ABC логистика

МОДУЛЬ 3. Управление в логистике

ТЕМА 3.3. Методы оптимизации материальных потоков

3.3.1. Диагностика материальных потоков

Экспресс-диагностика и выявление признаков проблемы

Формулирование и диагноз проблемы

Выбор вариантов решения проблемы

3.3.2. АВС-анализ

Распределение ABC

Техника АВС-анализа

3.3.3. XYZ-анализ

Распределение XYZ

Техника XYZ-анализа

Вопросы для повторения

3.3.1. Диагностика материальных потоков

Диагностика материальных потоков направлена на установление и изучение признаков, оценку внутреннего состояния управления материальными потоками и выявление проблем эффективного функционирования и развития системы управления, а также формирования путей их решения.

С технической точки зрения диагностика позволяет выявить проблемы, обусловленные структурой логистической системы, особенностями внешней среды и характером взаимодействия с внешней средой; с экономической – диагностика фиксирует отклонения от нормы параметров, определяющих эффективное функционирование производственно-сбытовой системы.

Диагностика, используя результаты оперативного анализа состояния управляемой системы и ее среды, служит для обоснования решений по организации и регулированию материальных потоков, а также дает информацию для планирования развития логистической системы. Анализ является первой стадией диагностического исследования и позволяет сопоставить и выбрать эффективные решения развития системы управления материальными потоками, выявить причины сбоев в управлении и условия их устранения.

Диагностика позволяет решить следующий комплекс задач:

• установить состояние системы управления материальными потоками, его соответствие или несоответствие нормам, определяющимся потребностями практической деятельности;
• выделить логические схемы «причина – следствие», объясняющие зависимость эффективности логистической системы от качественно-количественного состава ее элементов и структуры, а также состояния среды, в которой функционирует предприятие;
• систематизировать и описать причины, вызывающие нарушения в системе управления материальными потоками;
• определить возможные состояния данной системы исходя из сложившейся и перспективной структуры связей ее элементов;
• оценить возможные последствия управленческих решений с точки зрения эффективности системы в целом.

Основой организации диагностических исследований должны служить принципы, реализация которых позволит обеспечить повышение эффективности проводимых работ. К их числу относятся принципы: ключевого звена, системности, причинно-следственного соответствия.

Принцип ключевого звена. Система управления материальными потоками относится к числу сложных систем. Организационные и экономические процессы, протекающие в ней, формируются под влиянием множества факторов. Учесть и исследовать их все практически невозможно, необходимо выбрать из них решающие, наиболее существенные. Выделение ключевых проблем и основных причин, обусловливающих проблемную ситуацию, составляет один из принципов диагностического исследования. Данный принцип реализуется путем декомпозиции функций и целей логистической системы, классификации проблем, определения приоритетности отдельных факторов при оценке проблем.

Принцип системности. Системность в диагностическом исследовании означает всестороннее и взаимосвязанное изучение проблем управляющей системы. В соответствии с данным принципом программа совершенствования системы управления материальными потоками должна оцениваться с точки зрения эффективности функционирования всей системы управления материальными потоками как единого целого, чтобы исключить возможность неожиданных и непредвиденных последствий.

Принцип причинно-следственного соответствия. Одним из требований к диагностике является познание причин возникновения нарушений в системе и отклонений от нормы ее параметров.

Исследование причин нарушений нормального состояния системы управления как способ решения возникающих проблем, при котором внимание аналитика сосредотачивается на изучении причинно-следственных связей, составляет необходимое условие результативности диагностического исследования и определяется как принцип причинно-следственного соответствия.

Процесс диагностики материальных потоков предусматривает выявление проблем (причин отклонений от нормального состояния системы) и определение путей их разрешения в соответствии с требованиями среды.

Основными фазами данного процесса являются:

• экспресс-диагностика и выявление признаков проблем ();
• формулирование и диагноз проблемы ();
• выбор вариантов решения проблемы ();
• реализация решений.

Экспресс-диагностика и выявление признаков проблемы

Начальным этапом проведения любого диагностического исследования является установление целей, структуры и границ исследуемого объекта, т.е. его характеристика. Для того чтобы описать систему управления материальными потоками и дать ей обобщенную характеристику, необходимо выделить существенные признаки, позволяющие определить ее как часть системы более высокого порядка. К числу таких признаков относятся:

1. обособленность – характеризует распределение задач и функций управления материальными потоками между подразделениями предприятия;
2. открытость – указывает на связанность логистической системы с внешней средой, ее ориентацию на поиск возможностей решения возникающих проблем во внешней среде;
3. стабильность или изменяемость состояния и поведения логистической системы во времени – характеризует наличие механизма адаптации к требованиям среды;
4. характер структуры системы управления материальными потоками – указывает на степень ее сложности, формализации и централизации;
5. вид структуры – характеризует особенности пространственного состояния и преобладающего механизма координации деятельности, например линейная или функциональная структура. Оценка внутреннего состояния системы управления материальными потоками служит основой выявления признаков проблем.

В общепринятом понимании проблема определяет ситуацию, при которой имеет место расхождение между желаемым и действительным состоянием объекта. О наличии проблемной ситуации можно судить по внешним и внутренним признакам состояния системы и ее внешнего окружения.

