Для анализа ассортимента товаров, «перспективности» клиентов, поставщиков, дебиторов применяются методы ABC и XYZ (очень редко).

В основе ABC-анализа – известный принцип Парето, который гласит: 20% усилий дает 80% результата. Преобразованный и детализированный, данный закон нашел применение в разработке рассматриваемых нами методов.

ABC-анализ в Excel

Метод ABC позволяет рассортировать список значений на три группы, которые оказывают разное влияние на конечный результат.

Благодаря анализу ABC пользователь сможет:

• выделить позиции, имеющие наибольший «вес» в суммарном результате;
• анализировать группы позиций вместо огромного списка;
• работать по одному алгоритму с позициями одной группы.

Значения в перечне после применения метода ABC распределяются в три группы:

1. А – наиболее важные для итога (20% дает 80% результата (выручки, к примеру)).
2. В – средние по важности (30% - 15%).
3. С – наименее важные (50% - 5%).

Указанные значения не являются обязательными. Методы определения границ АВС-групп будут отличаться при анализе различных показателей. Но если выявляются значительные отклонения, стоит задуматься: что не так.

Условия для применения ABC-анализа:

• анализируемые объекты имеют числовую характеристику;
• список для анализа состоит из однородных позиций (нельзя сопоставлять стиральные машины и лампочки, эти товары занимают очень разные ценовые диапазоны);
• выбраны максимально объективные значения (ранжировать параметры по месячной выручке правильнее, чем по дневной).

Для каких значений можно применять методику АВС-анализа:

• товарный ассортимент (анализируем прибыль),
• клиентская база (анализируем объем заказов),
• база поставщиков (анализируем объем поставок),
• дебиторов (анализируем сумму задолженности).

Метод ранжирования очень простой. Но оперировать большими объемами данных без специальных программ проблематично. Табличный процессор Excel значительно упрощает АВС-анализ.

Общая схема проведения:

1. Обозначить цель анализа. Определить объект (что анализируем) и параметр (по какому принципу будем сортировать по группам).
2. Выполнить сортировку параметров по убыванию.
3. Суммировать числовые данные (параметры – выручку, сумму задолженности, объем заказов и т.д.).
4. Найти долю каждого параметра в общей сумме.
5. Посчитать долю нарастающим итогом для каждого значения списка.
6. Найти значение в перечне, в котором доля нарастающим итогом близко к 80%. Это нижняя граница группы А. Верхняя – первая в списке.
7. Найти значение в перечне, в котором доля нарастающим итогом близко к 95% (+15%). Это нижняя граница группы В.
8. Для С – все, что ниже.
9. Посчитать число значений для каждой категории и общее количество позиций в перечне.
10. Найти доли каждой категории в общем количестве.



АВС-анализ товарного ассортимента в Excel

Составим учебную таблицу с 2 столбцами и 15 строками. Внесем наименования условных товаров и данные о продажах за год (в денежном выражении). Необходимо ранжировать ассортимент по доходу (какие товары дают больше прибыли).

Вот мы и закончили АВС-анализ с помощью средств Excel. Дальнейшие действия пользователя – применение полученных данных на практике.

XYZ-анализ: пример расчета в Excel

Данный метод нередко применяют в дополнение к АВС-анализу. В литературе даже встречается объединенный термин АВС-XYZ-анализ.

За аббревиатурой XYZ скрывается уровень прогнозируемости анализируемого объекта. Этот показатель принято измерять коэффициентом вариации, который характеризует меру разброса данных вокруг средней величины.

Коэффициент вариации – относительный показатель, не имеющий конкретных единиц измерения. Достаточно информативный. Даже сам по себе. НО! Тенденция, сезонность в динамике значительно увеличивают коэффициент вариации. В результате понижается показатель прогнозируемости. Ошибка может повлечь неправильные решения. Это огромный минус XYZ-метода. Тем не менее…

Возможные объекты для анализа: объем продаж, число поставщиков, выручка и т.п. Чаще всего метод применяется для определения товаров, на которые есть устойчивый спрос.

