Ottenere i dati di sell-out via EDI: SLSRPT, INVRPT e come utilizzarli
I report di vendita e di inventario dei partner retail mostrano ai brand che cosa si vende davvero, negozio per negozio e taglia per taglia. Come funzionano i due messaggi EDI e come i team di merchandising possono usarli per i riordini.
IN SINTESI Sintesi della redazione
- SLSRPT è il report dei dati di vendita EANCOM: GS1 lo definisce come un messaggio per comunicare i dati di vendita di base con località, periodo, identificazione del prodotto, prezzi e quantità.
- INVRPT è il report di inventario EANCOM, che copre sia lo stock effettivo sia i livelli pianificati o obiettivo, come scorta minima, massima e punto di riordino.
- GS1 precisa che SLSRPT non dovrebbe mai sostituire transazioni commerciali come ordini d'acquisto o report di inventario.
- I dati di sell-out e di stock a livello di negozio, GTIN e settimana consentono ai brand di individuare buchi di taglia, proporre riordini e pianificare con evidenze gli acquisti della stagione successiva.
- Il valore dipende da accordi sui dati e dalla loro qualità: quali negozi, con quale frequenza, come vengono trattati i resi e se gli identificativi di prodotto corrispondono ai dati anagrafici del brand.
I dati di sell-out via EDI arrivano di solito in due messaggi EANCOM: SLSRPT, il report dei dati di vendita, e INVRPT, il report di inventario. Insieme indicano a un brand quante unità di ciascun GTIN un retailer ha venduto in ogni località e periodo, e quanto stock rimane. Per i team di merchandising e wholesale, è la base per riordini fondati su evidenze, proposte di riassortimento e decisioni di assortimento migliori nel successivo ciclo di acquisto.
Che cos'è il messaggio SLSRPT?
Il manuale EANCOM di GS1 definisce SLSRPT come un messaggio che consente alle aziende di scambiare o comunicare elettronicamente i dati di vendita di base relativi a prodotti o servizi, comprese le informazioni su località, periodo, identificazione del prodotto, prezzi e quantità. Viene utilizzato tra venditori e fornitori, oppure dai centri di distribuzione verso terzi a fini statistici. Poiché i volumi di dati sono elevati, GS1 sottolinea l'importanza dell'identificazione codificata di prodotti e località. Fissa inoltre un limite chiaro: il messaggio non dovrebbe mai essere utilizzato per sostituire transazioni commerciali come ordini d'acquisto, piani di consegna o report di inventario.
Esistono profili specifici per la moda. GS1 Austria pubblica un profilo SLSRPT per il settore moda, raccomandato dall'iniziativa FashionAustria, in cui i negozi sono identificati da Global Location Number a 13 cifre, i prodotti tramite GTIN e le quantità vendute sono comunicate per periodo.
Che cos'è il messaggio INVRPT?
GS1 definisce INVRPT come un messaggio che specifica informazioni sulle scorte detenute e su quelle pianificate o obiettivo, utilizzabile in entrambe le direzioni tra partner commerciali. Le quantità possono rappresentare lo stock iniziale, lo stock effettivo, lo stock in controllo qualità, lo stock danneggiato e i movimenti di merce, ma anche livelli pianificati come lo stock modello o obiettivo, la scorta minima e massima e il punto di riordino. I dati possono essere suddivisi per prodotto, località e altre classificazioni.
| SLSRPT (report dei dati di vendita) | INVRPT (report di inventario) | |
|---|---|---|
| Risponde a | Che cosa è stato venduto, dove e quando | Che cosa c'è in stock, dove, e qual è l'obiettivo |
| Dati chiave | GTIN, località, periodo, quantità, prezzo | GTIN, località, quantità di stock per tipo, livelli obiettivo |
| Mittente tipico | Dal retailer al brand | In entrambe le direzioni |
| Uso principale per i brand | Sell-through, curve taglie, segnali di riordino | Copertura dello stock, riassortimento, prevenzione delle rotture di stock |
| Non sostituisce | Ordini d'acquisto e report di inventario | Ordini d'acquisto |
Come possono usare i dati di sell-out i team di merchandising?
Quando vendite e stock arrivano per negozio, GTIN e periodo, diverse analisi diventano di routine:
- Sell-through per modello e colore, che mostra i primi successi e gli articoli a bassa rotazione già nelle prime settimane in negozio.
- Curve taglie per retailer o regione, che rivelano dove il mix di taglie ordinato si discosta da ciò che i clienti acquistano.
- Copertura dello stock, che combina ritmo di vendita e stock residuo per mostrare dove un negozio esaurirà la merce prima della fine della stagione.
- Proposte di riordino e riassortimento per gli articoli never-out-of-stock e i bestseller di stagione, inviate al retailer per approvazione.
- Pianificazione dei pre-order, basata sul sell-out effettivo anziché sul sell-in per orientare gamma e quantità consigliate della stagione successiva.
È qui che l'IA è più utile. I modelli di previsione possono combinare lo storico del sell-out con i livelli di stock, gli effetti di calendario e i dati del brand per suggerire quantità di riordino per negozio e taglia. Il brand può così presentare al retailer una proposta fondata sui dati del retailer stesso, una base di discussione più solida dell'impressione di un agente di vendita.
Quali problemi di qualità dei dati devono aspettarsi i brand?
I dati di sell-out ereditano ogni problema dei dati anagrafici nella relazione. Se i codici articolo del retailer non corrispondono ai GTIN del brand, le vendite non possono essere attribuite a modelli e taglie. Se i codici dei negozi cambiano o i nuovi negozi mancano dall'elenco delle località del brand, le vendite spariscono dalle analisi regionali. Altri problemi comuni sono report che compensano i resi con le vendite senza dichiararlo, settimane mancanti, file in ritardo e unità di misura incoerenti. Un primo passo è una riconciliazione: confrontare stock e vendite comunicati con le consegne effettuate dal brand a quel retailer e indagare sugli scostamenti rilevanti.
Anche la tempistica è un problema. I report settimanali che arrivano con giorni di ritardo perdono gran parte del loro valore per le decisioni in stagione, e le lacune nella serie distorcono le previsioni. Il monitoraggio dovrebbe quindi riguardare non solo il contenuto ma anche la completezza: ogni report atteso è arrivato, per ogni negozio concordato, nei tempi previsti? Un controllo automatico che avvisa il team del cliente quando manca un report è semplice da realizzare ed evita decisioni basate su dati parziali.
Come si imposta il reporting del sell-out con un retailer?
- Chiedere se il retailer invia già SLSRPT e INVRPT ad altri fornitori e richiedere la sua guida di implementazione.
- Concordare perimetro, frequenza e regole sui dati, possibilmente partendo da un gruppo pilota di negozi.
- Mappare gli identificativi del retailer sui propri GTIN e sul proprio elenco di località, e impostare un report delle eccezioni per i codici sconosciuti.
- Caricare i dati in un ambiente di reporting o pianificazione collegato ai propri dati di sell-in e di consegna.
- Definire le decisioni che i dati devono supportare, come le proposte di riordino settimanali, e condividere i risultati con il retailer.
I dati di sell-out via EDI valgono lo sforzo?
Per i brand con un numero ridotto di grandi clienti wholesale, sono spesso l'unica visione sistematica della domanda dei clienti finali in quei punti vendita. Lo sforzo riguarda meno la connessione EDI che il mapping, gli accordi sui dati e la disciplina di agire sulla base dei numeri. Dove i retailer non possono inviare report EDI, portali o esportazioni di file possono fornire dati simili, ma valgono le stesse regole su perimetro, identificativi e qualità.
I dati cambiano anche la conversazione commerciale. Quando un brand può mostrare a un retailer quali taglie si sono esaurite per prime e in quali negozi, e proporre un riordino che colmi quei vuoti, la discussione passa dalle opinioni alle evidenze. Ne beneficiano entrambe le parti, purché il brand utilizzi i dati entro i termini concordati e condivida la propria analisi anziché tenerla per sé.
Domande frequenti
Che cosa significa SLSRPT nell'EDI?
SLSRPT è il messaggio EANCOM e UN/EDIFACT per il report dei dati di vendita. Trasmette quantità vendute, prezzi, località e periodi per prodotto, di solito dal retailer al fornitore.
Qual è la differenza tra SLSRPT e INVRPT?
SLSRPT comunica che cosa è stato venduto in un periodo e in una località; INVRPT comunica lo stock detenuto e, facoltativamente, livelli obiettivo come scorta minima, massima o punto di riordino. Usati insieme, mostrano ritmo di vendita e copertura dello stock residuo.
I retailer condividono i dati di sell-out con i brand della moda?
Molti retailer di grandi dimensioni lo fanno con i fornitori chiave, ma le condizioni variano. I brand dovrebbero concordare per iscritto perimetro, frequenza, regole sui dati e utilizzi consentiti prima di fare affidamento sui dati.
Come può l'IA usare i dati di sell-out per i riordini?
I modelli di previsione possono combinare storico delle vendite, stock attuale ed effetti di calendario per negozio e taglia per proporre quantità di riordino. Le proposte valgono quanto gli identificativi e la completezza dei report, quindi i controlli sui dati vengono prima.
Un'edizione ogni giorno feriale. Si legge in cinque minuti. Gratuita per i professionisti del settore.
