Perhitungan analisis ABC. Analisis ABC multivariat

Bekerja dengan klien non-target. Manajer Anda mungkin paham secara teknis, memiliki skrip dan pengalaman kerja yang sempurna, namun tidak akan ada hasil jika mereka tidak mengetuk pintu pelanggan Anda.

Analisis ABC: tes audiens target

Bagaimana cara mengidentifikasi masalah?

Untuk mengetahui apakah Anda mengalami masalah ini, lihat daftar periksa kami:

• Manajer mengadakan banyak rapat, tetapi tidak ada hasil;
• Membangun bisnis berdasarkan pengalaman yang diperoleh di jenis bisnis lain;
• Tidak ada proses kualifikasi pembeli;
• Tidak ada definisi potret klien target,
• Tidak ada analisis ABC.

Bahkan jika Anda setuju dengan salah satu pernyataan ini, buatlah analisis ABC.

Mengapa itu diperlukan?ABC analisis?

Analisis ABC adalah studi tentang basis pelanggan dalam dua arah: volume dan frekuensi pembelian. Analisis ABC memungkinkan Anda untuk memahami:

1. Siapa yang membayar Anda lebih sering?
2. Apa persona pembeli Anda?
3. Apakah pembeli target Anda memasuki saluran Anda?
4. Dimana mengarahkan upaya utama para manajer
5. Cara meningkatkan pengiriman ke pelanggan baru

Analisis ABC: algoritma implementasinya

Studi ini akan menunjukkan distribusi pembeli berdasarkan pendapatan pada sumbu ABC, dan pada sumbu XYZ kita akan melihat mereka dipecah berdasarkan frekuensi transaksi. Anda akan segera melihatnya.

Sebagai hasil dari studi ABC, grup A harus mencakup 20% rekanan dengan volume pembelian terbesar, B - 60% dengan pembelian sedang, dan C - 20% dengan pembelian kecil. Hal yang sama perlu dilakukan untuk XYZ, dengan menempatkan di grup X mereka yang paling sering menghubungi Anda, di grup Y - secara tidak teratur, di grup Z - mereka yang melakukan pembelian tunggal.

Analisis ABC: membangun potret klien sasaran

Apa hasil analisis ABC memberitahu Anda?

Setelah melakukan analisis ABC, kami melihat perpotongan ABC dan XYZ dan mengidentifikasi pembeli yang paling menarik bagi perusahaan tersebut.

1) Mereka yang masuk ke dalam kelompok A dan B, memberikan sebagian besar pendapatan. Harus ada sebanyak mungkin dari mereka di perusahaan.

2) Kapak dan BX memberikan volume pembelian yang signifikan dengan penggunaan kembali secara teratur.

3) AY dan OLEH memberi Anda penghasilan yang baik, tetapi tidak kembali kepada Anda secara konsisten. Buatlah program bonus untuk mereka, ingatkan mereka tentang diri Anda secara rutin, informasikan kepada mereka tentang promosi dan produk baru.

4) AZ dan BZ, meskipun volume pembeliannya lumayan, pembelian tersebut kembali kepada Anda secara tidak terduga.

5) Mereka yang ada di dalamnya grup C, ada baiknya mempertimbangkan kembali dan mengabaikannya sebagian.

6) Dengan peserta CX dan CY berupaya meningkatkan cek rata-rata.

7)B CZ pembeli yang paling tidak menarik bagi Anda akhirnya. Jangan buang waktu manajer Anda pada mereka; berhentilah bekerja dengan mereka.

Analisis ABC: mengubah proses bisnis untuk menarik pelanggan

Apa yang harus dilakukan selanjutnya dengan analisis ABC?

Naikkan mayoritas pembeli ke kategori A

Berdasarkan hasil analisis ABC, rencanakan tugas untuk masing-masing rekanan sasaran dan ukur kapasitasnya:

Menerapkan proses kualifikasi pembeli. Penting untuk dipahami bahwa analisis ABC harus dilakukan secara teratur dan, berdasarkan hasilnya, kriteria tidak langsung harus dibuat untuk menentukan potret audiens target Anda (untuk contoh kriteria, lihat artikel). Mereka akan membantu Anda menentukan di pintu masuk apakah calon pembeli cocok dengan audiens target Anda dan apakah layak meluangkan waktu untuk itu. Tambahkan tahap ini ke .

Berdasarkan hasil analisis ABC, buatlah kolom tambahan untuk potret target audiens di CRM dan larang berpindah dari satu tahap ke tahap lain tanpa mengisinya.

Analisis ABC juga dapat dilakukan untuk segmen individu: saluran mitra dan ritel. Akan berguna untuk melihat analisis berdasarkan lini produk.

Dengan cara ini Anda akan membunuh dua burung dengan satu batu: Anda akan dapat menarik kesimpulan tentang produk mana yang memberi Anda pendapatan paling banyak dan mana yang harus Anda tinggalkan. Analisis ABC berdasarkan segmen rekanan akan memungkinkan Anda mengetahui apa yang perlu ditawarkan kepada mereka di sini dan saat ini.

Analisis ABC: mempelajari rangkaian produk

Analisis pelanggan ABC hanyalah salah satu bagian untuk mempelajari basis saat ini. Ada pendekatan lain - analisis inventaris ABC.

Secara tradisional, pentingnya suatu produk diidentifikasi oleh 2 parameter - volume penjualan dan keuntungan yang diterima. Sekali lagi, aturan Pareto diadopsi sebagai hipotesis umum. Menurutnya, 20% barang yang bermacam-macam memberikan 80% keuntungan.

Sejumlah besar perusahaan di dunia telah berulang kali melakukan analisis ABC terhadap produk mereka. Kesimpulannya hampir selalu mengarah pada rasio ini:

• 10% dari item bermacam-macam (grup A) memberikan 80% omset;
• 15% dari item bermacam-macam (grup B) memberikan 15% dari omset;
• 75% dari item bermacam-macam (grup C) menyumbang 5% dari omset.

Analisis bermacam-macam

Dengan mempertimbangkan semua ini, seluruh rentang dapat dibagi menjadi beberapa kelompok menurut tingkat kepentingannya:

• kelompok A – barang paling penting, yang merupakan bagian paling berharga dan berfungsi dalam bermacam-macam;
• kelompok B – barang dengan tingkat kepentingan sedang;
• Grup C – barang yang paling tidak penting. Pada dasarnya, mereka adalah “kandidat degradasi”. Produk baru terkadang termasuk dalam kelompok ini. Signifikansinya biasanya memerlukan konfirmasi lebih lanjut seiring berjalannya waktu.

Penting untuk dipahami bahwa pemeringkatan produk ke dalam kelompok dapat terjadi berdasarkan kriteria yang berbeda tergantung pada tujuannya.

Sasaran 1: pengurangan variasi. Dalam hal ini, produk dianalisis berdasarkan volume penjualan dan profitabilitas.

Sasaran 2: Studi efektivitas biaya. Barang didistribusikan tergantung pada tingkat profitabilitas dan rasio perputaran.

Sasaran 3: Mengurangi biaya penyimpanan inventaris. Di sini kami menganalisis bermacam-macam berdasarkan rasio perputaran dan ruang gudang yang ditempati.

Analisis ABC: lihat bermacam-macamnya

Dalam berbagai jenis bisnis, para ahli mencatat efektivitas alat seperti analisis bermacam-macam ABC.

Contoh untuk sebuah kafe. Disini analisis ABC diperlukan untuk mengoptimalkan menu. Untuk melakukan ini, bagian setiap posisi dalam keuntungan dan omset ditentukan. Untuk melakukan ini, Anda harus menggunakan algoritma penelitian tertentu:

1. Dibuat tabel khusus yang didalamnya dimasukkan data harga pokok, harga jual dan jumlah penjualan per bulan/enam bulan/tahun untuk setiap produk.

2. Dengan menggunakan rumus, produk diberi peringkat pada skala 1 sampai 100 tergantung pada bagian keuntungan dan omsetnya.

3. Posisi dialokasikan ke grup A, B dan C.

Jika posisinya pada skala ini berada pada kisaran 1 sampai 50, maka termasuk kategori A. Jika kelompok bermacam-macam berada pada kisaran 50-80, maka dimasukkan ke dalam B. Segala sesuatu yang berada di bawah garis “80” adalah “tidak memenuhi syarat” "

Produk-produk yang masuk dalam kelompok A dan B sangat signifikan dan efektif, karena menghasilkan keuntungan dan menyumbang hampir seluruh omzet kafe. Grup C harus menjalani “rehabilitasi” atau pengusiran. Dalam kasus pertama, perlu untuk merangsang permintaan. Dalam kasus kedua, tanpa harapan (biasanya ketika posisinya ada dalam daftar orang luar bukan untuk pertama kalinya), produk tersebut harus dibuang.

Analisis ABC: lengkapi dengan analisis XYZ

Selain itu analisis XYZ digunakan sebagai alat pelengkap dan untuk memperoleh gambaran yang lebih jelas.

Analisis XYZ adalah alat yang membagi produk menurut tingkat fluktuasi konsumsi dan keteraturan pengiriman.

Metode yang sedikit lebih rumit digunakan di sini, yang melibatkan perolehan apa yang disebut koefisien variasi. Sederhananya, fluktuasi aliran. Koefisien sendiri menunjukkan penyimpangan laju aliran dari nilai rata-rata dan dinyatakan dalam persentase.

Parameter berikut digunakan:

• volume (kuantitas);
• jumlah;
• jumlah margin perdagangan yang direalisasikan.

Hasilnya, kita mendapatkan distribusi barang yang sama, tetapi dalam kategori yang berbeda - X, Y, dan Z. Produk dalam kategori ini dicirikan oleh tingkat stabilitas perilakunya.

Jadi, kategori X mencakup kelompok bermacam-macam yang deviasinya bervariasi dari 5% hingga 15%. Penjualan barang-barang ini mudah diprediksi dan direncanakan karena tingkat konsumsinya stabil.

Kategori Y mencakup segala sesuatu yang memiliki koefisien variasi dari 15% hingga 50%. Penjualan barang-barang seperti itu lebih sulit diprediksi. Dan di sini, kemungkinan besar, kita berbicara tentang barang dengan permintaan musiman.

Menggabungkan hasil analisis ABC dan XYZ

Menggabungkan kedua jenis analisis (ABC dan XYZ) memiliki 3 keuntungan penting.

1. Anda akan dapat mengoptimalkan struktur manajemen inventaris Anda berdasarkan data yang paling andal.
2. Anda tahu pangsa produk mana yang harus ditingkatkan dalam matriks pilihan Anda.
3. Anda memahami cara mendistribusikan kembali personel berdasarkan kualifikasi dan pengalaman: siapa yang harus mengerjakan satu produk dan siapa yang harus dipindahkan ke produk lain.

Analisis ABC: memantau migrasi

Penting untuk diingat bahwa analisis ABC akan memberi Anda gambaran x-ray tentang keadaan basis pelanggan Anda saat ini. Anda harus menggunakan alat ini secara teratur dan kemudian Anda akan melihat dinamika pergerakan rekanan dan produk dari kategori ke kategori, yang disebut migrasi.

Jika perusahaan beroperasi di segmen B2B, Anda dapat melacak migrasi di beberapa bagian.

1. Migrasi oleh pembeli
2. Migrasi berdasarkan produk
3. Migrasi oleh manajer
4. Perubahan kualitas portofolio penjual berdasarkan volume pengiriman menurut ABC
5. Memantau keteraturan pembelian XYZ di portofolio karyawan

Jika suatu perusahaan beroperasi di segmen B2C, maka pemantauan migrasi harus dilakukan berdasarkan produk. Awalnya, sebagai pedoman untuk mengidentifikasi kategori, ambil standar konsumsi suatu produk tertentu tergantung pada gaji rata-rata.

Analisis ABC: bagaimana meningkatkan profitabilitas

Perlu diperhatikan tingkat kepraktisan yang tinggi dari teknik seperti analisis ABC. Keputusan pemasaran dan branding strategis perusahaan juga bergantung pada wawasan yang diberikan penelitian ini. Mari kita beri contoh.

Masalah

Klien Oy-li mengimpor komponen untuk peralatan penerangan dari Tiongkok. Pembeli utama adalah produsen dan pedagang grosir perantara. Perusahaan dihadapkan pada tugas untuk mengurangi risiko ketergantungan pada satu pemasok Tiongkok. Oleh karena itu, diputuskan untuk menjual barang impor dengan merek sendiri. Dengan cara ini, adalah mungkin untuk menghilangkan “dikte” pemasok dan mengubahnya jika perlu, tanpa menjelaskan langkah ini kepada rekanan Anda.

Keputusan yang strategis dan bermanfaat tersebut dalam segala hal menimbulkan ketidaksenangan di pihak mediator. Mereka menolaknya karena yakin pelanggannya akan menghubungi pemegang merek secara langsung.

Untuk memahami siapa sebenarnya pelanggan penting dan apakah mungkin dilakukan tanpa beberapa dari mereka di masa depan, dilakukan analisis ABC terhadap pemasok - konsumen produk importir.

Seperti yang diharapkan, hasilnya didistribusikan antara dua kelompok pembeli: produsen peralatan penerangan - 60%, perantara - 40%. Sepintas, dalam situasi seperti ini, meninggalkan pengecer yang “memberontak” sama saja dengan menutup bisnis. Kami mulai menganalisis siapa yang membeli lebih sering dan lebih banyak.

Namun perantara tersebut berakhir pada kategori AY. Artinya, meskipun volumenya bagus, stabilitasnya masih jauh dari yang diinginkan.

Situasi ini tampaknya mengkhawatirkan bagi para ahli Oy-li. Dan itulah kenapa. Rekanan pengecer memasok komponen ke produsen yang sama. Logikanya, volume pembelian mereka juga harus seragam untuk memenuhi kebutuhan rutin klien manufaktur. Namun, hal ini tidak terjadi. Pesanan tiba dengan frekuensi yang tidak dapat diprediksi. Dan terkadang hanya dari kasus ke kasus.

Larutan

Untuk memahami apa yang sedang terjadi, kami memutuskan untuk melakukan analisis ABCXYZ terhadap matriks bermacam-macam. Dan di sini muncul detail yang sangat menarik. Penelitian menunjukkan bahwa perantara tidak pernah membeli komponen yang sangat terbatas sehingga produsen dapat merakit produk akhir. Sebaliknya, setiap kali mereka melakukan pembelian yang “kacau”: untuk barang yang sangat berbeda dan tidak teratur. Kesimpulan yang jelas adalah bahwa pengecer menggunakan jasa pemasok lain dan hanya memesan ulang apa yang hilang.

Studi ini juga menunjukkan ciri lain yang tidak menyenangkan dalam bekerja dengan perantara: perusahaan pengimpor hampir tidak mendapat keuntungan dari interaksi dengan mereka. Perantara menerima diskon terlalu tinggi dari penjual.

Hasil

Dengan mempertimbangkan semua keadaan yang telah diklarifikasi, klien Oy-li disarankan untuk terus berupaya mencapai mereknya sendiri, tanpa bergantung pada pendapat pengecer. Serangkaian tindakan juga dikembangkan yang memungkinkan pencapaian volume baru dengan produsen.

