ABCD-анализ: как и для чего (В. Разгуляев, "Консультант", N 7, апрель 2013 г.)

ABCD-анализ: как и для чего

Как проводить АВС-анализ - это более распространенное название данного метода - рассказывается в огромном количестве книг и еще большем количестве статей. В обсуждениях того, как его применять, уже много "копий сломано" на многочисленных форумах. Кажется, что ничего нового на эту тему написать уже не получится, однако попытаюсь в этой статье, начав с простых вещей, осветить менее обсуждаемые аспекты АВСD-анализа.

Называю я данный метод всегда именно так, и в этой статье буду следовать своему принципу, более того - я предлагаю всем последовать моему примеру и применять именно это название в дальнейшем.

АВСDэйка: полезная "игра"

ABCD-анализ - это ранжирование выбранных для анализа объектов по степени их важности, которую мы оцениваем исходя из их вклада в общий результат по определенному показателю.

Результатом анализа является разделение всех объектов на несколько групп таким образом, что самые важные попадают в группу А, следующие по важности объекты - в группу В, еще менее важные - в группу C. Группа D используется для объединения объектов, которые либо представляют наименьшую важность, либо вовсе исключаются из анализа за отсутствием какого-либо вклада в общие результаты. Причем использование группы D стало уже настолько распространенным при проведении ABCD-анализа, что это является первым доводом, чтобы называть данный метод исследования именно так. Но гораздо более существенным доводом оказывается лишняя путаница из-за полного совпадения названия "АВС-анализ" с достаточно распространенной аббревиатурой совсем другого анализа Activity-Based Costing - расчета себестоимости продукции через определение стоимости каждой работы, необходимой для получения данной продукции. Поэтому, чтобы в дальнейшем не создавать лишний повод для недоразумений, ранжирование каких-либо элементов будем называть ABCD-анализом.

Методики проведения

Есть несколько различных методов разделения объектов на три-четыре группы значимости. Эти методы достаточно сильно различаются, но их объединяет то, что вначале все объекты анализа сортируются по мере убывания сравниваемого параметра. Далее - возможны варианты.

Метод с фиксированными группами. Вы рассчитываете накопительный итог по всем объектам анализа, начиная с самого первого - самого значимого объекта, и делите эти накопительные итоги на общий вклад всех объектов анализа. Таким образом, вы получаете для каждого объекта анализа вклад его самого и всех более значимых объектов в общий результат. Далее вы выбираете некие фиксированные показатели, например 64/32/4, и обозначаете:

- первые К самых значимых объектов, которые дают 64% вклада в общий результат, - группой А;

- следующие L объектов, которые дают еще 32%, - группой В;

- остальные M позиций, которые дают оставшиеся 4%, - группой C.

Деление может быть и другим, например 80/15/5 или 50/30/20. Суть метода от этого не меняется, хотя результаты, разумеется, будут достаточно разными.

+ Легко воспринимается и считается, а при нормальном выборе деления - дает хороший результат.

- Хорошее деление в прошлом не всегда оказывается хорошим делением в будущем.

- Данный метод физического смысла никакого не имеет.

Метод Парето. Собственно, прообразом ABCD-анализа был знаменитый постулат Вильфредо Парето. Он утверждал, что вне зависимости от времен, стран и политических систем 20% самых богатых людей всегда владели и владеют 80% всех богатств.

Утверждал он это, не выводя никаких формул, просто эмпирически посчитав фактическое разделение богатства для разных эпох и стран. Но напрямую из этого выражения ABCD-анализ не следует - просто потому, что в результате такого деления мы получаем только две группы: группа A - 20% людей, имеющих 80% всех богатств, и группа C - соответственно, остальные 80% людей, обладающих оставшимися 20% богатств. Более того, и сам постулат уже опровергнут нашей российской действительностью, где по оценкам 10% самых богатых людей обладают 90% всех богатств.

Но принцип - понятен и применим: нам надо получить такое разбиение на группы, когда сумма вклада части объектов в общий итог (накопительный итог) и доля количества этих объектов от общего числа объектов будет равна 100%:

,

где N - накопительный итог сравниваемых параметров первых О объектов;

S - общая сумма сравниваемых параметров всех V анализируемых объектов.

Кроме того, чтобы получить больше чем две группы, нам необходимо разбить каждую из получившихся групп на подгруппы. И делать мы это будем по тому же принципу. Соответственно, в конечную группу A попадут только лучшие из изначальной группы А, в конечную группу C попадут только худшие из изначальной группы С, а группу B мы сформируем за счет "худших из лучших" и "лучших из худших" - понятно, что у них наиболее схожие значения анализируемого параметра.

