Inzicht in Pareto (ABC) analyse

Wat is de Pareto (ABC) analyse? In dit artikel bekijken we de analyse om hem beter te leren begrijpen. Lees snel verder!

In de 19e eeuw bracht dr. Wilfredo Pareto, een Italiaanse econoom, de “80/20-regel” in het leven. Dit deed hij toen hij opmerkte dat 80% van de rijkdom van het land in handen was van 20% van de bevolking. Tegenwoordig vinden veel organisaties dat de 80/20-regel (of een vergelijkbare verhouding) van toepassing is op hun producten. 80% van hun inkomsten komt uit 20% van hun producten.

Pareto-analyse, ook wel bekend als ABC-classificatie, is een handige methode voor het classificeren van prognose-items op basis van hun relatieve belang voor de organisatie. Doorgaans worden belangrijke items met een hoog volume gecategoriseerd als type “A”, worden items met een gemiddeld volume gecategoriseerd als type “B” en langzaam bewegende items worden gecategoriseerd als type “C”. Veel organisaties hanteren verschillende procedures voor het opstellen, herzien en bewaken van hun prognoses op basis van de codes.

In dit artikel:

• Leggen we uit wat Pareto-analyse is;
• Onderzoeken we de verschillende benaderingen voor het toewijzen van Pareto-codes aan uw prognose-items;
• Bespreken we hoe de classificaties kunnen worden gebruikt om uw prognoseproces te verbeteren.

Waarom Pareto codes toewijzen?

Pareto codes bieden een raamwerk om verschillende beleidsregels in te stellen voor uw prognose-items op basis van hun belangrijkheid. U kunt bijvoorbeeld besluiten dat:

• Prognoses voor artikelen van type A altijd worden beoordeeld;
• Dat prognoses voor artikelen van type B alleen worden beoordeeld als een uitzonderingsrapport een mogelijk probleem aangeeft;
• Dat prognoses voor artikelen van type C nooit worden beoordeeld.

Er zijn verschillende parameters, zoals doelen voor prognosenauwkeurigheid, veiligheidsvoorraadbeleid en drempels voor uitzonderingsrapporten, die kunnen worden ingesteld op basis van de classificatie van een item.

Pareto-codes bieden ook andere voordelen. De aanwezigheid van een Pareto-code op een rapport geeft direct het belang van een item weer. Wanneer u voorspellingssoftware zoals Forecast Pro gebruikt, kunt u met de mogelijkheid om te filteren en te sorteren op Pareto-codes uw tijd optimaal besteden door u te concentreren op uw ‘big hitters’.

Hoe worden Pareto codes toegewezen?

Veel organisaties baseren Pareto codes op volume (meestal volume per eenheid of dollars).

De bovenstaande schermafbeelding toont items gerangschikt op volume. Het veld % totaal van geeft het percentage van het totale volume weer dat het artikel vertegenwoordigt. Het veld Rangorde spreekt voor zich.

Er zijn verschillende benaderingen voor het toewijzen van Pareto codes op basis van volume. Forecast Pro ondersteunt drie verschillende manieren: “volume (%)”, “aantal series (#)” en “aantal series (%)”. De eerste stap voor alle drie is het rangschikken van alle items op volume.

Volume (%)

Dit is de methode die het meest overeenkomt met de 80/20-regel. Het is gebaseerd op het cumulatieve volume van elke groep. Als u bijvoorbeeld type A instelt op 80%, type B op 15% en type C op 5%, worden de best gerangschikte items achtereenvolgens toegewezen aan de A-groep totdat hun cumulatieve volume gelijk is aan of groter is dan 80% van het totale volume. De op een na hoogste gerangschikte items worden vervolgens opeenvolgend toegewezen aan de B-groep totdat het cumulatieve volume van de A- en B-items gelijk is aan of groter is dan 95% (80% + 15%). De overige items (5% of minder van het cumulatieve volume) krijgen dan type C toegewezen.

Series Count (#)

Dit stelt u in staat om specifieke nummers van items toe te wijzen aan elke groep. Als u bijvoorbeeld 1000 items heeft en u stelt de A-groep in op 100, de B-groep op 200 en de C-groep op 700, worden de 100 hoogst gerangschikte items toegewezen aan groep A, de volgende 200 items worden toegewezen aan groep B en de overige items worden toegewezen aan groep C.

Series Count (%)

Wijst het gespecificeerde percentage van het totale aantal items aan dat je hebt toe aan elke groep. Als A bijvoorbeeld is ingesteld op 20%, B is ingesteld op 50% en C is ingesteld op 30%, worden de best gerangschikte items achtereenvolgens toegewezen aan de A-groep totdat het aantal A-groepitems gelijk is aan 20% van het totale aantal van artikelen. De op een na hoogste gerangschikte items worden vervolgens opeenvolgend toegewezen aan de B-groep totdat het aantal B-groepitems gelijk is aan 50% van het totale aantal items. De overige items (30% van het totale aantal items) krijgen type C toegewezen.

Een alternatief voor het toewijzen van Pareto codes op basis van volume is het bedenken van een aangepaste classificatie op basis van de waarde die aan het bedrijf wordt verstrekt. U kunt er bijvoorbeeld voor kiezen om artikelen te classificeren op basis van winstgevendheid, strategisch belang of een ander criterium.

Samenvatting Pareto analyse

Pareto analyse is een handig hulpmiddel voor het organiseren en prioriteren van uw prognose-items en het optimaliseren van uw prognoseproces. Het stelt u in staat om te voorkomen dat u kostbare tijd en middelen verspilt door u te concentreren op uw belangrijkste items.

Over de auteur

Eric Stellwagen is de mede-oprichter van Business Forecast Systems, Inc. en de co-auteur van de Forecast Pro-softwareproductlijn. Met meer dan 29 jaar ervaring wordt hij algemeen erkend als een leider op het gebied van business forecasting. Hij heeft uitgebreid overlegd met veel toonaangevende bedrijven. Waaronder Coca-Cola, Procter & Gamble, Merck, Blue Cross Blue Shield, Nabisco, Owens-Corning en Verizon. Dit om hen te helpen hun prognose-uitdagingen aan te pakken. Eric heeft workshops gegeven voor verschillende organisaties, waaronder APICS, het International Institute of Forecasters (IIF), het Institute of Business Forecasting (IBF), het Institute for Operations Research and the Management Sciences (INFORMS) en de University of Tennessee. Hij is momenteel lid van de raad van bestuur van het IIF en de praktijkadviesraad van Foresight: The International Journal of Applied Forecasting.

Originally published at http://www.forecastpro.com/resources/blog/