Таблица 2.2
АВС анализ
Для наглядности анализа построить
график зависимости кумуляты объема продаж
от номера товара (рис. 2.1). По оси Х откладываются номера товаров в порядке убывания суммарного объема продаж, а по оси Y – кумулята объемов продаж по товарам.
Проводятся горизонтальные
границы между группами А и В, В и С. К группе А относятся наименования в списке,
начиная с первого, значения кумуляты
для которых составляет от 0% до 50% от суммарного значения признака
для всех продуктов, согласно вышеприведенным
рекомендациям. Это товары, обеспечивающие
основной объем продаж и поэтому подлежащие
тщательному контролю и развитию. В группу В попадает от 50% до 90%. Им оказывается меньше внимания.
К группе С относятся последние позиции номенклатуры, для которых значение кумуляты объема продаж превышает значение от 90% до 100%. Это кандидаты на снятие с производства.
Рис.2.1. АВС анализ
- XYZ-анализ
Анализ позволяет классифицировать
товары, рассмотренные при проведении
АВС-анализа, в зависимости от динамики
их продаж.
В простейшем случае группировка
продуктов при проведении XYZ-анализа осуществляется
в порядке возрастания коэффициента вариации
объемов продаж по периодам. Коэффициент
вариации равен отношению среднеквадратического
отклонения значений объемов продаж каждого
товара по периодам (функция Excel СТАНДОТКЛОН) к среднему значению объема
продаж каждого товара по периодам (Функция
Excel СРЗНАЧ).
К категории X относят продукты, которые
характеризуются стабильной величиной
потребления (коэффициент вариации до 0,086%). Обычно запасов этих товаров
не делают.
Категория Y - это продукты, продажи которых
несколько нестабильны или характеризуются
известными тенденциями например, сезонными
колебаниями (в данном курсовом проекте
этот фактор исключен). Их коэффициент
вариации находится в пределах от 10 до 25%. Необходимо создание запасов
готового продукта.
Продукты, относимые к категории Z, потребляются нерегулярно.
Для них коэффициент вариации превышает 25%. Обычно эти продукты производятся
по специальным заказам.
Расчеты приведены в табл.2.3.
Таблица 2.3
XYZ анализ
2.3.3. Совмещение результатов
АВС и XYZ анализа
Наложение результатов анализа
XYZ на данные ABC-метода образовывает 9 групп
товаров, для каждой из них необходимо
использовать свои методы управления.
Результаты расчета предоставлены в табл.
2.4
Результатом данного этапа
является матрица совмещенного ABC и XYZ-анализа,
в которой каждый товар размещен в соответствующей
клетке, а также рекомендации по работе
с товарами каждой категории
Таблица 2.4
Совмещение результатов АВС
и XYZ- анализа
| |
А |
В |
С |
Рекомендации |
Х |
6; 2; 5; 9 |
3; 11; 1 |
4 |
AX – рекомендую часто закупать,
А – много покупают, Х – стабильно
ВХ – требуют меньшего внимания.
В – покупают реже чем А.
СХ – держать незначительные
запасы, так как С – покупают редко.
ВY – не стабильные спрос.
СY – лучше исключить или оставить
впокое. |
У |
- |
10; 12 |
8; 7 |
Z |
- |
- |
- |
По результатам анализа (табл.
2.4) видно, что товары 6; 2; 5; 9 находятся в категории XA, им
необходимо уделять особенное внимание,
осуществлять тщательное планирование
потребности, постоянный анализ отклонений
от запланированных показателей и определять
планы выпуска (ежемесячные). Для товаров 3; 11; 1 в категории ХВ, а также 10; 12 относящиеся к категории
YB, применяются укрупнённые методы
планирования, а поддерживаются запасы
готовой продукции. Товары 8; 7 находящиеся в категории YC,
являются кандидатами на снятие с производства.
Товары категории XC можно оставить в покое,
это товар 4.
2.4 Анализ стратегической
гибкости
АВС-анализ можно использовать
для оценки стратегической гибкости.
Чем больше товаров находится
в категории А, тем стратегическая гибкость
выше. В моем случае товаров категории
А - четыре из двенадцати (30%), а значит стратегическую
гибкость можно считать не большой.
