Come possono i brand usare i dati per ridurre le cancellazioni e i tagli dei pre-order?

I brand possono ridurre i danni delle cancellazioni dei pre-order misurando quanta parte del portafoglio ordini registrato in ogni stagione viene effettivamente spedita, per cliente e categoria, e utilizzando questo storico per pianificare la produzione sulla domanda attesa anziché su quella registrata. I modelli predittivi possono poi segnalare per tempo gli ordini a rischio, e regole contrattuali chiare sulle finestre di cancellazione trasformano i dati in protezione. Le cancellazioni non possono essere eliminate, ma possono essere anticipate.

Perché i pre-order vengono cancellati o tagliati?

Un pre-order viene effettuato mesi prima della consegna. Tra la registrazione e la spedizione, le vendite, il budget e la situazione di stock del retailer cambiano. Le cause tipiche includono un sell-through più debole della stagione in corso, tagli di budget, chiusure di negozi, consegne in ritardo da parte del brand, variazioni di prezzo e shock più ampi come l'inflazione o i dazi.

I grandi retailer possono tagliare rapidamente e su larga scala. Nell'agosto 2022, Target ha dichiarato di aver ridotto di 1,5 miliardi di dollari USA gli arrivi autunnali nelle categorie discrezionali per smaltire l'inventario in eccesso, e anche Walmart ha cancellato ordini in categorie discrezionali, tra cui l'abbigliamento, secondo quanto riportato all'epoca dalla stampa di settore. Per i brand che li riforniscono, questi tagli arrivano dopo che tessuti e produzione sono già stati impegnati.

Come si misurano correttamente le cancellazioni?

Molti brand conoscono solo il valore finale spedito. Per gestire le cancellazioni devono conservare lo storico di ogni riga d'ordine: quantità originariamente registrate, confermate, modificate, cancellate e spedite, con date e un codice motivo. Da questi dati si possono costruire diversi indicatori.

I codici motivo sono la parte più spesso trascurata. Una quota consistente delle cancellazioni può derivare dalle consegne in ritardo del brand stesso, un problema diverso dal taglio di budget di un retailer, che richiede una risposta diversa.

I codici motivo funzionano solo se sono semplici e obbligatori. Un elenco breve, ad esempio budget del retailer, sell-through, consegna tardiva, problema di qualità, variazione di prezzo e altro, inserito dalla persona che elabora la modifica, è sufficiente per far emergere degli schemi dopo una o due stagioni. I soli commenti in testo libero vengono analizzati raramente.

Leggi anche

L'IA può prevedere l'intero portafoglio pre-order dal primo 20 percento degli ordini?

Come può l'IA prevedere quali ordini sono a rischio?

Con alcune stagioni di storico a livello di riga, un modello può stimare la probabilità che ogni riga d'ordine venga spedita per intero. Input utili sono:

• il rapporto storico spedito/registrato del cliente e la tempistica dei suoi tagli;
• l'attuale sell-through del brand presso il retailer, se condiviso;
• quanto in anticipo è stato effettuato l'ordine e se è già stato modificato;
• la posizione del modello rispetto al quantitativo minimo d'ordine e lo stato della produzione;
• le performance di consegna del brand stesso per quel cliente e quella categoria;
• segnali esterni come le variazioni della domanda a livello di mercato.

Il risultato è un portafoglio ordini atteso anziché registrato. La pianificazione di produzione e tessuti può quindi utilizzare le quantità attese, mentre i team di vendita si concentrano sui clienti in cui il rischio sta aumentando. Il lavoro di Fisher e Raman sull'abbigliamento da sci, pubblicato su Operations Research nel 1996, ha dimostrato il valore di una pianificazione basata su informazioni aggiornate sulla domanda anziché su previsioni fisse; il rischio di cancellazione è un ulteriore input dello stesso tipo.

Quali regole contrattuali tutelano il portafoglio pre-order?

1. Finestre di cancellazione: i tagli sono gratuiti fino a una data definita prima della produzione e limitati o a pagamento in seguito.
2. Fasce di tolleranza: i retailer possono adeguare le quantità entro una percentuale concordata senza penali.
3. Impegni in tranche: una parte dell'ordine è vincolante, un'altra è un'opzione da confermare più a ridosso della consegna.
4. Diritti legati alla consegna: regole chiare su quando una consegna tardiva dà diritto al retailer di cancellare, affinché entrambe le parti ne conoscano le conseguenze.
5. Storico trasparente: condividere il rapporto spedito/registrato con i clienti nelle business review, affinché le condizioni si basino sui fatti.

Queste regole devono essere negoziate e i key account hanno un forte potere contrattuale. I dati non modificano i rapporti di forza, ma consentono a un brand di mostrare il costo dei tagli tardivi e di offrire flessibilità in cambio di un impegno anticipato.

In che modo la volatilità del mercato influisce sull'andamento delle cancellazioni?

L'andamento delle cancellazioni non è stabile. JOOR ha riportato che gli acquisti sulla sua piattaforma da parte di retailer statunitensi sono calati del 10 percento su base annua nel terzo trimestre del 2025, mentre gli acquisti internazionali sono aumentati del 18 percento, in un periodo di incertezza sui dazi. I modelli addestrati su stagioni tranquille sottostimeranno i tagli in periodi simili, quindi necessitano di dati recenti e di correzioni manuali quando le condizioni cambiano.

Come dovrebbero discutere i brand i dati sulle cancellazioni con i key account?

I dati sulle cancellazioni sono più utili quando vengono condivisi. Nelle business review periodiche, un brand può mostrare a un cliente quanta parte del suo ordine registrato è stata spedita, quando sono stati effettuati i tagli e con quale frequenza sono stati causati da consegne in ritardo del brand. In questo modo un tema delicato diventa una questione di pianificazione congiunta: quale parte dell'ordine è vincolante, quale è un'opzione e quali informazioni il retailer può condividere prima.

I retailer che condividono i dati di sell-through offrono al brand un preavviso sui probabili tagli. Un sell-through debole della stagione in corso in una categoria precede spesso ordini ridotti in quella successiva. Concordare uno scambio regolare di questi dati, anche solo a livello di categoria, può valere più di qualsiasi modello costruito esclusivamente sui dati del brand.

Leggi anche

Perché i key account esigono conferme d'ordine EDI e dove sbagliano i brand?

Da cosa dovrebbero iniziare i brand?

Si inizia conservando lo storico delle righe d'ordine e i codici motivo, poi si calcola il rapporto spedito/registrato delle ultime due o tre stagioni per cliente e categoria. Già questi numeri cambiano spesso la pianificazione della produzione. Lo scoring predittivo e le nuove condizioni contrattuali possono seguire una volta chiarita la baseline.