Was die XYZ-Analyse ist — in einfachen Worten

Die XYZ-Analyse beantwortet eine einzige Frage: wie gleichmäßig sich jeder Artikel Ihrer Liste verkauft.

Nicht „wie viel“, sondern genau „wie gleichmäßig“. Zwei Artikel können im Jahr denselben Umsatz bringen und sich dabei völlig unterschiedlich verhalten: Der eine geht Monat für Monat ungefähr gleich weg, der andere liegt ein halbes Jahr und verschwindet dann auf einmal. Das Geld ist dasselbe, die Arbeit damit nicht.

Die Methode nimmt die Verkäufe je Periode — Monate, Wochen, Quartale — und teilt die Artikel in drei Gruppen:

• X — die Nachfrage ist gleichmäßig, die Zukunft vorhersehbar;
• Y — sie schwankt, aber in überschaubaren Grenzen;
• Z — sie ist sprunghaft, mit dem Mittelwert lässt sich nicht planen.

Der Wert liegt nicht in den Buchstaben, sondern darin, dass die Liste nach der Analyse nicht mehr einheitlich ist. Für X können Sie weniger Bestand halten und nach Plan bestellen. Für Z ist der Sicherheitsbestand entweder teuer oder gar nicht vorhanden, und Sie nehmen Fehlmengen in Kauf. Die Entscheidung ist eine andere — und vor der Analyse wird sie über das gesamte Sortiment hinweg gleich getroffen.

Nehmen wir zwei Artikel und sehen uns ihre Quartalsverkäufe an.

Der erste: 100, 105, 95, 100 Stück. Der zweite: 40, 10, 210, 140 Stück.

Beide haben denselben Mittelwert — 100 Stück je Quartal. Ein Bericht, der nur den Mittelwert zeigt, zeigt zwei identische Zeilen. Dabei sind das zwei verschiedene Geschäfte in einer Tabelle: Den ersten Artikel können Sie nach Plan bestellen und mit minimalem Bestand führen, der zweite verkaufte sich in einem Quartal fast gar nicht und ging im nächsten fünfmal so oft weg.

Genau diesen Unterschied misst die XYZ-Analyse — wie weit die Werte um ihren eigenen Mittelwert streuen. Beim ersten Artikel ergibt die Streuung 3,5 %, beim zweiten 79,7 %. Der erste landet in X, der zweite in Z.

Diese Zahl heißt Variationskoeffizient, und sie ist einfacher zu berechnen, als sie klingt.

Es sind drei Schritte, und jeden können Sie mit dem Taschenrechner nachvollziehen.

1. Den Mittelwert bilden über alle Perioden.
2. Die Standardabweichung bilden — wie weit die Werte im Schnitt von diesem Mittelwert entfernt liegen.
3. Das eine durch das andere teilen und in Prozent umrechnen.

Der letzte Schritt ist der Variationskoeffizient:

Die Division durch den Mittelwert ist das Entscheidende. Ohne sie würde die Streuung in Stück gemessen, und ein Artikel, der sich tausendfach verkauft, ließe sich nicht mit einem vergleichen, der zu Dutzenden weggeht. In Prozent des eigenen Mittelwerts sind sie vergleichbar: 8 % ist für beide gleichmäßig.

Die Standardabweichung wird so berechnet:

Beachten Sie die Division durch N, nicht durch N − 1. Das ist die Grundgesamtheitsform: Wir beschreiben genau die Perioden, die in der Datei stehen, und schätzen nicht aus einer Stichprobe das Verhalten von etwas Größerem. Das Werkzeug rechnet ebenso — wenn Sie sein Ergebnis also mit Excel prüfen, nehmen Sie STABW.N (der ältere Name lautet STABWN) und nicht STABW.S. Über zwölf Monate ist der Unterschied zwischen beiden spürbar: rund 4 %.

Prüfen wir es am zweiten Artikel von oben. Der Mittelwert ist 100. Die Abweichungen: −60, −90, +110, +40. Die Quadrate: 3.600, 8.100, 12.100, 1.600. Ihre Summe ist 25.400, geteilt durch 4 Perioden ergibt 6.350, die Wurzel daraus 79,7. Geteilt durch den Mittelwert 100 ergibt das 79,7 %.

Sobald Sie für jeden Artikel einen Prozentwert haben, bleibt nur noch, sie auf Gruppen zu verteilen. Die voreingestellten Grenzen sind diese:

• X — ein Variationskoeffizient unter 10 %;
• Y — von 10 % bis 25 %;
• Z — 25 % und darüber.

Diese Zahlen sind eine Branchenkonvention und kein Naturgesetz; in Ihrem Fall können sie die falschen sein. Der Gedanke dahinter ist einfach. Bis 10 % stören die Schwankungen die Planung nicht: Die Abweichung passt in einen üblichen Sicherheitsbestand. Ab 25 % sagt der Mittelwert nichts mehr voraus — „wie immer“ zu bestellen funktioniert dann nicht mehr.

