Оптимизация логистических издержек организации с использованием ABC- и XYZ-анализа Текст научной статьи по специальности «Экономика и бизнес»

Larisa Vyacheslavovna Malysheva,

PhD in Pedagogy,

associate professor of the department of applied mathematics and computer science, Saratov socio-economic institute (branch) of Plekhanov Russian University of Economics

Yelena Yur'yevna Vysochanskaya,

senior lecturer of the department of applied mathematics and computer science, Saratov socio-economic institute (branch) of Plekhanov Russian University of Economics

Anna Aleksandrovna Orlova,

PhD in Economics,

associate professor of the department of world economy and management of foreign economic activity, Saratov socio-economic institute (branch) of Plekhanov Russian University of Economics

УДК 330.4

Лариса Вячеславовна Малышева,

кандидат педагогических наук, доцент кафедры прикладной математики и информатики, Саратовский социально-экономический институт (филиал)

РЭУ им. Г.В. Плеханова

[email protected] «й*

Елена Юрьевна Высочанская,

старший преподаватель кафедры прикладной математики

и информатики,

Саратовский социально-экономический институт (филиал)

РЭУ им. Г.В. Плеханова

[email protected] <1Д«>

Анна Александровна Орлова,

кандидат экономических наук, доцент кафедры мировой экономики и управления внешнеэкономической деятельностью, Саратовский социально-экономический институт (филиал)

РЭУ им. Г.В. Плеханова

ОПТИМИЗАЦИЯ ЛОГИСТИЧЕСКИХ ИЗДЕРЖЕК ОРГАНИЗАЦИИ С ИСПОЛЬЗОВАНИЕМ ABC- И XYZ-АНАЛИЗА

В статье предложена методика оценки спроса в логистике на основе комбинированного прогноза. Методика основана на применении математических методов анализа и обработки информации. Ее использование повысит качество прогнозирования спроса, лежащего в основе планирования логистической деятельности компаний. Рассматривается задача оптимизации логистических издержек в торговой организации. При решении поставленной задачи разрабатывалась методика анализа издержек обращения с использованием методов АВС- и XYZ-анализа. Рассмотрены методические вопросы проведения анализа и совмещения результатов этих двух видов анализа. Указаны области применения ABC- и XYZ-анализа, отмечены их достоинства и недостатки. Предложен механизм оптимизации деятельности складского хозяйства, а также подготовлены практические рекомендации по рационализации метода управления закупочной деятельностью производственно-торговой организации.

Ключевые слова: АБС-анализ, XYZ-анализ, коэффициент вариации, метод Парето.

210 Вестник СГСЭУ. 2018. № 5 (74) ♦-♦

OPTIMIZATION OF LOGISTICS COSTS WITH THE HELP OF ABC- AND XYZ- ANALYSIS

The article presents a methodology for assessing logistics demand with the help of a combined forecast method. The methodology is based on the application of mathematical methods for analyzing and processing information. The authors argue that the new methodology will improve the quality of demand forecasting which is used by companies for planning their logistics. Ways of optimizing logistics costs in a trade organization are considered. The solution of the problem of logistics costs requires an analysis of distribution costs with the help of the ABC and XYZ analysis methods. Methodological problems of analyzing and combining the results of these two types of analysis are considered. Relevant areas of the application of the ABC and XYZ analysis are indicated; their advantages and disadvantages are identified. A mechanism for optimizing stock management is suggested; practical recommendations for streamlining the application of a procurement management method at a production and trading organization are put forward.

Keywords: ABC analysis, XYZ analysis, coefficient of variation, Pareto method.

Оптимизация логистических издержек является важной задачей для многих производственных и торговых предприятий. Для моделирования экономических процессов на предприятии используются различные математические методы [6]. Одним из эффективных подходов к оптимизации затрат организации на закупку и хранение продукции является совместное использование методов ABC- и XYZ-анализа.

Целью работы является разработка методики анализа логистических издержек предприятия и выработка практических рекомендаций по совершенствованию управления закупочной деятельностью производственно-торговой организации, используя АВС- и XyZ-методы.

Анализ этих методов рассмотрен на примере оптимизации закупочной деятельности производственно-торговой организации «Торгтехоборудо-вание». Данная организация предлагает широкий выбор различного оборудования для кафе, столовых, ресторанов и других предприятий общепита. Закупочной деятельностью в организации до последнего времени занимался коммерческий директор, используя в работе интуитивный метод принятия решений, на основе личного опыта.

Управление закупочной деятельностью должно базироваться на анализе информации, полученной от предприятия с использованием специального программного обеспечения. Выбор методов АВС и XyZ в качестве методов управления закупочной деятельностью обусловлен их высокой эффективностью и достаточной простотой, позволяющей реализовать их в программе Microsoft Excel [4]. Это позволяет организации обойтись без дополнительных затрат, связанных с приобретением специальных программ и обучением отдельного сотрудника.

