Sell-out-Daten per EDI: SLSRPT, INVRPT und was man damit macht
Abverkaufs- und Bestandsberichte von Handelspartnern zeigen Marken, was sich tatsächlich verkauft, Filiale für Filiale und Grösse für Grösse. Wie die beiden EDI-Nachrichten funktionieren und wie Merchandising-Teams sie für Nachbestellungen nutzen können.
DAS WICHTIGSTE Zusammenfassung der Redaktion
- SLSRPT ist der EANCOM-Verkaufsdatenbericht: GS1 definiert ihn als Nachricht zur Übermittlung grundlegender Verkaufsdaten mit Lokation, Zeitraum, Produktidentifikation, Preisen und Mengen.
- INVRPT ist der EANCOM-Bestandsbericht und umfasst sowohl den tatsächlichen Bestand als auch geplante oder angestrebte Bestände wie Mindest-, Höchst- und Meldebestand.
- GS1 hält fest, dass SLSRPT niemals Geschäftstransaktionen wie Bestellungen oder Bestandsberichte ersetzen sollte.
- Abverkaufs- und Bestandsdaten auf Ebene von Filiale, GTIN und Woche ermöglichen es Marken, Grössenlücken zu erkennen, Nachbestellungen vorzuschlagen und die Order der nächsten Saison faktenbasiert zu planen.
- Der Nutzen hängt von Datenvereinbarungen und Datenqualität ab: welche Filialen, wie oft, wie Retouren behandelt werden und ob die Produktidentifikatoren mit den Stammdaten der Marke übereinstimmen.
Sell-out-Daten per EDI kommen meist in zwei EANCOM-Nachrichten: SLSRPT, dem Verkaufsdatenbericht, und INVRPT, dem Bestandsbericht. Zusammen zeigen sie einer Marke, wie viele Einheiten jeder GTIN ein Händler an jeder Lokation und in jedem Zeitraum verkauft hat und wie viel Bestand noch vorhanden ist. Für Merchandising- und Wholesale-Teams ist das die Grundlage für faktenbasierte Nachbestellungen, Replenishment-Vorschläge und bessere Sortimentsentscheidungen bei der nächsten Order.
Was ist die SLSRPT-Nachricht?
Das EANCOM-Handbuch von GS1 definiert SLSRPT als Nachricht, mit der Unternehmen grundlegende Verkaufsdaten zu Produkten oder Dienstleistungen elektronisch austauschen oder melden können, einschliesslich der zugehörigen Angaben zu Lokation, Zeitraum, Produktidentifikation, Preisen und Mengen. Sie wird zwischen Verkäufern und ihren Lieferanten verwendet oder von Distributionszentren an Dritte zu statistischen Zwecken. Weil die Datenmengen gross sind, betont GS1 die codierte Identifikation von Produkten und Lokationen. GS1 setzt zudem eine klare Grenze: Die Nachricht sollte niemals verwendet werden, um Geschäftstransaktionen wie Bestellungen, Lieferabrufe oder Bestandsberichte zu ersetzen.
Es gibt modespezifische Profile. GS1 Austria veröffentlicht ein von der Initiative FashionAustria empfohlenes SLSRPT-Profil für die Modebranche, in dem Filialen über 13-stellige Global Location Numbers und Produkte per GTIN identifiziert und Verkaufsmengen pro Zeitraum gemeldet werden.
Was ist die INVRPT-Nachricht?
GS1 definiert INVRPT als Nachricht mit Informationen zu gehaltenen sowie geplanten oder angestrebten Beständen, die zwischen Handelspartnern in beide Richtungen verwendet werden kann. Die Mengen können Anfangsbestand, tatsächlichen Bestand, Bestand in der Qualitätskontrolle, beschädigten Bestand und Warenbewegungen darstellen, aber auch geplante Grössen wie Modell- oder Zielbestand, Mindest- und Höchstbestand sowie den Meldebestand. Die Daten lassen sich nach Produkt, Lokation und weiteren Klassifikationen aufschlüsseln.
| SLSRPT (Verkaufsdatenbericht) | INVRPT (Bestandsbericht) | |
|---|---|---|
| Beantwortet | Was wo und wann verkauft wurde | Was wo am Lager ist und wie hoch der Zielbestand ist |
| Zentrale Daten | GTIN, Lokation, Zeitraum, Menge, Preis | GTIN, Lokation, Bestandsmenge nach Art, Zielwerte |
| Typischer Absender | Händler an Marke | In beide Richtungen |
| Hauptnutzen für Marken | Abverkaufsquote, Grössenkurven, Signale für Nachbestellungen | Bestandsreichweite, Replenishment, Vermeidung von Ausverkäufen |
| Kein Ersatz für | Bestellungen und Bestandsberichte | Bestellungen |
Wie können Merchandising-Teams Sell-out-Daten nutzen?
Sobald Verkäufe und Bestände pro Filiale, GTIN und Zeitraum eintreffen, werden mehrere Analysen zur Routine:
- Abverkaufsquote nach Style und Farbe, die frühe Gewinner und Langsamdreher bereits in den ersten Wochen auf der Fläche zeigt.
- Grössenkurven pro Händler oder Region, die offenlegen, wo der bestellte Grössenmix von dem abweicht, was Kundinnen und Kunden kaufen.
- Bestandsreichweite, die Verkaufsrate und Restbestand kombiniert und zeigt, wo einer Filiale vor Saisonende die Ware ausgeht.
- Vorschläge für Nachbestellungen und Replenishment für Never-out-of-Stock-Artikel und Bestseller in der laufenden Saison, die dem Händler zur Freigabe gesendet werden.
