Как найти стандартное отклонение реализации анализ xyz

Каждому бизнесу — неважно, производство это, продажи товаров или услуг — необходимо управлять своей ассортиментной матрицей, чтобы понимать, какие товары или услуги приносят наибольшую прибыль. И когда это крупный бизнес, в ассортименте которого сотни или тысячи позиций, не обойтись без специальных аналитических приемов. Чтобы понять, какие товары наиболее выгодны для компании, на помощь приходят два основных вида анализа: ABC-анализ и XYZ анализ товарного ассортимента. АВС-анализ мы рассмотрели в отдельной статье, а эту статью посвятим XYZ-анализу, но будем постоянно обращаться к ABC-анализу, поскольку эти инструменты используются в синтезе.

XYZ-анализ чаще всего сочетают с ABC-анализом и проводят после него. Другими словами, XYZ-анализ является не обязательным, но очень желательным и часто необходимым продолжением АВС-анализа.

Если АВС-анализ показывает, какие товары приносят наибольший доход, то XYZ-анализ определяет, какие товары или услуги пользуются наиболее устойчивым спросом.

XYZ-анализ — это инструмент, который позволяет разделить ассортимент на группы, в зависимости от стабильности продаж и колебаний спроса на продукцию.

Если АВС-анализ выделяет товары или клиентов, которые приносят бизнесу наибольшую выручку или прибыль, то XYZ-анализ определяет, на какую продукцию самый устойчивый спрос.

Вспомним, АВС-анализ основан на принципе Парето: товары группы А — это 20% товаров, которые приносят 80% дохода, группы В — 30% товаров, приносящие 15% дохода, и группы С — 50% товаров, приносящие только 5% дохода бизнеса.

Почему одного только АВС-анализа недостаточно для эффективного управления бизнесом, и нужно использовать XYZ-анализ? 

Представим ситуацию: мы провели аналитику и выделили товары группы А. Казалось бы, вот они — наши “курочки, несущие золотые яйца”. Затариваем склад этими товарами и грезим баснословными выручками… 

Однако, через несколько дней нам звонит завскладом или менеджер по продажам и кричит, что товара “Грабли” нет в наличии уже давно, при том, что спрос на него высок. Мы даем распоряжение — закупить товар Х! 

И тут выясняется, что товар “Грабли” в нужном количестве просто некуда положить. Полки склада заняты товаром “Мотокультиватор”, который почему-то покупают не так охотно. 

Мы чешем затылок: зачем мы накупили столько мотокультиваторов, если их покупают редко? А вот почему: товар “Мотокультиватор” попал в группу А, и мы решили сосредоточить на нем свои усилия. Но не учли маленькую деталь: в исследуемом периоде было продано только 3 мотокультиватора, и только в апреле. В группу А этот товар попал только потому, что у него высокая цена, которая существенно отразилась на выручке. А граблей мы продали 88 штук, и их покупали в течение всего сезона. Но грабли дешевые и поэтому попали только в группу В, товаров из которой мы закупили на склад значительно меньше.

Поэтому на помощь нам приходит XYZ-анализ.

XYZ анализ товарного ассортимента на примере

Рассмотрим пример проведения XYZ анализа товарного ассортимента в эксель и заодно рассмотрим его основные этапы.

Определимся с периодом анализа

Стандартно за период анализа берут 12 месяцев. Это связано с тем, что продажи многих товаров имеют сезонность, и чтобы учесть все возможные колебания, берут период, захватывающий все времена года.

Однако, этот подход достаточно спорный для управления складскими запасами. Если ваша компания не заполняет склад на год вперед, то период анализа 12 месяцев будет не очень показательным. 

Поэтому сначала вы понимаете, на сколько месяцев/недель вперед вы заполняете склад. В нашем примере нужно заполнить склад магазина дачных товаров на полгода (дачный сезон). И используете для анализа именно этот период.

Отсюда вытекает важное правильно анализа (в принципе, любого, не только XYZ-анализа): период анализа должен быть одинаковым для всех товаров!

Поэтому, если какой-то товар недавно появился в вашем ассортименте, и не попадает в весь анализируемый период — выбрасывайте его из общего анализа, поскольку данные по нему будут не корректными в сравнении с другими товарами. Такие товары нужно анализировать отдельно.

Выбираем показатель, по которому будем проводить анализ XYZ анализ товарного ассортимента

Это может быть выручка, прибыль или количество — зависит от целей анализа. Например, для планирования складских запасов лучше всего взять показатель количества проданного товара (как в нашем примере).

Создадим в excel простую таблицу

В строках таблицы будет весь перечень товаров, которые попали в анализ, а в столбцах — месяцы (или недели, или любые другие отрезки времени, которые вы выберете). В ячейках — суммы продаж каждого товара в каждом месяце.

Такую таблицу можно создать при помощи инструмента Сводные таблицы или при помощи функции СУММЕСЛИМН (предварительно подготовив отдельно список товаров).

Подробно в этой статье не будем останавливаться на этих возможностях, т.к. они подробно описаны в статьях:

Уточню только, что если вы решить воспользоваться сводными таблицами, то пустые ячейки (месяцы, в которых не было продаж) обязательно нужно заполнить нулями. Это важно для правильно расчета среднего значения!

Добавляем столбец “Среднемесячные продажи”  и считаем этот показатель при помощи функции СРЗНАЧ(). В качестве аргументов функции в скобках указываем значения по количеству за все месяцы.

Добавляем еще один столбец “Стандартное отклонение” и рассчитываем этот показатель функцией СТАНДОТКЛОН()

В скобках также нужно указать значения по количеству продаж данного товара за все месяцы.

И теперь рассчитываем главный показатель, который покажет постоянство спроса — коэффициент вариации (КВ). Он рассчитывается по формуле:

КВ = Стандартное отклонение / Среднемесячные продажи

Интерпретируем результаты XYZ анализа товарного ассортимента

Теперь нужно понять, что же мы такое посчитали.

Коэффициент вариации нужно понимать следующим образом: чем он ниже, тем более стабильный спрос на товар.

Зная коэффициент вариации по каждому товару, можно разбить их на группы:

Группа Х — стабильный спрос, объем продаж от месяца к месяцу почти не изменяются: КВ < 0,1.

Группа Y — условно стабильный спрос, т. е. объемы продаж меняются, но без резких скачков: 0,25 > КВ > 0,1.

Группа Z — спрос нестабилен, покупатели приобретают товар от случая к случаю: КВ > 0,25.

Теперь нам осталось отсортировать нашу таблицу по столбца “Коэффициент вариации” по возрастанию.

Для этого выделим всю таблицу с заголовками, и выберем вкладку Данные — Сортировка. В выпадающем списке “Сортировать по” нужно выбрать “Коэффициент вариации”, Сортировка — Значения, Порядок — по возрастанию.

И в нашем примере получается следующая картина.

Таким образом, мы видим, что грабли, которые в АВС-анализе попали в категорию В, показывают самый устойчивый спрос. Именно поэтому у нас постоянная нехватка этого товара. Теперь мы понимаем, что грабли нам нужно всегда иметь на складе в достаточном количестве.

А мотокультиваторы, которые принесли существенную выручку, оказались в самом низу таблицы, показав самый непостоянный спрос. Теперь мы понимаем, что такой товар нужно покупать на склад штучно, либо вообще под заказ покупателя.

На этом простом примере мы рассмотрели возможности XYZ-анализа. Однако, как уже написано выше, этот анализ предпочтительно сочетать с ABC-анализом. 

Вам может быть интересно:

В статье подробно рассмотрим и разберем на практике XYZ анализ продаж.

XYZ анализ. Определение

XYZ анализ ­(англ. XYZ-analysis) – это метод классификации ресурсов компании по трем группам на основе их изменчивости (устойчивости). Объектами применения XYZ-анализа могут выступать различные экономические показатели компании: объем продаж, выручка, материальные затраты, количество поставщиков и т.д. Одним из самых распространенных направлений применения данного метода является определение товаров, которые имеют устойчивый спрос (объемы продаж), сезонный и случайный. Это позволяет произвести оптимизацию складских запасов и высвободить дополнительные ресурсы.

