XYZ анализ

XYZ анализ - вглядываемся в ассортимент.

Показывает колебания значений за отчётные периоды. Так же как ABC анализ, объектами анализа могут выступать самые разнообразные показатели. Валовая прибыль, оборот товаров, клиентов, финансовые издержки предприятия. Конечным «продуктом» XYZ анализа является коэффициент вариации анализируемого объекта. Это и есть коэффициент колебания.

К примеру, как я уже писал в статье про ABC анализ, для того чтобы сделать какие либо осознанные и стоящие выводы о вашем ассортименте (ТОПовые товары, сопутствующие, неликвидные), ABC анализа крайне мало. Одного XYZ анализа тоже недостаточно. А вот совмещённый ABC-XYZ анализ даст нам неплохие результаты и пищу для размышлений. Но не будем забегать наперёд. Для начала, научимся делать XYZ анализ. Кроме того, на примере всё лучше усваивается.

Итак, что нам понадобится. В отличии от ABC анализа, нам нужны будут не обобщённые данные о продажах, за скажем четыре месяца. А данные, как за каждый из этих месяцев.

Чтобы было понятно, периоды которые вы будете брать для анализа в вашей компании, могут быть и не месячные, а скажем, недельные или квартальные. Всё зависит от оборачиваемости объекта анализа. Оптимальная величина периода узнаётся путём проб и ошибок, так что не расстраиваетесь, если сперва у вас не окажется никакого товара в группе X, а то и Y. Скорее всего, нужно просто изменить анализируемые периоды. Количество периодов так же может отличаться, и чем больше их будет, тем точнее будут данные на выходе. Только не забудьте о том, что если в вашем ассортименте присутствует сезонный товар (а как показывает практика, он есть в любом ассортименте, как бы это нибыло неожиданно), и вы возьмёте количество периодов, скажем, девять месяцев, коэффициент вариации будет не слишком вам полезен. От этого есть лекарство, но я расскажу о нём в другой статье.

Получить 7 видео-уроков как создать такую же систему Управлению Закупками:

Ещё один важный момент, нельзя анализировать менее трёх периодов. Данные будут так же бесполезны.

Итак, вы сформировали продажи, к примеру помесячно, за четыре месяца, в таком формате: артикул – май – июнь – июль – август. Если ваше программное обеспечение не позволяет разбить продажи помесячно, вы можете сделать сформировать отдельные отчёты (четыре), а потом скомпоновать их в экселе. В этом вам поможет формула =VLOOKUP(искомый_объект;диапазон_ячеек_для_поиска_совпадений;номер_ячейки_по_порядку_которую_нужно_подтянуть_в_файл;0)(русский аналог =ВПР). Русифицированный аналог функции – ВПР. Добавляем колонку Итого =SUM(диапазон_ячеек) и нам понадобится среднее значение продаж за эти периоды =ячейка_с_суммой/количество_периодов.

Теперь переходим к вычислению коэффициента. Математическая формула его выглядит так:

В 1С:Предприятии обычно уже есть встроенный XYZ-анализ, но если честно, он сделан на столько «топорно», мы почти всегда для клиентов делаем свой ABC-XYZ анализ. Работаем как с Украинскими клиентами, так и с Российскими.

Я расскажу о двух вариантах формул для вычисления коэффициента вариации в экселе. Лично я пользуюсь только одной из них из-за определённой её особенности.

вторая формула

Чем хороша вторая формула?

Бывает такое, что какого-то товара в одном из анализируемых месяцев просто небыло у вас на складе. В чём причина, это уже другая тема для разговора. Толи у поставщика его небыло, толи ошибся ваш менеджер по закупкам, не важно. Важно, что пользуясь второй формулой, вы сможете убрать ваши «нули» и получите коэффициент без учёта этих месяцев. Грубо говоря, формула имеет дополнительный параметр «только заполненные ячейки». Пользоваться этим или нет, это уже дело Ваше и вашего руководителя.

И вот сам итог:

После получения коэффициента вариации мы можем выставить в ячейках «формат – проценты» и получим четабельный процент отклонения. Или можем прибавить к нему «1» и получим коэффициент для страхового запаса (как один из вариантов использования этого коэффициента). Конечно, этим стоит пользовать в разумных пределах и с учётом возможностей склада и финансов компании. К примеру, когда-то, я использовал его как коэффициент страхового запаса, но с ограничением «1,5» (в основном, для товара групп AX, AY, BX, BY и CX). Не хочется слишком забивать склад.

Идём дальше.

Отсортируйте ваши данные по колонке коэффициента в порядке возрастания. Теперь мы вплотную подошли к определению классов X, Y и Z.

Существуют рекомендованные границы этих классов.

< 10% — класс X

10 – 25% — класс Y

> 25% — класс Z

Как показывает практика, эти рекомендации не всегда соответствуют действительности. Важно понять, что распределение на эти классы условное и лишь показывает на Ваши границы «комфортности» для использования коэффициента скажем в закупках. Я рекомендовал бы распределять классы по принципе Парето от суммарного количества номенклатуры. У нас в компании приняли распределение <50% (что составляет 5-10% от общего количества номенклатуры) это класс X; 50-100% (примерно 25% номенклатуры) класс Y и >100% (70%) класс Z/ Данное соотношение оказалось оптимально комфортным для нас. А потому, не бойтесь экспериментировать и подойти к вопросу творчески.

