Lagerrutiner
Så gör du en ABC-analys för lagerhållning
Fulla hyllor med varor som inte säljer – och tomma platser för de produkter kunderna efterfrågar mest – är två symptom på samma sak: artiklarna prioriteras inte efter vad som faktiskt driver affären.
Varför ABC-analys är ett praktiskt verktyg för lagerhållning
Fulla hyllor med varor som inte säljer – och tomma platser för de produkter kunderna efterfrågar mest – är två symptom på samma sak: artiklarna prioriteras inte efter vad som faktiskt driver affären. En ABC-analys klassificerar artiklarna efter betydelse för verksamheten och gör det därför möjligt att prioritera lagerhanteringen i stället för att behandla hela sortimentet lika (Confect).
Kapitalbindningen är den konkreta kostnaden. Mer kapital bundet i lager påverkar både balansräkningen och möjligheten att investera i tillväxt, innovation, personal och digitalisering, enligt Fellowmind. När du identifierar de artiklar som står för största delen av värdet kan du enligt EazyStock minska kapitalbindningen, öka servicegraden och få bättre kontroll över lagret.
Analysen ger också planerarna ett strukturerat sätt att rangordna produkter efter betydelse och påverkan, vilket förenklar prognoser, prioriteringar och beslut om säkerhetslager (AGR). När efterfrågemönster skiftar snabbt fungerar klassningen som en stabil utgångspunkt för att sätta servicemål och samordna påfyllning i ett komplext sortiment.
A, B och C – men vad betyder klasserna i praktiken?
ABC-analysen bygger på Paretoprincipen: 20 % av artiklarna står ofta för 80 % av lagerkostnaderna (EazyStock). Fellowmind ger samma mönster i klartext: A-artiklar utgör vanligtvis 20 procent av artiklarna men runt 80 procent av försäljningsvärdet. Det är artiklar med högt värde eller stora volymer, och de kräver noggrann lagerkontroll och frekventa analyser (Confect). Enligt AGR behöver de dessutom ofta övervakas noggrannare, eftersom även en kort störning kan påverka servicenivåer och intäkter.
B-artiklarna är mellanskiktet: de står för runt 15 procent av värdet men oftast runt 30 procent av artiklarna (Fellowmind). De är viktiga men inte kritiska och kräver balanserad övervakning och påfyllning (Confect). AGR beskriver dem som ett stabilt mellanting med pålitliga efterfrågemönster och förutsägbara bidrag – de förtjänar löpande uppmärksamhet, men sällan samma granskning som A-artiklarna.
C-artiklarna är många men står för en liten del av värdet. Enligt Fellowmind kan 50 procent av artiklarna normalt klassas som C, och de står tillsammans för 5 procent av det totala värdet. De behövs, men har i regel ganska liten betydelse för verksamheten; enligt Confect har de låg efterfrågan och kräver mindre frekvent hantering. AGR uttrycker samma sak: C-artiklarna är den största andelen av SKU:erna men bidrar med den minsta andelen av värdet.
Gränsvärdena sätts typiskt runt 80 % för A, 15 % för B och 5 % för C (EazyStock). Det är en konvention, inte ett facit: gränserna anpassas efter sortimentets storlek, värdets fördelning och vilken styrning du faktiskt kan genomföra. Poängen är att fördelningen visar var insatsen gör mest nytta.
Välj underlag: vilka mått säger mest om ditt lager?
I traditionell ABC rangordnas produkter efter årligt förbrukningsvärde och tilldelas därefter A, B eller C (AGR). Enligt EazyStock beräknas värdet som årligt antal sålda enheter multiplicerat med kostnad per enhet – prognostiserad kostnad för sålda varor. Det är ett bra basmått eftersom det fångar både volym och pris.
Vill du fånga mer än volym och pris listar Confect mått som kan ingå: försäljningsvolym, omsättningshastighet, försäljningsvärde, bruttomarginal, nettomarginal, antal kunder och antal order. Bruttomarginalen visar hur mycket vinst varje produkt genererar efter kostnaden för sålda varor, medan nettomarginalen visar marginalen efter alla kostnader och därmed vilka produkter som påverkar nettovinsten mest. Antal kunder visar om produkten köps av många eller få kunder, vilket belyser risken om ett fåtal kunder står för en stor del av efterfrågan. Antal order visar om efterfrågan består av enstaka stora eller många små order, vilket påverkar vilka kvantiteter du hanterar per artikel.
