Mavefornemmelse er en dyr indkøbsstrategi
Rigtig mange webshop-indkøb bliver stadig truffet på fornemmelse: “den her vare plejer at sælge godt” eller “vi tager nok lidt flere hjem af den, den ser ud til at være populær.” Problemet er, at fornemmelsen ofte er farvet af, hvad man senest har talt om, hvilken vare der lige nu ligger øverst i indbakken, eller hvilket produkt man selv synes bedst om. Din salgshistorik lyver ikke på samme måde. Den viser, hvad kunderne faktisk har købt, ikke hvad du tror de vil købe.
Det betyder ikke, at data skal erstatte al erfaring og fornemmelse for markedet. Men jo mere du kan basere indkøb på faktiske tal, jo mindre kapital binder du unødigt i varer, der ikke sælger, og jo færre gange løber du tør for dem, der gør.
De data du allerede sidder på
De fleste webshop-platforme og lagersystemer indeholder allerede det meste af den data, du har brug for til at indkøbe smartere. Salgshistorik pr. varenummer over tid, sæsonudsving fra tidligere år, hvor hurtigt en vare typisk udsælges efter genopfyldning, og hvilke varer der ofte bliver returneret. Problemet er sjældent, at data mangler. Problemet er, at den ikke bliver brugt systematisk, fordi det kræver lidt tid at trække den ud og se på den i sammenhæng.
Sæt derfor en fast rutine op, hvor du med jævne mellemrum, for eksempel månedligt, gennemgår salgstal for dine vigtigste varegrupper. Se ikke kun på den samlede omsætning, men på udsvingene: stiger eller falder salget af en given vare, og passer det med din nuværende lagerbeholdning og dit planlagte indkøb?
Byg en simpel prognose, du selv forstår
Du behøver ikke et avanceret prognosesystem for at få værdi ud af data. En simpel fremskrivning baseret på gennemsnitligt salg de seneste måneder, justeret for kendte sæsonudsving og eventuelle planlagte kampagner, giver allerede et markant bedre udgangspunkt end ren fornemmelse.
En god tommelfingerregel er at tage udgangspunkt i det gennemsnitlige salg pr. dag eller uge for en given vare, gange det op med den periode, du skal dække, indtil næste levering kan nå at komme hjem, og lægge en buffer oveni til uforudsete udsving. Jo mere volatilt en vares salg er, jo større bør bufferen være. En vare med stabilt, forudsigeligt salg kan klare sig med en mindre sikkerhedsmargin end en vare, hvis salg svinger meget fra uge til uge.
Pas på med at lade én god eller dårlig periode styre for meget
En klassisk faldgrube er at reagere for kraftigt på en enkelt kampagne eller en enkelt begivenhed. Solgte en vare usædvanligt godt i forbindelse med en trend på sociale medier eller en enkeltstående kampagne, er det ikke nødvendigvis udtryk for det nye normale niveau. Omvendt kan en enkelt rolig måned, for eksempel på grund af vejr eller en konkurrents udsalg, give et forkert billede af, at en vare er ved at dø ud.
Se derfor altid på data over en tilstrækkelig lang periode til at kunne skelne mellem støj og reelle tendenser. Sammenlign gerne samme periode år for år, hvis du har data nok til det, så du kan se, om udsving skyldes sæson eller en reel ændring i efterspørgslen.
Kombiner data med viden om, hvad der er på vej
Salgshistorik fortæller dig, hvad der er sket. Den fortæller ikke automatisk om det, der er på vej: en planlagt kampagne, en produktlancering, en ændring i din markedsføring, eller eksterne faktorer som en konkurrent, der lukker eller udvider. Den type viden bør altid lægges oven på de rene tal, når du planlægger indkøb. En prognose bygget udelukkende på historik vil altid halte bagefter virkeligheden, hvis forretningen ændrer sig hurtigere end dataene kan nå at vise det.
Lad dine bedst sælgende varer få mest opmærksomhed
Ikke al din data fortjener lige meget analyse. Brug mest tid på de varer, der driver størstedelen af din omsætning, typisk en relativt lille del af sortimentet. Her er konsekvensen af en forkert prognose størst, både hvis du indkøber for lidt og risikerer udsolgt-status, og hvis du indkøber for meget og binder unødig kapital. For den lange hale af varer, der hver især sælger få styk, kan en simplere, mindre datatung tilgang være tilstrækkelig.
Brug prognoser som et værktøj, ikke en facitliste
Uanset hvor god din prognose er, vil virkeligheden nogle gange afvige fra den. Målet med at bruge data er ikke at ramme plet hver gang, men at reducere antallet og størrelsen af de fejl, du laver, sammenlignet med at gætte. Følg derfor op på dine prognoser efter hver periode: ramte du tæt på det faktiske salg, eller var der en systematisk skævhed, du kan justere for næste gang? Over tid bliver dine indkøb mere præcise, ikke fordi markedet bliver mere forudsigeligt, men fordi du bliver bedre til at læse de signaler, dine egne tal allerede giver dig.
Gør det til en fælles øvelse, hvis I er flere om indkøbet
Sidder du ikke alene med indkøbsbeslutningerne, er det værd at gøre gennemgangen af salgsdata til en fast, tilbagevendende øvelse frem for noget, den enkelte gør på egen hånd. Når flere kigger på de samme tal sammen, opdager man ofte mønstre eller sammenhænge, som en enkelt person overser, fordi vedkommende sidder for tæt på en bestemt varegruppe eller et bestemt marked. Det skaber samtidig en fælles forståelse af, hvorfor et indkøb ser ud, som det gør, hvilket gør det lettere at stå fast på beslutningen, når der senere opstår tvivl om, hvorvidt der blev indkøbt for meget eller for lidt af en given vare.