XYZ анализ ассортимента продукции. Формула расчета

XYZ-анализ ассортимента заключается в группировке товаров по трем группам на основе изменчивости их продаж за прошлые периоды. Для проведения анализа необходимо осуществить следующий последовательный алгоритм.

★ ABC и XYZ-анализ товарного ассортимента в Excel за 5 минут

На первом этапе осуществляется расчет коэффициента вариации объема продаж (уровня спроса) по каждой товарной группе. Изменчивость продаж оценивается с помощью коэффициента вариации. Формула расчета коэффициента вариации представляет собой отношение стандартного отклонения к математическому ожиданию объема продаж. Формула имеет следующий вид:

где:

σ – стандартное отклонение объема продаж;

x_i – объем продаж в период в i-й период;

n – количество рассматриваемых периодов продаж товаров;

х^* – среднеарифметическое значение продаж товаров.

Смысл коэффициента вариации заключается в оценке процентного отклонения объема продаж от среднего значения. Чем больше показатель вариации, тем менее устойчив объем продаж данного вида товара.

На втором этапе производится сортировка ассортимента продукции по значению коэффициента вариации и классификация товаров по трем группам – XYZ на основе значений коэффициента вариации.  В таблице ниже показан критерий оценки и экономическое описание для различных групп товаров.

Группа	Коэффициент вариации	Характеристика класса
Группа «X»	0<V<10%	Товары с наиболее устойчивыми объемами продаж
Группа «Y»	10%<V<25%	Товары с прогнозируемыми, но изменчивыми объемами продаж
Группа «Z»	V>25%	Товары, обладающие случайным спросом

Видео-урок: «Оценка продаж. Пример XYZ-анализа в Excel»

Пример XYZ анализа объемов продаж продукции в Excel

Для того чтобы лучше понять смысл XYZ анализа рассмотрим реальный пример. В нашем случае есть магазин сотовых телефонов и имеются объем продаж различных марок. Для корректного применения анализа необходимо, чтобы период продаж рассмотрения был не менее 4 месяцев.

Далее необходимо рассчитать изменчивость объема продаж по каждой товарной группе. На рисунке ниже показан итог расчета коэффициента вариации  по продукции. Формула расчета в Excel будет иметь следующий вид:

Коэффициент вариации объемов продаж =СТАНДОТКЛОН(B5:G5)/СРЗНАЧ(B5:G5)

Сейчас необходимо классифицировать товары в группу – «X»,»Y» или «Z». Для этого напишем формулу определяющую класс товара, и воспользуемся встроенной формулой «ЕСЛИ» в Excel. Формула будет иметь следующий вид:

Группа товара =ЕСЛИ(H5<10%;»X»;ЕСЛИ(H5<25%;»Y»;»Z»))

Чтобы было наглядно видно структуру устойчивости продаж необходимо провести группировку по классам: главное меню Excel → «Данные» → «Сортировка».

В результате мы получим следующую классификацию товаров. Телефоны «Lenovo» имеют самый устойчивый спрос, так как коэффициент вариации составляет всего 8%. То есть объем продаж в среднем по месяцам отклоняется на 8%. Компании следует уделить особое внимание складским запасам данных товаров. В группу «Y» попали довольно много различных видов продукции, компании следует оперативно отслеживать складские запасы. Товары группы «Z» продаются не регулярно,  их запасы могут быть сокращены и фирма может работать по предзаказу. XYZ анализ хорошо себя зарекомендовал на практике управления запасами и ассортиментом товаров, также его часто объединяют с ABC анализом, который позволяет провести двухкритериальную группировку товаров. Более подробно о ABC анализе вы можете узнать в моей статье: «ABC анализ продаж. Пример расчета в Excel«.

Резюме

Метод XYZ анализа позволяет прогнозировать устойчивость спроса на продукции, объемы продаж и запасов. Использование метода высвобождает дополнительные ресурсы компании и оптимизирует их бизнес-процессы.

Автор: к.э.н. Жданов Иван Юрьевич

XYZ-анализ материалов
предполагает оценку их значимости в
зависимости от частоты потребления.
Если рассматривать потребление отдельных
видов материалов в течение длительного
периода, то можно установить, что в их
числе есть материалы, имеющие постоянный
и стабильный спрос; материалы, расход
которых подвержен определенным, например
сезонным, колебаниям, и, наконец,
материалы, расход которых носит случайный
характер. Поэтому в пределах каждого
из классов А, В и С материалы могут быть
распределены еще и по степени
прогнозируемости их расхода. Для такой
классификации используются символы X,
Y, Z.

К классу X
относятся материалы, спрос на которые
имеет постоянный характер или подвержен
случайным незначительным колебаниям,
поэтому поддается прогнозированию с
высокой точностью. Удельный вес таких
материалов в общей номенклатуре, как
правило, не превышает 50-55%.

К классу У
относятся материалы, потребление которых
осуществляется периодически либо имеет
характер падающей или восходящей
тенденции. Их прогнозирование возможно
со средней степенью точности. Их удельный
вес в общей номенклатуре составляет
около 30%.

К классу Z
относятся материалы, для которых нельзя
выявить какой-либо закономерности
потребления. По этой причине прогнозирование
их расхода невозможно (они составляют
15%) общей номенклатуры).

В качестве
показателя, характеризующего возможные
колебания в потреблении материалов,
может использоваться коэффициент
вариации

(3.3.1)

где
–
стандартное отклонение, определяющее
степень фактического расхода материала
в течение анализируемого периода
относительно средней величины;

–средняя величина
расходования материала;

(3.3.2)

где X_t
– фактический расход материала в t-м
периоде;

T
– число наблюдаемых периодов.

Пример 3.3.2.
Предположим, что спрос на материал в
течение периода изменяется незначительно.
Определим коэффициент вариации спроса,
используя данные табл. 3.3.3.

Таблица 3.3.3

Спрос на материал
Количество расходуемого материала, ед.	Периоды
2000	I квартал		25	625
1800	II квартал	1975	-175	30625
2100	III квартал		125	15625
2000	IV квартал		0	0
7900	4			46875

Практика расходования
материалов с разной степенью предсказуемости
спроса позволила установить границы
изменения коэффициентов вариации по
классам X, Y и Z в зависимости от удельного
веса конкретной позиции материала в
общей номенклатуре.

Графическая
интерпретация XYZ распределения материалов
представлена на рис. 3.3.3.

Рис.
3.3.3. Распределение материалов по методу
XYZ

Техника XYZ-анализа

Для проведения
XYZ-анализа необходимо:

1. установить средний
   расход каждого вида материала с учетом
   колебания потребности в них по периодам,
   это могут быть, например, сезонные
   колебания;

2. рассчитать
   коэффициент вариации по каждой
   номенклатурной позиции;

3. расположить
   материалы по мере убывания коэффициентов
   вариации;

4. суммировать данные
   о количестве материалов в соответствии
   с возрастанием коэффициентов вариации,
   нанести их на схему;

5. разбить материалы
   на группы в зависимости от вариации
   спроса.

Результатом
XYZ-анализа является построение кривой
Лоренца.
Рассмотрим технику проведения XYZ-анализа
на следующем примере.

Пример 3.3.3.
Воспользуемся данными примера
3.3.1.
Допустим, что предприятие использует
около 200 наименований материалов, спрос
на которые носит различный характер. В
табл. 3.3.4 приведены данные, характеризующие
интенсивность расходования по семи
номенклатурным позициям.

Таблица 3.3.1

Распределение материалов в порядке убывания коэффициентов вариации
Мате- риал	Удельный вес в общем количестве наименований, %	Средне- месячное потребление, ед.	Стан- дартное откло- нение	Вариация потреб- ления, %	Вариация потребления нарастающим итогом, %	Класс мате- риала
1	14,20	500	3016,1	120,6	164,77	Z
2	28,57	3333	805,58	24,17	44,19	Y
3	42,86	7917	1402,8	17,72	20,02	Y
4	57,14	667	5,78	0,86	2,3	X
5	71,42	2917	23,09	0,79	1,44	X
6	85,71	68,33	24,62	0,36	0,65	X
7	100,0	54,167	159,9	0,29	0,29	X

Таблица построена
следующим образом.

