АВС анализ в маркетинге: как правильно использовать на практике. ABC-анализ — что это такое

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.

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.
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.
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.
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.
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!

Одним из ключевых методов менеджмента и логистики является ABC-анализ. С его помощью можно классифицировать ресурсы предприятия, товары, клиентов и т.д. по степени важности. При этом по уровню важности каждой вышеперечисленной единице присваивается одна из трех категорий: A, B или C. Программа Excel имеет в своем багаже инструменты, которые позволяют облегчить проведение такого рода анализа. Давайте разберемся, как ими пользоваться, и что же собой представляет ABC-анализ.

ABC-анализ является своего рода усовершенствованным и приспособленным к современным условиям вариантом принципа Парето. Согласно методике его проведения, все элементы анализа разбиваются на три категории по степени важности:

Категория A – элементы, имеющие в совокупности более 80% удельного веса;
Категория B – элементы, совокупность которых составляет от 5% до 15% удельного веса;
Категория C – оставшиеся элементы, общая совокупность которых составляет 5% и менее удельного веса.

Отдельные компании применяют более продвинутые методики и разбивают элементы не на 3, а на 4 или 5 групп, но мы будем опираться на классическую схему ABC-анализа.

Способ 1: анализ при помощи сортировки

В Экселе ABC-анализ выполняется при помощи сортировки. Все элементы отсортировываются от большего к меньшему. Затем подсчитывается накопительный удельный вес каждого элемента, на основании чего ему присваивается определенная категория. Давайте на конкретном примере выясним, как указанная методика применяется на практике.

У нас имеется таблица с перечнем товаров, которые предприятие реализует, и соответствующим количеством выручки от их продажи за определенный период времени. Внизу таблицы подбит итог выручки в целом по всем наименованиям товаров. Стоит задача, используя ABC-анализ, разбить эти товары на группы по их важности для предприятия.

Выделяем таблицу с данными курсором, зажав левую кнопку мышки, исключая шапку и итоговую строку. Переходим во вкладку «Данные» . Производим щелчок по кнопке «Сортировка» «Сортировка и фильтр» на ленте.

Можно также поступить по-другому. Выделяем указанный выше диапазон таблицы, затем перемещаемся во вкладку «Главная» и выполняем щелчок по кнопке «Сортировка и фильтр» , расположенной в блоке инструментов «Редактирование» на ленте. Активируется список, в котором выбираем в нем позицию «Настраиваемая сортировка» .

При применении любого из вышеуказанных действий запускается окно настройки сортировки. Смотрим, чтобы около параметра «Мои данные содержат заголовки» была установлена галочка. В случае её отсутствия, устанавливаем.
В поле «Столбец» указываем наименование той колонки, в которой содержатся данные по выручке.

В поле «Сортировка» нужно указать, по какому конкретному критерию будет выполняться сортировка. Оставляем предустановленные настройки – «Значения» .

В поле «Порядок» выставляем позицию «По убыванию» .

После произведения указанных настроек нажимаем на кнопку «OK» в нижней части окна.

После выполнения указанного действия все элементы были отсортированы по выручке от большего к меньшему.

Теперь нам следует рассчитать удельный вес каждого из элементов для общего итога. Создаем для этих целей дополнительный столбец, который так и назовем «Удельный вес» . В первой ячейке данной колонки ставим знак «=» , после чего указываем ссылку на ячейку, в которой находится сумма выручки от реализации соответствующего товара. Далее устанавливаем знак деления («/» ). После этого указываем координаты ячейки, в которой содержится итоговая сумма реализации товаров по всему предприятию.
Учитывая тот факт, что указанную формулу мы будем копировать в другие ячейки столбца «Удельный вес» посредством маркера заполнения, то адрес ссылки на элемент, содержащий итоговую величину выручки по предприятию, нам нужно зафиксировать. Для этого делаем ссылку абсолютной. Выделяем координаты указанной ячейки в формуле и жмем на клавишу F4 . Перед координатами, как мы видим, появился знак доллара, что свидетельствует о том, что ссылка стала абсолютной. При этом нужно учесть, что ссылка на величину выручки первого в списке товара (Товар 3 ) должна оставаться относительной.

Затем, чтобы произвести вычисления, жмем на кнопку Enter .

