جميع الأدلة

بواسطة 6 سبتمبر 202610 دقائق قراءة

تحليل مخزون ABC-XYZ للتجارة الإلكترونية

تقوم ABC بتصنيف وحدات SKU حسب الإيرادات، وXYZ حسب مدى إمكانية التنبؤ بالطلب. كيفية حساب كليهما من بيانات Shopify الخاصة بك، وما هي السياسة التي تكسبها كل خلية من الخلايا التسع.

يبيع اثنان من وحدات SKU في نفس الكتالوج ما متوسطه 35 وحدة في الأسبوع لكل منهما. يبيع المرء ما بين 33 و 37 كل أسبوع. الآخر يبيع 4 أسبوعًا و 96 في الأسبوع التالي. إذا أعطينا نفس المخزن المؤقت، ونفس طريقة التنبؤ، ونفس قاعدة إعادة الترتيب، فسيكون أحد هذه القرارات خاطئًا بطريقة لن يتمكن أي قدر من الاهتمام في الحساب من إصلاحها.

تحليل ABC-XYZ هو كيفية التوقف عن ارتكاب هذا الخطأ على نطاق الكتالوج. تتناول هذه المقالة العملية الحسابية: كيفية إنتاج درجة A أو B أو C ودرجة X أو Y أو Z لكل منتج من البيانات المتوفرة لديك بالفعل، وما هي سياسة التخطيط التي تكتسبها كل مجموعة.

لماذا تفشل سياسة واحدة

إن سياسة التخطيط الواحدة المطبقة عبر الكتالوج ليست تبسيطًا، بل هي عدم تطابق. إن الحاجز الذي يحمي البائع غير المنتظم هو إهدار للبائع الثابت. إن المراجعة الأسبوعية للتوقعات التي تحافظ على أفضل منتج لديك في المخزون هي الوقت الذي لن تسترده أبدًا عندما تنفقه على SKU الذي يبيع أربع وحدات كل ربع سنة. وطريقة التنبؤ التي تعمل على سلسلة سلسة تنتج هراء واثقًا على سلسلة شائكة.

دليلنا ل طرق التنبؤ بالمخزون يجادل هذا بالفعل من جانب نمط الطلب، بأن الكتالوج الحقيقي ليس شكل طلب واحدًا أبدًا، وتطبيق طريقة واحدة على كل منهم يعد عدم تطابق وليس اختصارًا. ما تحتاجه هذه الحجة لتصبح قابلة للتنفيذ هو طريقة لفرز المنتجات إلى مجموعات. هذه هي المهمة الكاملة لـ ABC-XYZ: تصنيفان رخيصان يخبرانك بالسياسة التي حصل عليها كل SKU.

ABC من خلال مساهمة الإيرادات

يعود تصنيف ABC إلى مقال نشر عام 1951 بقلم إتش. فورد ديكي من شركة جنرال إلكتريك، والذي طبق عمل باريتو بشأن توزيع الدخل على المخزون. ولم تتغير الفكرة منذ ذلك الحين: قم بالفرز حسب المساهمة، والتعامل مع الجزء العلوي من القائمة بشكل مختلف عن الجزء السفلي. لدينا أساسيات إدارة المخزون ويغطي الدليل مكان وجوده بين الأساليب القياسية لمراقبة المخزون؛ ما يلي هو كيفية إنتاج الدرجات فعليًا.

يتكون الإجراء من أربع خطوات ويتم تنفيذه في جدول بيانات. اسحب إيرادات كل SKU عبر نافذة حديثة متسقة. الترتيب تنازليًا. قم بحساب حصة كل SKU من إجمالي الإيرادات. ثم قم بإجراء الإجمالي التراكمي أسفل القائمة التي تم فرزها، وقم بتقسيمها إلى ثلاث مجموعات.