Внешние признаки характеризуют ситуацию, связанную с возможностью повышения эффективности логистической системы вследствие происшедших прогрессивных изменений во внешней среде, на которые у нее нет готовых рецептов. В качестве таких признаков может служить появление новых технологий и материалов, более эффективных средств транспортировки, новых источников сбыта и баз снабжения.

Внутренние признаки определяют ситуацию, при которой реализуемые логистической системой решения не дают ожидаемого результата, что находит отражение в низкой эффективности принятой схемы управления материальными потоками (не выполняются сроки поставок, не обеспечивается необходимое качество материалов; отсутствует контроль за уровнем запасов, имеют место задержки в принятии решений и т.д.).

Проблемой управления материальными потоками является такое состояние системы, изменение которого вследствие нестандартной ситуации или отсутствия необходимых для этого предпосылок невозможно известными способами.

Существование проблем управления материальными потоками устанавливается посредством сбора и обработки информации. Оценка состояния материальных потоков осуществляется с помощью системы показателей, отражающей особенности управления материальными потоками на отдельных стадиях товародвижения, в процессе транспортировки и складирования материалов.

По каждой из подсистем управления материальными потоками выделяются следующие группы показателей:

1. Целевые показатели:
   1. Надежность системы закупок;
   2. Удельный вес удовлетворенных потребностей;
   3. Обеспеченность потребности в материалах.
2. Структурные показатели:
   1. Количество работников, участвующих в процессе снабжения;
   2. Структура заказов;
   3. Объемы закупаемых ресурсов.
3. Показатели экономичности и качества:
   1. Затраты на поставку одной условной единицы поставляемой продукции;
   2. Количество поставок, имеющих какие-либо отклонения к общему числу поставок;
   3. Время поставок.

Результатом данного этапа диагностики служит перечень функций и процессов управления, по которым наблюдаются отклонения между фактической и ожидаемой отдачей решений, а также возможных состояний среды, для реакции на которые система не имеет готовой программы действий.

Формулирование и диагноз проблемы

Данный этап предполагает редукцию проблем, их анализ и постановку диагноза.

Редукция или упрощение проблемы достигается в процессе анализа создавшегося положения (проблемной ситуации) и имеет целью свести проблему к задаче развития и (или) совершенствования системы управления материальными потоками.

Анализ сложившейся ситуации сводится к поиску ключевых причин проблемной ситуации. Первой фазой в диагностировании сложной проблемы является осознание симптомов проблем. В качестве симптомов служат характеристики поведения или функционирования системы.

О наличии того или иного симптома можно судить по отклонениям от нормального протекания процессов в логистической системе или ее окружении.

Среди симптомов и причин неудовлетворительного состояния управления материальными потоками на этапе распределения готовой продукции можно указать:

1. Выбор нерациональных способов доставки продукции.
2. Разбросанность конечных пунктов транспортировки.
3. Недостатки и ошибки в планировании процесса распределения.
4. Недооценка возможностей маркетинга при планировании процесса реализации.
5. Отсутствие или недостаточность контроля запасов готовой продукции (излишние запасы или их нехватка).
6. Недостатки в регулировании процессов доставки продукции.
7. Недостаточные контакты и связи предприятия с потребителями.
8. Несогласованность планов и графиков доставки продукции потребителям.

Анализ симптомов и проблем производят в двух направлениях:

1. по составляющим системы управления материальными потоками: организация управления, управление ходом и сроками выполнения производственных заказов, управление материальным обеспечением производства, управление запасами, управление поставками готовой продукции;
2. по этапам управленческого цикла: организация, планирование, контроль и регулирование, координация действий.

В процессе диагностики осуществляется селекция причин и выделяются те из них, которые достаточно значимы, и те, которые играют несущественную роль.

По результатам анализа симптомов причин устанавливается диагноз проблемы. Диагноз содержит указания об основных направлениях желаемых изменений и области их действия.

Выбор вариантов решения проблемы

Систематизация данных, характеризующих фактическое состояние системы управления материальными потоками, и симптомов причин проблемной ситуации позволяет спланировать варианты решения проблемы.

Выбор оптимального варианта производится в четыре этапа. На первом устанавливается возможность полного или частичного решения проблемы, на втором формируются варианты решений, на третьем предложенные варианты сравниваются между собой и оцениваются с точки зрения выбранных критериев, наконец, на четвертом этапе выбирается вариант решения проблемы и осуществляется проверка полученного результата.

Результат решения на каждом этапе может иметь два значения, определяющих дальнейший ход исследования. По завершении первого этапа решения проблемы возможен один из двух вариантов действий: подготовка частичного решения или проведение проверки полного решения проблемы. Каждая из этих работ, в свою очередь, может привести и к положительным, и к отрицательным результатам. Так, если полное решение невозможно, ветвь с отрицательным результатом ведет к частичному решению, а ветвь с положительным результатом – к выбору варианта полного решения проблемы. При проверке принятого решения отрицательный вариант указывает на поиск новых гипотез и предполагает повторное формулирование проблемы. При положительном ответе решение является окончательным и возможен переход к его внедрению.

3.3.2. АВС-анализ

АВС-анализ является одним из методов рационализации, который может использоваться во всех функциональных сферах деятельности предприятия. АВС-анализ позволяет:

• выделить наиболее существенные направления деятельности;
• направить деловую активность в сферу повышенной экономической значимости и одновременно снизить затраты в других сферах за счет устранения излишних функций и видов работ;
• повысить эффективность организационных и управленческих решений благодаря их целевой ориентации.

