Abc и xyz анализ в excel: таблицы, примеры расчетов, формулы

Как менялись выручка, прибыль и активы фирмы

Ниже на графике представлено, как изменились за последние годы ключевые результаты деятельности ООО «ИКС ИГРЕК ЗЕТ» — выручка и чистая прибыль.

График изменения выручки и чистой прибыли по годам

Собственный капитал (чистые активы) и общая величина капитала организации изменялась следующим образом:

График изменения активов и чистых активов по годам

* В качестве показателя чистых активов указан капитал организации. Для точного расчета чистых активов требуются дополнительные бухгалтерские данные.

Чистые активы показывают сумму, которая подлежит распределению между собственниками фирмы в случае продажи имущества и погашения всех обязательств организации См. также 2020 год.

Практическая реализация метода

Пусть дана выборка (множество) X из N объектов, каждый объект в которой имеет свой вес x, равный значению фактора, по которому проводится анализ. В результате упорядочивания этих объектов по убыванию веса x присвоим каждому объекту его порядковый номер i.

Представим полученный набор данных в виде отрезка (рисунок 2), поделенного на пронумерованные участки (номер участка i∈), длина которых будет зависеть от величины x_i. Тогда выражение

P_i = \frac{x_i}{\sum \limits_ {j=1}^{N}{x_j}}

определяет вероятность того, что случайная точка, выбранная на большом отрезке, будет принадлежат отрезку, соответствующему i-ому объекту. Например, если мы исследуем продажи некоторых товаров, то P_i — это вероятность того, что случайно выбранный рубль из общего дохода был заработан за счет продажи товара x_i.

Рис 2: Графическое представление анализируемого набора данных в виде отрезка

В данном случае P_1≥P_2≥P_3≥P_4≥⋯≥P_{N−2}≥P_{N−1}≥P_N.

В случае, когда P_1=P_2=…=P_N отрезок разделяется объектами на равные части (рисунок 3).

Рис 3: Графическое представление набора данных с равномерным распределением

Заметим, что в методе касательных F_i — это выборочная оценка значений функции распределения вероятностей P_i.

На основании рассчитанных значений построим график зависимости значений F_i от i (рисунок 4).

Рисунок 4: График функции распределения вероятностей

Построим на графике отрезок ОК, который соответствует графику функции равномерного распределения вероятностей.

Перейдём от анализа функции распределения вероятностей к анализу функции вероятностей, для чего построим соответствующий график (рисунок 5).

Рисунок 5: График функции вероятностей

Как видно из рисунка 5, в группу А попадают объекты, для которых значение P_i превышает значение функции равномерного распределения вероятностей для анализируемого набора.

В результате набор будет поделён на две группы объектов: объекты группы А и объекты групп В и С.

Для определения объектов групп В и С достаточно повторить расчет функции равномерного распределения вероятностей для объектов, не попавших в группу А, после чего сравнить с ним значения P_i. Точка, разделяющая группы В и С, на рисунке 5 находится на пересечении фиолетовых пунктирных линий и графика выборочных оценок функции вероятностей.

Таким образом, процедура разделения на группы выглядит следующим образом.

Процедура PARTITION

Вход: X — выборка из N объектов.

Выход: X_1, X_2 — результирующие непересекающиеся подвыборки объектов.

Для каждого объекта x_i в X рассчитать вероятность

P_i = \frac{x_i}{\sum \limits_ {j=1}^{N}{x_j}}

1. X_1={x_i:P_i≥\frac{1}{N}}
2. X_2={x_i:P_i<\frac{1}{N}}

Псевдокод получения выборок объектов по методу касательных.

ABC-анализ методом касательных

Вход: X — выборка объектов.

Выход: A,B,C — подвыборки объектов для групп A, B и С соответственно.

(A,BC)=PARTITION(X);

(B,C)=PARTITION(BC).