1. Рассчитано
   среднемесячное потребление по данным
   о расходовании материалов в предплановом
   периоде.

2. Определены
   стандартное отклонение и вариация
   потребления по каждому наименованию
   материала.

3. Все материалы
   распределены по мере убывания
   коэффициентов вариации.

4. Проведено
   суммирование материалов в соответствии
   с возрастанием коэффициентов вариации.

Результаты
XYZ-анализа представлены в табл. 3.3.2 и
показаны графически на рис. 3.3.4.

Таблица 3.3.2

Результаты XYZ-анализа
Класс мате- риала	Количество наименований материала	Удельный вес в общем количестве наименований, %	Вариация потребления, %
X	4	57,14	2,3
Y	2	28,57	41,89
Z	1	14,29	120,6

Рис.
3.3.4. Кривая Лоренца

XYZ-анализ служит
вспомогательным средством при подготовке
решений по совершенствованию планирования
материального обеспечения производства.

Если такой анализ
проводится самостоятельно, то для
материалов класса X можно рекомендовать
закупки в соответствии с плановой
потребностью синхронному их расходу в
производстве, для класса Y – создание
запасов, а для класса Z – приобретение
по мере возникновения потребности.

Наряду с соотношением
количества и стоимости материалов,
исследуемым при АВС-анализе, знания о
структуре потребления отдельных видов
материалов тоже важны. При
XYZ-анализе
материалы распределяются в соответствии
со структурой потребления (таблица
7).

Информация о
материалах, классифицированных по
структуре потребления,
– лучший
инструмент принятия решений по каждому
из мероприятий в области закупки (таблица
8).
Следует учесть, что для Х,У,Z-материалов
при закупке будут действовать различные
условия.

Таблица
7 – XYZ-анализ
структуры потребления материалов

Материал	Структура потребления материалов
Х	Потребление носит постоянный характер
Y	Потребление имеет тенденции к повышению или понижению либо подвержено сезонным колебаниям
Z	Потребление носит нерегулярный характер

Таблица
8 – Мероприятия
по закупке материалов

Материал	Условия закупки
Х	Происходит синхронно процессу изготовления
Y	Создание запасов
Z	Индивидуальные заказы по закупке

С точки зрения
точности
прогнозируемого
потребления XYZ-анализ
предоставляет дополнительную информацию
для правильного и требующего меньших
затрат планирования закупок материалов.

Рассмотрим пример
XYZ
– анализа на примере предприятия
химического производства ЗАО «ХимП».

При проведении
XYZ-анализа
используются
результаты АВС – анализа материалов,
а также сведения о структуре потребления
отдельных видов материалов.

Для начала материалы,
используемые при производстве продукции
соды каустической, распределяются в
соответствии со структурой потребления
на три группы X,
Y,
Z
(таблица 9). Для каждой группы определяется
своя линия поведения при их закупке.
Материалы группы X
должны закупаться синхронно процессу
изготовления, для материалов категории
Y
– должно предусматриваться создание
запасов, а по материалам группы Z
должны производится индивидуальные
заказы.

Таблица 9 –
Распределение материалов, используемых
при производстве соды каустической в
соответствии со структурой потребления

Материал	Структура потребления материалов
X Рассол Серная кислота Асбест хризотиловый Ртуть металлическая	Потребление носит постоянный характер
Y Дифенилоксид Дифенил Шпагат на контейнеоа Шпагат на барабаны Уголь активный ОУБ Элементы насадочные ГР Уголь ХПР – ЗП Целлюлоза порошковая Сода кальцинированная Никель двуххлоршестиводный Припой ПОС –40	Потребление имеет тенденции к повышению или понижению
Z Рукава резиновые Ткань фильтровальная лавсан Сплав СК Калий марганцевокислый Ингибитор Кальций хлористый	Потребление носит нерегулярный характер

Функционально-стоимостной
анализ

Функционально-стоимостной
анализ (ФСА)
– протекающий
по определенным правилам процесс
инноваций. Первоначально сто­имостной
анализ применялся, как правило, для
снижения затрат на товары. Он подходит
также для выявления возможностей
ра­ционализации и совершенствования
производственной деятель­ности
предприятия.
Цель ФСА
состоит в поиске возможностей реализации
функ­ций производимых предприятием
продуктов, поставляемых мате­риалов
и оказываемых услуг при меньших затратах,
но с обеспе­чением высоких требований
к качеству, безопасности и рыночной
привлекательности товаров и услуг.

Цели использования
ФСА следующие:

– снижение издержек;

– повышение
производительности;

– увеличение
эффективности;

– улучшение
качества;

– проведение
реорганизаций;

– эффективное
использование рабочей силы.

ФСА может применяться
в различных областях. К ним относятся:

– конструирование
новых продуктов;

– совершенствование
уже выпускаемых продуктов;

– проектирование
новых рабочих мест;

– разработка
новых вспомогательных средств
производства;

– совершенствование
технологических процессов;

– реинжениринг
нематериальных объектов.

Существуют различные
виды ФСА. Классификацию можно осуществить
по предмету исследования, по моменту
проведения исследования на этапе
жизненного цикла наблюдаемого объекта
и степени свободы в проведении анализа.

1.
По предмету исследования.

– ФСА продуктов.

– ФСА процессов.

2.
По моменту проведения исследования на
этапе жизненно­го цикла наблюдаемого
объекта-

– Формирование
стоимостных характеристик объекта.
Объекты находятся на этапе разработки.

– Улучшение
стоимостных характеристик объекта.

Продукты или
процессы уже созданы или введены в
действие.

3
По степени свободы в проведении анализа.

– ФСА с целью
снижения затрат.

Минимизация затрат
при заданных функциях.

Стоимостной анализ
с целью повышения стоимости (ценности).
Изменение затрат и функций.

Рабочий план
проведения ФСА представим в таблице
10.

Таблица 10 – Рабочий
план проведения ФСА

Основные этапы	Подэтапы
Подготовительные мероприятия	Отбор объектов стоимостного анализа и постановка задач; Определение количественных елей; Формирование рабочих групп; Планирование работ;
Определение фактического состояния исследуемого объекта	Сбор информации, описание объекта; Описание функций; Определение функциональных затрат
Проверка фактического состояния	Проверка выполнения функций; Проверка затрат
Разработка новых решений	Поиск всех возможных решений
Проверка новых решений	Проверка на реализуемость; Проверка на экономичность
Выбор и реализация решения	Рекомендация решения; Выбор решения Реализация решения

План работ
представляет собой удачную комбинацию
апробированных методов и гарантирует
реализацию процедур ФСА. Одновременно
он дает свободу для учета специфики
исходной ситуации на предприятии.

Основные этапы и
подэтапы должны по возможности
соблюдаться. После подготовительных
мероприятий определяется фактическое
состояние. За проверкой фактичес­кого
состояния следует разработка новых
решений. Когда отдельные решения уже
оценены с экономической и технической
точек зрения, нужно выбрать из них одно,
которое затем будет быстро реализовываться.

Структурный
анализ (анализ объемов заказов)

Целью анализа
объема заказов является регулярное
отслеживание этого показателя и улучшение
его значений. Успех предприятия
существенно зависит от структуры объемов
заказов. Между размером предприятия и
средним объемом заказа должны соблюдаться
нормальные пропорции. Если это соотношение
не сбалансировано, то возникают проблемы
в области сбыта.

При проведении
анализа объема заказов их сначала
группируют в соответствии с определенной
шкалой. Затем устанавливают количество
заказов и объем в стоимостном выражении
для отдельных диапазонов шкалы.

Анализ объемов
заказов должен проводиться на каждом
предприятии. Положительные сдвиги в
структуре объемов заказов приводят
также к росту величины среднего объема
заказа. Это влечет за собой снижение
затрат, прежде всего, в производстве.

Рассмотрим
анализ структуры объемов заказов на
примере ЗАО “ХимП”

В начале рассмотрим
общую динамику реализации каустической
соды.

Динамика реализации
каустической соды за период с января
1998 г. по декабрь 2001 г. представлена в
таблице 3.2.3.12. Динамику реализации
каустической соды за данный период
представим также на рисунке 3.2.3.2

Как видно, объемы
реализации соды каустической с каждым
годом увеличиваются. Наибольший объем
реализации соды каустической имеет
место в 2001 году и составил 38927 тн.

