Анализ запасов ABC-XYZ для электронной коммерции

Два SKU в одном каталоге продаются в среднем по 35 единиц в неделю каждый. Каждую неделю продается от 33 до 37 экземпляров. Другой продает 4 на одной неделе и 96 на следующей. Дайте один и тот же буфер, один и тот же метод прогнозирования и одно и то же правило переупорядочения, и одно из этих решений будет неверным, и никакая арифметика не сможет это исправить.

Анализ ABC-XYZ поможет вам перестать совершать эту ошибку в масштабе каталога. Эта статья посвящена расчетам: как получить оценку A, B или C и оценку X, Y или Z для каждого продукта на основе уже имеющихся у вас данных и какую политику планирования получает каждая комбинация.

Почему одна политика терпит неудачу

Единая политика планирования, применяемая ко всему каталогу, — это не упрощение, а несоответствие. Буфер, защищающий неустойчивого продавца, — это трата на стабильного. Еженедельный обзор прогнозов, благодаря которому ваш лучший продукт будет на складе, — это время, которое вы никогда не вернете, если потратите его на SKU, который продается четыре единицы в квартал. А метод прогнозирования, работающий на плавных рядах, дает уверенную ерунду на резких.

Наш гид по методы прогнозирования запасов уже утверждает это со стороны модели спроса, что реальный каталог никогда не представляет собой одну форму спроса, и применение одного метода ко всем из них является скорее несоответствием, чем сокращенным путем. Чтобы этот аргумент стал действенным, необходимо найти способ сортировки продуктов по группам. В этом вся работа ABC-XYZ: две дешевые оценки, которые сообщают вам, какой полис заработал каждый SKU.

ABC по вкладу в доход

Классификация ABC восходит к статье Х. Форда Дики из General Electric, опубликованной в 1951 году, в которой была применена работа Парето о распределении дохода на акции. С тех пор идея не изменилась: сортируйте по вкладам и обрабатывайте верхнюю часть списка иначе, чем нижнюю. Наш основы управления запасами руководства освещают место среди стандартных методов контроля запасов; Далее следует, как на самом деле выставлять оценки.

Процедура состоит из четырех шагов и выполняется в электронной таблице. Сопоставьте доход каждого SKU с последовательным недавним периодом. Сортировать по убыванию. Рассчитайте долю каждого SKU в общем доходе. Затем проведите совокупную сумму по отсортированному списку и разделите его на три группы.

Вот он в намеренно крошечном каталоге с использованием скользящего дохода за 90 дней:

Общий доход 35 000. Теперь большинство объяснений пропускают часть: где резать? Собственный ABC-анализ Shopify по отчету о продуктах использует 80% дохода для класса A, следующие 15% для B и последние 5% для C. Применительно здесь первые два SKU несут между собой 77,1%, а добавление третьего приведет к 90%. Таким образом, «Сандал» — это либо последняя буква А, либо первая буква Б, в зависимости от того, с какой стороны линии вы поместите артикул, который ее пересекает.

Эта двусмысленность не является недостатком примера. Точки отсечения – это соглашение, а не закон. В справочных источниках обычное разделение учебников составляет 70/25/5 или 80/15/5 и прямо указывается, что фиксированных пороговых значений не существует. Они также определяют классы по-разному: некоторые по доле товаров и доле стоимости вместе, в то время как в отчете Shopify используется только доля дохода и допускается уменьшение количества товаров там, где это возможно. Сообщение, в котором цитируется 80/15/5, а затем объясняется, что «20% ваших продуктов приносят 80% дохода», незаметно объединило две разные операции.

Практическая версия: составьте свой собственный отсортированный список и посмотрите, где на самом деле изгибается кривая. Каталог, в котором один SKU приносит 51% дохода, имеет другой естественный разрыв, чем каталог, в котором десять лучших товаров приносят по 8% каждый. Оценка по вашему собственному распределению, а не по заимствованному соотношению.

Еще одно решение, которое стоит принять намеренно: ABC по выручке — это не ABC по прибыли. В отчете Shopify прямо говорится, что стоимость не влияет на оценку. Артикул с высоким доходом и низкой прибылью и продукт со средним доходом и высокой прибылью могут оказаться на разных уровнях, чем они того заслуживают. Если в вашем экспорте есть данные о марже, оценка валовой прибыли вместо выручки требует тех же четырех шагов и обычно дает вам что-то другое. То же самое касается и оценок сколько раз в год оборачиваются запасы каждой SKU или на валовая прибыль, которую возвращает SKU на каждый вложенный в него доллар, оба из которых отвечают на главный вопрос, который скрывает рейтинг доходов.

