Записи с меткой Планирование

Прикладной ABC-анализ (FMR-анализ и VEN-анализ)

6

Сегодня мы поговорим еще о паре форм модификации ABC-анализа, которые Вы можете встретить в литературе, а именно о применении ABC-анализа совместно с FMR и VEN-классификациями.

Давайте рассмотрим каждый из них в отдельности.

FMR-анализ — это аббревиатура от английских Fastest Medium Rare — быстро, средне, медленно  — анализ товарного ассортимента по частоте обращений.

Характеризуется коэффициентом частоты взятия и вычисляется по следующей формуле:

 K = { P_{i} \over \sum_{i=1}^N P_{i} } * 100 %

где P — количество отпуска ~i-го товара, а N — общее количество отпуска со склада.

По частоте взятия ассортимент обычно разбиваются на три группы:

категория F — наиболее часто запрашиваемые товары (80 % от общего количества);
категория M — менее часто запрашиваемая категория продуктов (15 % от обращений);
категория R — редко запрашиваемая продукция (оставшиеся 5 %).

Используется FMR для размещения на складе, более «быстрые» (fast) позиции размещаются ближе к местам комплектации. По сути FMR анализ это ABC-анализ, в котором критерием анализа является частота обращения к товару, а не сумма.  Процентное соотношение можно подобрать самостоятельно исходя из статистики движения товара. Если Ваша задача увеличить скорость отгрузки товара, то вы непременно должны оценить важность применение данного метода.

Думаю, что такой метод можно применить и в мерчендайзинге при раскладке товаров, товаром с наибольшей частотой покупки отводится большее пространство. Хотя опять же зависит от преследуемой цели. Но об этом мы поговорим как-нибудь в другой раз.

Другим прикладным методом является анализ, основанный на VEN-классификации.

Данный вид анализа применяется, как правило в фармакологической отрасли.

От английского Vital Essential Non-essential — жизненно-важные, необходимые, второстепенные) — проводится сегментация ассортимента. Т.е. идет анализ не по количественным, а по качественным характеристикам. В жизни применяется совместно с ABC-анализом.

VEN-анализ проводится параллельно с АВС-анализом и позволяет определить приоритетные лекарственные препараты в соответствии с международной практикой их деления на жизненно важные (Vital или V), необходимые (Еssential или Е) и второстепенные (Non-essential или N) (табл. 1).

Таблица 1. Определение приоритетных лекарственных препаратов (VEN-анализ)

Жизненно важные (Vital) Лекарства, важные для спасения жизни (например, вакцины); имеющие опасный для жизни синдром отмены, постоянно необходимые для поддержания жизни (инсулины, стероиды, антибиотики и т. п.)
Необходимые (Essential) Лекарства, эффективные при лечении менее опасных, но серьезных заболеваний
Второстепенные (Non-essential) Лекарства для лечения «легких» заболеваний; препараты с сомнительной эффективностью; дорогостоящие с симптоматическими показаниями

По результатам проведённого ABC-VEN-анализа можно ответить на следующие вопросы:

  • Целесообразно ли тратятся финансовые средства на лекарства в конкретном лечебном учреждении (главным образом, какие препараты в группе А и В)?
  • Какие шаги необходимо предпринять, чтобы рационализировать лекарственные закупки?
  • Какие препараты в первую очередь следует рассмотреть на предмет включения (исключения) в формулярный перечень?
  • Соответствуют ли финансовые затраты данным анализа структуры заболеваемости?

Так же VEN-анализ применяется при классификации ресурсов и запчастей производственных компаний. Выделяют критичные позиции (например, запчасть без наличия которой остановится производство), умеренно критичные позиции (запчасть, без которой можно какое-то время обойтись, производство продолжится, пусть и не на полную мощность) и не критичные позиции (запчасти, без наличия которых можно обойтись, дожидаясь их поставки по случаю необходимости).

Используя данные методы, Вы сможете значите улучшить эффективность своего бизнеса.

Подумайте, может быть и Вы станете автором собственного метода, который будет релевантным в Вашей отрасли.

Удачи Вам!


ABC-анализ

7

Помните, когда я рассказывал про принцип Парето, то упомянул его очень важную прикладную значимость. Давайте сегодня рассмотрим один из таких прикладных инструментов, а именно ABC-анализ.

ABC-анализ — метод, позволяющий классифицировать ресурсы фирмы по степени их важности. В его основе лежит принцип Парето — 20 % всех товаров дают 80 % оборота. По отношению к ABC-анализу принцип Парето может прозвучать так: контроль 20 % позиций позволяет на 80 % контролировать систему, будь то запасы сырья и комплектующих, либо продуктовый ряд предприятия и т. п.

