Методика проведения XУZ-анализа

Впервые данный способ проведения AYZ-анализа был опубликован в статье В. С. Лукинского, Н. Г. Плетневой и Т. Л. Порохня в 2005 г.^[1] Рассмотрим основные этапы XFZ-анализа, основанного на использовании методов прогнозирования и «динамического» коэффициента вариации.

На первом этапе необходимо проанализировать имеющиеся данные и проверить принадлежность резко выделяющихся (максимальных и минимальных) значений в исходном ряду. Такая оценка необходима для выявления экстремальных значений, которые являются случайными и не типичными для рассматриваемого ряда. Для оценки резко выделяющихся значений могут использоваться различные методы (методы Романовского, Ирвина и Арлея и др.)^[2].

На втором этапе для динамического ряда каждой номенклатурной позиции подбирается расчетная модель, которая может включать уравнение тренда, сезонные составляющие и другие компоненты^[3].

На третьем этапе необходимо определить прогнозное значение и ошибку модели прогнозирования. Например, если динамический ряд содержит линейный тренд (я₀ + a_{(t + /)) и сезонность I_{St +} /, то прогноз можно определить по формуле:

Ошибка прогноза s_y определяется по формуле:

На четвертом этапе рассчитывается «динамический» коэффициент вариации:

где q_t + i~ прогнозное значение динамического ряда для периода t + /, рассчитанное с учетом тренда и сезонной составляющей.

Пятый этап — это определение группы X, F, Z по динамическому коэффициенту вариации.

К группе X могут быть отнесены те позиции, для которых коэффициент вариации <0,1 (10%); к группе Y — позиции, у которых коэффициент вариации находится в пределах 0,1 < v 0,25.

Вернемся к исходным данным, представленным в табл. 12.11 и на рис. 12.5. Определим для этих динамических рядов уравнения тренда и оценим точечные прогнозные значения д_г+! по формуле (12.31), но без сезонности, ошибку моделей (формула (12.32)), а также динамический коэффициент вариации (формула (12.33)). В табл. 12.12 приведены результаты расчетов для этих динамических рядов.

Таблица 12.12

Определение групп X, F, Z на основе динамического коэффициента вариации.

Сравнение результатов XYZ-анализа, приведенных в табл. 12.11 и 12.12, позволяет увидеть, что в трех из четырех рассмотренных вариантов произошло изменение номенклатурной группы в сторону увеличения точности оценки спроса.

Напомним, что к группе X относятся элементы номенклатуры, характеризующиеся стабильным спросом, незначительно колеблющимся около среднего значения. Прогноз будущей потребности в этих ресурсах может быть осуществлен с высокой степенью точности. Потребность в материальных ресурсах, относимых к группе У, характеризуется определенной тенденцией во времени (повышением или понижением), а также выраженными сезонными колебаниями. Для этих позиций получить точный прогноз уже сложнее.

Позиции номенклатуры, относимые к группе Z, потребляются нерегулярно, спрос на них подвержен значительным колебаниям. Очень часто для этих позиций вообще не прослеживается очевидная зависимость спроса от времени. Прогноз по потребности в этих позициях осуществить очень сложно. Некоторые специалисты^[4] рекомендуют осуществлять дополнительную разбивку группы Z на две подгруппы — Z_x и Z₂. К группе Z_t можно отнести позиции, используемые более регулярно, для которых прослеживается хоть какая-то зависимость. К группе Z₂ следует относить материальные ресурсы, потребляемые нерегулярно.

• [1] Лукинский В. С., Плетнева Н. Г., Порохня Т. А. Формирование номенклатурных группна основе методов АВС и XYZ // Экономика и менеджмент на транспорте: сб. науч. трудов.Вып. 3. СПб.: Изд-во СПбГИЭУ, 2005.
• [2] Подробно способы оценки резко выделяющихся значений рассмотрены в работе: Плетнева Н. Г.} Лукинский В. В., Пластуняк И. А. Моделирование производственных процессовна транспорте: учеб, пособие. 2-е изд., персраб. и доп. СПб.: Изд-во СПбГИЭУ, 2009.
• [3] * Более подробно о прогнозировании и компонентах прогноза см. в гл. 8.
• [4] Hoppe М. Inventory Optimization with SAP. 1st ed. Stuttgart: SAP Press, 2006.