Зотов В.В. Ассортиментная политика фирмы

Подождите немного. Документ загружается.

Таблица 5.2

Пример сводки о продажах товаров

Код

Товарная единица

Водка ГЖЕЛКА /гуала/

40% 0,5л

Бренд

ГЖЕЛКА

Поставщик

Росспиртпром

Производитель

Кристалл

Уровень1

Алкоголь

Уровень 2

Водка, настойка

Уровень 3

Водка

Маржинальная прибыль за

период

Количество дней пребыва-

ния товара в магазинах / на

складе, макс.*

Средняя МП в день

(МП/кол-во дней)

Доля проданного (списан-

ного) товара, %

Обеспеченность товарными

запасами, дней торговли

Плановые продажи на …

дней

*Макс. берется в случае сетевых розничных магазинов, когда анали-

зируются продажи сети в целом.

Доля проданного (списанного) товара (в процентах) показывает,

какую часть товара мы уже продали или списали на общехозяйственные

расходы. В этой формуле приход берется «истинный», не только от по-

ставщика (поскольку могут существовать перемещения между складами,

ответственное

хранение и переупаковка, увеличивающие суммарный

приход):

100

ПриходначалонаОстаток

расходыхОРеализация

товарапроданногоДоля

(5.2)

Обеспеченность товарными запасами, дней торговли. Показы-

вает, на сколько дней торговли нам хватит товара при сложившихся тен-

денциях продажи. В формуле учитывается, что за рассматриваемый пе-

риод товар продавался не все время, что лежал на складе.

.)(

..)(

штРеализация

складенаналвДнейштвконецнаОстаток

торговлидностьОбеспеченн

(5.3)

Ã Остаток на конец периода здесь лучше брать именно в нату-

ральных единицах, также, как и реализацию продукции (реализация в

деньгах – это выручка). Также необходимо, чтобы остаток соответст-

вовал реальному запасу товара: с учетом продукции, выписанной в

неотгруженных накладных (т.е. эти остатки могут не совпадать с ос-

татками на

складе по учету исполнительного отдела). В отличии от

формулы 5.1 здесь приходится также учитывать количество дней, ко-

торое та или иная товарная единица была в наличии.

Плановые продажи на … дней. При планировании продаж также

учитывается, что товар не все время продавался:

)(

.)(

.)( днейпериодПлановый

складенаналвДней

штРеализация

штпродажиПлановые ×=

(5.4)

Ã Таблица 5.2 позволяет составлять рейтинг продаж товаров.

Ранжирование осуществляется на основе показателя «средняя маржи-

нальная прибыль в день».

Этот показатель, с одной стороны, позволяет сопоставлять товары,

которые, возможно, в исследуемом периоде присутствовали не все вре-

мя (скажем, рассматривается период в 2 недели. Один товар продавался

все время, а другой, новый, поступил

на склад всего неделю назад). С

другой стороны, использование денежных единиц позволяет сопостав-

лять между собой разнородные товары и составлять сводный рейтинг

продаж в целом по ассортименту, а не только по отдельным товарным

группам.

Ã Единственное, чем мы пренебрегаем, это стоимость финанси-

рования: содержание запасов означает «замораживание» в них опре

деленной суммы денег, возможно, заемных. Поэтому к себестоимости,

в принципе, добавляется еще и определенный процент.

2.2. Анализ структуры продаж

2.2.1. Показатели структуры продаж и построение модифици-

рованной матрицы БКГ

Структуру продаж удобно рассматривать в виде матрицы, анало-

гичной матрице БКГ (рис. 5.2).

Рис. 5.2. Матрица анализа структуры ассортимента розничного магазина

На рис. 5.2. хорошо видны «дойные коровы» – бакалея, заморо-

женная продукция, молочная гастрономия; «звезды» – кондитерские из-

делия; «знаки вопроса» – алкоголь, соки / воды и «собаки» – табак,

сопутствующие товары.