Далее проанализируем
структуру объемов заказов по продаже
соды каустической ртутной.

В таблице 3.2.3.13
приведен анализ структуры объемов
заказов на поставку соды каустической
ртутной по кварталам и в целом за год.
Результаты анализа за год представлены
также на рисунке 3.2.3.3. Заказы объединяются
в зависимости от объемов поставок с
интервалом 500 тыс. руб. и определяется
количество каждого заказа на поставку
продуктов.

Анализ структуры
заказов по каустической соде ртутной
за первый квартал показывает, что за
этот период заказы на поставку этого
продукта в объеме ниже 1500 тыс. руб.
составили 35 процентов и обеспечили
получение выручки от реализации только
в размере 5,73%; заказы на поставку соды
каустической ртутной от 15001 тыс. руб. до
3000 тыс. руб. составили тоже 35%, но обеспечили
получение выручки от реализации в
размере 27,94%; заказы на поставку данного
продукта от 3001 тыс. руб. и выше составили
40 % и позволили получить выручку от
реализации в размере 59,74 %.

Таблица 3.2.3.13–
Анализ структуры объемов на поставку
соды каустической ртутной

Объем поставок, тыс. руб.	Количество заказов	Удельный вес, %	Выручка от реализации соды каустической ртутной
тыс. руб.	%
1	2	3	4	5
		1 квартал 2001
до 500	2	10	514,923	1,22
501-1000	3	15	1907,771	4,51
1001-1500	2	10	2413,65	5,70
1501-2000	4	20	7038,268	16,63
2001-2500	1	5	2071,338	4,9
2501-3000	1	5	2706,242	6,4
3001-3500	2	10	6344,517	14,99
3501-4000	4	20	15288,447	36,13
>4000	1	5	4024,714	9,51
Итого	20	100	42309,87	100
2 квартал 2001
до 500	6	27,27	1186,588	2,88
500-1000	2	9,09	1221,502	2,97
1001-1500	4	18,18	4871,646	11,84
1501-2000	2	9,09	3853,773	9,367
2001-2500	2	9,09	4512,204	10,97
2501-3000	3	13,64	8049,219	19,56
3001-3500	0	0	0	0
3501-4000	0	0	0	0
>4000	3	13,64	17447,052	42,41
Итого	22	100	41141,984	100
3 квартал 2001
до 500	7	26,92	1350,822	2,59
501-1000	2	7,69	1423,661	2,73
1001-1500	3	11,54	3916,788	7,51
1501-2000	2	7,69	3244,077	6,22
2001-2500	2	7,69	4472,505	8,58
2501-3000	3	11,54	7490,045	14,37
3001-3500	2	7,69	6286,892	12,06
3501-4000	3	11,54	10735,779	20,59
>4000	2	7,69	13206,15	25,33
Итого	26	100	52126,719	100
4 квартал 2001
до 500	5	23,81	828,677	2,09
501-1000	2	9,52	1487,872	3,75
1001-1500	3	14,3	3363,335	8,49
1501-2000	2	9,521	3379,758	8,53
2001-2500	2	9,52	4433,843	11,19
2501-3000	2	9,52	5515,509	13,92
3001-3500	2	9,52	6454,635	16,29
3501-4000	1	4,76	3985,355	10,06
>4000	2	9,52	10172,36	25,67
Итого	21	100	39621,344	100
2001 год
до 500	5	23,80952	828,677	2,09
500-1000	11	12,22	6005,892	3,69
1001-1500	12	13,33	14565,42	8,94
1501-2000	10	11,11	17515,88	10,75
2001-2500	7	7,78	15489,89	9,51
2501-3000	8	8,88	24261,02	14,9
3001-3500	6	6,66	6286,892	3,86
3501-4000	8	8,88	30009,58	18,43
>4000	8	8,88	44850,28	27,54
Итого	90	100	162865,9	100

Анализ структуры
заказов по каустической соде ртутной
во втором квартале показал, что за этот
период заказы на поставку данного
продукта в объеме ниже 1500 тыс. руб.
составили 54,54 % и обеспечили получение
выручки от реализации только в размере
17,69 %, заказы на поставку соды каустической
ртутной от 1501 тыс. руб. до 3000 тыс. руб.
составили 33,44 %, но обеспечили получение
выручки от реализации в размере 39,9 %;
заказы на поставку данного продукта
от 3001 тыс. руб. и выше составили 13,63 % и
позволили получить выручку от реализации
в размере 42,41 %.

Анализ структуры
заказов по каустической соде ртутной
за третий квартал показывает, что заказы
на поставку данного продукта в объеме
ниже 1500 тыс. руб. составили 46,13 % и
обеспечили получение выручки от
реализации только в размере 12,83 %; заказы
на поставку соды каустической ртутной
от 1501 тыс. руб. до 3000 тыс. руб. составили
26,92 %, но обеспечили получение выручки
от реализации в размере 29,17 %; заказы на
поставку данного продукта от 3001тыс.
руб. и выше составили 26,92 % и позволили
получить выручку от реализации в размере
57,99 %.

И в четвертом
квартале анализ структуры заказов по
каустической соде ртутной показал, что
за этот период заказы на поставку этого
продукта в объеме ниже 1500 тыс. руб.
составили 47,62 % и обеспечили получение
выручки от реализации только в размере
14,33 %; заказы на поставку соды каустической
ртутной от 1501 тыс. руб. до 3000 тыс. руб.
составили 28,56 %, но обеспечили получение
выручки от реализации в размере 33,64 %;
заказы на поставку данного продукта
от 3001тыс. руб. и выше составили 23,8 % и
позволили получить выручку от реализации
в размере 52,02 %.

В общем, за год
показатели распределились следующим
образом. Заказы на поставку соды
каустической ртутной объемом до 1500
тыс. руб. составили 47,77 %, их вклад же в
выручку от реализации был равен 15,01 %;
заказы на поставку данного продукта
объемом от 1501 до 3000 тыс. руб. имели место
в размере 27,76 %, которые дали 35,16 % выручки
от реализации; объемы заказов на поставку
соды каустической ртутной свыше 3001 тыс.
руб. составили 24,42 %, а их вклад в размер
выручки от реализации равнялся 49,83 %.

По результатам
проведенного анализа объемов заказов
на поставку соды каустической ртутной
можно сделать следующие выводы.

Во-первых, структура
заказов соды каустической ртутной
показывает, что в ней значительно
преобладают мелкие заказы, их количество
почти в два раза превышает крупные;

Во-вторых, наблюдается
тенденция увеличения с каждым кварталом
количества мелких заказов и уменьшения
крупных, средние объемы заказов находятся
примерно на одном уровне;

В-третьих, вклад
заказов с наименьшим объемом в размер
выручки от реализации значительно
меньше по сравнению с вкладом крупных
заказов.

Следовательно, на
ЗАО «ХимП» существует проблемы в области
сбыта соды каустической ртутной.

Операционный
анализ

Большую роль в
обосновании управленческих решений в
бизнесе играет маржинальный анализ,
методика которого базируется на изучении
соотношения между тремя группами
важнейших экономических показателей:
издержками производства, объемом
производства (реализации) продукции и
прибылью и прогнозировании величины
каждого из этих показателей при заданном
значении других. Данный метод управленческих
расчетов называют также анализом
безубыточности или содействия доходу.

Основные возможности
маржинального анализа состоят в
определении:

– безубыточного
объема продаж (порога рентабельности,
окупаемости издержек) при заданных
соотношениях цены, постоянных и переменных
затрат;

– зоны безопасности
(безубыточности) предприятия;

– необходимого
объема продаж для получения заданной
величины прибыли;

– критического
уровня постоянных затрат при заданном
уровне маржинального дохода;

– критической цены
реализации при заданном объеме продаж
и уровне переменных и постоянных затрат.