В управлении материальными потоками с помощью АВС-анализа устанавливаются и изучаются соотношения и зависимости следующих факторов:

• количество и стоимость приобретенных материалов по отдельным позициям и группам;
• количество и стоимость израсходованных материалов по отдельным позициям и группам;
• количество счетов, выставленных поставщиками, и размеры оплаты по этим счетам;
• количество поставщиков и размеры их оборота;
• количество и стоимость отдельных материалов в рамках стоимостного анализа.

При дифференцированном подходе к организации закупок и управлению складскими запасами ABC-анализ позволяет добиться существенного снижения затрат.

Для повышения эффективности принимаемых решений необходим индивидуальный подход к определению сроков и размеров заказа по каждому материалу. Поскольку такой метод связан с большими затратами времени, его целесообразно использовать только там, где он приносит наибольший эффект. Иными словами, нерационально уделять позициям, играющим незначительную роль в производстве, то же внимание, что и материалам первостепенной важности. Это получившее широкое признание положение известно как принцип Парето. Суть его состоит в том, что на несколько изделий из всей совокупности производимых, продаваемых, покупаемых или хранимых изделий приходится значительная часть расходуемых или приобретаемых ресурсов. Применительно к политике материальных запасов последнее означает, что на ограниченное число поставок приходится основная масса используемых материалов.

Распределение ABC

В зависимости от затрат материальные запасы подразделяются на три класса: А, В и С. На рис. 3.3.1 дано характерное распределение материальных запасов на отдельные классы по их удельному весу в общих издержках на материалы. Полученная кривая распределения названа по имени Лоренца, который в 1905 г. с помощью таких кривых графически интерпретировал различия в распределении доходов.

Рис. 3.3.1. Распределение АВС

ABC-анализ показывает значение каждой группы материалов и помогает обратить внимание на основные.

Материалы класса А – это немногочисленные, но важнейшие материалы, на которые приходится большая часть денежных средств (около 75%), вложенных в запасы.

Материалы класса В относятся к второстепенным и требуют меньшего внимания, чем материалы класса А. С приобретением материалов класса В связано примерно 20% денежных средств.

Материалы класса С составляют значительную часть в номенклатуре используемых материалов, но недороги, на них приходится наименьшая часть вложений в запасы – 5%.

Техника АВС-анализа

Для проведения ABC-анализа необходимо:

1. установить стоимость каждого наименования материала (для покупных деталей принимаются цены поставщика);
2. расположить материалы по мере убывания издержек;
3. суммировать данные о количестве и издержках на материалы и нанести их на схему;
4. разбить материалы на группы в зависимости от их удельного веса в общих издержках. Поскольку 75% затрат приходится на 10-15% всех материалов, то наиболее тщательный контроль осуществляется в отношении именно этой группы.

Контроль и регулирование запасов осуществляются по-разному в зависимости от класса материала. Ниже приводится перечень операций, которые проводятся с материальными запасами.

Материалы класса А. Тщательно определяются размеры и моменты выдачи заказов. Величина затрат на выдачу и оформление заказов, хранение материалов пересматриваются каждый раз при размещении очередного заказа. Устанавливается строгий контроль и регулирование запасов, а также контроль за расчетом периода опережения.

Материалы класса В. Определяются экономичные размеры и момент выдачи повторного заказа. Осуществляется обычный контроль и сбор информации о запасах, что позволяет своевременно обнаружить основные изменения в использовании материальных запасов.

Материалы класса С. Никаких расчетов не производится. Размер повторного заказа устанавливается таким образом, чтобы поставки осуществлять в течение 1-2 лет. Пополнение запасов регистрируется, но текущий учет уровня запасов не ведется. Проверка наличных запасов проводится периодически один раз в год. Ход выполнения поставщиком обязательств по поставке материалов класса А и В контролируется путем создания непрерывной или периодической системы учета запасов.

Пример 3.3.1. Предприятие использует около 200 наименований различных материалов. В табл. 3.3.1 приведены данные, характеризующие прямые издержки по закупке для семи наименований материалов.

Таблица 3.3.1

Издержки при закупке

Мате- риал	Удельный вес в общем количестве наименований, %	Годовая потребность, ед.	Цена, ден. ед.	Издержки по закупкам, тыс. ден. ед.	Издержки по закупкам нарастающим итогом, тыс. ден. ед.	Удельный вес в общих издержках,%	Класс мате- риала
1	14,20	650000	1100	715000	715000	66,42	А
2	28,57	35000	6000	210000	925000	85,92	В
3	42,86	40000	1650	66000	991000	92,05	В
4	57,14	95000	300	28500	1019500	94,70	С
5	71,42	30000	900	27000	1046500	97,20	С
6	85,71	82000	250	20500	1067500	99,16	С
7	100,0	8000	1200	9600	1076600	100,0	С

Информация, содержащаяся в табл. 3.3.1, получена следующим образом.

1. Рассчитан годовой оборот по каждому наименованию материала. Он определен путем умножения закупочных цен на количество единиц материала, потребляемых в течение года.
2. Все позиции материала распределены по мере убывания годового оборота.
3. Всем позициям присвоены порядковые номера, не зависящие от номенклатурных.
4. Годовые обороты просчитаны нарастающим итогом, поэтому, например, материалу с порядковым номером 5 соответствует суммарный годовой оборот по первым пяти позициям.
5. Рассчитана процентная доля годового оборота нарастающим итогом и процентное отношение порядкового номера к общему количеству наименований материалов.