Confect betonar att valet av kriterier är avgörande för en träffsäker analys som stöttar företagets mål och lagerstrategi. I praktiken behöver du för varje artikel koppla ihop artikelnummer, såld eller förbrukad mängd och kostnad per enhet – och alla mått måste avse samma period, annars blir de kumulativa procentsatserna i nästa steg missvisande.
Räkna fram klassificeringen i fem steg
EazyStock beskriver arbetsgången i fem steg. 1) Beräkna värdet av den årliga förbrukningen per artikel med formeln årligt antal sålda enheter × kostnad per enhet. 2) Sortera produkterna i fallande ordning efter detta värde. 3) Summera värdena – både totalt antal sålda enheter och totalt årligt förbrukningsvärde. 4) Ta fram kumulativa procentandelar av sålda enheter och av den årliga förbrukningen. 5) Sätt gränsvärdena för A, B och C, typiskt runt 80 % för A, 15 % för B och 5 % för C.
Steg 4 gör analysen användbar: den kumulativa kurvan visar hur snabbt värdet ackumuleras när du går nedåt i den sorterade listan. Jämför du den kumulativa andelen sålda enheter med den kumulativa andelen värde syns hur koncentrerad affären är. Om en liten andel artiklar står för en stor andel av värdet ligger A-gränsen nära toppen; en flackare kurva innebär att fler artiklar måste in i A för att täcka samma värdeandel.
Ett genomräknat exempel med ett mindre sortiment
Exemplet nedan är ett konstruerat räkneexempel för att visa mekaniken och utgår inte från något företag. Tio artiklar har tillsammans ett årligt förbrukningsvärde på 1 000 000 kronor.
Sorterade i fallande ordning ser de ut så här, med varje artikels andel av det totala värdet och den kumulativa andelen inom parentes: Artikel 1: 360 000 kr (36,0 %, kumulativt 36,0 %). Artikel 2: 250 000 kr (25,0 %, kumulativt 61,0 %). Artikel 3: 190 000 kr (19,0 %, kumulativt 80,0 %). Artikel 4: 70 000 kr (7,0 %, kumulativt 87,0 %). Artikel 5: 50 000 kr (5,0 %, kumulativt 92,0 %). Artikel 6: 30 000 kr (3,0 %, kumulativt 95,0 %). Artikel 7: 22 000 kr (2,2 %, kumulativt 97,2 %). Artikel 8: 14 000 kr (1,4 %, kumulativt 98,6 %). Artikel 9: 9 000 kr (0,9 %, kumulativt 99,5 %). Artikel 10: 5 000 kr (0,5 %, kumulativt 100 %).
Med gränsvärdena 80/15/5 blir artikel 1–3 A-artiklar: tre artiklar, alltså 30 % av sortimentet, som svarar för 80 % av det årliga förbrukningsvärdet. Artikel 4–6 blir B-artiklar: ytterligare 30 % av artiklarna, tillsammans 150 000 kr eller 15 % av värdet (kumulativt 80 % till 95 %). Artikel 7–10 blir C-artiklar: fyra artiklar, 40 % av sortimentet, som tillsammans står för 50 000 kr eller 5 % av värdet.
Resultatet visar varför klassningen är användbar: knappt en tredjedel av artiklarna bär fyra femtedelar av värdet, medan de fyra C-artiklarna kräver lika mycket lageradministration som A-artiklarna men bidrar med en tjugondel av värdet. Räkna också fram kumulativa procentsatser för antal sålda enheter och jämför med värdekurvan (EazyStock). I många sortiment står några få billiga artiklar för större delen av orderraderna medan värdet ligger någon helt annanstans – då hamnar gränsvärdena olika beroende på vilket mått du styr mot.
Från analys till lagerstyrning: så anpassar du reglerna
Klassningen får effekt först när den styr reglerna. Med ABC-klasser kan du enligt EazyStock anpassa inköp, beställningspunkter och säkerhetslager efter varje kategoris betydelse. Enligt AGR stärker klassificeringen prognoser, beslut om säkerhetslager och påfyllningsregler genom att visa var servicenivåerna bör vara högst och var lagret kan hållas lägre.
För A-artiklarna innebär det tätare kontroll: noggrann lagerkontroll och frekventa analyser (Confect), kortare intervall mellan avstämningar och en beställningspunkt som tar höjd för efterfrågetoppar, eftersom även en kort störning kan påverka både servicenivå och intäkter (AGR). Att A-artiklarna finns i lager är samtidigt det som enligt Rackbeat ökar kundnöjdheten och behåller försäljningen.
