас, исходя из имеющихся у компании финансовых возможностей.
В группу товаров CZ попадают все новые товары, товары спонтанного спроса, поставляемые под заказ и т. п. Часть этих товаров можно безболезненно выводить из ассортимента, а другую часть нужно регулярно конт-ролировать, так как именно из товаров этой группы возникают неликвидные или труднореализуемые товарные запасы, от которых компания несет потери. Выводить из ассортимента необходимо остатки товаров, взятых под заказ или уже не выпускающихся, то есть товаров, обычно относящихся к категории стоков.

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

Преимущества совмещенного метода.

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

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

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