Это материал является продолжением предыдущих трех моих статей. Вступительная статьябыла посвящена самым основам. Без чего эффективное управление товарным запасом невозможно. Разбирались основные стратегические ошибки. Рекомендую начать именно с этой статьи.
В первой части были рассмотрены темы, как: АВС анализ, критерии оценки эффективности управления товарными запасами организации и другое.
Во второй части говорили об аналитике ввода нового товара, рентабельности запасов, о работе с неликвидами. О том, что еще напрямую влияет на оптимальные остатки и прибыль предприятия.
Сегодня мы рассмотрим, что такое прогноз спроса, XYZ анализ, другие вида анализа напрямую влияющие на эффективное управление запасами.
Содержание:
- Что такое ХYZ анализ в запасах.
- Совместный АВС и ХYZ анализ.
- Анализ по частотности заказов.
- Анализ по количеству обращений.
- Разбор нетипичных сделок в прогнозе спроса.
- Что такое метод совместного прогнозирования.
Что такое ХYZ анализ
АВС анализ и его пользу, уже разобрали ранее. Чем ХYZ анализ отличается от АВС анализа, и как он применим в управлении товарными запасами, мы рассмотрим прямо сейчас.
ХYZ анализ, это метод прогноза и анализа стабильности и колебаний спроса продаж по товарам или группам товаров. Совместно с АВС анализом данный метод позволяет еще лучше оптимизировать товарный запас на складе.
Например, три месяца назад, среднемесячный спрос на ноутбуки составлял 100 штук. Два месяца назад — 110, штук, а последний месяц — 90 штук в месяц. Из этого мы понимаем, что этот товар продается стабильно, в среднем 3-4 штуки в день, или 100 штук в месяц. Здесь колебания спроса укладываются в рамки 10%. Этот продукт относится к категории «X»
Есть другой товар, где продажи прыгают в рамках 11% — 25% за период. Товары этой категории отнесем к «Y»
Есть третий товар, или группа товаров, где прогноз относительно прошлых продаж мало предсказуем. Колебания достигают 100%. Это товары не регулярного спроса, товары, которые поставляются под запрос клиента, сезонные товары. Такая группа товаров относится к категории «Z».
Относительно ваших товаров, вариативность в каждой категории может быть разная. Возможно, что в категорию «Y» будет допустимо включить товары с колебанием 30 или 40%.
Чем больший мы выбираем период, тем лучше мы сможем прогнозировать дальнейший спрос. Для высоко оборачиваемых товаров, период может быть не такой большой, но не менее одного квартала. По товарам с низкой оборачиваемостью период может быть и год.
Одновременно с этим, критерий выбора периода, должен быть не менее, чем в 4-5 раз превышающий оборачиваемость товара.
Формула для расчета коэффициента вариации очень проста в Excel.
=СТАНДОТКЛОНП(C2:E2)/СРЗНАЧ(C2:E2)
Таблица наглядно показывает процент вариации. Сделав фильтр по убыванию, можем легко ранжировать весь наш товар.
Вывод
Метод прогнозирования спроса, основанный на прошлых периодах, справедлив по товарам постоянного спроса в категории «X». Отчасти справедлив по категории «Y». И нельзя на него опираться по категории «Z».
Неотъемлемой частью ХYZ анализа является сравнение прогноза с фактом. Для будущего прогноза, должна вестись аналитическая работа, что удалось спрогнозировать верно и почему, и по каким товарам был прогноз ошибочен и почему.
Совместный анализ АВС и ХYZ в управлении товарным запасом.
Если по АВС анализу, где аналитика идет по прибыльности, и “А”, это топ 20% товаров, которые дают 80% прибыли, “В” – 15% прибыли. “С” – оставшиеся 5% прибыли, то совмещая с ХYZ анализом, мы можем видеть скорректированную картину.
Например, есть товар, который по АВС анализу принадлежит к категории «А«. Но по ХYZ анализу такой товар может быть в категории «Z».
Или по АВС анализу товар относится к категории «C«, то есть товар приносящий мало прибыли. И по ХYZ анализу видим большие по нему колебания. Этот товар точно нам интересен в продажах? Не занимает ли он место на складе вместо более перспективного?
И главное — наши оборотные средства позволяют вкладывать в запасы этого товара вместо перспективной новинки?
Итак, АВС и ХYZ анализы хорошо дополняют друг друга. Нам наиболее интересно вкладывать деньги и усилия в товарный запас по критерию «AX», и мало интересно по категории «CZ».
Аналитика вполне посильная. Эффект может превысить все ожидания.
Анализ по частотности заказов и количеству обращений
Хорошим дополнительным инструментом к существующей аналитики является частотность заказов. В расчет берется не оборачиваемость товара, не плавающий спрос и прибыльность, а насколько стабильно каждый месяц продается наш товар в течение года.
Например, по АВС анализу, товары принадлежат к категории «В» и «С«, то есть. в сумме дают нам всего 20% от общей доли прибыли. А на сколько интересен это товар покупателям именно в нашей компании? Одно дело, если продажи составляют всего 2,3 ,4 месяца в году. Другое дело, если стабильно, каждый месяц мы продаем товар.
