Sammanfatta detta blogginlägg med:
Redaktörens anmärkning: Precis som den uråldriga kampsporten jiujitsu, som utnyttjar en motståndares energi för att få en fördel, kommer den här bloggen om sortimentsplanering att utforska hur återförsäljare kan utnyttja kraften i data för att inte bara försvara sig mot sortimentsutmaningar utan också för att omvandla dem till möjligheter till seger. I en tid av korta videor som orsakar slut på varor och snabb handel som banar väg framåt blir detta särskilt viktigt att förstå.
Låt oss lämna detaljhandeln, konsumentprodukter, kampsport och zen ett tag och fundera på att bjuda in folk till en fest (vare sig det är födelsedag, jul eller till och med Thanksgiving) ! Vilka frågor skulle du fundera över?
- Antalet gäster som kommer
- Vilken sorts mat gillar eller föredrar de? (Vill inte servera kött till veganer)
- Vad är budgeten?
- Passar det för tillfället?
Detsamma gäller för återförsäljare och företag när de planerar sitt sortiment, de ställer samma frågor på ett annat sätt:
- Vad kan efterfrågan per plats vara (kundefterfrågan)?
- Vilka är målgruppens preferenser?
- Finns det några lagerbegränsningar eller marginalbegränsningar? (Budget)
- Är det säsongsbetonat/trendigt/kommande? (Säsongsvariationer)
Genom att ställa rätt frågor och göra rätt val kan återförsäljare minska risken för slut i lager, rabatter och missnöjda kunder året runt. Så innan vi går djupare in på var återförsäljare ibland gör fel, låt oss titta på sortimentsplanering i detalj. Om du är en erfaren återförsäljare kan du hoppa över det här avsnittet och gå till nästa där vi pratar om sätt att förbättra din sortimentsplaneringsupplevelse.
Sortimentsplanering handlar om att noggrant välja ut och bestämma vilka produkter som ska erbjudas kunderna under en specifik tidsperiod och över olika platser och försäljningskanaler. Målet är att maximera försäljningen samtidigt som man tillgodoser både kundernas efterfrågan och minimerar prisrabatter. Ingen vill ha en butik full av osålda varor på en plats och ha slut på dem på en annan.
Därför innebär sortiment att välja rätt produktmix (genom att analysera efterfrågan, trender, lönsamhet, lager) och bestämma rätt allokeringsstrategi (för olika kanaler som online, offline, platser etc.) samtidigt som man är dynamisk (med kontinuerlig övervakning).
Några viktiga komponenter i sortimentsplanering inkluderar:
- Bredd/Bredd: Antalet olika produktkategorier och typer som erbjuds. Till exempel kan ett FMCG-företag erbjuda hårvårds- och hudvårdsprodukter. Bilar kan erbjuda personbilar, stadsjeepar etc.
- Djup: Antalet variationer inom varje produktkategori (t.ex. olika storlekar, färger, stilar).
- Konsekvens: Relationen mellan flera produktlinjer (t.ex.: Skor och strumpor är konsekventa men böcker och skor är det inte).
- Allokering: Distributionen av produkter över olika platser och försäljningskanaler.
- Prispositionering: Prissättningsstrategin för varje produkt i sortimentet.
Baserat på produktmixens bredd och djup kan strategin vara djupgående (färre bredder men längre djup, t.ex. skobutiker) eller bred (längre bredder men mindre djup som Walmart). Några andra exempel inkluderar: äggröra (inte ägg), lokaliserad, säsongsbetonad, exklusiv, trendbaserad, massmarknadsstrategi, etc. Vilken typ som väljs kan bero på många faktorer, som vilken typ av varor som säljs, geografiska platser, övergripande strategi, etc. Ett av de bästa sätten att besvara vilken typ av strategi du vill ha är att tänka på:
- Vilken typ av butik vill du vara: En enda butik eller en exklusiv butik?
- Vad vill du att ditt USP ska vara: snabbare leverans, kvalitet eller pålitlighet?
- Vill du vara det billigaste alternativet?, etc.
Att bara prata om att välja strategi skulle kräva en annan artikel. Låt oss nu titta på några saker där de flesta varumärken gör fel.
Tror du att kunder i Asien och USA skulle ha samma köpmönster? Varför skulle du då anta detsamma för Texas och Kalifornien? Du bör inte behandla "personalisering" bara som ett modeord utan istället försöka göra det till en del av verksamheten så mycket som möjligt. Så hur kan man integrera det i sortimentsplaneringen? Svaret: Klusterbildning.
