이것은 당신이 제품 범위를 연구하고, 지정된 기준에 따라 상품의 등급을 결정하고, 범위의 해당 부분을 식별할 수 있게 해주는 도구입니다,
최대 효과를 제공합니다.
구색은 일반적으로 판매량(판매량)과 수익(실현된 판매 마진)의 두 가지 차원으로 분석됩니다. ABC 분석은 파레토 법칙을 기반으로 하며, 20%의 구색 포지션이 80%의 이익을 제공합니다.
실습에 따르면 구색 품목(그룹 A)의 10%가 매출의 80%를 차지합니다. 구색 위치의 15%(그룹 B)는 매출의 15%를 제공합니다. 범위(그룹 C)에 있는 품목의 75%가 매출의 5%를 차지합니다.
이를 염두에두고 무역 기업의 전체 구색은 중요도에 따라 그룹으로 나눌 수 있습니다.
ABC 분석을 수행하는 첫 번째 단계는 목표를 설정하는 것입니다. 범위를 줄이는 것이 목표인 경우 판매량과 이익이 주요 매개변수로 선택됩니다. 목표가 재고 유지 비용을 식별하고 줄이는 것이라면 회전율, 비유동 자산의 양 및 점유 저장 용량이 주요 매개변수로 선택됩니다. 수익성 조사가 필요한 경우 수익성 수준인 이직률이 주요 매개 변수로 선택됩니다. ABC 분석 데이터는 제품 범위를 최적화하는 데 도움이 됩니다.
이러한 유형의 분석에는 많은 장점이 있지만 한 가지 중요한 단점이 있습니다. 이 방법을 사용하면 상품 수요의 계절적 변동을 평가할 수 없습니다.
XYZ-analysis는 판매 안정성 정도와 소비 변동 정도에 따라 상품을 구분할 수 있는 도구입니다.
이 분석의 방법은 각 상품 품목에 대한 변동 계수 또는 유량 변동을 계산하는 것입니다. 이 계수는 평균값에서 유량의 편차를 나타내며 백분율로 표시됩니다.
매개변수로 판매량(수량), 판매량, 실현된 거래 마진 금액이 있을 수 있습니다. XYZ 분석의 결과는 행동의 안정성에 따라 상품을 세 가지 범주로 그룹화한 것입니다.
ABC와 XYZ 분석의 조합은 논쟁의 여지가 없는 리더(AX 그룹)와 외부인(CZ)을 드러냅니다. 두 방법 모두 서로를 잘 보완합니다. ABC 분석을 통해 판매 구조에 대한 각 제품의 기여도를 평가할 수 있는 경우 XYZ 분석을 통해 판매 급증과 그 불안정성을 평가할 수 있습니다. ABC 분석이 판매량과 이익이라는 두 가지 매개변수를 사용하는 결합 분석을 수행하는 것이 좋습니다.
이러한 다변량 결합 분석을 수행하면 총 27개의 제품군이 얻어진다. 이러한 분석의 결과는 구색을 최적화하고, 제품군의 수익성을 평가하고, 물류를 평가하고, 도매 회사 고객을 평가하는 데 사용할 수 있습니다.
결합된 ABC와 XYZ 분석다음과 같은 여러 가지 중요한 이점이 있습니다.
- 상품 자원 관리 시스템의 효율성 증대
- 높은 점유율 증가 수익성 있는 상품구색 정책의 원칙을 위반하지 않고;
- 창고에 보관된 상품의 수량에 영향을 미치는 주요 상품 및 이유 식별
- 자격 및 경험에 따라 인력 노력의 재분배.
ABC- 및 XYZ- 분석의 지표를 결합하기 전에 1 년과 같은 특정 회계 기간 동안 수령 한 소득 금액 또는 판매 된 제품 수별로 상품에 대한 ABC 분석을 수행해야합니다.
그런 다음 이러한 상품에 대한 XYZ 분석이 같은 기간(예: 연간 월간 판매 수)에 대해 수행됩니다. 그 후 결과가 결합됩니다.
결합하면 9개의 상품 그룹이 정의됩니다.
| 도끼 |
BX |
CX |
| 찬성 |
에 의해 |
사이 |
| AZ |
BZ |
시즈 |
두 번째 및 세 번째 단계는 창의적이라는 점에 유의해야 합니다. 표준 솔루션이 작업에 가장 적합하다고 생각해서는 안 됩니다. 다양한 요소에 따라 다양한 대상을 실험하고 분석해야 하며, 그래야만 ABC 분석이 의사 결정을 위한 강력한 도구가 됩니다. 예를 들어, 주식을 관리하는 대부분의 사람들은 하나의 개체(구색 품목)와 하나의 요소(판매량)에 대해 ABC 분석을 수행하지만 이 예에서는 많은 개체와 분석 요소가 표시됩니다. 분명히 다변량 분석을 통해 더 많은 정보에 입각한 결정을 내릴 수 있습니다.
네 번째 단계는 분석을 위한 정보 배열의 형성입니다. 현대의 정보 시스템프로그래머의 도움 없이는 물론 필요한 정보 배열을 쉽게 구성하고 모든 후속 작업을 자동으로 수행할 수 있습니다. 그러나 이 단계에서도 분석을 위한 데이터의 시간 간격 결정, 실제 상황과 데이터 불일치(예: 부족으로 인한 포지션의 매출 부족), 등.
다섯 번째와 여섯 번째 단계에서 각 개체의 기여도는 전체 결과, 선택한 요소의 내림차순으로 개체의 순위를 매기고 전체 수에서 개체 점유율의 누적 합계를 백분율로 계산합니다(이하 DO 약어 - 개체 몫) 및 전체에 대한 이러한 개체의 기여도 결과는 백분율로 표시됩니다(이하 약어 VR - 결과에 대한 기여). 이들은 어려움이 발생할 수 없는 간단한 산술 연산입니다.
표 1. 그룹 선택을 위한 초기 데이터
다음 단계는 분석 대상을 그룹으로 나누는 것입니다. 그룹을 선택하는 방법에는 여러 가지가 있으며 그 중 일부는 다음과 같습니다.
- 경험적,
- 합계 방법,
– 차동 방법,
– 폴리곤 방식,
– 접선 방법,
– 루프 방식.
경험적 방법은 이전 연구의 평균 결과를 기반으로 대상을 그룹으로 나누는 것으로 구성됩니다. 가장 일반적인 옵션에는 VRA - 80% 및 VRV - 95%의 경계가 포함됩니다. 그런 다음 DOA 및 DOV의 해당 값을 찾습니다(표 2). 이 예에서 그룹 A와 B의 경계 값은 BPA - 80.01%, DOA - 17.33%입니다. 그룹 B와 C의 경계 값은 VRV 95%, Dov - 43.26%입니다.
표 2. 실증적 방법 
로 나누는 것을 포함하여 경험적 방법의 다른 변형을 사용할 수 있습니다. 많은 양분석 대상 수에 따라 그룹화(예: BPa - 80%, BPv - 95%, VRc - 99%, VRa - 50%, VRv - 80%, VRc - 95%, VRv 99% 등) . 이 방법의 장점은 단순함에 있으며, 단점은 그룹을 식별하는 데 사용되는 평균 값이 항상 특정 상황에 해당하는 것은 아니라는 점입니다. 고전적인 비율에 따르면 개체의 20%가 결과의 80%를 제공해야 합니다. 이것은 우리의 예에서 관찰되지 않습니다. 이 점에서 다음 방법이 더 유연합니다.
합계 방법은 DO와 BP의 합계에 따라 그룹을 할당하는 것입니다. 그룹 A와 B의 경계는 DOA와 BRA의 합계가 100%가 되는 지점에 위치합니다. 그리고 그룹 B와 C의 경계 - 여기서 DOV와 WRT의 합은 145%와 같습니다(표 3). 이 예에서 그룹 A와 B의 경계 값은 BPA - 81.37%, DOA - 18.62%입니다. 그룹 B와 C의 경계는 RVV - 96.37%, DOV - 48.65%의 값을 갖습니다. 이점 이 방법그 유연성이 실증적이기 전에 결과가 특정 상황을 더 잘 반영합니다.
표 3. 합계 방법 
중심에서 미분법모든 객체에 대한 요인의 평균 값이 있습니다. 모든 개체에 대한 요소 값이 요소 평균값의 6배 이상인 개체는 그룹 A에 속합니다. 그룹 C에는 요소 값이 2배 이상 작은 개체가 포함됩니다. 모든 개체에 대한 요소의 평균 값보다 나머지 개체는 그룹 B에 속합니다. 이들은 가장 일반적인 계수이며 다른 옵션이 있습니다. 실제로 미분법은 너무 작은 그룹 A(BPA - 40–50% 이내, DOA - 5% 미만)와 큰 그룹 C를 제공합니다. 이 예에서 요인의 평균 값은 4998입니다. 결과적으로 , 그룹 A와 B의 경계는 BPA - 46.97%, DOA - 3.06%의 값을 갖습니다. 그룹 B와 C의 경계는 WRT - 90.73%, DOV - 31.93%의 값을 갖습니다(표 4). 분명히 결과는 다른 방법으로 얻은 결과와 매우 다릅니다.
