So erstellen Sie eine Grössen- und Farbkurve aus Abverkaufsdaten in einer Tabelle

DAS WICHTIGSTE Zusammenfassung der Redaktion

1. Eine Grössenkurve ist der Anteil jeder Grösse an der Gesamtnachfrage, abgeleitet aus vergangenen Verkäufen und angewandt auf einen neuen Einkauf oder eine Allokation.
2. Fehlbestände verfälschen die Daten: Eine ausverkaufte Grösse wirkt weniger beliebt, als sie war. Die Kurve sollte daher die Absatzrate an den Tagen verwenden, an denen die Grösse verfügbar war.
3. Kurven unterscheiden sich nach Passform, Warengruppe, Standort und Kanal, weshalb eine einzige Kurve für das ganze Unternehmen die Grössen falsch verteilt.
4. Für neue Produkte ohne Historie übernehmen Planer die Kurve vergleichbarer Artikel. Die Genauigkeit hängt davon ab, wie gut die Attribute übereinstimmen.
5. Feste Vorpackungen können mit der tatsächlichen Nachfrage kollidieren und übrig bleibende Einzelgrössen hinterlassen. Vergleichen Sie deshalb die Packungsverhältnisse mit der Kurve, bevor Sie sich festlegen.

Um in einer Tabelle eine Grössenkurve zu erstellen, erfassen Sie die verkauften Stückzahlen und die Verfügbarkeitstage je Grösse, bereinigen verzerrte Zeiträume, korrigieren jede Grösse um Fehlbestände und teilen dann die bereinigte Nachfrage jeder Grösse durch die Summe. Das Ergebnis ist die prozentuale Verteilung, die Sie auf Ihren Einkauf anwenden. Dieselbe Logik funktioniert für Farben. Die Methode ist einfach, doch die Qualität der Kurve hängt von den Daten ab, mit denen Sie sie speisen.

Welche Daten brauchen Sie?

Die Methode von Inventory Planner beginnt mit Daten auf Grössenebene: verkaufte Stückzahlen, Bestände, Abverkaufsquote und Retouren je Grösse. Ergänzen Sie die Style- oder Passformgruppe, den Kanal oder Standort und die Daten, an denen jede Grösse verfügbar war. Sell-out-Daten (was Händler an Konsumenten verkauft haben) sind für eine Marke, die das Sell-in plant, ideal, aber oft unvollständig. Legen Sie daher klar offen, welche Kunden abgedeckt sind.

Wie berechnen Sie die Kurve Schritt für Schritt?

1. Erfassen Sie Verkaufs- und Bestandshistorie auf Grössenebene für vergleichbare Styles.
2. Bereinigen Sie die Daten: Entfernen oder korrigieren Sie Zeiträume mit Fehlbestand, ungewöhnliche Aktionen, uneinheitliche Grössenbezeichnungen und ausgelaufene Produkte.
3. Berechnen Sie den Rohanteil jeder Grösse: verkaufte Stückzahl dieser Grösse geteilt durch die insgesamt verkauften Stückzahlen über die Grössenreihe.
4. Korrigieren Sie um Fehlbestände: Nehmen Sie für jede Grösse die durchschnittliche tägliche Absatzrate an den Tagen mit Verfügbarkeit und multiplizieren Sie sie mit der Zahl der Verkaufstage der Saison.
5. Normalisieren Sie: Teilen Sie die bereinigte Nachfrage jeder Grösse durch die gesamte bereinigte Nachfrage und drücken Sie sie in Prozent aus. Das ist die Kurve.
6. Wenden Sie sie an: Multiplizieren Sie die Gesamtprognose mit dem Prozentsatz jeder Grösse, um die Stückziele zu erhalten.
7. Prüfen Sie am Saisonende, indem Sie die prognostizierte Grössenverteilung mit den tatsächlichen Verkäufen und Fehlbeständen vergleichen.

In diesem erfundenen Beispiel hat Grösse L 180 Stück verkauft, war aber an 30 von 90 Tagen nicht verfügbar. Ihre bereinigte Nachfrage liegt daher über den Rohverkäufen. Eine naive Kurve hätte L nur 20% des Einkaufs zugewiesen und damit die Knappheit wiederholt.

Lesen Sie auch

Was ist Demand Sensing, und wie funktioniert es in der Mode?

Was sind die wichtigsten Fallstricke?

• Verfälschung durch Fehlbestände unterschätzt die Nachfrage nach beliebten Grössen, wenn sie nicht korrigiert wird.
• Eine Kurve für alles: Passformen, Warengruppen, Standorte und Kanäle können sich unterscheiden.
• Dünne Historie bei neuen Produkten: Planer greifen oft auf Stellvertreterartikel zurück.
• Starre Vorpackungen: Feste Lieferantenverhältnisse können einzelne Grössen knapp und andere überzählig machen.
• Langsamer Nachschub: Eine genaue Kurve verliert an Wert, wenn Bestellungen nicht angepasst werden können.

Wie gehen Sie mit neuen Produkten und Farben um?

Blue Yonder beschreibt, die Kurve ähnlicher Artikel mit vergleichbaren Attributen wie Stoff oder Passform zu übernehmen, und weist darauf hin, dass eine schlechte Übereinstimmung zu einer schlechten Kurve führt. Derselbe Ansatz funktioniert für die Farbverteilung, doch die Farbnachfrage ist volatiler und trendabhängiger. Viele Teams wenden deshalb Kurven für Grössen an und setzen bei Farben auf Urteilsvermögen und Testbestellungen. Halten Sie die für den Abgleich verwendeten Attribute konsistent und dokumentieren Sie, welcher Stellvertreter genutzt wurde, damit das Ergebnis überprüft werden kann. Beachten Sie, dass Blue Yonder Software für die Grössenskalierung anbietet und seine Nutzenversprechen daher mit Vorsicht zu behandeln sind.

Wann braucht es einen Algorithmus statt einer Tabelle?

Für eine begrenzte Zahl von Styles und Standorten genügt eine Tabelle. Sie wird unhandlich, wenn Kurven nach Filialclustern segmentiert, wöchentlich aktualisiert oder mit der Allokation kombiniert werden müssen. Ab dann hilft Software, doch die obigen Grundsätze gelten weiterhin, und die Tabelle bleibt eine nützliche Kontrolle für jedes automatisierte Ergebnis.

Wo liegen die Grenzen von Sell-out-Daten?

Sell-out-Daten erfassen, was Konsumenten gekauft haben. Das ist das richtige Signal für die Grössennachfrage, aber sie haben Lücken. Nicht jeder Händler teilt sie, die Filialabdeckung kann ungleichmässig sein, und die Stichprobe kann grosse Kunden bevorzugen. Eine aus wenigen Kunden gebildete Kurve beschreibt möglicherweise die übrigen nicht. Wo kein Sell-out verfügbar ist, kann die Sell-in-Historie als grober Ersatz dienen, wobei sie widerspiegelt, was Einkäufer kaufen wollten, nicht was Konsumenten wollten.

Uphance weist darauf hin, dass KI-Prognosen einheitliche Style-Attribute in einem System sowie genaue Verkaufs- und Retourendaten brauchen, wobei Retouren innerhalb weniger Tage im Bestand gebucht sein müssen. Für Grössenkurven sind Retourendaten nützlich, weil sich Retouren oft nach Grösse und Passform häufen. Eine Grösse, die stark verkauft, aber oft zurückgeschickt wird, ist mit Vorsicht zu interpretieren.

• Legen Sie offen, welche Kunden und Zeiträume die Daten abdecken.
• Behandeln Sie eine stark retournierte Grösse mit Vorsicht.
• Halten Sie Grössenbezeichnungen über Lieferanten und Saisons hinweg einheitlich.
• Berechnen Sie die Kurve jede Saison neu, statt die alte fortzuschreiben.

Lesen Sie auch

Open-to-Buy erklärt: wie Modehändler ihren Einkauf budgetieren

Wie wenden Sie die Kurve auf einen Einkauf oder eine Allokation an?

Multiplizieren Sie die gesamten Prognosestückzahlen eines Styles mit dem Prozentsatz jeder Grösse, um ein Ziel je Grösse zu erhalten, und runden Sie dann passend zur Kartonmenge. Liefert ein Lieferant in festen Grössenverhältnissen (Vorpackungen), vergleichen Sie das Packungsverhältnis mit der Kurve: Blue Yonder weist darauf hin, dass Vorpackungen Arbeitsaufwand sparen, aber übrig bleibende Einzelgrössen hinterlassen können, die reduziert werden müssen. Ein gemischter Ansatz, mit Vorpackungen für die Kerngrössen und offener Grössenwahl für die Extreme, ist oft ein Kompromiss.

Im Wholesale wenden Sie die Kurve auf die Bestellung des Händlers an, nicht nur auf Ihren eigenen Einkauf. Zeigen Sie dem Einkäufer pro Style einen Vorschlag für die Grössenaufteilung, wo möglich auf Basis des eigenen Sell-out des Händlers, und lassen Sie ihn diesen überschreiben. Ein Vorschlag mit sichtbarer Begründung wird eher akzeptiert als ein unerklärter.

Testen Sie die Kurve schliesslich an der jüngsten Saison, bevor Sie sie verwenden: Hätte sie die Grössenverteilung schlecht vorhergesagt, untersuchen Sie die Daten, bevor Sie ihr vertrauen.

Häufige Fragen

Was ist eine Grössenkurve im Modeeinkauf?

Sie ist der prozentuale Anteil der Nachfrage, der auf jede Grösse einer Grössenreihe entfällt. Sie wird aus vergangenen Verkäufen abgeleitet und dient dazu, einen Einkauf oder eine Allokation auf die Grössen aufzuteilen.

Wie korrigieren Sie eine Grössenkurve um Fehlbestände?

Verwenden Sie für jede Grösse die durchschnittliche tägliche Absatzrate an den Tagen mit Verfügbarkeit, multiplizieren Sie sie mit der Zahl der Verkaufstage und normalisieren Sie dann über alle Grössen, wie in der Methode von Inventory Planner.

Sollte ich eine Grössenkurve für alle Produkte verwenden?

Nein. Passform, Warengruppe, Standort und Kanal können das Grössenmuster verschieben, weshalb Kurven in der Regel segmentiert werden.

Wie erstellt man eine Grössenkurve für einen neuen Style?

Verwenden Sie die Kurve vergleichbarer Artikel mit ähnlichen Attributen, prüfen Sie sie nach den ersten Verkäufen und passen Sie sie an.

LeitfadenDer umfassende Leitfaden zu KI in Merchandising und EinkaufDen ganzen Leitfaden lesen