Фактор объема и фактор цены как посчитать

Факторный анализ пример расчета

Ни одна компания не может обойтись без такого аналитического инструмента, как факторный анализ. Не важно, имеет ли бизнес миллионы прибыли или убытки — важно понимать, какие факторы оказали влияние на появления прибыли или убытка. Почему статья называется Факторный анализ простым языком? Почему именно простым?

Например, Википедия определяет факторный анализ как “многомерный метод, применяемый для изучения взаимосвязей между значениями переменных”. Отлично, только что делать, если мы только начинаем постигать азы аналитики в целом и факторного анализа в частности? Именно поэтому в данной статье рассмотрен самый простой пример факторного анализа на примере 3-х магазинов одной сети.

Мы проведем факторный анализ показателей реализации продукции, т.е. товарооборота, валовой прибыли и себестоимости складских запасов в разрезе трех магазинов компании и определим, как каждый из магазина в том или ином случае повлияли на общий результат компании. Таким образом, магазин будет являться фактором, который влияет на общий результат работы компании.

Факторный анализ пример расчета по продажам

Имеем такую таблицу, в которой показаны суммы продаж за 2019 и 2020 годы по трем магазинам сети.

Как видите, товарооборот в 2020 году изменился по отношению к 2019 г. во всех магазинах. У кого-то уменьшился, у кого-то увеличился. И нужно понять, насколько изменение товарооборота конкретного магазина повлияло на общий результат деятельности компании.

Для этого добавим в таблицу следующие столбцы:

Для начала нашего факторного анализа посчитаем структуру товарооборота в 2019 году. Структура будет показывать долю каждого магазина в суммарных продажах за 2019 год.

Для этого в ячейку Е4 введем следующую формулу:

Нужно поделить продажи Магазина 1 на общую сумму продаж. Не забудьте закрепить значение итоговой ячейки C7 в формуле знаками $ ($C$7). Закрепить значение ячейки можно, установив курсор на C7 и нажав клавишу F4 (подробнее об абсолютных и относительных ссылках в *статье*). Это нужно для того, чтобы ссылка на итоговую ячейку не съехала при протягивании формулы вниз.
Для полученного результата выберем процентный формат ячейки и протянем формулу вниз:

На данном этапе факторного анализа видим, что наибольший вклад в товарооборот компании за 2019 г. внес Магазин 2 — 40%. В итоговой ячейке нужно просуммировать получившиеся проценты, сумма обязательно должна быть равна 100% — это значит, что все посчитано верно.

Далее в ячейке F4 посчитаем прирост продаж 2020 года к 2019. Для этого разделим сумму продаж за 2020 г на сумму за 2019 и отнимем единицу (стандартная формула для расчета изменения показателя).

Протянем формулу вниз, захватывая итоговую строку, и увидим, что продажи в 2020 г. в целом по компании выросли на 21% по отношению к предыдущему году. Также видим изменение товарооборота в каждом из магазинов.

И в завершении данного этапа факторного анализа нужно умножить долю магазина на прирост продаж. Для этого в ячейке G4 напишем следующую формулу:

Протянем формулу вниз до итоговой ячейки.

Что же можно увидеть из итоговых результатов факторного анализа по товарообороту?

В целом товарооборот, вырос на 21,5% (выведем десятые доли для наглядности). И эти 21,5% складываются из следующих составляющих (факторов):
Фактор “Магазин 1” дал -1,1 % прироста в изменении товарооборота компании (т.е. падение товарооборота, т.к. прирост отрицательный)
Фактор “Магазин 2” для 2,5 % прироста из 21%.
А вот Фактор “Магазин 3” дал 20,1% прироста в составе группы магазинов, и аж 89% по отношению к собственным продажам в предыдущем году.

В итоге:
-1,1% + 2,5% + 20,1% = 21,5%

Таким образом, этот простой пример факторного анализа показывает, что максимальный вклад в прирост товарооборота сделал фактор “Магазин 3”.

