Порядок проведения АВС-анализа

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 правило Парето может прозвучать так: надёжный контроль 20 % позиций позволяет на 80 % контролировать систему, будь то запасы сырья и комплектующих, либо продуктовый ряд предприятия и т. п. Часто ABC-анализ путают с ABC-методом, расшифровывая ABC какActivity Based Costing, что в корне не верно.

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. Чаще всего  выделяют 3, реже 4-5 групп.

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 артикулов и частоты обращений к той или иной позиции ассортимента, а также для ранжирования клиентов по количеству или объёму сделанных ими заказов.

  Порядок проведения  АВС-анализа

1. Определяем цель анализа (а зачем собственно нужен вам этот анализ?).
2. Определяем действия по итогам анализа (что будем делать с полученными результатами?).
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), товарный запас, оборачиваемость и т. д.
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.
6. Выделяем группы А, В и С: присваиваем значения групп выбранным объектам.

Методов выделения  групп существует порядка десяти, наиболее применимы из них: эмпирический метод, метод суммы и метод  касательных. В эмпирическом методе разделение происходит в классической пропорции 80/15/5. В методе суммы 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 — 145 %, С — остальное. Достоинства метода — большая гибкость. Самым гибким методом является метод касательных, в котором к кривой АВС проводится касательная, отделяя сначала группу А, а затем С.

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). Существует множество способов выделения групп в ABC-анализе.

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

Эксперты советуют с осторожностью подходить к сдвигам границ ABC групп (80/15/5), дело в том, что обычно на практике используют деление 80 % 15 % и 5 %. В случае если Вы сдвинете границы, внешний слушатель(или эксперт) может сделать неверные выводы исходя из приведенных Вами показателей например для группы «С». Так как его ожидания о группе «С» = 5 % не совпадут с измененными Вами правилами выделения групп. 

  Свот-анализ

SWOT — метод анализа в стратегическом планировании, заключающийся в разделении факторов и явлений на четыре категории: strengths (сильные стороны), weaknesses (слабые стороны), opportunities (возможности) и threats (угрозы).

Этот акроним может быть представлен визуально в виде таблицы:

Акроним SWOT был впервые введён в 1963 году в Гарварде на конференции по проблемам бизнес-политики профессором Кеннетом Эндрюсом (англ. Kenneth Andrews). Первоначально SWOT-анализ был основан на озвучивании и структурировании знаний о текущей ситуации и тенденциях.

В 1965 году четыре профессора Гарвардского университета, Леранед, Кристенсен, Эндрюс и Гут (Leraned, Christensen, Andrews, Guth), предложили технологию использования SWOT-модели для разработки стратегии поведения фирмы. Была предложена схема LCAG (по начальным буквам фамилий авторов), которая основана на последовательности шагов, приводящих к выбору стратегии.

Поскольку SWOT-анализ в общем виде не содержит экономических  категорий, его можно применять  к любым организациям, отдельным  людям и странам для построения стратегий в самых различных  областях деятельности.

SWOT-анализ применяется для:

• анализа факторов конкурентного окружения. В настоящее время в рамках технологий стратегического планирования SWOT анализ рассматривается как отдельный этап оценки и структурирования информации, собранной в соответствии с классическими моделями PEST, моделями Портера, и т.д.
• планирования реализации стратегий. Для планирования реализации стратегий, разработанных на основе SWOT моделей проф. Weihrich, используют матрицы balanced scorecard. Этот инструмент позволяет определить наиболее важные направления стратегического развития и наиболее важных исполнителей стратегий.
• конкурентной разведки. По данным обзора (Survey of SCIP membership conducted by The Pine Ridge Group, Inc. and the T.W. Powell Company, 1998.) SWOT-анализ широко используется в конкрурентной разведке. В 55,2% случаев выполнения конкурентной разведки был использован SWOT анализ для изучения разведывательной информации о конкурентах.

Дисперсионный анализ

Дисперсионный анализ применяется для исследования влияния одной или нескольких качественных переменных (факторов) на одну зависимую количественную переменную.

В основе дисперсионного анализа лежит предположение  о том, что одни переменные могут  рассматриваться как причины (факторы, независимые переменные):  , а другие как следствия (зависимые переменные). Независимые переменные называют иногда регулируемыми факторами именно потому, что в эксперименте исследователь имеет возможность варьировать ими и анализировать получающийся результат.

