Was sind Sell-out-Daten in der Mode?
Sell-out-Daten erfassen, was ein Händler tatsächlich an Endkunden verkauft hat, nach Produkt, Grösse, Filiale und Zeitraum, im Unterschied zu dem, was er bei der Marke eingekauft hat.
Kurz erklärt
Sell-out-Daten dokumentieren Stückzahlen und Umsatz, die ein Händler an Endkunden verkauft, aufgeschlüsselt nach Artikel, Farbe, Grösse, Filiale und Woche. Sie unterscheiden sich vom Sell-in, der nur zeigt, was der Händler bei der Marke eingekauft hat. Für Wholesale-Marken sind sie das Signal, das der echten Konsumentennachfrage am nächsten kommt.
Wie funktioniert das in der Praxis?
Ein Warenhaus oder Multibrand-Händler exportiert seine Kassendaten, meist wöchentlich, und teilt sie mit der Marke über EDI-Nachrichten, ein Lieferantenportal oder eine Tabelle. Die Marke ordnet die Artikelnummern des Händlers ihren eigenen SKU- oder GTIN-Stammdaten zu und kombiniert die Zahlen mit dem Lagerbestand, um Sell-through und Bestandsreichweite in Wochen pro Verkaufspunkt zu berechnen.
- Verkaufte Stückzahlen und Umsatz nach SKU, Filiale und Woche
- Lagerbestand und Ware im Zulauf beim Händler
- Verkäufe zum Vollpreis gegenüber reduzierten Verkäufen
- Retouren, verrechnet mit dem Bruttoumsatz
Warum ist das für Modeunternehmen wichtig?
Ohne Sell-out weiss eine Marke nur, dass ein Händler einen Style bestellt hat, nicht aber, ob die Kundschaft ihn wollte. Der Sell-out zeigt dem Wholesale-Team, welche Styles es in Re-Orders pushen sollte, welche Grössen in welchen Verkaufspunkten fehlen und wo sich ein Abschriftenrisiko aufbaut. Ausserdem stärkt er das Key-Account-Gespräch: Einkäufer reagieren besser auf Vorschläge, die auf ihren eigenen Ergebnissen auf der Verkaufsfläche beruhen.
Wie verändert KI das Thema?
Machine-Learning-Modelle nutzen die Sell-out-Historie, um die Nachfrage auf Filial- und Grössenebene zu prognostizieren, Replenishment-Mengen zu empfehlen und Langsamdreher frühzeitig zu erkennen. Weil Händlerdaten in unterschiedlichen Formaten und mit Lücken eintreffen, wird KI auch eingesetzt, um Datenfeeds automatisch zu bereinigen, zuzuordnen und abzugleichen, was Analysten früher jede Saison Tage gekostet hat.
Typische Fehler
- Sell-out ohne Bestandsdaten als Nachfragesignal zu behandeln, obwohl Ausverkäufe entgangene Umsätze verbergen
- Nicht übereinstimmende Produktcodes, durch die stillschweigend Datenzeilen verloren gehen
- Händler mit unterschiedlichen Berichtswochen oder Rückgaberegeln miteinander zu vergleichen
- Vereinbarungen zum Datenaustausch, die nichts über Häufigkeit, Detaillierungsgrad oder Vertraulichkeit aussagen
Häufige Fragen
Was ist der Unterschied zwischen Sell-in und Sell-out?
Sell-in ist das, was eine Marke an ihre Handelspartner verkauft, gemessen an Wholesale-Aufträgen und Auslieferungen. Sell-out ist das, was diese Händler anschliessend an Konsumenten verkaufen. Die Differenz zwischen beiden zeigt, wie viel Ware noch im Kanal liegt.
Wie erhalten Marken Sell-out-Daten von Händlern?
Die meisten Marken verhandeln den Datenaustausch als Teil der Kundenbeziehung und erhalten wöchentliche Dateien über EDI, ein Lieferantenportal des Händlers oder eine B2B-Plattform. Bei Concession- und Kommissionsmodellen hat die Marke in der Regel direkten Zugriff, weil ihr die Ware gehört.
