Negli ultimi anni i rivenditori di abbigliamento hanno investito molto per migliorare l’efficienza dell’inventario in modo da ridurre gli assortimenti a ciò che è strettamente necessario. Spesso capita però che lo sforzo non porti i giusti frutti specialmente quanto un cliente riesce a trovare il prodotto di suo interesse nel negozio, ma non la propria taglia, ad esempio, oppure il colore. È brutto sentirsi dire da un negoziante “questo articolo ti piace, ma non posso vendertelo perché non ho la tua taglia”!
Quindi, la riduzione degli assortimenti programmata in modo superficiale, a causa di un calcolo errato dell’ingombro dei prodotti aggrava il problema dell’esaurimento delle scorte, danneggia la soddisfazione del cliente e crea notevoli difficoltà finanziarie all’azienda stessa.
Di seguito proponiamo sette importati riflessioni che hanno tutte l’obbiettivo di ottenere un’ottimizzazione dell’ingombro precisa, nonostante tutte le sfide e i vincoli che l’attività di vendita di impone:
1. La previsione è fondamentale. Essenziale per qualsiasi ottimizzazione delle dimensioni è la previsione della domanda dei consumatori. Questa previsione deve comprendere le differenze tra regioni, punti vendita, online e persino la tipologia di evasione degli ordini. Le previsioni all’avanguardia fungono da spina dorsale per l’ottimizzazione e la pianificazione dell’allocazione, evasione degli ordini, assortimento e decisioni sui prezzi. Questo approccio collega le operazioni di diverse aree decisionali per raggiungere obiettivi comuni.
2. Risolvere la scarsità di dati. Questo è uno degli ostacoli più cruciali per l’ottimizzazione precisa delle dimensioni. Anche se si dispone di cronologia dei dati, pulizia dei dati e accesso ai dati perfetti (cosa che probabilmente non sarà nemmeno così), rimane il problema della natura stagionale e occasionale degli articoli di moda ed anche i cambiamenti del prodotto stesso, come la codificazione delle taglie o i paesi di produzione.
Per risolvere questi problemi di scarsità di dati, si potrebbe procedere creando dei profili ad ogni livello di processo includendo una ponderazione basata sulla scarsità dei dati su ciascun profilo. Questa metodologia aggregata ponderata appunto per la scarsità consente al sistema di fornire valori di profilo accurati per nuove dimensioni rispetto a ciò che è stato acquistato in precedenza. Se avvengono delle modifiche negli ordini, l’impatto relativo viene preso in carico dai profili di livello superiore. Comprendere dove la scarsità di dati ha un maggiore impatto eviterà un’allocazione eccessiva o insufficiente dei prodotti.
3. Fornire i minimi di copertura. Esistono diversi metodi per raggiungere i minimi di copertura, da calcoli molto complessi ad un approccio diretto. Stabilendo un valore soglia per punto vendita è possibile anche fissare una copertura minima reattiva alla vendita di negozi/prodotti, anche attraverso un approccio semplice e diretto sul punto vendita senza ricorrere alla complessità di set di regole dettagliate.
4. Stabilire il controllo dell’utente. L’ottimizzazione delle dimensioni non fornirà alcun vantaggio se gli operatori non si fidano del sistema. I componenti più critici per costruire la fiducia sono la visibilità e il controllo. Pertanto, le applicazioni devono fornire un’analisi trasparente dei profili correnti in modo semplice. La soluzione giusta offrirà il giusto compromesso tra l’automazione delle operazioni e l’autonomia delle persone di revisionare i dati.
5. Omnicanale . L’omnicanale deve essere nativamente integrato con il resto dell’applicazione, non come componente aggiuntivo o logica esterna a tutte le decisioni. I profili dovrebbero riflettere le vendite in negozio e online in modo indipendente poiché la domanda di dimensioni differisce in modo significativo in base al canale. Pertanto, le soluzioni non dovrebbero aggregare o mischiare la domanda di canale.
La domanda di profilatura delle dimensioni dovrebbe anche considerare gli aspetti di spedizione dal negozio o meno, dell’inventario e della posizione. Questa creazione di profili dovrebbe consentire a qualsiasi profilo di dimensione di rappresentare le due fonti di domanda: vendite native e vendite online soddisfatte dallo stock del negozio oppure no. Questo aspetto diventa ancora più cruciale man mano che i rivenditori aumentano i loro negozi per l’adempimento online.
6. Integrazione. La profilazione delle dimensioni è parte integrante del processo di gestione delle scorte e ordine dei prodotti da parte del commerciante. Pertanto, la soluzione che si sceglie di usare deve integrarsi perfettamente con qualsiasi sistema di gestione degli ordini (OMS). La condivisione dei dati fornisce informazioni all’interno dell’infrastruttura OMS per consentire di sfruttare il vantaggio dell’analisi avanzata delle quantità degli ordini senza sostituire il sistema in uso e procedere pertanto con la scelta di conferma/modifica gli ordini dei prodotti.
7. Comprendere l’importanza. L’ottimizzazione delle dimensioni rimane una criticità spesso senza priorità nei portafogli di molti rivenditori. Ma spesso rimane un estenuante processo di pianificazione degli ordini eseguito poco prima della conferma degli stessi. Assicurarsi un processo di calcolo e analisi predittiva permette di ottenere i dati necessari per poter scegliere l’opzione migliore per il proprio contesto commerciale.
Parliamone insieme.
dal blog di Zebra, David Barach, Senior Director per la strategia di soluzioni software per il commercio al dettaglio.
