Изучение эластичности спроса на отдельные наименования

Аптечного ассортимента

Оценка эластичности спроса (ЭС) потребления отдельных наимено­ваний АА имеет большое значение для управления ТЗ. Эластичность спроса может быть выражена формулой:

ЭС = т / М х 100 %,

где М - среднее значение продаж определенных наименований в день (неделю, месяц); т - среднее отклонение (является показателем возможных вариаций продаж).

Все НАА по эластичности спроса можно разделить на 4 группы:

I группа (с вариацией продаж не более 20 %) включает наименова­ния, пользующиеся высокой стабильностью.

II группа (с вариацией продаж 50 %) включает наименования, пользующиеся средней стабильностью.

III группа (с вариацией продаж от 50 до 100 %) включает наименова­ния с низкой стабильностью.

IV группа (с вариацией более 100 %) включает наименования с очень низкой стабильностью, т. е. с непредсказуемым спросом (это означает, что препарат может быть продан но с равной вероятностью может быть и не реализован в течение 3-4 недель).

Есть определенная корреляция между скоростью реализации и эластичностью спроса. Так, препараты, имеющие высокую скорость реализации, имеют более стабильный спрос, а отклонение в количестве проданных упаковок редко выходит за пределы 20 %. Очевидно, высокая стабильность спроса зависит от предпочтения врачей, фармспециалистов, потребителей, «продвинутости» и популярности препарата

- XYZ – анализ

Маркетинговый инструмент, построенный на сравнении статистик, назван XYZ-анализом. Смысл XYZ-анализа в изучении стабильности продаж. Если ABC-анализ позволяет определить вклад конкретного товара в итоговый результат (чаще всего в общую прибыль компании или в стоимость запасов), то XYZ-анализ изучает отклонения, скачки, нестабильность сбыта.

В категорию X включают товары со стабильными продажами. Если каждый рабочий день магазин продает сто плюс-минус пять пакетов молока, то этот продукт попадает в данную категорию. Для группы Y допускаются более значительные отклонения. В категории Z оказываются товары, продажи которых точно прогнозировать невозможно, слишком велики колебания.

Для распределения товаров по этим категориям существует весьма несложный статистический аппарат. При сравнении данных используется формула расчета коэффициента вариации.

Основная идея XYZ анализа – группировка объектов по степени однородности исследуемого показателя (по коэффициенту вариации).

Формула для расчета коэффициента вариации:

где Xi – значение параметра по оцениваемому объекту за i-тый период, X– среднее значение параметра по оцениваемому объекту, N – число периодов.

Значение квадратного корня есть не что иное, как стандартное отклонение вариационного ряда. Чем больше этот показатель, тем сильнее анализируемый параметр отклоняется от среднеарифметического значения. Стандартное отклонение – это абсолютная мера рассеивания вариантов ряда. Например, при среднеарифметических значениях 100 и 100 000 стандартное отклонение, равное 20, показывает совершенно различную степень рассеивания. Поэтому при сравнении вариационных рядов между собой используют коэффициент вариации. В приведенном примере коэффициенты вариации 20% и 0,2% позволяют понять, что во втором случае анализируемый показатель значительно меньше отличается от среднеарифметического значения.

Отметим, что XYZ-анализ корректно работает только в случае нормального (гауссова) распределения данных. Впрочем, по мере увеличения полученных статистических данных распределение при соблюдении некоторых естественных условий становится все ближе к гауссову.

    Этот коэффициент показывает (в процентах) степень отклонения данных от среднего значения. Высокие его значения наглядно иллюстрирует старая шутка статистиков: «Сидеть на плите с головой в холодильнике в среднем неплохо». Номенклатурные позиции (по западной терминологии, SKU – stock keeping unit) 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. Построение кривой XYZ во многих случаях позволяет точнее установить эти интервалы – по точкам перегиба.

     Лучше всего применять XYZ-анализ в сочетании с ABC-анализом (хотя и он один даст отделу логистики существенную информацию). При этом весь ассортиментный ряд делится на девять категорий товаров (табл. 1).

Однако, используя XYZ-анализ, надо помнить о нескольких существенных ограничениях. Прежде всего, требование к объему используемых данных. Чем их больше, тем надежнее окажутся полученные результаты. Число исследуемых периодов должно быть не менее трех.

Не удастся применить статистические методы в случае динамично меняющейся ситуации, например, при выводе на рынок нового товара (аналогами которого компания до сих пор не торговала) или однократного приобретения каких-то товарных позиций. Когда количество продаж новинки еженедельно растет, XYZ-анализ ничего не даст, товар неизбежно попадет в «нестабильную» группу Z.

 

         

 

Таблица 1

Матричная проекция интегрированного АВС и XYZ-анализа товарооборота посреднического фармацевтического предприятия

Говоря об XYZ-анализе, следует отметить, что применение его в прак­тической работе ограничено, т. к. провести его для более чем 2 000 наи­менований без применения автоматизированных систем движения това­ра внутри аптеки и специальных статистических программ практически невозможно. Он может использоваться в научных исследованиях, а в практике работы аптечных учреждений его целесообразно проводить на ограниченном числе НАА, например по подгруппам А₁, А₂ или по то­вару. вновь включаемому в номенклатуру аптеки.

⇐ Предыдущая234567891011Следующая ⇒

Поделиться: