导言
在任何组织中，大数据是什么概念，保持供需平衡都是至关重要的。这一目标促使规划界致力于生产正确的产品组合，保持最佳库存水平，同时保持客户服务水平——当然，所有这些都在财务范围内！
需求计划人员预计将预测更多的产品/地点组合，但期望对每个项目都给予同等的关注和重视是不现实的。因此，微信返利机器人，我们需要一个工具来帮助他们集中注意力并优先考虑他们的工作量，从而为预测增加实际价值。标准供应链实践围绕ABC-XYZ分析展开，ABC部分基于帕累托原理，即有限数量的任务产生显著的总体效果（后面将进一步解释）。
theABC维度通常基于价值（利润或收入）或销售额，而XYZ维度则着眼于需求的可预测性，即根据以前的销售额预测未来销售额有多难？分段的使用允许对ABC-XYZ的不同分段应用不同的预测程序，从"一刀切"的思维转向预测。一旦根据细分分配了最佳预测配置文件，这可以提高预测的准确性。
在这篇博客文章中，web云服务器，我将解释SAP高级规划和优化（APO）应用程序的需求规划（DP）模块中的ABC-XYZ功能如何帮助利用这一点。
背景
ABC-XYZSAP SCM 7.0的Enhancement Pack（EHP）2中首次引入了此功能（注意APO位于SAP的SCM产品中），并包含在"预测准确性改进"区域下提供的一套工具中。此细分工具将根据其销售/收入价值和销售的可预测性将预测组合（CVC）分组在一起。
了解该工具背后的机制
ABC-XYZ的计划对象是根据CVC内的特征设置的，需要通过配置进行定义。请注意，无法针对导航属性设置计划对象。
ABC维度的计算是在特定时间范围内对每个计划对象使用帕累托规则完成的。帕累托规则定义80%的影响仅来自20%的原因。例如，80%的销售价值来自20%的产品基础。利用帕累托法则，需求规划者可以专注于哪些产品推动了这80%的增长，剩下的20%的增长则由例外管理。一旦系统运行ABC分析，流程将为每个规划对象分配以下指标之一：
A–产生最大价值的对象的最大给定数量（例如，20%的产品产生80%的产量）B–价值低于A（例如，物联网展会，产量占总产量15%的产品C–产生最小值的对象的最小给定数量–剩余的！
ABC工具具有灵活性，允许用户为类定义拆分，并能够在需要时添加额外的类，例如A、B、C、D.
通过查看指定时间段内销售系数的方差来完成XYZ的计算。一旦系统运行XYZ分析，流程将用以下指标分配规划对象：
X–非常小的变化（需求的规律模式，易于预测）Y–一些变化（既不是常规需求，也不是非常规需求）Z–变化最大（不规则、零星或很难预测需求）
XYZ工具还可以突出显示"新"和"过时"的规划对象。下表显示了每个ABC-XYZ组合的预测行为示例。请注意，ABC-XYZ的9盒方法也可以是AB-XY的4盒方法，如果这有助于降低复杂性并促进用户理解的话。然后，计划人员可以决定如何管理产品组合，例如：
带有AX、AY和AZ的对象由客户经理/销售预测进行高度管理BX、BY和CX将由统计预测和异常管理带有BZ、CY和CZ的对象不太受关注，并推动进一步讨论
输出
一旦运行ABC-XYZ工具，结果可在系统中查看，您可以将其视为ABC类或XYZ值组合数量的列表或图形表示。您也可以覆盖结果或将结果导出到excel。
列表视图
图形视图
其他用途
您还可以通过选择计划级别（在ABC-XYZ配置中设置）将组合引入计划书。
一旦设置了选择配置文件，这些配置文件就可以在后台作业中使用。您还可以使用分类结果填充导航属性，导出到BW进行报告，并更新SAP APO SNP产品/位置主数据。
了解预测优化工具
ABC-XYZ工具还允许系统根据预定义的预测配置文件查找要使用的最佳预测配置文件。
分配的预测配置文件是GUID配置文件–这允许demand planner加载配置文件已分配给选择并进行进一步更改（例如：更改α因子），而无需更改系统管理员设置的原始预测配置文件。
ABC-XYZ预测优化工具是一个非常方便的工具，可用于进行统计预测。在该工具中，有一个选项可以仅针对新组合运行优化。这一点非常重要，因为如果未选择此选项，优化将针对所有组合运行，并可能为选择分配新的预测配置文件。
了解DP工作列表中所需的配置
，游戏返利，需要创建以下内容：
ABC分析配置文件
XYZ分析配置文件
分类配置文件
其他点
ABC-XYZ当前不适用于生命周期规划由于ABC-XYZ和组季节性具有共同的设置参数，因此这些参数仅适用于特征，而不适用于导航属性ABC-XYZ forecast Optimization tool与SAP note 1366618中提到的工具不同
有许多增强功能可供使用；
使用用户定义的ABC-XYZ类覆盖系统确定的ABC-XYZ在预测优化之前更改预测配置文件分配为XYZ工具定义您自己的变量系数计算
ABC-XYZ细分也可在IBP中按需提供。该工具提供的灵活性包括：
将分割结果存储为属性在不同的周期级别运行分段使用偏移量作为计算范围
结论