Наши клиенты знают, что этот товар есть у нас всегда. Вполне возможно, приезжая целенаправленно за этим товаром, клиенты покупают что-то из категории «А».
Такой товар можно дополнительно ранжировать по АВС анализу, только с точки зрения количества месяцев в году, где:
«А«, это продажи 9-12 месяцев в году.
«В» — 5-8 месяцев в году
«С«- 4 и менее месяцев в году.
Может и не стоит уделять ему особого внимания по причине дефиците средств. А может на такой товар мы посмотрим по-другому, особенно если посмотреть на его оборачиваемость. А как на счет того, что к этому добавим следующую переменную?
Управление товарным запасом. АВС анализ по количеству обращений
Здесь количество обращений, это сколько отдельных заказов или покупок было сделано по каждому товару не зависимо от количества, стоимости и прибыльности товара. Здесь видим картину, насколько покупатели часто обращаются к нам по каждому товару.
Например, всего в месяц было продано 50 штук с прибыльностью 30% и этот товар, по АВС анализу, в плане прибыли, попадает в категорию «А». Но есть товар, по которому совершено 600 покупок ( обращений) в месяц с прибыльностью 7%. По АВС анализу этот товар в плане прибыли располагается в категории «В».
Теперь, вопрос.
Можем ли мы игнорировать такой товар, или рассматривать его, как второстепенный, с точки зрения продаж и запасов? Его покупают много.
Чтобы быть еще более точным в планировании, также можем эту переменную перевести в АВС анализ по количеству обращений, тогда у нас будет такая картина в примере:
«А» — количество обращений от 500 и выше
«В» — 150 — 499 обращений
«С» — менее 150 обращений в месяц.
В итоге, анализ по частотности заказов и количеству обращений мы можем внести в АВС анализ по прибыльности, где:
«ААА» — товары с наибольшей прибыльностью, наибольшей частотностью, наибольшим количеством обращений. Это супер ТОП товаров, который должен быть всегда и с бОльшим коэффициентом страхового запаса в днях, чем товары категории В и С. И так далее.
У вас может получиться САА, где прибыль минимальна, но клиенты предпочитают покупать товар у вас. Не говоря уже по ВАА.
А что если АСС при Z по XYZ анализу?
Несомненно, когда управление товарным запасом ведется профессионально, мы руководствуемся не эмоциями и ощущениями, а цифрами.
В статье, где все это будем сводить в Excel, я покажу, как это выглядит в аналитике.
Управление товарным запасом. Нетипичная сделка в прогнозе спроса
Частично возвращаясь к ХYZ анализу, нам важно по категориям «Y» и «Z» вести аналитику колебаний учитывая нетипичные ситуации, которые могут существенно повлиять на уровень нашего товарного запаса.
Во-первых, важно понять причины попадания этого товара в категорию «Z». Это новый товар, или товар постоянно попадал в дефицит?
Во-вторых, подвержен ли этот товар сезонности? Или была устроена акция? Или же, от нас ушел крупный покупатель, и мы должны скорректировать наши прогнозы уже опираясь на прошлый период за минусом этого клиента.
Конечно, многие автоматические системы отфильтровывают самый высокие и самые низкие показатели продаж. Тоже самое можно сделать в Excel. А что если по верхнему показателю пропустили динамику роста? Или по нижнему, что был в последнем месяце, также не разобрались в отрицательной тенденции?
Поэтому, автоматическая система никак не исключает головы опытного менеджера, который в своем прогнозе закупок, будет опираться на объективные факторы.
Хорошим примером будет разовая коммерческая закупка под нового клиента или объект. В среднем, в течение последних трех месяцев, потребление было по 1000 штук товара в месяц. Клиент обратился к нам за разовой поставкой (например, подвел его постоянный поставщик) и сделал заказ на еще 1000 штук.
Если не возьмем во внимание этот факт, тогда, основываясь на предыдущем периоде, закажем товара больше требуемого. Наверное, такие случаи редки, но это не отменяет важности отслеживания таких сделок, особенно когда это касается низко оборачиваемого или дорогого товара.
К этому важно добавить, что нельзя делать прогноз на обещаниях клиентов купить у нас товар.
По статистике, в 40- 75% случаев, клиенты не подтверждают свое намерение на интересующий нас период. Мы серьезно рискуем заморозить наши деньги.
Однако, как дополнительный инструмент в прогнозе, можем аккуратно использовать опрос наших покупателей в части их планов на ближайший период. Рано или поздно, кто-то из крупных покупателей перестанет покупать товар у нас. Лучше об этом знать заранее.
Это называется методом совместного прогнозирования.
Заключение по теме прогноз спроса в управлении товарным запасом
Прогноз спроса дело неблагодарное. Ошибки и отклонения от всех расчетов и здравого смысла будут всегда. Задача профессионального управления запасами сократить возможные ошибки до минимума и иметь решения по товарным излишкам или дефициту.
В следующей статье мы рассмотрим вопрос страхового запаса. Страховой запас, это отдельная большая тема, по которой я решил сделать отдельный материал. Также затронем вопрос сезонности.
Надеюсь, статья управление товарным запасом в части его прогноза, была полезной. Пишите в комментариях, делитесь статьей с коллегами. Успехов!