
Tipps, wie Sie Ihrer Einzelhandelssoftware den nötigen Kontext liefern, um intelligentere Entscheidungen zu treffen
Vor einiger Zeit musste eine unserer Filialen den Bestand an „Bullets“ auffüllen, einem bewährten Verkaufsschlager an der Kasse. Der Filialleiter bestellte sechs Stück. Wir erhielten jedoch 12 Fischgläser statt sechs „Bullets“. Zwölf Fischgläser.
Der Bestellwert hatte sich still und leise um etwa 1.300 Dollar erhöht, und ich musste schließlich Fischgläser an elf andere Filialen umverteilen, um den Schaden zu verteilen.
Die Software kann Ihr Geschäft nicht so gut verstehen wie Sie selbst, aber ihr Zweck ist es, zu lernen, es zu verstehen, und sich unermüdlich weiter zu verbessern.
Niemand hat geschlafen. Es handelte sich um eine Verwechslung der Maßeinheiten – eine Situation, in der der Lieferant nach Kartons verkauft, das Kassensystem in Einzelstücken denkt und irgendwo dazwischen aus einer „6“ etwas wird, das niemand beabsichtigt hat. Die Tools, die solche Probleme verhindern sollten, sind dazu meist nicht in der Lage, weil sie nicht wissen, wie dieser Lieferant den Artikel tatsächlich versendet.
Diese Lücke zwischen dem, was die Software weiß, und dem, was Sie wissen, steht im Mittelpunkt dieses Artikels.
Wenn Sie diese Serie verfolgt haben, wissen Sie, dass mein Rat lautete, der KI einen Schritt voraus zu sein. Ich möchte diesen Rat hier noch präzisieren. KI ist kein Wettbewerbsvorteil mehr. Sie ist die Grundvoraussetzung.
Hier ist der Haken: Keines dieser Tools funktioniert von Haus aus. Man muss die Umgebung um sie herum aufbauen und ihnen den Kontext liefern, über den nur man selbst verfügt. Wenn man das tut, kann jemand, der den Betrieb versteht, etwas entwickeln, das den Output vervielfacht.
Im vergangenen Jahr habe ich genau das für unsere 21 Standorte aufgebaut. Ich nenne es Retalyz, ausgesprochen „retail-eyes“. Davor habe ich meine Zeit damit verbracht, Brände zu löschen. Jetzt habe ich ein Tool, das automatisierbare Aufgaben übernimmt und diese in einem kontinuierlichen Zyklus verbessert. Diesen Monat möchte ich dessen Kern offenlegen: die Engine, die entscheidet, was bestellt wird.
Der Lagerbestand ist das Lebenselixier eines Einzelhändlers, und die Bestellung entscheidet über Sein oder Nichtsein. Jede Bestellung ist eine Wette zwischen zwei schlechten Ergebnissen: Geld, das im Lager gebunden ist, oder leere Regale, wenn ein Kunde mit Bargeld vor der Kasse steht. In unseren 21 Filialen werden Bestellungen manuell aufgegeben, und diese Wette ist meist ein Ratespiel, das Stunden verschlingt.
Unser alter Prozess war Wiederholung, getarnt als Kontrolle: Ein Manager führte den POS-Nachbestellbericht aus, bereinigte Auslaufartikel, verkaufsschwache Artikel und Ausverkaufsspitzen und schätzte dann die Mengen. Der Einkäufer überprüfte das Ganze noch einmal. Wenn etwas außerhalb des üblichen Bereichs lag, landete es bei mir oder einem der Eigentümer. Jeder Durchgang dauerte ein bis drei Stunden. Dieselbe Bestellung, drei- oder viermal.
Das hat mich am meisten überrascht, als ich mich näher damit befasste: Die Nachbestellberechnung in den meisten Systemen – auch in unserem – basiert im Wesentlichen auf der Formel „verkaufte Einheiten geteilt durch die Tage zwischen den Bestellungen“. Klingt vernünftig. Aber das ist auf kostspielige Weise blind: Ein Artikel, der am ersten Tag ausverkauft war und dann einen Monat lang leer im Regal stand, sieht genauso aus wie einer, der die ganze Zeit über stetig verkauft wurde. Das System zählt nur die Verkäufe, die du getätigt hast. Es hat keine Ahnung von den Verkäufen, die du nicht tätigen konntest, weil das Regal leer war. Bei diesen unsichtbaren Verkäufen entweicht das Geld.
Also habe ich das Portal entwickelt, um sie zu schätzen. Jeder Artikel erhält einen Konfidenzwert, der darauf basiert, wie verfügbar er war. Wenn wir den gesamten Zeitraum über vorrätig waren, betrachte ich die Verkäufe als echte Nachfrage und passe sie dann an Saisonabhängigkeit und Trends an. War der Artikel während eines Teils des Zeitraums nicht vorrätig, sinkt die Zuverlässigkeit, und die Prognose wird nach oben angepasst, um zu schätzen, was verkauft worden wäre, wenn wir ihn gehabt hätten. Dann wird die Bestellmenge so bemessen, dass wir nicht wieder ausverkauft sind, bevor die nächste Lieferung eintrifft.
Dieser letzte Punkt ist wichtiger, als es zunächst klingt. Bei den meisten Softwareprogrammen kann man einen Sicherheitsbestand festlegen, der in der Regel für eine ganze Kategorie gleich ist und auf dem Bauchgefühl eines Managers basiert. Unser System rät nicht. Es beobachtet die Bestellhistorie und lernt die tatsächliche Vorlaufzeit für jeden Schritt kennen: wie lange ein Manager braucht, um die Bestellung aufzugeben, wie lange der Einkäufer für die Bearbeitung benötigt und wie lange der Lieferant für den Versand benötigt. Dann passt es sich an, wenn sich diese Zahlen verschieben.
Auf dieser Prognoseebene führt das Portal den Rest der Überprüfung automatisch durch. Jede Nacht liest es aus, was sich geändert hat – einschließlich Verkäufe, Wareneingänge, Umlagerungen und Retouren – und erstellt dann ein neues Gesamtbild. Es erstellt die Bestellung so, wie es unsere besten Mitarbeiter tun würden: Es entfernt Auslaufartikel und Ausverkaufsspitzen, passt die Mengen an, prüft Lieferantenschwellenwerte und Mindestmengen, wandelt Einzelstücke in die Kartons und Kisten um, die der Lieferant tatsächlich versendet, und markiert, wenn eine weitere Einheit die Grenze für kostenlosen Versand überschreitet. Ja, genau das „Fishbowl“-Problem, das frühzeitig gelöst wird.
Anschließend leitet es die fertige Bestellung zur Genehmigung und Terminierung weiter, damit die Einkaufsabteilung den Cashflow planen kann. Die Mitarbeiter verschwinden nicht aus dem Prozess. Sie hören auf, die Arbeit zu erledigen, und beginnen, die Ausnahmen zu prüfen.
Was bringt Ihnen das? Der offensichtlichste Vorteil ist der, für den ich ohne Umschweife einstehen kann: Die drei- bis vierstündige Überprüfung, die drei- oder viermal durchgeführt wird, reduziert sich auf wenige Minuten, in denen geprüft wird, was das System markiert hat. Weniger Fehler vom Typ „Fishbowl“. Weniger ungenutzter Lagerbestand und weniger leere Regale – und das ganz bewusst so gestaltet. Ein Bestellvorgang, der so lange dauert, macht es zudem leicht, Überprüfungen zu überspringen oder Dinge gänzlich zu übersehen – und genau so ist das „Fishbowl“-Problem entstanden.
Könntet ihr das nicht einfach kaufen? Man kann zwar etwas kaufen. Es gibt namhafte Systeme, und unser Kassensystem verfügt über eine integrierte dynamische Nachbestellfunktion. Diese sind jedoch teuer und generisch, was bedeutet, dass sie eure Vorlaufzeiten, eure Ausverkaufsgewohnheiten oder jenen einen Lieferanten, der in 12er-Packungen liefert, nicht kennen. Was unser System zum Funktionieren gebracht hat, war kein cleverer Code. Es war der Kontext, über den nur ein Betreiber verfügt. Das ist die eigentliche Lektion: Man muss kein Programmierer sein, um so etwas aufzubauen. Man muss das Geschäft gut genug verstehen, um es dem System beizubringen.
Am meisten begeistert mich dieser Wandel: der Übergang von der Automatisierung zu einem agentenbasierten Ansatz, bei dem Menschen Ausnahmen überwachen, anstatt strengen Skripten zu folgen. Der Bestellprozess war eine Herausforderung, aber sobald sich das Muster etabliert hat, wird er zur Routine.
Die Software kann Ihr Geschäft nicht so gut verstehen wie Sie selbst, aber ihr Zweck ist es, es zu verstehen und sich unermüdlich weiterzuentwickeln.
Zondre Watson ist General Manager für Technologie und Analytik bei der Erotik-Einzelhandelskette Ero-Tech. Mit seinem Hintergrund in den Bereichen Finanzen, Schokolade und „kontrolliertes Chaos“ verbindet er Einzelhandels-Know-how mit KI-Tools, um den reibungslosen Ablauf bei 17.000 Produkten zu gewährleisten.
Das könnte dich auch interessieren
... ausgewählte Beiträge aus der Sex- & Erotikwelt

Adira Allure führt die Rückkehr von Toni Ribas' 'Evil Squirters' für Evil Angel an

Lonestar Angel hält Onto Crown als Top-'VNALive-Mädchen' fest

Anna Bell Peaks bietet Model Mentor Programm an

Sarah Illustrates wird mit chilligen Vibes viral

Vorgeschlagene Gesetzesvorlage, die "kanadische Inhalte" vorschreibt, würde auch für Pornos gelten

Blake Blossom spielt in „Blacked“ ihren ersten Dreier

Le Wand präsentiert die Sonderedition 'All That Glimmers' Vibes

Tantra in Indien - Ursprung und Entwicklung

VORSICHT! Youporn-Fake-Abmahnungen im Umlauf!

Abyss Creations und die Marke 'RealDoll' starten Partnerprogramm
Hol Dir jetzt Deinen kostenlosen Testzugang

Tauche ein in die Welt des BDSM - Erlebe eine neue Dimension der Lust


















































































