X hits on this document

23 views

0 shares

0 downloads

0 comments

4 / 6

[ Wenn ein Artikel nicht vorrätig ist…

]

Ein Rückgriff auf die heute schon verfügbaren POS- Abverkaufsdaten kommt den Anforderungen hingegen sehr nahe. Damit eröffnen sich sowohl Analyse- möglichkeiten, als auch Möglichkeiten einer schnellen

handlungsorientierten Handel und Hersteller.

Informationsübermittlung

für

Bei der Analyse der elektronischen Abverkaufsdaten, die auf Tagesbasis vorliegen müssen, ist allerdings im

Vergleich zu Abverkaufsstatistik

einem Panel methodisches

oder einer „Einfühlungsver-

IRI hat einen Algorithmus entwickelt, der mittlerweile auch von ECR Europe anerkannt ist. Insbesondere in Frankreich ist eine klare „Fact-Based“ Gesprächsführung mit einheitlichen Daten zwischen Industrie und Handel vorhanden. Nur so kann jeder Anwender einfach die häufigen OOS- Situationen z.B. bei bestimmten Artikeln oder Industrieunternehmen/ Lieferanten systematisch analysieren und gemeinsam mit dem Partner beheben.

mögen“ erforderlich. Durch Voranalysen müssen u.a. Saison-, Regionen-, Geschäftstandort- und sogar spezifische Artikelfaktoren berechnet werden.

Dabei ist partielles handelt,

es sehr entscheidend, ob es sich um ein Out-of-Stock oder volles Out-of-Stock da unterschiedliche Handlungsalternativen

Da sich die Ursachen von OOS im Wesentlichen auf die operative Seite eines einzelnen Geschäftes beziehen, ist es durchaus von Relevanz innerhalb eines Handelsunternehmens auch die „Stars“ (= Geschäfte mit niedrigen OOS-Raten) und Geschäfte mit höchster notwendiger Handlungspriorität zu identifizieren.

geboten sind.

Partielle Out-of-Stock-Situationen

sind

durch

ungewöhnlich niedrige Artikelverkäufe an einem Tag gekennzeichnet. Bei vollen Out-of-Stocks dagegen sind überhaupt keine Waren vorhanden, und folglich können auch gar keine Artikel verkauft werden. Aus diesen Daten lässt sich dann sehr schnell errechnen wie hoch das finanzielle Risiko (= entgangener Umsatz) aus der OOS- Situation zu bewerten ist.

Nutzung der täglichen Daten der einzelnen Geschäfte und Analyse von 2 Fällen

in %

Finanzielles Risiko (Umsatzausfall) durch

10

8

Grosses Vermeidungspotential

Die „Problem- kinder“

Geschäft 1

Geschäft 4

Geschäft 2

Geschäft 6

Geschäft 7

6

Geschäft 5

4

2

„Die Besten“

0

  • 0

    2

4

6

Relativ häufig OOS, aber begrenzte Umsatzeinbußen

8 10

OOS Rate (Bevorratungslücke auf Tagesbasis) in %

Quelle: Information Resources – OOS Analysen

Kein Artikel in einem Geschäft an einem Tag verkauft

Artikelverkäufe in einem Geschäft an einem Tag ungewöhnlich niedrig

Abb. 5: Bei welchen konkreten Geschäften kommt es am häufigsten zu OOS?

Volles OOS

Partielles OOS

Quelle: Information Resources – OOS Analysen

Abb. 4: Betrachtung von OOS – zwei Fälle

WWW.INFORES.DE

4

Copyright © Information Resources, Inc., 2008. Confidential and Proprietary.

1

Document info
Document views23
Page views23
Page last viewedThu Jan 19 19:51:50 UTC 2017
Pages6
Paragraphs298
Words1828

Comments