Алгоритм XYZ-анализа:

1. Расчет коэффициента вариации уровня спроса для каждой товарной категории. Аналитик оценивает процентное отклонение объема продаж от среднего значения.
2. Сортировка товарного ассортимента по коэффициенту вариации.
3. Классификация позиций по трем группам – X, Y или Z.

Критерии для классификации и характеристика групп:

1. «Х» - 0-10% (коэффициент вариации) – товары с самым устойчивым спросом.
2. «Y» - 10-25% - товары с изменчивым объемом продаж.
3. «Z» - от 25% - товары, имеющие случайный спрос.

Составим учебную таблицу для проведения XYZ-анализа.

В группу «Х» попали товары, которые имеют самый устойчивый спрос. Среднемесячный объем продаж отклоняется всего на 7% (товар1) и 9% (товар8). Если есть запасы этих позиций на складе, компании следует выложить продукцию на прилавок.

Запасы товаров из группы «Z» можно сократить. Или вообще перейти по этим наименованиям на предварительный заказ.

Несколько последних статей я посвятил теме группировки данных. Этот раздел в статистике занимает очень важное место, так как с помощью одних только группировок можно провести достаточно качественных анализ.

Статистические группировки можно проводить различными способами. Основные и часто используемые это разделение данных на одинаковые по размеру группы и равные интервалы, а также известный принцип Парето, который лежит в основе не менее известного ABC-анализа. Сегодня разговор об ABC-анализе .

С точки зрения строгой математической логики трудно найти более простой метод, чем АВС-анализ (средние величины и индексы не в счёт). Он действительно тривиален: проводим сортировку и разбиваем на три группы (80%. 15% и 5%, или около того). По этой причине АВС-анализ является одним из самых практических методов, и его уже миллионы раз "обкатали" на практике. В результате многократного применения метода в разных ситуациях были выявлены его сильные и слабые стороны. Вот сегодня и поговорим о преимуществах и недостатках АВС-анализа .

Преимущества ABC-анализа

В литературе в подавляющем большинстве случаев описание АВС-анализа сводится к перечислению его преимуществ. Не буду пока отклоняться от традиций. Начнём по порядку.

1. Простота . Первое и главное преимущество – это простота использования. Чем проще метод, тем он надёжней – это аксиома. Из-за простоты его легко приспособить к различным ситуациям. Обучение также не требует много времени.
2. Прозрачность . Это преимущество вытекает из простоты. Чем проще, тем надёжней, но также и понятней. Любой этап анализа можно проследить и, если нужно, подкорректировать. Интерпретация расчётов не вызывает проблем. Сложные статистические методы таким преимуществом не обладают.
3. Универсальность . Еще одно важное преимущество – это почти полная универсальность. С помощью АВС-метода можно анализировать хоть товарооборот, хоть деньги, хоть урожай зерна, хоть что угодно, что можно разделить на составляющие элементы. Перед АВС-анализом все равны. Приоритетность (различие вклада в общий результат) наблюдается почти везде.
4. Автоматизация . Когда не было компьютеров, все расчеты делались на бумаге и в уме, в лучшем случае на калькуляторе. Поэтому проведение любого анализа было сопряжено с трудоемкостью расчётов. Сейчас эта проблема потеряла свою актуальность. Для АВС-анализа это вообще не проблема, так как алгоритм достаточно строг. можно сделать с помощью нескольких нажатий клавиш. Существует также множество специализированных программ, макросов и приложений, которые сокращают количество нажатий до одного. Короче, АВС-анализ нынче делается быстро. Умножать и делить столбиком уметь не обязательно, про логарифмические линейки и счёты, наконец, можно забыть.
5. Оптимизация ресурсов . Это фактически назначение метода. Успешное использование АВС-анализа позволяет сократить и высвободить огромное количество временных и трудовых ресурсов. Это достигается путем концентрации работы над наиболее важными элементами и, наоборот, экономия ресурсов на менее приоритетных составляющих.