Как видим, удельный вес выручки от первого товара, указанного в списке, отобразился в целевой ячейке. Чтобы произвести копирование формулы в диапазон ниже, ставим курсор в правый нижний угол ячейки. Происходит его трансформация в маркер заполнения, имеющий вид небольшого крестика. Жмем левую кнопку мыши и перетягиваем маркер заполнения вниз до конца колонки.

Как видим, весь столбец заполнен данными, характеризующими удельный вес выручки от реализации каждого товара. Но величина удельного веса отображается в числовом формате, а нам нужно трансформировать его в процентный. Для этого выделяем содержимое столбца «Удельный вес» . Затем перемещаемся во вкладку «Главная» . На ленте в группе настроек «Число» имеется поле отображающее формат данных. По умолчанию, если вы не производили дополнительных манипуляций, там должен быть установлен формат «Общий» . Щелкаем по пиктограмме в виде треугольника, расположенной справа от этого поля. В открывшемся списке форматов выбираем позицию «Процентный» .

Как видим, все значения столбца были преобразованы в процентные величины. Как и положено, в строке «Итого» указано 100% . Удельный вес товаров ожидаемо располагается в столбце от большего к меньшему.

Теперь нам следует создать столбец, в котором бы отображалась накопленная доля с нарастающим итогом. То есть, в каждой строке к индивидуальному удельному весу конкретного товара будет прибавляться удельный вес всех тех товаров, которые расположены в перечне выше. Для первого товара в списке (Товар 3 ) индивидуальный удельный вес и накопленная доля будут равными, а вот у всех последующих к индивидуальному показателю нужно будет прибавить накопленную долю предыдущего элемента списка.
Итак, в первой строке переносим в столбец «Накопленная доля» показатель из колонки «Удельный вес» .

Далее устанавливаем курсор во вторую ячейку столбца «Накопленная доля» . Тут нам придется применить формулу. Ставим знак «равно» и складываем содержимое ячейки «Удельный вес» этой же строки и содержимое ячейки «Накопленная доля» из строки выше. Все ссылки оставляем относительными, то есть, не производим с ними никаких манипуляций. После этого выполняем щелчок по кнопке Enter для вывода итогового результата.

Теперь нужно скопировать данную формулу в ячейки данного столбца, которые размещены ниже. Для этого применяем маркер заполнения, к которому мы уже прибегали при копировании формулы в столбце «Удельный вес» . При этом, строку «Итого» захватывать не нужно, так как накопленный результат в 100% будет отображаться на последнем товаре из списка. Как видим, все элементы нашего столбца после этого были заполнены.

После этого создаем столбец «Группа» . Нам нужно будет сгруппировать товары по категориям A , B и C согласно указанной накопленной доле. Как мы помним, все элементы распределяются по группам по следующей схеме:
- A – до 80% ;
- B – следующие 15% ;
- С – оставшиеся 5% .
Таким образом, всем товарам, накопленная доля удельного веса которых входит в границу до 80% , присваиваем категорию A . Товарам с накопленным удельным весом от 80% до 95% присваиваем категорию B . Оставшейся группе товаров со значением более 95% накопленного удельного веса присваиваем категорию C .

Для наглядности можно произвести заливку указанных групп разными цветами. Но это уже по желанию.

Таким образом, мы разбили элементы на группы по уровню важности, используя при этом ABC-анализ. При использовании некоторых других методик, о чем говорилось уже выше, применяют разбиение на большее количество групп, но сам принцип разбиения при этом остается практически неизменным.

Способ 2: использование сложной формулы

Безусловно, применение сортировки – это наиболее распространенный способ проведения ABC-анализа в Экселе. Но в некоторых случаях требуется провести данный анализ без перестановки строк местами в исходной таблице. В этом случае на помощь придет сложная формула. Для примера будем использовать ту же исходную таблицу, что и в первом случае.

Добавляем к исходной таблице, содержащей наименование товаров и выручку от продажи каждого из них, колонку «Группа» . Как видим, в данном случае мы можем не добавлять столбцы с расчетом индивидуальных и накопительных долей.

Производим выделение первой ячейки в столбце «Группа» , после чего выполняем щелчок по кнопке «Вставить функцию» , расположенной возле строки формул.