Обратим внимание, что при необходимости любое из полученных множеств A,B,C можно разделить на подмножества, применив к нему процедуру PARTITION. Примечание: Пример реализации описанного подхода в Loginom доступен в бесплатной библиотеке компонентов Loginom Silver Kit

Примечание: Пример реализации описанного подхода в Loginom доступен в бесплатной библиотеке компонентов Loginom Silver Kit.

Рисунок 6: Пример реализации метода касательных в ABC-анализе

Анализ продаж по ценовым сегментам

Суть метода заключается в разделении всего ассортимента товаров на ценовые категории в сравнении с конкурентами: средние, ниже средних, выше средних, заниженные и завышенные цены.

• средние цены с отклонением в меньшую или большую сторону до 5%;

• цены ниже средних (дешевле на 5–10%);

• цены выше средних (дороже на 5–10%);

• сильно заниженная цена (ниже средней более чем на 10%);

• сильно завышенная цена (выше средней более чем на 10%).

Вот как распределились товары по ценовым категориям после анализа цен:

В этом конкретном магазине бо́льшая часть товаров подпадает под категорию «импульсных покупок». Для дорогих позиций, требующих более длительного периода принятия решений и тщательного выбора пользователями, отклонения для вышеперечисленных ценовых сегментов будут отличаться.

Анализ продаж показал, что наилучшие результаты по доходу на единицу товара и рентабельности инвестиций в рекламу показали товары из ценовой категории «Цены ниже средних». Было принято решение сделать переоценку товаров в остальных ценовых категориях: минимальные и максимальные цены, среднерыночные цены и цены выше средних.

Процесс переоценки был автоматизирован с помощью ценовых рекомендаций сервиса uXprice по формуле «среднерыночная цена — 10%» по всем позициям ассортимента. В дальнейшем цены регулярно корректировались для поддержания на этом уровне.

Вот какие результаты показал анализ продаж через месяц после первой переоценки товаров (скрин с Google Analytics, период с 15.07.2021 по 14.08.2021 в сравнении с предыдущим периодом с 14.06.2021 по 14.07.2021):

• рост дохода от продаж на 41,93%;

• средняя длительность сеанса выросла на 8,52%;

• падение показателя отказов на 1,68%;

• увеличение количества просмотренных страниц за 1 сеанс на 4,81%;

• повышение коэффициента транзакций на 7,89%;

• рост количества транзакций на 28,02%.

Google Analytics, Source Medium

Если отдельно рассматривать источники, то вот как изменился доход:

1. google/cpc вырос на 35,56%;

2. facebook/click поднялся на 76,71%;

3. google/organic показал рост на 20,03%;

4. (direct)/(none) увеличился на 35,18%.

Важно отметить, что в обоих периодах, которые сравнивались, бюджет на рекламные кампании не ограничивался, никаких существенных изменений в ведение рекламных кампаний не вносилось, а продажи оценивались в рамках одного сезона (не было фактора сезонности).

В целом результат превзошёл ожидания. Но, как мы говорили выше, для объективности анализ продаж необходимо проводить по нескольким показателям

Поскольку на некоторые товары стоимость была снижена, важно было оценить рентабельность инвестиций в рекламу. И поскольку этот показатель тоже существенно вырос — на 10,67% (скриншот с Google Analytics ниже), принятое решение о переоценке товаров по выбранной стратегии можно считать успешным и стоит использовать на регулярной основе.

В отчёте видны и другие положительные изменения: CTR вырос на 4,53%, стоимость за клик упала на 0,25%, а доход от клика вырос на 10,39%.

Преимущества метода:

• быстрый и существенный результат;

• эффективная переоценка товаров;

• быстрая коррекция ассортиментной политики.

Недостаток: платное использование дополнительного инструмента для анализа и переоценки товаров.

