スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

ABC分析(在庫)

著者 Joffrey Collignon、 Joannes Vermorel 最終推敲日 2012年2月

ABC分析 とは
 品目をA、B、Cのカテゴリーに仕分けする在庫仕分手法のことです。

Aが最重要管理品目、
Cが一般管理品目となります。

この手法によって
 管理者の注意を多くの些細な品目(C品目)ではなく
 僅かな重要品目(A品目)に喚起させることが目指されています。


経営陣にとっての優先順位
在庫の最適化は
 サプライチェーンでコスト管理をしていく上で重要です。
しかし、
 経営努力を最大限に活用するためには、
 企業にとって最もコストの嵩む項目に焦点を当てることが効率的です。

パレートの法則によると全体的な消費価値の80%は
 全体の品目の僅か20%に基づいています。

言い換えれば、
 需要が均等に品目の間に分散されているわけではないということです。
販売首位は
 他を大幅に凌ぐのが常です。

ABC分析のアプローチによれば、
 在庫の見直しをする際、
企業は
 以下の法則に基づいて
 品目をAからCに仕分けするべきであるとしています。

•A品目は
 年間消費価値が最高である商品。
 企業にとり年間消費価値は70-80%だが、
  通常、全在庫品目に占める割合は10-20%に過ぎない。

 企業にとり年間消費価値が最上位である商品の70-80%が、
 通常、全在庫品目の10-20%のみを占める。

•C品目は
 逆に消費価値が最低な品目。
 年間消費価値の下位5%が
  通常、全在庫品目の50%を占めている。

•B品目中程度な品目であり、
 中位の消費価値。
 年間消費価値にして15-25%だが、
  通常全在庫品目に占める割合は30%。


年間消費価値を算出する方式は: (年間需要) x (ユニットアイテムコスト)

この仕訳を通して、
 サプライチェーンの経営陣は
 在庫のホットスポットを識別し、
 特に数こそ多くも収益性があまりないものと区別することができるます。


e-コマースの例
 Image 上のグラフは、
 2011年に米国のe-コマースにて
 少なくとも一つは販売された全ての製品を対象にした
 年間の売上分布を示しています。
製品は
 販売量の多さの順に並べられています。
製品数にして17000ありましたが、
 以下のことを読み取ることができます。

•トップ製品2500(トップ15%)は売上の70%の占有率。
•中位製品4000(中位25%)は売上の20%の占有率。
•下位製品10500(下位60%)は売上の10%の占有率。


この例は正規のパレートの法則の状況にかなり近いものと言えます。


在庫管理政策
 ABC分析に基づく政策は
  パレートの法則が指し示す販売不均衡を活用します。
 従い、各項目は
  対応するカテゴリーによって加重処理を施されることとなります。

•A品目は
 厳しい在庫管理、
 保管場所の最大限の確保、
 最善の販売予測をする必要がある。

 再発注は
  頻繁にすべきであり、
  毎週、或いは場合によっては毎日実施すべき。
 A品目の在庫不足の回避は最優先課題である。

•C品目の再発注は
 頻度を少な目に実施すべき。
 典型的なC品目の在庫政策は、
  手元に1ユニットのみを置いておき、
  確実に購入がなされた場合にのみ、
  再発注を行うというもの。
 これにより購入時毎に在庫不足の状況がもたらされる。

 C品目は
  需要が低く、
  莫大な在庫コストになり兼ねないので、
  こういった状況は容認できる。
 C品目に至っては、
  問題は保存するユニット数ではなく、
  むしろこの品目を店舗に置き続けるのかとなろう。

•B品目は
 AとBの中間的存在として恩恵を享受する。
 B品目の重要な面は、
  今後A品目に移行するのか、
 或いは、
  逆にC品目に移行するのか、
  今後の動展開をモニタリングすることにあろう。


品目をA、B、Cに仕分けすることは
 比較的独断的なところがあります。
この仕訳は
 パレートの法則を単純に反映させたにものに過ぎません。
実際には、
 品目の重要性を測る上で、
 販売量は
 唯一の測定の基準ではありません。
利益率および在庫切れによる
 顧客の事業への影響をも在庫戦略では反映されるべきです。


Lokadのアプローチ
パレートの法則は
 一世紀前のものですし、
 ABC分析が発表され既に数十年が経ています。
この概念は
 サプライチェーンに興味深い洞察を与えますが、
 ソフトウエアが在庫管理の大部分を自動化しえる時に、
 より現代的なアプローチの採用がさほど上手くいっていないと思われます。

例えば、
 需要予測に関して言えば、
 Salescastといったツールは、
 一旦過去のデータをシステムに入力さえすれば、
 新たな努力なしで
 A、B、C品目の需要予測を遜色なく出すことができるのです
関連記事
スポンサーサイト

コメントの投稿

非公開コメント

検索フォーム
最新記事
最新コメント
カテゴリ
リンク
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。
FC2オンラインカウンター ここから --> 現在の閲覧者数: