 |
Пример расчета коэффициента вариации по формулам в Excel
|
|
|
|
| А | В | С | D | E | F | G | H | |
| Продукт | Реализация, апрель, руб. | Реализация, май, руб. | Реализация, июнь, руб. | ИТОГО за квартал | Среднее значение | Значение подкоренного выражаения | Кв | |
| ИТОГО | 32 241 519 | |||||||
| Товар 1 | 927 569 | 922 691 | 930 253 | 2 780 513 | 926 838 | 9 799 305 | 0,34% | |
| Товар 2 | 1 667 484 | 1 651 702 | 1 642 886 | 4 962 071 | 1 654 024 | 103 536 104 | 0,62% | |
| Товар 3 | 590 941 | 593 298 | 600 430 | 1 784 668 | 594 889 | 16 272 589 | 0,68% | |
| … | ….. | ….. | ….. | …. | ….. | …. | …. | ….. |
Обратите особое внимание на товары, у которых есть периоды с нулевыми значениями, то есть там, где товар отсутствовал в продаже. Либо исключите их из анализа, либо измените формулу расчета коэффициента вариации – на ноль делить нельзя.
4 шаг. Составить рейтинговый список объектов анализа по возрастанию значения коэффициента вариации. И последнее - определяем, какие объекты относятся к группе X, Y и Z.
Пример составления итоговой таблицы по XYZ анализу. За основу взят ассортимент небольшой компании, торгующей бытовой химией и товарами для дома.
| Категория | Оборот за январь | Оборот за февраль | Оборот за март | Оборот за 1-й квартал | Среднее значение | Значение подкоренного выражаения | Коэффициент относительной вариации | Группа | |
| Итого | |||||||||
| Дезодоранты | 0,8% | КВ от 0% до 10% | Х | ||||||
| Зубная паста | 0,9% | ||||||||
| Губки, салфетки для посуды | 1,2% | ||||||||
| Гигиенические тампоны, прокладки | 1,2% | ||||||||
| Туалетная бумага и полотенца | 1,6% | ||||||||
| Лаки, муссы, гели для волос | 1,6% | ||||||||
| Гели, скрабы для тела | 1,7% | ||||||||
| Ср-ва для и после бритья | 1,7% | ||||||||
| Стиральные порошки | 2,2% | ||||||||
| Шампуни | 2,3% | ||||||||
| Пена и соль для ванн | 2,5% | ||||||||
| Мыло | 2,5% | ||||||||
| Освежители воздуха | 2,9% | ||||||||
| Лосьоны, одеколоны | 3,1% | ||||||||
| Бальзамы, настои для волос | 4,1% | ||||||||
| Чистящие средства | 4,4% | ||||||||
| Губки и мочалки для тела | 4,7% | ||||||||
| Моющие средства | 7,4% | ||||||||
| Средства для обуви | 8,0% | ||||||||
| Косметические диски, ватные палочки | 12,5% | КВ от 10% до 25% | Y | ||||||
| Отбеливатели | 14,8% | ||||||||
| Кремы, депиляторы, скрабы для тела, лица | 17,2% | ||||||||
| Мыло жидкое | 18,4% | ||||||||
| Влажные салфетки | 19,4% | ||||||||
| Кондиционеры, антистатики | 23,2% | ||||||||
| Зубные щетки | 28,5% | КВ от 25% и выше | Z | ||||||
| Краски для волос | 30,6% | ||||||||
| Подарочные наборы | 32,4% | ||||||||
| Бритвенные принадлежности | 33,6% | ||||||||
| Фольга, мешки для мусора, перчатки | 49,0% | ||||||||
| Средства от насекомых | 92,6% |
Вывод: как видим, некоторые категории пользуются постоянным спросом и по ним можно прогнозировать последующие продажи довольно точно. Однако некоторые категории – «Средства от насекомых», «Бритвенные принадлежности», «Краски для волос» продаются нерегулярно. Стоит внимательнее отнестись к этим категориям – возможно, поставки этих товаров идут с перебоями, или на эти товары проходила акция, которая кратковременно простимулировала спрос. Так же особого внимания требуют товары группы Х – особенно, если их вклад в общий оборот или прибыль невелик. Вероятно, поставки идут фиксированным заказом и товар продается с нулевым остатком до следующей поставки. В таком случае следует дополнительно исследовать спрос на такой товар – возможно, мы недодаем покупателям нужный им товар.