АВС-анализ является методом для определения степени распределения конкретной характеристики между отдельными элементами какого-нибудь множества. Допускается, что относительно небольшое количество видов товаров, которые должны неоднократно закупаться, составляет большую часть общей стоимости закупаемых товаров. В основе метода АВС лежит так называемое правило Парето, согласно которому множество управляемых объектов делится на две неодинаковые части (80/20). Однако метод АВС предлагает более глубокое разделение - на три части [6].

Схема проведения АВС-анализа:

1. Выбор объекта анализа. Для целей управления запасами в качестве объекта анализа выбирается номенклатурная позиция «вид продукции».

2. Выбор классификационного признака. Для управления запасами в качестве классификационных признаков будут выбраны: количество сделок и объём реализации в стоимостном выражении за отчетный период по конкретному виду продукции.

3. Составление рейтингового списка товаров по убыванию классификационного признака.

4. Расчет доли показателя в общем объеме данного показателя и доли показателя в общем объеме показателя нарастающим итогом.

5. Создание группы А, В и С: соотнесение каждого товара к определенной группе.

К группе А относятся дорогие товары, их доля составляет около 75-80% общей стоимости, но это лишь 10-20% ассортимента товаров.

К группе В относятся товары средней стоимости, составляющие примерно 10-15% общей стоимости. В количественном выражении эти товары составляют 30-40% хранимой продукции.

К группе С относятся товары с самой низкой ценой. Они составляют 5-10% от общей стоимости и 40-50% от общего объема хранения.

Анализ АВС показывает значение каждой группы товаров. Исходя из этого, для каждой из трех групп товаров закладывается разная степень детализации при планировании и контроле.

При организации управления запасами очень часто объединяют методологию АВС-анализа с методологией ХУ2-анализа, так как АВС-анализ не позволяет оценивать сезонные колебания спроса на товары. ХУ2-анализ - это инструмент, позволяющий разделить продукцию по степени стабильности продаж и уровню колебаний потребления. В процессе анализа ХУ2 весь ассортимент также делят на три группы. Однако группы формируются в зависимости от равномерности спроса и точности прогнозирования изменений в их потребности [2].

Схема проведения ХУ2-анализа следующая:

1. Определение коэффициентов вариации для анализируемых товаров.

2. Группирование товаров по возрастанию коэффициента вариации.

3. Распределение товаров по категориям X, У, 2.

ISSN 1994-5094 ♦-

211 -♦

Признаком, на основе которого конкретную позицию ассортимента зачисляют в группу X, У или 2, выступает коэффициент вариации спроса (у) по этой позиции, который рассчитывается по формуле:

(xj - X )•

-х 100

v = -

где х. — 1-е значение спроса по оцениваемой позиции; х - среднее значение спроса по оцениваемой позиции за период п; п - период.

В группу X включаются товары, спрос на которые относительно стабилен. Коэффициент вариации находится в интервале 0-10%.

В группу У включаются товары, спрос на которые колеблется, что связано с сезонными изменениями, акциями, трендом и т.д. Значение коэффициента вариации - 10-25%.

В группу 2 включаются товары с эпизодичным спросом. Значение коэффициента вариации -выше 25%.

Объединение данных АВС-анализа с данными ХУ2-анализа позволяет получить ценные инструменты планирования, контроля и управления для всей системы снабжения в целом и повысить эффективность управления закупочной деятельностью предприятия [3].

Проводя анализ управления закупочной деятельностью производственно-торговой организации «Торгтехоборудование» за определенный период была обнаружена упущенная выгода. Так как организация «Торгтехоборудование» имеет небольшой склад, зачастую происходила ситуация вынужден-

ного отказа заказчику, вследствие того что в определенный момент времени на складе не было нужной продукции. Исследование проведено по данным о закупочной деятельности за один календарный год. На основе этих данных решена оптимизационная задача максимизации прибыли за счет оптимизации закупочной деятельности [5].

При анализе по признаку «количество сделок за период» объекты разбивались на три группы: А, В и С. При анализе по признаку «объем реализации за период» объекты были разбиты по группам: Б8 и С8. Затем результаты анализа по двум классификационным признакам были обобщены.

Фрагмент классификации товара в итоговую группу по двум признакам приведен в табл. 1.

Как видно из табл. 1, разновидности продукции группы Л8 занимают 69% в общем количестве сделок и 64% в общем объеме реализации.

Часть информация о выполнении заказов покупателей и показатели уровня обслуживания по товарам, сделки по которым не были выполнены полностью, приведены в табл. 2.

Проведенный анализ показал необходимость корректировки плана закупок, для того чтобы уровень обслуживания по выявленным товарным позициям был равен 100%. Это позволит предприятию избежать потери прибыли. Для этого используется формула:

5 = 1 - X ,

У

где Х - количество недостающего товара (единиц), У- общее количество проданного товара (единиц).