Недостатки ABC-анализа

Теперь ложка дёгтя в бочку мёда. То, что метод полезный и широко известен, ещё не значит, что его можно вставлять везде, где ни попадя без включения мозгов. АВС-анализ, как и любой другой статистический метод, является инструментом в руках аналитика. Топор сам по себе не рубит, это делает плотник. Аналитическими методами также нужно уметь пользоваться, а не размахивать, круша всё вокруг. О преимуществах рассматриваемого метода можно прочитать на тысячах сайтов, а вот про недостатки и подводные камни надо ещё поискать . Ввиду наличия не всегда очевидных недостатков остановлюсь на них поподробнее.

Второй недостаток вытекает из первого и из способа его преодоления. Как я только что отметил, приоритетность элементов многомерного объекта следует рассматривать, используя сразу несколько показателей. Для этого определяют группы А, В и С сразу по нескольким переменным. В результате, если мы используем два показателя, то количество возможных групп будет девять. Максимальное число групп определяется количеством возможных сочетаний АВС групп по двум показателям (AA, AB, AC, BA, BB, BC, CA, CB, CC). Вот, как это выглядит схематично на картинке.

Каждая ячейка – это группа в двухмерном АВС-анализе. Если элемент попадает в группу СА, то это значит, что по первому признаку он соответствует группе С, по второму – группе А. Если элемент попадает в группу АВ, то по первому признаку – А, по второму – В и так далее. Как видно, всего может быть девять групп. Самые приоритетные позиции находится в группе АА, наименее приоритетные – в СС. Интерпретация всех групп и принимаемые в связи с этим решения целиком и полностью зависят от природы данных и целей анализа. Для трёх показателей количество групп достигает уже 27 (три в кубе равно двадцать семь).

Таким обозначением (особенно если групп 3 и более) пользоваться не всегда удобно, и тогда сочетание букв заменяют каким-либо одним (одномерным) рейтингом. Например, все группы, в которых присутствует буква А (AA, AB, AC, BA, CA) заменяют общим рейтингом А. Очевидно, что группы А по первому и второму признакам далеко не всегда будут полностью совпадать. Это значит, что в общую агрегированную группу А попадут уже не 20% пресловутых приоритетных наименований, которые дают 80% результата, а существенно больше. Например, в сводную группу А (состоящую из AA, AB, AC, BA, CA) может попасть 1/3 всех позиций. Это еще ничего. А вот если половина всех элементов? Как видим, правило 20/80 может превратиться в 50/80, что звучит уже не так радостно, а управлять 50% элементами уже не так легко, как 20%.

Давайте-ка я приведу пример, а то с этими абстракциями можно совсем загрустить. Имеется ассортимент товаров. Нужно, как обычно сократить стоимость запасов, да так, чтобы продажи не пострадали. Неумелый аналитик сразу проведет АВС-анализ по доходу и скажет, что группу В и С смело сокращаем, а группу А не трогаем. Так ему подсказал учебник. Однако реальность – коварная штука. Представим, что в магазине продаются и дорогие, часто спрашиваемые товары (из группы А), и дешевые, непопулярные (из группы С). Приходит покупатель за дорогим пальто (группа А) и к нему хочет купить запасные пуговицы, заплатку на будущее и новые красивые шнурки в кеды (группа С). Пальто, допустим, имеется в наличии (группа А всегда должна быть), а вот после советов нашего аналитика некоторые позиции из группы С выпали, так как по ним был сокращен запас. В итоге покупатель видит пальто, но не может купить пуговицы и шнурки. Ему теперь нужно ехать в другой магазин – это же огромное расстройство. Такая ситуация называется плохим обслуживанием клиентов, когда покупатель не может приобрести всё, что ему надо. Короче, он психует и уходит из магазина вообще без покупок. Зачем таскать с собой пальто, если его можно купить в другом месте, где будут и пуговицы, и шнурки? Вот и получается, что из-за отсутствия товаров группы С уменьшаются продажи группы А.