XYZ по изменчивости спроса

Ось XYZ оценивает те же продукты по совершенно другому вопросу: насколько предсказуем спрос на этот SKU? X является стабильным, Y меняется по известным причинам, например сезону или повышению по службе, а Z нестабильно.

Мерой является коэффициент вариации: стандартное отклонение периодических продаж SKU, деленное на его среднее значение. Деление на среднее значение является важным моментом, поскольку оно делает вариативность сопоставимой для SKU разных размеров. Продукт, продаваемый по 35 единиц в неделю, который колеблется на 3 единицы, и продукт, продаваемый по 3 в неделю, который колеблется на 3 единицы, не одинаково непредсказуемы, и только соотношение показывает это.

Возьмите два SKU из начала этого поста. За восемь недель продано единиц:

• Кедр и инжир 250г: 34, 36, 33, 35, 36, 34, 35, 37. Всего 280, среднее 35,0, стандартное отклонение около 1,2 единиц, коэффициент вариации около 0,035.
• Подарочная коробка «Кедр и инжир»: 8, 72, 15, 4, 96, 11, 68, 6. Всего 280, среднее 35,0, стандартное отклонение около 34,8 единиц, коэффициент вариации около 0,99.

Идентичные суммы, одинаковые средние значения и одно число, разделяющее их примерно в тридцать раз. В электронной таблице это две ячейки: стандартное отклонение совокупности восьми недельных показателей, разделенное на среднее значение тех же восьми ячеек. Ничего более сложного не требуется, и сделать это для всего каталога — это заполнить одну формулу.

Затем точки отсечения, и здесь честность важнее аккуратности: не существует стандартизированного числового порога для X, Y и Z. Независимые поиски на этом сайте выявили взаимно несовместимые наборы порогов и ничего, о чем договорились два заслуживающих доверия источника. Любой, кто называет конкретное ограничение в качестве отраслевого стандарта, цитирует одно соглашение среди нескольких.

Вместо этого можно отсортировать весь каталог по коэффициенту вариации и прочитать свой собственный список. Ищите естественные пробелы или разбивайте их на трети, если их нет, и сравнивайте результат с хорошо знакомыми вам продуктами. Если известный вам SKU стабильно попадает в Z, возможно, ваше окно слишком короткое или серия содержит оптовый заказ, который следует сначала очистить.

Две ловушки, достойные упоминания. Недели с нулевыми продажами — это данные, а не пробелы, и их удаление заставит прерывистый SKU выглядеть гораздо более стабильным, чем он есть на самом деле. А на очень мелкосерийной продукции коэффициент вариации перестает быть информативным: SKU, продавший 0, 0, 1, 0, 2, 0, 0, 1, имеет математически обоснованное соотношение и бессмысленное. Оценка Z для такого SKU на самом деле является заявлением о том, что спрос на него непостоянен, и планирование SKU, который продается несколько раз в квартал это другая работа, чем выставление оценок.

Объединение двух осей

Пересечение трех уровней дохода с тремя уровнями изменчивости дает девять ячеек: от AX в одном углу до CZ в другом. Сама сетка и то, сколько внимания при проверке получает каждая ячейка, уже представлены в виде диаграммы в нашем руководстве по определение приоритета продуктов для повторного заказа, которому принадлежит каденция обзора. Прочитайте там сетку; этот пост посвящен расчетам и тому, что каждый сегмент подразумевает для планирования, а не для планирования.

Полезная вещь в двух осях заключается в том, что они расходятся во мнениях, а разногласия заключаются в том, где деньги. Высокодоходный SKU с нестабильным спросом — это не проблема, которую можно решить, уделив ей больше внимания. Ни это, ни его противоположность не видны только из рейтинга доходов, поэтому простая оценка ABC имеет тенденцию давать список бестселлеров, о которых все уже знали.

Политика по сегментам

Что меняет каждая комбинация классов в планировании SKU. Прочтите их как отправную точку для спора, а не как правило: сопоставление ячеек с политиками является разумным синтезом, а не установленным стандартом, и ни один источник, который этот сайт не может проверить, не публикует авторитетную версию.

Схема во всех девяти случаях: столбец X — это тот случай, когда точность окупается, столбец Y — где окупается более разумный прогноз, а столбец Z — где ничего не окупается, и правильный ответ — уменьшить риск вместо улучшения оценки.