- Planung von Vorbestellungen, bei der der tatsächliche Sell-out statt des Sell-in die Sortiments- und Mengenempfehlungen für die nächste Saison leitet.
Hier ist KI am nützlichsten. Prognosemodelle können die Sell-out-Historie mit Bestandsniveaus, Kalendereffekten und den eigenen Daten der Marke kombinieren, um Nachbestellmengen pro Filiale und Grösse vorzuschlagen. Die Marke kann dem Händler dann einen Vorschlag vorlegen, der auf seinen eigenen Daten beruht, und das ist eine stärkere Gesprächsgrundlage als der Eindruck eines Aussendienstmitarbeitenden.
Mit welchen Datenqualitätsproblemen sollten Marken rechnen?
Sell-out-Daten übernehmen jedes Stammdatenproblem der Geschäftsbeziehung. Lassen sich die Artikelnummern des Händlers nicht den GTINs der Marke zuordnen, können Verkäufe keinen Styles und Grössen zugewiesen werden. Ändern sich Filialcodes oder fehlen neue Filialen in der Lokationsliste der Marke, verschwinden Verkäufe aus regionalen Analysen. Weitere häufige Probleme sind Berichte, die Retouren mit Verkäufen verrechnen, ohne dies anzugeben, fehlende Wochen, verspätete Dateien und uneinheitliche Einheiten. Ein erster Schritt ist ein Abgleich: Vergleichen Sie die gemeldeten Bestände und Verkäufe mit den eigenen Lieferungen der Marke an diesen Händler und gehen Sie grossen Lücken nach.
Das Timing ist ein weiteres Thema. Wochenberichte, die Tage zu spät eintreffen, verlieren viel von ihrem Wert für Entscheidungen in der laufenden Saison, und Lücken in der Zeitreihe verzerren Prognosen. Die Überwachung sollte daher nicht nur den Inhalt, sondern auch die Vollständigkeit abdecken: Ist jeder erwartete Bericht für jede vereinbarte Filiale rechtzeitig eingetroffen? Eine automatische Prüfung, die das Account-Team alarmiert, wenn ein Bericht fehlt, ist einfach umzusetzen und verhindert Entscheidungen auf Basis unvollständiger Daten.
Wie richtet man Sell-out-Reporting mit einem Händler ein?
- Fragen Sie, ob der Händler SLSRPT und INVRPT bereits an andere Lieferanten sendet, und fordern Sie seinen Implementierungsleitfaden an.
- Vereinbaren Sie Umfang, Häufigkeit und Datenregeln, idealerweise beginnend mit einer Pilotgruppe von Filialen.
- Ordnen Sie die Identifikatoren des Händlers Ihren GTINs und Ihrer Lokationsliste zu und richten Sie einen Ausnahmebericht für unbekannte Codes ein.
- Laden Sie die Daten in eine Reporting- oder Planungsumgebung, die mit Ihren Sell-in- und Lieferdaten verknüpft ist.
- Definieren Sie die Entscheidungen, die die Daten unterstützen sollen, etwa wöchentliche Nachbestellvorschläge, und teilen Sie die Ergebnisse mit dem Händler.
Lohnt sich der Aufwand für Sell-out-Daten per EDI?
Für Marken mit wenigen grossen Wholesale-Kunden ist es oft die einzige systematische Sicht auf die Endkundennachfrage auf diesen Flächen. Der Aufwand liegt weniger in der EDI-Verbindung als im Mapping, in den Datenvereinbarungen und in der Disziplin, auf Basis der Zahlen zu handeln. Wo Händler keine EDI-Berichte senden können, liefern Portale oder Dateiexporte ähnliche Daten, doch es gelten dieselben Regeln zu Umfang, Identifikatoren und Qualität.
Die Daten verändern auch das Verkaufsgespräch. Wenn eine Marke einem Händler zeigen kann, welche Grössen in welchen Filialen zuerst ausverkauft waren, und eine Nachbestellung vorschlägt, die diese Lücken schliesst, verlagert sich die Diskussion von Meinungen zu Fakten. Davon profitieren beide Seiten, sofern die Marke die Daten im Rahmen der vereinbarten Bedingungen nutzt und ihre Analyse teilt, statt sie für sich zu behalten.
Häufige Fragen
Wofür steht SLSRPT im EDI?
SLSRPT ist die Nachricht für Verkaufsdatenberichte in EANCOM und UN/EDIFACT. Sie überträgt Verkaufsmengen, Preise, Lokationen und Zeiträume pro Produkt, meist vom Händler an den Lieferanten.
Was ist der Unterschied zwischen SLSRPT und INVRPT?
SLSRPT meldet, was in einem Zeitraum an einer Lokation verkauft wurde; INVRPT meldet den gehaltenen Bestand und optional Zielwerte wie Mindest-, Höchst- oder Meldebestand. Gemeinsam genutzt zeigen sie Verkaufsrate und verbleibende Bestandsreichweite.
Teilen Händler Sell-out-Daten mit Modemarken?
Viele grössere Händler tun dies für wichtige Lieferanten, doch die Bedingungen variieren. Marken sollten Umfang, Häufigkeit, Datenregeln und zulässige Nutzung schriftlich vereinbaren, bevor sie sich auf die Daten stützen.
Wie kann KI Sell-out-Daten für Nachbestellungen nutzen?
Prognosemodelle können Verkaufshistorie, aktuellen Bestand und Kalendereffekte pro Filiale und Grösse kombinieren, um Nachbestellmengen vorzuschlagen. Die Vorschläge sind nur so gut wie die Identifikatoren und die Vollständigkeit der Berichte, deshalb kommen Datenprüfungen zuerst.
Eine Ausgabe an jedem Werktag. In fünf Minuten gelesen. Kostenlos für Branchenprofis.