Sejak semua solusi diterapkan, perusahaan pengimpor segera meningkatkan profitabilitasnya sebesar 15% dan memiliki sumber daya untuk fokus bekerja sama dengan produsen.

Analisis ABC: kesimpulan

Jadi, dengan bantuan analisis ABC, basis pelanggan dan jangkauannya diperiksa, yang memungkinkan kita menentukan siapa dan apa yang memberikan hasil terbesar. Penilaian yang dilengkapi dengan analisis XYZ, yang akan menunjukkan keteraturan pesanan pelanggan dan pembelian jenis produk tertentu, akan lebih informatif.

Analisis ABC tidak bisa dilakukan, lihat hasilnya dan tenang. Pemotongan seperti itu perlu dilakukan secara berkala. Dan berdasarkan hal tersebut, lakukan upaya untuk memastikan bahwa beberapa pembeli atau produk bermigrasi ke kategori berpenghasilan lebih tinggi. Untuk tujuan ini, pembeli perlu dirangsang - ditawarkan promosi, bonus, ketentuan khusus: jika ada potensi pengembangan klien, peluang ini tidak boleh dilewatkan.

Penting juga untuk dapat berpisah dengan beberapa klien dan beberapa produk. Jika barang-barang tersebut melakukan pembelian yang jarang dan dalam jumlah kecil atau permintaannya tidak stabil, lalu mengapa membuang-buang tenaga untuk membeli barang-barang tersebut? Sebaiknya tindakan diarahkan pada kelompok yang memberikan hasil terbaik.

Untuk menganalisis kisaran barang, “prospek” pelanggan, pemasok, dan debitur, digunakan metode ABC dan XYZ (sangat jarang).

Analisis ABC didasarkan pada prinsip Pareto yang terkenal, yang menyatakan: 20% usaha menghasilkan 80% hasil. Berubah dan dirinci, undang-undang ini telah diterapkan dalam pengembangan metode yang sedang kami pertimbangkan.

Analisis ABC di Excel

Metode ABC memungkinkan Anda mengurutkan daftar nilai menjadi tiga kelompok, yang memiliki efek berbeda pada hasil akhir.

Berkat analisis ABC, pengguna akan dapat:

• sorot posisi yang memiliki “bobot” terbesar dalam hasil total;
• menganalisis kelompok posisi alih-alih daftar besar;
• bekerja menurut satu algoritma dengan posisi satu kelompok.

Nilai-nilai dalam daftar setelah menerapkan metode ABC dibagi menjadi tiga kelompok:

1. A – yang paling penting untuk hasil (20% memberikan 80% hasil (pendapatan, misalnya)).
2. B – tingkat kepentingannya sedang (30% - 15%).
3. C – paling tidak penting (50% - 5%).

Nilai yang diberikan bersifat opsional. Metode penentuan batasan kelompok ABC akan berbeda ketika menganalisis indikator yang berbeda. Namun jika penyimpangan signifikan terdeteksi, ada baiknya memikirkan apa yang salah.

Ketentuan penggunaan analisis ABC:

• objek yang dianalisis mempunyai karakteristik numerik;
• daftar analisis terdiri dari item-item yang homogen (Anda tidak dapat membandingkan mesin cuci dan bola lampu; produk-produk ini menempati kisaran harga yang sangat berbeda);
• nilai yang paling obyektif dipilih (lebih tepat mengurutkan parameter berdasarkan pendapatan bulanan daripada pendapatan harian).

Untuk nilai apa teknik analisis ABC dapat digunakan:

• rangkaian produk (kami menganalisis keuntungan),
• basis pelanggan (kami menganalisis volume pesanan),
• basis pemasok (kami menganalisis volume pasokan),
• debitur (kami menganalisis jumlah utangnya).

Metode pemeringkatannya sangat sederhana. Namun mengoperasikan data dalam jumlah besar tanpa program khusus merupakan masalah. Spreadsheet Excel sangat menyederhanakan analisis ABC.

Skema umum:

1. Nyatakan tujuan analisis. Tentukan objek (apa yang kita analisis) dan parameternya (dengan prinsip apa kita akan mengurutkan ke dalam kelompok).
2. Urutkan parameter dalam urutan menurun.
3. Ringkaslah data numerik (parameter - pendapatan, jumlah utang, volume pesanan, dll.).
4. Temukan bagian setiap parameter dalam total.
5. Hitung bagiannya sebagai total kumulatif untuk setiap nilai dalam daftar.
6. Temukan nilai dalam daftar yang bagian kumulatifnya mendekati 80%. Ini adalah batas bawah grup A. Batas atas adalah yang pertama dalam daftar.
7. Temukan nilai dalam daftar yang pangsa kumulatifnya mendekati 95% (+15%). Ini adalah batas bawah grup B.
8. Untuk C – semuanya di bawah.
9. Hitung jumlah nilai untuk setiap kategori dan jumlah total item dalam daftar.
10. Temukan bagian dari setiap kategori dalam totalnya.



Analisis ABC rangkaian produk di Excel

Mari kita buat tabel pelatihan dengan 2 kolom dan 15 baris. Kami akan memasukkan nama barang bersyarat dan data penjualan untuk tahun tersebut (dalam satuan moneter). Penting untuk mengurutkan bermacam-macam berdasarkan pendapatan (produk mana yang memberikan lebih banyak keuntungan).

Sekarang kita telah menyelesaikan analisis ABC menggunakan Excel. Tindakan pengguna selanjutnya adalah menerapkan data yang diperoleh dalam praktik.

Analisis XYZ: contoh perhitungan di Excel

Metode ini sering digunakan selain analisis ABC. Dalam literatur bahkan terdapat istilah gabungan analisis ABC-XYZ.

Singkatan XYZ menyembunyikan tingkat prediktabilitas objek yang dianalisis. Indikator ini biasanya diukur dengan koefisien variasi, yang mencirikan ukuran penyebaran data di sekitar nilai rata-rata.

Koefisien variasi merupakan indikator relatif yang tidak memiliki satuan pengukuran tertentu. Cukup informatif. Bahkan sendirian. TETAPI! Tren dan dinamika musiman secara signifikan meningkatkan koefisien variasi. Akibatnya, indikator prediktabilitas menurun. Sebuah kesalahan dapat menyebabkan keputusan yang salah. Ini merupakan kelemahan besar dari metode XYZ. Namun demikian…

Kemungkinan objek untuk dianalisis: volume penjualan, jumlah pemasok, pendapatan, dll. Paling sering, metode ini digunakan untuk menentukan barang yang permintaannya stabil.

Algoritma analisis XYZ:

1. Perhitungan koefisien variasi tingkat permintaan setiap kategori produk. Analis memperkirakan persentase deviasi volume penjualan dari nilai rata-rata.
2. Menyortir rangkaian produk berdasarkan koefisien variasi.
3. Klasifikasi posisi menjadi tiga kelompok – X, Y atau Z.

Kriteria klasifikasi dan ciri-ciri kelompok:

1. “X” - 0-10% (koefisien variasi) – barang dengan permintaan paling stabil.
2. "Y" - 10-25% - produk dengan volume penjualan yang bervariasi.
3. "Z" - dari 25% - barang dengan permintaan acak.

Mari buat tabel pelatihan untuk melakukan analisis XYZ.

Kelompok “X” mencakup barang-barang yang permintaannya paling stabil. Rata-rata volume penjualan bulanan hanya menyimpang sebesar 7% (produk1) dan 9% (produk8). Jika terdapat stok barang tersebut di gudang, sebaiknya perusahaan meletakkan produk tersebut di counter.

Persediaan barang dari kelompok “Z” dapat dikurangi. Atau bahkan lihat judul-judul ini untuk memesan di muka.

