当前位置：首页 > news >正文

供应链项目中产品的ABC XYZ分类法弊端（十）

news 2025/8/9 13:13:24

文章出自：ABC Analysis is Not a Good Idea. Do This Instead. | Medium

本篇文章的技术亮点在于批判了传统的ABC分析方法，指出其在现代供应链管理中的局限性，强调需要更复杂的多维度分析工具，以更准确地优化库存和需求预测。

手动推荐关联文章

作者Nicolas Vandeput、SupChains技术团队、供应链相关文章还有：

SupChains技术团队零售产品销量预测建模方案解析（一）
SupChains技术团队回答：模型准确率提高 10%，业务可以节省多少钱？（二）
SupChains团队: 衡量Forecast模型结果在供应链团队内的传递质量（三）
SupChains团队:供应链数据的异常特征管理指南（四）
SupChains技术团队：需求预测中减少使用分层次预测（五）
SupChains团队：全局机器学习模型在需求预测中的应用（六）
VN1 供应链销量预测建模竞赛技巧总结与分享（七）
SupChains团队：供应链新品预测建模的一些策略（八）
供应链团队设置安全库存的五层境界（九）
供应链项目中产品的ABC XYZ分类法弊端（十）
供应链项目中库存管理与优化指南（十一）
端到端供应链优化案例研究：需求预测 + 库存优化（十二）

文章目录

1 ABC XYZ分类法
- 1.1 什么是ABC分析？
- 1.2 什么是ABC XYZ分析？
- 1.3 为什么使用ABC/XYZ分类？
- 1.4 使用产品分类的目标
2. ABC分析的弊端
- 2.2 使用比ABC更好的工具
- - 2.2.1 案例1：我想改善需求预测。我应该关注哪些产品？
  - 2.2.2 案例2：我想盘点库存。我应该检查哪些产品？
  - 2.2.3 案例3：我想设定服务水平目标。
3. 结论

1 ABC XYZ分类法

1.1 什么是ABC分析？

ABC分析是一种简单、武断的技术，用于根据一个维度上的两个阈值对物品进行分类。物品随后被分为三类（A、B和C）。A组包含少数最重要的物品，而大量微不足道的物品则被归类为C。

通常，ABC分析是基于销量进行的（如下图所示）：

前5%的产品被归类为A（它们通常占总销量的40%）。
接下来的15%被归类为B。
最后，底部80%的产品被归类为C（它们通常只占总销量的5-20%）。

这种分类隐含地假设，你少数百分比的产品驱动了大部分销售额。因此，你应该专注于这些产品。这个概念也称为帕累托分析或80/20法则（20%的原因导致80%的结果）。

1.2 什么是ABC XYZ分析？

ABC XYZ分析与帕累托分析相同，但它跨越了两个维度：ABC轴和XYZ轴。由于我们有两个维度，物品被分配到总共9个类别中。

如下图所示，你可以例如根据产品对利润的总贡献（XYZ轴）和销量（ABC轴）来对物品进行分类。通过这样做，你将获得从高利润、高销量产品到低利润、低销量产品的分类。

基于销量和利润的ABC XYZ分析。版权：Nicolas Vandeput

在实践中，XYZ轴通常用于根据需求变异性来区分产品（例如，如Lora Cerece所建议的，通过跟踪其COV）。这是一个糟糕的主意：COV（或需求变异性）不是评估产品可预测性的最佳方式。一些稳定的物品如果经历趋势或季节性，可能会面临高COV/需求变异性。如果你想评估产品的可预测性，请使用预测基准（如简单预测或移动平均）所达到的准确性。

1.3 为什么使用ABC/XYZ分类？

我时不时会收到这样的问题：

会如何建议我们使用ABC XYZ分析？有没有什么最佳实践可以遵循？

我喜欢不直接回答这类问题。相反，我退一步来理解从业者执行ABC分析的原因。一旦我们明确了我们想要做出的预期决策，我们通常可以找到比ABC XYZ更好的工具。换句话说，在讨论工具（ABC XYZ分类）之前，理解你的目标（你想要实现什么）至关重要。

1.4 使用产品分类的目标

通常，供应链规划者使用ABC XYZ分类是因为他们想：

了解在需求规划过程中应该审查哪些产品。
检查整体库存质量。
设定服务水平目标（或安全库存目标）

2. ABC分析的弊端

ABC/XYZ矩阵有两个问题：

维度数量有限。根据定义，ABC/XYZ只考虑两个方面来对元素进行分类。另一方面，你的产品——以及一般的供应链——比二维表示复杂得多。
武断、有限的阈值。ABC XYZ矩阵每个维度只包含两个武断的阈值。你的“最佳B”真的与你的“最差A”不同吗？并非如此，这种A/B区分纯粹是武断的。有些分析需要更细粒度的细节级别——而没有武断阈值的负担。

当我们认识到这些局限性时，很明显，在计算无法将复杂逻辑扩展到整个数据集的时代，ABC分析是一个合适的工具。

2.2 使用比ABC更好的工具

让我们回顾一下规划者通常执行ABC分析的用例。然后，对于每个用例，我们将看看可以使用的其他更好的方法。

2.2.1 案例1：我想改善需求预测。我应该关注哪些产品？

许多需求规划者会花时间处理“高销量物品”，而让他们的预测引擎处理B和C产品。

与其使用这个经验法则，最佳实践是：

通过使用预测引擎生成预测基线来启动你的需求预测过程。
在此基础上，通过编辑少量项目来审查基线预测。

问题是：**规划者应该审查哪些项目？**他们应该只看畅销品吗？

不。相反，这里有一些最佳实践可以帮助他们集中精力。

首先，你应该跟踪预测增值，以确保整个过程正在增加价值。
在跟踪预测误差时，你应该使用加权KPI（按价值、成本），以确保规划者将更多时间花在重要产品上，而不是仅仅高销量的物品上。
例如——正如我在预测书中讨论的那样——你希望专注于预测锤子的需求，即使你销售的钉子多得多（它们不值钱）。
审查模型不知道其信息的项目（例如促销、营销、客户行为）。
审查表现出奇怪行为的项目，例如持续的过高/过低预测或自上次期间以来需求发生巨大变化的。
花时间在新产品的推出上。
花更多时间在关键物品上（例如，保质期短或有供应限制的）。

2.2.2 案例2：我想盘点库存。我应该检查哪些产品？

库存经理经常需要审查他们的库存质量：*他们是否有适量的库存？*或者，他们想检查他们的库存目标：他们是否有适量的安全库存？

仅仅关注畅销品——正如ABC分析所建议的——将导致许多重要产品未被检查。

以下是审查SKU时的一些指导原则。

价值。总的来说，库存应该根据价值而不是单位数量进行分析。
保质期。由于库存过剩的成本很高，保质期短的产品应比其他产品受到更多关注。
（持有）成本。每期持有成本较高的产品——例如需要特殊储存条件或保质期短的产品——应受到更多关注。
供应提前期。提前期较长（和审查周期——我更喜欢用“风险期”这个词）的产品值得更多审查时间。任何（预测/库存目标）错误都可能由于你下订单到订单被需求消耗之间的时间延迟而倍增（如果存在的话……）。
季末。在季末，许多产品面临成为剩余库存并最终导致滞销库存的风险。因此，需要仔细审查（并采取行动）。
关键性。最后，有些产品具有战略关键性：如果你错过了一个，你的客户可能会（合同上）惩罚你。