هنا موجود في كتالوج صغير عمدًا، باستخدام الإيرادات اللاحقة لمدة 90 يومًا:

SKUإيرادات لمدة 90 يومًاشاركتراكمي
الأرز والتين 250 جرام1800051.4%51.4%
علبة هدايا من خشب الأرز والتين900025.7%77.1%
خشب الصندل 250 جرام450012.9%90.0%
الفتيل الانتهازي20005.7%95.7%
مطفأة الشموع15004.3%100%

إجمالي الإيرادات 35.000. الآن الجزء الذي تتخطاه معظم التفسيرات: أين تقطع؟ يستخدم تحليل ABC الخاص بـ Shopify حسب تقرير المنتج 80% من الإيرادات للدرجة A، و15% التالية للدرجة B، وآخر 5% للدرجة C. وبتطبيق هنا، فإن أول وحدتين من SKU تحملان 77.1% بينهما، وإضافة الثالثة تأخذك إلى 90%. لذا فإن خشب الصندل هو إما الحرف A الأخير أو الحرف B الأول اعتمادًا على جانب الخط الذي تضع فيه رمز SKU الذي يتجاوزه.

وهذا الغموض ليس عيبا في المثال. نقاط القطع هي اتفاقية وليست قانونًا. تعطي المصادر المرجعية تقسيمات الكتب المدرسية الشائعة على أنها 70/25/5 أو 80/15/5 وتوضح بوضوح أنه لا توجد حدود محددة. كما أنها تحدد الفئات بشكل مختلف: بعضها حسب حصة العناصر وحصة القيمة معًا، بينما يستخدم تقرير Shopify حصة الإيرادات فقط ويسمح لعدد العناصر بالانخفاض حيثما أمكن ذلك. منشور يقتبس 80/15/5 ثم يشرح ذلك على أنه "20٪ من منتجاتك تحقق 80٪ من الإيرادات" قد قام بدمج عمليتين مختلفتين معًا بصمت.

النسخة العملية: قم بتجميع قائمتك المصنفة وانظر إلى أين ينحني المنحنى فعليًا. يحتوي الكتالوج الذي يمثل فيه SKU واحد 51% من الإيرادات فاصلًا طبيعيًا مختلفًا عن الكتالوج الذي تمثل فيه العشرة الأوائل 8% لكل منهم. قم بالتقدير مقابل التوزيع الخاص بك، وليس النسبة المقترضة.

هناك قرار آخر يستحق اتخاذه عن قصد: ABC من حيث الإيرادات ليس ABC من حيث الربح. يقول تقرير Shopify صراحةً أن التكلفة لا تؤثر في الدرجة. يمكن لوحدة SKU عالية الإيرادات وذات هامش ضئيل ووحدة SKU متوسطة الإيرادات ذات هامش كبير أن تهبط في مستويات مختلفة عما تستحقه. إذا كانت بيانات الهامش موجودة في تصديرك، فإن التصنيف على إجمالي الربح بدلاً من الإيرادات يأخذ نفس الخطوات الأربع وعادةً ما يخبرك بشيء مختلف. الشيء نفسه ينطبق على الدرجات كم مرة في السنة يتقلب كل سهم من أسهم SKU أو على الهامش الإجمالي الذي يعود به SKU مقابل كل دولار مرتبط بهوكلاهما يجيب على سؤال رأس المال الذي يخفيه تصنيف الإيرادات.

XYZ حسب تقلب الطلب

يقوم محور XYZ بتصنيف نفس المنتجات بناءً على سؤال مختلف تمامًا: ما مدى إمكانية التنبؤ بالطلب على SKU هذا؟ X مستقر، وY يختلف لسبب معروف مثل موسم أو عرض ترويجي، وZ غير منتظم.

المقياس هو معامل التباين: الانحراف المعياري للمبيعات الدورية لوحدة SKU مقسومًا على متوسطها. يعد القسمة على المتوسط ​​أمرًا مهمًا، لأنه يجعل التباين قابلاً للمقارنة عبر وحدات SKU ذات الأحجام المختلفة. إن المنتج الذي يبيع 35 وحدة في الأسبوع ويتأرجح بمقدار 3 وحدات والمنتج الذي يبيع 3 وحدات في الأسبوع والذي يتأرجح بمقدار 3 وحدات لا يمكن التنبؤ بهما بنفس القدر، والنسبة فقط هي التي تظهر ذلك.