표 4. 차동 방법 
이 방법의 단점은 종종 잘못된 결과로 이어지는 계수 선택의 불확실성입니다. 일반적으로 분석 대상에서 A군을 선별하는 것이 불가능한 경우가 있는데, 이러한 방법의 장점은 단점을 배경으로 최소한으로 축소되지만 간편하다는 점이다. 이와 관련하여 미분법의 실제 적용은 제한적이다.
폴리곤 방식의 요지는 다음과 같다. 다각형의 일부는 곡선과 다각형 사이의 면적이 최소화되도록 ABC 분석 곡선(DO 및 VR - 표 1의 열 E 및 F 기준)에 내접되어 있습니다(그림 1). 이 방법의 결과는 미분 방법의 결과와 유사합니다. 그룹 A는 너무 작고 큰 그룹 C. 이와 관련하여 또한 복잡성 때문에 이 기사의 프레임워크 내에서 폴리곤 방법을 더 자세히 고려하지 않을 것입니다.
폴리곤 방식 
접선 방법(V.S. Lukinsky 제안)은 ABC 분석 곡선에 대한 접선을 사용하여 분석 대상을 그룹으로 나누는 것으로 구성됩니다(그림 2). 차트의 시작과 끝을 직선 OK로 연결한 다음 OK와 평행한 ABC 분석 곡선에 접선을 그립니다. 접선 점 M은 그룹 A와 B를 분리합니다. 이제 점 M과 K를 연결하고 MC에 평행한 ABC 분석 곡선에 접선을 그립니다. 접점 N은 그룹 B와 C를 분리합니다. 이 예에서 그룹 A와 B의 경계 값은 BPA - 82.39%, DOA - 19.66%입니다. 그룹 B와 C의 경계 값은 RTW 96.19%, DOV - 47.85%입니다. 필요한 경우 접선으로 나누기를 계속하고 더 많은 그룹을 얻을 수 있습니다. 이 방법의 장점은 유연성, 단순성 및 명확성입니다.
접선법 
접선 방법은 XYZ 분석에서 그룹을 선택하는 데에도 사용할 수 있습니다.
XYZ 해석의 탄젠트 방법 
루프 방법(Gadzhinsky A.M.에 의해 개발됨)은 ABC 분석 곡선의 곡률이 급격히 변화하는 영역에서 그룹의 경계를 결정하는 것으로 구성됩니다. ABC 곡선의 각 지점에서 일정 길이의 법선 Г(접선에 수직)을 복원해야 합니다(그림 4). 법선은 ABC 곡선의 오른쪽을 가리켜야 합니다. 법선의 끝은 루프의 윤곽을 나타냅니다. 접선이 영역 위로 미끄러지는 동안 큰 값곡률 반경(그래프의 초기 부분, 그룹 A), 법선의 끝은 오른쪽 위로 올라갑니다. 접선이 곡률 반경의 작은 값으로 그래프의 중간 섹션에 들어가는 순간 법선 끝의 이동 방향은 반대 방향으로 아래쪽과 왼쪽으로 변경됩니다. 접선이 ABC 곡선의 최종 직선 섹션에 도달한 후 법선의 끝은 다시 반대 방향으로 운동 방향을 변경합니다. 따라서 법선의 끝은 루프의 윤곽을 나타내고 법선 끝의 이동 방향이 변경되는 순간에 해당하는 ABC 분석 곡선의 점은 곡선을 그룹 A, B, C로 나눕니다.
루프 방식 
언뜻 설명이 복잡해 보일 수 있지만 Excel에서 구현하면 매우 쉽습니다(표 5).
표 5. Excel에서 루프 메서드 구현 
루프의 산포도는 I 및 J 열을 기반으로 합니다(그림 5). 접선(H열)에 대한 법선의 길이를 결정하는 데 약간의 어려움이 있을 수 있습니다. 정상 값은 OX 척도(20~200 범위) 단위로 지정되며 여러 번 반복하여 결정됩니다. 법선의 길이가 너무 크거나 너무 작으면 그래프에 루프가 없습니다. 법선의 길이를 선택하는 과정에서 그룹 A, B, C 사이의 경계가 변하지 않는 간격을 찾는 것이 필요합니다. 셀 H3의 값을 변경하여 우리는 변곡점의 좌표를 찾습니다 I 및 J 열을 선택하고 이러한 값이 있는 셀을 색상으로 선택하면 법선의 길이를 변경할 때 변곡점의 좌표가 한 곳에 남아 있게 되면(색상으로 강조 표시된 셀에서) 문제가 해결됩니다 . 법선의 길이가 더 증가하면 결국 경계가 다시 변경되기 시작합니다. 이 값은 그룹 A, B 및 C를 선택하는 데 사용되어야 합니다. 이 예에서 원하는 법선 길이는 52에서 59 사이입니다. 그룹 A와 B의 경계 값은 BPA - 75.03%입니다. , DOA - 13.43%; 그룹 B와 C의 경계는 RRW - 93.23%, DOV - 37.80%의 값을 갖습니다. 이 방법의 단점은 더 많은 것에 대한 복잡성과 모호성입니다. 간단한 방법.
ABC 분석 루프 
따라서 가장 큰 관심은 실용탄젠트법과 합법을 나타내며 각각 장단점이 있습니다. 선택된 모든 요소에 따라 모든 개체를 그룹으로 나눈 후 분석 결과를 해석하고 이를 기반으로 첫 번째 단계에서 설정한 문제를 해결하기 위한 조치를 취합니다.
많은 사람들은 ABC 분석이 자신의 상황에 맞지 않다고 생각하고 위에서 설명한 방법이 실패했다고 생각합니다. 많은 초보 물류 관리자와 관리자가 같은 실수를 합니다. ABC 분석을 제어 개체를 분류하기 위한 도구가 아니라 전략으로 인식합니다. 도구는 적시에, 적소에, 특정 목적을 위해서만 사용될 수 있습니다. 사람은 못을 박거나 너트를 깨기 위해 망치를 집는 것이지 꼭 필요한 것이 아니라 좋은 것입니다. 같은 방식으로 수백 또는 수천 개의 개체 항목(재고, 고객, 공급업체, 유통 경로 등)을 일반 원칙에 따라 관리할 수 있는 그룹으로 나눌 필요가 있을 때 ABC 분석을 채택합니다. 그리고 분류를 진행하기 전에 많은 질문에 답해야 합니다.
우리는 무엇을 분석합니까?
먼저 분석 대상을 정의하는 것이 매우 중요합니다. 간단한 예입니다. 회사는 옷을 판매합니다. 범위에는 수트, 패션 아이템 및 브랜드 아이템이 포함됩니다. 사실, 이들은 세 가지 다른 시장입니다. 어느 것이 회사에 더 중요합니까? 아마도 가장 중요한 것은 의상이고 다른 모든 것은 "수량"입니까? 전략의 문제입니다. 그러나 모든 제품의 수익성을 함께 분석하면 브랜드만 그룹 A에 포함될 것입니다. 따라서 그러한 분석의 결과에 따르면 구색 및 재고 관리의 왜곡은 훨씬 덜 주의를 기울일 것입니다. 이러한 일이 발생하지 않도록 하려면 분명히 전체 제품 덩어리를 유형으로 나누고 각각에 대해 ABC를 별도로 수행해야 합니다. 그런 다음 각 시장에 대해 세 개의 그룹 A가 있습니다. 또한 양복은 저렴하고 비싸며 평균적 일 수 있습니다. 회사가 세그먼트 중 하나에 집중할 계획이라면 "한 바구니"에 혼합되어서는 안됩니다. 그리고 각 시장의 각 부문에는 이미 9개의 그룹 A, B 및 C가 있습니다.
개체가 그룹으로 결합되는 데 따라 올바른 기능을 선택하는 것도 마찬가지로 중요합니다. 한 회사에서와 같은 방식으로 작동하지 않도록 (세미나 참가자도 말했습니다) : 매월 제품을 비용별로 분석하고 결과에 따라 ... 창고에서 재배열합니다. 수용/선적의 강도는 수요가 아닌 가격에 따라 달라질 수 있습니까? 아니면 사람들은 무엇을 위해 어떤 종류의 분석이 수행되는지 이해하지 못합니까?
동일한 상품의 경우 목적에 따라 다른 특성에 따라 ABC 분석을 4-5회 수행해야 하는 경우가 많습니다. 예를 들어, 구색 선택 - 비용별, 창고의 상품 관리 - 판매별(창고 회계 단위 또는 측정 단위), 금융 우선 순위 결정 - 상품 단위당 이익 등 동시에 동일한 제품이 다른 분석 결과에 따라 다른 클래스로 분류될 수 있습니다.
새 피부에서 피부를 찢습니까?
중요한 질문 - 이제 막 시장에 출시된 신제품은 어떤 종류의 재고 관리에 귀속되어야 합니까? 목록에 추가하고 일반적으로 판매를 분석하면. 이 분석을 매월 초에 하고 20일에 신제품이 나온다고 가정해 봅시다. 확실히 판매량 면에서 이번 달에 손실을 보고 그룹 C에 들어갈 것입니다. 따라서 앞으로는 그것에 많은 관심을 기울이지 않고 창고와 거래 선반의 가용성을 지속적으로 모니터링합니까? 간단히 말해서, 신제품에서 미래에 자신을 증명할 기회를 박탈하십시오. 그들은 그것을 시장에 내놓으려고 했는가?
분명히, 그룹 B 또는 C에 있는 구색의 새 항목은 없어야 합니다. 따라서 처음에는 " 일반 경쟁". 각 기업에는 시장에 상품을 출시한다는 개념이 있습니다. 어떤 기업은 한 달 만에 유명해지고, 다른 기업은 3년 만에, 또 다른 기업은 1년 만에 유명해집니다. 그리고 이 기간 동안 상품과 관련하여 "최혜국 정책"을 수행합니다. 그는 어린 아이처럼 "손으로"소비자에게 가져와야합니다. 실제로 이것은 신제품을 시장에 출시하는 데 필요한 기간 동안 모라토리엄이 선언되었음을 의미합니다. 즉, 자동으로 그룹 A에 할당되고 "눈을 떼지 않습니다." 그리고 확립 된 기간이 끝날 때만 참신함이 포함됩니다. 일반 목록분석을 위해.
이것은 ABC가 자동화된 경우에도 수행하기 쉽습니다. 회계 프로그램에서 특정 재고 관리 클래스는 주기적 속성으로 품목에 지정됩니다. 날짜가 입력됩니다. 분석 일자와 비교하며, "거리"가 상품이 시장에 진입한 시점보다 작을 경우 상품 자체 및 판매되는 모든 상품은 분석에서 제외됩니다. 따라서 제품에 생명권을 부여하고 이륙시 쏘지 마십시오.
우리는 언제 분석합니까?
상품을 그룹으로 분류하고 분석하는 것은 통계를 기반으로 해서만 가능하다는 것은 분명합니다. 이 시장에서 영업 경험이 없는 상태에서 사업을 시작하면 더 성공할 수 있는 분야를 결정할 수 있습니까? 결국 동일한 제품이 한 회사의 경우 그룹 A에 있고 다른 회사의 경우 C 그룹에 포함될 수 있습니다(다른 포커스가 있는 경우). 한 회사는 구색에 80%의 장비와 20%의 예비 부품을 보유하고 있는 반면, 다른 회사는 동일한 방식으로 작업을 시작했지만 정확히 반대입니다. 그것은 전략과 전문성의 문제입니다. 그리고 ABC를 하기 전에 재고, 고객, 공급업체, 어떤 부문에 중점을 두고 회사가 행동하는지 이해해야 합니다. 각 제품의 "게임 규칙"은 이에 따라 다릅니다.
그러나 선진 기업에서도 "생각나는 대로" 제품을 평가할 수 없습니다. 특히 주기적 변동, 판매 급증/하락(예: 계절적 변동)이 있는 경우. 예를 들어, 일부 회사는 6개월마다 정기적으로 ABC 분석을 수행합니다. 그리고 지난 반기 실적에 이어 향후 반기 매출도 계획하고 있다. 그리고 겨울에 팔지 않은 아이스크림은 여름에 들고 오지 않을 것입니다!
물론 판매를 분석하는 것이 더 정확할 것입니다. 전체 주기연도가 1월 1일부터 12월 31일까지라고 가정해 보겠습니다. 또는 과거 데이터에 따라 비수기와 계절을 취하고 외부 환경의 변화를 고려하여 이 비율(절대값이 아님!)을 미래로 전송합니다.
그리고 1년에 두 개의 피크(계절)가 있고 첫 번째와 두 번째의 기간이 다르다면? 그런 다음 연도의 분석은 일반적인 추세 만 식별하는 데 도움이되며보다 자세한 계획을 위해서는 한 번의 피크, 두 번째 및 비수기에 수행해야합니다. 그리고 한 급증의 추세가 다른 급증과 일치하는지 여부를 명확하게 이해하십시오. 예를 들어 건설 사업의 경우 봄과 가을에 매출이 크게 증가합니다. 그러나 첫 번째 경우에는 주로 벽돌과 시멘트가 판매되고 두 번째 경우에는 마감재가 판매됩니다. 분명히 봄철 분석 결과를 바탕으로 가을철 상품 정책을 수립하는 것은 실수일 것입니다.
그리고 ABC는 단순히 필요하다고 판단했을 때 하는 것이 아니라, 역사가 미래로 넘어갈 것임을 깨닫고 과거를 유추해 보아야 한다는 것이 밝혀졌습니다.
통계 뿐만 아니라
기간 n이 끝나자 마자 결과를 더하고 이전 기간(n-1)의 유추를 취하고 추세의 증가/감소 비율을 결정합니다. t "= tn / tn-1. 비율을 조정합니다. 두 번째 시즌의 이 숫자(t")로 표시됩니다. 덕분에 다음 시즌에 제품이 어떻게 작동할지 추측하고 그에 따라 조치를 조정할 수 있습니다.
예를 들어, 이 기간의 제품이 카테고리 B에 속했지만 추세선이 급격히 상승하는 경우(즉, 매출이 빠르게 증가하는 경우) 더 관심을 기울일 가치가 있지 않을까요? 아마도 이 제품을 잘 판매하는 방법을 알고 있는 새 판매자(상점)가 있을 것입니다. 그리고 제때에 재고를 보충하지 않으면 판매가 증가하지 않고 제품이 재고로 가지 않을 것입니다. 가장 높은 카테고리. 그리고 게임의 규칙이 실제 상황을 고려하지 않고 과거 모델에 따라 개발되었기 때문입니다.
그룹 간 상품 이동
ABC 분석은 활성 구색을 그룹으로 나눌 수 있는 분류 방법일 뿐임을 다시 한 번 반복합니다. 각 그룹에 대해 자체 관리 전략이 개발됩니다. 이러한 전략은 우선 서비스 수준에서 다릅니다. 범주 A의 경우 100%, B-95, C-예: 90%가 될 수 있습니다. 그러나 분석되는 것은 활성 구색이며 물류에 의해 직접 제어되는 구색이라는 점을 기억하는 것이 중요합니다. 실제로 각 회사에는 창고에 항상 보관되지 않고 특정 주문에 따라 가져오는 이른바 맞춤형 품목이 있습니다. 하나의 무작위 판매(예: 대규모 계약)가 전체 그림을 바꿀 수 있기 때문에 ABC 분석에 포함하지 않아야 합니다. 이 제품은 즉시 그룹 A로 폭발하고 나머지는 모두 휴지통으로 옮깁니다. 그러나 다음 기간에도 같은 판매가 있습니까? 이러한 왜곡을 피하기 위해서는 A, B, C 그룹을 제외한 추가 세그먼트에서 커스텀 포지션을 명확하게 구분하고 분석에서 고려하지 않는 것이 필요하다.
또 다른 특별 부문 - "죽은" 주식. 이것들은 도덕적으로 쓸모없고 더 이상 제조업체에서 생산하지 않거나 성공적으로 판매하는 방법을 모르는 것들입니다. 그들은 또한 판매하지 않기 때문에 ABC에서 탈락합니다. 실제로 그들은 창고에 존재하지만. "묘지로" 보낼 것은 전략의 문제입니다. 예를 들어, 어느 시점에서 우리는 판매가 계속 감소하는 카테고리 C의 마지막 n개 위치를 "우리 계정에서 철회"하기로 결정했습니다. 우리는 수입을 중단하고 나머지만 판매합니다. "산림 질서"로서 우리는 활성 범위의 안정기를 청소합니다.
결과적으로 다섯 가지 상품 그룹이 있으며 그 사이에는 지속적인 마이그레이션이 있습니다. "시험 기간" 동안 그룹 A에 자동으로 포함되는 새 제품이 도입되었습니다. 그러나 이 그룹에는 재정적 또는 수량 제한이 있습니다. 즉, 새로운 제품(또는 제품)이 나타나는 순간 다른 제품(또는 제품)이 B로 강제로 내보내지고 C로 순차적으로, 그리고 사용자 지정 제품(관리자가 하나 또는 일년에 두 번 판매 창고에 일정한 재고를 유지할 가치가 없습니다) 또는 "죽은".
그러나 역 마이그레이션도 가능합니다. 맞춤형 제품에서 활성 구색으로 들어갈 수 있습니다. 이것은 또한 전략과 같은 단어로 정의됩니다. 예를 들어 20명의 고객이 매월 10만 루블의 제품에 관심이 있는 경우와 같이 재고를 생성하고 유지할 가치가 있는 주문의 양과 빈도를 경영진이 결정합니다.
따라서 우리는 적극적인 관리(고객, 주식 여부), 자연의 상품 순환: 출생, 개발 옵션, 기회 및 "묘지"를 얻습니다. 그리고 항상 원칙에 따라 이 시스템을 업데이트할 기회가 있습니다. 자연 선택- 더 성장한 사람은 약한 사람을 창고에서 밀어내고 창고(액티브)는 증가하지 않습니다. 신상품쓸모없는 것을 죽은 곳이나 여분으로 밀어 넣고 활성 위치의 수는 동일하게 유지됩니다.
그룹 A, B, C가 단단히 고정되어 있으면 "쓰레기"가 발에 깔려 "신선한 피"의 유입이 방해를 받으며 이 덤프의 정리에 어떤 분석도 도움이 되지 않습니다.
우연의 영향
같은 방식으로 XYZ에 의한 엄격한 분류는 있을 수 없습니다. 제품의 행동을 과소평가할 가능성이 너무 커서 판매 시계열에서 제품을 "끌어낼" 수 있습니다.
먼저 지표의 안정성을 분석하기 위해 6 번 기사의 저자가 제안한 변동 계수 계산 공식으로 돌아가고 싶습니다.
X는 i번째 기간에 대한 평가 대상에 대한 매개변수 값, xav는 분석 대상 평가 대상에 대한 매개변수의 평균값, n은 기간 수입니다.
이 공식은 많은 교과서에서 제공되지만, 일반 인구. 그러나 XYZ 분석은 일반적으로 샘플 기반으로 수행됩니다. 우리는 흐름에서 제품을 꺼내 정확히 이 기간에 평균에 묶었습니다. 이는 변동 계수 계산에 마이너스 1 자유도가 표시되어야 함을 의미합니다.
샘플로 작업할 때 이 마이너스(분자의 분모)가 없으면 결과가 3%에서 6%로 변동합니다. 따라서 제품이 잘못된 범주에 속할 수 있습니다.
우리는 또한 통계의 기본 법칙에 따라 샘플에 최소 30개의 값이 있어야 한다는 것을 잊어서는 안 됩니다. 값이 많을수록 패턴을 더 잘 추적할 수 있습니다. 동시에 더 많은 기간을 사용할수록 평균 주변의 변동이 아닌 추세선에 초점을 맞춰 패턴의 영향을 더 많이 받게 됩니다. 여기도 앉아서 픽업해야합니다 최선의 선택 n - 30일, 160 또는 1년.
예를 들어 1년 동안의 장기간에 걸친 매출 변동에 대한 네 가지 옵션을 살펴보겠습니다(그림 1, 2, 3, 4). 동의합니다. 전체 그래프의 데이터, 첫 번째와 두 번째 점선 사이, 첫 번째와 세 번째 점선 사이의 데이터를 분석하면 매우 다른 결론이 도출될 수 있습니다. 그리고 충분히 오랜 시간에 걸친 변화를 고려해야만 추세를 추적할 수 있습니다. 판매량(주식, 비용 등)의 지속적인 상승 또는 하락 추세.
불행히도 XYZ 분석을 기계적으로 수행하면 단기간의 데이터에서 매출이 지속적으로 증가하는 제품이 Z 범주에 속할 수 있습니다. 실제로 그림의 그래프에 따르면 1과 4에서 변동 계수는 판매가 불안정하고 지속적인 변동(변동)이 있음을 보여줍니다. 그러나 이러한 변화 자체에는 일정한 규칙성이 있습니다. 그리고 이를 감지하기 위해서는 추가적인 분석 기준을 도입해야 합니다. 예를 들어, 시간 경과에 따른 데이터가 무작위인지, 일정하거나 특정 추세를 가지고 있는지 여부를 알아낼 수 있는 자기 상관 계수입니다.
Yi - 현재 기간의 매개변수 값,
Yav - 매개변수의 평균값,
k - 교대 횟수.
k=1이면 오늘의 매출을 이전 기간과 비교하고 k=2이면 이전 연도와 비교합니다.
간단한 예입니다. ABC 분석을 수행하기 전에 해당 제품의 매출 증가가 일정하거나 일회성 급증인 계약인지 확인해야 합니다. 때때로 관리자는 예를 들어 해당 송장에 "틱"을 넣는 것과 같이 처음부터 일회성 판매 데이터를 별도로 고려하려고 합니다. 이 방법은 신뢰할 만하다고 할 수 없습니다. 너무 의존적입니다. 인적 요인: 누군가는 추가 "체크 표시"를 지시하지만 누군가는 완전히 잊어버릴 것입니다. 따라서 수학적 방법을 사용하는 것이 좋습니다. 추세를 거의 정확하게 추적할 수 있습니다.
예를 들어 k=1의 경우 자기상관 계수는 1에 가깝고(~ 0.7–0.8), k=2 - 0.5에 가까우며 k=3 - 0.3에 가깝고 k=4에 대해서는 에 접근합니다. 0이면 추세 구성 요소가 있음을 분명히 말할 수 있습니다. 감소 또는 증가하지만 규칙성에 따라 달라질 수 있습니다. 무작위 급증, 무작위 판매의 경우 이 값은 즉시 0에 매우 가깝고 음수 값을 가질 수도 있습니다. 그리고 우리는 이 판매가 무작위이며 ABC 분석에 포함시키는 것이 의미가 없다는 것을 즉시 알 수 있습니다.
같은 방식으로 계절이 오면 계절성을 결정할 수 있습니다. 동일한 자기 상관 계수를 사용합니다. 어떤 이유에서인지 모두가 그를 잊습니다.
물론 동일한 결과를 얻을 수 있습니다 장기소매 구매 및 대량 주문에 대한 별도의 회계 수행, 관련 통계 생성 및 분석. 모든 것을 고려하고 분석할 사람을 넣으면 됩니다. 이것은 제 경험상 각 항목에 대해 약 2일 정도의 시간이 걸립니다. 그리고 회사 구색에 10-15,000 명이 있으면 의견이 불필요합니다. 확률 모델을 사용할 때 해당 계산에는 5-8분이 걸립니다.
"유통에 보내기" 전에
하지만 매출 증감이 랜덤인지 영구적인지 판단한 후에도 작업이 완료된 것으로 볼 수는 없습니다. 왜 제품이 판매되지 않았는지 보아야 합니다. 수요가 없는 걸까요 아니면 단순히 재고가 없는 걸까요? 그림과 같은 판매 일정이 있다면 4, 그렇다면 재고 가용 일정과 비교할 가치가 있습니다. 판매가 없는 기간에 제품을 사용할 수 있었다면 실제로 수요가 없었음을 의미하며 이 데이터를 분석에 고려할 수 있습니다.
상품이 없으면 작업이 더 복잡해집니다. 음, 관리자가 부족 통계를 유지하고 누락된 품목이 요청된 횟수를 보고할 수 있다면 판매의 공백을 수요로 채울 수 있습니다(수요가 지연되는 경우 일정 수준의 회의론이 있음에도 불구하고). 그러나 대부분의 경우 그러한 회계가 없으며 분석가는 예측을 수행해야 합니다. 단순히 이 "구멍"으로 계산하는 것은 불가능합니다. 당신이 실패한 주식은 소비 패턴이 아니라 이 패턴에 대한 당신의 영향의 결과입니다.
이 영향의 깊이와 강도도 계산할 수 있습니다. 수학적 방법. 특히, 상호작용의 친밀도를 측정하는 데 사용되는 상관계수를 사용합니다. 다양한 표지판(우리의 경우 - 재고 및 판매의 가용성).
엑스; 와이; - n 개체의 연구된 특징 쌍의 값(i = 1, 2, ..., n);
xsr, usr. - x 및 y 값의 각 계열의 산술 평균.
Rxy 값의 범위는 -1에서 1 사이입니다. 값이 클수록 두 기능 간의 관계가 더 강해집니다. Rxy=0이면 연결이 없고 음수이면 표시기가 반비례합니다.
이 모든 계산의 결과로 상품이 거의 판매되지 않은 것으로 판명될 수 있습니다. 상품을 받지 않은 구매자의 잘못이 아니라 판매 중인 상품의 가용성을 보장하지 않은 판매자의 잘못으로 인해 발생할 수 있습니다. 따라서 제품을 버리기 전에(두 번째 또는 세 번째 위치로 이동) 이 제품이 사용 가능하다면 어떻게 판매될 것인지 파악하는 것이 좋습니다. 추세 구성 요소를 고려하여 적절한 모델을 구축합니다. 결국 향후 제품을 관리하기 위해 ABC 분석을 하게 됩니다. 물류는 현재의 사건에 대한 고정 및 분석뿐만 아니라 예측, 예측입니다.