Эти данные получены на основе сравнения продаж ассортимент-

ных групп за неделю n по сравнению с неделей n-1. По оси Х отложена

доля (удельный вес

) каждой ассортиментной группы в суммарной вы-

ручке (маржинальной прибыли) в момент n; по Y – темп прироста доли.

В том случае, когда существуют данные о продажах за некоторое

количество периодов времени (табл. 5.2), необходимо использовать

средние величины: средний темп прироста удельного веса

i-товарной

Теория статистики: Учебник / Под ред. проф. Р.А. Шмойловой. – М.: Финансы и статистика, 1996,

с.356.

группы (формула 5.5) и средний удельный вес

i-товарной группы

(формула 5.6).

Таблица 5.3

Исходные данные для определения удельных весов

Период

Струк-

урная

асть

1 2 3 …. n

….

…. ….

….

Итого

∑

….

∑

−=−

−n

(5.5)

%100

⋅=

∑∑

∑

(5.6)

2.2.2. Анализ концентрации продаж

2.2.2.1. ABC-анализ

Сводка о продажах (табл. 5.2) позволяет проанализировать кон-

центрацию продаж, которую обычно связывают с ABC-анализом, осно-

ванном на законе Парето: 20% составляющих какого-либо явления на

80% обусловливают его возникновение.

Согласно данному анализу продукция подразделяется на три клас-

са по выбранным критериям (сбыт, прибыль, покрытие

затрат и т.д.).

Графическая иллюстрация ABC -анализа представлена на рисунке 5.3.

Там же, с.359.

Рис. 5.3. Типичный график ABC-анализа

Предполагается, что все продаваемые товары можно условно раз-

делить на три группы – А, В, С, которые оценивают по приносимой ими

прибыли (доходу). Соответственно, товары, дающие 80% прибыли – это

товары класса А, 15% – класса В и 5% – С.

Следуя логике повышения доходности, компания должна в первую

очередь концентрироваться на работе

с товарами категории А, затем – В

и только в последнюю очередь – С.

2.2.2.2. Построение кривой Лоренца и расчет коэффициента Джини

По большому счету, АВС-анализ – это анализ концентрации тех

иных показателей. В нашем случае речь идет о концентрации прибыли

(оборота) в структуре ассортимента.

В статистике в таких случаях в качестве наглядной иллюстрации

может использоваться так называемая кривая Лоренца (на основе дан-

ных таблицы 5.4 построен рисунок 5.4).

Таблица 5.4

Концентрация прибыли в товарной

группе «Бумага для офисов»

Декабрь 2000 Январь 2001

Товарные едини-

цы, ранжирован-

ные по маржи-

нальной прибыли

Удельный

вес, %

Накоп-

ленная

частота, %

Удельный

вес, %

Накоп-

ленная

частота,

1 0,08 0,08 0 0

2 0,1 0,18 0,32 0,32

3 0,74 0,92 1,12 1,44

4 0,95 1,87 2,04 3,48

5 1,84 3,71 3,41 6,89

6 2,62 6,33 15,23 22,12

7 5,64 11,97 15,53 37,65

8 18,5 30,47 17,12 54,77

9 69,53 100 45,23 100

ИТОГО: 100 - 100 -

100

0% 20% 40% 60% 80% 100%

Доля товаров

Доля маржинальной прибыли, %

янв.01 дек.00

Рис. 5.4. Концентрация прибыли при продаже бумаги для офисов

Для наблюдения за динамикой концентрации показателя можно

использовать коэффициент концентрации Джини (G)

. Для рассмотрен-

ного примера в январе он составил 76,55%, снизившись до 60,74% в де-

кабре. Это означает, что наблюдается выравнивание удельных весов

прибыли от каждой единицы товара.

