Краткий курс молодого менеджера по закупкам. Ликбез маркетолога-аналитика.

— Какова реальная периодичность составления заказов? В зависимости от того, с какой периодичностью мы реально отправляем заказ поставщику, зависит и размер заказа. Тот факт, что мы «теоретически можем» отправлять заказ каждый день, не означает, что мы реально делаем это. Часто не набирается минимально возможный объём отгрузки, нужны согласования с часто недоступными людьми и так далее. Именно реальная периодичность, а не теоретическая, должна учитываться при заказе.

— Учтены ли минимальные партии поставок (10000 руб, 1000 кг, паллет, машина и тп) и кратность поставки (упаковка, коробка и тп).

Например, есть требование: отгрузка может быть только кратно коробке (20 штук) объёмом не менее 100 коробок (можно 101, 99 нельзя). Эти ограничения должны быть прописаны на каждый вид товара. При необходимости, должны быть утверждены правила особого округления «расчётного заказа» в ситуации, когда он меньше минимальной партии. Например, если расчётный заказ составляет менее 30% от минимальной партии — правило «не отгружать», а как только он превышает 30% — правило «увеличить заказ до минимальной партии и отгрузить».

Основные параметры, участвующие в заказе (Lead Time, периодичность, страховой запас, минимальную выкладку) часто измеряют и в единицах времени (днях), и в единицах товара (штуках), и в деньгах, и в % от общего складского запаса. Фраза «Страховой запас составляет в среднем 5 дней» может означать то же что и «Страховой запас составляет в среднем 10% склада или 300 штук или 200 тыс. руб.».

Окончательный заказ может быть скорректирован с учётом различных требований. Например, логистических, с учётом минимальной отгрузочной упаковки.

Иногда вводят дополнительные правила при составлении заказов. Например, «Складской запас в днях продаж не должен превышать кредит поставщика». Или «Эффективность складского запаса не должна быть ниже x%».

Работа с поставщиками, предоставляющими нам возможность не платить за свой товар до момента его продажи, имеет важные особенности. Заказ товара по таким поставщикам может вообще не считаться формулой.

Основные две группы такого товара:

1.Агентский товар (мы продаём товар не с нашего склада, а со склада партнёра).

Заказ на такой товар поставщику-партнёру составляется только после получения заказа от нашего клиента.

2. Консигнационный товар (товар находится на нашем складе по договору хранения).

Заказ на такой товар партнёру часто составляется по принципу: «чем больше — тем лучше» или «возьмём столько, сколько дадут».

АВС-АНАЛИЗ

В основе АВС анализа лежит «правило Парето», смысл которого в том, что первые 20% выборки (товаров, марок, поставщиков) приносят 80% продаж. Это правило не является «математически точным», однако на практике, при большом количестве входящих в выборку позиций, часто удивительным образом оказывается верным. Применяют АВС анализ обычно для того, чтобы «оптимизировать» (чаще сократить) слишком широкое предложение ассортимента, слишком большое количество марок, поставщиков и тп., сконцентрировав усилия на наиболее ценных для компании. При малом количестве входящих в выборку позиций применять этот метод не рекомендуется. Положительный эффект от использования метода на практике сильнее в случае, когда анализируемых позиций сотни и тысячи.

При АВС — анализе обычно используют такую градацию:

«А» — наиболее ценная группа, примерно 20% ассортимента; 80% продаж

«В» — средняя группа, примерно 30% ассортимента; 15% продаж

«С» — нижняя, наименее ценная группа, примерно 50% ассортимента; 5% продаж

При проведении АВС анализа, обычно из выборки исключают «новинки», то есть товары, недавно появившиеся на складе и потому ещё не сумевшие набрать сопоставимую с прочим товаром статистику продаж. В зависимости от вида бизнеса, критерием отнесения товара к «новинкам» может считаться срок нахождения на складе от недели до нескольких месяцев.

На практике существует множество способов выделения групп АВС и назначения им % от продаж. Иногда к этим трём группам добавляют четвёртую группу «D». Группу D обычно отдельно выделяют с целью контроля быстрой распродажи этого товара. Например:

«А» — 70% — продаж «В» — 20% продаж «С» — 9% продаж «D» — 1% продаж.

Иногда для определения границ АВС (D) групп используют графическую зависимость. По оси Х — отмечают позиции с продажами от максимальной к минимальной, по оси Y — сумма продаж по ним накопительным итогом, в % от общего объёма. На таком графике выявляют «точки изгибов» и по ним «назначают» границу А, В, С и тп. Таким образом, в группу А, например, вполне могут попасть позиции с итоговой суммой продаж 63%, в группу В 23% и группу С 14%.Если Вы используете не стандартный, а иной способ определения границ групп, необходимо отдельно акцентировать на этом внимание, чтобы не возникало путаницы. Если такой отдельной оговорки не будет, то ваш собеседник может предположить именно стандартную линейку 80;15;5.