Производится активация Мастера функций . Перемещаемся в категорию «Ссылки и массивы» . Выбираем функцию «ВЫБОР» . Делаем щелчок по кнопке «OK» .

Активируется окно аргументов функции ВЫБОР . Синтаксис её представлен следующим образом:
ВЫБОР(Номер_индекса;Значение1;Значение2;…)

Задачей данной функции является вывод одного из указанных значений, в зависимости от номера индекса. Количество значений может достигать 254, но нам понадобится всего три наименования, которые соответствуют категориям ABC-анализа: A , B , С . Можем сразу вводить в поле «Значение1» символ «A» , в поле «Значение2» — «B» , в поле «Значение3» — «C» .

А вот с аргументом «Номер индекса» придется основательно повозиться, встроив в него несколько дополнительных операторов. Устанавливаем курсор в поле «Номер индекса» . Далее жмем по пиктограмме, имеющей вид треугольника, слева от кнопки «Вставить функцию» . Открывается список недавно используемых операторов. Нам нужна функция ПОИСКПОЗ . Так как в списке её нет, то жмем по надписи «Другие функции…» .

Снова производится запуск окна Мастера функций . Опять переходим в категорию «Ссылки и массивы» . Находим там позицию «ПОИСКПОЗ» , выделяем её и делаем щелчок по кнопке «OK» .

ПОИСКПОЗ . Синтаксис его имеет следующий вид:
ПОИСКПОЗ(Искомое_значение;Просматриваемый_массив;Тип_сопоставления)

Предназначение данной функции – это определение номера позиции указанного элемента. То есть, как раз то, что нам нужно для поля «Номер индекса» функции ВЫБОР .

В поле «Просматриваемый массив» сразу можно задать следующее выражение:

Оно должно быть именно в фигурных скобках, как формула массива. Не трудно догадаться, что эти числа (0 ; 0,8 ; 0,95 ) обозначают границы накопленной доли между группами.

Поле «Тип сопоставления» не обязательное и в данном случае мы его заполнять не будем.

В поле «Искомое значение» устанавливаем курсор. Далее снова через описанную выше пиктограмму в виде треугольника перемещаемся в Мастер функций .

На этот раз в Мастере функций производим перемещение в категорию «Математические» . Выбираем наименование «СУММЕСЛИ» и жмем на кнопку «OK» .

Запускается окно аргументов функции СУММЕСЛИ . Указанный оператор суммирует ячейки, отвечающие определенному условию. Его синтаксис такой:
СУММЕСЛИ(диапазон;критерий;диапазон_суммирования)

В поле «Диапазон» вводим адрес колонки «Выручка» . Для этих целей устанавливаем курсор в поле, а затем, произведя зажим левой кнопки мыши, выделяем все ячейки соответствующего столбца, исключая значение «Итого» . Как видим, адрес тут же отобразился в поле. Кроме того, нам нужно сделать данную ссылку абсолютной. Для этого производим её выделение и жмем на клавишу F4 . Адрес выделился знаками доллара.

В поле «Критерий» нам нужно задать условие. Вписываем следующее выражение:

Затем сразу же после него заносим адрес первой ячейки столбца «Выручка» . Делаем координаты по горизонтали в данном адресе абсолютными, дописав перед буквой знак доллара с клавиатуры. Координаты по вертикали оставляем относительными, то есть, перед цифрой никакого знака быть не должно.

После этого не жмем на кнопку «OK» , а кликаем по наименованию функции ПОИСКПОЗ в строке формул.

Затем мы возвращаемся в окно аргументов функции ПОИСКПОЗ . Как видим, в поле «Искомое значение» появились данные заданные оператором СУММЕСЛИ . Но это ещё не все. Переходим в это поле и уже к имеющимся данным добавляем знак «+» без кавычек. Затем вносим адрес первой ячейки столбца «Выручка» . И опять делаем координаты по горизонтали данной ссылки абсолютными, а по вертикали оставляем относительными.

Как и в прошлый раз в запустившемся Мастере функций ищем нужный оператор в категории «Математические» . На этот раз искомая функция называется «СУММ» . Выделяем её и жмем на кнопку «OK» .