خذ وحدتي SKU من أعلى هذا المنشور. ثمانية أسابيع من الوحدات المباعة:

  • الأرز والتين 250 جرام: 34، 36، 33، 35، 36، 34، 35، 37. المجموع 280، المتوسط 35.0، الانحراف المعياري حوالي 1.2 وحدة، معامل الاختلاف حوالي 0.035.
  • علبة هدية الأرز والتين: 8، 72، 15، 4، 96، 11، 68، 6. المجموع 280، المتوسط 35.0، الانحراف المعياري حوالي 34.8 وحدة، معامل الاختلاف حوالي 0.99.

مجاميع متطابقة، ومتوسطات متطابقة، ورقم واحد يفصل بينهما بمعامل ثلاثين تقريبًا. في جدول البيانات، هناك خليتين: الانحراف المعياري للسكان للأرقام الأسبوعية الثمانية، ثم مقسومًا على متوسط ​​نفس الخلايا الثماني. ليست هناك حاجة إلى أي شيء أكثر تعقيدًا، والقيام بذلك على كتالوج كامل هو عبارة عن صيغة واحدة مملوءة.

Two SKUs with the same weekly average and completely different variabilityTwo small charts sit side by side, each plotting eight weeks of units sold for one SKU against a shared dashed line marking their common average of thirty-five units a week. On the left, the stable SKU traces a nearly flat line, never straying more than two units from the average in either direction, giving a standard deviation of about 1.2 units and a coefficient of variation of about 0.035. On the right, the erratic SKU swings violently between a low of four units and a high of ninety-six, crossing the average line repeatedly, giving a standard deviation of about 34.8 units and a coefficient of variation of about 0.99. Both series total two hundred and eighty units over the eight weeks, so an average alone cannot tell the two products apart. The coefficient of variation, standard deviation divided by average, is what separates them, and it is the entire basis of the XYZ axis.Same average. Not the same product.eight weeks of units sold; both average 35 a week, both total 280X: stableCedar & Fig 250gZ: erraticCedar & Fig gift boxavg 35sd 1.2 unitsvariation 0.035sd 34.8 unitsvariation 0.99coefficient of variation = sd ÷ average
المتوسط ​​هو ملخص يتخلص من الشيء الوحيد الذي تحتاجه لتحديد حجم المخزن المؤقت. باعت كل من وحدات SKU هذه 280 وحدة في ثمانية أسابيع.

ثم نقاط القطع، وهنا حيث تكون الصدق أكثر أهمية من الترتيب: لا يوجد حد رقمي موحد لـ X وY وZ. وقد أظهرت عمليات البحث المستقلة لهذا الموقع مجموعات حدود غير متناسقة بشكل متبادل، ولم يتفق على أي شيء يتفق عليه مصدران موثوقان. أي شخص يقتبس حدًا محددًا كمعيار الصناعة فهو يقتبس اتفاقية واحدة من بين عدة اتفاقيات.

ما ينجح بدلاً من ذلك هو فرز الكتالوج بأكمله حسب معامل التباين وقراءة قائمتك الخاصة. ابحث عن الفجوات الطبيعية، أو قم بتقسيمها إلى أثلاث في حالة عدم وجودها، وقارن النتيجة بالمنتجات التي تعرفها جيدًا. إذا كان SKU الذي تعرفه ثابتًا في Z، فمن المحتمل أن تكون نافذتك قصيرة جدًا أو أن السلسلة تحتوي على طلب مجمع كان يجب تنظيفه أولاً.