Но не будем останавливаться на достигнутом, т.к. нам, во-первых, нужно понять, так ли на самом деле успешен Магазин 3 (ведь конечной целью бизнеса является получение прибыли, а не выручки), а во-вторых, понять, чем можно объяснить такой большой прирост продаж по данному магазину и падение продаж по Магазину 1.

Факторный анализ по операционной прибыли

Что такое операционная прибыль, можно прочитать в статье Что такое прибыль. Виды прибыли

Факторный анализ по операционной прибыли проведем по тем же этапам, что и анализ по продажам. Используем те же дополнительные столбцы и такие же формулы (их можно даже скопировать).

В итоге видим, что Магазин 3, который показывал головокружительный рост выручки, по операционной прибыли уже не такой успешный.

О чем это может говорить? О том, что нужно проводить дополнительный анализ факторов, которые могли повлиять на операционную прибыль. В данном случае в Магазине 3 сильно увеличились издержки (намного сильнее, чем выросла выручка), и при дополнительном анализе нужно понять, какие именно это издержки. Возможно, значительно увеличился штат сотрудников или арендуемая площадь, и т.д.

Магазин 2 показал рост прибыли больше, чем рост выручки. Это может говорить о том, что данный магазин снизил издержки (например, сократился штат сотрудников).

Факторный анализ пример расчета по себестоимости складских запасов

Дополнительно можно провести факторный анализ складских запасов. Это нужно, чтобы понять, за счет чего изменяется выручка.

Проделаем те же шаги, что и на предыдущих двух этапах.
Видим, что у Магазин 3, который показал высокий рост выручки и совсем небольшой рост операционной прибыли, очень сильно выросла сумма складских запасов.
Какой можно сделать предварительный вывод? Например, что Магазин 3, увидев тенденцию к росту продаж, арендовал дополнительную площадь для хранения товарных запасов. А рост выручки хоть и был достаточно высок — но меньше ожидаемого, и в итоге аренда дополнительных площадей для хранения сказалась на прибыли не лучшим образом.

Таким вот нехитрым образом можно провести простой факторный анализ. Конечно, для полноценной аналитики этого может быть недостаточно, нужно учитывать еще множество факторов и составляющих. Но для того, чтобы увидеть общие тенденции, такого простого анализа бывает достаточно.

Более подробно о факторном анализе с примерами расчета можно прочитать в статьях:

МЕТОДИКА ФАКТОРНОГО АНАЛИЗА В ПРОДАЖАХ Текст научной статьи по специальности «Экономика и бизнес»

Анализ выручки является одним из ключевых элементов управления продажами. Существует огромное количество методик и инструментов для оценки и понимания причин получения конкретных фактических результатов продаж в сравнении с плановыми и историческими значениями — от простейших способов вертикального и горизонтального анализа, до сложнейших систем big data и нейронных сетей, выявляющих взаимозависимости в миллиардах транзакция. Однако, все так же остается актуальным поиск такой методики анализа продаж, которая бы проясняла основные закономерности и выявляла причины роста и падения продаж, оставаясь при этом достаточно простой в применении аналитиками и понимании принципов расчетов. На роль такой методики практически идеально подходят факторные модели детерминированного анализа , где взаимосвязь факторов и конечного результата может быть отражена математической зависимостью — функцией. Одним из универсальных вариантов факторной детерминированной модели является модель, основанная на способе цепных подстановок . В настоящей статье приводится оригинальная разработка, основанная на способе цепных подстановок , апробированная на предприятиях отрасли строительных материалов. Значительное внимание уделено определению фактора чистого изменения цены в условиях осуществления продаж продукции в разных географических зонах и каналах продаж. В качестве ключевых детерминированных факторов предлагается учитывать фактор чистой цены, объема, курсовой разницы в валютных продажах на экспорт и фактор микса, отражающий изменения структуры, территории и канала продаж. Рассмотрены возможности дальнейшего совершенствования модели и потенциальные ограничения, обусловленные выбранным способом детерминированного факторного анализа .

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Зайнутдинова Е.Д.

