Бессмысленный авс

Posted on by riasevastopol

Олег Фофанов председатель совета директоров, Вологда

АВС-анализ, разрешающий классифицировать ресурсы компании по степени их важности, испытывает недостаток в модернизации. Олег Фофанов предлагает оценить его идеи.

Цель данной заметки – продемонстрировать, что распространенный метод проведения ABC-анализа решает не ту задачу, для исполнения которой в большинстве случаев употребляется. Вследствие этого я предлагаю внести коррективы.

Как это делается

ABC-анализ проводится, правильнее, обязан проводиться чтобы поделить клиентов компании на пара категорий и дифференцировать работу с ними. Другими словами, дабы отношения с этими клиентами были сообразны их вкладу в выручку/прочие показатели и прибыль жизнедеятельности компании-поставщика. Значит, ABC-анализ обязан оказать помощь распознать отличие во вкладе разных клиентов в благосостояние компании.

Как это сделать? Этому вопросу и посвящена заметка. Анализ многих тематических публикаций и встроенных в дешёвые CRM-совокупности инструментов разрешает сделать вывод о том, как данный анализ делается в большинстве компаний.

Правильнее, в большинстве компаний, где он по большому счету делается.

Итак, метод анализа и сходу на примере компании «Верховный морковный пилотаж», создающей и реализовывающей морковь. Для простоты разглядим ABC-анализ лишь в соответствии с критерию выручки, но манипуляции и выводы будут подобными и для критерия прибыли, и для других показателей.Бессмысленный авс

Ход 1. Определяем пропорции

К примеру, мы сделали вывод, что:

— категория A – 70% от выручки,
— B – 20% от выручки,
— C – 10% от выручки.

Такие параметры употребляются по умолчанию во многих CRM-совокупностях. В некоторых CRM-совокупностях, кстати, не предусмотрена (!) возможность трансформации этих параметров.

Ход 2. Ранжируем клиентов и распределяем в группы в соответствии с выбранными пропорциями

Таблица 1. Обстановка первая: 10% клиентов формирует 10% выручки

Из-за чего это не работает

Так как клиентов у отечественной компании не большое количество, а особенности первой ситуации намеренно «выпячены», то, быть может, уже на этом этапе разумеется – ABC-анализ дает необычный итог.

Мы включили в группу А довольно много клиентов. Кроме этого наглядно видно, что обстановка далека от «20% клиентов формирует 80% выручки». Это не просто придуманная мной методическая фигня.

В действительности такое не редкость чаще, чем возможно себе представить.

Так отчего же «сбоит» отечественный «абэцэ»? По причине того, что уже на начальной стадии мы заложили в него получушь. Мы сделали это, введя произвольные параметры для отечественных клиентских групп.

Еще пример.

Таблица 2. Обстановка вторая: к одной категории относим весьма различных клиентов

Видим, что «абэцэ» в одну группу относит «Склад №2» и двух его соседей, не обращая внимания на то, что количества «Склада №2» в разы больше. Наряду с этим оставшиеся семь клиентов отнесены к двум группам, не смотря на то, что их количества не резко отличаются. В полной мере быть может, что в течении громадного периода они всегда меняются между собой местами в рейтинге, совершая колебания около приблизительно однообразных «чисел».

Так, используя «абэцэ» так, как это предлагается некоторыми специалистами и CRM-совокупностями, мы рискуем объединить в одну группу весьма различных клиентов либо, напротив, поделить схожих клиентов на различные группы.

Как исправить данный недочёт? И по большому счету — какое количество необходимо выделить групп, дабы сделать отечественный «абэцэ» действенным инструментом?

Предлагаю собственный вариант решения проблемы и ожидаю его оценки критическим умом Сообщества.

Вероятное ответ

Давайте разглядим графическую модель первой и второй ситуации. Для этого расположим отечественных клиентов в двух осях: по одной оси – их ранг по выручке, по второй – размер данной выручки.

На рисунке 3 мы наглядно видим, что убывание выручки носит практически совершенный линейный темперамент, и все клиенты берут приблизительно в однообразном количестве.

Рис. 3

Так, мы не можем отнести их к различным категориям. По крайней мере, наугад. Совершив анализ таким методом, мы приобретаем одну группу (выделенную синим цветом), не смотря на то, что «хороший» метод дает деление на три группы (выделенные красным цветом).

На рисунке 4 мы видим, что вправду возможно выделить три группы, образующих различные типы тренда (выделены синим), но это далеко не те же самые группы, что и при «хорошем» анализе (красным).

Рис. 4. Видно три группы – но другие

В базе для того чтобы графического анализа лежит предположение, что сходство настоящих объектов проявится в замечаемых графиках в виде определенных трендов. Такие тренды показывают, что определенное сходство между объектами имеется, но они ничего не могут сказать о его природе.

Само собой разумеется, таковой графический анализ не есть единственно вероятным. Более того, возможно выбрать критерии и другие технологии для выделения и анализа подклассов в класса – и они дадут варианты подклассов, связанные так, как связаны между собой критерии и сами технологии.

Я только внес предложение один вариант, что лучше «хорошего» тем, что критерий для выделения – имеется. Из этого направляться, кстати, что число подклассов не обязательно равняется трем. Подклассов возможно столько, сколько пригодится для ответа отечественных задач.

Случайные статьи:

протодиакон Андрей Кураев


Подборка похожих статей:

riasevastopol

More Posts