Bisnis yang sukses dalam banyak kasus bergantung pada penanganan angka yang benar. Hal ini dapat terjadi baik pada tingkat perhitungan sederhana ketika membandingkan “debit” dan “kredit”, dan dalam aspek perhitungan analitis multi-level yang kompleks. Para ahli memasukkan analisis ABC dan XYZ seperti itu. Apa sajakah metode-metode tersebut? Apa signifikansi praktisnya? Bagaimana cara menggunakannya dengan benar?

Informasi Umum

Apa itu analisis ABC? Ini dipahami sebagai metode dimana seseorang dapat mengklasifikasikan sumber daya tertentu tergantung pada tingkat kepentingannya. Prinsip dasar yang digunakan dalam analisis jenis ini adalah aturan Pareto. Dalam interpretasi yang diterima secara umum, bunyinya seperti ini: 20% tindakan membawa 80% dari total hasil.

Sehubungan dengan analisis ABC seperti itu, prinsip ini dapat diartikan sebagai berikut: pengendalian yang andal atas 20% dari suatu sistem (opsional, penjualan atau manajemen perusahaan) menentukan 80% efektivitasnya.

Analisis ABC melibatkan klasifikasi operasi atau area sumber daya tertentu dengan membaginya menjadi beberapa kategori (tergantung pada tingkat nilainya) - A, B, dan C. Tipe A mencakup yang paling berharga (yang menghasilkan 80% dari sumber daya hasilnya, dan masing-masing sebesar 20%). Tindakan tipe B “biasa-biasa saja”, ada 30%, dan memberikan 15% hasil. Aktivitas tipe C, pada gilirannya, adalah yang paling tidak bernilai. Meski jumlahnya 50%, namun hanya memberikan 5% dari hasil.

Metodologi analisis

Penggunaan praktis alat seperti analisis ABC sebagian besar bertujuan untuk membuat “peringkat” kegunaan tindakan tertentu. Kriteria di sini, biasanya, adalah informasi statistik atau penilaian ahli yang memungkinkan untuk mengidentifikasi operasi yang “paling berharga”.

Sebagai aturan, selama analisis ABC, Anda dapat membuat grafik, sumbu X adalah jumlah tindakan, dan sumbu Y adalah indikator kinerja. Dengan cara ini Anda dapat menghitung aktivitas mana yang paling efektif. Jenis grafik ini kadang-kadang disebut kurva Pareto. Segera setelah peneliti memberi peringkat keefektifan semua tindakan, analisis statistik dilakukan, aktivitas yang paling berguna dihitung menurut semua grafik, dan, sebagai hasilnya, “peringkat” akhir mereka dibentuk.

Urutan analisis

Dalam urutan apa analisis ABC harus dilakukan? Para ahli merekomendasikan untuk mengikuti algoritma berikut:

1. Kami mengajukan pertanyaan utama. Efektivitas tindakan sehubungan dengan hasil apa yang kita minati dalam kasus ini?

2. Kami memilih aktivitas yang paling relevan dengan tugas yang ada.

3. Kami menyusun jadwal untuk setiap tindakan dibandingkan dengan indikator kinerja masing-masing tindakan.

4. Kami memilih 20% yang paling efektif, 30% - biasa-biasa saja, 50% - paling tidak signifikan.

Metodologi khusus untuk masing-masing dari empat poin tersebut dapat dipilih berdasarkan tujuan analisis. Dalam beberapa kasus, seorang pengusaha, misalnya, ingin menunjukkan kepada investor bahwa produk ini dan itu terjual lebih baik, dan perlu berinvestasi lebih aktif di dalamnya. Pilihan lainnya adalah menganalisis kelayakan pengalokasian sumber daya yang dialokasikan untuk pembelian tertentu. Selain itu, tujuan analisis ABC mungkin untuk mengidentifikasi efektivitas iklan yang ditujukan untuk “mempromosikan” jenis barang tertentu.

Manfaat praktis dari analisis

Bagaimana analisis tersebut dapat berguna dalam praktik? Ada banyak pilihan di sini. Mari kita ambil bidang penjualan. Katakanlah kita perlu mengidentifikasi item produk mana yang menghasilkan pendapatan paling besar. Analisis penjualan ABC yang dilakukan dengan benar akan memungkinkan kita mendeteksi tidak hanya daftar produk terlaris yang tersebar, namun 20% di antaranya, yang memberikan 80% keuntungan. Situasi serupa terjadi pada sektor jasa. Analisis pelanggan ABC dapat membantu Anda menemukan 20% konsumen jasa yang 80% pendapatannya bergantung pada aktivitasnya. Sama halnya dengan industri. Analisis ABC terhadap stok bahan mentah atau produk setengah jadi akan mengidentifikasi 20% varietasnya, yang digunakan dalam 80% volume produk, dan karenanya merupakan yang paling berharga. Artinya, mereka yang perlu diprioritaskan dalam pengadaan dan distribusi sumber daya kapasitif di gudang.

Kami melihat betapa serbagunanya analisis ABC. Ada lebih dari satu contoh penggunaannya. Area yang kompatibel dengan penggunaan teknik ini sangat berbeda.

analisis XYZ

Ada metode lain yang melengkapi penelitian dengan menggunakan metodologi ABC - analisis XYZ. Apa itu? Jenis penelitian ini diyakini memungkinkan untuk mengklasifikasikan cadangan yang tersedia di perusahaan berdasarkan intensitas konsumsinya, serta memperkirakan dinamika munculnya kebutuhan dalam kaitannya dengan siklus waktu tertentu. Apa artinya?

Sumber daya diklasifikasikan ke dalam tiga kategori - X, Y dan Z. Sumber daya yang termasuk dalam tipe X memiliki dinamika konsumsi yang stabil, penyesuaian minimal dari waktu ke waktu, dan akibatnya, konsumsinya cukup mudah diprediksi. Biasanya selisih indikator konsumsi minimum dan maksimum yang tercatat dalam jangka waktu tertentu tidak melebihi 10%, atau bahkan cenderung nol.

Sumber daya tipe Y, pada gilirannya, memiliki dinamika konsumsi yang kurang stabil, namun masih dapat diprediksi dengan cukup baik. Selisih indikator minimum dan maksimum adalah 10-25%.

Sumber daya yang termasuk dalam kategori Z dicirikan oleh dinamika konsumsi yang sangat tidak stabil. Tidak ada tren yang jelas, sulit untuk memprediksi apa pun. Nilai indikator konsumsi minimum dan maksimum untuk jangka waktu tertentu mungkin berbeda sebesar 25% atau lebih.

Fakta menariknya adalah bahwa sumber daya yang sama dapat dimasukkan ke dalam kategori berbeda dalam periode pengukuran berbeda. Hal ini dapat ditentukan sebelumnya, misalnya, berdasarkan waktu dalam setahun, hasil panen, atau permintaan spesifik. Misalnya, jeruk keprok biasanya laris manis di toko pada musim dingin. Namun dinamika spesifik penerapannya sepanjang musim dingin kemungkinan besar akan berbeda. Selama periode, katakanlah, dari awal Desember hingga tanggal 20, jeruk keprok kemungkinan besar akan diklasifikasikan sebagai produk tipe Y - dengan permintaan yang relatif stabil namun bervariasi. Namun, karena buah ini sangat populer di Tahun Baru, dari tanggal 20 Desember hingga pertengahan Januari kemungkinan besar buah ini akan dijual dengan harga tinggi, sehingga dapat diklasifikasikan sebagai sumber daya sejenis. X. Pada gilirannya, Menjelang bulan Februari, “hype” jeruk keprok menurun, dan pada musim semi, permintaan untuk produk ini mendekati kategori Z menurut kriteria.

