Cofnij do listy
Artykuł
Replenishment
Fashion

Kategoryzacja sklepów w branży fashion i jej konsekwencje

Kategoryzacja sklepów w branży fashion: Klucz do efektywnego zatowarowania

Ile decyzji biznesowych musi podjąć planista odpowiedzialny za właściwe zatowarowanie sklepów w branży fashion? Załóżmy, że sieć modowa obejmuje 200 sklepów stacjonarnych. Asortyment handlowy liczy 5.000 SKU, rozumianych jako modelo-kolor-rozmiar. Gdyby chcieć przeanalizować potencjał sprzedaży każdego produktu w każdym sklepie, należałoby wykonać 1.000.000 obliczeń i podjąć decyzje dla miliona kombinacji produkt-sklep. Najlepiej codziennie.

Brzmi jak mission impossible, prawda? Zwłaszcza gdy podstawowym narzędziem pracy jest Excel. Nic dziwnego, że w tej sytuacji planiści sięgają po metodę kategoryzacji (klasteryzacji) sklepów. Warto jednak rozważyć, jakie konsekwencje biznesowe niesie ze sobą to rozwiązanie.

Jedna sieć handlowa, rożne kategorie sklepów

W ramach klasteryzacji wszystkie sklepy dzieli się i przypisuje do kilku kategorii, najczęściej ze względu na obrót, jaki generują. Na tej podstawie wyłaniane są sklepy wysoko-, średnio- i niskoobrotowe.

W innych przypadkach uwzględnia się także metraż salonów sprzedaży. Dzieje się to zwłaszcza wtedy, gdy dana marka posiada kilka formatów handlowych – np. wielkopowierzchniowe sklepy w centrach handlowych, mniejsze sklepy przy ulicach handlowych oraz outlety – które różnią się oferowanym asortymentem (inne produkty, inna głębokość i szerokość kolekcji uwarunkowana możliwościami ekspozycyjnymi), a także cenami (np. produkty outletowe objęte wysokimi rabatami).

Czasem podczas klasteryzacji wykorzystuje się też inne kryteria, np. liczbę klientów odwiedzających sklep w ciągu miesiąca (dane uzyskiwane na podstawie pomiarów z bramek wejściowych), wskaźnik rotacji produktów w sklepie czy liczbę mieszkańców miejscowości, w której znajduje się salon sprzedaży.

Co więcej, bywają sytuacje, w których kategoryzacji podlegają nie tylko sklepy, ale i sekcje sklepowe. Możliwy jest zatem scenariusz, w którym w ramach jednego sklepu znajdują się sekcje opatrzone różnymi kategoriami.

Przypisanie do danej kategorii odbywa się cyklicznie, np. raz na sezon, i ma zasadnicze znaczenie podczas alokacji, rozumianej jako inicjalne zatowarowanie sklepów w nową kolekcję produktów na początku nowego sezonu. W przypadku niektórych marek modowych, już na etapie zamawiania kolekcji u dostawców, produkty są przypisywane do konkretnych salonów sprzedaży z danej kategorii. W trakcie trwania sezonu te kategorie mogą ulec zmianie w oparciu o wskaźniki rotacji produktów, liczbę odwiedzających sklep klientów lub wysokość sprzedaży.

Konsekwencje kategoryzacji sklepów

Co to oznacza w praktyce? Sklepy przypisane do „lepszej” kategorii podczas alokacji z reguły otrzymują bardziej zróżnicowany asortyment i więcej produktów (np. szerszą rozmiarówkę). Większa dostępność produktów, w tym bestsellerów, zwiększa szansę na sprzedaż. Z kolei wzrost sprzedaży powoduje, że w trakcie replenishmentu te sklepy nadal będą otrzymywały najwięcej produktów, ponieważ będą wykazywały największy potencjał sprzedaży towarów w pierwszej cenie.

Klasteryzacja sklepów w oparciu o czynniki globalne, takie jak obrót czy metraż, nie musi mieć jednak przełożenia na potencjał sprzedażowy konkretnego produktu w konkretnym sklepie. Ryzykiem jest zatem, że sklepy sklasyfikowane jako wysokoobrotowe wciąż takie będą, ponieważ dostępność towarów w nich będzie wysoka, natomiast sklepy generujące mniejszy obrót (a więc przypisane do niższej kategorii), nie ujawnią swojego potencjału ze względu na mniejszą dostępność produktów. Zadziała zatem zasada samospełniającej się przepowiedni.

Jak to robimy w Occubee?

Uniknięcie wskazanych pułapek jest możliwe poprzez prognozowanie sprzedaży na poziomie konkretnego produktu w konkretnym sklepie, w oparciu o historyczną sprzedaż i w powiązaniu z historyczną dostępnością danego produktu. Tak właśnie działa Occubee.

System umożliwia kompleksową, a jednocześnie granularną analizę danych, dostarczając informacji o potencjale sprzedażowym dla pojedynczego SKU w konkretnym sklepie. Pozwala identyfikować lokalny popyt i na jego podstawie zatowarowywać sklepy. Platforma wylicza prognozy sprzedaży z użyciem sztucznej inteligencji, a następnie generuje zapotrzebowania sklepowe i polecenia komisjonowania, dzięki czemu dostarcza ekspertom wartościowych informacji, które ułatwiają i przyspieszają podejmowanie decyzji biznesowych.

Wracając do przykładu ze wstępu, podjęcie miliona decyzji dziennie dla kombinacji produkt-sklep jest niemożliwe dla człowieka. Natomiast nie stanowi wyzwania dla systemu, który w swojej algorytmice może te decyzje podejmować w pełni automatycznie, albo umożliwiać akceptację wybranych wyników przez eksperta, pozostawiając kontrolę w jego rękach.

Lubisz wiedzieć więcej?

Dołącz do naszego newslettera

Newslettery wysyłane są w formacie wiadomości e-mail, nie częściej niż raz w miesiącu bądź niezwłocznie w przypadku istotnych aktualności/zmian/treści edukacyjnych. Więcej w regulaminie.