Открывается окно аргументов оператора СУММ . Его главное предназначение – это суммирование данных в ячейках. Синтаксис этого оператора довольно прост:
СУММ(Число1;Число2;…)

Для наших целей понадобится только поле «Число1» . Вводим в него координаты диапазона столбца «Выручка» , исключая ячейку, которая содержит итоги. Подобную операцию мы уже проводили в поле «Диапазон» функции СУММЕСЛИ . Как и в тот раз, координаты диапазона делаем абсолютные, выделив их, и нажав на клавишу F4 .

После этого жмем по клавише «OK» внизу окна.

Как видим, комплекс введенных функций произвел вычисление и выдал результат в первую ячейку столбца «Группа» . Первому товару была присвоена группа «A» . Полная формула, примененная нами для данного вычисления, выглядит следующим образом:
ВЫБОР(ПОИСКПОЗ((СУММЕСЛИ($B$2:$B$27;">"&$B2)+$B2)/СУММ($B$2:$B$27);{0:0,8:0,95});"A";"B";"C")

Но, конечно, в каждом конкретном случае координаты в данной формуле будут отличаться. Поэтому её нельзя считать универсальной. Но, используя то руководство, которое было приведено выше, можно вставить координаты любой таблицы и с успехом применять данный способ в любой ситуации.

Впрочем, это ещё не все. Мы произвели расчет только для первой строки таблицы. Для того, чтобы полностью заполнить данными столбец «Группа» , нужно скопировать эту формулу в диапазон ниже (исключая ячейку строки «Итого» ) с помощью маркера заполнения, как мы уже делали не раз. После того, как данные будут внесены, ABC-анализ можно считать выполненным.

Как видим, результаты, полученные при помощи варианта с применением сложной формулы, ничуть не отличаются от тех результатов, которые мы проводили путем сортировки. Всем товарам присвоены те же самые категории, только при этом строки не изменили своего начального положения.

Программа Excel способна значительно облегчить проведение ABC-анализа для пользователя. Это достигается использованием такого инструмента, как сортировка. После этого производится подсчет индивидуального удельного веса, накопленной доли и, собственно, разбиение на группы. В тех случаях, когда изменение первоначального положения строк в таблице не допускается, можно применить метод с использованием сложной формулы.

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

Выбрать цель анализа. Например: оптимизация ассортимента.
Выбрать объект анализа. Товары или товарные группы.
Выбрать параметр (числовую характеристику) по которому будем производить разбиение на группы. Выручка.
Отсортировать список по параметру в порядке убывания. Расположить товары в порядке убывания выручки.
Подсчитать общую сумму параметра по списку. Сумма выручки по всем товарам списка.
Вычислить долю параметра каждой позиции списка в общей сумме.
(Выручка по товару) / (сумма выручки) * 100%.
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%.
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.
Найти позицию списка, в которой доля нарастающим итогом ближе всего к 95% (80%+15%) . Это будет нижняя граница группы B.
Все, что ниже — группа C.
Подсчитать количество позиций списка в каждой группе. Число наименований товаров в каждой группе.
Подсчитать общее количество позиций списка. Общее число наименований товаров.
Подсчитать долю количества позиций в каждой группе от общего количества.
(Число товаров в группе) /(общее число товаров)*100%.
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 .

Успешный бизнес во многих случаях зависит от корректности работы с цифрами. Это может происходить как на уровне простейших калькуляций в ходе сопоставления "дебета" и "кредита", так и в аспекте сложных, многоуровневых аналитических вычислений. К таковым эксперты относят ABC- и XYZ-анализ. Что это за методы? В чем их практическая значимость? Как их правильно задействовать?

Общие сведения

Что такое ABC-анализ? Под таковым понимается метод, с помощью которого можно классифицировать тот или иной ресурс в зависимости от степени его важности. Базовым принципом, который используется в данном виде анализа, считается правило Парето. В общепринятой трактовке оно звучит так: 20 % действий приносят 80 % от общего объема результата.

Соотносительно с ABC-анализом как таковым, этот принцип можно интерпретировать следующим образом: надежный контроль 20 % некоторой системы (как вариант - продаж или управления предприятием) на 80 % определяет ее эффективность.