2.2.3. Анализ стабильности ассортимента

2.2.3.1. Показатели стабильности ассортимента

Наличие заявленного в прайс-листе компании товара на складе в

тот момент, когда это необходимо клиенту,

и при этом в необходимом

количестве говорит об эффективности работы торгово-закупочной ком-

пании, свидетельствует о правильной системе планирования ассорти-

мента. Соответствие предложения спросу, в конечном итоге, ведет к

получению максимальной прибыли.

Особенно критична стабильность ассортимента в розничных тор-

говых компаниях. Давно подмечено, что чем состоятельнее покупатель,

тем он более требователен

к широте ассортимента и качеству товаров.

Поэтому если магазин в самом начале своей работы заявил о наличии в

ассортименте неких позиций, то их необходимо поддерживать. Когда

Вывод формулы выходит за рамки данного пособия. Желающие могут познакомиться с этим и дру-

гими показателями концентрации в Теория статистики: Учебник / Под ред. проф. Р.А. Шмойловой.

– М.: Финансы и статистика, 1996. - сс. 364-372.

ассортимент торгового предприятия «плывет», состоятельный покупа-

тель вынужден искать более стабильный магазин.

Анализируя востребованность товаров, их доступность у постав-

щиков, каждый магазин может устанавливать для себя необходимый ас-

сортиментный минимум товаров по их «глубине». Например, магазин

торгует молоком, и «глубина» этого вида продукта – 15 позиций. Но ас-

сортиментный минимум на этот товар

магазином может быть установ-

лен в 6 позиций. То есть определяется, сколько видов молока должно

присутствовать в продаже одновременно в достаточном количестве.

Ведь с расширением номенклатуры товаров в магазине значительно

уменьшается площадь выкладки для каждого из них, в результате полу-

чается нагромождение ценников на определенных площадях – товар

трудно найти и выбрать.

Минимум вводится для того, чтобы покупатель,

придя в магазин, имел достаточный выбор, а магазин эффективно рабо-

тал и по своему усмотрению мог варьировать этот выбор. На основе ко-

эффициента полноты ассортимента можно анализировать по товарно-

му остатку, находящемуся в магазине на данный момент, сколько това-

ров для восполнения ассортиментного минимума по

той или иной груп-

пе надо дозаказать или, может быть, изъять из магазина

пл

ап

К =

(5.7)

где

.ф

А и

.пл

А – количество ассортиментных разновидностей товаров соот-

ветственно фактически имеющихся в продаже и по плановой номенкла-

туре товаров.

Для оценки полноты ассортимента в динамике можно использо-

вать коэффициент стабильности (устойчивости) ассортимента:

nА

ААА

пл

ффф

ассуст

+++

...

(5.8)

где

ффф

ААА +++ ...

– фактический ассортимент за каждый i-й период;

.пл

А – плановый ассортимент;

n – число периодов.

2.2.3.2. Расчет коэффициентов вариации и XYZ-анализ

Для оценки колеблемости наблюдаемого признака в статистике тра-

диционно применяется расчет коэффициента вариации (формула 5.9):

Естественно, что данный коэффициент применим в деятельности не только розничных, но и опто-

вых торговых компаний.

%100⋅=

(5.9)

Это отношение среднеквадратичного отклонения к среднему, вы-

раженное в процентах. Среднеквадратическое отклонение рассчитывает-

ся как корень квадратный из дисперсии:

∑

−

)(

(5.10)

Обычно считается, что колебания признака в ряду выше нормы,

когда коэффициент вариации превышает 25%.

На основе расчета коэффициента вариации базируется XYZ-

анализ, который часто совмещают с ABC-анализом, рассмотренном вы-

ше.

" XYZ-анализа – классификация ассортимента товаров по груп-

пам в зависимости от равномерности спроса и точности прогнозиро-

вания.

SKU со значением коэффициента вариации

от 0 до 10% попадают в

категорию X, от 10 до 25% – в категорию Y, остальные – в категорию Z.

Впрочем, это примерное распределение (табл. 5.5).