О методике анализа

Выше приведен сравнительный анализ финансового положения и результатов деятельности организации.
В качестве базы для сравнения взята официальная бухгалтерская отчетность организаций Российской Федерации за 2019,
представленная в базе данных ФНС (2.3 млн. организаций).
Сравнение выполняется по 9 ключевым финансовым коэффициентам (см. таблицу выше).
Сравнение финансовых коэффициентов организации производится с медианным значением показателей всех организаций РФ и организаций в рамках отрасли,
а также с квартилями данных значений. В зависимости от попадания каждого значения в квартиль присваивается
балл от -2 до +2 (-2 – 1-й квартиль, -1 – 2-й квартиль, +1 – 3-й квартиль; +2 – 4-й квартиль;
0 – значение отклоняется от медианы не более чем на 5% разницы между медианой и квартилем, в который попало значение показателя).
Для формирования вывода по результатам анализа баллы обобщаются с равным весом каждого показателя,
в итоге также получается оценка от -2 до +2:

	значительно лучше (+1 — +2вкл)
	лучше (от 0.11 до +1вкл)
	примерно соответствует (от -0.11вкл до +0.11вкл)
	хуже (от -1вкл до -0.11)
	значительно хуже (от -2вкл до -1)

Изменение за год вычисляется путем сравнения итогового балла финансового состояния в рамках отрасли за текущий год с баллом за предыдущий год.
Результат сравнения может быть следующим:

	значительно улучшилось (положительное изменение более чем на 1 балл).
	улучшилось (положительное изменение менее чем 1 балл);
	не изменилось (балл не изменился или изменился незначительно, не более чем на 0,11);
	ухудшилось (ухудшение за год менее чем на 1 балл);
	значительно ухудшилось (ухудшение за год более чем на 1 балл);

Источник исходных данных: При анализе использованы официальные данные Росстата и ФНС,
публикуемые в соответствии с законодательством Российской Федерации. Если вам доступен оригинал бухгалтерской отчетности,
рекомендуем сверить его с отчетностью ООО «Икс-Игрек-Зет Автоматизация» по данным ФНС, чтобы исключить опечатки и неточности возможные при занесении отчетности в электронную базу налогового ведомства.

Нужен официальный отчет? Если вам требуется письменное заключение по результатам сравнительного анализа,
пишите нам, мы подготовим детальный отчет аудиторской фирмы (услугу оказывают аттестованные аудиторы на платной основе).

Внимание: Представленный анализ не свидетельствует о плохом или хорошем финансовом состоянии организации,
а дает его характеристику относительно других российских предприятий. Для детального финансового анализа воспользуйтесь
программой «Ваш финансовый аналитик»
— загрузить данные в программу >>

Ценные бумаги

Легкий вариант

Ситуация: бизнесмен уже сформировал финансовую подушку, и теперь его цель – потратить личные финансы на инвестирование в чужой бизнес. Постепенно перечень компаний для покупки ценных бумаг сократился для двадцати.

Цель: сделать xyz-анализ степени доходности и степени риска ценных бумаг каждой компании и прийти к выводу о покупке.

Для начала возьмем и сопоставим две компании. Имеются следующие данные по доходности ценных бумаг на последние 10 лет.

Год	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
Комп 1	5,65 %	8,74 %	6,70 %	4,38 %	-2,73 %	-3,14 %	1,35 %	3,94 %	2,26 %	3,84 %
Комп 2	11,62 %	9,95 %	10,37 %	5,14 %	-3,02 %	-5,36 %	-1,19 %	1,73 %	5,83 %	6,38 %

Как видно, на обе компании негативно повлиял экономический кризис 2014-2015 года. 

Первое действие – найти среднее арифметическое. С помощью него мы также определим среднюю доходность ценных бумаг обеих фирмы.

• Складываем данные по первой и делим на количество лет: 30,99 / 10 = 3,099
• Делаем то же со второй: 41,45 / 10 = 4,14

Средний ожидаемый доход от второй больше на 25 %.

