Опубликован: 13.02.2016 | Уровень: для всех | Доступ: платный
Лекция 9:

Управление портфелем продукции

< Лекция 8 || Лекция 9: 12 || Лекция 10 >

9.3 Математические методы анализа ассортимента

ABC анализ

Самый известный, простой и популярный метод анализа продуктового ряда.

Идея метода основана на принципе Парето (эмпирический закон 20:80) — 20% усилий приносит 80 процентов результата.

Продукты ранжируются по какому-либо признаку, доходность, прибыльность, число продаж и т.п.

Практически проверено, что 20% списка товара дадут 80% результата (доход, прибыль и т.п.). следующие 20%, соответственно, дадут 20% остатка, в сумме верхние 40 процентов списка дают примерно 95% результата.

Продукт Год Нарастающим итогом Доля нар. Итогом
Пист ПВХ Trovilex 6x2030x3050 мм белый 12680,52 12680,52 46% A
Лист ПВХ Trovrtex 10x2030x3050 мм белый 3834,63 16515,15 59%
Пленка 641М F021 50Л000 2527.S8 19043,01 68%
Лист акрил. ViKUGLASS Acryl XT 6x2050x3050 мм прозр. 1370,13 20413,14 73%
Стритлайн 1315x650 арочный СО СПЛОШНЫМ ПОЛЕМ белый 1352,77 21765,92 78%
Профиль алюм. 50 Pylon 2 6175 серебро анод;). 6м 1227,40 22993,32 83% B
Пленка HW 3102 желтая 50/1,24м 702,11 23695,43 85%
Лист ПВХ Paliqht 6x1220x3050 мм белый 567.00 24262,44 37%
Профиль Flexiframe 2400 мм зеленый глянец 414,65 24677,29 89%
Лист ПС синий 3x1300x3000 мм (ив 067) 393.06 25070,35 90%
Профиль ND 202001 3,04 m золото гл. 377.02 25447,37 91%
Профиль ND 202004 3,04 m серебро мат 290,96 25738,33 92%
Лист ПС черный 4x1300x3000 мм в за шт., в пленке 250,48 25988,81 93%
Textile ID 152 Л 20 1.82 m х 50 м 247,640127 26236,45 94%
Стейка - указатель 233,62 26470,07 95%
Синий (штендер) 1,35x0,6 169,72 26639,79 96% C
Элек. дроссель 2x58WBT8-Gi, 287x41 х29 mm 23GV/5C-60H 147,52 26787,31 96%
Лист УПМ 1400x3000x6 мм белый 134,90 26922.21 97%
Пленка 641М F063 50/1260 129,09 27051.31 97%
Пленка 641М F023 50Л260 117,75 27169,05 98%
TRIDONIC P-501 W12V DL, белый 108,92 27277,97 98%
BJB Патрон G13: 26.422. со старт-м, поворот. 74,49 27352,46 98%
Профиль стыковочный разъемный база 6м прозрач. 62,49 27414,95 98%
Пленка 6500 F050 ЗОЛ 000 55.20 27470,15 99%
Пленка 641М F083 ЗОЛ 260 49,37 27519,51 99%
Пленка 641М F060 ЗОЛ 000 46,99 27566,50 99%
Пленка 641М F036 ЗОЛ 000 42,05 27608,55 99%
Профиль Flexiframe 2400 мм черный глянец 38,07 27646,62 99%
Стартер FS-2, 200/250V, 10W-20W 36,71 27683,33 99%
Профиль ALS 130 синий 2м 33.40 27716.73 99%
Пленка 64 ОМ F000 100Л 000 30.02 27746,75 100%
Пленка 451 F061 50Л260 27.03 27773,78 100%
Клип-лайт LEB-LP-100-12V (20м, 200 leds) белый 20,92 27794,71 100%
Пленка 8300 F079 ЗОЛ 000 14.84 27809,55 100%
ПРОФ. основ, двуст. анод. 49мм (6/6.ОЗм! (Frameliqht20) 14,46 27824,00 100%
Пленка 3640М F000 ЗОЛ 370 Oraiet нестандарт 10,46 27834,47 100%
Нож PL 3017 offset 0,175 для маленьких букв 7,35 27841,32 100%
Карта цветов 641 G 6,01 27847,82 100%
Профиль Flexiframe 2400 мм серый матовый открытый 3,59 27351,41 100%
Пленка 640G F000 ЗОЛ 000 3,41 27654,32 100%
Светодиод ХР-12D-3B синий 2,38 27857,20 100%
Профиль кант, Змм/2400мм, желтый 0,86 27853,06 100%
ELINCA 62059, заглушка 0,48 27858,54 100%

По результатам анализа обычно рекомендуется удалять из ассортимента малоприбыльную продукцию и напротив, сохранять высокоприбыльную.