Подведём итог:

Класс X – товар меньше всего подвержен колебаниям спроса, продажи легко прогнозируемы, количество которое всегда должно присутствовать в ассортименте, легко вычислить.

Класс Y – средняя прогнозируемость продаж, но как и товаром класса «X» довольно легко управлять автоматизированно.

Класс Z – продажи/спрос товара не поддаётся прогнозу. Задумайтесь, возможно, с частью этого товара стоит начать работать под заказ, если это возможно (не забывайте о том, что этот товар потребляет ресурсы компании, даже когда просто лежит на складе). Ещё часть, вообще стоит вывести из ассортимента. Вы немного потеряете в представленности товара, но приобретёте больше от размораживания активов и сокращении расходов.

Более полную картину о вашем ассортименте вы увидите, если совместите данные ABC и XYZ анализов. Об этом читайте в следующей статье.

Опубликовать в Facebook
Опубликовать в Google Plus
Опубликовать в LiveJournal
Опубликовать в Мой Мир
Опубликовать в Одноклассники
Опубликовать в Яндекс

14 thoughts on “XYZ анализ

  1. Добрый день. Очень интересная и полезная в своем роде статья, большое Вам спасибо за нее. Скажите, не могу у себя в формулах найти devsq??? Подскажите, что она значит? Спасибо.

  2. Добрый день!

    Уважаемый Игорь,
    статья очень интересная большое Вам спасибо , только мне не совсем ясно как можно рассчитать страховой запас при помощи коеф. вариации ?
    И подскажите , какие методы есть расчета страхового запаса ?

    Заранее спасибо.

    1. Добрый день!
      Во-первых, спасибо за отзыв. Во-вторых, если вы получаете коэффициент вариаций 0,13 (то есть, среднее отклонение 13%), то можно умножить средние продажи товара на 1,13. Вы получите подобие страхового запаса, которое на практике удовлетворяет спрос примерно 95%. Можно ещё использовать по тому же принципу функцию в экселе AVEDEV (это Число — среднее отклонение). Ну а вообще, нужно ещё учитывать периодичность поставок, время в пути.

  3. Добрый день,
    Статья очень полезная и интересная, подскажите, пожалуйста, почему:
    1 Почему среднее квадратическое отклонение возвели ^0,5. использовали формулу G3^0.5/F3 в место Корень(G3)/F3 ?
    2 После внесенные формулы, коэффициенты вариации показывает свыше 100%, и как это понять ?

    1. День добрый!
      1 — Да, всё верно.
      2 — Прямо по Всем товарам свыше 100%? Если по Части их, то это нормально. Вообще, диапазон коэффициента вариации довольно не маленький и ничего странно нет, что по каким-то товарам он свыше 100%. Есть второй вариант: для Вашей оборачиваемости (или точнее, скорости реализации товара) вы выбрали не верные периоды (например, недели вместо месяцев).

  4. Добрый день Игорь.
    Я студент,учусь на логиста.Спасибо за статью,очень помогла. Но вот есть несколько вопросов:
    1.Мне не совсем понятно зачем Вы используете такую громоздкую формулу при вычислении квадратичного отклонения??? Например: =((H4-H7)^2+(H4-H7)^2))\2
    Я используюсь формулу для вычисления квадратичного отклонения «СТАНДОТКЛОН» чем хуже Вашей? Потом при вычислении коэффициента вариации: СТАНДОТКЛОН/ на средние продажи за переиод. Задал вопрос потому что возможно я что-то упускаю????
    Спасибо.

    1. Добрый день!
      В то время (статья написана ещё в декабре 2010 года) я так писал, чтоб читатель наверняка понимал, что именно он делает, а не просто вставлял Excel формулы :)
      И да, ваш вариант тоже можно использовать и это будет быстрее.

  5. Здравствуйте подскажите пожалуйста как использовать формулу «СТАНДОТКЛОН», т.к я не совсем понимаю что нужно вписать. Как я поняла полная формула будет выглядеть так: =СТАНДОТКЛОН(B2:F2), но при расчете в «ручную» получается большая разница, между этими двумя расчетами. я что то не дописала или это нормально.

  6. Извините за глупый вопрос, нашла ошибку. За статью огромное спасибо! Очень помогла!

  7. здравствуйте подскажите пожалуйста какие еще методы анализа подойдут для разработки алгоритма формирования оптимальной структуры ассортимента готовой продукции предприятия?

    1. Здравствуйте! XYZ анализ я вообще не считаю видом Анализа Ассортимента. Это вспомогательный инструмент. Из других видов анализа, которые применяются мной, это к примеру анализ по Коэффициенту новизны, можете почитать о нём тут http://atrade.info/ass-new.html. А остальные виды анализа я к сожалению не могу раскрывать тут на сайте, потому как они внедряются на платной основе на предприятиях с которыми я работаю и были включены в программу опять же платного семинара который я проводил в Киеве, возможно по ним так же будет повтор семинара :) Соответственно, не имею морального права распространять тут на сайте информацию о них. На данный момент на сайте довольно много Стартовой вспомогательной информации, но уже более «глубокие» и сложные инструменты я считаю что не вправе на данный момент тут описывать.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *


*