ABC-анализ — анализ товарных запасов путём деления на три категории:

  • А — наиболее ценные, 20 % — тов.запасов; 80 % — продаж
  • В — промежуточные, 30 % — тов.запасов; 15 % — продаж
  • С — наименее ценные, 50 % — тов.запасов; 5 % — продаж

В зависимости от целей анализа может быть выделено произвольное количество групп. Иногда аналитики расширяют данную сегментацию, выделяя так называемые склонные в долгосрочной перспективе к росту товары, или товары, которые показывают большую прибыльность при меньших объемах.

По сути, ABC-анализ — это ранжирование ассортимента по разным параметрам. Ранжировать таким образом можно и поставщиков, и складские запасы, и покупателей, и длительные периоды продаж — всё, что имеет достаточное количество статистических данных. Результатом АВС анализа является группировка объектов по степени влияния на общий результат.

АВС-анализ основывается на принципе дисбаланса, при проведении которого строится график зависимости совокупного эффекта от количества элементов. Такой график называется кривой Парето, кривой Лоренца или ABC-кривой. По результатам анализа ассортиментные позиции ранжируются и группируются в зависимости от размера их вклада в совокупный эффект. В логистике ABC-анализ обычно применяют с целью отслеживания объёмов отгрузки определённых товаров и частоты обращений к той или иной позиции ассортимента, а также для ранжирования клиентов по количеству или объёму сделанных ими заказов.

Давайте рассмотрим алгоритм проведения ABC-анализа:

  1. Определяемся с целью проведения анализа. Т.е. мы должны понимать конечный результат, а зачем его собственно будем проводить. Наша конечная цель это увеличение эффективности, но в любом случае мы должны получить промежуточный результат, который даст пищу для размышлений.
  2. Определяем действия по итогам анализа. Т.е. каким образом мы будем интерпретировать полученные результаты.
  3. Выбираем объект анализа (что будем анализировать?) и параметр анализа (по какому признаку будем анализировать?). Обычно объектами АВС анализа являются поставщики, товарные группы, товарные категории, товарные позиции. Каждый из этих объектов имеет разные параметры описания и измерения: объём продаж (в денежном или количественном измерении), доход (в денежном измерении), прибыльность единицы продукции, товарный запас, оборачиваемость и т. д. Иногда можно применить комбинированный подход, т.е. сформировать удельный показатель, который будет анализировать сразу несколько значимых для нас параметров.
  4. Составляем рейтинговый список объектов по убыванию значения параметра.
  5. Рассчитываем долю параметра от общей суммы параметров с накопительным итогом. Доля с накопительным итогом высчитывается путём прибавления параметра к сумме предыдущих параметров. Иногда, называют кумулятивная сумма или сумма нарастающим итогом.
  6. Выделяем группы А, В и С: присваиваем значения групп выбранным объектам.

Методов выделения групп существует множество. Давайте рассмотрим наиболее простые из них. Самый простой, пожалуй, это эмпирический метод разделения — разбиение на подсегменты происходит в классической пропорции 80/15/5. Второй метод — метод сумм, в нем складывается доля объектов и их совокупная доля в результате — таким образом значение суммы находится в диапазоне от 0 до 200%. Группы выделяют так: группа А — 100%, В — от 100% до 145%, С — остальное.

Вероятности возникновения спроса на материальные ресурсы А, В и С подчинены различным законам. Установлено, что в большинстве промышленных и торговых фирм примерно 75 % стоимости объёма продаж составляют всего около 10 % наименований номенклатуры (группа А), 20 % стоимости — 25 % наименований (группа В), 5 % стоимости — 65 % наименований (группа С).

АВС-анализ широко используется при планировании и формировании ассортимента на различных уровнях гибких логистических систем, в производственных системах, системах снабжения и сбыта.

Если Вы до сих пор не использовали данный метод, попробуйте его использовать. Примените к своему товарному ассортименту и Вы поймете как можно оптимизировать ресурсы. Не пытаться разорваться, расширять штат и т.д., а сосредоточить свои усилия на главных товарных группах.

Удачи в применении!

О других секретах прогнозирования и анализа данных, читайте на страницах моего блога.


Как скидки убивают Ваш рынок

0

Сегодня я хотел бы затронуть один из наиболее болезненных вопросов. Если посмотреть на проводимые  торговыми сетями маркетинговые кампании, большинство из них построены на ценовых предложениях (скидки, бонусы на последующие покупки). Далее мы будем рассматривать ситуации, когда скидки не мнимые, а реальные. При мнимых скидках, проведение акции заключается в добавлении зачеркнутого завышенного ценника над основным. Такие ситуации мы рассматривать не будем, хотя это тоже интересный маркетинговый ход. Когда я работал в Интернет-магазине одной региональной торговой сети, мы пользовались данным подходом, пока не был достигнут критичный уровень постоянной целевой аудитории и люди не заметили данного подвоха, а в начале это было интересным ходом.