Из табл. 3.3.1 видно, что большая часть издержек связана с закупкой трех наименований материалов. Результаты ABC представлены в табл. 3.3.2. Графически они интерпретируются кривой Лоренца (рис. 3.3.2). Из графика видно, что примерно 66% издержек приходится на 14% от общего количества материалов и только 8% – на материалы, составляющие 57% в общем количестве.

Рис. 3.3.2. Кривая Лоренца

Таблица 3.3.2

Результаты АВС-анализа

Класс мате- риала	Количество наименований материалов	Удельный вес в общем количестве наименований, %	Издержки по закупкам, тыс. ден. ед.	Удельный вес в общих издержках,%
А	1	14,29	715000	66,42
В	2	28,58	276000	25,64
С	4	57,13	85600	7,94
Итого	7	100	1076600	100

3.3.3. XYZ-анализ

Распределение XYZ

XYZ-анализ материалов предполагает оценку их значимости в зависимости от частоты потребления. Если рассматривать потребление отдельных видов материалов в течение длительного периода, то можно установить, что в их числе есть материалы, имеющие постоянный и стабильный спрос; материалы, расход которых подвержен определенным, например сезонным, колебаниям, и, наконец, материалы, расход которых носит случайный характер. Поэтому в пределах каждого из классов А, В и С материалы могут быть распределены еще и по степени прогнозируемости их расхода. Для такой классификации используются символы X, Y, Z.

К классу X относятся материалы, спрос на которые имеет постоянный характер или подвержен случайным незначительным колебаниям, поэтому поддается прогнозированию с высокой точностью. Удельный вес таких материалов в общей номенклатуре, как правило, не превышает 50-55%.

К классу У относятся материалы, потребление которых осуществляется периодически либо имеет характер падающей или восходящей тенденции. Их прогнозирование возможно со средней степенью точности. Их удельный вес в общей номенклатуре составляет около 30%.

К классу Z относятся материалы, для которых нельзя выявить какой-либо закономерности потребления. По этой причине прогнозирование их расхода невозможно (они составляют 15%) общей номенклатуры).

В качестве показателя, характеризующего возможные колебания в потреблении материалов, может использоваться коэффициент вариации

(3.3.1)

где – стандартное отклонение, определяющее степень фактического расхода материала в течение анализируемого периода относительно средней величины;

– средняя величина расходования материала;

(3.3.2)

где Xt – фактический расход материала в t-м периоде;

T – число наблюдаемых периодов.

Пример 3.3.2. Предположим, что спрос на материал в течение периода изменяется незначительно. Определим коэффициент вариации спроса, используя данные табл. 3.3.3.

Таблица 3.3.3

Спрос на материал

Количество расходуемого материала, ед.	Периоды
2000	I квартал		25	625
1800	II квартал	1975	-175	30625
2100	III квартал		125	15625
2000	IV квартал		0	0
7900	4			46875

Практика расходования материалов с разной степенью предсказуемости спроса позволила установить границы изменения коэффициентов вариации по классам X, Y и Z в зависимости от удельного веса конкретной позиции материала в общей номенклатуре.

Графическая интерпретация XYZ распределения материалов представлена на рис. 3.3.3.

Рис. 3.3.3. Распределение материалов по методу XYZ

Техника XYZ-анализа

Для проведения XYZ-анализа необходимо:

1. установить средний расход каждого вида материала с учетом колебания потребности в них по периодам, это могут быть, например, сезонные колебания;
2. рассчитать коэффициент вариации по каждой номенклатурной позиции;
3. расположить материалы по мере убывания коэффициентов вариации;
4. суммировать данные о количестве материалов в соответствии с возрастанием коэффициентов вариации, нанести их на схему;
5. разбить материалы на группы в зависимости от вариации спроса.

Результатом XYZ-анализа является построение кривой Лоренца. Рассмотрим технику проведения XYZ-анализа на следующем примере.

Пример 3.3.3. Воспользуемся данными примера 3.3.1. Допустим, что предприятие использует около 200 наименований материалов, спрос на которые носит различный характер. В табл. 3.3.4 приведены данные, характеризующие интенсивность расходования по семи номенклатурным позициям.

Таблица 3.3.1

Таблица построена следующим образом.

1. Рассчитано среднемесячное потребление по данным о расходовании материалов в предплановом периоде.
2. Определены стандартное отклонение и вариация потребления по каждому наименованию материала.
3. Все материалы распределены по мере убывания коэффициентов вариации.
4. Проведено суммирование материалов в соответствии с возрастанием коэффициентов вариации.

Результаты XYZ-анализа представлены в табл. 3.3.2 и показаны графически на рис. 3.3.4.

Таблица 3.3.2

Результаты XYZ-анализа

Класс мате- риала	Количество наименований материала	Удельный вес в общем количестве наименований, %	Вариация потребления, %
X	4	57,14	2,3
Y	2	28,57	41,89
Z	1	14,29	120,6

Рис. 3.3.4. Кривая Лоренца

XYZ-анализ служит вспомогательным средством при подготовке решений по совершенствованию планирования материального обеспечения производства.

Если такой анализ проводится самостоятельно, то для материалов класса X можно рекомендовать закупки в соответствии с плановой потребностью синхронному их расходу в производстве, для класса Y – создание запасов, а для класса Z – приобретение по мере возникновения потребности.

Вопросы для повторения

1. Понятие диагностики.
2. Принципы диагностических исследований.
3. Этапы процесса диагностики.
4. Показатели оценки состояния материальных потоков.
5. Сущность АВС-анализа.
6. Техника АВС-анализа.
7. Распределение XYZ.
8. Техника XYZ-анализа.

Следует отметить, что метод касательных может быть применен и для выделения групп в XYZ-анализе (рис. 3).

/рис. 3/ Метод касательных в XYZ-анализе

Метод петли (разработан Гаджинским А.М.) заключается в определении границ групп на участках резкого изменения кривизны кривой АВС-анализа. Необходимо восстановить нормаль Г (перпендикуляр к касательной) определенной длины в каждой точке кривой АВС (рис. 4). Нормаль должна быть обращена вправо от кривой АВС. Конец нормали будет очерчивать петлю: пока касательная скользит по участку с большими значениями радиуса кривизны (начальная часть графика, группа А), конец нормали будет подниматься вверх и вправо; в момент выхода касательной на срединный участок графика с малыми значениями радиуса кривизны направление движения конца нормали меняется на противоположное — вниз и влево; после выхода касательной на конечный спрямленный участок кривой АВС конец нормали вновь меняет направление движения на противоположное. Таким образом, конец нормали очерчивает петлю, а точки кривой АВС-анализа, соответствующие моменту изменения направления движения конца нормали, делят кривую на группы А, В и С.

/рис. 4/ Метод петли

На первый взгляд, описание метода может показаться сложным, но он очень просто реализовывается в Excel (таблица 5).

/Таблица 5/ Реализация метода петли в Excel

Точечная диаграмма петли строится по столбцам I и J (рис. 5). Некоторую сложность может составить определение длины нормали к касательной (столбец Н). Величина нормали задается в единицах шкалы ОХ (находится в пределах от 20 до 200) и определяется путем нескольких итераций. Если длина нормали слишком большая или маленькая, то петли на графике не будет. В процессе подбора длины нормали необходимо найти интервал, на котором не меняются границы между группами А, В и С. Изменяя значение в ячейке Н3 находим координаты точек перегиба в столбце I и J и выделяем ячейки с этими значениями цветом, как только координаты точек перегиба при изменении длины нормали будут оставаться на одном месте (в выделенных цветом ячейках) задача решена. Дальнейшее увеличение длины нормали, в конце концов, приведет к тому, что границы опять начнут меняться. Данные значения следует принять для выделения групп А, В и С. В нашем примере нужная длина нормали находится на интервале от 52 до 59. Граница групп А и В имеет значение ВРА — 75,03%, ДОА — 13,43%; граница групп В и С имеет значение ВРВ — 93,23%, ДОВ — 37,80%. Недостатком данного метода можно назвать его сложность и неоднозначность относительно более простых методов.

/рис. 5/ Петля АВС-анализа

Таким образом, наибольший интерес для практического использования представляют метод касательной и метод суммы, каждый из которых имеет свои преимущества. После того, как на группы разбиты все объекты по всем выделенным факторам, результаты анализа интерпретируются и на основе этого предпринимаются действия, направленные на решение поставленной на первом этапе задачи.

Почему не работает АВС, или Молотком — по пальцам!

Да потому, что многие начинающие логисты и управленцы делают одну и ту же ошибку воспринимают АВС-анализ как стратегию, а не как инструмент, метод классификации объектов управления. А инструмент можно использовать только в нужное время, в нужном месте и с определенной целью. Человек берет в руки молоток для того, чтобы забить гвоздь или расколоть орех, а не просто потому, что это хорошая и нужная штука. Точно так же мы берем на вооружение АВС-анализ, когда надо разделить сотни или тысячи наименований объектов (запасов, клиентов, поставщиков, каналов сбыта и т.д.) на группы, которыми можно управлять по общим принципам. И прежде, чем приступать к классификации, должны ответить на ряд вопросов.

Что анализируем?

Прежде всего, очень важно определиться с объектами анализа. Простой пример. Фирма торгует одеждой. В ассортименте — костюмы, модные вещи и брендовые. Практически это три различных рынка. Какой более важен для компании? Возможно, главное — костюмы, а все остальное — «для количества»? Это вопрос стратегии. Но если анализировать прибыльность всех товаров вместе, то вполне может оказаться, что в группе А окажутся только бренды. Отсюда перекос в ассортименте и управлении запасами, ведь костюмам, согласно результатам такого анализа, будет уделяться гораздо меньше внимания. Чтобы этого не произошло, очевидно, всю массу продукции стоит разбить на виды и проводить АВС отдельно по каждому. И тогда появится три группы А — для каждого из рынков. Кроме того, костюмы могут быть дешевые, дорогие и средние — их тоже, вероятно, не стоит смешивать «в одной корзине», если компания планирует делать упор на один из сегментов. И тогда групп А, В и С уже становится по девять — в каждом из сегментов каждого из рынков.

Не менее важно верно выбрать и признаки, по которым объекты объединяются в группы. Чтобы не получалось так, как в одной компании (это тоже рассказывали слушатели семинаров): ежемесячно проводят анализ товаров по стоимости и в зависимости от результатов… переставляют их в складе. Может быть, там интенсивность приемки/отгрузки зависит от цен, а не от спроса? Или люди не понимают, какой анализ для чего делается?

