Rozšířená ABC analýza

K čemu vlastně potřebujeme analyzovat naše skladové zásoby a rozdělovat je do skupin? Již středně velké společnosti mají často skladové zásoby, které se skládají z tisíců různých položek. Není proto možné a ani ekonomické věnovat všem stejnou míru pozornosti. Z tohoto důvodu se setkáváme různými způsoby rozdělení zásob do různých skupin, z nichž nejznámější je zřejmě ABC analýza, která vychází z tzv. Paretova pravidla, jinak také známého jako pravidla 80:20. Pokud tento druh analýzy využíváme v materiálovém plánování, pak v horizontální ose najdeme počet položek a ve vertikální ose hodnotu spotřebovaných zásob v analyzovaném období. Z finančního hlediska jsou pro nás nejdůležitější položky "A", které reprezentují 80% hodnoty spotřebovaných zásob, je proto důležité věnovat většinu pozornosti právě těmto položkám, protože jen tak dokážeme efektivně optimalizovat hodnotu skladových zásob. Ve většině firem při plánování zásob využívají ABC analýzu právě v této podobě, jelikož plánování se podřizuje hlavně financím. Z mého pohledu toto rozdělení nezohledňuje velice důležitý prvek a tím je míra variabilita spotřeby. Tato informace totiž pomáhá správně určit strategii pro plánování jednotlivých položek. Pokud je variabilita spotřeby nízká (výše spotřeby kolísá blízko dlouhodobého průměru), pak nám pro plánování často stačí standardní statistické metody. Čím více se ale variabilita zvyšuje, tím více potřebují takové položky pozornosti a zapojení prvků jako je znalost procesů nebo zkušenost s plánovaným sortimentem. Bezhlavé využívání statistických metod zde přináší riziko přezásobení či nedostatku zásob v některých obdobích. Koeficient variability můžeme vypočítat jako U_std / U_av (U_std = standardní deviace spotřeby za měřené období,  U_av = průměrná spořeba za měřené období). Položky poté roztřídíme do tří kategorií podle stanovených kriterií (High - koeficient > 2, Medium - koeficient 1 - 2, Low - koeficient < 1 ). Vlevo můžete vidět, jak vypadá matice zobrazující kombinaci ABC analýzy s analýzou variability. Hned na první pohled je patrné, že v obou analýzách přibyla jedna kategorie (D - nulová hodnota spotřeby, N - nulová hodnota koeficientu variability). Kombinací těchto dvou skupin vzniká skupina DN, která reprezentuje tzv. ležáky, tedy zásoby bez spotřeby v měřeném období. Položky v této "Červené" kategorii představují největší riziko z finančního hlediska a je proto bezpodmínečné položky v této skupině často monitorovat. Dále jsem zbytek skupin rozdělil do třech kategorií a oddělil je různými barvami (pozn. skupiny můžete samozřejmě rozdělit dle vlastního uvážení). Z vlastních zkušeností mohu doporučit pro  "Zelenou" kategorii použít vhodné statistické metody plánování a nastavit vysoké cíle na přesnost forecastu (odhad budoucí spotřeby) a pracovat s vyššími hodnotami nastavení service levelu. Pro položky ve "Žluté" kategorii často postačí méně sofistikované metody (min-max nastavení, plánování dle průměrné spotřeby) i menší míra pozornosti. Největším oříškem se tedy stává "Oranžová" kategorie, kde je nejtěžší odhadnout budoucí spotřebu a hrozí tak přezásobení (v horším případě přesun do "Červené" kategorie) nebo nedostatek zásob. Je proto potřeba k těmto položkám přistupovat individuálně a zvolit správnou metodu plánování. Často je třeba vycházet ze zkušeností či zapojit znalost trhu nebo souvisejících procesů. Bližší popis jednotlivých metod plánování si nechám pro další články. Mějte prosím na paměti, že položky mohou mezi jednotlivými skupinami migrovat v závislosti na změnách výroby, trhu, životního cyklu či dalších aspektů, proto je více než vhodné výsledky výše popsané analýzy pravidelně aktualizovat.