Çfarë është Optimizimi i Asortimentit?

Optimizimi i asortimentit është disiplina që trajton këtë boshllëk. Ai lidh atë që vendos selia me atë që klientët realisht gjejnë në raft - nëpërmjet të dhënave, mësimit të vazhdueshëm dhe ekzekutimit në nivel-degazhues. Ky udhëzues mbulon se çfarë është, pse shumica e qasjeve dështojnë, si të zbatohet dhe si të maten rezultatet.

Optimizimi i asortimentit kundrejt planifikimit të asortimentit: Cili është ndryshimi?

Këto dy terma shpesh përdoren në mënyrë të ndërsjellë. Ata përshkruajnë procese thelbësisht të ndryshme.

Planifikimi përcakton se si duhet të duket asortimenti juaj. Optimizimi siguron që në të vërtetë kryen - dhe vazhdon të përmirësohet ndërsa kushtet ndryshojnë.

Tre Shtresat ku merren dhe humbasin vendimet e asortimentit

Shumica e shitësve me pakicë investojnë shumë në shtresën e parë. Mangësitë më të mëdha të performancës janë në dy të tjerat.

Shtresa Strategjike: Çfarë të Shitet

Këtu ndodhin vendimet e nivelit të kategorisë-: cilat produkte fitojnë hapësirë ​​në raft, si balancon etiketa private kundrejt markave kombëtare dhe çfarë roli luan secila kategori në strategjinë e përgjithshme të dyqanit. Vendimet këtu merren në selinë qendrore, të nxitura nga të dhënat e tregut dhe krahasimi konkurrues, dhe ndryshojnë në cikle të gjata.

Rreziku: të dhënat agregate maskojnë variacionet lokale. Një produkt me shitje të pranueshme kombëtare mund të jetë me performancë të ulët në 40% të dyqaneve dhe me mbiperformancë në 30% të tjerë. Mesataret fshehin sinjalin.

Shtresa taktike: Ku dhe si ta shesësh atë

Shtresa taktike e përkthen strategjinë në plane-specifike të vendndodhjes: grupimi i dyqaneve, dizajni i planogramit dhe rregullat e tregtimit. Këtu asortimenti bëhet vërtet lokal - një dyqan urban me densitet të lartë-me kufizime të ndryshme hapësire, modele të trafikut në këmbë dhe misione blerësish sesa një format periferik.

Rreziku: vendimet në këtë nivel ende mbështeten shumë në supozimet dhe jo në sinjalet aktuale të nivelit të ruajtjes-. Asortimentet mund të duken mirë-të lokalizuara në letër, ndërkohë që mbeten gjerësisht të gabuara në praktikë.

Shtresa Operacionale: Çfarë arrin aktualisht te Klienti

Këtu optimizimi i asortimentit ka sukses ose dështon në heshtje. Shtresa operacionale pasqyron realitetin fizik me të cilin hasin klientët: cilat produkte janë në raft, nëse planogramet janë ekzekutuar në mënyrë korrekte, nëse promovimet janë të dukshme dhe nëse rezervat kapen dhe zgjidhen shpejt.

Pa-dukshmëri në kohë reale në ekzekutimin e dyqanit, çdo vendim në rrjedhën e sipërme është pjesërisht supozim. Teknologjitë sietiketat elektronike të raftevesensorët dhe IoT përdoren gjithnjë e më shumë për të mbyllur këtë boshllëk të dukshmërisë - duke kapur automatikisht gjendjet e raftit në vend që të mbështeten në auditimet manuale që ndodhin shumë rrallë për të qenë të zbatueshëm.

Pse dështon optimizimi tradicional i asortimentit

Shumica e strategjive të asortimentit janë-të dizajnuara mirë në letër. Ja ku prishen në praktikë.

Mënyra e dështimit 1: Të dhënat historike optimizohen për të kaluarën

Historia e shitjeve ju tregon se çfarë blinin klientët në kushtet që ekzistonin në atë kohë - me asortimentin që ishte në dispozicion, me çmimet që ishin vendosur. Nuk mund t'ju tregojë se çfarë dëshironin klientët, por nuk mund të gjenin. Në kategoritë që lëvizin shpejt{{3}, në kohën kur një prirje shfaqet qartë në të dhënat historike, dritarja për të vepruar shpesh ka kaluar tashmë.

Mënyra e dështimit 2: Vendime të centralizuara, realitet lokal

Kur vendimet e asortimentit merren tërësisht në selinë qendrore, nuanca e nivelit të dyqaneve largohet mesatarisht. Një produkt me shitje kombëtare mesatare, por me performancë të fortë në lloje të veçanta dyqanesh mund të hiqet nga lista. Një planogram i standardizuar vendoset nëpër dyqane me dimensione të konsiderueshme të rafteve dhe demografike të blerësit.

Mënyra e dështimit 3: Siloset e të dhënave prodhojnë vendime jo të plota

Organizatat e shitjes me pakicë gjenerojnë të dhëna nëpër sisteme të shumta - pika--shitëse, inventar, besnikëri,-tregti elektronike dhe sensorë në dyqan-. Menaxherët e kategorive punojnë nga një grup i të dhënave. Zinxhiri i furnizimit punon nga një tjetër. Ruani operacionet nga një e treta. Asnjë nga këto pamje nuk është e plotë dhe vendimet e marra nga çdo silo i vetëm do të krijojnë probleme të dukshme vetëm në një tjetër.

Modaliteti i dështimit 4: Pajtueshmëria e planogramit është më e ulët se sa mendon zyra qendrore

Një planogram jep vlerë vetëm nëse ekzekutohet në mënyrë korrekte dhe konsistente. Në shumicën e rrjeteve të shitjes me pakicë, normat e pajtueshmërisë ndryshojnë ndjeshëm midis dyqaneve - dhe selia zakonisht nuk e di derisa të matet. Nëse po vlerësoni performancën e raftit të një produkti bazuar në të dhënat e shitjeve, por ai produkt ka qenë në pozicionin e gabuar në 20% të dyqaneve tuaja për tre muaj, të dhënat tuaja të performancës nuk janë të besueshme. Kuptimisa shpesh rifreskohen të dhënat e raftitështë e lidhur drejtpërdrejt me saktësinë e këtyre matjeve.

Modaliteti i dështimit 5: Sinjalet e shumëkanaleve nuk lexohen

Sjellja e klientëve në internet është një burim i pasur i inteligjencës së asortimentit që shumica e shitësve fizikë e injorojnë. Kërkimet me rezultate zero në platformën tuaj të tregtisë elektronike-ju tregojnë saktësisht se çfarë kërkojnë klientët që ju nuk e mbani. Modelet e blerjeve-të larta, të ulëta-shfletojnë kërkesën që mund të kërkojë vlerësim- në dyqan përpara konvertimit. Një klient që kërkon një produkt në internet, e gjen të padisponueshëm dhe largohet, nuk gjeneron të dhëna në-sistemin e dyqanit - por mungesa e të dhënave është në vetvete një sinjal, nëse ndërton procesin për ta kapur atë. Pika e fillimit është lidhja e kërkimit tuaj në internet dhe të dhënave të shfletimit me rrjedhën e punës së planifikimit të kategorisë suaj, qoftë edhe joformalisht.

Si AI përmirëson vendimet e asortimentit

Menaxhimi manual i asortimentit në qindra dyqane dhe dhjetëra mijëra SKU ka arritur kufijtë e asaj që mund të mbështesin tabelat dhe rishikimet periodike. AI kontribuon në mënyra specifike dhe të matshme.

Ruani-parashikimin e nivelit të kërkesës.Parashikimi tradicional funksionon në nivel banderi ose grupi. Modelet e mësimit të makinerive mund të gjenerojnë parashikime në nivel dyqanesh individuale dhe SKU, duke marrë parasysh faktorët lokalë - demografinë e lagjes, konkurrencën në afërsi, mikro-tendencat sezonale - që modelet më të gjera janë mesatarisht larg. Kjo përpikmëri është ajo që i bën vendimet e lokalizuara të asortimentit të mbrojtura dhe jo të supozuara.

Racionalizimi i SKU.Jo çdo produkt fiton hapësirën e tij. Modelet e AI mund të identifikojnë se cilat SKU po konsumojnë pasuri të paluajtshme në raft dhe kapital inventar pa kthime proporcionale - duke llogaritur kontributin e marzhit, efektet e zëvendësimit dhe ndikimin e shportës. Dallimi kritik është midis lëvizësve të ngadaltë-që i shërbejnë një pozicioni besnik dhe lëvizësve të ngadaltë-që thjesht nuk performojnë mirë. AI mund të bëjë dallimin midis të dyjave në një shkallë që analiza manuale nuk mundet.

Përafrimi dinamik i çmimeve dhe promovimit.Vendimet e asortimentit nuk ekzistojnë të veçuara nga çmimi. Drejtuar nga AI-çmimi dinamikmund të harmonizojë aktivitetin promocional me performancën e asortimentit në kohë reale - duke reduktuar mospërputhjen midis asaj që ishte planifikuar dhe asaj që klientët reagojnë realisht në nivel rafti.

Monitorimi i ekzekutimit.Të dhënat e vizionit dhe sensorit kompjuterik mund të identifikojnë devijimet e planogramit pa kërkuar kontrolle të plota manuale. Përparon nëteknologjia e etiketave të raftevekanë bërë monitorimin e automatizuar të rafteve-shtetërore gjithnjë e më të aksesueshme për shitësit me pakicë- të mesme, jo vetëm për zinxhirët e mëdhenj.

Një kornizë me pesë{0}}hapa për zbatim

Shumica e shitësve me pakicë i dinë çështjet e optimizimit të asortimentit. Më pak kanë një pikënisje të qartë. Ky kuadër është projektuar që të jetë i përdorshëm në çdo shkallë.

Hapi 1: Kontrolloni asortimentin tuaj aktual

Para se të optimizoni ndonjë gjë, vendosni një bazë të sinqertë. Cila është norma juaj aktuale e rezervave sipas kategorive dhe sipas dyqanit? Cilat SKU po gjenerojnë decilin e poshtëm të shitjeve për këmbë katrore? Ku janë boshllëqet më të mëdha midis asortimentit të planifikuar dhe disponueshmërisë aktuale të rafteve? Nëse nuk mund t'u përgjigjeni këtyre pyetjeve me të dhëna të besueshme, kjo është vetë gjetja më e rëndësishme - dhe sinjali për të investuar në dukshmëri përpara se të investoni në mjetet e optimizimit. Një i strukturuarllogaritja bazë e ROImund të ndihmojë në përcaktimin sasior se ku janë hendeqet më të larta të ndikimit- përpara se të angazhoheni për ndonjë qasje.

Hapi 2: Përcaktoni grupet tuaja të dyqaneve

Jo të gjitha dyqanet duhet të kenë të njëjtin asortiment, por një asortiment krejtësisht unik për çdo dyqan është i pamenaxhueshëm nga ana operacionale. Grumbullimi i dyqaneve i kalon këto ekstreme duke grupuar vendndodhjet me profile kërkese kuptimisht të ngjashme. Grumbullimi efektiv bazohet në sjelljen aktuale të blerjes - përbërjen e shportës, shpejtësinë e kategorive, modelet e misionit të blerësit - jo mbi demografinë e supozuar. Shumica e shitësve me pakicë operojnë me katër deri në tetë grupe, në varësi të madhësisë së rrjetit dhe diversitetit të formatit. Numri i duhur është ai ku çdo grup me të vërtetë sillet mjaftueshëm ndryshe për të garantuar një model të veçantë produkti.

Hapi 3: Integroni burimet tuaja të të dhënave

Optimizimi i asortimentit është po aq i mirë sa të dhënat që e ushqejnë atë. Të paktën, të duhen të dhënat e shitjeve të nivelit SKU sipas dyqanit me të paktën 12 muaj histori, nivele aktuale të inventarit dhe një masë të disponueshmërisë së raftit. Pyetja se si kapen të dhënat e raftit - qoftë nëpërmjet raporteve manuale, sistemeve ESL ose sensorëve të IoT - ndikon drejtpërdrejt në freskinë dhe besueshmërinë e të dhënave. Kuptimi iopsionet e lidhjes për kapjen e të dhënave në raftështë një vendim praktik i hershëm. Integrimi i përsosur i të dhënave nuk është një parakusht për të filluar -, por ju duhet të kuptoni boshllëqet dhe vonesën e të dhënave tuaja përpara se t'i besoni prodhimit të tyre.

Hapi 4: Vendosni rregullat e optimizimit dhe parmakët

Modelet e AI dhe algoritmet e optimizimit kanë nevojë për kufizime. Jo çdo vendim duhet të jetë i automatizuar. Përcaktoni qartë se cilat vendime mund të ekzekutohen automatikisht - si p.sh. nxitësit e rimbushjes për-SKU-të me shpejtësi të lartë - dhe cilat kërkojnë shqyrtim njerëzor, si p.sh. heqja e një produkti nga një grup. Mbrojtëset mbrojnë gjithashtu nga gabimet që bëjnë sistemet e automatizuara kur të dhënat janë të paplota. Një shembull i zakonshëm: një algoritëm rekomandon heqjen e një produkti sepse shitjet e tij janë të ulëta, kur shkaku aktual janë rezervat e vazhdueshme që të dhënat e shitjeve nuk i dallojnë nga kërkesa e ulët.Gabimet e shfaqjes së çmimit dhe disponueshmërisëjanë një mënyrë e lidhur me dështimin operacional që ia vlen të kuptohet përpara se të futet automatizimi.

Hapi 5: Matni, Mësoni dhe Përsërisni

Optimizimi i asortimentit është një proces i vazhdueshëm, jo ​​një-projekt një herë. Vendosni një ritëm të rregullt rishikimi - në minimum çdo tremujor për vendimet strategjike, mujore për rregullimet taktike. Ndërtoni unaza të strukturuara reagimesh midis ekipeve të kategorisë qendrore dhe ruani-të dhënat e nivelit të performancës. Trajtojeni çdo cikël planifikimi si një eksperiment: formoni një hipotezë, zbatoni një ndryshim, matni rezultatin, përdorni atë mësim në ciklin tjetër. Organizatat që nxjerrin më shumë vlerë nga ky proces nuk janë ato me mjetet më të sofistikuara. Janë ata që kanë krijuar zakonin për të mësuar vazhdimisht nga të dhënat.

Gjashtë KPI për Matjen e Optimizimit të Asortimentit

Gjurmo të gjashtë metrikat në nivel dyqani, jo vetëm në total. Mesataret e nivelit të rrjetit- shpesh fshehin dyqanet ku problemet janë më të mprehta - dhe ku ekzistojnë mundësitë më të mëdha të optimizimit.

Optimizimi i asortimentit nëpër kanale online dhe fizike

Për shitësit me pakicë që operojnë nëpër kanale fizike dhe dixhitale, vendimet e asortimentit nuk mund të menaxhohen të izoluara.Mjedisi i shitjes me pakicëka ndryshuar: klientët lëvizin ndërmjet kanaleve në mënyrë të rrjedhshme, dhe të dhënat nga secili kanal mund të informojnë vendimet në tjetrin.

Online si një sinjal asortimenti.Kërkimet me rezultate zero në-platformën tuaj të tregtisë elektronike janë një tregues i drejtpërdrejtë i boshllëqeve të asortimentit - klientët që ju thonë saktësisht se çfarë duan që ju nuk mbani. Modelet e blerjeve me-shfletim të lartë, të ulët- mund të tregojnë produkte që klientët dëshirojnë t'i vlerësojnë personalisht përpara se të blejnë, gjë që ka implikime për diapazonin në- dyqane. SipasHulumtimi i McKinsey, mbi 70% e konsumatorëve tani presin përvoja të personalizuara - një pritshmëri që vlen për disponueshmërinë e produktit po aq sa për komunikimet.

Asortiment i unifikuar dhe i diferencuar.Nëse asortimentet tuaja në internet dhe në- dyqan duhet të përputhen, varet nga formati i dyqanit tuaj dhe sjellja e klientit. Një shumëllojshmëri e unifikuar thjeshton operacionet dhe prodhon të dhëna më të pastra të kërkesës, por i detyron dyqanet fizike të mbajnë kompleksitetin e një katalogu në internet që shumica e formateve nuk mund ta strehojnë. Një qasje e diferencuar - ku dyqanet fizike kanë një bërthamë të kuruar,-me shpejtësi të lartë ndërsa kanali në internet trajton bishtin e gjatë - funksionon mirë kur të dy kanalet shërbejnë misione vërtet të ndryshme blerjesh. Korniza e vendimeve është e thjeshtë: nëse klientët kërkojnë rregullisht në internet dhe konvertohen në-dyqan, shtrirja ka rëndësi. Nëse blerësit në internet dhe në dyqan- janë kryesisht audienca të ndryshme, diferencimi mund të jetë më efikas.

Ku të filloni.Pika më praktike e hyrjes është lidhja e të dhënave tuaja të kërkimit të rezultateve të-e tregtisë elektronike zero- me rishikimin tuaj të planifikimit të kategorisë. Nuk kërkohet asnjë teknologji e re - një eksport mujor i pyetjeve të dështuara të kërkimit të shqyrtuara nga menaxherët e kategorive mund të shfaqë boshllëqe të asortimentit që në-të dhënat e shitjeve të dyqaneve nuk do t'i zbulojnë kurrë. Duke e çiftuar këtë memarrja e të dhënave në nivel{0}}raft të përmirësuarnë dyqanet fizike krijon një unazë të mbyllur midis sinjaleve online dhe ekzekutimit në dyqan-.

Si duket kjo në praktikë

Skenarët e mëposhtëm ilustrojnë se si zbatohen parimet e optimizimit të asortimentit në formatet e shitjes me pakicë. Këta janë shembuj ilustrues, jo studime specifike të rasteve të kompanisë.

Ushqimore: maskimi i kërkesës lokale në të dhënat agregate.Një zinxhir rajonal ushqimor planifikon asortimente duke përdorur të dhëna të kategorive të përgjithshme. Kategoritë etnike të ushqimit - performues të fortë në lagje të veçanta - janë vazhdimisht të nënpërfaqësuara sepse shitjet e tyre zvogëlohen kur mblidhen në nivelin e banderolave. Një qasje e bazuar në grup{4}}e ndërtuar mbi përbërjen aktuale të shportës zbulon se ajo që dukej si kërkesa e ulët e kategorive në grupe të caktuara dyqanesh ishte një problem strukturor i grumbullimit të të dhënave. Rregullimi i modeleve të këtyre dyqaneve për të pasqyruar sjelljen e blerjeve lokale e mbyll hendekun. Faktori mundësues nuk është teknologjia e re - ai është zbërthimi i të dhënave të kërkesës sipas dyqanit dhe jo sipas banerëve. Dukshmëri më e mirë përmes mjeteve sietiketa elektronike të rafteve në dyqane ushqimorembështet matjen e vazhdueshme nëse ato asortimente të rregulluara janë duke u ekzekutuar.