안정성이 안정적인가?
XYZ 분석을 수행할 때도 특정 조건을 준수해야 합니다. 특히 여기에서 세부 수준이 매우 중요합니다. 일, 주 또는 월별로 매출을 계산합니다. 희귀 아이템은 세 가지 레벨 모두에서 카테고리 X에 속합니다. 예를 들어, 빵은 매일 팔리고 삽니다. 주별로 판매 안정성을 분석하면 X 범주에 들어갈 수 있으며 일별로는 Y에있을 가능성이 큽니다. 주간 버스트가 있기 때문에 금요일부터 모든 사람이 주말에 과잉 재고 될 때 토요일에 조금 사다가 일요일 저녁에 다음날을 위한 여유를 두고 다시 삽니다. 월의 맥락에서 이것은 다시 카테고리 X가 될 수 있습니다.
세부 수준은 분석 대상에 따라 선택됩니다. 재고 관리의 경우 시간 세분성은 주문 이행 주기와 비슷해야 합니다. 계약에 따른 배송 시간이 한 달이라고 가정합니다. 이 경우 일별로 XYZ 분석을 수행할 가치가 있습니까? - 아니다. 그러나 월별 세부 정보는 정확하지 않을 수 있습니다.
아마도 여기에서 매주 판매 안정성을 분석해야합니다. 주문 실행이 이틀이면 XYZ는 일 단위로, 3~4개월이면 월별 세부 수준으로 이동합니다.
그러나 이것은 운영 관리를 위한 것입니다. 예를 들어 데이터가 필요한 경우 - 여기에서 일일 변동이 그렇게 흥미로운가요? 저것들. 다른 목적을 위해 여러 XYZ 분석이 있을 수도 있습니다.
개체는 제품, 제품 그룹, 공급업체, 고객, 주문 등이 될 수 있습니다. 매개변수로 다음을 선택할 수 있습니다. 루블, 조각, 상자 또는 팔레트의 평균 또는 현재 재고; 해당 기간의 판매량, 제품 수익성, 고객 주문 건수 등
예를 들어 팔레트의 한 달 동안의 평균 재고에 대한 보고서를 고려하십시오. 분석 대상은 상품입니다. 분석이 수행되는 매개변수는 팔레트의 월별 평균 재고입니다(표 1 참조).
ABC 분석을 수행하는 방법?
분석을 위해 MS Excel 또는 기타 유사한 편집기를 사용하는 것이 매우 편리합니다. 절차는 다음과 같습니다.
1. 분석 대상을 파라미터 값의 내림차순으로 정렬합니다.
2. 선택한 개체의 매개변수의 총합에서 매개변수의 몫을 계산합니다(전체 결과에 대한 각 개체의 "기여도"를 평가하기 위해 수행됨).
3. 이 몫을 누적 합계로 계산합니다(이 작업은 기술적인 성격을 띠고 ABC 그룹의 경계를 추가로 정의하는 데 편의를 제공합니다).
4. 선택한 개체에 그룹 값을 할당합니다.
가장 많은 질문은 ABC 분석 중 경계 정의로 인해 발생합니다. 저자는 실무에서 처음에 "누적 합계와 공유"지표에 따라 A-최대 50%, B-50-80% 및 C-80-100%의 세 그룹으로 나눕니다. 이 배포는 도매 회사 또는 소매 네트워크의 창고 작업과 완전히 일치합니다.
제품은 상호 교환 가능하므로 전체 "구색 꼬리"가 그룹 C에 속합니다. 그러나 상품의 호환성이 없을 수 있는 제조회사의 창고나 할인점 체인점의 재고를 분석하는 경우 전체 구색의 80%를 포함하는 그룹 C를 다음과 같이 나눌 필요가 있게 되었다. 두 개의 작은 그룹.
그룹 A - 개체, 총 매개 변수 양의 처음 50%가 누적 합계인 공유 합계.
그룹 B - 그룹 A 다음의 개체 - 50 ~ 80%;
그룹 C - 80 ~ 95%;
그룹 D - 나머지 개체, 총 매개 변수 양의 95% ~ 100%인 누적 합계가 있는 공유 합계.
분석 결과, 우리는 4개의 개체 그룹을 받았습니다(표 2).
그룹 A - 구색의 20%와 재고의 49%를 구성합니다.
그룹 B - 구색의 30% 및 재고의 30%;
그룹 C - 구색의 20% 및 상품 재고의 13%;
그룹 D - 구색의 30% 및 재고의 8%.
회사가 평균 재고를 줄이는 작업에 직면했다고 가정합니다. 이 경우 A그룹의 상품이 왜 창고에 그렇게 많은 양인지 이해가 필요하다. 이 그룹의 두 제품만 재고가 약간 감소하더라도 상품 재고의 총량에 큰 영향을 미칩니다.
주요 재고
* 현재 기간의 판매 계획에 따라 선적을 보장하기 위해 필요한 작업 재고.
* 공급업체의 제품 가용성 또는 생산 중단과 관련된 예상치 못한 배송 증가 및 예상치 못한 배송 지연을 보상할 수 있는 안전 재고.
임시 재고
* 시즌별 인벤토리. 계절적 판매 증가가 시작되기 전에 축적된 초과 재고.
* 마케팅 인벤토리. 마케팅 캠페인 시 생성된 추가 재고, 광고 캠페인등
* 상품 재고. 시장의 경쟁 상황의 영향으로 생성된 초과 재고.
시장 재고를 생성하는 이유는 공급자로부터의 일회성 할인, 예측되거나 인위적으로 생성된 공급자의 상품 부족 등일 수 있습니다.
강제 예약
* 결혼. 소비자 속성을 상실하여 의도된 목적으로 더 이상 사용할 수 없는 제품.
* 유동성이 없거나 판매하기 어려운 재고. 종종 이 제품은 판매 부서와 구매 부서 간의 "창조적인 상호 작용"의 결과로 나타납니다. 한 수량을 출하할 계획이었지만 실제 수요는 10배 적었습니다. 그들은 한 공급업체를 다른 공급업체로 교체하고 나머지를 판매하는 것을 "잊어버렸습니다".
ABC 분석의 결과는 다양하게 활용되어야 합니다. 많은 추가 정보한 매개변수에 대한 분석 결과를 동일한 대상의 다른 매개변수와 비교하여 얻을 수 있습니다(예: 특정 기간 동안의 상품 출하량 및 같은 기간 동안의 불량품 양)(표 3).
출하량의 14%를 차지하는 두 그룹 A 제품은 재고의 49%를 차지합니다. 동시에 그룹 C의 두 제품은 동일한 출하량의 14%를 차지하지만 재고의 13%만 차지합니다. 따라서 그룹 C의 상품이 평균 19개의 팔레트 재고로 배송될 수 있다면 그룹 A의 상품에도 동일한 가능성이 존재할 수 있습니다.
하나의 매개변수로 제품을 그룹화한 후 결과를 다른 매개변수와 비교합니다. 그룹 D는 수익의 5%, 재고의 50%, 창고 공간의 70%를 생성할 수 있습니다.
수입에 따른 상품에 대한 ABC 분석은 어디서 돈을 벌었는지 보여주고, 유사한 비용 분석은 상품이 무엇에 소비되는지 이해하는 데 도움이 됩니다.
도매 회사 또는 소매점판매량별로 상품의 ABC 분석을 수행한 다음 구색 그룹이 구성되어 있는 상품을 평가하면 이러한 그룹 중 확장이 필요한 그룹과 축소해야 하는 그룹을 결정할 수 있습니다.
배송된 단위 수(또는 주문 수)로 제품을 분석할 수 있으며 결과적으로 고객의 80%가 구매한 상품의 20%를 얻음으로써 고객에 대한 제품의 매력도를 결정할 수 있습니다. 창고의 "뜨거운" 및 "차가운" 구역 또는 상점의 거래 층에 상품 배치를 계획할 때도 동일한 결과를 사용할 수 있습니다.
거래 범위의 형성과 관련하여 이는 상품의 20%가 소득의 80%를 가져오고 그 반대의 경우 나머지 상품의 4/5가 소득의 20%만 가져옴을 의미합니다. ABC 분석의 결과는 상품의 가장 수익성이 높은 20%를 결정할 수 있는 능력입니다.
이 규칙을 원자재, 구성 요소, 산업 기업또는 무역 회사의 상품에 대해 물류를 구현하는 매우 간단한 단계를 수행할 수 있습니다.