FACTOR ANALYSIS METHOD IN SALES

Revenue analysis is one of the key elements of sales management. There are a huge number of methods and tools for evaluating and understanding the reasons for obtaining specific actual sales results in comparison with planned and historical values. There are many simplest methods of vertical and horizontal analysis and the most complex big data systems and neural networks that identify interdependencies in billions of transactions. However, it is still relevant to search for such a sales analysis technique that would clarify the main patterns and identify the reasons for the growth and fall in sales, while remaining quite simple to use by analysts and understand the principles of calculations.

Текст научной работы на тему «МЕТОДИКА ФАКТОРНОГО АНАЛИЗА В ПРОДАЖАХ»

Методика факторного анализа в продажах

Зайнутдинова Елена Даудовна,

главный бухгалтер, ИП «Магдиев musaevae88@mail.ru

Анализ выручки является одним из ключевых элементов управления продажами. Существует огромное количество методик и инструментов для оценки и понимания причин получения конкретных фактических результатов продаж в сравнении с плановыми и историческими значениями — от простейших способов вертикального и горизонтального анализа, до сложнейших систем big data и нейронных сетей, выявляющих взаимозависимости в миллиардах транзакция. Однако, все так же остается актуальным поиск такой методики анализа продаж, которая бы проясняла основные закономерности и выявляла причины роста и падения продаж, оставаясь при этом достаточно простой в применении аналитиками и понимании принципов расчетов. На роль такой методики практически идеально подходят факторные модели детерминированного анализа, где взаимосвязь факторов и конечного результата может быть отражена математической зависимостью — функцией. Одним из универсальных вариантов факторной детерминированной модели является модель, основанная на способе цепных подстановок. В настоящей статье приводится оригинальная разработка, основанная на способе цепных подстановок, апробированная на предприятиях отрасли строительных материалов. Значительное внимание уделено определению фактора чистого изменения цены в условиях осуществления продаж продукции в разных географических зонах и каналах продаж. В качестве ключевых детерминированных факторов предлагается учитывать фактор чистой цены, объема, курсовой разницы в валютных продажах на экспорт и фактор микса, отражающий изменения структуры, территории и канала продаж. Рассмотрены возможности дальнейшего совершенствования модели и потенциальные ограничения, обусловленные выбранным способом детерминированного факторного анализа.

Ключевые слова: выручка, факторный анализ, детерминированный анализ, способ цепных подстановок.

Среди методов анализа выручки особое место занимают методы факторного анализа. Как правило, для быстрого понимания ситуации и экспресс-анализа применяются методы горизонтального анализа, в рамках которого происходит сравнение позиций с предыдущим или плановым периодом; методы вертикального анализа, рассматривающие изменение структуры итоговых показателей и выявляющие влияние каждой позиции на отчетность и трендовый анализ, представляющий собой сравнение с историческими значениями и определение соответствия заданному тренду, либо его формирование. Эти методы не имеют сложного математического аппарата расчета, просты для понимания и применения, и позволяют быстро оценить результаты выручки сразу же при их получении. Факторный анализ предполагает анализ отдельных факторов на результативный показатель (в нашем случае — сложившейся выручки в сравнении с предыдущим или плановым периодом) с помощью детерминированных или стохастических приемов исследования.

В случае анализа выручки стохастические приемы исследования применяются крайне редко в силу их методологической ограниченности — связь факторов с результатами является неполной, носит вероятностный (корреляционный) характер. При анализе выручки применяют детерминированные модели факторного анализа, когда зависимость фактора от результата можно выразить в виде определенной функциональной зависимости.

В детерминированном анализе используются аддитивные, мультипликативные, кратные и комбинированные факторные модели [1]. Аддитивные модели предполагают алгебраическое суммирование факторов, к ним относятся, например, показатель выручки от продажи товаров в его взаимосвязи с выручкой по отдельным номенклатурным группам или отдельным географическим зонам продажи товаров. Мультипликативные модели представляют собой произведение факторов, примером служит зависимость выручки продаж готовой продукции от произведения объема продаж в натуральных единицах и средней цены единицы продукции. Кратные модели представляют собой частное от деления двух факторов, такой моделью можно оценить процент возвратов в продажах продукции. Комбинированные модели представляют собой сочетание всех выше перечисленных моделей.