Klusterbildning är den grundläggande delen av effektiv sortimentsplanering. Klusterbildning låter dig segmentera din kundbas baserat på olika faktorer, såsom demografi, plats, historisk försäljningsdata och volym, butiksstorlek, butiksformat, bruttomarginaler, sålda enheter etc. Några av de metoder som används är K-means, mean shift, hierarkisk, DBSCAN, agglomerativ klusterbildning, PCA, etc.
Detta gör det möjligt att skapa anpassade sortiment för olika butiks- eller kundgrupper, vilket säkerställer att de är relevanta för deras specifika behov och preferenser. Detta kan göras på olika nivåer, även på butiksnivå kan du köra analyser för flera produktgrupper baserat på olika parametrar.
Några frågor du bör ställa dig själv innan du klustrar:
- Vilka är de viktigaste attributen du behöver basera din bedömning på? (T.ex.: Skobutiker kan basera sin bedömning på stil, färg och storlek)
- Finns det några viktiga trender som förändras på kort tid?
- Finns det några skillnader mellan kanalsökningar och köphistorik online och offline?
- Ytterligare frågor måste ställas baserat på produktens djup och bredd samt ditt varumärkes strategi.
Du behöver förstå var sortimentsplanering passar in i din övergripande planeringsstrategi. För vissa företag följer det deras finansiella planer, t.ex. finansiella planer för varor, för andra följer det deras lagerplan och för andra kan det vara en förlängning av deras butiksplanering. Hur som helst, att först förstå ditt företags prioriteringar och sedan planera för sortimentet skulle hjälpa på lång sikt. Därför måste finansiell planering och lagerplanering för varor gå hand i hand med sortimentsplanering.
Tänk dig till exempel att du arbetar inom modebranschen (denna bransch står för cirka 4 procent av de globala utsläppen) där fokus på hållbarhet ökar. Generation Z och millennials säger att de anpassar sig till mer hållbara val. Att bara ge en budget för hållbarhet nu skulle inte räcka. Du måste analysera dina geografiska och lokala data jämfört med genomsnittlig kundålder för att förstå de bästa butikerna för att visa/sälja varor och för att förstå säsongens trender. Men utan rätt budget skulle du inte kunna göra det. Båda är ömsesidigt beroende av varandra.
Så det är viktigt att hitta rätt plats för sortimentsplanering i den övergripande strategin.
"Lageröverskottet" är verkligt!!
Enligt National Retail Federation kostar prisnedsättningar återförsäljare 5–15 % av deras totala försäljning (beroende på bransch). Och en av de främsta orsakerna till sådana oplanerade prisnedsättningar är felbedömda lagerbeslut. Några av de genomsnittliga prisnedsättningarna per bransch är:
- Kläder: 10–15 % (Källa: National Retail Federation, McKinsey & Company)
- Varuhus: 12–18 % (Källa: Investopedia, Retail Dive)
- Elektronik: 4–6 % (Källa: Konsumentrapporter, Retail TouchPoints)
Detta visar hur ett felaktigt sortimentsbeslut kan påverka företaget som helhet.
Dessutom kan spridning av SKU-nummer, dvs. processen att lägga till fler produkter i ditt lager för att anpassa dig till marknadsförändringar, öka lagerkostnaderna och döda varor. Så, var ska man börja din sortiments- och lagerplanering för att minska sådana situationer? Genomför först nödvändiga revisioner för att bli av med föråldrat lager och identifiera potentiella döda varor. Tänk sedan på vad ditt konsumentbeslutsträd är? Var börjar de och vilka parametrar tar de hänsyn till?
Skapa diagram för att visualisera de vägar som köpare tar i beslutsfattandet. Till exempel, när kunder köper flingor kan de först leta efter en specifik typ av flingor, som granola, cornflakes etc., innan de undersöker smaker. Du kan skapa beslutsträd baserat på noder som produktegenskaper och funktioner, historiska köp, rabatter, säsongsfaktorer, pris etc.
Men för att skapa sådana planer borde kluster ha gjorts eller så kan detta sortiment göras på butiksnivå. Sedan kan data från dessa butiker analyseras för att identifiera det bästa urvalet av varor som ska visas baserat på den skapade attributmixen. En illustration från den verkliga världen som belyser effekten av ett rikt utbud men att välja enkelhet kan observeras i fallet med KitKat i Japan (300+ smaker) jämfört med dess globala motsvarigheter (knappt 5).