Таблица 5.5

ABC / XYZ-анализ

Точность

прогнози-

рования

Вклад в

финансо-

вый

результат

X Y Z

Большой вклад в

финансовые ре-

зультаты, высо-

кая степень на-

дежности про-

гноза вследствие

стабильности

потребления

Большой вклад в

финансовые ре-

зультаты, сред-

няя степень на-

дежности про-

гноза вследствие

нестабильности

потребления

Большой вклад в

финансовые ре-

зультаты, низкая

степень надеж-

ности прогноза

вследствие край-

не нерегулярного

потребления

Кашин С. Товары разной стабильности. // Секрет фирмы. – 02-08 февраля 2004 г. – с. 47.

Точность

прогнози-

рования

Вклад в

финансо-

вый

результат

X Y Z

Средний вклад в

финансовые ре-

зультаты, высо-

кая степень на-

дежности про-

гноза вследствие

стабильности

потребления

Средний вклад в

финансовые ре-

зультаты, сред-

няя степень на-

дежности про-

гноза вследствие

нестабильности

потребления

Средний вклад в

финансовые ре-

зультаты, низкая

степень надеж-

ности прогноза

вследствие край-

не нерегулярного

потребления

Низкий вклад в

финансовые ре-

зультаты, высо-

кая степень на-

дежности про-

гноза вследствие

стабильности

потребления

Низкий вклад в

финансовые ре-

зультаты, сред-

няя степень на-

дежности про-

гноза вследствие

нестабильности

потребления

Низкий вклад в

финансовые ре-

зультаты, низкая

степень надеж-

ности прогноза

вследствие край-

не нерегулярного

потребления

) Построение матрицы ABC(XYZ)-анализ не разделит товары на

«плохие» и «хорошие», не выявит товары, подлежащие немедленному

выводу из списка продаваемых. Всегда необходим дополнительный ана-

лиз.

2.2.4. Анализ сезонности товарооборота

Мы уже не раз отмечали, что рационализация ассортимента долж-

на проводиться с оглядкой на максимальное число ограничивающих

факторов, например, на

структуру потребителей. В этом разделе мы рас-

смотрим еще один немаловажный фактор – сезонность.

Существует множество товаров, имеющих в своих продажах ярко

выраженную компоненту (зимой наблюдается пик спроса на шоколад и

минимум спроса на карамель. Почти противоположная картина летом,

когда многие компании отказываются перевозить шоколад в условиях

жары. Сок также плохо

продается летом и хорошо – зимой).

Для определения сезонности продаж используют индексы сезон-

ности (табл. 5.6).

Таблица 5.6

Расчет индексов сезонности секции «Парфюмерия»

городского универмага

Товарооборот, руб.

Месяцы

1-й

год

2-й

год

3-й год

В среднем за

три года,

Индекс

сезонности

100):( ∗yy

А 1 2 3 4 5

январь 621 902,6 761,8 96,7%

февраль 686,2 1111,6 898,9 114,1%

март 861,9 1345,9 1103,9 140,1%

апрель 509,8 584,7 931,3 675,3 85,7%

май 443 536,9 922,2 634,0 80,4%

июнь 455,5 467,7 910,2 611,1 77,5%

июль 497,2 506,7 761,6 588,5 74,7%

август 511,7 460,1 828,9 600,2 76,2%

сентябрь 485 873 903,6 753,9 95,7%

октябрь 514,5 656,9 957,3 709,6 90,0%

ноябрь 560 685,4 1017,3 754,2 95,7%

декабрь 966,7 1359,9 1772,5 1366,4 173,4%

Средний

уровень ряда

549,27 691,70 1030,42

=788,15

100,0%

Рассчитанные индексы сезонности наносятся на график (рис. 5.5).

Анализируя пики товарооборота (выше среднегодового уровня,

принятого за 100%), мы видим, что сезонность секции «Парфюмерия»

связана с праздниками:

• Рождество, Татьянин день (25 января);

• Валентинов день (14 января);

• 23 февраля;

• 8 марта;

• новогодние праздники.