ABC-анализ подразумевает классификацию тех или иных операций или участков ресурса посредством разделения их на несколько категорий (в зависимости от степени ценности) - A, B и C. К типу A относятся самые ценные из них (те самые, что приносят 80 % результата, и их, соответственно, 20 %). Действия вида B - "посредственные", их 30 %, и они обеспечивают 15 % от результата. Активности вида C, в свою очередь, наименее ценные. Несмотря на то что их 50 %, они дают всего 5 % от результата.

Методология анализа

Практическое задействование такого инструмента, как ABC-анализ, по большому счету сводится к тому, чтобы составить "рейтинг" полезности тех или иных действий. Критерием здесь, как правило, выступают статистические сведения или же экспертные оценки, позволяющие выявить "самые ценные" операции.

Как правило, в ходе проведения ABC-анализа можно строить графики, ось X которых будет являть собой количество действий, а Y - показатели эффективности. Тем самым можно вычислить, какие именно мероприятия будут наиболее результативными. Подобного рода графики иногда именуется кривыми Парето. Как только исследователь проранжирует эффективность всех действий, проводится статистический анализ, вычисление самых полезных активностей по всем графикам, и, как результат, формирование финального их "рейтинга".

Последовательность проведения анализа

В каком порядке следует проводить ABC-анализ? Эксперты рекомендуют придерживаться следующего алгоритма:

1. Ставим основной вопрос. Эффективность действий в отношении какого результата нас в данном случае интересует?

2. Подбираем активности, имеющие наибольшее отношение к поставленной задаче.

3. Составляем графики по каждому из действий в сопоставлении с показателями эффективности каждого.

4. Выбираем 20 % самых эффективных, 30 % - посредственных, 50 % - наименее значимых.

Конкретная методология по каждому из четырех пунктов может выбираться исходя из цели проведения анализа. В ряде случаев предприниматель, скажем, хочет показать инвестору, что такой-то товар продается лучше, и в него необходимо вкладываться активнее. Другой вариант - анализируется целесообразность распределения ресурсов, направляемых на те или иные закупки. Также целью проведения ABC-анализа может быть выявление эффективности рекламы, направленной на "раскрутку" определенных типов товаров.

Практическая польза анализа

Как анализ, о котором идет речь, может пригодиться на практике? Вариантов здесь много. Возьмем сферу продаж. Допустим, нам нужно выявить, какие из товарных позиций приносят наибольшую выручку. Грамотно проведенный ABC-анализ продаж позволит нам обнаружить не просто разрозненный перечень хорошо продаваемых товаров, а 20 % из них, которые обеспечивают 80 % прибыли. Аналогичная ситуация со сферой услуг. ABC-анализ клиентов может помочь найти те 20 % потребителей сервисов, от активностей которых зависит 80 % выручки. То же самое и с промышленностью. ABC-анализ запасов сырья или полуфабрикатов позволит выявить 20 % их разновидностей, которые используются в 80 % объема выпускаемой продукции, и потому являются самыми ценными. То есть теми, которым нужно отдавать приоритет в закупках и распределении емкостных ресурсов на складе.

Мы видим, насколько универсален ABC-анализ. Пример его задействования можно привести не один. Сферы, совместимые с применением этой методики, самые разные.

XYZ-анализ

Есть еще один метод, дополняющий исследование по методологии ABC, - XYZ-анализ. Что он представляет собой? Считается, что такого типа исследование позволяет классифицировать имеющиеся в компании резервы в зависимости от интенсивности их потребления, а также прогноза динамики возникновения потребностей в них в привязке к конкретному временному циклу. Что это значит?

Ресурсы классифицируются в трех категориях - X, Y и Z. Те, что относятся к типу X, обладают стабильной динамикой потребления, минимальной ее корректировкой по времени, и, как следствие, их расход достаточно легко спрогнозировать. Как правило, разница между минимальным и максимальным показателями потребления, фиксируемыми в рамках временных периодов, не превышает 10 %, а то и вовсе стремится к нулю.

Ресурсы вида Y, в свою очередь, имеют заметно менее стабильную динамику потребления, однако все-таки достаточно хорошо прогнозируемую. Разница между минимальным и максимальным показателями - 10-25 %.