Для одних и тех же товаров нередко приходится проводить АВС-анализ 4–5 раз — по разным признакам для разных целей. Например, для выбора ассортимента — по себестоимости, для управления товаром в складе — по продажам (в единицах складского учета либо единицах измерения), для определения приоритетов финансирования — по прибыли на единицу товара и т.д. И при этом один и тот же товар может быть в разных классах по результатам разных анализов.

Дерут ли с новенького шкурку?

Немаловажный вопрос — к какому классу управления запасами отнести новый товар, который только выводится на рынок? Если просто внести его в список и анализировать продажи на общем основании. Допустим, вы проводите такой анализ в начале каждого месяца, а новинка появилась двадцатого числа. Наверняка по количеству продаж она в этом месяце проиграет и окажется в группе С. Значит, в дальнейшем вы не станете уделять ей большого внимания, постоянно контролировать наличие на складе и торговой полке? Попросту говоря, лишите новый товар шансов проявить себя в будущем. Затем ли его на рынок пытались вывести?

Очевидно, новые позиции ассортимента в группе В или С оказываться не должны. А значит, не должны поначалу участвовать в «общем конкурсе». Для каждого бизнеса есть понятие срока вывода товара на рынок: какой-то становится достаточно известным за месяц, другой — за три, третий — за год. И на этот период по отношению к товару проводится «политика наибольшего благоприятствования». Его, как малое дитя, надо вывести к потребителю «за ручку». Практически это означает, что на срок, необходимый для того, чтобы вывести новый товар на рынок, для него объявляется мораторий — его автоматически причисляют к группе А и «глаз с него не сводят». И только по окончании установленного срока включают новинку в общие списки для анализа.

Это легко сделать даже в том случае, когда проведение АВС автоматизировано. В учетной программе определенный класс управления запасами присваивается товару как периодический реквизит, т.е. вводится дата. Она сравнивается с датой проведения анализа, и если «расстояние» оказывается меньше, чем срок выхода товара на рынок, сам товар и все его продажи из анализа исключаются. Тем самым вы товару даете право на жизнь, не пристреливаете его на взлете.

Когда анализируем?

Вполне очевидно, что любой анализ и деление товаров на группы возможны только на основе статистики. Начиная бизнес, не имея опыта продаж на данном рынке, можно ли определиться, в чем вы будете более успешны? Ведь один и тот же товар может быть в группе А у одной компании и в С у другой, если у нее иная направленность. У одной фирмы в ассортименте 80% техники и 20% запчастей, а у другой — строго наоборот, хотя когда-то они начинали работать одинаково. Это вопрос стратегии и специализации. И прежде, чем делать АВС, надо понимать, как ведет себя фирма с товарными запасами, клиентами, поставщиками, на каких сегментах акцентирует внимание. От этого зависят «правила игры» для каждого товара.

Но и в развитом бизнесе нельзя выставлять оценки товарам «когда в голову взбредет». Особенно если имеют место периодические колебания, всплески/падения продаж — допустим, сезонные. Например, некоторые фирмы проводят АВС-анализ регулярно, каждые полгода. И планируют продажи следующего полугодия по итогам предыдущего. И получается, что мороженое, которое зимой не продавалось, летом мы возить не будем!

Очевидно, более корректно было бы анализировать продажи за полный цикл — допустим, год, с 1 января по 31 декабря. Либо брать межсезонье и сезон по прошлым данным и эту пропорцию (но не абсолютное значение!) переносить на будущее, учитывая изменения внешней среды.

А если в год два пика (сезона), причем продолжительность первого и второго разные? Тогда анализ за год поможет выявить только общую тенденцию, а для более детального планирования необходимо проводить его для одного пика, для второго и в межсезонье. И четко понимать, совпадают ли тенденции одного всплеска и другого. Например, в строительном бизнесе есть значительный рост продаж весной и осенью. Но в первом случае продаются в основном кирпич и цемент, а во втором — отделочные материалы. Очевидно, будет ошибкой разрабатывать товарную политику на осенний период по результатам анализа весеннего.

И получается, что АВС следует делать не тогда, когда просто решили, что это надо, а брать аналогию из прошлых периодов, понимая, что история перенесется на будущее.

Не просто статистика

Как только период n заканчивается, вы подбиваете его результаты, берете аналогию прошлого периода (n-1) и определяете темп роста/понижения тренда: t’ = tn/tn-1. И на это число (t’) корректируете пропорцию второго сезона. Благодаря этому вы можете предположить, как товар будет вести себя в следующем сезоне, и соответственно корректировать свои действия.

Если, к примеру, товар в этом периоде был в категории В, но линия тренда уходит резко вверх (т.е. продажи быстро растут), возможно, стоит уделить ему больше внимания? Возможно, у вас появился новый продавец (магазин), который умеет этот продукт хорошо продавать. А если вы не будете пополнять запас вовремя, продажи не вырастут и товар никогда не уйдет в высшую категорию. И только из-за того, что правила игры разработаны по прошлому образцу, без учета реального положения вещей.

