Если объединить результаты этих 2х методик, можно получить выводы о том, какие товары (или клиенты) являются не только самыми доходными, но и насколько часто они пользуются спросом (клиенты – совершают покупки).
В общем, использование ABC-XYZ-анализа позволяет:
· Эффективно управлять товарными ресурсами (базой клиентов).
· Корректировать ассортиментную политику, повышая долю наиболее доходных и (или) востребованных товаров (тоже с клиентами).
· Эффективно планировать и грамотно распределять трудовые ресурсы.
Объединение результатов ABC и XYZ-анализа удобно реализовывать в наглядной форме матрицы, состоящей из 9ти категорий.
Таблица 2 – Матрица ABC-XYZ
AX | AY | AZ |
Высокий уровень дохода, стабильное потребление | Высокий уровень участия в доходах сочетается с нестабильностью потребления и сложностью его прогноза | Высокий уровень участия в доходах, покупки совершаются случайно. Нет возможности прогнозирования. |
BX | BY | BZ |
Уровень дохода – средний. Потребление – стабильное | Уровень дохода – средний. Потребление - нестабильное | Уровень дохода – средний. Потребление - случайное |
CX | CY | CZ |
Уровень дохода – низкий. Потребление – стабильное | Уровень дохода – низкий. Потребление - нестабильное | Уровень дохода – низкий. Потребление - случайное |
В результате по каждой категории можно сделать выводы о ее ценности для компании и потребителя, определить уровень необходимых запасов, выявить группы, продажи которых целесообразнее производить по предзаказам покупателей, постепенно вывести из оборота группы с низким спросом и случайным потреблением.
Товары групп AX и BX требуют постоянного их наличия, при этом не требуется излишний страховой запас – потребление данных групп хорошо прогнозируется.
Группы AY и BY с высоким и средним уровнем товарооборота, наоборот, требуют увеличения страхового запаса, т.к. имеют недостаточную стабильность потребления.
AZ и BZ: обеспечение наличия данных групп за счет увеличения страхового запаса приведет к значительному повышению запаса складского, что влечет за собой дополнительные издержки, связанные с хранением. Решений данной проблемы может быть несколько: необходимо работать с поставщиками, которые могут в короткие сроки обеспечить товаром данной категории фирму, обеспечить более частые поставки, осуществлять постоянный контроль. Еще один из вариантов – поставлять данные продукты под заказ.
CX: для данных товаров нужно определить необходимую периодичность поставок, для того, чтобы не держать их на складе.
Товары категорий CY и CZ необходимо выводить из оборота, но при этом провести дополнительный анализ и разобраться, на каком этапе жизненного цикла находится тот или иной продукт, какой является сопутствующим для продуктов других категорий, какой перспективным.
В итоге стоит отметить общепризнанный факт, что данный анализ является понятным инструментом, дающим наглядные результаты, помогающие принимать правильные управленческие решения.
Система OLAP-Эксперт позволяет быстро и просто проводить ABC-XYZ-анализ по различным категориям, обеспечить масштабируемость и комплексность входных данных и результатов анализа, является эффективным инструментом поддержки принятия управленческих решений.
Расчет точки заказа
Контролировать остатки товара на складе и рассчитывать оптимальный размер заказа необходимо, чтобы решить такие задачи, как:
· Предотвращение злоупотребления со стороны службы закупок, связанное с необоснованными закупками сырья и материалов.
· Сокращение недополученной прибыли из-за отсутствия товара на складе.
· Сокращение накладных расходов на хранение излишков товара.
· Высвобождение оборотных средств за счет сокращения страхового запаса.
Сами формулы расчета являются довольно громоздкими для описания в статье, однако они компактно реализованы в системе OLAP-Эксперт. Отметим лишь основные шаги расчет
· Расчет критического минимума и максимума
· Расчёт истории спроса и количества дней присутствия и отсутствия.
· Расчет периодов обеспеченного спроса и дефицита по позиции в прошлом
· Расчет точки запаса
Рассмотрим пример «на пальцах»: поставщик раз в неделю завозит наборы конфет в три небольших розничных магазина: Кировец, Купеческий и Монетный. На предыдущей неделе магазины заказали конфеты в таком объеме, исходя из остатков на складе:
Магазин | Заказ, шт. | Продано, шт. | Остаток через неделю, шт. | Следующий заказ, шт. |
Кировец | ||||
Купеческий | ||||
Монетный |
Из таблицы видно, что Кировец уменьшил сумму заказа, поскольку предыдущий не был до конца распродан. А в остальных заказали партию такого же объема, как и в прошлый раз. Но возникает вопрос: а если наши конфеты закончились не в последний день перед закупом, а были раскуплены уже в середине недели и потом их просто не было на полках? Стоит отметить, что для товароведа не важно наличие конфет именно нашего производителя – на полках есть и другие конфеты.
В базе данных имеется информация о ежедневных продажах, и мы можем получить отчет:
Магазин | Заказ | Пн | Вт | Ср | Чт | Пт | Сб | Вс | Остаток | Средняя норма | Оптимальный заказ |
Кировец | |||||||||||
Купеческий | |||||||||||
Монетный |
Из него видно, что конфеты в Купеческом и Монетном к воскресенью уже закончились, хотя можно было продать в среднем еще 15-17 коробок. Сравним результаты:
Магазин | Объем заказа ДО | Объем заказа ПОСЛЕ | Продано через неделю | Остаток | Допродажи |
Кировец | |||||
Купеческий | |||||
Монетный |
В итоге нам удалось увеличить объем продаж на 29 единиц. При стоимости коробки в 100 рублей мы получаем увеличение выручки на 2900 руб. в неделю, в месяц это составит 12000 руб. И это только по одной товарной позиции!
Можно возразить, что при этом пришлось увеличить объем партии с 240 до 285, что в свою очередь требует дополнительных оборотных средств. К тому же мы имеем остатки на складе. Но они находятся в допустимых пределах, так как не превышают среднедневную норму продаж.