Давайте посмотрим на примере как скидки убивают Вашу прибыль.

Например, Вы обычно продаете 50 телевизоров в месяц по цене 15 тыс. руб. Теперь Вы даете скидку на всю бытовую технику 10%. С одной стороны Вы понимаете, что для того, чтобы компенсировать выручку Вам потребуется продать на 10% больше. Но с другой стороны не стоит забывать про расходы на маркетинг и другие, связанные с закупкой техники, логистикой и т.д. Эти затраты в период акции как раз таки снижаться не будут.

Будем считать, что маржинальность бизнеса составляет 30%, т.е. на приобретение одного телевизора Вы тратите 10,5 тыс.руб. Т.е. ваша прибыль до налогообложения составляет 4.5 тысячи рублей. с единицы продукции.

Если Вы дали скидку 10% — то Стоимость товара составляет уже 13,5 тыс.руб., а прибыль до налогообложения уже всего 3 тыс.руб. с единицы продукции.

Таким образом, давая скидку всего 10%, Вы снизили свою маржинальность на 33.3%. Т.е. чтобы компенсировать потери маржи, надо продавать на 33 процента телевизоров больше. Поэтому, при расчете эффективности будьте внимательны. Не забывайте про свои затраты.

Но и это еще не самое плохое. При проведении акции на высоко конкурентных рынках, конкуренты, пытаясь ответить, аналогично снижают тарифы, соответственно, те телевизоры, которые Вы продавали по 15 тыс. до старта акции, Вы уже не сможете продавать за такую цену после ее завершения, так как конкуренты уже их продают за 13.5. И единственное, что Вам остается это только снижать Ваши затраты, так как выручку уже не компенсируешь. Соответственно после проведения каждой такой акции восстановить рынок практически нереально. Вот так скидки и убивают рынок. На быстрорастущих рынках это может казаться незаметным, но в долгосрочной перспективе это может привести к очень большому отклонению по Вашим показателям.

А если спрос по цене на Вашем рынке не эластичен, то проведение ценовых кампаний это преступление против собственной фирмы. Небольшой всплеск продаж, который в долгосрочной перспективе только убивает продукт быстрее и необходима его скорейшая модернизация.

Так что будьте внимательны при разработке условий Ваших маркетинговых предложений! Конечно ситуации бывают разные и иногда только ценовые

Удачи в работе и бизнесе!


Какой прогноз лучше — точный или устойчивый?

0

Сегодня я затрону еще одну тему, над которой, если Вы и не задумывались, то обязательно рекомендую обратить на нее внимание.

Для начала давайте определим пару понятий, обозначенных в теме. Что я понимаю под ними.

Точность — чем меньше сумма отклонений фактических данных от смоделированных, тем точнее модель.

Устойчивость — способность модели давать минимальные отклонение в довольно продолжительный промежуток времени.

С одной стороны каждая модель должна обладать этими двумя характеристиками, но с другой стороны, если модель точная в течение года или на исторических данных, это не значит что в будущем она будет оставаться устойчивой. И наоборот, если модель устойчива на протяжении длительного промежутка времени, это не значит, что она точная на некоторых периодах времени.

Часто при выборе моделей прогнозирования я встаю перед выбором. Какую модель мне выбрать, стоит ли ее усложнять для увеличения точности, или наоборот, постараться ее сделать более устойчивой вне зависимости от времени, но пренебречь краткосрочной погрешностью. И со временем я пришел к выводу, что необходимо принимать решение в зависимости от ситуации и от той политики планирования, которая принята в Вашей компании.

Я рассуждаю следующим образом: если я формирую долгосрочный прогноз развития предприятия, то я выбираю более устойчивую модель, пренебрегая точностью на определенных промежутках, понимая, что более устойчивая модель даст результат точнее, чем точная на исторических данных модель.

Если я формирую краткосрочный прогноз, я стараюсь увеличить степень точности модели, вводя дополнительные факторы.

Самый правильный ответ, это конечно и точная и устойчивая, но со временем я понял, что на быстро изменяющихся рынках, это практически недостижимая цель.

Ну и напоследок, пару советов какие критерии можно применить для оценки точности модели.

Коэффициент детерминации r^2 — показывает как раз степень точности модели на исторических данных. Чем ближе он к единице, тем точнее модель.

Для определения устойчивости модели, Вы можете применить статистику Дарбина-Уотсона (DW). Чем она ближе к 2-ум, тем устойчивее модель.

Я специально не привожу формулы расчета коэффициента и статистики, так как вовсе не обязательно их вычислять чтобы понять насколько модели устойчивы и точны, я открою Вам маленький секрет, как это понять графически.

Строим график относительных остатков — (факт — модель)/модель. Если шкала слева не превышает и не меньше +-3-5%, то модель довольно точна и скорее всего при вычислении коэффициента детерминации, он будет близко к единице. Лучше, конечно, чтобы максимум и минимум не сильно отклонялись от нуля.

Специально строим относительные отклонение, потому что если строить абсолютные, то при погрешности в 1% от суммы в 1 млрд. руб., можно получить абсолютное отклонение в 10 млн. руб. Для кого-то такой степени точности будет достаточно, а для кого-то это может быть критичным для бизнеса. Тут опять же необходимо понимать степень важности для организации погрешности прогноза.

Как же проверить устойчивость. Все очень просто, если график остатков (абсолютных или относительных — не важно), пересекает ноль множество раз, на граничных точках, в середине диапазона, то скорее всего Ваша модель устойчива.

Да и вычисляя статистику Дарбина-Уотсона, она будет находится ближе к 2-ум. Если же график находится выше нуля или ниже нуля, то скорее всего существует некий фактор, которым Вы пренебрегли и  который обязательно может повлиять на степень точности модели в будущем. Кроме этого, если построить тренд графика остатков, лучше, чтобы он совпадал с нулевой линией, если принимает вид синусоиды, тангенса, полинома или другой, описываемый более сложной формулой кривой, то скорее всего Ваша модель не устойчива.

Ну вот, теперь не обладая какими-либо глубокими знаниями в статистике Вы сможете проверить степень точности и устойчивости модели, всего лишь взглянув на график остатков.

Желаю Вам устойчивых И точных прогнозов!


Oracle Day 2010

0

Вчера, 27 октября, удалось побывать на Oracle Day 2010 в Москве.

Несмотря на то, что функциональность большинства новых продуктов Oracle я знаю, меня привлекло данное мероприятие еще тем, что на нем были отраслевые сессии и отдельные секции по бизнес-аналитике.

Мне удалось побывать на секции, посвященной телекоммуникациям и на части секции по бизнес-аналитике.

На первой секции, узнав заранее программу, я больше всего ожидал выступление компании AT Consulting — интегратора, который занимается сейчас внедрением Hyperion Planning в компании Вымпелком.

Это очень интересный продукт, который компания Oracle приобрела с поглощением Hyperion, он является более продвинутым инструментом для бюджетирования по сравнению с самописным продуктом Oracle — Oracle Financial Analyzer (OFA). Он построен на многомерной БД Essbase. Имеет встроенный процесс согласования.

Компания Вымпелком пошла по пути автоматизации процесса бюджетирования. Для тех кто не совсем понимает для чего это делается, компания имеет огромное число подразделений, огромное число услуг, плюс 2 бизнеса (мобильный и фиксированный). Ранее в компании Вымпелком была система бюджетирования OFA, а в приобретенной компании Голден Телеком IBM Cognos. Hyperion Planning система бюджетирования объединенной компании. Essbase поддерживает язык MDX (язык запросов к многомерным БД) на котором и были запрограммированы автоматические алгоритмы формирования прогноза. Хочется отметить, что в беседе с интегратором удалось узнать, что автоматически бюджетируется лишь часть статей, остальная часть, по-прежнему, «вручную». Но я бы отметил, что это большой прогресс как для компании, так и для отрасли в целом. Конечно, хотелось бы думать, что специалисты компании понимают разницу между прогнозом и планом.

Также мне запомнилась презентация компании, которая внедряла биллинг Oracle BRM+BI одному питерскому телекоммуникационному оператору связи. А запомнилась она мне тем, что ребята наплевали на бизнес и начали тарифицировать все с нуля. Все исторические данные остались в старой системе, а отчетность начала накапливаться с нуля. Но зато никакой интеграции со старыми системами не потребовалось, только с системами активации. Кто работал в телекоммуникационном бизнесе, тот наверное поймет, что потеря исторических данных очень усложняет жизнь бизнесу. Представляете, BI есть, а данных нет или есть за пару месяцев.  С точки зрения инвестиционной окупаемости ПО, не оптимальная стратегия. Неужели так сложно подгрузить данные в БД? Но это их выбор, не разделяю.

На секции по бизнес-аналитике мне больше всего понравилось первое выступление представителя компании Oracle на английском языке. Он рассказал о линейке продуктов Oracle по бизнес-аналитике. Надо признаться, что проведенная в последние годы работа компании по консолидации активов наконец-то стала из себя представлять не разрозненную «солянку», а четко сегментированную линейку бизнес продуктов.

Выглядит она примерно так: Oracle BI 11g, Hyperion Planning, Oracle Apps. Последний представляет набор продуктов.

По заверению самого Oracle он сейчас впереди на 2 года от основных конкурентов.

Конечно, если судить по отдельно взятым продуктам я бы так не сказал, но то, что сейчас решения Oracle выглядят более целостно, с этим не поспоришь.

Ну что ж, удачи компании Oracle, пусть и дальше продолжает нас радовать своими продуктами.


Вверх
Яндекс.Метрика