С помощью
маржинального анализа обосновываются
и другие управленческие решения: выбор
вариантов изменения производственной

мощности, ассортимента
продукции, цены на новое изделие,
вариантов оборудования, технологии
производства, приобретения комплектующих
деталей, оценки эффективности принятия
дополнительного заказа и другие

Основные этапы
анализа:

– сбор, подготовка
и обработка исходной информации,
необходимой для проведения анализа;

– определение
суммы постоянных и переменных издержек
на производство и реализацию продукции;

– расчет величины
исследуемых показателей;

– сравнительный
анализ уровня исследуемых показателей;

– факторный анализ
изменения уровня исследуемых показателей;

– прогнозирование
их величины в изменяющейся среде.

Проведение расчетов
по методике маржинального анализа
требует соблюдения ряда условий:

– необходимость
деления издержек на две части- переменные
и постоянные;

– переменные
издержки изменяются пропорционально
объему производства (реализации)
продукции;

– постоянные
издержки не изменяются в пределах
релевантного (значимого) объема
производства (реализации) продукции,
то есть в диапазоне деловой активности
предприятия, который установлен исходя
из производственной мощности предприятия
и спроса на продукцию;

– тождество
производства и реализации продукции в
рамках рассматриваемого периода времени,
то есть запасы готовой продукции
существенно не изменяются;

– эффективность
производства, уровень цен на продукцию
и потребляемые производственные ресурсы
не будут подвергаться существенным
колебаниям на протяжении анализируемого
периода;

– пропорциональность
поступления выручки объему реализованной
продукции.

Под
точкой безубыточности понимается такая
выручка от реализации или объем
произведенной продукции, который
обеспечивает покрытие всех затрат и
нулевую прибыль. В точке безубыточности
доходы предприятия равны его расходам,
а величина маржинального дохода равна
постоянным издержкам. Чтобы найти точку
безубыточности необходимо ответить на
вопрос: ”До какого уровня должна
снизиться выручка, чтобы прибыль стала
нулевой?” Если предприятие получает
выручку больше той, которая соответствует
точке безубыточности, то оно работает
прибыльно. Сравнивая эти два значения
выручки, можно оценить, на сколько
предприятие может допустить снижение
выручки без опасности оказаться в
убытке. Выручка, соответствующая точки
безубыточности называется пороговой,
а объем продаж в точке безубыточности
называется пороговым объемом продаж.

(1)

где
МД
– маржинальный доход;

(2)

где
Норма МД
– Норма маржинального дохода;

ВР
– выручка от реализации продукции.

Зная норму
маржинального дохода, можно определить
ожидаемую прибыль предприятия при
увеличении объема производства или
продаж. Менеджеры многих западных
предприятий предпочитают работать с
нормой маржинальной прибыли, а не с
самой маржинальной прибылью. Это особенно
удобно в тех случаях, когда предприятие
выпускает разнородную продукцию. При
прочих равных условиях выгоднее
увеличивать объем производства той
продукции, для которой норма маржинальной
прибыли наибольшая.

,
(3)

где
УД_МД–
маржинальный доход на единицу продукции.

Если
предприятие выпускает не один вид
продукции, а оно имеет многономенклатурное
производство, то этот показатель
определяется в стоимостном выражении.

Пусть
КТБ (А) -количество продукции А в точке
безубыточности, тогда КТБ(Б)-это количество
продукции Б в точке безубыточности и
КТБ(С)-это количество продукции С в точке
безубыточности.

Причем,

(4)

где
К₀–фактическое
значение количества

Чтобы
рассчитать значения критического объема
и пороговой выручки для каждого вида
продукции воспользуемся следующими
формулами:

(5)

,
(6)

где
n
– количество видов производимой
продукции.

(7)

После
этого определяется пороговая выручка
от реализации:

(8)

Пороговую
выручку также называют порогом
рентабельности продаж. Следовательно,
порог рентабельности характеризует
достижение такого объема производства,
при котором окупаются все затраты. Ниже
этого объем выпуска продукции становится
невыгодным. С помощью порога рентабельности
определяется период окупаемости затрат.
Чем меньше порог рентабельности, тем
быстрее окупаются общие затраты. Чтобы
оценить, насколько, фактическая выручка
превышают выручку, обеспечивающую
безубыточность необходимо рассчитать
запас финансовой прочности и коэффициент
финансовой прочности.

При
этом для определения зоны безопасности
используется следующая формула:

,
(9)

,
(10)

где
фактВР
– фактическая выручка от реализации
продукции;

порогВР
– пороговая выручка от реализации
продукции.

Одним
не менее важным показателем для анализа
безубыточности является показатель
эффект операционного рычага. Операционный
рычаг – это категория, отражающая
наличие взаимосвязи между факторами
модели безубыточности предприятия.
Действие операционного рычага проявляется
в том, что любое изменение одного из
факторов, входящих в модель безубыточности,
всегда порождает более значительное
изменение прибыли. Степень влияния
изменяющегося фактора на прибыль
выражается «эффектом операционного
рычага». Эффект операционного рычага
(ЭОР) рассчитывается по одной из следующих
формул:

1)
,
(11)

где
– изменение прибыли от реализации
продукции;

–
изменение выручки от реализации
продукции.

2)
,

(12)

где
МД – маржинальный доход предприятия,
д.е.;

ПР
– прибыль от реализации продукции, д.е.

3)
,
(13)

где
Ипост – постоянные затраты на производство
продукции, д.е.

Эффект
операционного рычага состоит в том, что
любое изменение выручки от реализации
приводит к еще более интенсивному
изменению финансового результата
(прибыли
или убытка) Действие данного эффекта
связано с непропорциональным воздействием
постоянных и переменных затрат на
результат финансово-экономической
деятельности предприятия при изменении
объема производства. Чем выше
эффект операционного рычага, тем более
рискованным с точки зрения изменчивости
прибыли является положение предприятия.

Каждый
процент снижения выручки дает больший
процент снижения прибыли, причем
сила рычага возрастает быстрее, чем
увеличиваются постоянные затраты.
Повышенный удельный вес постоянных
затрат усиливает действие операционного
рычага
и снижение деловой активности предприятия
выливается в умноженные потери
прибыли.

Эффект
воздействия операционного рычага
указывает на степень предпринимательского
риска, связанного с данным предприятием:
чем больше эффект воздействия операционного
рычага, тем больше предпринимательский
риск.

Эффект
операционного рычага
зависит от структуры валовой маржи, то
есть доли
постоянных затрат в маржинальном доходе.
Данную зависимость можно представить
следующей формулой:

,
(14)

Чем больше доля
постоянных затрат в маржинальном доходе,
тем сила операционного рычага больше.

Для
расчета критического
значения анализируемого фактора в
абсолютном выражении
используется
формула:

.
(15)

С целью
анализа чувствительности
прибыли к изменению одного из факторов
введено
понятие эффекта операционного рычага
по анализируемому фактору определяется
по формуле:

.
(16)

В соответствии с
этой формулой были получены следующие
формулы расчета эффекта операционного
рычага по цене, по переменным и постоянным
затратам:

1)
,
(17)

где
ЭОР_{объем
реализации}
– эффект операционного рычага по цене.

2)
,
(18)

где
ЭОР_пер–
эффект операционного рычага по переменным
затратам.

3)
,
(19)

где
ЭОР_пер–
эффект операционного рычага по постоянным
затратам.

Количественное
значение силы операционного рычага
показывает во сколько раз измениться
прибыль при изменении анализируемого
фактора.

Рассмотренные
выше показатели и зависимости позволяют
решать многие аналитические задачи:

• как
  может повлиять изменение объема
  производства и объема реализации на
  прибыль предприятия;

• какое
  минимальное количество продукции может
  производить предприятие, чтобы не иметь
  убытков;

• как
  повысить запас финансовой прочности;

• какое
  количество времени необходимо предприятию
  для того, чтобы окупить все затраты на
  производство продукции, то есть
  определение периода окупаемости затрат;

• технико-экономическое
  обоснование решения о принятии
  дополнительного заказа;

• выбор
  варианта технологии производства;

• и
  другие.

Как уже отмечалось,
результатом стратегического планирования
являются стратегические планы, в
соответствии с которыми стратегия
предприятия реализуется на оперативном
уровне.

Контроль и анализ
исполнения стратегических планов, а
также их корректировка являются функцией
оперативного контроллинга. Разработанный
стратегический план изменения
технологических схем первичной
переработки нефти с целью оптимизации
ассортимента получения товарных
нефтепродуктов имеет высокую вероятность
реализации и влияния на функционирование
предприятия.

