волатильность фактических продаж была довольно невысокой. Однако, если в текущем исследуемом периоде данный продукт демонстрирует отклонение от плана, превышающее 10 %, относить его по-прежнему в категорию стабильных представляется необоснованным – фактора риска заметно вырос. Так, если к формированию плана подходили серьезно, закладывая достижимые цели, планируя под их достижение дополнительные маркетинговые усилия, а следовательно, и дополнительные затраты (даже если бюджет службы маркетинга в целом изменен не был, могло произойти перераспределение статей затрат и как следствие – снижение результатов продаж по другим направлениям), которые по факту были осуществлены, но итоги продаж оказались существенно хуже запланированных, для менеджмента это должно стать прямым сигналом: необходимо изменить управленческое отношение к исследуемой группе (номенклатуре) товаров и поместить ее в категорию товаров с более высоким уровнем риска. В силу этого обстоятельства – важности учета отклонений факта от плана при рационировании ассортимента – я разработал матрицу рисков, сочетающую в себе как результаты АВС– и XYZ-анализа, так и результаты анализа относительных отклонений фактического исполнения плана (табл. 79). В рамках матрицы я выделил пять категорий риска, что позволяет проводить более обоснованное распределение номенклатурных товаров.
Необходимо отметить, что при определении границ отклонений, как правило, используют метод экспертных оценок и статистический анализ. Здесь же я предлагаю в качестве базового варианта определения границ применять экспертную оценку. В теории и практике корпоративного бюджетирования довольно распространенным является мнение о том, что отклонение в пределах 3‒5 % от планового значения является вполне нормальным и не требующим проведения дополнительных контрольно-оптимизационных процедур. Однако менеджмент компании может сам определять и устанавливать допустимые границы отклонений. Например, ±5 % для светлой зоны, ±15 % для серой зоны и более ±15 % для темной зоны.
Метод экспертных оценок не требует сложных расчетов, а пределы отклонений могут пересматриваться на основе экспертного мнения, что устраняет один из главных недостатков данного метода – жесткость заданных границ.
Вместе с тем распределение границ отклонений на зоны может осуществляться на основе статистического анализа. В этом случае необходимо руководствоваться так называемым правилом трех сигм, которое уже было рассмотрено выше. Преимуществом указанного правила является гибкость границ отклонений. При этом для каждого продукта описанные интервальные значения границ отклонений будут отличаться, отражая специфику его поведения.
Возвращаясь к теме возможной некорректности результатов XYZ-анализа при высокой волатильности значительной части исследуемых позиций, отмечу следующее. В этом случае вместо XYZ-анализа целесообразно провести АВС-анализ по количеству продаж и совместить его с результатами АВС-анализа по выручке. В результате этого финансовый аналитик получает значительно более объективную картину продаж по продуктам. Очевидно, что высокая выручка от продаж, а значит, и отнесение продуктов в группу А может быть результатом как большого числа продаж, так и единственной продажи, но дорогостоящего продукта, а это сочетание АВС– и XYZ-анализа определить не позволяет.
Ниже представлены исходные данные по объемам ежемесячных продаж 50 продуктов (табл. 80). Давайте проведем для этого массива данных АВС-анализ согласно описанной логике (табл. 81).
Наконец, еще одним инструментом, позволяющим повысить качество управленческих решений по оптимизации ассортимента и улучшению финансовых результатов, является анализ маржинальности. Для его обозначения я ввел название «HML-анализ». Логика этого анализа основана на распределении продуктовой линейки по категориям маржинальности. При этом саму маржинальность я предлагаю оценивать с помощью показателя рентабельности продаж:
где ROS – рентабельность продаж;
S – выручка от реализации продукции;
COGS – себестоимость реализации продукции.
Критерии отнесения к каждой из указанных категорий могут быть абсолютно разными в зависимости от специфики бизнеса. Так, например, продукты, имеющие маржинальность свыше 60 %, могут быть отнесены в группу H, продукты с маржинальностью 50‒60 % – в группу М, с маржинальностью менее 50 % – в группу L. Конкретные нормативные значения критериев отнесения к каждой из категорий должны быть утверждены во внутренних регламентах, характеризующих маркетинговую (ценовую) политику компании.
Кроме того, в качестве показателя маржинальности может быть использован совершенно иной коэффициент, например показатель рентабельности продукции, характеризующий торговую наценку, предлагаемую компанией по данному продукту, или показатель рентабельности продаж, рассчитываемый по чистой прибыли. Тогда и критерии отнесения к той или иной группе должны быть подстроены под специфику этого показателя.
Алгоритм проведения HML-анализа предполагает выполнение следующей последовательности действий:
1. На основе результатов продаж составляем реестр продукции по всем номенклатурным позициям.
2. Для каждой номенклатурной позиции на основании данных учетной системы определяем закупочную и продажную цену. На данном этапе важно обеспечить правильность определения цен: если закупочная цена указана с НДС, то и продажная цена должна быть с НДС, и наоборот.
3. Определяем коэффициент, на основании которого будет проводиться расчет маржинальности.
4. Определяем границы маржинальности для отнесения продукта к группам HML.
5. Проводим упорядочивание продуктов по убыванию коэффициента маржинальности.
Аналогично АВС-анализу перечень групп, характеризующих границы маржинальности, может быть расширен.
В табл. 82 представлены исходные данные для проведения HML-анализа (закупочные и продажные цены по каждому продукту), рассчитан показатель маржинальности. Критерии отнесения к конкретной группе маржинальности использованы те же, что были описаны выше.
Далее представлены результаты HML-анализа после упорядочения продуктов по убыванию коэффициента маржинальности (табл. 83).
Очевидно, что бо́льшая часть реализуемых компанией продуктов относится к группе среднемаржинальных. Шесть продуктов из группы L можно рассматривать в качестве потенциальных объектов для исключения из ассортимента или повышения продажных цен с целью перевода их в группу M. Управленческие решения, связанные с группой М, должны быть направлены на повышение маржинальности и могут быть связаны со снижением закупочных цен (переговоры с постоянными поставщиками, закупка большими партиями) и повышением отпускной цены. Последняя мера требует крайней осмотрительности, поскольку рост цен может привести к снижению объемов продаж, особенно на высококонкурентном рынке.
Ниже я предлагаю матрицу совмещения результатов АВС– и HML-анализа, поскольку именно совмещение этих видов анализа позволяет вести грамотную ассортиментную политику, нацеленную на максимизацию финансового результата, четко выделить продукты-флагманы и очевидный «балласт», от которого следует избавиться. Первая буква в используемых аббревиатурах обозначает результаты АВС-анализа по выручке, вторая буква – результаты АВС-анализа по количеству, третья – результаты HML-анализа.
На основании приведенной матрицы осуществляется ранжирование исследуемых продуктов в зависимости от соответствующего категории значения рейтинга. Возможный вариант
