АНАЛИЗ КЛИЕНТСКОЙ СРЕДЫ НА ОСНОВЕ МЕТОДА АВС-XYZ

Главная задача логистического анализа – систематизация применяемых ресурсов по ряду параметров с целью увеличения точности планирования, организации контроля, регулировки и уменьшения логистических издержек. Управление в логистической цепи поставок сопряжено с наличием значительного числа объектов, которые, не смотря на свою однородность, по-разному оказывают влияние на итог окончательной работы. В литературе довольно часто используются такие понятия как «АВС-анализ», «закон Парето», «правило 20 – 80». Эти категории однопорядковые, но отнюдь не идентичные. Действительно, в основе АВС-анализа лежит закон Парето, однако данный метод представляет собой реализацию на практике упомянутого закона, а не другую его редакцию. В общем виде закон Парето представляет собой следующее: в большинстве случаев ограниченное количество элементов, составляющих явление, обусловливает его возникновение. По В. Парето, меньшая часть населения контролирует большую часть благосостояния. Таким образом, можно объяснить возникновение «правила 20 – 80». В применении к логистическому анализу данное правило может быть интерпретировано следующим образом:

– 20% промышленных организаций выпускают 80% общего объема продукции;

– 20% компонентов товара определяют 80% его стоимости;

– за 20% рабочего времени производится 80% объема продукции;

– 20 % позиций номенклатуры хранимых на складе запасов определяют 80% связанных с запасами затрат и т.д.

Именно правило Парето положено в основу АВС-метода, но номенклатура при этом разделяется не на две (20/80), а на три группы: А, В и С.

Маркетинг – это организационная функция и комплекс процессов создания, продвижения и предоставления продукта или услуги покупателям и управление взаимоотношениями с ними с выгодой для организации. В широком смысле задачи маркетинга состоят в установлении и удовлетворении людских и социальных нужд.

Основные субъекты маркетинга – это, прежде всего, клиенты и поставщики.

Сотрудники компаний подразделяют их в зависимости от уровня их влияния на величину выручки и от надежности клиента. Кроме того совершается деление клиентов по статусу:

• Потенциальный клиент;
• Постоянный клиент;
• Разовый клиент;
• Работает от случая к случаю. 

Данное деление можно представить в виде клиентской матрицы (рисунок 1):

Рисунок 1. Деление клиентов по статусу

Товары классифицируют следующим образом:

Группа A – наиболее значимые, объем до  80%;

Группа B – средней значимости, объем до 15%;

Группа С – наименее значимые, объем до 5%.

АВС-анализ – начинается с вычисления общего годового использования каждой номенклатурной единицы по показателю стоимости:

где n_i – количество единицы продукции, р./ед.;      

      Ц_i – стоимость единиц продукции, ед.

XYZ – анализ дополняет ABC-анализ номенклатурных групп характеризуется по признаку прогнозируемости от груза.

Введение «динамического» коэффициента вариации дает возможность в большинстве случаев сократить доверительный интервал и увеличить достоверность прогноза. Учет прогнозного тренда (и сезонной составляющей при наличии колебательных явлений) приводит к изменению величины «статического» коэффициента вариации, что в свою очередь, воздействует на выбор номенклатурной группы для данной позиции.

Коэффициент вариации представляет собой относительную меру рассеивания, выраженную в процентах. Он вычисляется по формуле:

где  V – искомый показатель;

          – среднее квадратичное отклонение;

       Y – средняя величина.

Коэффициент вариации изменяется в пределах от 0 до 100%, при этом, значение коэффициента прямо пропорционально силе колеблемости. Установлена следующая качественная оценка различных коэффициентов вариации:

• до 10% – низкая стабильность;
• 10-25% – умеренная стабильность;
• свыше 25% – высокая стабильность.

При коэффициентах вариации, больших 35%, оценку номенклатурных групп XYZ проводить не рекомендуется, потому что распределение отклонений динамического ряда от прогнозного тренда отличается от нормального закона.

На основе проведенных АВС- и XYZ-анализов строится матрица АВС – XYZ (таблица 1), позволяющая выработать индивидуальные технологии управления и организации работы с полученными группами.

Таблица 1.

Таблица ABC – XYZ - анализа

Представленная матрица дает возможность вырабатывать индивидуальные технологии управления и организации работы с полученными группами.

AX – высокая доля в объеме продаж и прибыли, но и небольшие колебания в продажах. Предсказуемые продажи.

AY  – высокая доля в объеме продаж и прибыли и существенные колебания в продажах. Точность прогноза – средняя.

AZ – одна из самых сложных групп для формирования запаса. Высокая доля в объеме продаж и прибыли, но также существенные колебания в продажах. Точность прогноза – низкая.

Группы BX, BY, BZ отличаются большой долей в обороте и тем, что позиции из этих групп могут воздействовать на продажи товаров из групп линейки «А». Невысокая стоимость погрешности. Стратегии управления по ячейкам «В» подобны соответствующим стратегиям по группам линейки «А».

По группам линейки «С» не учитываются сезонность и новые товары. Кроме того, из линейки «С» в линейку «В» вывели товары, оказывающие значимое влияние на продажи товаров из линейки «А».

Список литературы:

1. Казаков А.Л., Журавская М.А. К14 Модели и методы управления цепями поставок: методические указания. – Екатеринбург: Изд-во УрГУПС, 2009. – 56 с.
2. Лукинский В.С. и др. Модели и методы теории логистики. Учебное пособие / Под ред. В.С. Лукинского. – Спб.: Питер, 2003, 219 c.
3. Неруш Ю.M., Неруш А.Ю. Практикум по логистике Учеб. пособие. – M.: TK Велби, Изд-во Проспект, 2008. – 304 с.