Второе действие – посчитать среднеквадратичное отклонение по формуле выше:

• Компания № 1. (5,65 — 3,099)2 + (8,74 — 3,099)2 + (6,70 — 3,099)2 + (4,38 — 3,099)2 + (-2,73 — 3,099)2 + (-3,14 — 3,099)2 + (1,35 — 3,099)2 + (3,94 — 3,099)2 + (2,26 — 3,099)2 + (3,84 — 3,099)2 / 10 =13,08. Извлекаем корень из числа: 3,61.
• Компания № 2. (11,62 — 4,14)2 + (9,95 — 4,14)2 + (10,37 — 4,14)2 + (5,14 — 4,14)2 + (-3,02 — 4,14)2 + (-5,36 — 4,14)2 + (-1,19 — 4,14)2 + (1,73 — 4,14)2 + (5,83 — 4,14)2 + (6,38 — 4,14)2 /10 = 55,95 + 33,75 + 38,81 + 1 + 51,26 + 90,25 + 28,4 + 5,8 + 1,69 + 5,01 / 10 = 311,92 / 10 = 31,19. Извлекаем корень из числа: 5,58.

Третье действие: снова делим получившиеся числа на соответствующие средние арифметические: 

• Компания № 1. 3,61 / 3,099 = 1,16.
• Компания № 2. 5,58 / 4,14 = 1,34.

Как видим, колебание второй больше, что является явным минусом: доход становится более непредсказуемым.

Затем таким же образом рассчитываются данные по остальным 18-ти компаниям. Когда работа закончена, нужно будет расположить все 20 коэффициентов вариаций по возрастающей. А затем – разделить их на 3 категории:

• Первые 20 % (то есть 4 компании) – Категория X.
• Следующие 60 % – Категория Y.
• Последние 20 % – Категория Z.

Затем следует дополнить xyz-анализ abc-анализом. А именно: взять среднее арифметическое каждой из 20 компаний и расположить их по убывающей:

• Категория A: 20 %.
• Категория B: 60 %.
• Категория C: 20 %.

Выбирать для инвестирования нужно ту компанию, которая попала одновременно в «X», «A».

Усложненный вариант

Ситуация: при выборе компании для покупки ценных бумаг можно смотреть не только на прошлый доход от них, но и на прогнозируемый. Прогноз составляют эксперты; однако может быть несколько сценариев развития событий..

Цель: провести xyz-анализ и выбрать лучший из трех сценариев.

Вот данные. Каждый столбик – один сценарий по каждой фирме и вероятность его исполнения.

Сценарий	1	2	3
Вероятность	0,45	0,15	0,40
Компания № 1	2 %	1 %	4 %
Компания № 2	6 %	1 %	7 %

Первое действие такое же: найти среднее арифметическое:

• Компания № 1. 2 — 1 + 4 / 3 = 1,66.
• Компания № 2. 6 — 1 + 7 / 3 = 4.

Для второго действия есть более сложная формула:

Здесь всего два новых элемента

• M (X) вместо x̅. Это – математическое ожидание (M) случайной величины (X). Для его расчета нужно будет совершить пару действий. 
• pi – вероятность исхода. Дана в таблице. Обратите, что сумма всех трех вероятностей равна 1.

Сначала рассчитаем M (X) для ценных бумаг каждой компании. Для этого нужно каждый прогноз (2 %, — 1 %…) умножить на его вероятность (0,45, 0,15…), а затем сложить все показатели.

• Компания № 1. 2 * 0,45 — 1*0,15 + 4 * 0,4 = 2,35.
• Компания № 2. 6 * 0,45 — 1 * 0,15 + 7 * 0,4 = 5,35.

Теперь можно вставлять результаты в основную формулу:

• Компания № 1. (2 — 2,35)2 * 0,45 + (-1 — 2,35)2 * 0,15 + (4 — 2,35)2 * 0,4 = 0,05 + 1,68 + 1,08 = 2,81. Не забываем, что то число находится в корне. Извлечем его: 1,67.
• Компания № 2. (6 — 5,35)2 * 0,45 + (-1 — 5,35)2 * 0,15 + (7 — 5,35)2 * 0,4 = 0,42 + 6,04 + 1,08 = 7,54. Извлечем корень: 2,74.

