Welche Fragen sollten Händler bei der Ausschreibung für Sortimentsplanungssysteme stellen?

Die Auswahl eines KI-gestützten Sortimentsplanungssystems erfordert, dass Händler während des Ausschreibungsverfahrens die richtigen Fragen stellen. Merchandiser, die Anbieter evaluieren, sollten sich auf fünf Kernbereiche konzentrieren: Datenanforderungen und Integrationsfähigkeiten, Prognosemethoden und Genauigkeit, Systemflexibilität und Skalierbarkeit, Preise und Implementierungskosten sowie Schulung und laufender Support. Die 25 Fragen unten bieten einen Rahmen für den Vergleich von Plattformen und stellen sicher, dass die gewählte Lösung mit den Geschäftszielen übereinstimmt.

Welche Daten benötigt das System und wie wird es integriert?

Daten sind die Grundlage jedes KI-gestützten Sortimentsplanungstools. Händler sollten Anbieter fragen, welche Datenquellen das System benötigt, um effektiv zu funktionieren, einschliesslich historischer Verkaufsdaten, Bestandsniveaus, demografischer Kundeninformationen, Wettbewerbspreisen und Markttrends. Die Integration mit der bestehenden Technologieinfrastruktur ist ebenso wichtig. Fragen sollten die Kompatibilität mit Enterprise-Resource-Planning-Systemen, Point-of-Sale-Plattformen, Lagerverwaltungssoftware und E-Commerce-Backends abdecken.

• Welche Arten von historischen Daten werden benötigt und wie viele Saisons zurück sollten verfügbar sein?
• Kann das System mit unseren aktuellen ERP-, POS- und Bestandsverwaltungsplattformen integriert werden?
• Unterstützt die Plattform Echtzeit-Datenfeeds oder Batch-Updates?
• Wie geht das System mit fehlenden oder unvollständigen Daten um?
• Welche Datenquellen von Drittanbietern integriert die Plattform, wie etwa Wetter- oder Markttrends?

Wie genau sind die Prognosemethoden?

Die Prognosegenauigkeit wirkt sich direkt auf die Bestandseffizienz und Rentabilität aus. Händler benötigen Klarheit über die KI-Modelle, die Anbieter einsetzen, wie diese Modelle trainiert und validiert werden und welches Genauigkeitsniveau sie erwarten können. Anbieter sollten in der Lage sein, ihren Ansatz zur Nachfrageprognose zu erläutern, ob regelbasiert, auf maschinellem Lernen basierend oder eine hybride Methodik. Das Verständnis, wie das System Saisonalität, Werbeaktivitäten und neue Produkteinführungen berücksichtigt, ist wesentlich.

• Welche Prognosetechniken verwendet die Plattform und wie werden Modelle trainiert?
• Wie hoch ist die typische Prognosegenauigkeitsrate und auf welcher Granularitätsebene?
• Wie behandelt das System saisonale Spitzen, Werbeaktionen und Markdown-Perioden?
• Kann die Plattform die Nachfrage für neue Produkte mit begrenzter Verkaufshistorie prognostizieren?
• Wie häufig werden Prognosen aktualisiert und können Benutzer Vorhersagen überschreiben?

Unterstützt das System Produktattribute und Planung auf Filialebene?

Sortimentsplanung geht über Entscheidungen auf Kategorieebene hinaus und umfasst Produktattribute wie Farbe, Grösse, Stil und Preispunkt. Händler sollten bestätigen, dass Anbieter die Planung auf Ebene der Artikelnummer unterstützen können und Bestände auf einzelne Filialen oder Regionen basierend auf lokalen Nachfragemustern zuweisen können. Store-Clustering-Fähigkeiten, die Standorte mit ähnlichen Kundenprofilen gruppieren, ermöglichen präzisere Sortimentsstrategien.

• Kann die Plattform Sortimente auf SKU-Ebene planen, einschliesslich Grösse und Farbe?
• Unterstützt das System die Planung auf Filialebene oder Cluster-Ebene?
• Wie berücksichtigt das Tool regionale Präferenzen und lokale Marktbedingungen?
• Können Benutzer mehrere Sortimentsszenarien für verschiedene Filialformate erstellen?
• Empfiehlt die Plattform optimale Lagerbestände für jeden Standort?

Wie hoch sind die Kosten und Implementierungszeitpläne?

Preismodelle für Sortimentsplanungssysteme variieren stark, von abonnementbasierter Software as a Service bis zu unbefristeten Lizenzen mit jährlichen Wartungsgebühren. Händler sollten Anbieter um transparente Kostenaufschlüsselungen bitten, einschliesslich Implementierung, Anpassung, Schulung und laufendem Support. Das Verständnis des typischen Einführungszeitplans hilft Organisationen, Ressourcen zuzuweisen und realistische Erwartungen dafür zu setzen, wann das System betriebsbereit sein wird.

• Wie ist die Preisstruktur und gibt es zusätzliche Gebühren für Module oder Benutzer?
• Wie lange dauert eine typische Implementierung von der Vertragsunterzeichnung bis zum Go-Live?
• Welche Anpassungsoptionen sind verfügbar und zu welchen Kosten?
• Gibt es Gebühren für Software-Updates oder laufende Wartung?
• Was ist im Grundpreis enthalten im Vergleich zu optionalen Zusatzmodulen?

Welche Schulung und Unterstützung bietet der Anbieter?

Selbst das ausgefeilteste Sortimentsplanungstool liefert wenig Wert, wenn Merchandiser es nicht effektiv nutzen können. Händler sollten die Qualität und Verfügbarkeit von Anbieter-Schulungsprogrammen, Benutzerdokumentation und technischem Support bewerten. Fragen sollten Onboarding-Prozesse, die Verfügbarkeit dedizierter Account Manager, Reaktionszeiten bei technischen Problemen und die Frage ansprechen, ob der Anbieter kontinuierliche Weiterbildung anbietet, wenn neue Funktionen veröffentlicht werden.

• Welche Schulung wird während der Implementierung bereitgestellt und ist sie im Vertrag enthalten?
• Bietet der Anbieter laufende Weiterbildungs- und Zertifizierungsprogramme an?
• Welche Support-Kanäle sind verfügbar und wie sind die Reaktionszeiten?
• Gibt es einen dedizierten Account Manager oder ein Customer-Success-Team?
• Wie handhabt der Anbieter Software-Updates und kommuniziert neue Funktionen?

Wie behandelt die Plattform Szenarioplanung und Markdown-Optimierung?

Fortgeschrittene Sortimentsplanungssysteme ermöglichen es Händlern, verschiedene Szenarien zu modellieren, wie etwa Veränderungen der Verbraucherpräferenzen, Störungen in der Lieferkette oder Aktionen von Wettbewerbern. Die Fähigkeit, Ergebnisse zu simulieren, bevor man sich auf eine Sortimentsstrategie festlegt, reduziert Risiken und verbessert die Entscheidungsfindung. Markdown-Optimierungsfähigkeiten, die empfehlen, wann und wie stark langsam drehende Bestände reduziert werden sollten, helfen, Margen zu schützen und gleichzeitig Bestände effizient abzubauen.

Händler sollten Anbieter fragen, ob ihre Plattformen Was-wäre-wenn-Analysen unterstützen, wie schnell Szenarien generiert werden können und ob das System umsetzbare Empfehlungen liefert. Das Verständnis, in welchem Umfang das Tool Markdown-Entscheidungen automatisieren kann im Vergleich zur Notwendigkeit menschlicher Aufsicht, ist wichtig, um die Technologie mit bestehenden Arbeitsabläufen und Governance-Strukturen in Einklang zu bringen.