Факторные модели детерминированного анализа классифицируются по способу оценки влияния фактора. Выделяют следующие способы:

— способ цепных подстановок;

— способ абсолютных разниц;

— способ относительных (процентных) разниц;

Наиболее универсальным является способ цепных подстановок, который можно использовать для всех видов факторных моделей детерминированного анализа. Именно он был взят за основу для разработки, описываемой в рамках настоящей статьи методики факторного анализа в продажах.

Преимуществами способа цепных подстановок являются:

— стандартный алгоритм действий обеспечивает универсальность применения, вне зависимости от сложности системы, в которой он применяется;

FACTOR ANALYSIS: SALES, VOLUME AND MIX EFFECT

Here I introduce a useful technique when you try to explain changes in big numbers (sales in money and unit terms ) in a succinctly in your reports.

INTRO

Total sales consists of sales of various individual products, but how sales of those various individual products impacts total sales?

It may be a new concept for some, where a top-down approach is used to look at a total level.

Top managers reviewing financial data for sales in different group companies trading in various geographic locations do not have enough time and therefore are not interested in sales details for each of the companies, such as that price was increased for 43 products, decreased for 28, and character of such changes (permanent, periodic, one-off) as it is easy to bogged down into details without seeing clearly a big picture of the business. Therefore they use a top-down approach, going down into details as necessary and considering time constraints.

When preparing a summary of data for them is important to be prepared to answer in 3 sencences, What caused variance in sales against budget and Why? average sales price has changed.

Additionally based on discussion with Sales Director be prepared to answer Why? e.g. price decrease due to pressure from close competitor. Response to a question of How? Company is going to minimize a gap between budget and actual sales belongs to Sales Director.

Price effect = Sum of calculations for every products according to formulae:

Actual volume in units * (actual price – budgeted price).

Volume effect = Sum of calculations for every products according to formulae:

Average (for whole company) budgeted price * (actual sales in units – budgeted sales).

Mix effect = Sum of calculations for every products according to formulae:

Change in sales structure [in units] * actual sales [in units] * (budgeted price – average budgeted price)

Mix effect is positive when products priced below an average price decreased in total sales structure or expensive products increased its share in total share structure.

Please look in attached working file below

EXAMPLE

Based on the above figures sales increased by $1,424 or 18% and by 20% in number of units sold.
Sales story for a period is that product C (the cheapest one) doubled in volume sales.
But this is not the end of the story: that increase dragged down an average sales price in spite of the fact that all sales prices remained the same or been increased!

This information is of a strategic relevance, as it indicates an shift in customer behaviour towards cheapest alternatives.

Факторный и дисперсионный анализ в Excel с автоматизацией подсчетов

Чтобы проанализировать изменчивость признака под воздействием контролируемых переменных, применяется дисперсионный метод.

Для изучения связи между значениями – факторный метод. Рассмотрим подробнее аналитические инструменты: факторный, дисперсионный и двухфакторный дисперсионный метод оценки изменчивости.

Дисперсионный анализ в Excel

Условно цель дисперсионного метода можно сформулировать так: вычленить из общей вариативности параметра 3 частные вариативности:

• 1 – определенную действием каждого из изучаемых значений;
• 2 – продиктованную взаимосвязью между исследуемыми значениями;
• 3 – случайную, продиктованную всеми неучтенными обстоятельствами.

В программе Microsoft Excel дисперсионный анализ можно выполнить с помощью инструмента «Анализ данных» (вкладка «Данные» — «Анализ»). Это надстройка табличного процессора. Если надстройка недоступна, нужно открыть «Параметры Excel» и включить настройку для анализа.

Работа начинается с оформления таблицы. Правила:

1. В каждом столбце должны быть значения одного исследуемого фактора.
2. Столбцы расположить по возрастанию/убыванию величины исследуемого параметра.

Рассмотрим дисперсионный анализ в Excel на примере.