Разберём пример расчёта и использования АВС анализа.

Предположим, для примера, что существует 10 видов товара, которым мы торгуем. И нам надо провести АВС анализ, чтобы выяснить, какова структура склада (пропорционален ли склад продажам или нет).

Чтобы определить группу АВС для каждой товарной позиции, нужно расположить товары в порядке убывания их продаж*. И по Доле продаж накопительным итогом назначить группу.

Из неё видно, что состояние структуры склада не идеально. Группа «А» должна иметь долю выше, а группа «С» ниже, чем в данный момент на складе.

В реальной практике вместо продаж при АВС-анализе часто используют маржу, и применяют формулы без необходимости сортировать массивов. Например:

XYZ-АНАЛИЗ

Метод XYZ анализа применяется для классификации ресурсов компании в зависимости от возможной точности прогнозирования потребности в них. Применительно к товарному запасу, эту точность прогноза вычисляют с помощью оценки отклонения фактических продаж от средних продаж. И в зависимости от результата товару присваивают ту или иную категорию XYZ. Чем меньше отклонение от средних продаж, тем в более высокую группу попадает конкретная товарная позиция. К Х-группе относят товарные позиции с самым незначительным отклонением от среднего. Отклонение рассчитывается по формуле:

Для этого метода важна корректная обработка статистических данных, учёт сезонности и других трендов (рост рынка, например), акций, дефицита на складе. Однако об этом часто не задумываются на практике (берут необработанную статистику), в результате чего получают сомнительный результат.

При обработке статистики важно правильно выбрать единицу периода статистического ряда (час, день, неделя, месяц) продажи за который участвуют в расчёте. Чем больше временной отрезок одной единицы ряда, тем меньше будет V, и наоборот. Обычно выбирают день, однако иногда возможны другие варианты. Рекомендую придерживаться правила: в выбранную Вами единицу времени (единицу статистического ряда) должно в среднем происходить не менее 5 единиц продаж. Если «час» практически не используется, то «неделя» и «месяц» вполне могут применяться для групп товара с относительно редкими продажами. Можно использовать и такой способ контроля: если почти весь Ваш товар оказался в одной группе Z, вероятно, единица времени выбрана Вами слишком мелкой, или же статистика не обработана.

Помимо правильного выбора единицы времени, статистика должна быть очищена от тех дней, когда товар был не в полной мере доступен к продажам:

Предположим, что есть некий товар, который имеет стабильный прогнозируемый сбыт 10 штук в день. Но в один из дней возник дефицит на складе (было всего 2 единицы). И Статистика продаж в такой день составила 2 штуки (всё, что было доступно в тот момент на складе). Если Вы не отбросите эту точку с дефицитом склада, то получите за последние 2 дня статистический ряд «10; 2».

Несмотря на то, что сбыт этого конкретного товара отлично прогнозируется (всегда равен 10) и относится к группе X (с 0 отклонением от средних продаж), Вы ошибочно сочтёте его группой Z с высоким отклонением и «непрогнозируемым сбытом».

Обработка статистических данных для XYZ должна проходить следующие этапы:

1) Из значений продаж убирают продажи по акциям

2) Из рассматриваемых дней выборки исключают дни с наличием на складе остатка меньше, чем максимум продаж. Иначе малые значения продаж из-за отсутствия товара на складе приведут к погрешности (как в разобранном выше примере).

3) К оставшимся данным применяют коэффициенты профилей (сезонности и прочих).

Оставшееся количество точек в выборке должно быть репрезентативным (обычно не менее 10).

Товару, не имеющему достаточную обработанную статистику по разным причинам, обычно присваивают категорию N (новинки, товар слишком быстро проданный, товар с малым количеством дней на складе и тп). Отмечу важность этой группы N. Почему-то часто о ней забывают, и товар с недостаточной статистикой «перемешивается» в группе Z вместе с действительно Z товаром (который действительно имеет неустойчивый сбыт). Выделять её нужно, так как меры по улучшению структуры склада применительно к группе Z отличаются от мер к группе N.

Обычно применяют следующие границы отнесения к группам по коэффициенту вариации:

Категория «X» — Значение коэффициента вариации в интервале от 0 до 10%.

Категория «Y» — Значение коэффициента вариации от 10 до 25%.

Категория «Z» — Значение коэффициента вариации свыше 25%.

В зависимости от вида товара и условий продаж, границы XYZ могут быть иными. Рекомендуется придерживаться правила, что диапазон Y = 1.5 X. Например, если Вы выбрали для своего товара для X диапазон от 0 до 20%, то для Y ожидается диапазон от 20 до 50%.

