ניתוח פארטו ורווחיות מוצרים

מגוון רחב = מכירות גבוהות? לא בהכרח!

לעיתים, חברות נוטות להחזיק מגוון רב של פריטים מתוך מחשבה שמגוון רחב יביא למכירות גבוהות. אך זה לא תמיד המצב ולרוב נמצא כי עקרון הפארטו חי ונושם גם כאן.

במילים אחרות: 20% מהמוצרים הנמכרים תורמים ל 80% מהרווח.

באמצעות זיהוי מוצרי הפארטו ובחינת היחס בין מחזור המכירות והרווח עבור המוצרים השונים ניתן להגיע להתייעלות משמעותית , צמצום בעלויות ושיפור הרווחיות. על כך בניתוח הבא.

המידע שהתקבל מהעסק:

קטלוג מוצרים, מחירי קניה ומכירה פר מוצר, נתוני מכירות.

תוצאה:

זיהוי המוצרים התורמים ל 80% מההכנסה והמוצרים בעלי פוטנציאל הגדול ביותר להגדלת הרווח >> עדכון מדיניות חברה בהתאם >> חיסכון בעלויות ועלייה ברווחיות ללא צורך בהגדלת המגוון.

ניתוח זה מתחלק לשני שלבים:

  1. זיהוי מוצרי הפארטו אשר תורמים ל 80% מההכנסה.
  2. בחינת יחס המכירות והרווח של מגוון המוצרים.

1. ניתוח פארטו - 24 (מתוך 130) מוצרים בלבד מייצרים 80% מהרווח!

מה מראה הגרף?

  • בגרף לעיל מופיעים המק"טים של המוצרים על הציר האופקי (ציר ה X).
  • כל עמודה כחולה מייצגת מה הרווח בשקלים שייצר כל מק"ט בסדר יורד משמאל לימין [המקט הראשון משמאל (314) – בעל הרווחיות הגבוהה ביותר, המק"ט הבא אחריו (488) , השני ברווחיות וכן הלאה)].
  • הקו הצהוב מייצג את אחוז הרווח המצטבר עבור כל המק"טים משמאל עד לאותה נקודה.
  • 80% רווח מיוצגים במקום בו הקו הצהוב חותך את הקו 80 האחוזים (ראו חץ צהוב).
  • כל העמודות הכחולות שנמצאות משמאל לנקודת החיתוך שייכות למק"טים שתורמים 80% מהרווח – 24 מוצרים.

וכעת במילים: בניתוח שלהלן ניתן לראות כי בחברת האופנה שבדוגמה נמכרים 130 מוצרים אשר מכניסים 1.48 מליון ש"ח רווח. מתוכם , 24 מוצרים מייצרים 80% מהרווח שהם 1.18 מליון ש"ח בעוד 106 מוצרים אחרים ל 20% הרווח הנותרים בלבד (כ 300 אש"ח).

באמצעות איתור המוצרים אשר תרומתם לעסק שולית , ניתן לחסוך  בעלויות הכרוכות באחזקתם –  עלויות כ"א, לוגיסטיקה, אחסון, שינוע , יבוא וכדומה על ידי הפסקת מכירתם והחלפתם במוצרים אחרים.

המוצרים החדשים יבחרו ע"פ קריטריונים שיאספו מניתוח המאפיינים המשותפים למוצרים אשר מרכיבים את הפרטו (24 המוצרים בדוגמא שלהלן) ויביאו לפוטנציאל מכירות ורווחיות גבוהים יותר.

2. ניתוח רווחיות מוצרים - פוטנציאל לא ממומש?

מה מראה התרשים?

ניתוח הרווחיות מבוצע על ידי תרשים הפיזור הנ"ל (להסבר כללי על תרשימי פיזור לחצו כאן).

  • כל בועה מייצגת מק"ט.
  • גודל הבועה מייצג את הרווח הנומינאלי של המוצר – ככל שהבועה יותר גדולה, הרווח יותר גדול.
  • ציר ה X מייצג את מחזור המכירות וציר ה Y מייצג את אחוז הרווח.
  • המוצרים שיימצאו ברביע ה II הם המוצלחים ביותר (מכירות גבוהות ו% רווח גבוה).

במבט ראשון ניתן לראות כי מרבית המוצרים מתרכזים ברביע IV – מחזור מכירות ו % רווח נמוכים , מה שתואם את הממצאים בניתוח הפארטו בשלב הקודם. יש לשקול האם כדאי להמשיך ולהחזיק בכולם לאור תרומתם השולית  תוך בחינת עלויות אחזקתם.

ברביע I קיימים מוצרים בעלי % רווחיות גבוה ומחזור מכירות נמוך  – אלו מהווים פוטנציאל לגידול ברווח. השקעה בהגדלת הכמות הנמכרת תוביל בהגדלת ההכנסות והרווחיות.

כיום אין לחברה בדוגמה מוצרים אשר נמצאים ברביע האידאלי – רביע II. אחת ממטרות החברה בעקבות הניתוח יכולה להיות להעביר מוצרים אל הרביע הזה. הדבר יכול להעשות על ידי:

  • העברת מוצרי מרביע I לרביע II על ידי הגדלת מכירות (כאמור מעלה).
  • העברת מוצרים מרביע III לרביע II על ידי הורדת עלויות ו/או העלאת מחיר.