Весьма интересную трактовку ABC анализа (кросс ABC анализ) предложил Владимир Кишик, со статьей которого можно познакомиться в приложении 11.6

Корреляционный анализ

Корреляционный анализ позволяет выявить наличие прямой линейной взаимосвязи между продажами различных продуктов.

Математическое описание:

Есть массив из n точек (например, объемов продаж посуточно) \{x_{1,i},x_{2,i}\}

Рассчитываются средние значения для каждого параметра:

\bar x_1=\frac{\sum x_{1,i}}{n},\quad\bar x_2=\frac{\sum x_{2,i}}{n}

И коэффициент корреляции:

r=\frac{\sum (x_{1,i}-\bar x_1)\cdot(x_{2,i}-\bar x_2)}{\sqrt{\sum(x_{1,i}-\bar x_1)^2}\cdot\sqrt{\sum(x_{2,i}-\bar x_2)^2}}

Для понимания смысла полученного коэффициента приведен следующий рисунок:

Смысл линейности связи состоит в том, что если продается товар А, то продается и товар Б.

Метод позволяет выявить в большом объеме данных по продажам взаимосвязанные товары.

Чек Месяц Сезон Температурный фактор Шапка Шарф Бейсболка Майка Футболка
1 1 Зима 0 1 0 0 0 0
2 1 Зима 0 1 1 0 0 0
3 1 Зима 0 1 1 0 0 0
4 1 Зима 0 1 1 0 0 0
5 2 Зима 0 0 1 0 0 0
6 2 Зима 0 1 1 0 0 0
7 2 Зима 0 1 1 0 0 0
8 2 Зима 0 1 1 0 0 0
9 3 Весна 0,5 0 0 0 0 0
10 3 Весна 0,5 0 1 1 0 1
11 3 Весна 0,5 1 0 1 0 1
12 3 Весна 0,5 0 1 0 0 0
13 4 Весна 0,5 1 1 1 1 0
14 4 Весна 0,5 1 0 0 0 0
15 4 Весна 0,5 1 0 0 0 0
16 4 Весна 0,5 0 1 0 0 0
17 5 Весна 0,5 0 0 1 0 0
18 5 Весна 0,5 0 0 0 0 0
19 5 Весна 0,5 0 0 0 0 0
20 5 Весна 0,5 0 0 0 0 0
21 6 Лето 1 0 0 0 0 0
22 6 Лето 1 0 0 0 1 0
23 6 Лето 1 0 0 1 1 1
24 6 Лето 1 0 0 1 1 1
25 7 Лето 1 0 0 1 1 0
26 7 Лето 1 0 0 1 0 0
27 7 Лето 1 0 0 0 0 1
28 7 Лето 1 0 0 1 1 1
29 8 Лето 1 0 0 1 1 1
30 8 Лето 1 0 0 1 1 1
31 8 Лето 1 0 0 1 1 0
32 8 Лето 1 0 0 0 1 0
33 9 Осень 0,5 0 0 0 0 0
34 9 Осень 0,5 0 1 1 0 1
35 9 Осень 0,5 1 1 0 0 0
36 9 Осень 0,5 1 1 0 0 0
37 10 Осень 0,5 0 1 0 0 0
38 10 Осень 0,5 1 0 0 0 0
39 10 Осень 0,5 1 0 0 0 0
40 10 Осень 0,5 1 0 1 1 0
41 11 Осень 0,5 1 1 0 0 0
42 11 Осень 0,5 1 0 0 0 0
43 11 Осень 0,5 0 1 0 0 0
44 11 Осень 0,5 0 1 0 0 0
45 12 Зима 0 1 1 0 0 0
46 12 Зима 0 0 0 0 0 0
47 12 Зима 0 1 1 0 0 0
48 12 Зима 0 1 0 0 0 0

Например, возьмем модель продаж:

Шапка Шарф Бейсболка Майка Футболка
Шапка 1
Шарф 0,28 1
Бейсболка -0,29 -0,26 1
Майка -0,28 -0,36 0,63 1
Футболка -0,32 -0,19 0,63 0,37 1

Для этой модели продаж мы можем получить следующую таблицу корреляционных коэффициентов:

Т. е. мы видим, что майка, футболка и бейсболка - взаимосвязанные товары

Часто корреляция между продуктами вызывается не их реальной взаимосвязью, а воздействием дополнительного фактора, например сезонного колебания.