Третье действие: выявляем коэффициент вариации:

• Компания № 1. 1,67 / 1,66 = 1.
• Компания № 2. 2,74 / 4 = 0,68.

Итак, колебания доходности ценных бумаг второй компании ниже почти на треть. Осталось исследовать остальные фирмы и выбрать лучших с помощью xyz-анализа.

Недостатки

• Эффективность аналитики сильно зависит от стабильности показателей, по которым проводится анализ. Применять его в отношении сезонных товаров весьма сложно. 
• Для полноценного исследования необходимо использовать статистику за последние несколько месяцев. Для анализа новых товаров этот инструмент не очень подходит. 

Из последнего минуса вытекает еще один недостаток – XYZ-анализ не пригоден для работы с товарами, имеющими короткий жизненный цикл. В остальном серьезных минусов у него нет.

В заключении стоит сказать, что XYZ-анализ и комбинированное исследование с применением ABС-анализа не должно быть разовым мероприятием. Напротив, информацию необходимо актуализировать с периодичностью как минимум раз в шесть месяцев. Практика показывает, что за такой период многое меняется – как товары, так и клиенты – так что данные нужно обновлять.

Пример ABC-анализа

В таблице ниже приведен пример ABC-анализа номенклатуры товарно-материальных запасов (ТМЗ).

Методика проведения анализа предполагает ряд последовательных действий.

1. Номенклатура ТМЗ выстраивается в порядке убывания объема закупок за анализируемый период.
2. Рассчитывается доля каждой позиции в общем объеме закупок. Например, доля Артикула 1 в общем объеме составляет 19,84% (5 750 ÷ 28 975 × 100%), доля Артикула 2 17,08% (4 950 ÷ 28 975 × 100%), и т.д.
3. Рассчитывается доля нарастающим итогом.
4. Номенклатура ТМЗ разбивается на группы A, B и C.

В приведенной выше таблице для разнесения ТМЗ на группы был использован эмпирический метод. В результате были получены следующие результаты.

• Группа A: 24% номенклатуры (6 позиций из 25) и 78,17% объема закупки.
• Группа B: 28% номенклатуры (7 позиций из 25) и 16,46% объема закупки.
• Группа C: 48% номенклатуры (12 позиций из 25) и 3,37% объема закупки.

Графически результаты ABC-анализа с применением эмпирического метода разделения групп выглядят следующим образом.

В таблице ниже границы групп были определены при помощи метода сумм.

В результате ТМЗ были классифицированы на группы следующим образом.

• Нижняя граница группы A 102,17% суммы долей (позиции 1-6).
• Нижняя граница группы B 146,63% суммы долей (позиции 7-13).
• Группа C – все оставшиеся позиции ТМЗ.

Графически результаты ABC-анализа с применением метода сумм для определения границ групп выглядят так.

Совмещение ABC и XYZ-анализов

Как же использовать ABC XYZ анализ в одном исследовании? Для удобства лучше сразу свести данные в одну таблицу.

Если дело касается товаров (объема продаж и устойчивости спроса) для ABC XYZ анализа пример будет выглядеть следующим образом:

• Заполняем таблицу цифрами продаж по каждому товару;
• Выполняем ABC-анализ по алгоритму выше;
• На следующем листе или на этом же в отдельной таблице проводим XYZ-анализ;
• В третьей таблице пишем напротив каждой позиции получившуюся группу для ABC и XYZ.

В отдельную колонку заносим совмещенный индекс, например, AZ или BY.

При необходимости можно создать ещё одну таблицу, в которой выделить строки для групп A, B, C и столбцы для X, Y, Z. На пересечение поместить товары, получившие соответствующий индекс. Это позволит представить данные более наглядно.