Основной целью дисперсионного анализа является исследование значимости различия между средними с помощью сравнения (анализа) дисперсий. Разделение общей дисперсии на несколько источников, позволяет сравнить дисперсию, вызванную различием между группами, с дисперсией, вызванной внутригрупповой изменчивостью.

Сущность дисперсионного анализа заключается в расчленении  общей дисперсии изучаемого признака на отдельные компоненты, обусловленные влиянием конкретных факторов, и проверке гипотез о значимости влияния этих факторов на исследуемый признак. Сравнивая компоненты дисперсии друг с другом посредством F—критерия Фишера, можно определить, какая доля общей вариативности результативного признака обусловлена действием регулируемых факторов.

Исходным материалом для дисперсионного анализа служат данные исследования трех и более выборок:  , которые могут быть как равными, так и неравными по численности, как связными, так и несвязными. По количеству выявляемых регулируемых факторов дисперсионный анализ может быть однофакторным (при этом изучается влияние одного фактора на результаты эксперимента), двухфакторным (при изучении влияния двух факторов) имногофакторным (позволяет оценить не только влияние каждого из факторов в отдельности, но и их взаимодействие).

Дисперсионный анализ используют, если зависимая  переменная измеряется в шкале отношений, интервалов или порядка, а влияющие переменные имеют нечисловую природу (шкала наименований).

Дисперсионный метод используется для подтверждения или опровержения факта влияния изучаемого фактора на определенные экономические показатели, например, рекламы на объем продаж.

Влияет ли упаковка на уровень объема сбыта?

Влияет ли цвет объявления на число лиц, которые  вспоминают о рекламе?Оказывает ли влияние выбор каналов сбыта на объем сбыта?

Важным  методическим значением для применения дисперсионного анализа является правильное формирование выборки. В зависимости от поставленной цели и задач выборочные группы могут формироваться случайным образом независимо друг от друга (контрольная и экспериментальная группы для изучения некоторого показателя, например, влияние высокого артериального давления на развитие инсульта). Такие выборки называются независимыми.

Нередко результаты воздействия факторов исследуются  у одной и той же выборочной группы (например, у одних и тех  же пациентов) до и после воздействия (лечение, профилактика, реабилитационные мероприятия), такие выборки называются зависимыми.

Факторные признаки — это те признаки, которые  влияют на изучаемое явление.  
Результативные признаки — это те признаки, которые изменяются под влиянием факторных признаков.

Условия применения дисперсионного анализа:

1. Задачей исследования является определение силы влияния одного (до 3) факторов на результат или определение силы совместного влияния различных факторов (пол и возраст, физическая активность и питание и т.д.).
2. Изучаемые факторы должны быть независимые (несвязанные) между собой. Например, нельзя изучать совместное влияние стажа работы и возраста, роста и веса детей и т.д. на заболеваемость населения.
3. Подбор групп для исследования проводится рандомизированно (случайный отбор). Организация дисперсионного комплекса с выполнением принципа случайности отбора вариантов называется рандомизацией (перев. с англ. — random), т.е. выбранные наугад.
4. Можно применять как количественные, так и качественные (атрибутивные) признаки.

Регрессионный анализ

Регрессионный анализ — статистический метод анализа данных для определения зависимости одной переменной от одной (простая регрессия) или нескольких (многофакторная регрессия) независимых переменных. Традиционной сферой использования этого метода можно считать определение корреляционной зависимости между объемами продаж конкретного продукта в определенном сегментерынка с такими факторами, как цены, способы рекламы, уровень обслуживания и т.д. 
Уравнение регрессии показывает, как в среднем изменяется у при изменении любого из xi, и имеет вид:

Если  независимая переменная одна - это  простой регрессионный анализ. Если же их несколько (п 2), то такой анализ называется многофакторным.

В ходе регрессионного анализа решаются две  основные задачи:

* построение  уравнения регрессии, т.е. нахождение вида зависимости между результатным показателем и независимыми факторами x1, x2, ..., xn.

* оценка  значимости полученного уравнения,  т.е. определение того, насколько  выбранные факторные признаки  объясняют вариацию признака  у.

Применяется регрессионный анализ главным образом для планирования, а также для разработки нормативной базы.