Neue Bekleidungsprodukte haben nur ein kurzes Zeitfenster, um sich zu beweisen. Viele Unternehmen verlassen sich auf erfahrene Vertriebsmanager und regelbasierte Prüfungen, die zu spät und mit geringer Genauigkeit erfolgen können.
Die vorgeschlagene Methode ändert das Ziel. Sie nutzt frühe Verkaufsdaten, um Produkte regional und national zu ranken und innerhalb von zwei bis vier Wochen nach Markteinführung schnelle, durchschnittliche und langsame Verkäufer zu unterscheiden.
Die Forscher validierten das Modell anhand von Bestellungen eines Modeunternehmens aus dem Jahr 2021. Als seine Rankings die Bestellentscheidungen leiteten, führte der Ansatz zu einer Steigerung des Verkaufsvolumens um 5,9 %.
Zuerst relative Beliebtheit vorhersagen
Ranking ist für neue Saisonartikel einfacher und schneller als präzise Stückzahlprognosen.
Regionale Rankings bewahren lokale Nachfragesignale, die nationale Durchschnitte verbergen können.
Zwei bis vier Wochen sind früh genug, um Nachbestellung, Preisgestaltung und Promotion zu ändern.
Das Ergebnis entspricht der tatsächlichen Frage des Managers: Welche Produkte verdienen jetzt mehr Bestand?
Wenn die absolute Nachfrage verrauscht ist, kann ein relatives Ranking ausreichen, um den Bestand auf die richtigen Produkte zu verlagern, bevor die Saison verloren ist.
Die Studie positionierte die rankingbasierte Früherkennung als praktische Entscheidungshilfe für das Sortimentsmanagement von Bekleidung. Ihre Validierung zeigte eine Steigerung des Verkaufsvolumens um 5,9 %, wenn das Modell Bestellentscheidungen informierte.
DEN BELEGEN FOLGEN
Die Quellen
- Identifying Popular Products at an Early Stage of Sales Season for Apparel Industry INFORMS Journal on Applied Analytics via IDEAS/RePEc · ideas.repec.org