Поскольку
операционный анализ, как один из методов
оперативного контроллинга, позволяет
проследить взаимосвязь между такими
важными характеристиками как затраты,
объем и прибыль, он является ключевым
фактором в процессе решений по определению
ассортимента выпускаемых нефтепродуктов,
объема производства, типа функциональной
стратегии.

Вставить
переход к примеру!!!

К
основной деятельности ОАО «БНП» относится
реализация нефтепродуктов.

Основным ассортиментом
являются следующие нефтепродукты:

• автомобильные
  бензины;

• дизельное топливо;

• автомобильные
  масла;

• дизельные масла;

• керосин;

• мазут;

• гудрон;

• нефтяной битум;

• и т.д.

При проведении
операционного анализа переменные
затраты были определены следующим
образом:

1. покупная стоимость
   нефтепродуктов;

2. часть издержек
   обращения (коммерческие расходы), к
   которым относятся:

• материальные
  затраты (затраты на сырье и материалы,
  ГСМ на собственные нужды, плата за воду,
  услуги по транспортировке грузов и
  т.п.);

• затраты на оплату
  труда (затраты на оплату труда работников
  АЗС, работников автотранспорта и
  основной базы);

• отчисления на
  социальные нужды;

• налоги, включаемые
  в себестоимость.

К постоянным была
отнесена другая часть издержек обращения,
к которой относятся следующие затраты:

• амортизация
  основных фондов;

• заработная плата
  управленческого персонала;

• прочие затраты
  (арендная плата, оплата услуг сторонних
  организаций).

Источниками
информации для проведения операционного
анализа являются:

1. форма статистической
   отчетности № 5-з «Отчет о затратах на
   производство и реализацию продукции
   (работ, услуг)» за 3,6,9,12 месяцев 2000 года
   и 3,6 месяцев 2001 года.

2. Форма бухгалтерской
   отчетности № 2 «Отчет о прибылях и
   убытках»: справка к форме № 2 с расшифровкой
   010 и 020 строк за 3,6,9,12 месяцев 2000 года и
   3,6 месяцев 2001 года.

3. Справка реализованных
   нефтепродуктов, разработанных ОАО
   «БНП» за 3,6,9,12 месяцев 2000 года и 3,6 месяцев
   2001 года.

4. Справка о покупных
   и отпускных оптовых ценах ОАО «БНП» за
   2000,2001 года.

Анализ безубыточности
проводится для каждого фактора и включает
в себя следующие этапы:

• определение
  порогового (безубыточного) объема
  продаж;

• определение
  критического уровня переменных затрат;

• определение
  критического уровня постоянных затрат;

• определение
  критического уровня цены;

• определение запаса
  финансовой прочности, который показывает
  превышение фактической выручки от
  реализации продукции (работ, услуг) над
  пороговой, обеспечивающей безубыточность
  реализации.

Формирование
финансовых результатов в системе
раздельного учета затрат на ОАО “БНП”
за I
квартал 2000 года, за I
полугодие 2000 года, за 9 месяцев 2000 года,
за 2000 год, за I
квартал 2001 года, за I
полугодие 2001года представлены в таблицах
№ 3.1.1 – 3.1.6.

Определение
порогового значения объема реализации
нефтепродуктов и выручки от реализации
нефтепродуктов на ОАО «БНП» за I
квартал 2000 года, за I
полугодие 2000 года, за 9 месяцев 2000 года,
за 2000 год, за I
квартал 2001 года, за I
полугодие 2001года представлены в таблицах
№ 3.1.7 – 3.1.12.

Расчет критического
значения средней отпускной цены,
переменных, постоянных затрат и
определение запаса финансовой прочности
по этим факторам на ОАО «БНП» за I
квартал 2000 года, за I
полугодие 2000 года, за 9 месяцев 2000 года,
за 2000 год, за I
квартал 2001 года, за I
полугодие 2001года представлены в таблицах
№ 3.1.13 – 3.1.18.

На протяжении
анализируемого периода (01.01.00-01.07.01)
пороговый объем реализации и пороговая
выручка от реализации нефтепродуктов
не превышали фактической величины как
в целом по предприятию, так и по отдельным
видам нефтепродуктов. Так, в I
квартале 2000 года пороговый объем
реализации нефтепродуктов составил
15% от фактического, в I
квартале 2001 года –9%, в I
полугодии 2001 года –12,4%. Реализация
такого объема нефтепродуктов обеспечивала
предприятию в эти периоды покрытие всех
затрат и нулевую прибыль. Выручка,
полученная от реализации такого объема
нефтепродуктов, равна совокупным
затратам, при этом прибыль равна нулю.
Реализация большего (чем пороговый)
обеспечило предприятию прибыль.

Анализируя динамику
изменения порогового объема и пороговой
выручки от реализации нефтепродуктов,
следует отметить значительные расхождения
этих величин в сравниваемых периодах.
Так, в I
квартале 2001 года по сравнению с I
кварталом 2000 года пороговый объем
реализации снизился на 40%, в I
полугодии 2001 года по сравнению с I
полугодием 2000 года повысился на 27 %.
Таким образом, меньшие значения этих
показателей обеспечивают предприятию
больше прибыли.

Тот объем реализации,
на который предприятие превышает
пороговое значение объема реализации
явился запасом финансовой прочности.
Тогда можно сказать, что запас финансовой
прочности соответствует такой величине
возможного изменения объема реализации,
при которой прибыль от продаж изменилась
бы на 100% по сравнению с величиной прибыли
от продаж, которая была у предприятия
в исходном положении.

Исходя из предыдущих
результатов, не трудно заметить, что
значения показателя запаса финансовой
прочности по выручки от реализации
должны быть высокими. Данные таблицы
3.1.19 показывают, что на протяжении
анализируемого периода запас финансовой
прочности превышал 85%, т.е. предприятие
будет иметь убыток от основной
деятельности, если объем его реализации
снизится на 85%.

В рамках проведенного
анализа безубыточности были определены
критические значения переменных и
постоянных затрат, т.е. при увеличении
этих затрат до критического уровня при
прочих равных условиях предприятие не
получит никакой прибыли от продажи
нефтепродуктов. Так, в I
квартале 2000 года критические переменные
затраты составили 120% фактической
величины, в I
квартале 2001 года 156%, в I
полугодии 2001 года 129%, т.е. при увеличении,
например, в I
полугодии 2001 года переменных затрат до
29%, прибыль от продаж обернется в ноль.
Что касается постоянных затрат, то их
увеличение в ближайшее время не грозит
потере прибыли от продаж на предприятии.
Например, придерживаясь отчетных
показателей I
полугодия 2001 года, увеличение постоянных
затрат не менее, чем на 809% повлечет
убыток.

Запас финансовой
прочности по переменным затратам
колебался в анализируемых периодах.
Так, в I
квартале 2000 года запас финансовой
прочности по переменным затратам
составил 20%, а в I
квартале 2001 года повысился на 36% и
составил 56%, в I
полугодии 2001 года снизился по сравнению
с I
полугодием 2000 года на3% и составил 29%.
Учитывая, что основную долю переменных
затрат ОАО «БНП» составляют затраты на
покупку нефтепродуктов, то полагаясь
на значение запаса финансовой прочности
в I
полугодии 2001 года (29%) предприятие без
ущерба для своего финансового положения
может выдержать в среднем двадцати
процентное повышение покупных цен на
нефтепродукты в ближайшее время.

Так как ОАО «БНП»
занимается реализацией нефтепродуктов,
то большое значение для него имеет
определение средней критической
отпускной цены и запаса финансовой
прочности по цене, который показывает,
до какого уровня может быть изменена
отпускная цена, чтобы были покрыты все
затраты на покупку и реализацию
нефтепродуктов (прибыль от продаж будет
равна нулю).

