ABC-analyse, hvorfor?

Få et indblik i hvordan ABC kan styrke dit arbejde, men også hvor ABC har sine svagheder. Kort introduktion til ABC beregning og et excel ark til at beregne dine egne ABC-kategorier.

21.04.2020

Sponseret

Theis Thulin, PlanEven

De fleste vil på den ene eller anden måde blive introduceret til ABC kategorier i løbet af deres professionelle karriere. Ofte i forbindelse med salg eller lagerstyring, hvor det er udbredt at tale om ABC-kunder og -varer. I denne artikel vil du få en kort introduktion til hvad ABC-kategorier er og hvordan de beregnes. Primært vil du få et indblik i hvordan ABC kan styrke dit arbejde, men også hvor ABC har sine svagheder.

ABC-analysen er baseret på 80/20-reglen, som også kaldes Pareto-princippet. Reglen siger, at man i alle datasæt kan se en skævvridning, f.eks. at 80% af al mælk kommer fra 20% af producenterne. Der er naturligvis masser af undtagelser til dette, men ofte vil du se denne skævvridning, selvom grænserne kan flytte sig. For at beregne ABC skal der bruges to datasæt med en fællesværdi. I vores eksempel vil det være virksomhedens omsætning og hvor meget der omsættes for per kunde.

Ønsker du at regne på dine egne tal eller se et mere konkret eksempel, kan du hente vores ABC beregningsark nedenfor. Her kan du indtaste dine egne data og få ABC-klassifikationer ud for dem.

Hent excel ark til begrening af ABC-kategorier her  

Nu har vi så A, B og C kunder, men hvad kan du bruge det til? ABC-kategorier er vigtigt værktøj til at skabe fokus. Som virksomhed vil du ofte have tusindvis af kunder og dermed svært ved at skabe et overblik og vide hvor du skal bruge ressourcer. Som udgangspunkt skal du bruge dine ressourcer hvor de har den største effekt. Med ABC-analysen ved vi hvilke kunder som udgør størstedelen af vores forretning og må deraf konkludere at en selv en lille ændring her, vil have en stor effekt. Du kan nu sætte dig nogle mål. Vi sætter os f.eks. målet for vores A kunder at vi vil sænke risiko for at miste dem, forbedre leveringssikkerheden og øge omsætningen. Hermed kan vi tage nogle generelle beslutninger som støtter op om vores mål, f.eks. at A-kunder skal besøges 4 gange om året, B-kunder en gang om året og at C-kunder som minimum skal have et opkald. Yderligere beslutter vi at når der skal laves forecast på varer, skal sælger estimere på A-kunder og ingen andre, samt at Business controller skal lave analyse på varemiks og share-of-wallet på A-kunder.

Når man arbejder med ABC-kategorier, er det vigtigt at holde nogle ting for øje.

  1. ABC-analysen er ikke et historisk værktøj. Bare fordi en vare var A i går og B i dag, gør ikke at der er sket en ændring med varen. Det kan være at man har lukket en del C-varer og varen derfor falder udenfor 20% af varerne. Du kan ikke udlede noget af se på én kategori over tid.
  2. ABC-analysen tager ikke højde for strategisk værdi. Se derfor altid på den enkelte vare før drastiske beslutninger træffes. Ikeas kødboller må vi antage har en lav fortjeneste og muligvis også omsætning sammenlignet med mange andre varer, men er essentiel for at tiltrække visse kunder.
  3. Vær varsom med at lave direkte sammenligninger imellem varer indenfor den samme kategori, de bagvedliggende tal og mekanismer kan være meget forskellige. En vare kan være projektorienteret og dermed have store udsving i efterspørgsel, imens en anden vare bruges i almindelig drift og har et stabilt aftræk. Dermed vil behov for sikkerhedslager også være forskelligt.

Med PlanEvens lagerstyringsløsning vil du hele tiden have opdaterede ABC-kategorier og som en bonus får du også dobbelt ABC-analyse, hvor dit fokus bliver skærpet yderligere. I vores dobbelt ABC-analyse er der konkrete råd og vejledninger i forhold til hvordan de enkelte kategorier skal håndteres.

Mere fra...

21.04.2020PlanEven

Sponseret

ABC-analyse, hvorfor?

16.01.2020PlanEven

Sponseret

Integration med PlanEven

09.07.2019PlanEven

Sponseret

Find lagerrenten og ordreomkostningerne til beregning af optimal indkøbsordrestørrelse

16.04.2019PlanEven

Sponseret

Dobbelt ABC-analyse og forecast, der beregner sæsonudsving, støtter bruger til at opnå effektiv lageroptimering