Для того, чтобы уменьшить количество подобных ситуаций, следует сделать так, чтобы наиболее часто спрашиваемые (не приносящие доход, а именно спрашиваемые) товары всегда были в наличии. Это увеличит качество обслуживания, то есть уровень удовлетворения спроса, и не будет в будущем отпугивать покупателей. В этих целях нужно провести АВС-анализ по частоте покупок (можно анализировать количество расходных накладных или чеков по товарам). Далее по известным алгоритмам отбираются группы А, В и С. В группу А попадут наиболее часто спрашиваемые позиции, они всегда должны быть в наличии. Далее останутся группы В и С, которые имеют меньший приоритет. Если сюда добавить АВС-анализ по доходу , то у нас получится многомерный АВС-анализ по двум показателям: по доходу и по частоте покупок. Для управления запасами можно будет использовать сочетание из двух букв, а можно и заменить общим рейтингом, как было показано выше. Тогда в сводную группу А попадут все товары, которые приносят максимальный доход и/или чаще всего спрашиваются. Поверьте на слово, количество значений в группе А будет существенно больше, чем 20%. Что делать дальше, дело третье. Но суть, надеюсь, понятна.

Третий недостаток – это разделение данных независимо от их качественной характеристики. Наверное, правильнее сказать, что это недостаток аналитика, а не метода, но, тем не менее, при наличии такой проблемы АВС-анализ также нужно использовать крайне осторожно. Представим, что мы анализируем продажи большого ассортимента, в который входят несколько торговых марок или разных по потребительским свойствам товаров (кеды, ручки, хлеб, двери, колёса и другое). Если всё это смешать и провести АВС-классификацию, то получится, что в каждой группе будут совсем несопоставимые между собой позиции, не имеющие ничего общего. В этом случае группировка не будет иметь практического смысла. Группы выделяются для того, чтобы ими можно было управлять, а как можно управлять совершенно разными по своим свойствам товарами? Поэтому перед проведением АВС-анализа неплохо бы разделить данные на более-менее похожие по своей природе группы. Здесь такую аналогию можно провести. Имеются 2 арбуза и 3 вишни. Если их сложить, то получится 5... чего? Да ничего. Складывать вишни и арбузы – это идиотизм. Так и в АВС-анализе. В группу А у неразумного аналитика могут попасть и огурцы, и зубная паста. Подобных перемешиваний нужно избегать – засмеют. Хотя для финансового анализа, чисто для определения локомотива, который дает основной оборот, можно и так анализировать. Все зависит от цели.

Четвёртый недостаток , который проявляется не всегда, но о нём стоит знать. Возвращаясь к примеру с ассортиментом, следует отметить, что среди товаров могут встречаться не только те, которые плохо продаются, но и те, которые не продаются вообще или которые продаются в убыток. То есть товары, которые наносят урон похуже группы С. Для этого часто добавляют еще одну группу – D. Получается ABCD-анализ. Или вот еще пример. В группу А вошли 40-50% ассортимента, что в абсолютном выражении может быть весьма много. Тогда из группы А можно выделить группу А+, куда войдут самые-самые позиции.

Три группы А, В и С не всегда способны качественно разделить данные, поэтому часто добавляют дополнительные группы, не предусмотренные классическим вариантом.

Пятый недостаток относится ко всем методам статистического анализа, так как он связан с качеством, достоверностью и актуальностью данных. Можно было бы и не отмечать этот пункт, но я все-таки остановлюсь и заострю внимание тех, кто при виде аббревиатуры АВС радостно хлопает в ладоши с криком "я знаю, что такое АВС-анализ". При всей простоте далеко не каждый отчётливо осознаёт взаимосвязь между исходными данными и выводами. Общих рекомендаций здесь не будет, так как по этому пункту все сугубо индивидуально. У всех данных могут быть свои проблемы. Но пару примеров об анализе ассортимента товаров и продаж приведу.