Для выявления таких факторов можно ввести дополнительный параметр, например, условный температурный фактор 0- холодно, 0.5- тепло, 1- жарко и изучить корреляцию продаж продуктов с этим фактором:

Т.Факт Шапка Шарф Бейсболка Майка Футболка
Т.Факт 1
Шапка -0,57 1
Шарф -0,58 0,28 1
Бейсболка 0,55 -0,29 -0,26 1
Майка 0,65 -0,28 -0,36 0,63 1
Футболка 0,47 -0,32 -0,19 0,63 0,37 1

Из таблицы видно, что бейсболка, майка и футболка имеют положительную связь с температурным фактором, т.е. являются летним товаром. а шапка и шарф — зимним.

Тренды и экстраполяции

Изучение тенденций изменения спроса на те или иные продукты является достаточно очевидной идеей и применяется достаточно часто. Математическим механизмом, используемым в этих целях является, как правило, линейная интерполяция и экстраполяция с использованием метода наименьших квадратов.

Математическое описание приводить тут я не буду, поскольку оно хорошо известно выпускникам подавляющего большинства вузов и реализовано в большинстве пакетов, например в Excel эта функция называется "Тенденция".

При анализе получаются примерно следующие результаты:

Однако при такого рода анализе существенное влияние могут оказывать дополнительные факторы, которые вносят искажения в изучаемую картину, например, часто такими факторами становятся сезонные колебания, от которых можно избавиться рассматривая статистику за несколько лет продаж, что , к сожалению, не всегда возможно.

Полезным в ситуации отсутствия многолетних данных может быть изучение не абсолютных величин сбыта, а доли того или иного продукта в продажах, это может дать возможность изучения динамики потребительских предпочтений.

Увидеть, что продукт Б становится более предпочтительным по сравнению с продуктом А в корзине продаж.

9.4 Примерная последовательность работ по формированию плана продаж

Наиболее надежным источникам данных для планирования продаж является статистика продаж предыдущих периодов, соответственно, основой для разработки удобнее всего считать историю продаж предыдущих периодов.

  • Взять данные статистики фактического сбыта предыдущего года (нескольких лет)
  • При наличии стратегических клиентов или зон (крупные сети, регионы) разделить статистику по зонам и вести планирование по каждой зоне отдельно.
  • Удалить из данных продаж всплески вследствие разовых акций
  • Разделить товарные категории, в том числе на товары сезонного спроса по сезонам
  • При целевом планировании в денежном выражении выделить продукцию группы А и дальнейшую работу по детальному планированию вести только по этой группе.
  • При наличии многолетней статистики оценить тренды в товарах и/или товарных категориях.
  • Оценить тенденции, связанные с динамикой рынка, динамикой доли рынка (на основе исследований, если таковые имеются). Использовать выявленные тренды для оценки изменения объема сбыта.
  • Оценить структуру сбыта, тенденции изменения структуры. Использовать выявленные тренды для оценки изменения структуры сбыта.
  • Собрать плановые требования по сбыту видов продукции и/или категорий продукции2Выставленные руководством требования по объему сбыта, как правило, не могут быть пересмотрены в сторону снижения и включаются в план вне зависимости от наличия статистических или исследовательских данных, подтверждающих их исполнимость. .
  • На базе оценок подготовить версию плана.
  • Наложить оценочное влияние разовых акций и планируемых событий (рекламные акции, открытие/закрытие магазинов и т.п.)
  • При планировании по АВС, дополнить план продукцией группы В и С, пропорционально объемным показателям группы А.
  • При планировании по группам товаров, объединить планы по группам
  • При планировании по зонам объединить зональные планы.
< Лекция 8 || Лекция 9: 12 || Лекция 10 >
Елена Красовская
Елена Красовская
Добрый день. Я имею высшее образование по специальности "юриспруденция". Могу ли я получить свидетельство о повышении квалификации, если пройду курс ".Основы маркетинга"?
Антон Боюрнов
Антон Боюрнов

Автор рассуждает -"матрица BCG, с точки зрения современных представлений о маркетинге, оказывается инструментом сомнительным, и, возможно, устаревшим." Причем, выводы он делает на том, что матрица построена на условии характеристик продукта как по объему продаж так и росте рынка, хотя , как и видно даже по картинкам , матрица характеризует продукт по перспективам доли не важно какого рынке, елси он не умирающий

Дарья Сергиенко
Дарья Сергиенко
Украина, Донецк
анастасия Овчаренко
анастасия Овчаренко
Россия, Красноярский край