Доля товаров-лидеров в объеме
продаж организации также определяет
стратегическую гибкость ассортимента.
Если все 12 товаров, предлагаемых для анализа,
имеют равные доли в объеме продаж организации,
то это соответствует максимальной стратегической
гибкости. Если же продажи организации
практически полностью зависят от четырех
товаров-лидеров, то стратегическая гибкость
будет минимальна, а доля товаров-лидеров
будет близка к 1.
Для анализа рассчитывается
коэффициент С+ – суммарная доля товаров,
имеющих максимальный объем продаж в каждом
периоде. Обычно берутся три товара, что
и предлагается сделать в данном проекте.
Трех товаров-лидеров, можно
определить с помощью функции Excel НАИБОЛЬШИЙ
(массив, k).
Расчет доли трех товаров-лидеров
по периодам приведен в табл. 2.5.
Таблица 2.5
Расчет доли трех
товаров лидеров по периодам
| |
Объем продаж по периодам (t=1-6),
млн. руб. |
Лидер |
1 |
2 |
3 |
4 |
5 |
6 |
1 |
20,7 |
19,3 |
21,9 |
19,9 |
20,1 |
22,4 |
2 |
18,1 |
15,6 |
17,7 |
15,7 |
18,1 |
14,8 |
3 |
17,4 |
17,4 |
18 |
17,8 |
17,9 |
15,4 |
Сумма |
56,2 |
52,3 |
57,6 |
53,4 |
56,1 |
52,6 |
Доля (С+) |
0,18 |
0,16 |
0,17 |
0,16 |
0,16 |
0,15 |
- значение С+ в последнем
периоде маленькое, т.к. С+<0,8, значит
стратегическая гибкость высокая;
- С+ в течение шести
периодов изменялось незначительно,
что не отразилось стратегической
гибкости, сохранив ее высокой.
2.5. Анализ товарных
линий
Определяется суммарный объем
продаж каждой из трех товарных линий
по всем шести периодам.
Определяется средний объем
продаж в каждой товарной линии по всем
шести периодам. Это отношение объема
продаж всех товаров данной линии к числу
товаров в товарной линии. Эта величина
отражает средний вклад товара, принадлежащего
данной линии, в продажи.
Результаты представляются
в виде таблиц. Формы представления данных
– табл.2.6 и табл. 2.7.
Таблица 2.6
Общий суммарный объем продаж
по товарным линиям, млн. руб.
Товарная линия |
Период |
1 |
2 |
3 |
4 |
5 |
6 |
ТЛ1 |
130,7 |
128,7 |
129,8 |
126,8 |
125,7 |
122,8 |
ТЛ2 |
55,8 |
56,3 |
63,1 |
63,3 |
65,7 |
60,3 |
ТЛ3 |
134,2 |
135,2 |
140,1 |
150,3 |
155,2 |
161 |
Таблица 2.7
Средний суммарный объем продаж
по товарным линиям, млн. руб.
Товарная линия |
Период |
1 |
2 |
3 |
4 |
5 |
6 |
ТЛ1 |
43,6 |
42,9 |
43,3 |
42,3 |
41,9 |
40,9 |
ТЛ2 |
14,0 |
14,1 |
15,8 |
15,8 |
16,4 |
15,1 |
ТЛ3 |
26,8 |
27,0 |
28,0 |
30,1 |
31,0 |
32,2 |
Из табл.2.6 видно, что наибольший
общий объем продаж у товарной линии 3,
а из табл.2.7 по среднему объему продаж
по некоторым периодам у товарной линии
1.
Чтобы дать общие рекомендации
о том, что делать с каждой товарной линией,
данные удобно «загрубить», рассматривая
не сам объем продаж, а ранг по общему и
среднему объему продаж в каждом периоде.
Ранг равен месту, занимаемому товаром
по соответствующему показателю. Наилучшая
линия имеет ранг 1. Результат – пара значений
рангов для каждой товарной линии по каждому
периоду. Пример рангов для всех периодов
представлен в табл. 2.8.
