Machine Learning im Abverkauf: bessere Preise, weniger Abschriften

September 19, 2019

Machine Learning im Abverkauf: bessere Preise, weniger Abschriften

Volatil, schnelllebig, mit einer Vielzahl an Produktvarianten: Die Modebranche stellt Händler und Hersteller immer wieder vor Herausforderungen. Um Schritt zu halten, müssen Preise für Fashion-Artikel ständig optimiert werden. Wie Unternehmen Machine-Learning-Algorithmen nutzen können, um optimale Preise festzulegen und Abschriften zu reduzieren. 

Pricing in der Fashion-Industrie: Immer mehr Kanäle, zahlreiche unterschiedliche Einflussfaktoren und ein sehr volatiles Marktumfeld sorgen dafür, dass das Festlegen des richtigen Preises für ein Produkt immer komplexer wird. Die Zeiten, in denen zweimal im Jahr zum Sommer- und Winterschlussverkauf verlässlich der Rotstift angesetzt wurde, sind längst vorbei. Mid-Season Sale, Black Friday oder Singles Day – zahlreiche zusätzliche Rabattanlässe führen dazu, dass ein immer größerer Teil des Sortiments über Rotpreise verkauft wird und die Schlussverkaufszeiträume vorgezogen werden. 

Branche sieht Rabatte als größtes Problem

Das bereitet der Branche selbst immer größeres Kopfzerbrechen. Wie eine aktuelle repräsentative Umfrage des BTE Bundesverband des Deutschen Textileinzelhandels zeigt, machen dem Textilfachhandel zu frühe und umfangreiche Preisreduzierungen große Sorgen. Auf einer Skala von eins (kein Problem) bis zehn (sehr großes Problem) bewerteten die Teilnehmer die zunehmenden Rabattschlachten mit 9,2 als größtes Problem. Zudem haben sich die Preisabschläge im letzten Jahr bei 43 Prozent der Unternehmen erhöht und nur bei 26 Prozent verringert. 

Das ist auch unsere Erfahrung aus zahlreichen Projekten: Der Anteil an Mode, der zu Schwarzpreisen, also dem ursprünglich angesetzten Preis, verkauft wird, sinkt jedes Jahr. Hinzu kommt hoher Warendruck. Händler und Modelabels müssen also immer mehr Produkte über Abschriften, folglich reduziert, verkaufen, um nicht darauf sitzen zu bleiben. Das macht ein gezieltes Management von Abschriften unabdingbar. Nur wer Höhe und Zeitpunkte von Abschriften optimal steuert, minimiert Risiken und reizt gleichzeitig einen wichtigen Profithebel optimal aus. Denn die ursprüngliche Wareneingangskalkulation reduziert sich durch hohe Abschriften deutlich und die tatsächliche Gewinnspanne droht zum Ende einer Saison in sich zusammen zu fallen – hier müssen Unternehmen entgegensteuern. 

Traditionelle Abschriftenmatrix zu grob

Wie haben Fashion-Händler und Hersteller bislang Abschriftenhöhe und Zeitpunkt ermittelt? Traditionell funktioniert das über eine Abschriftenmatrix, die für eine bestimmte Woche und den darin vorhandenen Lagerbestand einen Rabatt festlegt. Ein simples Verfahren, das lediglich zwei Faktoren beachtet. Und darin liegt auch das Problem: Die Matrix ist nicht in der Lage, verschiedene Verkaufskanäle oder Points of Sale (PoS) zu berücksichtigen. Auch regionale Unterschiede fließen nicht ein, obwohl Kundenverhalten und Preiselastizitäten in verschiedenen Gegenden enorm unterschiedlich sein können. 

Ein derart grobes Instrument, das so viele Kriterien nicht miteinbezieht, liefert auch nur ein sehr ungenaues Ergebnis. Infolgedessen reduzieren Unternehmen die Preise mancher Artikel zu früh und zu stark, was zu einer geringeren Gewinnspanne führt, wohingegen andere Artikel zu spät und zu schwach im Preisabgesenkt werden, wodurch die Ware dann nicht innerhalb des gewünschten Zeitraums abverkauft wird und später mit noch höheren Rabatten auf anderen Kanälen abverkauft werden muss. 

Algorithmen liefern artikelindividuelle Abschriften

Um mehr Kriterien zu berücksichtigen, die Steuerung zu verfeinern und zudem noch die durchschnittliche Abschriftenhöhe zu reduzieren, empfehlen wir Modehändlern und -herstellern den Einsatz eines digitalen, auf Algorithmen basierenden Systems. Eine Lösung, die Abschriftenempfehlungen basierend auf Algorithmen generiert, ist in der Lage, Abschriften für jeden einzelnen Artikel individuell unter Berücksichtigung aller relevanten Erfolgskriterien festzulegen. 

Wie das funktioniert? Die Lösung errechnet automatisch, welche Abschriftenhöhe optimal ist, um den Artikel in der geplanten Zeit zu verkaufen. Dafür führt die „künstliche Intelligenz“ einfach einen Soll-Ist-Abgleich des Lagerbestands durch und ermittelt basierend auf einer Elastizitäts- und Absatzprognose die optimale Abschriftenhöhe, um das Verkaufsziel zu erreichen. Das auf Algorithmen basierende System ist dabei in der Lage, zahllose Kriterien wie Warengruppe oder -kategorie, Wetter, derzeitige Wettbewerbsintensität, aufkommende Trends usw. zu miteinzubeziehen. Zudem kann es differenzierte Rabatte für einzelne Regionen, Filialen und Artikel ausgeben. 

Implementierung: Regelwerke und umfangreiches Testing

Damit Händler oder Hersteller hier jederzeit die Kontrolle behalten, muss die Lösung jedoch im Vorfeld mit genauen Regeln ausgestattet werden. Innerhalb welchen Spektrums dürfen sich die Abschriften bewegen, welche Preispunkte sollen genutzt werden, was ist der angestrebte Lagerbestand zum Ende der geplanten Abverkaufsperiode und wie granular dürfen die Abschriften überhaupt ausgesteuert sein? Mit all diesen Informationen muss die Lösung gefüttert werden. 

Der nächste Schritt ist eine umfangreiche Testphase, in der die Unternehmen den Algorithmus kontinuierlich überprüfen und korrigieren müssen. So verbessern sich die Ergebnisse ständig. Wer diese wieder dem Algorithmus zur Verfügung stellt, trainiert so ein Machine-Learning-Modell. Dieses sorgt dann dafür, dass die vorgeschlagenen Abschriften mit der Zeit immer optimaler und sowohl Abverkaufs- als auch Abschriftenprognosen selbst bei sich ändernden Marktgegebenheiten immer korrekter werden. Das Ergebnis: Fashion-Händler und -Produzenten reduzieren ihre Waren immer zielgenauer. Das heißt, sie haben weniger und niedrigere Abschriften für Artikel, die das nicht benötigen, und höhere Abschriften für Artikel, die sie sonst nicht verkaufen könnten.

Ihre Vorteile auf einen Blick

  1. Optimierte Margen und reduzierte Kosten durch bessere Abverkaufsplanung sorgen für EBIT- Steigerungen auf Gesamt-und Artikelebene
  2. Fläche wird schneller frei für neue Ware und generiert so mehr Umsatz
  3. Optimierte Abschriftenhöhen führen zu durchschnittlich niedrigeren Abschriften
  4. Automatisiertes Abschriftenmanagement spart Zeit und Ressourcen
  5. Interner Abstimmungsaufwand reduziert sich
  6. Weniger Rabatte bewirken eine positivere Markenwahrnehmung