Как известно, анализ продаж производится за некоторый период. Результаты и выводы переносятся на будущее с предположением, что закономерности и структура продаж не изменятся. В большинстве случаев так и происходит. Однако бывает и так, что в динамике продаж наступают резкие изменения, связанные, например, с сезонностью. Допустим, мы провели АВС-анализ продаж за 1-й квартал года. Получили некоторый результат. В группу С попали товары, которые зимой продаются плохо, но летом наступает всплеск. Если об этом не думать, то по результатам проведенного анализа группа С будет иметь минимальный товарный запас (таковы правила эффективного управления запасами), а когда наступят тёплые деньки, остатки быстро обнулятся. Получается, что данные АВС-анализа за зимний период не будут соответствовать летней АВС-группировке. Ситуация бывает и обратной. Набрали на склад плавок и кремов для загара, а их почему-то зимой никто не хочет покупать. Мораль такова, что структура продаж может быть не постоянна и при проведении АВС-анализа ассортимента этот факт стоит учитывать.

Другой пример с продажами. Часто бывает, что некоторые позиции выпадают из продаж. Это происходит по разным причинам: нет у поставщика, ошибка в закупках и прочее. Тогда получается, что в течение некоторого времени товар не продавался и общий объём продаж будет ниже потенциально возможного. Если это позиция из группы А, то по результатам расчёта она легко может попасть в группу В или даже С. Последствия от подобной ошибки могут быть весьма чувствительны. Проблема решается путём устранения из расчётов тех периодов, когда товар отсутствовал. Это не сложно сделать, перейдя от суммарных продаж к средним продажам за более мелкий период (от годовых продаж к месячным, или от месячных к недельным и тому подобное), не изменяя общую длину анализируемого периода. Тогда периоды с аут-оф-стоком (дефицитом) можно просто убрать из расчёта, оставив только то время, когда товар был на складе и продавался. Структура продаж станет более правдоподобна.

В общем, прежде чем проводить анализ, неплохо бы просто задуматься, насколько данные хорошо отражают анализируемый процесс или явление. Этот момент можно смело распространить на все статистические методы.

Скорее всего, можно было бы и ещё найти слабые стороны АВС-анализа, но вот то, что мне пока вспомнилось.

Таким образом, АВС-анализ обладает большими преимуществами, которые выражаются в простоте, универсальности и легкой реализации.

Из отрицательных моментов нужно отметить в первую очередь то, что АВС-группировка по одному показателю далеко не всегда корректно расставляет приоритеты. При использовании многомерного ABC-анализа количество элементов в группе А может быть существенно больше 20%. ABC-анализ не умеет распознавать качество и природу данных, это должен делать аналитик перед проведением расчётов.

Вот, пожалуй, и всё, что я хотел рассказать по обозначенной тематике.

Перепечатка и перепостинг статьи вместе с этим текстом, указанием автора, и ссылки на - приветствуются!

ABC-анализ позволяет разбить большой список, например ассортимент товаров, на три группы, имеющие существенно разное влияние на общий результат (объем продаж).

Иными словами, ABC-анализ позволяет:

• Выделить позиции, которые вносят наибольший вклад в суммарный результат.
• Анализировать три группы вместо большого списка.
• Работать сходным образом с позициями одной группы.

Группы обозначаются латинскими буквами ABC:

• А — самые важные
• В — средней важности
• С — наименее важные

style="center">

Можно анализировать (ранжировать) любые объекты, если у них есть числовая характеристика.

Например:

• Ассортимент по объему продаж
• Клиентов по объему заказов
• Поставщиков по объему поставок
• Дебиторов по сумме задолженности
• Запасы по занимаемой площади склада

Очень важно, что в каждом конкретном случае не надо ломать голову над тем, в какую группу отнести товар (клиента, поставщика и т.д.). Есть простая методика, выполняющая это разделение.