Таблица 2.8
Ранг товарной линии по общему
и по среднему объемам продаж
Ранги |
Период |
Решение |
1 |
2 |
3 |
4 |
5 |
6 |
ТЛ1 |
2_1 |
2_1 |
2_1 |
2_1 |
2_1 |
2_1 |
Расширять |
ТЛ2 |
3 |
3 |
3 |
3 |
3 |
3 |
Снять |
ТЛ3 |
1_2 |
1_2 |
1_2 |
1_2 |
1_2 |
1_2 |
Унифицировать |
На основе ранжирования можно
дать следующие общие рекомендации.
Первая товарная линия стоит
по объёмам продаж на втором месте, эти
товары не лидеры в общем объеме продаж,
но лидеры в среднем, товары хорошо продаются,
первую линию необходимо расширять и дальше.
Во второй товарной линии самые
низкий уровень среднего и общего объёмов
продаж, и если смотреть только по рангам,
то вторую товарную линию стоит удалить.
Третья товарная линия стоит
по объёмам продаж на первом месте, товары
хорошо продаются, её необходимо расширять
и дальше, и если сравнивать с предыдущими
периодами, то положение улучшилось. Товар
стоит унифицировать.
2.6. Построение матрицы
Бостонской консультационной группы
Матрица Бостонской консультационной
группы (БКГ) является простым и наглядным
инструментом для анализа ассортимента
в краткосрочной перспективе. Однако при
построении ее «классического» варианта
[7] используется доля рынка товара,
сравниваемая с долей рынка сильнейшего
конкурента. В качестве границы высоких
и низких темпов роста объема продаж берется
средняя скорость роста по отрасли или
по национальной экономике в целом. Определить
все эти численные значения бывает достаточно
сложно и дорого. Поэтому матрица БКГ,
особенно для долгосрочного анализа, часто
строится на основе экспертных оценок.
Предлагается и множество модификаций
этой матрицы.
Построение модифицированной
матрицы БКГ происходит на основе данных
табл.2.1. Подробные расчеты матрицы БКГ
приведены в табл.2.9 для построения диаграммы
и отображения итоговых выводов.
Таблица 2.9
Результаты расчета координат
точек матрицы БКГ
Товарная линия |
Периоды |
Сумма |
Х |
Наклон |
Модуль ABC |
Y |
1 |
2 |
3 |
4 |
5 |
6 |
1 |
12,1 |
10,3 |
12,2 |
12,6 |
12,5 |
11,6 |
71,3 |
0,57 |
0,13 |
0,13 |
0,17 |
2 |
17,4 |
17,4 |
18 |
17,8 |
17,9 |
15,4 |
103,9 |
0,84 |
-0,25 |
0,25 |
-0,33 |
3 |
14,2 |
14 |
15,8 |
15,1 |
15,3 |
16,7 |
91,1 |
0,73 |
0,45 |
0,45 |
0,60 |
4 |
12,5 |
12 |
11,7 |
11 |
10,1 |
10,5 |
67,8 |
0,55 |
-0,47 |
0,47 |
-0,63 |
5 |
16 |
14,7 |
18 |
18 |
17,6 |
17,2 |
101,5 |
0,82 |
0,42 |
0,42 |
0,56 |
6 |
20,7 |
19,3 |
21,9 |
19,9 |
20,1 |
22,4 |
124,3 |
1,00 |
0,25 |
0,25 |
0,34 |
7 |
5,8 |
6,2 |
5,8 |
9,3 |
9,3 |
7,3 |
43,7 |
0,35 |
0,58 |
0,58 |
0,77 |
8 |
9,3 |
9,1 |
9,3 |
6,8 |
8,4 |
9,5 |
52,4 |
0,42 |
-0,10 |
0,10 |
-0,14 |
9 |
18,1 |
15,6 |
17,7 |
15,7 |
18,1 |
14,8 |
100 |
0,80 |
-0,31 |
0,31 |
-0,42 |
10 |
17 |
16,6 |
15,4 |
17,3 |
13,4 |
13,3 |
93 |
0,75 |
-0,75 |
0,75 |
-1,00 |
11 |
13,6 |
12,7 |
12,8 |
11,9 |
12,1 |
13,8 |
76,9 |
0,62 |
-0,05 |
0,05 |
-0,06 |
12 |
14,5 |
17,2 |
17,9 |
14,1 |
14,9 |
17,9 |
96,5 |
0,78 |
0,18 |
0,18 |
0,24 |
Сумма |
124,3 |
|
0,75 |
|