Källa: iStock
Vanligtvis görs sortimentsplanering som en del av den ekonomiska processen. Men du måste hålla koll på lagret konstant, och för situationer som de som diskuteras nedan baseras det på den bransch du är verksam i.
- När: Före varje säsongsstart.
- Varför: Att anpassa produktsortimentet till säsongens behov och trender. Till exempel genom att erbjuda badkläder på sommaren och varma kläder på vintern.
- Ny produktlansering eller marknadsinträde:
- När: Före lansering
- Varför: Att skräddarsy sortimentet efter lokala preferenser, demografi och kulturella nyanser, och optimera produktmixen för varje marknad.
- När: Regelbundet (ingen tidsgräns, mycket branschspecifik)
- Varför: För att förbli relevant och möta konsumenternas förändrade krav samt skapa ett effektivt produktsortiment
- När: För lagerreduktion eller lagerhantering
- Varför: Skapa strategiska produktpaket eller omdirigera till en bättre plats för att minska de totala förlusterna
- När: Pågående analys
- Varför: Att införliva insikter från kundfeedback, försäljningsdata och marknadsanalyser i sortimentsbeslut
- Volatilitet i leveranskedjan:
- När: Resurserna är begränsade
- Varför: Att optimera befintliga resurser genom att fokusera på produkter med högst potential för framgång.
- Förändring i kanalstrategi:
- När: Fokusera på online från offline
- Varför: Kan omdirigera befintligt lager till platser/lager där det skulle vara mer lönsamt
Observera att sortimentsplanering i detaljhandeln måste ske utöver alla strategiska skäl och regelbundna kontroller.
Enligt Econsultancy är besökare som avser att köpa något 91 % mer benägna att använda sökmotorer än de som bara surfar. Det betyder att det kan vara viktigare att identifiera rätt avsiktsdata än att tänka på rekommendationer. Dessutom faller många varumärken i fällan att enbart förlita sig på historisk data för sortimentsbeslut. Även om historisk data är värdefull, bör den inte vara den enda avgörande faktorn.
Även nu med 2024 i antågande är det vanligaste planeringsverktyget Excel, vilket inte bara orsakar flera sanningskällor utan också fel och redundanser. Och slutligen, att välja grundläggande tekniker med grundläggande KPI:er – som total försäljning och butiksyta – utan att lägga till fler detaljer som bruttomarginal%, genomsnittlig försäljning per lagerhållningsenhet, genomsäljningsprocent, etc.
Inte bara nyckeltalen, utan även traditionella prognosmetoder är otillräckliga för korrekt sortimentsplanering inför snabba förändringar. Avancerade modeller som innehåller aktuell data, makroindata som inflation, konsumentstatistik och trendanalys är avgörande för att återförsäljare ska kunna förutsäga efterfrågan och optimera lagret.
Så, om din fråga är vilka tekniker som kan användas – några av dem är:
- Avancerad efterfrågeprognos
- Intelligent butiksklustring
- Konsumentbeslutsträd
- Cross-merchandising och varukorgsanalys
- Planering på linjenivå
- Scenariobaserad sortimentsplanering
- Rätt storlek på kurvhantering, etc.
Att tänka på dessa fem områden är bara början, inte slutet. Du måste fortfarande tänka på affärsprioriteringar, strategisk samordning, fysiska och ekonomiska begränsningar, tidsperiod för planering och genomförande, och fler detaljer för att komma till den faktiska planeringen.
För att göra detta kan du överväga några tips för sortimentsplanering:
- Utvärdera nuvarande prestationer och bedöm brister
- Lägg till aktuella lagernivåer i dina planer
- Balansera trendiga plagg med ständigt återkommande bästsäljare
- Planera för impulsköp
- Välj rätt planeringsmodell
- Lägg tid på butiksanpassning/lokalisering
- Hitta rätt planeringsverktyg
Allt vi har sagt idag bygger på en grundläggande sak: Data. Innan du dyker in i sortimentsplanering, fråga dig själv: Hanterar du all data väl, är dina dataarkitekturer tillräckligt sömlösa, har du rätt datalager- och datasjöfunktioner? Kan du visualisera dem med rätt Business Intelligence-verktyg? Och slutligen, använder du rätt verktyg?
Om du har svårt att besvara någon av dessa frågor, kan du diskutera med oss för att lösa dina datautmaningar! Skicka ett meddelande till oss idag!