수입 또는 이익의 80%를 함께 제공하는 상품(완제품) 목록을 결정하십시오. 이 목록에는 거의 확실하게 상품 이름(그룹)의 약 20%가 포함됩니다. 이 목록의 이름을 A로 지정하십시오. 다음으로 소득의 15%를 추가로 가져오는 상품 목록을 결정하십시오. 일반적으로 항목의 약 30%가 있습니다. 이 목록을 B라고 합시다. 나머지 상품은 그룹 C에 할당됩니다.
마찬가지로 원자재, 구성 요소로 할 수 있습니다. 물론 후자만이 소득이 아니라 구매 및 보관 비용으로 분류됩니다.
이 모든 것이 필요한 이유는 무엇입니까? 다른 주식을 다르게 관리하기 위해. 예를 들어, 그룹 A의 값비싼 주식은 자본을 죽이지 않고 재고를 더 자주, 더 정확하게 수행하기 위해 더 작은 배치로 구매해야 합니다. 이에 반해 C그룹의 주식은 대량으로 매입해 재고를 '눈으로' 확인한다.
많은 기업들이 ABC 분석을 하고 있다는 사실도 모른 채 이런 종류의 분석을 합니다.
이러한 계산을 수행 한 후 가장 중요한 것은 과감한 결정을 내리지 않고 극단적으로 서두르지 않는 것입니다.
자신의 상품 중 수입이 적은 그룹 C를 확인한 가게 주인은 구매를 중단했다. 수입은 파레토 법칙이 제안한 5%보다 훨씬 더 많이 급락했습니다. 이 상황을 논의했을 때 그들은 다음과 같은 결론에 도달했습니다. 첫째, ABC 비율이 나머지 상품으로 이동했습니다. 둘째, 구매자에게 선택권이 있는 것이 중요합니다. 눈을 크게 뜨고 항상 같은 것을 사는 것이 중요하지만 구색이 좋지 않은 매장에 들어가려는 의사는 적습니다. 나는 C 그룹을 가게로 돌려보내야 했다.
종종 기업이 하나의 지표(수입, 이익, 매출 등)로 순위를 매기는 것만으로는 충분하지 않습니다. 복잡하지 않습니다. 점차적으로 움직일 필요가 있습니다. 하나의 표시기, 그 다음 2 개, 3 개 등이며 즉시 12 개는 아닙니다. 익사 할 위험이 있습니다. "수입" 측면에서 제품에 대한 ABC 분석을 수행했다고 가정해 보겠습니다. 당연히 각 제품 유형의 이익을 평가하려는 욕구가 있습니다. 또 다른 ABC 분석은 "이익"지표 측면에서 수행되며 다음 매트릭스를 얻습니다.
A, B, C의 세 그룹이 아니라 아홉 그룹이 있습니다. 표는 제품 항목 수에 해당하는 백분율을 보여줍니다. 회사가 이러한 양의 정보에 대처할 수 있다면 회전율 등과 같은 다음 지표를 연결할 수 있습니다. Excel에서 이러한 분석을 수행하는 것은 어렵지 않지만 이러한 종류의 다차원 분석을 위해 특별히 설계된 소프트웨어 제품인 소위 OLAP(온라인 분석 처리) 시스템을 사용할 수도 있습니다.
A그룹은 매출 기여도가 가장 큰 제품명(50% 이상), B그룹은 평균 매출 기여도가 30%, C그룹은 매출 기여도가 20% 미만이다. 이하).
ABC 분석을 사용하여 도출할 수 있는 결론:
비용적인 측면에서 마케팅은 소수의 제품에 집중하는 것이 바람직할 수 있습니다. 그러나 이것은 시장에서 회사의 안정성을 감소시킬 수 있으며 현재 수익성이 없는 제품에 내재된 가능한 성장 잠재력을 고려하지 않습니다.
C군에 속하는 제품은 회사에 문제가 있는 제품으로, 타 제품에 추가되지 않는 경우 제품군에서 제외 여부를 결정해야 한다.
생산 프로그램에서 제품을 제거할 때 고정 및 변동 비용을 충당하기 위한 이러한 제품의 기여도를 고려해야 합니다.
1. 분석의 목적은 구색 최적화입니다.
2. 분석 대상은 상품입니다.
3. 그룹으로 나눌 매개 변수 - .
4. 상품 목록은 수익의 내림차순으로 정렬되었습니다.
5. 모든 제품에 대한 총 수익 금액을 계산합니다.
6. 총 수익에서 각 제품의 수익 비율을 계산합니다.
7. 각 제품에 대해 누적 합계의 몫을 계산합니다.
8. 누적 점유율이 80%에 가까운 제품을 찾았습니다. 이것은 그룹 A의 하한입니다. 그룹 A의 상한은 목록의 첫 번째 위치입니다.
9. 누적 점유율이 95%(80% + 15%)에 가장 가까운 제품을 찾았습니다. 이것은 그룹 B의 하한입니다.
10. 아래는 그룹 C입니다.
11. 각 그룹의 항목 수를 세었습니다. A-7, B-10, C-13.
12. 이 예의 총 제품 수는 30개입니다.
13. 각 그룹에 있는 항목 수의 비율을 계산합니다. A - 23.3%, B - 33.3%, C - 43.3%.
그룹 A - 매출의 80%, 품목의 20%
그룹 B - 수익의 15%, 항목의 30%
그룹 C - 매출의 5%, 항목의 50%
이 예의 제품 목록은 다음과 같습니다.
그룹 A - 매출의 79%, 항목의 23.3%
그룹 B - 매출의 16%, 항목의 33.3%
그룹 C - 매출의 5%, 항목의 43.3%
각 제품의 수익을 알면 더 많은 것을 얻을 수 있습니다. 유용한 정보, 그리고 단지 3개의 그룹으로 나누는 것이 아닙니다. 이 작업을 수행하는 방법은 아래 표를 참조하세요.
이 분석의 방법은 각 상품 품목에 대한 변동 계수 또는 유량 변동을 계산하는 것입니다. 이 계수는 평균값에서 유량의 편차를 나타내며 백분율로 표시됩니다.
매개변수로 판매량(수량), 판매량, 실현된 거래 마진 금액이 있을 수 있습니다. XYZ 분석의 결과는 행동의 안정성에 따라 상품을 세 가지 범주로 그룹화한 것입니다.
카테고리 X는 판매 변동이 5%에서 15%인 제품을 포함합니다. 안정적인 소비가치와 높은 예측력이 특징인 상품입니다.
카테고리 Y는 판매 변동이 15%에서 50% 사이인 제품을 포함합니다. 이들은 계절적 변동과 예측의 평균 가능성을 특징으로 하는 상품입니다.
카테고리 Z는 매출 변동이 50% 이상인 제품을 포함합니다. 불규칙한 소비와 예측할 수 없는 변동이 있는 상품이므로 수요를 예측할 수 없습니다.
결합된 ABC/XYZ 분석
ABC와 XYZ 분석의 조합은 논쟁의 여지가 없는 리더(AX 그룹)와 외부인(CZ)을 드러냅니다. 두 방법 모두 서로를 잘 보완합니다. ABC 분석을 통해 판매 구조에 대한 각 제품의 기여도를 평가할 수 있는 경우 XYZ 분석을 통해 판매 급증과 그 불안정성을 평가할 수 있습니다. ABC 분석이 판매량과 이익이라는 두 가지 매개변수를 사용하는 결합 분석을 수행하는 것이 좋습니다.
이러한 다변량 결합 분석을 수행하면 총 27개의 제품군이 얻어진다. 이러한 분석의 결과는 구색을 최적화하고, 제품군의 수익성을 평가하고, 물류를 평가하고, 도매 회사 고객을 평가하는 데 사용할 수 있습니다.
결합된 ABC 및 XYZ 분석의 이점
결합된 ABC 및 XYZ 분석을 사용하면 다음과 같은 여러 가지 중요한 이점이 있습니다.
상품 자원 관리 시스템의 효율성 증대
- 구색 정책의 원칙을 위반하지 않고 수익성이 높은 상품의 점유율을 높입니다.
- 창고에 보관된 상품의 수량에 영향을 미치는 주요 상품 및 이유 식별
- 자격 및 경험에 따라 인력 노력의 재분배.
ABC 및 XYZ 분석 지표의 형성
ABC- 및 XYZ- 분석의 지표를 결합하기 전에 1 년과 같은 특정 회계 기간 동안 수령 한 소득 금액 또는 판매 된 제품 수별로 상품에 대한 ABC 분석을 수행해야합니다. 그런 다음 이러한 상품에 대한 XYZ 분석이 같은 기간(예: 연간 월간 판매 수)에 대해 수행됩니다. 그 후 결과가 결합됩니다. 결합하면 9개의 상품 그룹이 정의됩니다.
결합된 ABC 및 XYZ 분석에서 9개의 상품 그룹 식별
1) 그룹 A와 B의 상품은 회사의 주요 매출을 제공하므로 지속적인 가용성을 보장해야 합니다. 일반적으로 그룹 A의 상품에 대해 초과 안전 재고가 생성되고 그룹 B의 상품에 대해 충분합니다. XYZ 분석을 사용하면 재고 관리 시스템을 미세 조정하여 총 재고를 줄일 수 있습니다.
2) AX, BX 그룹의 상품은 높은 회전율과 안정성이 특징입니다. 상품의 지속적인 가용성을 보장해야 하지만 이를 위해 초과 안전 재고를 생성할 필요는 없습니다. 이 그룹의 상품 소비는 안정적이고 잘 예측됩니다.
3) 회전율이 높은 AY 및 BY 그룹의 상품은 소비 안정성이 부족하여 지속적인 가용성을 보장하기 위해 안전 재고를 늘릴 필요가 있습니다.
4) 회전율이 높은 AZ 및 BZ 그룹의 상품은 소비 예측 가능성이 낮은 것이 특징입니다. 초과 안전 재고만으로 주어진 그룹의 모든 제품에 대해 가용성을 보장하려고 시도하면 회사의 평균 재고가 크게 증가합니다.
따라서 이 그룹의 상품에 대해 주문 시스템을 검토해야 합니다.
일정한 양의 주문으로 상품의 일부를 주문 시스템으로 이전합니다.
- 보다 빈번한 상품 배송을 보장합니다.
- 창고에 가까운 공급자를 선택하여 보험 재고량을 줄입니다.
- 제어 빈도를 높입니다.
-이 제품 그룹에 대한 작업은 회사에서 가장 경험이 많은 관리자 등에게 위임하십시오.
5) 그룹 C 제품은 회사 구색의 최대 80%를 차지합니다. XYZ 분석을 사용하면 관리자가 이 그룹의 상품을 관리하고 통제하는 데 소비하는 시간을 크게 줄일 수 있습니다.
6) CX 그룹의 상품에 대해 일정한 빈도의 주문 시스템을 사용하고 보험 재고를 줄일 수 있습니다.
7) CY그룹 상품의 경우 주문량(수량)이 일정한 시스템으로 전환이 가능하지만 동시에 회사의 재무능력에 따라 보험주를 구성할 수 있습니다.
8) CZ 제품군에는 모든 신제품, 주문에 따라 공급되는 자발적 수요품 등이 포함됩니다. 이러한 제품 중 일부는 구색에서 쉽게 제거할 수 있고 다른 일부는 이 제품에서 나온 것이기 때문에 정기적으로 모니터링해야 합니다. 유동성이 없거나 판매하기 어려운 제품이 발생하는 그룹 회사가 손실을 입은 재고. 주문을 받았거나 더 이상 생산되지 않는 상품, 즉 일반적으로 재고 범주에 속하는 상품의 구색에서 철수해야합니다.
뒤로 | |
ABC와 XYZ 분석, 그 조합. 범위, 수행 규칙, Excel을 사용한 연구의 예.
현대의 마케팅 및 물류는 세계적으로 입증된 여러 도구의 사용을 기반으로 합니다. 이러한 도구에는 비즈니스 조직을 개선하는 데 도움이 되는 ABC 및 XYZ 분석이 포함됩니다. 이들을 결합하여 사용하면 비즈니스 프로세스를 최적화하는 데 효과적이며 많은 인건비와 고임금 전문가의 참여가 필요하지 않습니다.
ABC 분석의 의미는 다음에서 비즈니스 선택으로 간주 될 수 있습니다. 큰 수동일한 유형의 대상은 선택한 특정 목표에 따라 주요 관심을 집중해야 하는 대상입니다. 이 방법은 다음에서 사용할 수 있습니다. 다른 방향: 구색을 최적화하고 고객 기반을 분석하여 판매 효율성을 높입니다.
ABC 분석은 비즈니스에서 항상 투자의 20%만이 결과의 80%를 제공한다는 파레토의 아이디어를 기반으로 합니다. 그가 집중 노력을 권고하는 것은 바로 이 부분에 있다.
ABC 분석에서 비즈니스 요소는 3가지 범주로 나뉩니다.
XYZ 분석은 판매 안정성 정도와 소비 변동 정도에 따라 상품을 구분할 수 있는 도구입니다.
이 분석의 방법은 각 상품 품목에 대한 변동 계수 또는 유량 변동을 계산하는 것입니다. 이 계수는 평균값에서 유량의 편차를 나타내며 백분율로 표시됩니다.
매개변수로 (수량), 판매 금액, 실현 거래 금액이 있을 수 있습니다. XYZ 분석의 결과는 행동의 안정성에 따라 상품을 세 가지 범주로 그룹화한 것입니다.
카테고리 X는 판매 변동이 5%에서 15%인 제품을 포함합니다. 안정적인 소비가치와 높은 예측력이 특징인 상품입니다.
카테고리 Y는 판매 변동이 15%에서 50% 사이인 제품을 포함합니다. 이들은 계절적 변동과 예측의 평균 가능성을 특징으로 하는 상품입니다.
카테고리 Z는 매출 변동이 50% 이상인 제품을 포함합니다. 불규칙한 소비와 예측할 수 없는 변동이 있는 상품이므로 수요를 예측할 수 없습니다.
결합된 ABC/XYZ 분석
ABC와 XYZ 분석의 조합은 논쟁의 여지가 없는 리더(AX 그룹)와 외부인(CZ)을 드러냅니다. 두 방법 모두 서로를 잘 보완합니다. ABC 분석을 통해 판매 구조에 대한 각 제품의 기여도를 평가할 수 있는 경우 XYZ 분석을 통해 판매 급증과 그 불안정성을 평가할 수 있습니다. ABC 분석이 판매량과 이익이라는 두 가지 매개변수를 사용하는 결합 분석을 수행하는 것이 좋습니다.
이러한 다변량 결합 분석을 수행하면 총 27개의 제품군이 얻어진다.
이러한 분석의 결과는 구색 최적화, 제품 그룹 평가, 물류 평가 및 도매 회사 고객 평가에 사용할 수 있습니다.
결합된 ABC 및 XYZ 분석의 이점
결합된 ABC 및 XYZ 분석을 사용하면 다음과 같은 여러 가지 중요한 이점이 있습니다.
상품 자원 관리 시스템의 효율성 증대
- 구색 정책의 원칙을 위반하지 않고 수익성이 높은 상품의 점유율을 높입니다.
- 창고에 보관된 상품의 수량에 영향을 미치는 주요 상품 및 이유 식별
- 자격 및 경험에 따라 인력 노력의 재분배.
ABC 및 XYZ 분석 지표의 형성
ABC- 및 XYZ- 분석의 지표를 결합하기 전에 1 년과 같은 특정 회계 기간 동안 수령 한 소득 금액 또는 판매 된 제품 수별로 상품에 대한 ABC 분석을 수행해야합니다. 그런 다음 이러한 상품에 대한 XYZ 분석이 같은 기간(예: 연간 월간 판매 수)에 대해 수행됩니다. 그 후 결과가 결합됩니다. 결합하면 9개의 상품 그룹이 정의됩니다.
결합된 ABC 및 XYZ 분석에서 9개의 상품 그룹 식별
1) 그룹 A와 B의 상품은 회사의 주요 매출을 제공하므로 지속적인 가용성을 보장해야 합니다. 일반적으로 그룹 A의 상품에 대해 초과 안전 재고가 생성되고 그룹 B의 상품에 대해 충분합니다. XYZ 분석을 사용하면 재고 관리 시스템을 미세 조정하여 총 재고를 줄일 수 있습니다.
2) AX, BX 그룹의 상품은 높은 회전율과 안정성이 특징입니다. 상품의 지속적인 가용성을 보장해야 하지만 이를 위해 초과 안전 재고를 생성할 필요는 없습니다. 이 그룹의 상품 소비는 안정적이고 잘 예측됩니다.
3) 회전율이 높은 AY 및 BY 그룹의 상품은 소비 안정성이 부족하여 지속적인 가용성을 보장하기 위해 안전 재고를 늘릴 필요가 있습니다.
4) 회전율이 높은 AZ 및 BZ 그룹의 상품은 소비 예측 가능성이 낮은 것이 특징입니다. 초과 안전 재고만으로 주어진 그룹의 모든 제품에 대해 가용성을 보장하려고 시도하면 회사의 평균 재고가 크게 증가합니다.
따라서 이 그룹의 상품에 대해 주문 시스템을 검토해야 합니다.
일정한 양의 주문으로 상품의 일부를 주문 시스템으로 이전합니다.
- 보다 빈번한 상품 배송을 보장합니다.
- 창고에 가까운 공급자를 선택하여 보험 재고량을 줄입니다.
- 제어 빈도를 높입니다.
-이 제품 그룹에 대한 작업은 회사에서 가장 경험이 많은 관리자 등에게 위임하십시오.