שימו לב לשני המוצרים המודגשים בניתוח – מק"ט 314 (מכנס מחוייט 150 לבן) ומק"ט 488 (שרוול קצר, קלאסי ג'רזי S): מקט 488 עומד על מחזור מכירות גבוה מאוד אך הרווח שלו (גודל הבועה) כמעט זהה למק"ט 314. כאשר מתבוננים בטבלת הפירוט ניתן לראות כי 157 יחידות בלבד ממק"ט 314 מייצרות את אותו רווח כמו 29,098 יחידות ממק"ט  488 עקב ההבדלים המשמעותיים ב % הרווח הגולמי (82.8% מול 21%).  מוצר 488 הוא "פול גז בניוטרל" יחסית למוצר 314  – על כל מכנס אחד יש צורך למכור 185 חולצות כדי להגיע לאותו הרווח!

לכל חברה מוצרים שונים, מאפיינים שונים, שיקולי אחזקת מלאי שונים, עלויות עקיפות שונות וכיוב'. ניתן להשתמש בניתוח דומה לזה המודגם כאן תוך כדי הבאה לידי ביטוי של מכלול הנתונים והשיקולים הרלוונטים לכל עסק בתחומו. בנוסף ניתן להשתמש בטכניקת עקרון הפארטו ותרשים הפיזור על מנת לנתח היבטים עסקיים נוספים כגון קריאות שירות, עלויות כוח אדם,ערוצי שיווק, נתוני גביה ועוד.

הנכם מוזמנים ליצור איתי קשר ואשמח לבנות לכם את הניתוח המתאים עבורכם.

תרשים פיזור (Scatter Plot) - הסבר מפורט

תרשים פיזור (scatter plot) נותן לנו את האפשרות להתבונן במידע באופן "תלת מימדי" מכיוון שבניגוד לגרפים הקלאסים, הוא כולל שלושה סוגי נתונים במקביל – נתוני ציר ה X, ציר ה Y וגודל הבועה. בדוגמה שלהלן:

  • כל בועה מייצגת מק"ט של מוצר. גודל הבועה מייצג את הרווח הנומניאלי >> ככל שהבועה יותר גדולה כך הרווח בגין מכירת המוצר גדול יותר.
  • ציר ה X מייצג את מחזור המכירות
  • ציר ה Y מייצג את % הרווחיות למוצר.

התרשים מחולק לארבעה רביעים באמצעות הקוים המקווקוים:

רביע I: מוצרים עם % רווח גבוה אך מחזור מכירות נמוך >> מוצרים עם פוטנציאל. נרצה להגביר את כמות המכירות.

רביע II: מוצרים עם % רווח גבוה ומחזור מכירות גבוה – המצב האידאלי.

רביע III: מוצרים עם מחזור מכירות גבוה אך רווח נמוך >> מוצרים עם פוטנציאל. נרצה להעלות מחיר או להוריד עלות ע"מ להגדיל % רווח.

רביע IV :מוצרים עם מחזור נמוך ו % רווח נמוך- נשקול אם להורידם מהמגוון / להוריד עלויות ולהגדיל מכירות ע"מ להעלות אותם לרביע II.

כמובן שאופן קריאת תרשים הפיזור משתנה בהתאם לערכים שנבחרו עבור הצירים וגודל הבועה אך העיקרון נשאר זהה : קיים רביע אידאלי, רביע בעייתי ושני רביעים עם נתונים מעורבים.

מה זה פארטו?

או בעצם- "מי זה פארטו"?   וילפרדו פארטו היה כלכלן איטלקי אשר ניסח כלל לפיו בתופעות רבות 80% מהפעילות מקורה ב 20% מהגורמים הפעילים.הוא הגיע למסקנה הזו כאשר הבחין כי 80% מהעושר באיטליה נמצא בידי 20% מהאוכלוסיה.

כלל זה קיבל את שמו ונקרא כיום עקרון הפארטו או במילים אחרות כלל ה 80-20.

עקרון הפארטו הוא בבחינת כלל אצבע בלבד. לעיתים נמצא כי הפרופורציות של הגורמים שונה ( 70-30, 90-10 וכדומה) אך יחד עם זאת כאשר משתמשים בו לניתוח נתונים הוא מהווה כלי עוצמתי לאבחנה בין עיקר לתפל אשר מציג את הנתונים בסדר יורד לפי חשיבותם ועוזר בקביעת סדרי עדיפויות.

איך מחשבים פארטו

כדי לחשב פארטו יש לסדר את הנתונים בסדר יורד על פי גודלם (בדוגמא שמובאת כאן, סידרנו את הרווח הנומינאלי על פי מוצרים בסדר יורד). לאחר מכן יש לחשב את את האחוז המצטבר של הנתונים ולאתר את הנתון שבו האחוז המצטבר הגיע ל 80%. כל הנתונים עד לנתון זה נמצאים בתוך הפארטו (המוצרים שתורמים ל 80% מהרווח בדוגמא להלן), כל הנתונים אחרי נתון זה אינם בפארטו (המוצרים שתורמים ל 20% האחוז הנותרים מהרווח).

כאשר נספור את הנתונים (המוצרים בדוגמא) בפארטו מול הנתונים שאינם בפארטו , נגיע ליחס של 80-20 או דומה לו.

למען הסר ספק , כל הנתונים שהוזנו לכלי הניתוח לצורך דוגמה זו שונו והם פיקטיביים לחלוטין

ניתוח דומה יכול לעזור לכם?