Was ist Prescriptive Analytics in der Mode?
Analytik, die konkrete Massnahmen empfiehlt, oft indem sie vorhergesagte Ergebnisse gegen Ziele und Restriktionen abwägt.
Kurz erklärt
Prescriptive Analytics (präskriptive Analytik) ist eine Form der Analytik, die eine konkrete Massnahme empfiehlt, statt nur zu beschreiben oder vorherzusagen, was geschehen wird. Sie wägt prognostizierte Ergebnisse gegen Geschäftsziele und Rahmenbedingungen wie Margenziele, Bestandsniveaus oder Kapazitäten ab und schlägt die Option vor, die am besten dazu passt.
Wie funktioniert es in der Praxis?
Ein präskriptives System baut in der Regel auf einer Prognose auf. Es übernimmt die prognostizierte Nachfrage für jeden Style, ergänzt die für das Geschäft relevanten Regeln wie Mindestmarge, verfügbaren Bestand, Lieferfenster und Kundenprioritäten und testet dann viele mögliche Entscheidungen, um diejenige mit der besten Bewertung zu finden. Das Ergebnis ist eine Empfehlung, die ein Planer annehmen, anpassen oder ablehnen kann.
Typische Fragen in der Mode, die sie beantwortet, sind:
- Wann eine Preisreduzierung beginnen und wie stark sie ausfallen sollte, um Marge und Abverkauf auszubalancieren.
- Wie eine begrenzte Produktionsmenge auf Schlüsselkunden und eigenen Retail aufgeteilt werden soll.
- Wie viel Open-to-Buy für Nachbestellungen während der Saison freigegeben werden soll.
Warum ist das wichtig?
Einkaufs- und Merchandising-Teams treffen jede Saison tausende kleine Entscheidungen zu Allokation und Preisen. Prescriptive Analytics hilft ihnen, diese Entscheidungen einheitlicher und schneller zu treffen, und macht Zielkonflikte sichtbar. Statt über Bauchgefühl zu debattieren, kann ein Team die empfohlene Option mit Alternativen vergleichen und sehen, was jede davon an Marge oder Verfügbarkeit kostet.
Wie nutzt KI sie?
Machine Learning verbessert die zugrunde liegenden Prognosen, während Optimierungsverfahren die möglichen Massnahmen durchsuchen. Neuere Tools ergänzen Erklärungen in natürlicher Sprache, sodass ein Merchandiser fragen kann, warum das System empfiehlt, Bestand für einen bestimmten Wholesale-Partner zurückzuhalten, und eine verständliche Antwort erhält.
Typische Fallstricke
Empfehlungen sind nur so gut wie die Ziele und Regeln, die in das Modell eingebaut sind. Belohnt die Zielfunktion allein den Abverkauf, empfiehlt das System womöglich zu früh Rabatte. Veraltete Rahmenbedingungen wie ein alter Lieferkalender führen ebenfalls zu selbstbewussten, aber falschen Ratschlägen. Teams sollten die Ziele ausdrücklich vereinbaren, Empfehlungen am kaufmännischen Urteil messen und bei folgenreichen Entscheidungen wie der Stornierung von Aufträgen oder der Umverteilung knapper Bestände einen Human in the Loop vorsehen.
Häufige Fragen
Was ist der Unterschied zwischen Predictive und Prescriptive Analytics?
Predictive Analytics schätzt ab, was voraussichtlich geschehen wird, etwa die Nachfrage nach einem Style im nächsten Monat. Prescriptive Analytics geht einen Schritt weiter und empfiehlt, was zu tun ist, zum Beispiel wie viel nachbestellt oder wann reduziert werden sollte.
Kann Prescriptive Analytics automatisch Entscheidungen treffen?
Das kann sie, doch die meisten Modeunternehmen nutzen sie, um Menschen zu unterstützen statt zu ersetzen. Risikoarme Massnahmen wie routinemässiger Nachschub werden manchmal automatisiert, während Entscheidungen zu Preisen und Allokation meist von einem Planer oder Einkäufer freigegeben werden.