Moda: menaxhimi i SKU-së me bisht të gjatë.Një shitës i specializuar veshjesh mbart disa mijëra SKU aktive në sezon. Një rishikim i produktivitetit zbulon se një pjesë e konsiderueshme e gamës gjeneron një pjesë disproporcionale të vogël të të ardhurave ndërsa konsumon burime të planifikimit, inventarit dhe rimbushjes. Analiza ndan dy grupe të performuesve të dobët: SKU-të pa bazë të identifikueshme besnike të klientëve dhe hapësirë ​​negative-për-kontributin e marzhit, dhe SKU-të me vëllim të ulët të përgjithshëm, por norma të larta të përsëritjes së blerjeve midis një segmenti blerës të caktuar. Grupi i parë hiqet gradualisht. E dyta ruhet me alokim të rregulluar të hapësirës. Rezultati është një gamë më e ngushtë që është më e lehtë për t'u ekzekutuar dhe më pak gjasa të krijojë lodhje vendimesh në nivel rafti.

Komoditet i shitjes me pakicë: shpejtësia e ekzekutimit si diferencues.Një zinxhir komod-format i vogël funksionon në vende ku çdo metër katror është i lartë-dhe kostoja e një rezervimi rritet nga rezervat e ulëta të inventarit. Faktori kufizues nuk është plani i asortimentit - është koha ndërmjet ndodhjes së një rezervimi dhe një bashkëpunëtor dyqani që i përgjigjet atij. Zvogëlimi i këtij boshllëku nëpërmjet monitorimit të automatizuar të rafteve, në vend që të mbështetet në kontrollet manuale të planifikuara, ka një ndikim të drejtpërdrejtë dhe të matshëm në-disponueshmërinë në dyqan për kategoritë e impulseve të larta-.

Pyetjet e bëra më shpesh

Çfarë është optimizimi i asortimentit në shitje me pakicë?

Optimizimi i asortimentit është procesi i zgjedhjes dhe rafinimit të vazhdueshëm të përzierjes së produkteve të ofruara në çdo dyqan për të maksimizuar shitjet, marzhin dhe kënaqësinë e klientit. Ndryshe nga planifikimi i një asortimenti një-kohor, ai integron të dhëna në kohë reale dhe rishikime të vazhdueshme të performancës për të mbajtur përzgjedhjen e produktit në përputhje me kërkesën aktuale.

Cili është ndryshimi midis planifikimit të asortimentit dhe optimizimit të asortimentit?

Planifikimi i asortimentit është një proces periodik, i centralizuar - zakonisht sezonal ose vjetor - që përcakton se cilat produkte duhet të barten bazuar në të dhënat historike. Optimizimi i asortimentit është i vazhdueshëm. Ai përfshin-sinjale në kohë reale dhe ruan- të dhëna të nivelit të performancës për të përshtatur asortimentin me ndryshimin e kushteve. Planifikimi përcakton drejtimin fillestar; optimizimi e mban atë të kalibruar.

Si e përmirëson AI optimizimin e asortimentit?

Inteligjenca artificiale mundëson-parashikimin e nivelit të kërkesës së dyqanit që shkon përtej mesatareve të grupimit, identifikon SKU-të me performancë të dobët gjatë llogaritjes së efekteve të zëvendësimit, gjeneron rekomandime planograme bazuar në shpejtësinë aktuale të shitjeve dhe përpunon-sinjalet e kohës reale - motin, ngjarjet lokale, aktivitetin e konkurrentit {{3} nuk mund të veprojë në atë kohë në planifikim manual.

Cilat janë arsyet më të zakonshme që optimizimi i asortimentit dështon?

Pesë mënyrat më të zakonshme të dështimit: Mbështetja e tepërt në të dhënat historike që nuk mund të kapin kërkesën aktuale; vendimmarrje e centralizuar-që i mungon variacioni lokal; sistemet e të dhënave të siled që prodhojnë një pamje jo të plotë; përputhshmëria e planogramit më e ulët se sa supozon selia; dhe dështimi për të inkorporuar sinjalet e kërkesës në internet që zbulojnë boshllëqe të padukshme vetëm në-të dhënat e shitjeve të dyqaneve.

Cilat KPI duhet të gjurmoj për optimizimin e asortimentit?