Наибольшее значение
запаса финансовой прочности по цене по
всем видам нефтепродуктов наблюдались
в I
квартале 2001 года по сравнению с другими
анализируемыми периодами с 01.01.00 по
01.07.01. Максимальные значения запаса
финансовой по цене имели такие марки
автобензинов, как АИ 95 (4,31 тыс. руб.),
АИ-98 (4,51 тыс. руб.), а также дизельное
топливо зимнее (3,03 тыс. руб.) и автомобильное
масло (4,34 тыс. руб.), т.е. при реализации
этих видов нефтепродуктов предприятие
может в большей степени варьировать
ценой, чем при реализации остальных.

В целом по предприятию
запас финансовой прочности по цене в I
квартале 2001 года имел значения 34,75%, а в
I
квартале всего 16% (самое маленькое
значение в анализируемом периоде), в I
полугодии 2001 года 21,65%. Таким образом,
придерживаясь данных последнего
отчетного периода (I
полугодие 2001 года) в целях определения
прогнозных значений предприятие может
рассчитывать на 22% от текущей цены, если
запланирует снизить цены для увеличения
спроса на нефтепродукты и соответственно
для увеличения объема продаж.

Анализ
чувствительности прибыли

Анализ чувствительности
основан на расчете операционного рычага.
Свойство операционного рычага заключается
в том, что в случае изменения анализируемого
фактора прибыль в процентном отношении
изменится в определенное число раз
больше, чем изменится анализируемый
фактор в процентном отношении. Значение
силы воздействия операционного рычага
по анализируемому фактору и показывает,
в какое определенное число раз больше
изменится прибыли.

Сила операционного
рычага каждому фактору определяется
по формуле:

1. Сила операционного
   рычага по объему реализации = Объем
   реализации (в тоннах)/ Прибыль от продаж
   (тыс. руб.);

2. Сила операционного
   рычага по цене = Выручка от реализации
   продукции (тыс. руб.) / Прибыль от продаж
   (тыс. руб.);

3. Сила операционного
   рычага по переменным затратам = Переменные
   затраты (тыс. руб.) / Прибыль от продаж
   (тыс. руб.);

4. Сила операционного
   рычага по постоянным затратам = Постоянные
   затраты (тыс. руб.) / Прибыль от продаж
   (тыс. руб.).

Для проведения
анализа чувствительности прибыли к
изменению отдельных факторов в целях
расчета возможного (прогнозируемого)
объема реализации, цены, постоянных и
переменных затрат был взят последовательный
ряд чисел изменения соответствующего
фактора, исходя из относительного
изменения этого показателя в анализируемом
периоде.

Результаты анализа
чувствительности прибыли к изменению
объема реализации по видам нефтепродуктов
представлены в таблице № 3.2.1., в целом
по ОАО «БНП» в таблице № 3.2.2.

Так, например, в
качестве прогноза на I
квартал 2002 года можно предположить, что
при уменьшении объема реализации в
течение этого периода на 10 %, прибыль от
продаж снизится на 3 %, а при увеличении
объема реализации нефтепродуктов на 5
%, прибыль от продаж увеличится на 1,5 %.
В качестве прогнозных показателей на
весь 2002 год можно также предположить,
что при уменьшении объема реализации
в течение этого периода на 15 %, прибыль
от продаж снизится на 7,6 %, а при увеличении
объема реализации на 15 %, прибыль от
продаж увеличится на 7,6 %.

Результаты анализа
чувствительности прибыли к изменению
переменных затрат представлены в целом
по ОАО «БНП» в таблице № 3.2.3.

Так, например, в
качестве прогноза на I
квартал 2002 года можно предположить, что
при уменьшении переменных затрат в
течение этого периода на 10 %, прибыль от
продаж увеличится на 17,83 %, а при увеличении
переменных затрат на 6 %, прибыль от
продаж снизится на 10,7 %. В качестве
прогнозных показателей на весь 2002 год
можно также предположить, что при
уменьшении переменных затрат в течение
этого периода на 10 %, прибыль от продаж
увеличится на 29,51 %, а при увеличении
переменных затрат на 10 %, прибыль от
продаж снизится на 29,51 %.

Результаты анализа
чувствительности прибыли к изменению
постоянных затрат представлены в целом
по ОАО «БНП» в таблице № 3.2.4.

Так, например, в
качестве прогноза на I
полугодие 2002 года можно предположить,
что при уменьшении постоянных затрат
в течение этого периода на 20 %, прибыль
от продаж увеличится на 2,82 %, а при
увеличении постоянных затрат на 10 %,
прибыль от продаж снизится на 1,41 %. В
качестве прогнозных показателей на
весь 2002 год можно также предположить,
что при уменьшении постоянных затрат
в течение этого периода на 15 %, прибыль
от продаж увеличится на 1,35 %, а при
увеличении постоянных затрат на 15 %,
прибыль от продаж снизится на 1,35 %.

Результаты анализа
чувствительности прибыли к изменению
средней отпускной цены по видам
нефтепродуктов представлены по ОАО
«БНП» в таблице № 3.2.5.

Так, например, в
качестве прогноза на I
полугодие 2002 года можно предположить,
что при уменьшении цены на автобензин
марки АИ-95 в течение этого периода на
10 %, прибыль от продаж снизится на 28,77 %,
а при увеличении цены на автобензин
марки АИ-95 на 20 %, прибыль от продаж
увеличится на 57,54 %. В качестве прогноза
на 2002 год можно предположить при
уменьшении цены на дизельное топливо
летнее в течение этого периода на 15 %,
прибыль от продаж снизится на 60,63 %, а
при увеличении цены на дизельное топливо
летнее на 15 %, прибыль от продаж увеличится
на 60,63 %.

Обобщая результаты
проведенного анализа, можно сделать
вывод, что изменения объема реализации
нефтепродуктов в большей мере влияет
на прибыль от продаж, чем изменение
постоянных затрат. Так, при уменьшении
объема реализации на 10 %, прибыль от
продаж снизится на 3 %, а при уменьшении
постоянных затрат на 10 %, прибыль от
продаж увеличится примерно на 1 %.

Изменение средней
отпускной цены на нефтепродукты в
наибольшей мере влияет на изменение
прибыли от продаж по сравнению с объемом
реализации, постоянными и переменными
затратами. Так, при уменьшении в I
квартале 2002 года цены на автобензин
марки А-76 на 10 %, прибыль от продаж снизится
на 29 %, при уменьшении объема реализации
на 10 %, прибыль от продаж снизится на 3
%, при уменьшении постоянных затрат на
10 %, прибыль от продаж увеличится на 1 %,
при уменьшении переменных затрат на 10
%, прибыль от продаж увеличится примерно
на 18 %.

Изменение переменных
затрат оказывает на прибыль от продаж
большее влияние, чем изменение объема
реализации или постоянных затрат. При
уменьшении переменных затрат в I
полугодии 2002 года на 20 %, прибыль от
продаж увеличится на 70 %, при уменьшении
постоянных затрат на 20 % в этом же периоде,
прибыль от продаж увеличится примерно
на 3 %.

Влияние переменных
затрат в такой мере больше или меньше
влияния постоянных затрат на прибыль
от продаж, во сколько раз переменные
затраты больше или меньше постоянных
затрат. Так, при уменьшении постоянных
затрат в 2002 году на 10 %, прибыль от продаж
увеличится на 1 %, при уменьшении переменных
затрат на эту же величину и в этом же
периоде, прибыль от продаж увеличится
на 30 % (для справки переменные затраты
в 2000 году составили 4.195.386,29 тыс. руб., а
постоянные затраты 128.529,91 тыс. руб., то
есть переменные затраты в 32 раза больше
постоянных затрат).

Таким образом, на
ОАО «БНП» наибольшее влияние на прибыль
от продаж оказывает средняя отпускная
цена. Переменные расходы по своему
влиянию на прибыль от продаж оказываются
на втором месте вслед за ценой, далее
следует объем реализации нефтепродуктов
и постоянные расходы.

Классификация ABC, о которой мы рассказывали в предыдущей статье — хорошее начало для работы с ассортиментом, но этого недостаточно для правильного управления уровнем запасов. В этой статье расскажем, зачем и как добавить больше категорий в анализ.

Про ABC-анализ мы подробно  рассказали в предыдущей статье.  Если вкратце, основное преимущество ABC-анализа заключается в том, что он позволяет выделить продукты,  которые обеспечивают вашей компании самые большие продажи и сосредоточить время и энергию именно на этих продуктах.

