Trademark. Как бренд-менеджеры делают это - читать онлайн книгу. Автор: Юрий Шкляревский cтр.№ 84

Методику ABC-анализа продаж можно применять в разрезе регионов и отдельных населенных пунктов, менеджеров отдела продаж, разных периодов. Бренд-директор или топ-менеджер компании может применять этот анализ для сравнения показателей разных торговых марок и бренд-менеджеров (табл. 33.1).

Таблица 33.1. Анализ объемов продаж по менеджерам отдела продаж

Сравнивать можно не только показатели продаж, но и, например, затраты на маркетинговый бюджет или требуемый оборотный капитал разных торговых марок. В этих случаях, правда, при использовании классического ранжирования по убыванию группу А составят марки не с наилучшими показателями, а совсем наоборот.

ABC-анализ – простая и эффективная методика сравнения аналогичных параметров, получившая в маркетинге самое широкое распространение.

Контрольные вопросы к главе 33

Контрольные вопросы к главе 33 не предусмотрены.

Практикум к главе 33

Практикум к главе 33 не предусмотрен.

Если ABC-анализ обеспечивает сравнение объемов, то XYZ-анализ позволяет сравнить равномерность. Равномерность отгрузок влияет на величину необходимого страхового запаса. А значит, на оборачиваемость и, как следствие, на величину требуемого оборотного капитала.

Диапазон областей применения XYZ-анализа несколько меньше, чем ABC-анализа. Ведь ранжирование по степени постоянства в жизни встречается реже, чем ранжирование по величине. Но для ранжирования клиентов компании и отдельных артикулов (или товарных групп) по «плавности» отгрузок XYZ-анализ применяется наравне с ABC-анализом.

Суть XYZ-анализа: определяется отклонение от среднего либо запланированного значения на протяжении какого-то значительного периода. Чем меньше отклонение, тем выше статус. XYZ-анализ может наглядно показать ситуацию при отклонении продаж от плана.

Как и в случае применения любого другого математического метода обработки статистических данных, важно корректно ставить задачу. Во-первых, правильно определить периоды сравнения. В норме берется период, соответствующий минимальному отчетному периоду, на которые разбит план продаж компании. В абсолютном большинстве оптовых компаний это месяц. Но в зависимости от свойств товара это может быть и квартал, а может быть и неделя. Во-вторых, сравнивать нужно подобное с подобным. Почти у всех товаров, даже не относящихся к категории сезонных, есть свои периоды высоких и низких продаж. Сравнивать продажи одного и того же товара за декабрь и июнь некорректно. Да и на что может указать вам такое сравнение? Вот сравнить месяц к месяцу показатели продаж разных лет – другое дело. Или сравнить отклонения плана продаж клиента с фактически выполненным по каждому месяцу. Сразу видно, у кого планы расходятся с фактом и насколько.

При XYZ-анализе высчитывается среднеквадратическое отклонение за весь анализируемый период. Поскольку отклонения могут быть как в большую, так и в меньшую сторону, простое суммирование привело бы к искажению картины отклонения, так как плюсы компенсировались бы минусами.

Ниже приводится пример оценки стабильности относительно плана продаж клиента ИП «Хороший» (табл. 34.1). Это, безусловно, образцово-показательный клиент – его среднеквадратическое отклонение фактических продаж за год составило всего 4 %. Но обратите внимание: если взять не сумму среднеквадратических отклонений, а просто сумму отклонений и также отнести ее к сумме продаж за год, результат составит и вовсе фантастический показатель – 1 %. Это не отражает реальную картину. Получается, если клиент должен в одном месяце заплатить 50 тыс. р. и в другом 50 тыс. р., а заплатил в итоге 0 р. в первом и 100 тыс. р. во втором, среднее отклонение от плана платежей у него – 0 %. Разве такой клиент – идеальный плательщик? А вот среднеквадратическое отклонение – 71 %. Оно гораздо правдивее отражает показатель стабильности, а точнее, нестабильности платежей такого клиента.

Таблица 34.1. Пример оценки стабильности относительно плана продаж клиента

В ABC-анализе нет жесткой привязки категорий к доле в общем целом. И все же чаще всего принимают группу А равной 50 % общего результата, а группу B – следующей за группой A с 30 %. В XYZ такими наиболее распространенными границами являются: группа X – отклонение не более 10 %, группа Y – от 10 до 25 %, группа Z – хуже 25 %.

После получения процентного отношения разницы к прошлому результату или к прогнозу по всем клиентам или артикула проранжируйте колонку с процентами по убыванию. Вся группа X окажется наверху, а группа Z – внизу списка.

Скорее всего, группа X будет состоять преимущественно из клиентов, в ABC-анализе вошедших в группы A и B. Это закономерно. Чем больше количество продаж, тем меньше вероятное отклонение. Если вы подкинете монетку два раза, вероятность выпадения один раз орла, а второй раз решки не выше, чем двух орлов или двух решек подряд. Но если вы подкинете монетку 10 тыс. раз, результат гарантированно будет близок к делению количества орлов и решек поровну. Поэтому крупному клиенту, продающему большое количество единиц вашего товара, проще дать более точный прогноз продаж, чем мелкому.

Широкое распространение получил смешанный ABC–XYZ-анализ. Обычно его представляют в виде матрицы, где по одной оси откладывают группы ABC, а по другой – XYZ. Результат двух анализов сопоставляют, после чего разносят клиентов или артикулы по соответствующим ячейкам. В ячейку AX попадут самые ценные клиенты вашей компании (и вашей марки). В ячейку CZ – такие, которые, вероятно, служат для вашей компании объектом безвозмездных затрат, а не источником заработка (табл. 34.2).

Таблица 34.2. ABC–XYZ-анализ

Помимо стабильности отгрузок по объему, с помощью XYZ-анализа можно сравнивать стабильность количества отгрузок, то есть регулярность. Ведь если два клиента выбирают у вашей компании одинаковое количество товара за квартал по одинаковым ценам, но один делает это единым заказом, причем непредсказуемым по времени, а второй совершает равномерные закупки каждую неделю, то второй клиент выгоднее вашей компании. Он бережет ее капитал на поддержание складских запасов. При анализе количества отгрузок можно сравнивать как общее количество заказов за период, так и среднеквадратическое отклонение от расчетного промежутка между двумя заказами.