Что даст такое совмещение коэффициентов? Оно позволит разделить товары уже на девять групп, которые будут иметь следующее значение:

• AX – приносящие значительную долю выручки со стабильным спросом;
• AY – большая доля выручки, но спрос подвержен колебаниям;
• AZ – хорошо продаются, но спрос плохо поддаётся прогнозированию;
• BX – средние объемы выручки, низкие колебания спроса;
• BY – средние объёмы выручки, колебания спроса в пределах нормы, например, сезонные;
• BZ – средние объёмы выручки, сложно прогнозируемый спрос;
• CX – низкая доля в прибыли, стабильный уровень спроса;
• CY – невысокий уровень прибыли при средних колебаниях спроса;
• CZ – низкий уровень прибыли, высокие колебания спроса.

Естественно, что наиболее важное значение для бизнеса будут играть товары категории AX, а вот большая партия товарной групп CZ рискует залежаться на складе надолго в случае падения спроса практически до нуля и нанести компании убытки. Во многих ситуациях резкое сокращение товарного ассортимента за счет исключения из него товаров группы C неоправданно

Однако обеспечить постоянное наличие на складе товарной группы А необходимо

Во многих ситуациях резкое сокращение товарного ассортимента за счет исключения из него товаров группы C неоправданно. Однако обеспечить постоянное наличие на складе товарной группы А необходимо.

Если таким образом провести анализ клиентов, а не товаров, то приоритетной, конечно, также будет группа AX

А вот на тех, кто окажется в колонке AZ, потребуется обратить особое внимание. Если этот контрагент приобретает много, но “от случая к случаю”, необходимо периодически напоминать ему о себе

В противном случае он также легко совершит покупку в другом месте, а значимая часть прибыли бизнеса утечет к конкурентам.

Важно актуализировать информацию по результатам ABC XYZ анализа бизнеса примерно раз в полгода. За этот промежуток времени многое изменится: придут новые клиенты, возможно отвалится кто-то из “старичков”, появятся новые товары и т

п. Сравнивая данные, можно своевременно предпринимать необходимые действия, например, назначить встречу с клиентом из категории B по предыдущему анализу, который почему-то уже полгода не делал заказы, или вывести из ассортимента товар, который сильно сдал свои позиции.

Если при анализе отчетов наоборот видна позитивная динамика и многие клиенты постепенно продвигаются из категории C к A, при этом объём их заказов становится всё более прогнозируемым, можно смело поздравить себя с отличным результатом. Но не почивать на лаврах, ведь уже завтра ситуация может измениться.

Как выяснить потребности клиента и перевести его в более значимую для компании группу? Стоит уточнить у него с кем из конкурентов он работает и что именно приобретает. Так менеджеры по продажам получат возможность приложить целенаправленные усилия по увеличению доли его покупок.

Этап 3. Комплексный АВС/XYZ-анализ: что показывает

В объединении результатов, которые получили по двум группировкам. Совместно они дают девять разных вариантов. У каждого – свои уникальные характеристики. А, значит, особенные выводы и решения, его сопровождающие.

Смотрите подробности в таблице.

Таблица 5. Как характеризуются группы товаров по методу АВС/XYZ

Как реализуется

Здесь все просто. Наша цель – заполучить двухбуквенную кодировку для каждого товара. Чтобы не делать это вручную, воспользуемся еще одной функцией Excel. Речь про ВПР. В примере использовали вариант с такими ссылками на ячейки:

=ВПР(A28; $A$14:$E$23; 5; ЛОЖЬ)

Здесь:

• А28 – изменяемая ссылка на наименование товара;
• $A$14:$E$23 – неизменная ссылка на табличный массив, где содержится группировка по АВС;
• 5 – порядковый номер колонки в этой таблице с буквенным обозначением группы;
• ЛОЖЬ – указание на то, что требуется точное совпадение.

Итоговые результаты вышли такими.

Таблица 6. Результаты АВС/XYZ-анализа

Группы	X	Y	Z
А	Товары 6, 10	Товар 4	–
В	Товар 9	–	Товар 5
С	Товары 1, 8	Товары 3, 7	Товар 2

Какие выводы позволяет сделать

Чтобы было проще анализировать, воспользуемся правилами:

• если буквенная кодировка завершается на X, то это беспроблемный товар. Даже если он не приносит компании значительные доходы, как, например, группа С, то с ним и нет трудностей реализации. Значит, легко спланировать рациональный объем закупки, избежать затаривания складов и долгого отвлечения денег из оборота;
• когда в коде последней идет Z, то это сложная номенклатурная позиция. От СZ лучше избавиться навсегда. Для AZ и BZ провести дополнительный анализ. С его помощью оценить разумность продолжения работы с данными товарами.

