Каким образом и исходя из чего устанавливать статусы управления номенклатурой? А также как их пересматривать?
Статусы — это «Складская», «Заказная», «Вывод» и «Новинка», о которых мы говорили раньше.
Есть первый простой вариант — это экспертное суждение. Или просто «правило трех П»: «пол, палец, потолок». Когда у вас тысяча номенклатурных позиций, то, наверное, это еще как-то можно сделать экспертно. А вот когда у вас десятыки тысяч номенклатурных позиций, то сделать это вручную уже достаточно сложно.
Поэтому мы добавляем к этому некие «калькуляторы», и некие рекомендации, на основе этих «калькуляторов».
Дальше мы будем говорить только о товарах. Детали и тонкости расчетов в этой публикации мы опустим.
Есть несколько параметров, опираясь на которые можно принимать решения.
Во-первых, нам нужна номенклатура, которая приносит нам больше всего денег.
Во-вторых, нам нужна номенклатура, которая не просто приносит много денег, но еще и часто продается. Потому что может существовать номенклатура, которая редко продается, но приносит много денег. Но надо ли ее хранить, если она продается раз в год — это очень большой вопрос!!! Компания может такие вещи себе позволить только при наличии излишка денег.
И третий параметр, который нам важен — это рентабельность запасов, то есть с какой скоростью деньги вложенные в номенклатуру превращаются в новые деньги.
Для этого мы реализовали механизм трехмерного ABC анализа, который отличается от традиционного АВС анализа.
Очень многие делают АВС анализ по количеству или по выручке, что приводит к возникновению проблемы: номеклатура может давать большую выручку, но при этом почти не приносит компании денег, потому что уровень маржи/наценки в цене может быть очень маленьким. Поэтому первое, что нужно делать, это делать АВС анализ не по выручке, не по количеству, а по той самой «марже» в абсолютном выражении, которую мы зарабатываем. В Теории ограничений используется термин «Проход», который означает разницу между выручкой и абсолютно-переменным затратами. Мы не будем здесь погружаться в тонкости: если вы ничего никуда не разносите, то Проход — это синоним Валовой прибыли. Так что первое, что нужно сделать при АВС анализе — это выполнить АВС анализ по валовой прибыли.
Пример нашего клиента.
У клиента 67 тысяч SKU. Из них в группу А (то есть дающие 80% годовой валовой прибыли) попадает 3 500 SKU, что даже не укладывается в правило Паретто 20/80, здесь у нас около 5% номенклатуры дают 80% ГОДОВОЙ валовой прибыли, в группу В (еще 10%, А+В = 90% годовой валовой прибыли) попадает еще 4 000 SKU. То есть 90% годовой вловой прибыли дают 7,5 тыс. SKU. И остается огромная группа С.
Мы наблюдаем огромную конценрацию валовой прибыли в ассортименте. И это не особенность отдельно взятого клиента.
Итак, первое измерение — это объем валовой прибыли.
Второе измерение — это частота продаж. Чем чазе позициия продается, тем важнее обеспечить ее наличие. Потому что за ней ходят, ее справшивают, если ее не будет — то это негативное влияние на репутацию. И эта частота не имет ни какого отношения к XYZ анализу. Это совсем про другое. Частота отвечает на вопрос: как часто эта позиция продается. А XYZ — это отдельная история.
У клиентов часто возникают вопросы: в типовых учетных системах, в той же 1С «Управление торговлей» есть АВС xyz анализ, а у вас нет XYZ, как так?
XYZ анализ — это такая интересная история, которая строится на предположении, что у вас продажи подчиняются нормальному распределению, то есть оно симметрично относительно среднего и вероятность отклонения резко падает, по мере увеличения размера отклонения. Вот вам картинка с нормальным распределением:
Такая вот «Гауссова шляпа».
Соответственно, X — это то, что попадает в середину этой «шляпы», то есть мало отклоняется от среднего (в диапазоне плюс минус сигма), Y — это то что попадает в следующий карман (плюс минус две сигмы), а Z — это то, что попадает в края.
У нас огромное количество клиентов говорит: у меня вся номеклатура AZ., что означает что разброс относительного среднего превышает две сигмы. И это нормально!!! С чего вы взяли, что у вас гауссово распределение?!!!
Если у вас только компания не научно-исследовательский институт, где у вас работают ученые-статистики, которые строят статистические гипотезы, графики распределния вероятности, вы можете посчитать медиану, моду, среднее, эксцентрисет и прочие замечательные характеристики распределения… Подавляющее большинство компаний этим не занимаются. А это значит, что расчеты на основании среднего — опасны.
Вы же вообще не знаете, какое у вас распределение вероятности продаж! Вот вам пример реального распределения вероятности по номенклатуре из одной группы:
И третий параметр — это ROI. Но пользоваться им до тех пор, пока вы не наладили управление наличием мы не рекомендуем. Потому что самый лучший показатель будет у тех товаров, которые продавались, но их не было в наличии. Так что это дополнительный параметр для ситуации, когда большая напряженка с деньгами.
Продолжение следует, а для тех кому невтерпеж: добро пожаловать на обучение.