Ресурсы, относимые к категории Z, характеризуются очень нестабильной динамикой потребления. Ярко выраженных трендов не наблюдается, спрогнозировать что-то трудно. Значения минимального и максимального показателей потребления за временной периход могут расходиться на 25 % и более.

Интересен тот факт, что один и тот же ресурс может принадлежать к разным категориям в разные периоды измерений. Это может предопределяться, к примеру, временем года, урожайностью или же спецификой спроса. Например, зимой в магазинах традиционно хорошо продаются мандарины. Но конкретная динамика их реализации на протяжении зимы будет, скорее всего, неодинаковой. В период, скажем, с начала декабря по 20-е числа месяца мандарины, скорее всего, будут классифицироваться как товар типа Y - с относительно стабильным, но вариативным спросом. Однако в связи с тем, что этот фрукт очень популярен в Новый Год, то с 20-х чисел декабря по середину января он, скорее всего, будет продаваться с постоянно высокими темпами, что позволит отнести его к ресурсу типа X. В свою очередь, ближе к февралю мандариновый "ажиотаж" снижается, а к весне спрос на этот продукт становится близким по критериям к категории Z.

Сочетание двух анализов

ABC-, XYZ-анализ можно сочетать. Более того, во многих случаях исследование будет неполным, если задействовать каждый из методов по-отдельности. Каким образом осуществить последовательный ABC-XYZ-анализ? Пример алгоритма, подходящего для этой цели, мы сейчас рассмотрим.

Допустим, перед нами стоит задача: проанализировать ассортимент продуктовых товаров на предмет того, продажа каких именно единиц приносит больше всего выручки и какие из них характеризуются самым стабильным спросом. В первой части исследования нам пригодится ABC-анализ ассортимента, во второй - уже XYZ. Как действовать? Какие результаты у нас могут быть в обоих случаях?

Сначала выявляем самый продаваемый товар, скажем, за прошедший месяц. Мы берем данные из CRM-системы или иного рода учетного источника, отражающие количество проданных единиц продуктов по дням. Выявляем, что 80 % всей выручки принесли колбаса, чипсы и газированные напитки. Это товары группы A. Далее мы смотрим, сколько чеков по каждой из товарных позиций пробито в каждый из дней месяца. Может оказаться так, что газировка продавалась в количестве 100-102 единицы в день. Колбаса - в один день 50, в другой - 153, в третий - 10, в четвертый - 181 единиц. В свою очередь, результаты по чипсам могут показать, что этот продукт продавался так: в первый день 80 единиц, во второй - 125, в третий - 91, в четвертый - 114. Получается, что среди товаров группы A газировка - самый стабильный, и его можно отнести к категории X (и потому смело закупать у поставщиков под выгодные условия по реализации). Чипсы - товар со средней стабильностью спроса, он будет принадлежать к группе Y. Колбаса - продукт группы Z, динамика продаж которого часто меняется.

Аналогичные процедуры можно провести по товарам типа B и C. Эксперты рекомендуют по результатам проведения комплексного исследования ассортимента, когда метод ABC-анализа сочетается с XYZ-методикой, выделять товары-лидеры (которые будут относиться к типу AX), а также позиции-аутсайдеры (классифицируемые как CZ). Кроме них, получится еще 7 товаров (всего - 9 возможных сочетаний, 3 в квадрате, а при измерениях в разные периоды, когда динамика продаж одних и тех же продуктов может меняться, общее количество вариантов может достигать 27, 3 в 3-й степени). Все их можно проранжировать и составить "рейтинг", отражающий сочетание прибыльности и стабильности продаж. Для удобства расчетов мы можем попробовать провести XYZ-, а также предшествующий ему ABC-анализ в Excel. Пример, рассмотренный нами, в достаточной мере прост, и потому мы можем задействовать упрощенные инструменты, такие как электронная таблица.

Практическая полезность классификации по группам X, Y, Z

Выше мы отметили, что, определив самый прибыльный и самый стабильный товар, мы можем скорректировать политику взаимоотношений с поставщиками. Однако это не единственный плюс XYZ-анализа. Чем еще нам могут помочь результаты подобного исследования? Рассмотрим специфику их практического использования в сопоставлении с каждой из трех групп товаров.