style="center">

Методика проведения ABC-анализа

1. Выбрать цель анализа. Например: оптимизация ассортимента.
2. Выбрать объект анализа. Товары или товарные группы.
3. Выбрать параметр (числовую характеристику) по которому будем производить разбиение на группы. Выручка.
4. Отсортировать список по параметру в порядке убывания. Расположить товары в порядке убывания выручки.
5. Подсчитать общую сумму параметра по списку. Сумма выручки по всем товарам списка.
6. Вычислить долю параметра каждой позиции списка в общей сумме.
   (Выручка по товару) / (сумма выручки) * 100%.
7. Вычислить для каждой позиции списка долю нарастающим итогом. Например, для десятого товара: (доля 1-го товара)+ (доля 2-го товара)+…+(доля 10-го товара). Для последнего товара доля нарастающим итогом равна 100%.
8. Найти позицию списка, в которой доля нарастающим итогом ближе всего к 80%. Это будет нижняя граница группы A. Верхняя граница группы A – первая позиция в списке.
9. Найти позицию списка, в которой доля нарастающим итогом ближе всего к 95% (80%+15%) . Это будет нижняя граница группы B.
10. Все, что ниже — группа C.
11. Подсчитать количество позиций списка в каждой группе. Число наименований товаров в каждой группе.
12. Подсчитать общее количество позиций списка. Общее число наименований товаров.
13. Подсчитать долю количества позиций в каждой группе от общего количества.
    (Число товаров в группе) /(общее число товаров)*100%.
14. Сравнить получившиеся значения с рекомендуемыми.

• Включать в список для анализа однородные позиции . Нет смысла включать в один список холодильники ценой от 10 000 руб. и розетки ценой 20 руб.
• Правильно выбрать значения параметра . Например, суммы месячной выручки дадут более объективную картину, чем суммы дневной выручки.
• Проводить анализ регулярно и периодически , правильно выбрав период.
• Методика довольно простая, но весьма трудоемкая. Для ABC-анализа идеальным инструментом служит Excel .

ABC-анализ представляет собой метод, при помощи которого можно упорядочить ассортимент товаров или клиентскую базу по мере значимости. Данный вид анализа можно применить в любой компании. В его основу заложен . Данный принцип можно переформулировать и применить к ABC-анализу как: контроль 80% всей системы осуществляется благодаря контролю 20% товаров.

Во время ABC-анализа исследуемые единицы делятся на три категории:

• Категория A (наиболее ценные): 20% клиентов или ассортимента на 80% продаж;
• Категория B (средние): здесь соотношение 30% на 15% соответственно;
• В последней категории C расположены наименее ценные единицы, где на 50% товаров или покупателей приходится всего 5% продаж.

Чаще всего в таком виде анализа выделяют 3 группы, изредка количество доходит до 4-5.

ABC-анализ, в сущности, является классификацией по разным параметрам и может быть применен к:

• Ассортименту товаров;
• Поставщикам продукции;
• Запасам на складе;
• Клиентской или покупательской аудитории;
• Продолжительным периодам продаж и так далее.

ABC-анализ клиентов

Понять, что клиент удовлетворен, несложно. Гораздо сложнее понять, выгодно ли отдавать все силы на данного покупателя. Если фирма будет тратиться на всех своих клиентов по максимуму, предлагая всем одинаково выгодные условия, это приведет к разорению. Необходимо классифицировать клиентов по их рентабельности. Для облегчения данной задачи применим анализ ABC.

Почему именно соотношение 80% на 20% является оптимальным? Рассмотрим другие возможные ситуации.

Встречаются случаи, когда 80% прибыли компании приносят 15% или 7% клиентов. Это определенно минус. В таком случае фирма оказывается в огромной зависимости от этого малого процента покупателей. Приходится ориентироваться на них и подчиняться их условиям, что точно доставит массу дискомфорта и повлечет убытки.

Противоположная ситуация, когда 80% прибыли приносят 50-60% покупателей, также недопустима. В таком случае выходит, что половина или даже больше половины клиентов относятся к категории А и они требуют высокий уровень обслуживания. Для ведения такого бизнеса придется иметь больше продавцов, техники, расширять офис, в итоге это приведет к тому, что каждый из покупателей «элитарной» категории принесет фирме малую долю прибыли.

Вот почему необходимо стремиться к соблюдению принципа Парето. 15-20% прибыли на 80% клиентов следует принять за золотое правило, а отклонение от него - считать дисбалансом.

ABC-анализ ассортимента

Основной задачей любой компании является повышение прибыли. Наиболее удобным и эффективным способом выполнения этой задачи будет оптимизация уже имеющихся ресурсов.

