XYZ анализ: об управлении ассортиментом простыми словами

АВС-анализ показывает нам вклад товара в результат магазина, а XYZ анализ показывает стабильность или нестабильность спроса. Чем стабильнее спрос на товар, тем легче мы им управляем, тем ниже потребность в товарных запасах, тем легче планировать движение продукта. Таким образом, мы имеем дополнительный материал для принятия решений о пребывании товара в нашей ассортиментной матрице.

Категория X – есть товары, характеризуются стабильностью продаж и, как следствие, высокими возможностями прогноза продаж Отклонение от средних продаж незначительно (в ту или иную сторону). Отклонение от среднего значения называется коэффициентом вариации.

Для товаров Х 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. Так же ниже рассмотрим возможность заказа фиксированной партии – насколько это возможно для товаров группы Х.

Категория Y – товары, имеющие колебания в спросе и как следствие, средний прогноз продаж.

Для товаров Y коэффициент вариации составляет 10% – 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.

Для товаров Z коэффициент вариации превышает 25% и может быть более 100%. Это может быть группа товаров, привозимая по заказу клиентов или недавно поступившая в продажу или товары уникальные, особенные, подверженные сезонному спросу и так далее.

Выбираем объект анализа (группа, категория, позиция) и параметр, по которому мы будем сравнивать объекты (продажи за месяц, например). Традиционно в рознице объектами XYZ-анализа являются товарная категория или товарная единица. За основу анализа берется период продаж не менее трех месяцев.

Определить количество периодов, по которым будет проводиться анализ: неделя, декада, месяц, квартал/сезон, полугодие, год. Чем больше период, тем лучше, тем вернее будет статистика спроса.

Определить коэффициент вариации (среднее квадратическое отклонение) для каждого объекта анализа.

Формула для расчета коэффициента вариации (Кв):

Эта кажущаяся сложной и громоздкой формула легко перекладывается в формулы Excel, с помощью которых применение данного анализа становится очень простым.

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.

Составить рейтинговый список объектов анализа по возрастанию значения коэффициента вариации. И последнее – определяем, какие объекты относятся к группе X, Y и Z.

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.

В реальной жизни на продажи и доходность товаров в магазине 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.

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 магазине модной одежды все товары поступают в продажу на один сезон, и тогда в таком магазине у нас вообще не будет группы Х.

В случае, 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.

XYZ-анализ невозможен, 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.

Система управления запасами min-max.pro автоматически выявляет лидеров (группы АХ) и аутсайдеров (СZ) в ассортименте магазина. Эти данные используются при в автозаказе поставщику и аудите.

Протестировать систему можно бесплатно 30 дней. Поможем установить и проконсультируем по всем вопросам.