Metrikat më të dobishme janë shkalla e stokut, niveli i shitjes-përmes, produktiviteti i SKU (të ardhurat ose marzhi për njësi të hapësirës së raftit), shkalla e përputhshmërisë së planogramit, kontributi i marzhit të kategorisë dhe përafrimi i kërkesës së grupit (varianca midis asortimentit të planifikuar dhe shitjes aktuale-përmes nivelit të grupit). Ndiqni të gjitha këto në nivel dyqani, jo vetëm në total.

Sa kohë zgjat zbatimi?

Një auditim bazë dhe një kuadër optimizimi i bazuar në grup{0}}zakonisht mund të zhvillohet brenda pak muajsh duke përdorur të dhënat ekzistuese. Optimizimi i vazhdueshëm më i sofistikuar i AI-kërkon një bazë më të fortë të dhënash dhe mund të duhen 12 deri në 18 muaj për t'u funksionalizuar plotësisht. Fillimi me auditimin pothuajse gjithmonë zbulon fitore të shpejta të disponueshme përpara se të nevojitet ndonjë teknologji e re.

A mund të përfitojnë shitësit më të vegjël nga optimizimi i asortimentit?

po. Parimet zbatohen pavarësisht nga shkalla - të kuptuarit se cilat produkte fitojnë hapësirën e tyre, gjurmimi i frekuencës së rezervave dhe krijimi i unazave të reagimit midis të dhënave të shitjeve dhe vendimeve të produktit janë kuptimplotë për çdo operacion të madhësisë. Shitësit më të vegjël mund të mos kenë nevojë për platforma AI të ndërmarrjeve; mjetet e analizës falas ose me kosto të ulët-mund të mbështesin optimizimin e dobishëm bazuar në të dhënat që ata kanë tashmë. Zgjedhja eZgjidhja e etiketës së raftit të djathtëështë një pikënisje praktike për përmirësimin e marrjes së të dhënave pa investime të konsiderueshme në infrastrukturë.

Çfarë të dhënash më duhen për të filluar?

Minimumi: SKU-niveloni të dhënat e shitjeve sipas dyqanit me të paktën 12 muaj histori, nivele aktuale të inventarit dhe një masë të disponueshmërisë së raftit - madje edhe raporte manuale të stokut. Nga ky themel, ju mund të kryeni një auditim kuptimplotë, të identifikoni-mundësitë tuaja të ndikimit më të lartë dhe të ndërtoni një udhërrëfyes për përmirësimin e të dhënave. Të dhënat e përsosura nuk janë një parakusht. Optimizimi i dobishëm është i mundur me të dhëna të papërsosura, për sa kohë që i kuptoni dhe merrni parasysh boshllëqet e tyre.

Ku të Filloni

Optimizimi i asortimentit jep vlerën më të madhe kur funksionon si një cikli i vazhdueshëm - analizon performancën, rregullon përzierjen e produkteve, ekzekuton në-ruan, mat rezultatet dhe përsërit. Shitësit me pakicë që e ndërtojnë këtë aftësi në mënyrë më efektive nuk janë domosdoshmërisht ata që investojnë së pari në mjetet më të avancuara. Ata janë ata që fillojnë me të dhëna të sinqerta se ku po dështon asortimenti i tyre aktual dhe ndërtojnë zakonet organizative për të vepruar në mënyrë konsistente mbi ato të dhëna.

Nëse po filloni nga e para, katër veprime janë menjëherë të zbatueshme: kryeni një auditim të produktivitetit të rezervave dhe SKU duke përdorur të dhënat që keni tashmë; rishikoni përkufizimet e grupit tuaj të dyqaneve kundrejt sjelljes aktuale të blerjes dhe jo demografisë së supozuar; lidhni të dhënat tuaja të kërkimit të rezultateve të-e-commerce zero-me rrjedhën e punës tuaj të planifikimit të kategorisë; dhe përcaktoni se cilat vendime të asortimentit duhet të automatizohen kundrejt rishikimit nga një person përpara ekzekutimit.

Secila prej këtyre mund të bëhet përpara se të blihet ndonjë teknologji e re - dhe secila do të prodhojë shikueshmëri më të qartë se ku investimi i teknologjisë do të lëvizte realisht gjilpërën.