Итак, продукция типа X характеризуется самым стабильным спросом. Самое важный критерий полезности обладания такими сведениями - планирование запасов. Мы можем наладить взаимодействие с поставщиками таким образом, чтобы наши склады использовались максимально эффективно. Мы точно будем знать, сколько времени будут находиться там товары группы X с момента загрузки и до попадания на прилавок. Следовательно, мы сможем планировать завоз менее динамичных, с точки зрения спроса, позиций Y и Z так, чтобы их всегда было где разместить.

Приоритет в закупках

Товары группы Y характеризуются относительно стабильной динамикой потребления. Главная функция таких изделий - поддерживать основной спрос, формируемый на товары группы X. В некоторых случаях возможны корреляции, отражающие зависимость динамики спроса в классе X от наличия на прилавках продукции типа Y. Вероятно, полагают аналитики, здесь играет роль психологический аспект. Покупатель, который видит пустые полки - берем случай, когда товары группы Y не представлены ритейлером, - не решается делать в таком магазине покупки даже тех позиций, что обычно характеризуются стабильным спросом. В свою очередь, если продукции типа Y достаточно, то "подогревается" спрос и на товары X. Главная задача для владельца магазина в данном случае - обеспечить оптимальную загрузку складских мощностей, найти идеальное сочетание между затратами на закупку вспомогательных Y-позиций и реальным экономическим эффектом их присутствия на полках.

В свою очередь, товары группы Z с трудом поддаются оптимизации в аспекте управления складом. Их прямого влияния на динамику продаж "флагманских" товаров типа X также может не быть. И потому эксперты рекомендуют отводить им минимальное место в общем объеме закупок. Или, как вариант, замещать их новинками, товарами, еще не опробованными на рынке. В этом случае хотя бы будет вероятность, что свежие бренды, появившиеся на прилавке, перерастут из категории Z в более значимые с точки зрения стабильности продаж.

Играть в своей "лиге"

Сразу оговоримся: при интерпретации итога анализа следует понимать, что, скажем, товары группы Z, относящиеся к категории A (и в этом необычность комплексного анализа) будут ценнее, чем продукция типа X для категории B. Более того, прямое их сопоставление не вполне корректно - это все равно что, условно говоря, рассматривать возможности футбольных команд из разноуровневых лиг. Поэтому, анализируя перспективы по товарам категорий A, B и C, линейно сопоставлять их распределение по группам X, Y и Z - неправильно. Важна последовательность в интерпретации результатов по изделиям в привязке к своим "лигам".

Итак, подведем краткие итоги:

Товары категории X - "флагманы" продаж, их закупка у поставщиков должна быть стабильной, каналы поставки налажены и, по возможности, диверсифицированы (на случай "санкций" и иного рода явлений, не подконтрольных бизнесу);

Продукция класса Y также обязательно должна присутствовать на прилавке, выполняя поддерживающую функцию по отношению к товарам X и стимулируя общий спрос;

Товары типа Z можно если не исключать из оборота, то пробовать заменять экспериментальными образцами, которые могут, в потенциале, приобрести статус продукции категорий X и Y.

Все эти выводы имеют место быть при условии, что речь идет об анализе товаров в рамках одной группы - A, B или C. Как мы уже сказали выше, выявлять "усредненные" индикаторы здесь особого смысла не имеет.

Нюансы интерпретации

Безусловно, такого рода рекомендации справедливы, если только результаты объединенного ABC-XYZ-анализа можно интерпретировать однозначно. Методология исследования должна сопровождаться многомерными критериями, которые позволят сделать неоспоримые, с точки зрения статистики, выводы касательно перспектив продаж конкретного товара. Когда мы рассматривали вопрос о том, как может осуществляться ABC-анализ (пример с колбасой), то распределили продукты по соответствующим категориям очень условно. То же самое с XYZ-частью. На практие методология анализа гораздо сложнее. Более того, исследователи редко проводят, как в нашем примере, ABC-анализ в Excel с применением расчетов, по сути, вручную. Как правило, используются гораздо более сложные аналитические программы - с тем, чтобы вероятность ошибок свести к минимуму, поскольку речь идет о реальном бизнесе, где просчеты нежелательны, в отличие от теоретических сценариев.