Kombinasi dua tes

Analisis ABC dan XYZ dapat digabungkan. Selain itu, dalam banyak kasus, penelitian tidak akan lengkap jika masing-masing metode digunakan secara terpisah. Bagaimana cara melakukan analisis ABC-XYZ sekuensial? Sekarang kita akan melihat contoh algoritma yang cocok untuk tujuan ini.

Katakanlah kita dihadapkan pada tugas: menganalisis rangkaian produk bahan makanan untuk menentukan unit penjualan mana yang menghasilkan pendapatan paling banyak dan unit penjualan mana yang memiliki permintaan paling stabil. Pada bagian pertama penelitian, kita memerlukan analisis ABC tentang bermacam-macam, pada bagian kedua - XYZ. Bagaimana cara melanjutkannya? Hasil apa yang dapat kita peroleh dalam kedua kasus tersebut?

Pertama, kami mengidentifikasi produk terlaris, misalnya, selama sebulan terakhir. Kami mengambil data dari sistem CRM atau sumber akuntansi lainnya, yang mencerminkan jumlah unit produk yang terjual per hari. Kami menemukan bahwa 80% dari seluruh pendapatan berasal dari sosis, keripik, dan minuman berkarbonasi. Ini adalah barang dari kelompok A. Selanjutnya, kita melihat berapa banyak kuitansi untuk setiap item produk yang dilubangi setiap hari dalam sebulan. Ternyata soda terjual dalam jumlah 100-102 unit per hari. Sosis - pada satu hari 50, pada hari lain - 153, pada hari ketiga - 10, pada hari keempat - 181 unit. Pada gilirannya, hasil keripik dapat menunjukkan bahwa produk ini terjual sebagai berikut: hari pertama 80 unit, hari kedua - 125, hari ketiga - 91, hari keempat - 114. Ternyata di antara produk-produk tersebut grup A, soda adalah yang paling stabil, dan dapat diklasifikasikan sebagai kategori X (dan oleh karena itu dapat dibeli dengan aman dari pemasok dalam kondisi penjualan yang menguntungkan). Keripik merupakan produk dengan kestabilan permintaan rata-rata yang termasuk dalam kelompok Y. Sosis merupakan produk kelompok Z yang dinamika penjualannya sering berubah.

Prosedur serupa dapat dilakukan untuk barang tipe B dan C. Para ahli merekomendasikan, berdasarkan hasil studi komprehensif tentang bermacam-macam, bila metode analisis ABC digabungkan dengan metode XYZ, untuk mengidentifikasi produk unggulan (yang akan diklasifikasikan sebagai tipe AX), serta posisi luar ( diklasifikasikan sebagai CZ). Selain itu, Anda akan mendapatkan 7 produk lagi (total - 9 kemungkinan kombinasi, 3 pangkat 3, dan bila diukur dalam periode yang berbeda, ketika dinamika penjualan produk yang sama dapat berubah, jumlah total opsi bisa mencapai 27, 3 pangkat 3) . Semuanya dapat diberi peringkat dan “peringkat” dapat disusun yang mencerminkan kombinasi profitabilitas dan stabilitas penjualan. Untuk kemudahan perhitungan, kita dapat mencoba melakukan analisis XYZ, serta analisis ABC sebelumnya di Excel. Contoh yang kita lihat cukup sederhana sehingga kita dapat menggunakan alat yang disederhanakan seperti spreadsheet.

Kegunaan praktis klasifikasi ke dalam kelompok X, Y, Z

Kami mencatat di atas bahwa, setelah menentukan produk yang paling menguntungkan dan paling stabil, kami dapat menyesuaikan kebijakan hubungan dengan pemasok. Namun, ini bukan satu-satunya keuntungan dari analisis XYZ. Apa lagi yang dapat membantu kita dari hasil penelitian semacam ini? Mari kita pertimbangkan secara spesifik penggunaan praktisnya dibandingkan dengan masing-masing dari ketiga kelompok barang tersebut.

Jadi, produk tipe X memiliki ciri permintaan paling stabil. Kriteria terpenting untuk mengetahui kegunaan informasi tersebut adalah perencanaan inventaris. Kami dapat menjalin hubungan dengan pemasok agar gudang kami dapat digunakan seefisien mungkin. Kita akan mengetahui secara pasti berapa lama produk golongan X akan berada di sana sejak dimuat hingga sampai di rak. Oleh karena itu, kita dapat merencanakan impor posisi Y dan Z yang kurang dinamis dari segi permintaan sehingga selalu ada tempat untuk menempatkannya.

Prioritas dalam pengadaan

Produk golongan Y dicirikan oleh dinamika konsumsi yang relatif stabil. Fungsi utama produk-produk tersebut adalah untuk mendukung permintaan utama yang dihasilkan atas barang-barang golongan X. Dalam beberapa kasus, korelasi mungkin terjadi, yang mencerminkan ketergantungan dinamika permintaan di kelas X pada ketersediaan produk tipe Y di rak. Analis mungkin percaya bahwa aspek psikologis berperan di sini. Pembeli yang melihat rak-rak kosong - mari kita ambil kasus ketika barang-barang kelompok Y tidak diwakili oleh pengecer - tidak berani melakukan pembelian di toko tersebut, bahkan untuk barang-barang yang biasanya memiliki ciri permintaan yang stabil. Pada gilirannya, jika produk tipe Y tersedia dalam jumlah yang cukup, maka permintaan barang X “dipicu”.Tugas utama pemilik toko dalam hal ini adalah memastikan pemanfaatan kapasitas gudang secara optimal, untuk menemukan kombinasi ideal antara biaya-biaya tersebut. pembelian barang-barang tambahan Y dan dampak ekonomi nyata dari kehadiran barang-barang tersebut di rak.

Pada gilirannya, produk kelompok Z sulit dioptimalkan dalam hal pengelolaan gudang. Hal tersebut mungkin juga tidak berdampak langsung pada dinamika penjualan produk “unggulan” tipe X. Oleh karena itu, para ahli merekomendasikan untuk memberi mereka tempat minimum dalam total volume pembelian. Atau alternatifnya, menggantinya dengan produk baru, produk yang belum teruji di pasaran. Dalam hal ini, setidaknya ada kemungkinan merek-merek baru yang muncul di rak akan berkembang dari kategori Z menjadi lebih signifikan dalam hal stabilitas penjualan.

Mainkan di "liga" Anda sendiri

Mari kita segera membuat reservasi: ketika menafsirkan hasil analisis, Anda harus memahami bahwa, katakanlah, produk kelompok Z yang termasuk dalam kategori A (dan ini adalah keanehan dari analisis kompleks) akan lebih berharga daripada produk tipe X. untuk kategori B. Selain itu, perbandingan langsung mereka tidak sepenuhnya benar - ini sama dengan, secara relatif, mempertimbangkan kemungkinan tim sepak bola dari liga level yang berbeda. Oleh karena itu, ketika menganalisis prospek barang golongan A, B dan C, tidak tepat jika membandingkan distribusinya secara linier antar kelompok X, Y dan Z. Konsistensi dalam penafsiran hasil produk sehubungan dengan “liga” mereka adalah hal yang penting.

Jadi, mari kita rangkum secara singkat:

Produk kategori X adalah penjualan “unggulan”, pembeliannya dari pemasok harus stabil, saluran pasokan ditetapkan dan, jika mungkin, didiversifikasi (jika ada “sanksi” dan jenis fenomena lain di luar kendali bisnis);

Produk golongan Y juga harus ada di counter, berfungsi sebagai penunjang terhadap barang X dan merangsang permintaan umum;

Produk tipe Z, jika tidak dikeluarkan dari peredaran, kemudian dicoba diganti dengan sampel percobaan, yang berpotensi memperoleh status produk kategori X dan Y.

Semua kesimpulan ini terjadi dengan syarat kita berbicara tentang analisis barang dalam satu kelompok - A, B atau C. Seperti yang kami katakan di atas, mengidentifikasi indikator “rata-rata” tidak masuk akal di sini.

Nuansa interpretasi

Tentu saja, rekomendasi semacam ini hanya valid jika hasil analisis gabungan ABC-XYZ dapat diinterpretasikan secara jelas. Metodologi penelitian harus disertai dengan kriteria multidimensi yang memungkinkan untuk menarik kesimpulan yang tidak dapat disangkal, dari sudut pandang statistik, mengenai prospek penjualan produk tertentu. Ketika kami mempertimbangkan pertanyaan tentang bagaimana analisis ABC dapat dilakukan (contoh sosis), kami mendistribusikan produk ke dalam kategori yang sesuai dengan kondisi yang sangat kondisional. Hal yang sama dengan bagian XYZ. Dalam praktiknya, metodologi analisisnya jauh lebih kompleks. Selain itu, peneliti jarang melakukan, seperti dalam contoh kita, analisis ABC di Excel yang pada dasarnya menggunakan penghitungan manual. Biasanya, program analitis yang jauh lebih kompleks digunakan untuk meminimalkan kemungkinan kesalahan, karena kita berbicara tentang bisnis nyata, di mana kesalahan perhitungan tidak diinginkan, tidak seperti skenario teoretis.

Peribahasa tidak muncul dengan sendirinya... Kadang-kadang Anda masuk ke dalam hutan analitik sehingga tangan Anda mau tidak mau meraih lemari minuman keras (oh baiklah, kami tahu ada satu di setiap kantor).

Tapi mari kita bicara sedikit tentang hal lain.

Dalam manajemen ritel, logistik, gudang dan inventaris ada yang namanya Analisis ABC. Banyak publikasi teoritis telah ditulis tentang hal ini. Dan semuanya tampak relatif sederhana dan jelas, tetapi benarkah demikian?

Ketika seorang manajer kategori atau pemasar suatu jaringan ritel hampir melakukan analisis ABC, dia pasti memiliki banyak pertanyaan, keraguan, dan keraguan. Bersama mereka kami akan bekerja di artikel ini!

Mari kita lihat algoritme tindakan untuk analisis ABC di jaringan ritel grosir, pengecualian terhadap aturan yang harus diperhitungkan, dan tunjukkan contoh melakukan analisis untuk kelompok produk Minuman beralkohol (ya, tepatnya setengah liter itu) .

Jika ada yang baru pertama kali mendengar tentang analisis ABC, ini dia.

bagaimana hal itu dilakukan.

Analisis ABC- Ini adalah metode paling umum untuk mempelajari bermacam-macam. Hal ini didasarkan pada hukum Pareto, yang berlaku untuk banyak aspek kehidupan. Esensinya untuk ritel adalah 20% produk memberikan efisiensi 80%, dan 80% produk sisanya hanya memberikan 20%.

Analisis ABC adalah metode yang dapat digunakan untuk menentukan kontribusi setiap produk terhadap omset dan keuntungan toko, dan mendistribusikan produk ke dalam kategori untuk manajemen pilihan yang efektif.
Untuk melakukan ini, Anda perlu:

1. Urutkan semua produk berdasarkan kriteria yang dipilih (misalnya omset).
2. Hitung berapa persentase omzet setiap produk terhadap total omset kelompok produk.
3. Hitung bunga kumulatif (atau akumulatif) dengan menambahkan persentase ke jumlah bunga sebelumnya.

Kami memilih kategori, misalnya
kategori A - barang prioritas, menghasilkan hingga 80% dari total omset;
kategori B - barang biasa, dari 80% hingga 95% dari total omset;
kategori C - barang luar, dari 95% hingga 100% dari total omset (yang tersisa).

Kami mendefinisikan batasan kategori yang harus berbeda secara signifikan satu sama lain.

1. Kami membangun kurva kumulatif.
2. Kami menghubungkan titik-titik ekstrem kurva dengan garis lurus.
3. Temukan titik singgung garis yang sejajar dengan garis lurus yang dihasilkan. Poin ini akan menentukan batas-batas kategori A yang sifat akumulasi kriteria kualitatifnya homogen.
4. Demikian pula, kita menghubungkan titik batas kategori A dan titik ekstrim kurva dengan garis lurus.
5. Kita cari titik singgung garis yang sejajar dengan garis lurus yang dihasilkan dan tentukan batas kategori B.

Dalam melakukan analisis ABC, hal pertama yang perlu dilakukan adalah menentukan

Bagaimana, Mengapa dan Untuk Apa Kita Menggunakannya?

Penting untuk menjawab pertanyaan-pertanyaan berikut:

1. Apa tujuan analisisnya?
2. Apa yang akan menjadi objek analisis?
3. Berdasarkan kriteria apa?
4. Berapa persentase yang optimal untuk analisis ABC?
5. Dalam jangka waktu berapa analisis sebaiknya dilakukan? dan dengan frekuensi berapa?
6. Bagaimana cara membagi produk ke dalam kategori A, B, C?
7. Apa interpretasi dan tindakan berdasarkan hasil analisis?

Mari kita bahas poin-poinnya.

Tujuan analisis tergantung masalah yang ada atau, kenapa kita melakukannya? Analisis apa pun berfungsi untuk mencapai suatu tujuan, analisis ABC tidak terkecuali. Visi tujuan yang jelas sudah merupakan separuh keberhasilan kegiatan pemasaran.

Sasarannya memprediksi apa yang dapat kita capai dengan menggunakan analisis ABC, sehingga mungkin berbeda tergantung siapa yang melakukan analisis. Manajer kategori paling sering menganalisis penjualan produk, manajer toko menganalisis perputaran, dan pemasar menganalisis penyertaan barang dalam kuitansi pelanggan.

Tujuan yang paling populer adalah:

• mengidentifikasi kelompok produk yang mendatangkan keuntungan terbesar;
• mengoptimalkan jangkauan;
• menonjolkan produk unggulan dan produk luar;
• mengelola inventaris dan persediaan;
• membandingkan indikator dengan periode sebelumnya, menganalisis perubahan.

Anda dapat mencapai tujuan Anda dengan menggunakan yang berbeda Objek analisis. Ini dapat berupa persediaan, stok gudang, rangkaian produk dari suatu toko tertentu atau seluruh jaringan ritel, barang yang termasuk dalam kelompok atau kategori produk tertentu.

Di sini perlu dilakukan pendekatan analisis dengan cukup hati-hati. Misalnya, untuk mengoptimalkan ragam, analisis seluruh ragam toko atau jaringan praktis tidak akan menghasilkan apa-apa. Bagaimanapun, kita tidak bisa hanya meninggalkan roti, susu dan alkohol di toko, meskipun kelompok ini akan menjadi yang paling populer. Namun dalam konteks grup produk terpisah, Anda dapat dengan mudah melacak produk grup C (pihak luar dalam hal omset dan jumlah penjualan) yang perlu dibuang.

Kriteria. Sekali lagi berkaitan erat dengan objek dan tujuan analisis.
Yang paling umum:

• pergantian;
• pendapatan;
• profitabilitas;
• jumlah penjualan;
• jumlah kuitansi, pemasukan kuitansi - frekuensi pembelian barang.

Pilihan hanya satu kriteria untuk analisis secara signifikan membatasi keandalan hasil. Biasanya, dua atau tiga kriteria digunakan dan analisis silang dilakukan, yang akan kita bahas lebih detail di bawah.

Persentase. Sayangnya, nilai rata-rata yang dikemukakan prinsip Pareto tidak selalu sesuai dengan kenyataan. Pada kenyataannya, seorang manajer kategori atau manajer toko, ketika menentukan persentasenya, pertama-tama dipandu oleh pengalamannya, tujuan dan kriteria analisisnya, dan kekhasan dari bermacam-macam kelompok produk, toko atau rantai ritel.
80-15-5,
70-20-10,
50-30-20,
dan bahkan 40-40-20, ini semua adalah opsi yang memungkinkan untuk persentase kategori A, B, dan C.
Penyebaran yang luas menunjukkan keragaman situasi dan ketidakmungkinan memusatkan perhatian pada hubungan universal antar batas kategori. Dengan demikian, manajer kategori dari sebuah jaringan ritel besar mampu mengeluarkan sejumlah besar produk kategori C dari bermacam-macamnya, rak-rak toko tidak akan kosong dalam hal apa pun. Hal lain adalah manajer jaringan ritel kecil yang terdiri dari 2-3 toko, di mana pelepasan 100-200 produk akan berdampak buruk pada luasnya jangkauan yang disajikan.

Suatu jangka waktu. Seringkali, melakukan analisis ABC terlalu mahal dalam hal menggunakan waktu kerja pemasar, spesialis kategori, atau manajer toko, dan hasil analisis semacam itu, secara halus, tidak akan terlihat jelas karena sifat siklus penjualan produk. berdasarkan hari dalam seminggu atau musim.

Misalnya, analisis seluruh rangkaian produk dapat dilakukan setiap enam bulan sekali untuk menganalisis produk dan kelompok produk mana yang paling penting dan apa yang berubah dibandingkan periode sebelumnya.

Analisis barang pada setiap kelompok produk biasanya dilakukan setiap 2 bulan sekali, dengan kemungkinan pilihan setiap 3 bulan sekali. Itu semua tergantung pada ukuran jangkauan dan kemampuan analis jaringan.

Pembagian menjadi kategori A, B, C.
Saat menganalisis rangkaian produk suatu toko, pemasar dapat menggunakan satu kriteria - misalnya, profitabilitas suatu produk atau kelompok produk, namun data yang diperoleh tidak selalu cukup berguna.

Oleh karena itu digunakan analisis silang berdasarkan beberapa kriteria sekaligus. Ya, pendekatan ini tidak sederhana, tetapi penggunaan kriteria yang lebih banyak memungkinkan Anda melihat situasi yang ada dengan lebih baik. Selama proses ini, beberapa opsi dimungkinkan:

1. Sekuensial pembagian ke dalam beberapa kategori.

Sebaiknya digunakan jika jangkauan kelompok produk terlalu besar. Pertama, bermacam-macam dianalisis menurut kriteria pertama (misalnya omset), kemudian setiap kategori yang dihasilkan dianalisis lagi menurut kriteria kedua (jumlah penjualan), dan seterusnya. Hasilnya, kami mendapatkan subkategori dengan daftar produk yang relatif kecil dan nyaman untuk digunakan.

2. Paralel pembagian ke dalam beberapa kategori.

Kami melakukan analisis ABC secara bersamaan (paralel) berdasarkan beberapa kriteria, membuat kategori seperti AA, BC, dll...

Dengan menggunakan 2 kriteria, misalnya Pendapatan dan Jumlah Penjualan, kita sudah mendapatkan 9 kategori:

Pendekatan ini lebih kompleks, memberikan jumlah kategori produk yang lebih banyak, namun memungkinkan Anda memperoleh informasi yang luas tentang setiap kategori.

Misalnya, dengan menggunakan 3 kriteria analisis paralel, produk yang mendapat AAA adalah produk terpenting bagi pengecer. Mereka menghasilkan pendapatan yang signifikan, sering dibeli, dan menghasilkan pendapatan. Artinya, sumber daya tersebut harus selalu tersedia, dengan persediaan yang tidak terputus dan cadangan yang baik.

Produk kategori ABA, BAA, AAB juga cukup penting dan harus digarap secara aktif. Misalnya, suatu produk termasuk dalam kategori A dalam hal pendapatan dan profitabilitas, dan dalam kategori B dalam hal penjualan. Sebaiknya temukan tempat terbaik di rak untuk itu, atau lakukan aktivitas promosi, dan toko akan menerima keuntungan yang signifikan. Pilihan lainnya adalah grup produk dengan kategori A dalam hal penjualan dan profitabilitas, dan kategori B dalam hal pendapatan. Untuk barang-barang dalam kategori ini, kebijakan penetapan harga dapat direvisi, sehingga sedikit kenaikan harga barang akan menyebabkan peningkatan pendapatan toko.

3. Penggunaan pendekatan sintetik untuk mendefinisikan kategori.

Untuk setiap kriteria, koefisien bobot (WC) ditentukan, bergantung pada signifikansinya untuk tujuan analisis.
Misalnya, untuk analisis, Perputaran lebih penting daripada Jumlah penjualan suatu produk, dan Jumlah penjualan lebih penting daripada Entri dalam penerimaan.

Untuk setiap produk, indikator sintetis dihitung.

Selanjutnya, perlu untuk mengurutkan hasil yang diperoleh.

Pendekatan ini memungkinkan untuk mengkarakterisasi setiap item produk yang termasuk dalam klasifikasi dengan satu nomor dan melakukan analisis ABC seolah-olah hanya satu kriteria yang digunakan.

Penafsiran. Hasil analisis ABC harus dipelajari dengan cermat, keputusan tergesa-gesa tidak boleh diambil.
Gagasan analisis ABC klasik tetap tidak berubah - distribusi barang ke dalam kategori untuk pekerjaan lebih lanjut. Analisis ini memungkinkan kami mengidentifikasi produk yang memerlukan perhatian maksimal dari pemasar, manajer kategori, dan manajer karena dampak kualitatifnya terhadap aktivitas rantai ritel, sekaligus membatasi ruang lingkup manajemen seminimal mungkin.

Jumlah kategori A selalu minimal, kategori C maksimal. Pada saat yang sama, kategori A memiliki prioritas dalam hal pemeliharaan dan pengerjaannya. Kategori B memiliki tingkat pelayanan standar, kategori C - jika barang tidak dikeluarkan dari jangkauannya, maka barang tersebut memiliki tingkat pelayanan dan perhatian yang paling rendah.

Hal-hal yang perlu diingat atau pengecualian terhadap aturan

Produk dari bermacam-macam utama dan produk yang keluar darinya. Dalam bermacam-macam utama, produk dijual setidaknya 2 kali seminggu selama periode yang dipilih untuk analisis. Produk yang karena alasan tertentu dijual kurang dari dua kali seminggu tidak termasuk dalam pilihan utama. Ini mungkin barang-barang kelas atas, baru, musiman, atau kehabisan stok. Masuk akal untuk melakukan analisis ABC pada bermacam-macam utama. Dan perlu memperhatikan produk-produk yang keluar dari koleksi utama dan mengidentifikasi alasan penurunan penjualan.

Barang promosi. Jika selama periode yang diambil untuk analisis ABC Anda mengadakan promosi di jaringan ritel Anda atau di toko terpisah, maka hasil penjualan barang promosi dapat mempengaruhi keandalan analisis secara signifikan. Di sini penting bagi pemasar untuk memutuskan apakah akan mengecualikan produk yang dicakup oleh promosi dari kumpulan data untuk dianalisis, atau membuat perubahan tertentu untuk produk tersebut tergantung pada kondisi promosi.