Дополнительно заметим, что в зависимости от количества объектов, включенных в анализ, будет меняться и деление на группы, при этом у нас обычно есть много объектов, у которых анализируемый показатель равен нулю. То есть включение такого объекта в анализ никак не повлияет на общий результат, долю накопительного итога от которого мы ищем, но при этом повлияет на долю позиций, участвующих в этом накопительном итоге. То есть, включая такие позиции, мы можем искусственно увеличивать группы A и B за счет группы C. Чтобы такого не происходило, мы изначально все объекты, у которых анализируемый показатель меньше или равен нулю, отнесем еще до начала анализа - в группу D, и в дальнейшем анализе они уже участвовать не будут.

+ Деление на группы получается зависящим от самих данных.

- Сложнее реализуется расчет.

+ Физический смысл точек деления - соотношения, в котором происходит разделение на группы - указывает на степень неоднородности нашего ассортимента.

Метод касательных. Этот метод приобрел свое название от геометрической интерпретации метода, когда мы строим кривую накопительного итога, а потом проводим к ней касательные. Однако обычно для расчета используется аналитическая интерпретация данного метода. Деление, как и в случае с методом Парето, происходит последовательное: сначала на две группы, а потом каждую из получившихся групп делят еще раз на две. Причем точно так же мы изначально убираем из анализа в группу D все объекты с отрицательным или нулевым значением сравниваемого параметра. Делим же на группы мы так: считаем среднее арифметическое сравниваемых параметров по всем объектам анализа. В результате одна группа позиций у нас оказывается выше этого среднего, а другая - ниже. Затем повторяем деление с каждой из получившихся групп и результат преобразуем в три группы, как это делали в методе Парето.

+ Деление на группы получается зависящим от самих данных. Аналитическая интерпретация легко воспринимается и легко реализуется.

+ Физический смыл точек деления: позиции группы A приращивают измеряемый параметр быстрее, чем растет их количество, а позиции группы C - наоборот. Кроме этого, точки деления указывают на степень неоднородности нашего ассортимента.

Сравнение методов. Мы имеем три совершенно разных вида анализа, и хотя часто они могут делить позиции на группы примерно одинаково, однако это вовсе не правило и мы легко можем предложить такие данные, на которых вышеперечисленные деления будут сильно отличаться. Как видим по плюсам и минусам каждого метода: самой лучшей является аналитическая интерпретация метода касательных. Нерассмотренные же в данной статье методы ABCD-анализа не стоят нашего внимания, т.к. создавались они обычно: либо ради того, чтобы потешить чье-то самолюбие именным названием такого метода, либо ради "научной новизны" в какой-либо "научной" работе.

Вижу цель

Самый распространенный вопрос по ABCD-анализу на форумах звучит обычно так: "ABCD-анализ сделали. Что дальше?". Многие специалисты, ухватив несложную механику расчета, забывают за ней, собственно, цель своих изысканий. В результате и рождаются такие вопросы, на которые даже не знаешь, что и ответить... В ответ на шквал этих вопросов один очень уважаемый мною эксперт разместил на своем сайте целую серию заметок, которую кратко назвал "Анти-АВС": http://scm-book.ru/antiABC (очень советую ознакомиться с этим текстом всем, кто ищет альтернативу повсеместному ABCD-анализу, ну а мы продолжим там, где остановились).

Как же так получается, что специалисты, сумевшие провести ABCD-анализ, не знают, что делать дальше с уже получившимися результатами? При этом только на вскидку можно сразу сказать, что ABCD-анализ позволяет:

- выделять небольшое количество самых значимых объектов для сосредоточения внимания именно на них;

- более эффективно использовать имеющиеся временные и человеческие ресурсы для получения лучшего общего результата;

- производить управление несколькими группами сходных по некоторому признаку объектов, а не самими объектами, которых может быть многие тысячи;

- быстро анализировать текущую ситуацию в малознакомой ситуации и выявлять неэффективные объекты управления с помощью перекрестного ABCD-анализа - проведения ABCD-анализа для:

- одних и тех же объектов анализа - что будем делить на группы,

- но различных параметров сравнения - по какому признаку будем делить на группы.

Отсюда мы делаем важный вывод: необходимо изначально определиться с целями проведения ABCD-анализа и тогда никакой проблемы с интерпретацией и использованием его результатов не будет. Более того, сам ABCD-анализ только выиграет благодаря уже осмысленному выбору объектов и параметров анализа.

Предостережения

B конце статьи хотелось бы дать несколько предостережений всем, кто только осваивает или уже вовсю использует ABCD-анализ в своей работе.

Универсальное деление. Первые успешные опыты по использованию ABCD-анализа приводят к желанию создать некую универсальную систему, которая бы оценивала все важные нам параметры объектов (например количество обращений, прибыль и оборот по позициям), чтобы получить таким образом универсальную матрицу управления этими объектами. И если провести три ABCD-анализа не составляет никакого труда, то вот придумать различные стратегии управления для 64 (= 4 х 4 х 4) или даже для 27 (= 3 х 3 х 3) групп, оказывается, уже не так просто.