Миграция товаров между группами

Еще раз повторимся, что АВС-анализ является лишь методом классификации, который позволяет разбить активный ассортимент на группы, в отношении каждой из которых разрабатывается своя стратегия управления. Эти стратегии различаются, прежде всего, уровнем сервиса: для категории А он может быть 100%, для В — 95, а для С — например, 90%. Но важно помнить, что анализируется именно активный ассортимент, тот, которым непосредственно управляет логистика. Ведь в каждой фирме есть так называемые заказные позиции, которые не держат в складе постоянно, а привозят под конкретный заказ. Включать их в АВС-анализ не стоит, потому что одна случайная продажа (если это, допустим, большой контракт) способна изменить всю картину. Этот товар сразу рванет в группу А и сдвинет все остальное в мусор. Но будет ли такая же продажа в следующем периоде? Чтобы избежать таких перекосов, надо четко выделять заказные позиции в дополнительный сегмент, кроме групп А, В и С, и не учитывать их при анализе.

Еще один особый сегмент — «мертвых» запасов. Это либо устаревшие морально и уже не выпускающиеся производителем товары, либо те, которые мы просто не умеем успешно продавать. Они также выпадают из АВС, потому что по ним нет продаж. Хотя реально в складе они существуют. Что отправлять «на кладбище» — вопрос стратегии. Например, в какой-то момент мы решаем для себя, что последние n позиций категории С, продажи которых продолжают падать, «снимаем со счетов» — перестаем завозить и только дораспродаем остатки. Как «санитары леса», очищаем свой активный ассортимент от балласта.

В результате мы имеем пять групп товаров, между которыми происходит постоянная миграция. Вводится новый товар, который на «испытательный срок» автоматически включается в группу А. Но эта группа имеет определенные — финансовые либо объемные — рамки. А значит, в момент появления новинки какой-то другой продукт (или продукты) вытесняется в В и последовательно — в С и в заказные (если менеджер приходит к выводу, что ради одной-двух продаж в год не стоит держать на складе постоянный запас) либо в «мертвые».

Но возможна и обратная миграция — из заказных товар может перейти в активный ассортимент. Это тоже определяется таким словом, как стратегия: менеджмент определяет, при каких объемах и частоте заказов стоит создавать и поддерживать запас — к примеру, если товаром интересуется 20 клиентов в месяц на сумму 100 тыс. грн.

Таким образом у нас получается система активного управления (клиентами ли, запасами), круговорот товара в природе: рождение, варианты развития, шансы и «кладбище». И всегда есть возможность эту систему обновлять по принципам естественного отбора — кто больше вырос, выталкивает слабого со склада, а склад (активный) при этом не увеличивается. Новый товар выталкивает устаревший в мертвые либо в запасные, а количество активных позиций остается прежним.

Если же группы А, В и С жестко зафиксированы, приток «свежей крови» затруднен путающимся под ногами «мусором», и никакой анализ не поможет навести порядок на этой свалке.

Влияние случайности

Точно так же не может быть жесткой классификация по XYZ — слишком велики шансы недооценить поведение товара, «выдернув» его из временного ряда продаж.

Во-первых, хотелось бы вернуться к формуле для вычисления коэффициента вариации, предложенной автором статьи в № 6 для анализа стабильности показателей:

X — значение параметра по оцениваемому объекту за i-тый период, хср — среднее значение параметра по оцениваемому объекту анализа, n — число периодов.

Эту формулу предлагают многие учебники, не уточняя, однако, что она достаточно «правомочна» лишь при работе с генеральной совокупностью. Но XYZ-анализ обычно проводится на основе выборки. Мы выдернули товар из потока и привязали к среднему именно в этом временном периоде. А значит, в расчетах коэффициента вариации должна появляться минус одна степень свободы:

Отсутствие этого минуса (в знаменателе числителя) при работе с выборкой приводит к колебанию результата от 3% до 6%. А значит, товар может попасть не в ту категорию.

Не следует также забывать, что, согласно основным законам статистики, в выборке должно быть не меньше 30 значений: чем их больше, тем лучше прослеживается закономерность. В то же время, чем больше вы берете периодов, тем больше даете влияния закономерности, акцентируете внимание на линию тренда, а не на флуктуации вокруг среднего. Здесь тоже надо садиться и подбирать оптимальный вариант n — 30 дней, 160 либо год.

Давайте рассмотрим четыре варианта колебания объемов продаж в длительных периодах, допустим, за год (рис. 1, 2, 3 и 4). Согласитесь, очень разные выводы можно сделать, если анализировать данные всего графика, между первым и вторым пунктирами и между первым и третьим. И только рассматривая изменения в течение достаточно долгого времени, можно отследить тренд, т.е. стойкую тенденцию к росту или снижению объемов продаж (запасов, расходов и т.д.).

К сожалению, когда XYZ-анализ проводится механически, на данных небольшого временного промежутка, в категорию Z вполне может попасть товар, продажи которого постоянно растут. Ведь по графикам на рис. 1 и 4 коэффициент вариации покажет, что продажи нестабильны, подвержены постоянным флуктуациям (изменениям). Но эти изменения сами по себе имеют определенную закономерности. И чтобы это обнаружить, нужно вводить дополнительные критерии анализа. Например, коэффициент автокорреляции, который позволяет выяснить, являются ли наши данные во времени случайными, постоянными или имеют определенный тренд.

Yi — значение параметра за текущий период,
Yср — среднее значение параметра,
k — количество сдвигов.