Чтобы лучше оценить уровень обслуживания и точнее прогнозировать целевые показатели запасов, необходимо добавить еще одно измерение — категории X, Y и Z.

Не секрет, что продукты имеют разные уровни неопределенности спроса. Например, существуют стабильные продукты, такие как туалетная бумага, и другие с гораздо большей изменчивостью, такие как зонты, которые продаются только в дождливые периоды. 

Закономерно, что качество прогноза для туалетной бумаги (X позиция) должно быть лучшее, чем для зонтов (Z позиция). Другие продукты находятся между ними. Например, майонез, имеющий более или менее стабильные продажи в течение года с пиками во время праздников.

Итак, анализ XYZ — это способ классификации товарно-материальных запасов в соответствии с изменчивостью их спроса. Где:

● X- товары характеризуются устойчивым оборотом с течением времени. Будущий спрос по этой группе товаров должен быть надежно спрогнозирован так,  чтобы и продажи не «проседали» из-за нехватки товара, а излишки не занимали место на складах. Коэффициент вариативности этой группы — 0-10%. 

● Хотя спрос на Y-товары не является устойчивым, изменчивость спроса в определенной степени можно предсказать. Обычно это происходит потому, что колебания спроса вызваны известными факторами, такими как сезонность, жизненный цикл продукта, действия конкурентов или экономические факторы. Но по ним сложнее точно спрогнозировать спрос. Y-  это товары с вариативностью 10-25%.

● Спрос на Z-товары может сильно колебаться или возникать спорадически. Отсутствуют тенденции или предсказуемые причинные факторы, что делает невозможным надежное прогнозирование спроса.  Обычно такие позиции сокращают до минимума или даже выводят из ассортимента. Но иногда поступают наоборот. Если позволяют средства и емкость склада,  такие товары закупают впрок в ожидании очередного взлета продаж. Коэффициент вариативности у таких товаров выше 25%.

В статистике под вариацией величин того или иного показателя в совокупности понимается различие его уровней у тех или иных единиц анализируемого состава в один и тот же период либо момент исследования. 

Коэффициент вариации часто выражается в процентах и определяется как отношение стандартного отклонения σ к среднему μ.

Управление запасами XYZ

Ниже приведены диаграммы, которые иллюстрируют характеристики трех категорий.

На основе XYZ-классификации компании могут строить прогноз спроса для определения оптимальных графиков заказов. Товары группы X следует заказывать чаще всего, при низких колебаниях спроса есть возможность точно прогнозировать спрос и оперативно размещать заказы. Y-товары следует заказывать реже, учитывая сезонные и другие ожидаемые изменения. Наконец, товары Z следует заказывать реже всего, поскольку уровень спроса на них нерегулярен и часто непредсказуем.

Есть ли оптимальный период для XYZ-анализа

Периодичность проведения XYZ-анализа зависит от ниши. Продажи в нише продуктов питания оптимально анализировать за неделю, чтобы понимать, в какие дни недели какие группы товаров покупают чаще. Например, мы можем увидеть, что алкоголь и кондитерские изделия чаще покупают в пятницу и выходные, а хлеб и молоко — стабильно каждый день.

И нужно понимать, что однократный срез не даст объективной картины. Чтобы выявить закономерности в изменении спроса, лучше оценить как минимум три-четыре периода. И уже опираясь на накопленный массив данных, принимать взвешенные решения.

Как рассчитать изменчивость спроса на товар 

Коэффициент вариации – относительный показатель, не имеющий конкретных единиц измерения, но достаточно информативный.

Сезонность в динамике значительно увеличивает коэффициент вариации. В результате снижается показатель прогнозируемости. Ошибка расчета может привести к неправильным решениям. Это существенный минус XYZ-метода. Тем не менее это лучше, чем полное отсутствие хоть какой-то системы координат.

Алгоритм XYZ-анализа:

1. Выбираем ассортимент товаров для анализа.
В зависимости от цели анализ может проводиться по всему ассортименту магазина, торговой сети или товарной группы. 

3. Определяем временной период, по которому будем проводить анализ.
Чем больше выбранный период и чем больше в него входит временных интервалов, тем нагляднее будут полученные данные.

4. Проводим расчет коэффициента вариации уровня спроса для каждой товарной категории. На этом этапе оценивается процентное отклонение объема продаж от среднего значения.

Коэффициент вариации рассчитывается по формуле:

Но для реальных расчетов удобнее воспользоваться инструментом Excel.

Формула расчета коэффициента вариации в Excel выглядит так: = СТАНДАРТОТКЛОНП ()/СРЗНАЧ(), 

где в скобках указываем диапазон ячеек с цифрами продаж по каждой позиции.

Например: = СТАНДАРТОТКЛОНП (В3:H3)/СРЗНАЧ(В3:H3).

Формула рассчитает среднее значение показателя за взятый период и оценит его колебания в процентах.

5. Затем проводится сортировка товарного ассортимента по трем группам – X, Y или Z, где:

«Х» — товары с коэффициент вариации 0-10% – товары с самым устойчивым спросом.

«Y» — товары с коэффициент вариации 10-25% — товары с изменчивым объемом продаж.

«Z» — товары с коэффициент вариации от 25% — товары, имеющие случайный спрос.

Чтобы произвести сортировку, воспользуемся встроенной функцией «ЕСЛИ»: 

=ЕСЛИ(I3<=10%;»X»;ЕСЛИ(I3<=25%;»Y»;»Z»))

Какие преимущества дает этот подход?

• Повышает точность прогнозирования.

• Сокращает запасы, что:
– повышает стабильность и эффективность производства.
– повышает удовлетворенность клиентов.

• Уменьшает устаревание запасов.

• Уточняет уровни обслуживания для товаров с изменчивым спросом.

Плюсы XYZ-анализа

• Скорость. Если у вас есть данные по продажам, то для проведения анализа их останется занести в таблицу и применить вышеописанные формулы.

• Надежность. Алгоритм расчета прост, поэтому сложно ошибиться и получить неверный результат.

• Универсальность. Можно применять практически к любым показателям в бизнесе.

Минусы XYZ-анализа

1. Если спрос резко изменится, коэффициент вариативности может увеличиться, и тогда вполне перспективный товар может попасть в группу Z. Чтобы минимизировать этот риск, анализ высоких и низких сезонов продаж лучше проводить отдельно.

2. Если данные накоплены за небольшой период, анализ может не показать реальной картины — лучше брать серьезный временной срез статистики.

3. XYZ-анализ отражает спрос, но не учитывает прибыльность. Поэтому его часто совмещают с АВС-анализом, чтобы определить группы товаров, которые не только хорошо продаются, но и приносят значительную прибыль.

Совмещение ABC и XYZ-анализов

Совмещенный ABC/XYZ анализ считается эффективным и разносторонним инструментом. Метод предполагает формирование объединенной таблицы, в которой объекты анализа распределяются по девяти группам на основании итогов ABC-анализа и XYZ-анализа.

Совмещенный ABC/XYZ-анализ помогает управлять как товарными ресурсами, так и базой клиентов. Этот инструмент помогает корректировать ассортиментную политику, повышая долю востребованных товаров и платежеспособных клиентов. 

Совмещенный анализ хорош тем, что универсален, пригоден в разрезе любых объектов бизнеса: от товаров до оценки работы персонала.

• Маркетинг / продажи: объясняет, почему требуется разный фокус внимания и разные затраты на продвижение для разных групп продуктов.

• Финансы: объясняет, почему невозможно снизить затраты на запасы и хранение для всех продуктов.

• Производство:  дает понимание, почему неопределенность спроса и разнообразие целевых показателей уровня сервиса не позволяют производственным графикам быть стабильными и единообразными в течение всего года.

• Поставщики / Клиенты: помогает планировать поставки и отгрузки, а также искать компромиссы. 

Вывод

XYZ-анализ помогает оценить колебания спроса на отдельные позиции или группы товаров, оптимизировать ассортимент и складские запасы. Его можно проводить изолированно, но лучше совмещать с методом ABC. Так вы сможете получить более полную информацию и точно выделить наиболее перспективные и прибыльные позиции.