Barang-barang mewah. Produk yang tidak termasuk dalam koleksi utama sebuah toko atau jaringan (dijual kurang dari 2 kali seminggu atau bahkan lebih jarang), namun bila dijual dapat mendatangkan pendapatan yang signifikan. Produk-produk tersebut dapat dimasukkan ke dalam kumpulan data untuk analisis ABC, di mana dengan kemungkinan besar produk-produk tersebut akan masuk dalam kategori C. Namun produk-produk tersebut penting untuk koleksi toko, yang berarti produk-produk tersebut tidak dapat dipajang. Pada saat yang sama, karena rendahnya frekuensi penjualan, tidak tepat mengalokasikan ruang di gudang toko untuk barang-barang mewah, lebih mudah untuk mengatur pembeliannya pada saat penjualan.

Produk baru. Siapa pun memahami bahwa tidak peduli seberapa diiklankan suatu produk baru, pada awalnya penjualannya akan jauh lebih rendah daripada merek yang sudah terbukti. Namun pada saat yang sama, produk baru mutlak diperlukan di toko mana pun. Ada beberapa solusi yang mungkin ada di sini.

Produk baru tidak disertakan dalam analisis dan tidak dapat dikeluarkan dari koleksi selama beberapa bulan pertama penjualan.

Jika secara teknis terlalu sulit untuk mengecualikan produk baru dari kumpulan data, produk tersebut diberi label “Baru”, dan ketika menafsirkan hasil analisis ABC, produk tersebut tidak dapat direduksi.

Pilihan lainnya adalah memasukkan produk baru secara otomatis ke dalam kategori A. Kenapa dia jahat? Fakta bahwa sejumlah produk baru dalam kategori A menggeser produk lain yang peringkatnya lebih rendah.

Produk hilang. Karena berbagai alasan, terkadang suatu produk mungkin tidak ada di rak toko atau di gudang. Artinya, pada prinsipnya bisa dijual, dan ada permintaan, tetapi belum ada data untuk menganalisis penjualan produk tersebut. Oleh karena itu, ketika menginterpretasikan analisis ABC berguna untuk mengetahui tanggal kedatangan terakhir barang di toko.

Mari kita beri contoh melakukan analisis ABC.

Di jaringan supermarket yang terdiri dari 17 toko, terdapat masalah tertentu dengan kelompok produk “Minuman beralkohol”. Produk-produk dalam kelompok ini terjual dengan baik dan menghasilkan pendapatan, namun menghabiskan banyak ruang di toko-toko. Selain itu, penting untuk mengidentifikasi merek dan produk individual untuk merencanakan promosi musim gugur. Kami melakukan analisis ABC menggunakan layanan BI Datawiz.io.

Jadi, tujuan analisis- pemilihan barang untuk promosi, pengurangan jangkauan kelompok produk.

Objek analisis- bermacam-macam utama grup “Alkohol” di seluruh jaringan distribusi.

Suatu jangka waktu- 2 bulan.
Analisis akan dilakukan dengan pendekatan paralel 2 kriteria: Omset dan Jumlah Penjualan. Pilihan kriteria ini secara langsung bergantung pada tujuan analisis. Manajer rantai ritel perlu mengurangi jumlah produk yang memakan ruang di rak dan tidak berdampak signifikan terhadap perputaran kelompok produk secara keseluruhan.

Analisis bermacam-macam utama akan memungkinkan kita memperoleh data yang lebih akurat tanpa memperhitungkan produk musiman atau tidak tersedia.

Persentase.
Rasio optimal dalam opsi ini adalah 75-95-100 sesuai dengan kriteria yang dipilih karena spesifikasi kelompok produk.
Pada screenshot di bawah ini kita melihat jumlah item produk yang termasuk dalam setiap kategori A, B dan C serta persentase kategori tersebut dari total indikator.

Untuk kejelasan yang lebih besar tentang hubungan antar kategori, pertimbangkan kategori tersebut dalam diagram.

Penafsiran. Mari kita analisa hasil yang didapat.
Analisis dapat dilakukan dengan menggunakan data tabel dan visualisasi.

Tujuan pertama adalah memilih produk untuk promosi.
Kategori AA Berdasarkan Omset dan Jumlah Penjualan, terdapat 162 posisi produk yang turun, seperti terlihat pada gambar di bawah.

Kami dapat memvisualisasikan data untuk setiap kategori.

Misalnya, sekarang untuk membangun visualisasi kami menggunakan indikator berikut:
sumbu horizontal - jumlah penjualan untuk periode yang dipilih;
sumbu vertikal - omset untuk periode yang dipilih;
diameter lingkaran - % dari omzet kategori yang dipilih. Pilihan lain untuk membuat grafik dimungkinkan, bergantung pada tujuan analisis ABC.

Seperti yang bisa kita lihat, GreenDay Organic Life adalah pemimpin penjualan di jaringan ritel kategori AA ini dengan selisih yang signifikan.

Merek terlaris adalah GreenDay dan MEDOFF. Kerja sama dengan pemasok barang-barang tersebut harus terjalin dengan baik, merekalah yang memasok barang-barang unggulan kepada kita. Dimungkinkan untuk menciptakan kondisi khusus yang lebih baik bagi mereka, ruang tambahan di rak, mengatur kegiatan promosi, dll.

Namun kami menilai tidak pantas melakukan promosi untuk barang kategori AA, barang tersebut laris manis meski tanpa promosi.

Dalam hal ini sebaiknya merencanakan promosi untuk kategori AB, yang secara signifikan mempengaruhi omzet toko, dan jumlah penjualan produk grup akan meningkat sebagai hasil dari kegiatan promosi.

Hasil pemilihan produk pada kategori AB dapat dilihat pada gambar di bawah ini.

Seperti yang Anda lihat, promosi paling sukses adalah untuk cognac dan anggur Georgia, serta cognac merek Klinkov.

Tujuan kedua dari analisis kami adalah mengoptimalkan bermacam-macam dan membuang barang yang tidak terjual . Mari kita hadapi kategori SS.
Di sini visualisasi semakin menyederhanakan analisis. Seingat kita, barang mewah juga bisa masuk dalam kelompok ini. Misalnya pada gambar di bawah ini ada wiski Scotch dengan harga di atas 800 UAH. per botolnya hanya terjual 2 kali dalam 2 bulan, namun mendatangkan keuntungan yang signifikan.

Tetapi produk sepanjang 2 sumbu yang cenderung nol dan dengan diameter lingkaran kecil, yang sama sekali tidak mempengaruhi omset keseluruhan, harus dikeluarkan dari bermacam-macam - produk tersebut tidak dijual dan hanya memakan ruang di rak. Sebagai contoh, pada gambar, wine “Sun in a Glass” hanya dijual 2 kali dalam 2 bulan seharga 32 UAH. per botol dan oleh karena itu tidak mempengaruhi omset dengan cara apapun.

Dengan demikian, analisis ABC memungkinkan kami untuk mendistribusikan produk yang termasuk dalam kelompok produk Minuman Beralkohol ke dalam 9 kategori berbeda dan mengembangkan rekomendasi untuk jaringan ritel untuk mengoptimalkan jangkauan:

• Kategori AA - produk unggulan, kategori prioritas tertinggi, produk harus selalu tersedia, diperlukan pengendalian tingkat persediaan yang cermat;
• Kategori AB - produk yang akan memberikan efisiensi maksimum selama promosi;
• kategori VA, BB, BC, SV - produk rata-rata, tingkat rata-rata manajemen inventaris dan penempatan rak;
• Kategori CC - produk luar; analisis terperinci tentang kategori dan penghapusan produk dengan kinerja terendah dari bermacam-macam diperlukan.

Pekerjaan selesai, Anda bisa merayakannya! Terlebih lagi, kita sekarang menyadari tren yang sedang hangat.