Если k=1, мы сравниваем сегодняшние продажи с прошлым периодом, если к=2 — с позапрошлым и т.д.

Простой пример. Прежде, чем проводить АВС-анализ, следует проверить, является ли рост продаж данного товара постоянным или это разовый всплеск, контракт. Иногда руководители пытаются данные разовых продаж изначально учитывать отдельно, например, ставить «галочки» в соответствующих накладных. Этот способ трудно назвать надежным — слишком уж он зависим от человеческого фактора: кто-то наставит лишних «галочек», а кто-то вообще о них забудет. Поэтому лучше использовать математические методы. Они позволяют практически безошибочно отследить тренд.

Если, допустим, для k=1 коэффициент автокорреляции будет близок к единице (~ 0,7–0,8), для k=2 — близок к 0,5, k=3 — к 0,3 и для k=4 приблизится к нулю, тогда можно четко утверждать, что есть трендовая составляющая — либо убывание, либо возрастание, но подверженное закономерности. Для случайного всплеска, случайных продаж эта величина будет сразу же очень близка к нулю, даже может иметь отрицательное значение. И мы сразу видим, что данная продажа является случайной и ее нет смысла включать в АВС-анализ.

Точно так же мы можем определить и сезонность, когда наступает сезон. С помощью того же коэффициента автокорреляции. Про него почему-то все забывают.

Конечно, тех же результатов можно достичь, длительное время проводя раздельный учет розничных покупок и крупных заказов, создавая и анализируя соответствующую статистику. Просто посадить человека, который будет все учитывать и анализировать. Это требует много времени, по моему опыту — около 2 дней на каждую из товарных позиций. А если в ассортименте компании их 10–15 тысяч, комментарии, как говорится, излишни. При использовании же вероятностных моделей соответствующий расчет занимает 5–8 минут.

Прежде, чем «отправлять в тираж»

Но и после того, как мы определили, является ли рост/падение продаж случайным или постоянным, работу нельзя считать законченной. Предстоит еще выяснить, почему не продавался товар — на него нет спроса или его просто не было на складе? Если мы имеем график продаж, похожий на рис. 4, то его, очевидно, стоит сравнить с графиком наличия запасов на складе. Если в период отсутствия продаж товар был в наличии — значит, действительно не было спроса, и эти данные можно учитывать в анализе.

Если же товара не было, задача усложняется. Хорошо, если менеджеры ведут статистику дефицита и могут сообщить, сколько раз отсутствующий товар спрашивали — тогда можно пустоту в продажах заполнить спросом (хотя и с известной долей скептицизма, если спрос является отсроченным). Но чаще всего такого учета нет, и аналитикам приходится заняться прогнозированием. Просто посчитать с этой «ямой» нельзя: то, что вы провалили запасы, является не закономерностью расхода, а следствием вашего влияния на эту закономерность.

Глубину и силу этого влияния также можно вычислить математическими методами. В частности, используя коэффициент корреляции, который применяется для измерения тесноты взаимодействия между различными признаками (в нашем случае — наличием запасов и продажами).

х; у; — значения изучаемой пары признаков n объектов (i = 1, 2, …, n);

хср, уср. — среднее арифметическое каждого ряда значений х и у.

Значение Rxy находится в промежутке от -1 до 1. Чем оно больше, тем сильнее взаимосвязь двух признаков. Если Rxy=0, связь отсутствует, если отрицательное — показатели находятся в обратной зависимости.

В результате всех этих расчетов может оказаться, что товар мало продавался не по вине покупателей, которые не брали, а по вине продавца, который не обеспечил наличие товара в продаже. А значит, прежде чем отказываться от него (загонять на вторые или третьи позиции) стоит разобраться, как бы этот товар продавался, если бы был в наличии — т.е. построить соответствующую модель с учетом трендовой составляющей. Ведь АВС-анализ проводится для того, чтобы управлять товаром в будущем. Логистика — это не просто фиксация и анализ текущих событий, но еще и прогнозирование, предсказание.

Стабильна ли стабильность?

Определенные условия надо соблюдать и при проведении XYZ-анализа. В частности, здесь огромное значение имеет уровень детализации: просчитывать продажи в разрезе дня, недели или месяца. Редкий товар попадает в категорию Х при всех трех уровнях. Например, хлеб продаетсяпокупается каждый день. Если анализировать стабильность его продаж по неделям, он может войти в категорию Х, а если по дням, то, скорее всего, в Y, потому что есть еженедельные всплески, когда с пятницы все затовариваются на выходные, в субботу покупают мало, а в воскресенье вечером опять покупают с запасом на следующий день. В разрезе месяцев это опять может быть категория Х.

Выбирается уровень детализации исходя из того, для чего проводится анализ. Если для управления запасами, то понятно, что временная детализация должна быть сопоставима с циклом выполнения заказа. Допустим, срок поставки по контракту месяц — стоит ли в таком случае делать XYZ-анализ по дням? — Нет. Но и месячная детализация может оказаться некорректной.

Скорее всего, здесь надо анализировать стабильность продаж понедельно. Если же выполнение заказа занимает два дня, XYZ надо делать в разрезе дней, если 3–4 месяца — переходим на месячный уровень детализации.

Но это — для оперативного управления. А если, допустим, нужны данные для стратегического планирования — так ли здесь интересны ежедневные колебания? Т.е. XYZ-анализов тоже может быть несколько для разных целей.

Версия для печати