1. Apa itu:
Ini adalah teknik yang memungkinkan untuk mengklasifikasikan elemen penting bagi syarikat atau jabatan, sama ada ini adalah pelanggan, produk, pembekal, perkhidmatan dll.
2. Apa itu digunakan untuk:
Ia digunakan untuk membuat klasifikasi, bergantung pada jumlah transaksi dari segi kuantiti, nilai wang, dll. serta tahap kritikal atau kepentingan.
3. Faedah:
Ini memungkinkan secara objektif objektif tanpa subjektiviti untuk mengklasifikasikan elemen-elemen mana (pelanggan, produk, pembekal, perkhidmatan) yang harus diberi perhatian oleh syarikat atau jabatan untuk membuat rundingan atau melakukan tinjauan. Skema ini membolehkan klasifikasi lebih tinggi daripada yang dikenali sebagai ABC, yang dalam kombinasi dengan kekritisan tidak dapat memberikan klasifikasi baru pelanggan: Platinum, emas dan perak, alpha, beta, pelbagai produk.
4. Batasan dan Perhatian:
Lebih mudah menetapkan jumlah dari segi jumlah urus niaga atau nilai wang, bukan dari segi tahap kritikal atau kepentingan yang dapat menimbulkan sedikit subjektiviti.
5. Contoh permohonan:
- Klasifikasi pelanggan untuk menetapkan portfolio campuran kepada eksekutif akaun Klasifikasi pelanggan untuk penghantaran kad: platinum, emas, perak Klasifikasi produk dalam inventori untuk pengurusan yang lebih baik Klasifikasi produk kewangan Klasifikasi perkhidmatan yang disediakan Klasifikasi pelanggan dalaman untuk membeza-bezakan perundingan.
6. Bagaimana ia dibuat:
6.1 Pengelasan ABC:
Buat klasifikasi ABC mengikut jumlah urus niaga. Gunakan arahan untuk analisis Pareto (Lihat ITSCI 01: 0).
6.2 Pengelasan 123:
Dari Senarai klasifikasi ABC, masing-masing dikenal pasti tahap kekritisannya (Kepentingan terhadap imej syarikat, kesan terhadap aktiviti jabatan, masalah yang boleh menyebabkan kekurangan produk, jarak dari pembekal, (1) jika penyedia tunggal dan tidak ada pengganti, (2) jika unik tetapi ada pengganti, (3) jika tidak unik dan ada banyak pengganti). Lihat contoh senarai di bawah.
6.3 Menetapkan kategori: kategori ditetapkan untuk setiap pelanggan, produk atau pembekal seperti berikut:
Pelanggan Platinum: A1.A2.A3.B1, C1, Pelanggan Emas: B2, B3, C2, Pelanggan Perak: C3 atau Produk Alpha: A1.A2.A3.B1, C1, Produk Beta: B2, B3, C2, Julat Produk: C3.
|
Nama |
ABC |
Kritikan |
Kategori |
7. Petua
Untuk klasifikasi pelanggan luaran, jumlah penjualan atau perniagaan yang dijalankan boleh menjadi kaedah yang baik untuk melakukan klasifikasi ABC, untuk produk dalam inventori (bahan mentah, input atau produk siap) baik kuantiti yang diminta dan harga seunitanya harus dipertimbangkan dengan cara bahawa produk dibawa ke unit wang biasa. Dalam kes perkhidmatan, ini boleh menjadi nilai penjualan atau nilai sumbangan untuk keuntungan.
Tahap kekritisan, selain unsur-unsur yang disebutkan di atas, mungkin disebabkan oleh tahap kepentingan syarikat dalam hal pelanggan (Terlepas dari jumlah pembeliannya, ia berminat dengan gambar: sebagai contoh, jika syarikat ingin menyampaikan kad kepada pelanggan pilihan, ia mungkin Presiden Republik mempunyai jumlah urus niaga yang sangat sedikit, tetapi sangat penting bagi institusi untuk menghitungnya sebagai pelanggan pertama dan memberikan kad tersebut.
Sekiranya jabatan selain klasifikasi pelanggannya ingin menentukan ukuran sampel untuk ditemu ramah, ia boleh menggunakan petua berikut:
Arahan untuk mengira ukuran sampel:
- Saiz alam semesta atau ukuran populasi: Contohnya, jika anda mengira sampel penduduk di bandar yang berjumlah 50,000 penduduk, alam semesta akan menjadi 50,000 Kesalahan maksimum yang dapat diterima: Inilah ketepatan kebarangkalian yang ingin anda capai. Ini adalah ketepatan statistik yang perlu anda capai dan tahap kesalahan yang anda mahu terima. Julatnya antara 1% hingga 20%. Tahap keyakinan yang diinginkan digunakan untuk menentukan tahap kepastian yang diinginkan untuk hasilnya. Contohnya, tahap kebolehpercayaan yang ditetapkan boleh menjadi 95% atau 90%. Tahap keyakinan yang diinginkan menentukan sejauh mana anda perlu memastikan kebolehpercayaan hasilnya. Biasanya 95% (1 dari 20 kebarangkalian kesalahan) atau 90% (1 dari 10% kebarangkalian kesalahan) dipilih. Apabila semua nilai ditetapkan,Hasil yang diperoleh adalah jumlah kes yang diperlukan untuk mewakili alam semesta atau populasi dengan tahap kemungkinan kesilapan dan keyakinan yang ditetapkannya.
Contoh: Contoh untuk dipertimbangkan mengikut ukuran populasi pekerja di sebuah syarikat.
Saiz populasi (Alam Semesta): 100
Kesalahan maksimum yang boleh diterima
Saiz populasi (Alam Semesta): 90
Kesalahan maksimum yang boleh diterima
Saiz populasi (Alam Semesta): 75
Kesalahan maksimum yang boleh diterima