Здесь надо вспомнить, что ABCD-анализ - это только инструмент, и обычно лучше иметь несколько удобных специализированных инструментов, нежели один неудобный - универсальный. Хотя перекрестный ABCD-анализ по двум параметрам действительно может эффективно использоваться таким образом.

Использование данных о продажах. Если вы строите ABCD-анализ по прибыли, полученной с позиций за отчетный период, и используете для этого данные о продажах за этот период, то делать это надо очень осторожно - дело в том, что хороший товар мог отсутствовать долгое время на остатках и в таком случае продажи по этой позиции покажут заниженный результат, в результате она может незаслуженно попасть в более низкую группу, и из-за применения в дальнейшем к данной позиции неправильного подхода, определяемого для этой группы, этот товар может навсегда остаться в данной группе. В таком случае лучше сначала восстанавливать неудовлетворенный спрос за отчетный период, прибавлять его к продажам - то есть удовлетворенному спросу и делать ABCD-анализ именно по этому суммарному спросу за отчетный период, а не по продажам.

Аналогичная ситуация возможна, когда мы осуществляем ценообразование исходя из ABCD-анализа: делаем больше наценку на слабопродающиеся позиции из группы C и меньше - на обычно ходовые товары-индикаторы из группы A. Понятно, что в таком случае мы легко можем замкнуть причинно-следственную связь: когда одни позиции продаются хорошо - т.к. они у нас дешевые, а другие - плохо, т.к. они у нас дорогие. Но поменяй мы ситуацию с их ценами - тут же изменится и ситуация со спросом на них.

Вывод группы C из складских позиций. Некоторые руководители, получив данные ABCD-анализа, принимают кардинальное решение избавиться от всей группы С, в которой оказывается больше половины позиций, но при этом они все вместе делают меньше 5% от общего результата.

Результаты ABCD-анализа действительно могут стать основанием для исключения "длинного хвоста" слабых позиций из складской номенклатуры - таких позиций, по которым постоянно поддерживается определенный остаток на складе компании. Но такое решение необходимо принимать на основании экономического обоснования данного действия, а не просто разделения позиций на группы. Более того, если мы каждый месяц будем исключать группу C из складской номенклатуры, то через некоторое время торговать уже будет просто нечем.

Использование на маленьких количествах объектов. ABCD-анализ - это инструмент, который позволяет нам работать с большим количеством объектов. На самом деле - это достаточно грубый и не всегда точный инструмент, но на большом массиве он - очень хорош. При этом не надо упираться в этот инструмент и пытаться применить к 20 позициям, которые выпускает ваш завод, - 20 позициями можно управлять по отдельности, к ним не нужно применять групповые политики и правила, с каждой из них можно поработать самостоятельно.

В такой ситуации ABCD-анализ не нужен и будет даже вреден, т.к. на небольшом ассортименте нам, наоборот, важно каждое различие между этими позициями. По этой же причине не надо проводить ABCD-анализ по каждой отдельной группе товаров - его надо проводить по всему справочнику товаров или в крайнем случае по ассортименту, управление которым выделено под отдельную штатную единицу.

Некоторые специалисты пугаются, что в таком случае целая группа номенклатурного справочника может оказаться в малозначимой группе. Ничего страшного в этом нет, значит, вся эта группа - малозначимая и ей не стоит уделять такого же внимания, какого требуют настоящие позиции группы A.

Автоматизация. Несложный расчет ABCD-анализа обычно легко реализуется в любой корпоративной информационной системе, поэтому возникает соблазн сразу "зашить" его туда. Однако не стоит спешить с этим. Дело в том, что по мере использования ABCD-анализа у вас может возникнуть желание изменить либо метод, либо его параметры, либо количество групп, на которые происходит деление, - в таком случае автоматизированный в корпоративной информационной системе ABCD-анализ скорее будет мешать, нежели помогать. A чтобы не делать его вручную, лучше воспользоваться готовыми алгоритмами, реализованными в файлах Excel, которые можно скачать по адресу http://upravlenie-zapasami.ru/excel/. В корпоративную же информационную систему следует "зашивать" те варианты ABCD-анализа, на которых вы остановитесь со временем. Пока же нужно попросить программистов сделать удобные заливки группы ABCD-анализа из файла Excel в информационную систему по коду объекта.

Еще интересным решением является подсвечивание разными цветами фона объектов из разных групп ABCD-анализа в документах и справочниках. Это позволяет дополнительно визуально контролировать ситуацию и фокусировать внимание на главном.

В. Разгуляев,

управляющий информацией "Избенка - ВкусВилл"

"Консультант", N 7, апрель 2013 г.