5) 그룹 C 제품은 회사 구색의 최대 80%를 차지합니다. XYZ 분석을 사용하면 관리자가 이 그룹의 상품을 관리하고 통제하는 데 소비하는 시간을 크게 줄일 수 있습니다.
6) CX 그룹의 상품에 대해 일정한 빈도의 주문 시스템을 사용하고 보험 재고를 줄일 수 있습니다.
7) CY그룹 상품의 경우 주문량(수량)이 일정한 시스템으로 전환이 가능하지만 동시에 회사의 재무능력에 따라 보험주를 구성할 수 있습니다.
8) CZ 제품군에는 모든 신제품, 주문에 따라 공급되는 자발적 수요품 등이 포함됩니다. 이러한 제품 중 일부는 구색에서 쉽게 제거할 수 있고 다른 일부는 이 제품에서 나온 것이기 때문에 정기적으로 모니터링해야 합니다. 유동성이 없거나 판매하기 어려운 제품이 발생하는 그룹 회사가 손실을 입은 재고. 주문을 받았거나 더 이상 생산되지 않는 상품, 즉 일반적으로 재고 범주에 속하는 상품의 구색에서 철수해야합니다.
옛날 옛적에 판매자이기도 한 가게 주인은 자신의 구색에 있는 모든 상품을 쉽게 기억할 수 있었습니다. 각각의 기능, 스토리, 제품의 효율성, 판매 방법, 추가 주문 시기 등을 알려주십시오.
소매업의 발전과 함께 상품 이동 관리에는 다양한 접근 방식이 필요합니다. 판매 회계 및 분석 시스템, 구색 관리는 매장 직원의 경험을 보완하거나 거래 네트워크.
제품군에서 제품을 제거하는 것과 같은 주요 결정을 내리는 것은 그리 쉬운 일이 아닙니다. 카테고리 관리자와 상점 관리자 모두 그렇게 하는 데 정당성이 필요합니다.
따라서 한 가지 유형의 분석으로는 충분하지 않습니다. 여러 유형의 조합을 적용합니다(다른 방식으로 교차 분석).
이 기사에서는 제품 그룹 "제과"의 예를 사용하여 교차 분석 구성에 대한 주요 접근 방식을 고려할 것입니다. 그리고 라파엘로가 매출이 불안정한 제품이라는 사실에 대해서도 누구 탓인지 밝혀낼 것이다.
다양한 네트워크 또는 상점으로 작업할 때 ABC 및 XYZ 분석을 포함하는 교차 접근 방식이 사용됩니다.
기본 프로 ABC 분석:
XYZ 분석일정 기간 동안 상품 판매의 안정성을 결정합니다. 결과를 통해 제품을 분류하고 저장 공간, 재고 수준 및 배송 준비를 할당할 수 있습니다.
프로 XYZ 분석:
ABC와 XYZ 분석의 결과를 결합하는 것은 재고 관리에 대한 대중적인 접근 방식입니다. 두 방법 모두 서로를 잘 보완합니다. ABC 분석을 통해 판매 구조에 대한 각 제품의 기여도를 평가할 수 있는 경우 XYZ 분석을 통해 판매 급증과 그 불안정성을 평가할 수 있습니다.
교차 접근 방식을 결합하고 사용하여 제품 그룹, 상점 또는 전체 유통 네트워크의 구색에서 각 제품의 상태 또는 위치를 얻습니다.
결합 분석을 사용하면 여러 가지 추가 미덕:
그들 중 하나의 선택은 목표와 원하는 결과에 달려 있습니다. 더 자세히 설명하겠습니다.
순차적인 방법먼저 분석이 별도의 기준에 따라 유형 중 하나에 따라 수행된다고 가정합니다. 또한, 획득된 각 카테고리에 대해 2가지 기준 또는 유형 등에 따라 분석이 적용됩니다.
육안으로 보면 이렇습니다.
이 접근 방식은 대규모 데이터 배열에 사용됩니다. 예를 들어, 대규모 제품 그룹에 대해 네트워크의 전체 구색에 대해 교차 분석이 수행되는 경우.
두 번째 측면 - 이러한 분석에는 주최자의 상당한 분석 노력이 필요합니다. 향후 분석을 위해 각 기준의 중요성을 판단하고 분석의 구조를 올바른 순서로 정리하는 것이 필요하다.
예를 들어 교차 분석의 목표는 매장 창고 공간을 최적화하는 것인데, 이 경우 첫 번째 기준은 판매 안정성, 즉 판매 안정성입니다. XYZ 분석, 두 번째 기준은 ABC에 의한 각 제품의 판매 수이고, 세 번째 기준은 ABC에 의한 회전율입니다.
다른 목표를 선택할 때 - 예를 들어 사치품의 정의 - 첫 번째 분석 기준은 매장 회전율, 판매 횟수 및 영수증 입력입니다. 그러나 여기서 XYZ 분석을 사용한 제품 판매의 안정성은 그다지 중요하지 않습니다.
저것들. 제품 그룹의 상품 수가 충분히 많은 경우 순차적 분석을 수행할 수 있으며 그룹과의 협력 정책을 결정해야 하는 경우 필요한 상품을 관리 및 홍보하기 위한 전략을 개발할 수 있습니다.
평행한접근 방식은 주어진 수의 기준에 따라 범주형 행렬을 구성하고, 행렬 셀의 각 범주에 대한 분석 및 작업을 포함합니다.
이것은 ABC와 XYZ에 대한 교차 분석을 위한 행렬의 모양입니다. 일반적으로 분석가는 어쨌든 그것을 훨씬 더 단순화하고 여러 범주에 대한 일반적인 작업 형식을 결정합니다.
ABC 분석의 경우 여러 기준에 따라 행렬을 작성할 수 있습니다. 예를 들어 아래 그림에서 A는 매출액 기준 + 매출 기준 A + 판매 안정성 측면은 X입니다.
얻은 결과를 분석하고 주요(경계) 범주만 살펴보겠습니다.
AAAH - 주요 제품용;
AAAZ - 네트워크 회전율에 중요하지만 판매가 불안정한 상품으로 반드시 주의를 기울여야 합니다.
BBBY - 평균 상품의 경우;
CCCZ - 외부 제품용.
범주 아아아- 총 1260개의 상품 중 28개의 상품이 있습니다.
가장 "달콤한"상품. 그들은 네트워크의 주요 회전율을 제공하므로 지속적인 가용성이 필요합니다.
이 범주에 포함된 상품을 분석하면 주로 츄잉껌, 쿠키 및 인기 있는 어린이 과자입니다.
아래 사진에서 보듯이, 가장 큰 숫자계산대에서 판매되는 츄잉껌의 매출뿐만 아니라 제품 그룹의 회전율에도 상당한 영향을 미칩니다.
카테고리 작업에는 두 가지 옵션이 있습니다. 초과 "보험"재고를 생성하거나 상품이 안정적으로 판매되고 가능하기 때문에 "적시"배송을 구성합니다. 정확한 예측매상.
그러나 AAAX 카테고리 제품은 매장 운영의 핵심이므로 어느 단계에서든 배송이 실패하면 매장에 심각한 문제가 발생할 수 있음을 기억할 가치가 있습니다.
판매 횟수가 많고 매장 회전율에 큰 영향을 미치며 빈번한 입고로 인해 이 범주의 상품 판매를 예측하는 것이 왜 그렇게 어려운가요?
회전율 및 판매량과 같은 주요 지표에 의한 시각화는 Raffaello 과자가 무엇보다도 체인 및 제품 그룹의 회전율에 가장 큰 영향을 미치는 것으로 나타났습니다.
우리에 따르면 인생 경험그들은 꽤 인기가 있습니다. 판매가 불안정하고 변동 계수가 0.73인 이유는 무엇입니까?
특정 제품의 판매를 시작하면서 질문에 대한 답변을 받았습니다.
이 브랜드의 과자 판매는 2 월 14 일과 3 월 8 일에 일년에 두 번 이륙합니다. 따라서 불안정.
상품 판매는 지속적인 가용성을 보장할 만큼 충분히 안정적이지 않으며, 보험을 위해 재고를 유지해야 합니다.
일정 시간 또는 주문 수량이 있는 시스템으로 전환할 수 있습니다.
CCCZ, 매트릭스의 하위 범주로서 객관적으로 가장 문제가 많은 제품 - 85개 항목.
새로운 제품, 엘리트 제품, 맞춤 제품 등이 여기에 올 수 있음을 기억하는 것이 중요합니다.따라서 카테고리는 각 위치에 대한 신중한 분석이 필요하고 급진적 인 조치가 필요합니다.
아래 스크린샷은 0에 가까운 차트 영역에 있고 실제로 유통 네트워크의 회전율에 영향을 미치지 않는 이러한 상품을 보여줍니다.