För C-artiklarna är logiken den motsatta. Rackbeat framhåller att minimerad lagerhållning och kapitalbindning för C-varor frigör resurser till de varor som verkligen är viktiga, vilket gör att C kan styras med enklare rutiner: längre kontrollintervall, lägre servicemål och beställning i större kvantiteter men mer sällan. Risken med att inte skilja på klasserna beskriver Fellowmind: behandlar du alla varor likadant – lika stora inköp och lika stort säkerhetslager oavsett artikel – blir lagerstyrningen inte anpassad till artiklarnas betydelse.
Kapitalbindningen blir den sammanvägda effekten. För A-artiklar kan ett högre säkerhetslager vara motiverat av affärsvärdet, medan B-artiklarna får en mellanposition med balanserad övervakning och påfyllning (Confect). En vanlig arbetsordning är att först sätta servicemål per klass, sedan härleda säkerhetslager och beställningspunkt ur efterfrågan och ledtid, och sist bestämma uppföljningsfrekvensen – med kortast intervall för A.
Kombinera ABC med XYZ när efterfrågan varierar
ABC säger hur mycket en artikel betyder ekonomiskt, men inte hur förutsägbar efterfrågan är. Enligt EazyStock kan ABC-klassificeringen kombineras med XYZ-analys för ännu bättre lagerkontroll och ge bättre beslut och effektivare hantering, särskilt när den kombineras med metoder som XYZ-analys.
I den vanliga XYZ-delen delas artiklarna efter efterfrågans jämnhet i stället för efter värde: X för jämn och förutsägbar efterfrågan, Y för trend eller säsongsvariation och Z för oregelbunden eller sporadisk efterfrågan. Kombinationen ger nio fält – AX, AY, AZ, BX och så vidare – där två artiklar med samma ABC-klass kan behöva helt olika lagerregler.
Den viktigaste kombinationen att hantera separat är A-artiklar med ojämn efterfrågan (AZ). De har stor ekonomisk påverkan samtidigt som prognosen är osäker, vilket gör säkerhetslager, bevakningsintervall och prognosmetod avgörande för att undvika både brist och onödigt bundet kapital. I motsatt ände kan CX-artiklar, som varken är värdefulla eller svårprognostiserade, styras med enkla regler och låg kontrollfrekvens.
Enligt AGR förändras efterfrågemönstren snabbare än någonsin, och en klassificering på hög nivå ger då en tillförlitlig utgångspunkt för att fastställa servicemål och samordna påfyllning. En ABC-XYZ-matris håller utgångspunkten aktuell utan att varje artikel behöver analyseras för sig.
Håll analysen levande och undvik typiska misstag
Den vanligaste fällan är att läsa klassningen som en värdering av artikeln i sig. C-artiklar behövs, men har i regel ganska liten betydelse för verksamheten (Fellowmind). En billig komponent kan ändå vara nödvändig för att en A-artikel ska kunna säljas, och en produkt med lågt förbrukningsvärde kan vara kritisk för ett fåtal kunder. Confect pekar på antal kunder som ett mått just för den riskexponeringen, eftersom ett fåtal kunder kan stå för en stor del av efterfrågan.
En enfaktormodell rangordnar artiklarna efter ett enda mått, oftast årligt förbrukningsvärde, medan en tvåfaktormodell väger in ytterligare ett mått – till exempel bruttomarginal eller antal kunder. Enfaktormodellen är snabb att bygga och lätt att förklara, men visar varken lönsamhet eller kundkoncentration. Tvåfaktormodellen ger en mer nyanserad bild, men kräver data för det andra måttet och ett beslut om hur faktorerna ska viktas mot varandra.
Klassningen åldras. A-artiklar kräver frekventa analyser (Confect), och när priser, sortiment eller efterfrågemönster ändras flyttar artiklar mellan klasserna. Sätt därför ett fast intervall för omräkning och följ de kumulativa procentsatserna över tid. AGR tar upp automatiserade uppdateringar och konfigurerbara mätvärden som stöd för att hålla klassificeringen aktuell i stället för att göra den som en engångsinsats.
ABC säger slutligen inget om hur mycket du ska beställa vid ett givet tillfälle – det avgörs av efterfrågan, ledtid och valt säkerhetslager per klass. Analysen är en prioriteringsmekanism, och värdet ligger i att olika klasser får olika regler för beställningspunkter, säkerhetslager, servicegrad och uppföljningsfrekvens.