فخان يستحقان التسمية. الأسابيع التي لا مبيعات فيها عبارة عن بيانات، وليست فجوات، وحذفها سيجعل SKU المتقطع يبدو أكثر ثباتًا مما هو عليه الآن. وفي المنتجات ذات الحجم المنخفض جدًا، يتوقف معامل الاختلاف عن تقديم معلومات: SKU الذي تم بيعه 0، 0، 1، 0، 2، 0، 0، 1 له نسبة صحيحة رياضيًا ونسبة لا معنى لها. إن الدرجة Z في SKU كهذه هي في الواقع بيان بأن الطلب عليها متقطع، و التخطيط لـ SKU الذي يتم بيعه عدة مرات كل ربع سنة هي وظيفة مختلفة عن تصنيفها.

الجمع بين المحورين

يؤدي تقاطع ثلاث درجات إيرادات مع ثلاث درجات تباين إلى الحصول على تسع خلايا، من AX في إحدى الزوايا إلى CZ في الزاوية الأخرى. الشبكة نفسها، ومقدار الاهتمام الذي تكتسبه كل خلية، تم توضيحه بالفعل من خلال رسم تخطيطي في دليلنا تحديد أولويات المنتجات لإعادة الطلب، الذي يمتلك جانب إيقاع المراجعة لهذا. اقرأ الشبكة هناك؛ يبقى هذا المنشور على الحساب وعلى ما يعنيه كل جزء للتخطيط بدلاً من الجدولة.

والمفيد في المحورين أنهما يختلفان، والخلاف فيهما حيث يكون المال. لا يعد SKU عالي الإيرادات مع الطلب غير المنتظم مشكلة يمكنك حلها من خلال الاهتمام بها بشكل أكبر. لا يمكن رؤية هذا ولا نقيضه من خلال تصنيف الإيرادات وحده، ولهذا السبب يميل تصنيف ABC البسيط إلى إنتاج قائمة من الكتب الأكثر مبيعًا التي يعرفها الجميع بالفعل.

السياسة حسب القطاع

ما الذي تتغيره كل مجموعة درجات حول كيفية تخطيط SKU. اقرأ هذه الأمور كموضع بداية للتجادل معه، وليس كقاعدة: إن التعيين من الخلايا إلى السياسات هو توليف معقول وليس معيارًا ثابتًا، ولا يوجد مصدر يمكن لهذا الموقع التحقق منه ينشر نسخة موثوقة.

  • AX، قيمة عالية ويمكن التنبؤ بها. المكان الوحيد الذي يؤدي فيه النهج الدقيق المبني على الصيغة إلى مردود حقيقي. نقطة إعادة ترتيب كاملة، ومخزن مؤقت بحجم التباين الخاص بـ SKU، ومرشح آمن لاقتراحات إعادة الطلب التلقائي، لأن التوقعات لديها شيء حقيقي للعمل معه.
  • AY، ذات قيمة عالية وموسمية أو مدفوعة بالترويج. الحل هو التنبؤ الذي يعرف النمط، وليس المخزن المؤقت الأكبر. إن تعبئة SKU موسمي بمخزون إضافي يتعامل مع التأرجح المتوقع كما لو كان عشوائيًا ويدفع ثمنه مرتين، مرة نقدًا ومرة ​​في تخفيض أسعار ما بعد الموسم.
  • AZ، قيمة عالية وغير منتظمة. الزاوية باهظة الثمن. لن تكون التوقعات واثقة ومن الواضح أنه لا يوجد حجم مخزن مؤقت صحيح، لذا اشترِ لفترة أقصر: اطلب في كثير من الأحيان بكميات أصغر بدلاً من الالتزام بطلب واحد كبير مقابل رقم لا تثق به. هذا هو الجزء الذي يستحق أن ينظر إليه الإنسان.
  • بي إكس و بي. لا تزال التركيبة تحظى بمكانتها عند تطبيقها بدقة أقل. هذا هو المكان الذي تتفوق فيه قاعدة نمط الحد الأدنى/الأقصى عادةً على الحساب المخصص لكل SKU.
  • تجربة العملاء، ذات قيمة منخفضة ويمكن التنبؤ بها. أرخص شريحة يمكن تشغيلها آليًا وأسهلها للنسيان. يمكن الدفاع هنا عن قاعدة أيام التغطية البسيطة، التي يتم تحديدها مرة واحدة، وذلك على وجه التحديد لأن الطلب مستقر.
  • تشيكوسلوفاكيا، قيمة منخفضة وغير منتظمة. لا تنفق صيغة على هذا. إن القاعدة الأساسية، أو الحد الأدنى للمورد، أو قرار التوقف عن تخزينه، كلها أكثر صدقًا من الانحراف المعياري المحسوب من أربع مبيعات.