|
|
|
|
|
|
Общие рекомендации
Категория X – товары, характеризуются стабильностью продаж и, как следствие, высокими возможностями прогноза продаж. Коэффициент вариации не превышает 10%. Колебания спроса незначительны, спрос на них устойчив, следовательно, можно по этим товарам делать оптимальные запасы и использовать математические методы прогноза спроса и оптимального запаса.
Категория Y – товары, имеющие колебания в спросе и как следствие, средний прогноз продаж. Коэффициент вариации составляет от 10% до 25%. Отклонение от средней величины продаж существует, но оно колеблется в разумных пределах – в пределах 25%.
Категория Z – товары с нерегулярным потреблением, какие-либо тенденции отсутствуют, точность прогноза продаж невысокая. Коэффициент вариации превышает 25% и может быть более 100%. Это может быть группа товаров, привозимая по заказу клиентов или недавно поступившая в продажу.
Так же, как и в случае в АВС-анализом, это рекомендованные сочетания, и иногда можно делать допуск коэффициента вариации по группе Х – 0-15%, группе Y – 15-40%, группе Z – от 40%.
Графически это можно представить так:
Ограничения XYZ-анализа
В реальной жизни на продажи и доходность товаров оказывает влияние огромное количество факторов: сезонность спроса, регулярность поставок, колебания цен на аналогичные товары у конкурента, наличие или отсутствие специальных мероприятий по продвижению и т.д. Все эти факторы будут вызывать колебания продаж, и, как следствие, высокие показатели коэффициента вариации.
Результаты XYZ-анализа будут достоверны, только если анализируется достаточно длительный период времени. Важно, чтобы период, взятый для анализа, в несколько раз превосходил оборачиваемость товара в днях. Например, если период оборачиваемости дорогих сигар или эксклюзивных часов составляет 4 месяца, то для анализа нужно брать период не менее 12 месяцев.
Если же ассортимент обновляется часто, то нужно также использовать информацию о жизненном цикле товара и смотреть тенденцию развития всех новых позиций. Весьма вероятно, что в бутике модной одежды все товары поступают в продажу на один сезон, и тогда в таком магазине у нас вообще не будет группы Х.
|
|
|
Если мы имеем дело с сезонными коллекциями одежды и обуви, которые держатся в продаже максимум один сезон, то тогда этот анализ можно проводить по торговым маркам или по поставщикам.
Также важно выяснять причины попадания товара в группу Z: было это вызвано действительно непредсказуемостью спроса, или просто товар нерегулярно попадал на склад.
XYZ-анализ невозможен и не нужен, если в ассортименте много новых товаров или поставки идут с перебоями. В таком случае необходимо вводить другой параметр для анализа, а именно запросы или обращения клиентов. Именно ранжирование по обращениям может сделать картину более реальной. Однако и здесь нужно отмечать, идет ли запрос от разных покупателей, или это повторение одного запроса. Поэтому если магазин существует в условиях постоянного дефицита, то этот вид анализа вряд ли покажет истинную картину.
Часто это вид анализа используется в складской логистике, где важно определить частоту спроса для грамотного распределения пространства на складе. В таком случае товары группы Х располагаются в «горячей» зоне отгрузки, товары групп Y и Z – в более отдаленных местах.
Этот анализ очень хорош в сочетании с АВС-анализом – это выявление безусловных лидеров (группы АХ) и аутсайдеров (СZ) в ассортименте магазина.
|
|
|