ABC-анализ является обоснованным с точки зрения экономики методом упорядочивания ассортимента товаров или других ресурсов, благодаря которому становится возможным сокращение трат и увеличение прибыли.

Данный вид анализа позволяет выяснить, какой продукцией лучше закупиться или количество какого товара стоит увеличить. Иными словами, анализ позволяет определить наиболее или наименее рентабельные виды товара в ассортименте компании.

ABC-анализ в менеджменте

Более всего актуально использование ABC-метода в менеджменте, поскольку именно данная отрасль использует средства и формы управления производством с целью повышения его эффективности. Так компания, обладающая следующими характеристиками, извлечет несомненно наибольшую выгоду из данного учета:

• Большой ассортимент товаров;
• Широкий операционный функционал;
• Большие накладные расходы;
• Широкий ассортимент дорогостоящих установок;
• Периодичность перемен в тратах.

ABC-анализ: примеры

Приведем пример, который является универсальным в использовании и демонстрирует скорый метод составления рейтинга. Он может быть использован для ABC-анализа:

• Продукции определенного производителя или всего ассортимента;
• Товаров на складе;
• Закупаемого сырья;
• Поставщиков;
• Клиентов или покупателей;
• Ресурсов труда и эффективности работы департаментов;
• Любых затрат и вложений.

В первую очередь необходимо создать список всех ресурсов, которые нужно проанализировать. Здесь может быть ассортимент, клиентская аудитория, список сырья, персонала и так далее.

Теперь упорядочите все товары от большего к меньшему.

Вычислите вклад (долю) каждой единицы. Необходимо поделить сумму отдельного товара на всю сумму продаж.

Отдельно в столбце необходимо высчитать совокупный процент, начиная с верхней строки

Разделите товары по категориям A, B и C, где в категорию A войдут товары до границы в 80%, в категорию В - 80-95%, всё оставшееся окажется в категории C.

Важно помнить, что ABC-анализ является расчетом, позволяющим только обобщенно упорядочить имеющиеся данные и преподнести их в удобном виде. Этот метод анализа является одним из инструментов разработки стратегии. Для полноценного анализа следует изучать также причины, по которым тот или иной товар оказался в категории A, B или C.

Выводы, которые можно сделать из анализа, опираясь на полученную классификацию товаров в ассортименте или поставщиков:

• В категории A расположены наиболее важные ресурсы, которые приносят максимум прибыли (или продаж). Эффективность данной категории напрямую отражается на работе компании. Снижение эффективности здесь повлечет за собой немалые убытки для организации. Необходимо контролировать ресурсы, которые находятся в данной категории, прогнозировать возможные изменения и осуществлять постоянный мониторинг, не позволяя утрачивать сильные стороны.
• Категория B включает в себя ресурсы, обеспечивающие хорошую прибыль фирме. Это также важная категория, несущая стабильный заработок, но анализироваться она может более спокойно. Обыкновенно данные ресурсы стабильны, но лишь в краткосрочном отношении. Вкладываться в данную группу следует умеренно, лишь поддерживая имеющийся уровень.
• Третья группа - категория C - наименее важна для компании. Сюда можно отнести те ресурсы, которые необходимо пересмотреть и, либо избавиться от них, либо постараться улучшить.

Необходимо выяснить причину попадания ресурсов в последнюю категорию, чтобы можно было что-то изменить. Так при анализе ассортимента продукции и предоставляемых услуг возможны следующие причины, по которым они оказались в группе C:

• Продукция не приобретается, поскольку является неактуальной, невостребованной у покупателей. В данном случае следует вообще снять с продажи товар или улучшить его;
• Продукт - новый на рынке и находится на этапе вхождения в свою нишу;
• Продукция удовлетворяет лишь определенную группу клиентов, возможно, небольшую, но является «фирменным блюдом» компании, подчеркивая ее имя, на снижение продаж основного ассортимента из категорий A и B не влияет. В таком случае избавляться от товара нет необходимости.