Сегментация не является самоцелью. Оно существует для того, чтобы рычаги в нашем руководство по оптимизации запасов их тянут туда, где они дешевле всего, потому что покупка доступности стоит гораздо меньше для SKU X, чем для Z, а общий полис предполагает наихудшую ставку, доступную во всем каталоге.

Запускаем на собственных данных

Все вышеперечисленное выполняется за один экспорт. Растягивайте позиции заказа в постоянном окне: 90 дней достаточно для оси ABC в большинстве каталогов, но для оси XYZ требуется как минимум в три или четыре раза больше периодов, чем у вас есть терпение, и целый год, если действует сезонность. Наш гид по извлечение и очистка данных о продажах Shopify рассказывает, какой отчет использовать и что исключить, прежде чем что-либо усреднять, и этап очистки здесь имеет большее значение, чем обычно: единственный оптовый заказ, оставшийся в серии, сам по себе переместит стабильный SKU в Z.

Отсюда два поворота: доход по SKU, который дает вам ABC, и единицы по SKU по неделям, что дает вам среднее значение, стандартное отклонение и коэффициент вариации для XYZ. Присоединяйтесь к ним в SKU, и за полдня вы получите девятистороннюю оценку каталога.

Собственный ABC-анализ Shopify по отчету о продуктах предоставляет вам ось доходов без электронной таблицы с уже отмеченными оговорками: 28 дней, только доход, без учета затрат и собственная документация Shopify, хеджирующая, что в зависимости от вашего плана вам может понадобиться приложение для этого. Нативного эквивалента XYZ не существует, поэтому половину вариативности можно построить или купить.

Причина, по которой большинство магазинов делают это один раз и никогда больше, заключается в повторном прогоне, а не в расчете. Оценки меняются по мере изменения каталога, а сегментация, проведенная прошлой весной, описывает магазин, который изменился. StockCue работает с историей заказов за 24 месяца и рассчитывает ABC-анализ, включая версию, взвешенную по марже, которая оценивает прибыль, а не доход, в своем плане масштабирования. Прогнозирование, которое в конечном итоге обеспечивает ось изменчивости, работает на всех планах, включая бесплатный.

Часто задаваемые вопросы

Что такое анализ ABC-XYZ?

Анализ ABC-XYZ оценивает каждый SKU дважды. Ось ABC ранжирует продукты по тому, какой вклад они приносят (обычно доход), и разделяет их на небольшую верхнюю группу, среднюю группу и длинный хвост. Ось XYZ ранжирует одни и те же продукты по степени предсказуемости спроса: от постоянных продавцов, сезонных или рекламных товаров до действительно нестабильных. Пересечение этих двух сегментов дает девять сегментов, и смысл упражнения в том, что каждый сегмент имеет различную политику планирования.

Как вы рассчитываете классификацию XYZ?

Возьмите количество проданных единиц каждого SKU за период, обычно еженедельно, за определенный период. Вычислите среднее значение и стандартное отклонение этого ряда, затем разделите стандартное отклонение на среднее значение. Это соотношение является коэффициентом вариации и измеряет изменчивость относительно собственного размера SKU, что позволяет вам сравнить продукт, продаваемый 35 в неделю, с одним, продаваемым 3. Отсортируйте свой каталог по этому коэффициенту и установите точки отсечения из собственного распределения: не существует стандартизированного числового порога для X, Y и Z, с которым согласны независимые источники.

Как часто следует повторять анализ ABC-XYZ?

Ежеквартально подходит для большинства небольших каталогов, плюс дополнительный тираж после всего, что меняет ассортимент, например, запуска продукта, прекращения выпуска ассортимента или смены сезона. Повторное проведение его ежемесячно, как правило, приводит к оттоку, а не к пониманию, потому что SKU, который переключается между оценками при небольших движениях, будет возвращаться обратно. Что важнее частоты, так это то, чтобы окно измерения, которое вы измеряете, каждый раз было постоянным.

Shopify изначально выполняет ABC-анализ?

Да, в виде ABC-анализа по продуктам. Он классифицирует продукты таким образом, чтобы на категорию A в совокупности приходилось 80% дохода, на категорию B — следующие 15%, а на категорию C — последние 5%, измеренные за последние 28 дней и обновляемые ежедневно. Прежде чем положиться на него, важны две детали: затраты явно исключаются из расчета, поэтому они оценивают доход, а не прибыль или связанный капитал, а 28-дневный период достаточно короток, чтобы неверно оценить сезонный каталог. В собственной документации Shopify также отмечается, что в зависимости от вашего плана вам может понадобиться приложение для анализа ABC, поэтому сверьте его с планом, на котором вы находитесь.