النمط في جميع التسعة: العمود X هو المكان الذي تدفع فيه الدقة، والعمود Y هو المكان الذي تدفع فيه التوقعات الأكثر ذكاءً، والعمود Z هو حيث لا شيء يدفع، والاستجابة الصحيحة هي تقليل تعرضك بدلاً من تحسين تقديرك.

التقسيم ليس غاية في حد ذاته. إنه موجود بحيث تكون الرافعات فينا دليل تحسين المخزون يتم سحبها من حيث تكون أرخص، لأن تكلفة شراء التوفر أقل بكثير على X SKU مقارنةً بـ Z one، وتدفع السياسة الشاملة أسوأ سعر متاح عبر الكتالوج بأكمله.

تشغيله على البيانات الخاصة بك

كل شيء أعلاه يعمل على تصدير واحد. سحب عناصر سطر الطلب عبر نافذة متسقة: 90 يومًا كافية لمحور ABC في معظم الكتالوجات، لكن محور XYZ يحتاج على الأقل إلى ثلاثة أو أربعة أضعاف الفترات التي تتحلى بالصبر، وعام كامل إذا كانت الموسمية قيد التشغيل. دليلنا ل سحب وتنظيف بيانات مبيعات Shopify يغطي التقرير الذي يجب استخدامه وما الذي يجب إزالته قبل أن تقوم بمتوسط أي شيء، وخطوة التنظيف مهمة هنا أكثر من المعتاد: طلب جملة واحد متبقي في السلسلة سيدفع SKU المستقر إلى Z من تلقاء نفسه.

من هناك يتمحور الأمر حول محورين: الإيرادات حسب SKU، والتي تمنحك ABC، والوحدات حسب SKU حسب الأسبوع، والتي تمنحك المتوسط، والانحراف المعياري، ومعامل الاختلاف لـ XYZ. انضم إليهم في SKU وسيكون لديك تصنيف تسعة اتجاهات للكتالوج في فترة ما بعد الظهر.

يمنحك تحليل ABC الأصلي من Shopify حسب تقرير المنتج محور الإيرادات بدون جدول البيانات، مع التحذيرات التي تمت ملاحظتها بالفعل: 28 يومًا، الإيرادات فقط، التكلفة مستبعدة، ووثائق Shopify الخاصة تحوط أنه اعتمادًا على خطتك قد تحتاج إلى تطبيق لذلك. لا يوجد مكافئ أصلي لـ XYZ، لذا فإن نصف التباين هو ملكك للبناء أو الشراء.

السبب وراء قيام معظم المتاجر بذلك مرة واحدة وعدم تكراره أبدًا هو إعادة التشغيل بدلاً من الحساب. تتغير الدرجات مع تغير الكتالوج، ويصف التقسيم من الربيع الماضي المتجر الذي انتقل إلى مكان آخر. StockCue يعمل لمدة تصل إلى 24 شهرًا من سجل الطلبات ويحسب تحليل ABC، بما في ذلك إصدار مرجح بالهامش يتم تصنيفه على أساس الربح بدلاً من الإيرادات، وفقًا لخطة Scale الخاصة به. يتم تشغيل التنبؤ، وهو ما يغذيه محور التباين في النهاية، على كل خطة بما في ذلك الخطة المجانية.

STOCKCUE

إذا بقيت نسخة جدول البيانات هذه لمدة ربع سنة ثم توقفت عن إعادة التشغيل بهدوء، فإن StockCue يحسب ABC وABC ذات الهامش المرجح من تاريخ المبيعات الخاص بك على Scale، ويتنبأ بطلب كل SKU في كل خطة بما في ذلك الخطة المجانية.