В примере ситуация не столь плоха. Например, явно проблемных запасов всего два из десяти: 2-й и 5-й. Не особых фаворитов – тоже двое: 3 и 7. Они не формируют большую выручку и не отличаются неизменным спросом. Оставшиеся шесть позиций вполне хороши.

XYZ-анализ продаж

XYZ анализ объёма продаж помогает определить тенденции в изменении спроса на товары и продажах для планирования закупок, площадей на складах для хранения, дохода и прибыли магазина. Суть метода в определении коэффициента вариации — отклонений от продаж, которые наблюдаются за определённый период. И разделении товаров на три группы в зависимости от размера этого показателя:

X — коэффициент вариации до 0,2, высокая степень прогнозирования продаж; Y — коэффициент вариации от 0,2 до 0,6, средняя степень прогнозирования продаж, возможно, сезонные колебания спроса; Z — коэффициент вариации более 0,6, низкая возможность прогнозирования спроса и продаж, возможно изменение тренда. Если продажи происходят большими скачками (то их нет, то в один момент их очень много), то коэффициент вариации может быть больше 1.

Самой ценной группой товаров будет группа X — она приносит бо́льшую часть продаж. Продажи товаров из группы Z варьируются больше всего. Нужно определить, почему происходят такие колебания, учитывать их при планировании и постараться сгладить.

Первым этапом XYZ-анализа будет заполнение таблицы перечнем товаров и продажами по нему. На примере внизу мы видим три товара, которые относятся к группам X, Y и Z в зависимости от размера коэффициента вариаций.

Товар/ Продажи	Январь	Февраль	Март	Апрель	Май	Июнь	V	Группа
Товар 1	120	100	105	95	95	80	0,12	X
Товар 2	200	170	130	35	30	25	0,72	Z
Товар 3	30	25	30	40	40	50	0,23	Y

XYZ-анализ продаж, пример

XYZ-анализ можно проводить по всем товарам или только по тем позициям, которые покупают не реже, чем 4 раза в месяц, если интервал для анализа составляет 1 месяц, как в примере выше. Если товары продаются хуже, по ним ситуацию необходимо рассматривать индивидуально.

Чем больший период анализируется (чем большее количество временных интервалов в нём), тем большее количество данных берётся, и тем точнее рассчитывается коэффициент вариативности и точнее будет прогноз будущих продаж.

Временной интервал может составлять 1 день, неделю или месяц

Но для коротких временных интервалов важно, чтобы было достаточно продаж для анализа. Периодичность продаж у большинства анализируемых товаров должна превышать выбранной временной интервал.

1) Рассчитываем среднее количество продаж каждого товара за 1 день месяца как среднеарифметическое значение по выборке:

XYZ-анализ продаж, пример для товара 1:

Товар/ Продажи	Январь	Февраль	Март	Апрель	Май	Июнь	V	Группа
Товар 1	120	100	105	95	95	80

2) Рассчитываем среднеквадратическое отклонение:

Среднеквадратическое отклонение показывает, насколько сильно значения из выборки могут отличаться от среднего арифметического значения по выборке.

XYZ-анализ продаж, пример для товара 1:

Товар/ Продажи	Январь	Февраль	Март	Апрель	Май	Июнь	V	Группа
Товар 1	120	100	105	95	95	80

3) Рассчитываем коэффициент вариации для каждого товара:

XYZ-анализ продаж, пример для товара 1:

Товар/ Продажи	Январь	Февраль	Март	Апрель	Май	Июнь	V	Группа
Товар 1	120	100	105	95	95	80	0,12	X

Преимущества метода:

• планирование спроса на товары;

• коррекция ассортиментной политики.