Die Grenzen zu verschieben lohnt sich, wenn das Ergebnis die Artikel nicht mehr unterscheidet. Landen drei von zweihundert Artikeln in X und alles Übrige in Z, sagt der Bericht nichts — erhöhen Sie die Schwellen und sehen Sie nach, wo die Daten von selbst in Gruppen zerfallen. Und umgekehrt: Wochenverkäufe schwanken stärker als Monatsverkäufe, schlicht weil die Periode kürzer ist — bei Wochendaten liegen die Schwellen üblicherweise höher.

Im Demonstrationsdatensatz kam mit den voreingestellten Grenzen dies heraus: 40 Artikel in X, 42 in Y und 38 in Z. Der Variationskoeffizient reicht in X von 4 bis 8,6 %, in Y von 13,1 bis 21,5 % und in Z von 32,3 bis 111,5 %.

Die Datei ist einfach aufgebaut: eine Zeile je Artikel, eine Spalte je Periode.

• Bezeichnung oder Artikelnummer — damit die Zeile erkennbar ist.
• Numerische Spalten je Periode: Januar, Februar, März und so weiter. Das können Stück, Liter oder Geld sein — wichtig ist, dass in allen Spalten dieselbe Größe steht.
• Die Spalten stehen in chronologischer Reihenfolge — von links nach rechts.

Das Letzte ist kein Wunsch nach Ordnung, sondern eine Anforderung. Das Werkzeug versucht nicht, die Chronologie aus den Spaltennamen zu erraten: Es nimmt sie in der Reihenfolge, in der Sie sie ausgewählt haben. Dem Variationskoeffizienten selbst ist die Reihenfolge gleichgültig, aber aus denselben Daten wird alles Übrige berechnet — Wachstum, Rückgang, Saison —, und dort liefert eine vertauschte Reihenfolge stillschweigend die falsche Antwort.

In den ausgewählten Spalten dürfen keine leeren Zellen stehen. Das Werkzeug prüft sie vor der Berechnung, und findet es eine Lücke, geht es nicht weiter: Es zeigt die Liste dieser Zeilen und lässt Sie im Schritt der Spaltenauswahl. Ein Gedankenstrich, „k. A.“ oder jede andere Notiz in Worten wirkt genauso — für die Berechnung ist das keine Zahl.

Dagegen hilft ein einziger Handgriff: In die leere Zelle kommt eine Null. Ein Monat ohne Verkäufe ist eine Tatsache und kein Datenausfall, und genau das sagt die Null. Was Sie nicht tun sollten, ist, statt der Lücke den Mittelwert einzusetzen — warum, steht bei den häufigen Fehlern.

Ein Wort zu einem Artikel, der sich kein einziges Mal verkauft hat.

Eine solche Zeile hat den Mittelwert null, und durch null darf man nicht teilen — der Variationskoeffizient existiert für sie nicht. Das Werkzeug meldet keinen Fehler und schreibt auch keine Null hinein: Der Artikel bleibt schlicht ohne Klasse. Er steht im Bericht, Sie sehen ihn, aber er ist weder in X noch in Y noch in Z.

Das ist Absicht. Diesen Artikel nach Z zu stellen hieße zu sagen „die Nachfrage ist unvorhersehbar“, obwohl es über ihn überhaupt nichts zu sagen gibt: Es gab keine Nachfrage. Und eine Null anstelle des Koeffizienten würde ihn in eine Reihe mit den gleichmäßigsten Artikeln des Sortiments stellen — also genau ins Gegenteil.

Die praktische Folgerung: Sind viele Artikel ohne Klasse, ist das eine Diagnose des Datensatzes selbst. Wahrscheinlich ist der vollständige Artikelstamm in die Datei geraten und nicht die Artikel, die Sie tatsächlich gehandelt haben.

Formal lässt sich der Variationskoeffizient auch aus drei Zahlen berechnen. Praktisch sagen drei Punkte fast nichts: ein zufälliger Abverkauf, und der Artikel rutscht nach Z.

Ein sinnvolles Minimum sind 12 Perioden, also ein Jahr in Monaten. Das bringt zweierlei auf einmal: eine belastbare Streuung und die Möglichkeit, eine Saison zu erkennen. Bei weniger Perioden behalten Sie im Kopf, dass Sie eine Momentaufnahme sehen und nicht das Verhalten eines Artikels.

Umgekehrt stört ein zu langer Zeitraum: Drei Jahre Verkäufe zeigen dort „gleichmäßig“, wo sich der Artikel im ersten Jahr halb so gut verkaufte wie im dritten. Dann ist es besser, zwei Jahresrechnungen miteinander zu vergleichen, als eine über die ganze Historie zu rechnen.

Der Bericht ergänzt Ihre Spalten um zwei: den Variationskoeffizienten und die Klasse. Alles Übrige ist Ihre Datei unverändert, Zeile für Zeile.

Zu lesen ist er am besten in dieser Reihenfolge.