Психолог фирмы проанализировал с помощью специальной методики стратегии поведения сотрудников в конфликтной ситуации. Предполагается, что на поведение влияет уровень образования (1 – среднее, 2 – среднее специальное, 3 – высшее).

Внесем данные в таблицу Excel:

1. Открываем диалоговое окно нашего аналитического инструмента. В раскрывшемся списке выбираем «Однофакторный дисперсионный анализ» и нажимаем ОК.
2. В поле «Входной интервал» ввести ссылку на диапазон ячеек, содержащихся во всех столбцах таблицы.
3. «Группирование» назначить по столбцам.
4. «Параметры вывода» — новый рабочий лист. Если нужно указать выходной диапазон на имеющемся листе, то переключатель ставим в положение «Выходной интервал» и ссылаемся на левую верхнюю ячейку диапазона для выводимых данных. Размеры определятся автоматически.
5. Результаты анализа выводятся на отдельный лист (в нашем примере).

Значимый параметр залит желтым цветом. Так как Р-Значение между группами больше 1, критерий Фишера нельзя считать значимым. Следовательно, поведение в конфликтной ситуации не зависит от уровня образования.

Факторный анализ в Excel: пример

Факторным называют многомерный анализ взаимосвязей между значениями переменных. С помощью данного метода можно решить важнейшие задачи:

• всесторонне описать измеряемый объект (причем емко, компактно);
• выявить скрытые переменные значения, определяющие наличие линейных статистических корреляций;
• классифицировать переменные (определить взаимосвязи между ними);
• сократить число необходимых переменных.

Рассмотрим на примере проведение факторного анализа. Допустим, нам известны продажи каких-либо товаров за последние 4 месяца. Необходимо проанализировать, какие наименования пользуются спросом, а какие нет.

1. Посмотрим, за счет, каких наименований произошел основной рост по итогам второго месяца. Если продажи какого-то товара выросли, положительная дельта – в столбец «Рост». Отрицательная – «Снижение». Формула в Excel для «роста»: =ЕСЛИ((C2-B2)>0;C2-B2;0), где С2-В2 – разница между 2 и 1 месяцем. Формула для «снижения»: =ЕСЛИ(J3=0;B2-C2;0), где J3 – ссылка на ячейку слева («Рост»). Во втором столбце – сумма предыдущего значения и предыдущего роста за вычетом текущего снижения.
2. Рассчитаем процент роста по каждому наименованию товара. Формула: =ЕСЛИ(J3/$I$11=0;-K3/$I$11;J3/$I$11). Где J3/$I$11 – отношение «роста» к итогу за 2 месяц, ;-K3/$I$11 – отношение «снижения» к итогу за 2 месяц.
3. Выделяем область данных для построения диаграммы. Переходим на вкладку «Вставка» — «Гистограмма».
4. Поработаем с подписями и цветами. Уберем накопительный итог через «Формат ряда данных» — «Заливка» («Нет заливки»). С помощью данного инструментария меняем цвет для «снижения» и «роста».

Теперь наглядно видно, продажи какого товара дают основной рост.

Двухфакторный дисперсионный анализ в Excel

Показывает, как влияет два фактора на изменение значения случайной величины. Рассмотрим двухфакторный дисперсионный анализ в Excel на примере.

Задача. Группе мужчин и женщин предъявляли звук разной громкости: 1 – 10 дБ, 2 – 30 дБ, 3 – 50 дБ. Время ответа фиксировали в миллисекундах. Необходимо определить, влияет ли пол на реакцию; влияет ли громкость на реакцию.

1. Переходим на вкладку «Данные» — «Анализ данных» Выбираем из списка «Двухфакторный дисперсионный анализ без повторений».
2. Заполняем поля. В диапазон должны войти только числовые значения.
3. Результат анализа выводится на новый лист (как было задано).

Та как F-статистики (столбец «F») для фактора «Пол» больше критического уровня F-распределения (столбец «F-критическое»), данный фактор имеет влияние на анализируемый параметр (время реакции на звук).