Недостаток: метод даёт представление о текущей ситуации и прогноз на будущее, но не даёт рецепта, как её исправить или улучшить. XYZ-анализ лучше использовать в паре с ABC-анализом продаж.

Графический метод АВС-анализа — метод касательных

Графический метод АВС-анализа по касательным включает в себя следующие шаги:

1. Определить цели анализа.
2. Определить объекты и факторы анализа.Примечание. Объекты и факторы, используемые в приведённых ниже примерах, являются, по сути, абстракциями. В реальных задачах АВС-анализа объектом может быть наименование товара, товарная группа или подгруппа, клиент, поставщик и т.д. В качестве фактора, как правило, выступает выручка, количество продаж и др.
3. Собрать и подготовить данные для АВС-анализа.
4. Отсортировать набор данных в порядке убывания значения фактора.
5. Рассчитать следующие параметры, необходимые для построения кривой Парето:
   • рассчитать долю фактора каждого объекта в общей сумме факторов;
   • рассчитать кумулятивную сумму долей факторов объектов.
6. Произвести построение кривой Парето на основании полученных значений кумулятивной суммы. На оси абсцисс отложены объекты анализа, а по оси ординат — значения нарастающего итога доли факторов объектов в общей сумме значений факторов.
7. Отметить на кривой Парето точки О и К.
8. Провести отрезок из точки О в точку К.
9. Определить на кривой Парето точку M, используя метод параллельного переноса, либо построение нормали к точке, в которой касательная к диаграмме параллельна отрезку ОК.
10. Отнести к группе А объекты, лежащие слева от проекции точки М на ось абсцисс.
11. Провести отрезок из точки М к точке К.
12. Определить на графике АВС-кривой точку N, в которой касательная к графику параллельна отрезку MК.
13. Отнести к группе В объекты, лежащие слева от проекции точки N на ось абсцисс.
14. Отнести к группе С объекты, лежащие справа от проекции точки N на ось абсцисс.

Результатом анализа будет разделение объектов по группам A, B и C (рисунок 1).

Рис. 1: Результат АВС-анализа методом касательных

Выводы аудитора

Мы провели сравнительный анализ бухгалтерского баланса и отчета о финансовых результатах ООО «ИКС ИГРЕК ЗЕТ» (далее – Организация) за 2019 год, содержащихся в базе данных ФНС. Основным видом деятельности Организации является деятельность в области архитектуры (код по ОКВЭД 71.11). В ходе анализа мы сравнили ключевые финансовые показатели Организации со средними (медианными) значениями данных показателей конкретной отрасли (вида деятельности) и всех отраслей Российской Федерации. Среднеотраслевые и среднероссийские значения показателей рассчитаны по данным бухгалтерской отчетности за 2019 год, представленной ФНС. При расчете среднеотраслевых данных учитывались организации, величина активов которых составляет более 10 тыс. рублей и выручка за год превышает 100 тыс. рублей. Из расчета также исключались организации, отчетность которых имела существенные арифметические отклонения от правил составления бухгалтерской отчетности. По результатам сравнения каждого из девяти ключевых показателей с медианным значением нами сделан обобщенный вывод о качестве финансового состояния Организации.

В результате анализа ключевых финансовых показателей Организации нами установлено следующее. Финансовое состояние ООО «ИКС ИГРЕК ЗЕТ» на 31.12.2019 лучше финансового состояния половины всех организаций, занимающихся видом деятельности деятельность в области архитектуры (код по ОКВЭД 71.11). При этом в 2019 году финансовое состояние Организации ухудшилось.

Этот вывод подтверждает и результат сравнения финансовых показателей Организации со средними общероссийскими показателями. Финансовое положение ООО «ИКС ИГРЕК ЗЕТ» лучше, чем у большинства сопоставимых по масштабу деятельности организаций Российской Федерации, отчетность которых содержится в информационной базе ФНС и удовлетворяет указанным выше критериям.