1. Zuerst die Klassenverteilung im Ganzen. Wie viele Artikel in jeder Gruppe stehen, ist das Bild Ihres Sortiments. Sind mehr als ein Drittel der Artikel in Z, liegt es vermutlich nicht an ihnen, sondern am Beobachtungszeitraum oder an den Daten selbst.
2. Dann Z nach absteigendem Volumen. Ein großer Artikel mit sprunghafter Nachfrage ist gebundenes Geld und Risiko zugleich, und genau dort beginnt die Arbeit.
3. Dann X. Das sind die Kandidaten für weniger Bestand und für automatische Bestellung: Bei ihnen funktioniert die Planung.

Wonach Sie im Bericht nicht suchen sollten, ist eine Prognose. Die XYZ-Analyse sagt nicht, wie viel Sie nächsten Monat verkaufen. Sie sagt, ob man sich auf die durchschnittlichen Verkäufe dieses Artikels überhaupt verlassen kann — eine andere, bescheidenere und weit verlässlichere Antwort.

X — gleichmäßige Nachfrage. Halten Sie weniger Bestand und bestellen Sie nach Plan. Hier trägt Automatisierung: Bestellpunkt, Mindestbestand, regelmäßige Lieferung. Das im Lager gesparte Geld kommt überwiegend aus dieser Gruppe.

Y — schwankt in überschaubaren Grenzen. Ein Sicherheitsbestand ist nötig, aber ein kleiner. Es lohnt sich zu prüfen, woher die Schwankung kommt: Wiederholt sie sich Jahr für Jahr, ist es eine Saison und planbar; wenn nicht, ist es einfach ungleichmäßige Nachfrage.

Z — sprunghaft. Hier ist die Wahl bewusst und immer ein Kompromiss. Entweder Sie halten einen teuren Sicherheitsbestand, oder Sie nehmen hin, dass der Artikel zeitweise fehlt, oder Sie arbeiten auf Bestellung. Was nicht geht, ist, für Z dieselben Regeln anzuwenden wie für X: Genau daraus entstehen ein übervolles Lager und Fehlmengen gleichzeitig.

Und eine allgemeine Regel: je größer der Artikel, desto teurer der Fehler. Deshalb wird XYZ fast nie allein eingesetzt — man verbindet sie mit der ABC-Analyse, die dieselbe Liste nach dem Beitrag zum Ergebnis teilt. Davon handelt der nächste Artikel der Serie.

Variationskoeffizienten verschiedener Größen vergleichen. Die Streuung der Verkäufe in Stück und die Streuung des Umsatzes in Geld sind zwei verschiedene Zahlen, und die Klasse kann dabei unterschiedlich ausfallen. Rechnen Sie mit einer Größe.

Z für ein Synonym von „schlecht“ halten. In Z landet alles, was schwankt — auch Saisonartikel und Neuheiten, die gerade erst anlaufen. Im Demonstrationsdatensatz erwiesen sich von den 38 Artikeln der Klasse Z drei als saisonal, zwei wachsen, einer klingt ab und einer hat den Verkauf ganz eingestellt. Das sind sechs verschiedene Entscheidungen hinter einem einzigen Buchstaben.

Ein Beispiel aus demselben Datensatz. Der größte Artikel des Sortiments ist eine Kaffeebohnen-Mischung, die von Juni bis August 56,3 % ihres Jahresumsatzes macht. Ihr Variationskoeffizient liegt bei 76,8 %, sie ist also klar in Z. Ihre Nachfrage ist aber nicht „unvorhersehbar“ — sie ist bestens vorhersehbar, nur nicht über den Jahresmittelwert. Die XYZ-Analyse macht diesen Unterschied nicht: Sie sieht die Streuung und sieht nicht, dass die Streuung eine Saison ergibt. Wie das Werkzeug Saison von sprunghafter Nachfrage trennt, steht im dritten Artikel der Serie.

Lücken mit dem Mittelwert füllen. Füllen müssen Sie sie — sonst beginnt das Werkzeug die Berechnung nicht —, aber man setzt dort den Mittelwert ein, um „die Statistik nicht zu verderben“, und erreicht genau das Gegenteil: Ein Artikel, den es ein halbes Jahr nicht gab, sieht wie ein gleichmäßiger Verkäufer aus, und seine Streuung fällt kleiner aus, als sie ist. Der richtige Wert ist null.

Über zu kurze Perioden rechnen. Wochenverkäufe schwanken schon ihrer Natur nach stärker als Monatsverkäufe, nicht weil die Nachfrage schlechter wäre. Wochendaten brauchen eigene Schwellen.

XYZ beantwortet die Frage „wie vorhersehbar“. Die ABC-Analyse beantwortet eine andere — „wie viel bringt es“. Wirkliche Entscheidungen fallen im Schnittpunkt: Ein Artikel, der viel Geld bringt und sich dabei unvorhersehbar verhält, braucht die Aufmerksamkeit zuerst, ein gleichmäßiger Ausläufer fast keine.

• Was die ABC-Analyse ist — in einfachen Worten — die andere Hälfte desselben Bildes;
• XYZ+ABC: neun Zellen statt drei Klassen — wie Sie beide Analysen verbinden und was Sie mit jeder Zelle tun;
• Was das Werkzeug in Ihren Perioden sonst noch sieht — Trend, Saisonalität und tote Bestände hinter denselben Zahlen.