قم بتثبيت StockCue على Shopify →

الأسئلة المتداولة

ما هو تحليل ABC-XYZ؟

يقوم تحليل ABC-XYZ بتقييم كل SKU مرتين. يصنف محور ABC المنتجات حسب مقدار مساهمتها، وعادة ما تكون الإيرادات، ويقسمها إلى مجموعة عليا صغيرة، ومجموعة متوسطة، وذيل طويل. يقوم محور XYZ بتصنيف نفس المنتجات حسب مدى إمكانية التنبؤ بطلبها، بدءًا من البائعين الثابتين مرورًا بالبائعين الموسميين أو الذين يحركهم الترويج إلى البائعين غير المنتظمين حقًا. إن تقاطع الاثنين يعطي تسعة أجزاء، والهدف من التمرين هو أن كل جزء يكتسب سياسة تخطيط مختلفة.

كيف يمكنك حساب تصنيف XYZ؟

خذ كل وحدات SKU المباعة لكل فترة، عادةً أسبوعيًا، خلال نافذة ثابتة. احسب المتوسط ​​والانحراف المعياري لتلك السلسلة، ثم اقسم الانحراف المعياري على المتوسط. هذه النسبة هي معامل التباين، وهي تقيس التباين بالنسبة لحجم SKU الخاص، وهو ما يتيح لك مقارنة منتج يبيع 35 في الأسبوع مقابل منتج يبيع 3. قم بفرز الكتالوج الخاص بك حسب هذه النسبة وحدد نقاط القطع الخاصة بك من التوزيع الخاص بك: لا يوجد عتبة رقمية موحدة لـ X وY وZ التي تتفق عليها المصادر المستقلة.

كم مرة يجب عليك إعادة تشغيل تحليل ABC-XYZ؟

ربع سنوي يناسب معظم الكتالوجات الصغيرة، بالإضافة إلى تشغيل إضافي بعد أي شيء يغير المزيج، مثل إطلاق المنتج، أو إيقاف مجموعة، أو تحول الموسم. إن إعادة تشغيله شهريًا يؤدي إلى إنتاج خلل بدلاً من الحصول على رؤية واضحة، لأن وحدة SKU التي تتنقل بين الدرجات بحركات صغيرة سوف تنقلب مرة أخرى. ما يهم أكثر من التردد هو أن النافذة التي تقيسها تكون متسقة في كل مرة.

هل يقوم Shopify بتحليل ABC محليًا؟

نعم، في شكل تحليل ABC حسب تقرير المنتج. يقوم بتصنيف المنتجات بحيث تمثل الدرجة A بشكل جماعي 80% من الإيرادات، والدرجة B بنسبة 15% التالية، والدرجة C تمثل 5% الأخيرة، ويتم قياسها على مدار آخر 28 يومًا وتحديثها يوميًا. هناك تفصيلان مهمان قبل أن تعتمد عليهما: يتم استبعاد التكلفة بشكل صريح من الحساب، لذلك يتم تصنيف الإيرادات بدلاً من الربح أو رأس المال المقيد، كما أن فترة الـ 28 يومًا قصيرة بما يكفي لإساءة تصنيف الكتالوج الموسمي. تشير وثائق Shopify أيضًا إلى أنه اعتمادًا على خطتك، قد تحتاج إلى تطبيق لتحليل ABC، لذا تحقق منه مقابل الخطة التي تستخدمها.

راهات خان، محلل عمليات التجارة الإلكترونية في Devmerx

Rahat Khan

محلل عمليات التجارة الإلكترونية

يكتب رهط خان عن عمليات مخزون Shopify لـ Devmerx، الاستوديو الذي يقف خلف StockCue: Inventory Forecast.

هل تحتاج إلى مساعدة بشأن متجر Shopify الخاص بك؟

تقوم Devmerx ببناء وتحسين متاجر Shopify لعلامات DTC التجارية. احجز استشارة مجانية لمدة 20 دقيقة.