Практическое применение XYZ анализа обычно ограничивается регулярной оценкой структуры склада совместно с АВС анализом. То есть проводят регулярный мониторинг, какая часть внутри групп «А» «В» «С» товара имеет «X» или «Y» или «Z» или «N» точность прогноза по всем 12 группам (АX, AY, AZ, AN, BX, BY, BZ, BN, CX, CY, CZ, CN). И в случае ухудшения динамики применяют меры (например, часть Z товара заменяют на его X аналог, где это возможно). Получают, таким образом, экономию ресурсов.

Анализ «ABC-XYZ» на практике иногда применяют для выбора товара для продвижения. Группы AX, AY и BX имеют предпочтение при прочих равных (предполагается, что именно эти группы дадут максимальную отдачу от вложений в рекламу).

Иногда можно встретить использование XYZ метода при формировании заказов, когда Z-группе назначают повышенный коэффициент запаса по сравнению с X-группой при расчёте Safety Stock. Не рекомендую этого делать. Во-первых, совершенно не обязательно делить товар на группы XYZ на основе данных по отклонению фактических продаж от среднего, чтобы затем рассчитать Safety Stock. Ничто не мешает сразу рассчитать Safety Stock на основе точных значений коэффициента вариации, минуя звено группировки в XYZ, и добиться, таким образом, более точного результата. Во-вторых, страховой запас в большинстве случаев предпочтительнее определять с учётом рентабельности, а не просто по коэффициенту вариации.

БОСТОНСКАЯ МАТРИЦА (BCG matrix)

Бостонская матрица известна с 1960-х, но и по сей день используется как инструмент для стратегического анализа и планирования в маркетинге и закупках. Её автор, Брюс Д. Хендерсен, является основателем Бостонской консалтинговой группы, отсюда и название. Рекомендации на основе анализа BCG матрицы относятся скорее к корректировке существующей ассортиментной матрицы в будущем, к планированию маркетинговых компаний, чем к оперативным закупкам (которые осуществляют на основе данных текущего склада и текущих продаж)

Матрица в классическом варианте основана на гипотезе жизненного цикла товара в зависимости от роста рынка и доли на нём и классифицирует товар на четыре группы по последовательным этапам: 1. Трудные дети — 2. Звезды — 3.Дойные коровы —4.Собаки. Определив «точку» жизненного цикла товара на основе статистики продаж по нему сейчас, «предрекают» его завтрашнее состояние и дают рекомендации по инвестициям. Инвестиции рекомендуют делать из сегмента «Дойных коров» в сегменты «Трудных детей» и «Звёзд». «Собак» рекомендуют в лучшем случае «не трогать» а в худшем «пристреливать», выводить из ассортимента.

Если Ваша доля на рынке не высока, а динамика рынка не понятна, то в качестве оценки «доли» на рынке часто используют сравнение с главным конкурентом (или с группой конкурентов), а в качестве «роста рынка» динамику собственных продаж. Точку середины между «низкий» и «высокий» определяют либо эмпирически (например, низкая доля это меньше 1%, а высокая больше 1%; темп роста низкий это менее 5% а высокий более 5%) либо на основе собственной статистики (если рост по группе составил от 2% до 6%, берут за середину 4%).

Первый Этап жизненного цикла. «Трудные дети», «Дикие кошки», «Тёмные лошадки», «Знаки вопроса».

На первом этапе жизненного цикла товар зарождается на растущем рынке и первоначально имеет низкую долю на нём. Ожидается, что он увеличит свою долю и перейдёт в «Звёзды», но пока не ясно, «разовьётся» ли товар до своего второго этапа или «умрёт» недоразвитым. В данный сегмент рекомендуется регулярно вкладывать инвестиции для поддержки старта развития. Однако, если конкретный товар слишком долго «застревает» на данном этапе и не переходит в следующий сегмент «Звёзд», его перестают поддерживать.

Второй Этап жизненного цикла. «Звёзды».

На втором этапе товар приобретает узнаваемость, продажи растут. При этом рост рынка остаётся ещё высоким (конкуренция ещё не столь высока). Это основное направление для инвестиций, так как чем «большую» долю мы займём на растущем рынке пока «ветер дует в паруса», тем больше получим в будущем.

Третий Этап жизненного цикла. «Дойные коровы».

После того, как рынок продукта развился и заполнил предназначенную ему нишу, темпы роста падают. При этом объём продаж товара некоторое время ещё высок. «Дойных коров» берегут, так как прибыль с их продаж идёт на развитие «Звёзд» и «Трудных детей», а удельное поддержание продаж не столь велико, как на ранних стадиях жизненного цикла. В сбалансированной матрице именно «дойные коровы» должны занимать основную часть.

Четвёртый Этап жизненного цикла. «Собаки», «Хромые утки», «Мёртвый груз».

Любой товар рано или поздно «умирает». На его место приходит более конкурентоспособный аналог. Индикатором близкого конца является низкий рост рынка и упавшая доля в продажах. От такого товара избавляются. Инвестиции в него не вкладывают.