Фрагмент скорректированного плана продаж представлен в табл. 3.

n

Таблица 1

Классификация товаров в итоговую группу по двум признакам

Вид продукции Доля в общем количестве сделок Доля в общем объеме реализации Группа по двум признакам

Тележка сервировочная Abat TC-80 0,146 0,100 AAs

Полка настенная Abat ПН-3-3 0,061 0,042 ABs

Стол кондитерский Abat СКР-70 0,072 0,072 DAs

Кронштейны барные 0,022 0,022 BBs

Гриль контактный ГК-2/3.66 ЭФЛЕНТА 0,014 0,014 BCs

Электрофритюрница Ф-2х1/2.66 ЭФЛЕНТА 0,031 0,031 CBs

Аппарат контактной обработки Abat АКО-80Н 0,016 0,016 CCs

Таблица 2

Выполнение заказов покупателей

Товар Требовалось Отгружено Упущено Не хватило товара Уровень обслуживания (S)

Тележка сервировочная Abat TC-80 180 170 10 10 0,96

Тележка-шпилька Abat ТШГ-14-1 130 118 12 12 0,93

Тележка для сушки тарелок Abat ТСТ-100-4 75 70 5 5 0,92

212 Вестник СГСЭУ. 2018. № 5 (74) ♦-♦

Таблица 3

Скорректированный план продаж

Товар Скорректированный план

Тележка сервировочная Abat TC-80 189

Тележка-шпилька Abat ТШГ-14-1 136

Тележка для сушки тарелок Abat ТСТ-100-4 101

Таблица 4

Коэффициенты вариации для группы товаров Х

Наименование товара 1-й период 2-й период 3-й период 4-й период Коэффициент вариации Группа XYZ Доля в ассортименте нарастающим итогом

Тележка для сушки тарелок Abat ТСТ-100-4 65 85 75 90 0,034 Х 0,013

Стол островной Abat (600 серия) СПРО-6-5 краш 40 20 45 53 0,048 Х 0,048

Таблица 5

Прогноз объема продаж

Наименование товара Объем продаж за анализируемый период, шт. Объем продаж за прогнозируемый период, шт.

1-й период 2-й период 3-й период 4-й период 5-й период 6-й период 7-й период 8-й период

Тележка для сушки тарелок Abat ТСТ-100-4 65 85 75 90 95 102 108 115

Стол островной Abat (600 серия) СПРО-6-5 краш 40 20 45 53 56 62 68 75

Метод ХУ2-анализа позволяет произвести классификацию товарно-материальных запасов компании в порядке возрастания коэффициента вариации, который характеризует степень отклонения от среднего значения, т. е. в зависимости от стабильности их продаж. Чем стабильнее продажи товара, тем точнее их можно прогнозировать [1].

В результате проведения анализа объекты анализа разбиваются на три группы Х, У, 2 со значениями коэффициента вариации от 0 до 10% в категорию Х, от 10 до 25% - в категорию У, остальные -в категорию 2.

В табл. 4 приведен фрагмент таблицы расчета коэффициентов вариации для группы товаров Х.

Товары, попавшие в группу Х, характеризуются стабильной величиной продаж и высокой точностью их прогнозирования. Целям прогнозирования служат статистические функции Ехсе11. Результаты проведения прогноза с помощью функции ПРЕДСКАЗ в программе Ехсе11 отображены в табл. 5.

Проведенный анализ показал, что предложенный метод управления закупочной деятельностью позволяет организации обойтись без дополнительных затрат, связанных с привлечением специализированного сотрудника, и позволяет за счет оптимизации получать до 140 тыс. руб. выгоды в месяц.

При этом эффективное управление закупками можно осуществлять с помощью программы Microsoft Excel или ее аналогов.

1. Безруков А.И., Грахольская Л.В., Малышева Л.В. Методы оценки релевантности результатов тестирования в системе подготовки экономистов // Вестник Саратовского государственного социально-экономического университета. 2017. № 4 (68). С. 106-109.

2. ВыгодчиковаИ.Ю., ГусятниковВ.Н., ВысочанскаяЕ.Ю. Метод сплайн-аппроксимации экономических процессов с неустойчивым трендом // Вестник Саратовского государственного социально-экономического университета. 2017. № 4 (68). С. 110-115.

3. Головко М.В. Обзор моделей дискретного выбора для прогнозирования покупательского спроса с учетом неоднородности потребительских предпочтений // Актуальные проблемы и перспективы развития государственной статистики в современных условиях: сб. докладов Междунар. науч.-практ. конф.: в 2 т. Саратов, 2016. Ч. 1. С. 28-32.

4. Кочегарова О.С., Лажаунинкас Ю.В. АВС-анализ как средство оптимизации решения задач прикладной статистики // Наука Красноярья. 2016. № 3-3(26). С. 101-109.

5. Малышева Л.В., Высочанская Е.Ю. Моделирование экономических задач с помощью дифференциальных уравнений // Поволжский торгово-экономический журнал. 2014. № 6 (40). С. 58-62.

6. Неруш Ю.М. Логистика: учебник / Ю.М. Неруш, А.Ю. Неруш. М.: Юрайт, 2014.