Konsumenterna förväntar sig idag att kunna få sina varor på nolltid, det finns liten tolerans för några förseningar. För att möta dessa krav måste man som företagare se till att ha rätt lager på rätt plats vid rätt tidpunkt. Samtidigt för man en ständig kamp mot marknadskrafter och omvärldshändelser utanför den egna kontrollen, vilka snabbt kan få noggrant upplagda planer att kantra.
All detaljhandel är i och för sig under press från konsumenternas tuffa krav, men för modebranschen gäller något som gör lagerhanteringen ännu mer komplex. För medan andra segment kan vara någorlunda säkra på vad som kommer att sälja och när – till exempel grillprodukter i stormarknaderna under sommarmånaderna – innebär de ständigt skiftande trenderna inom mode att mycket till sist blir beroende av ett kvalificerat gissande.
Inom mode kan alltså ingen vara säker på vilka produkter som kommer att bli de mest populära, eller var, tills själva försäljningen börjar. Till detta kommer konsumenternas förväntan att kunna hitta alla produkter man sett online även i den fysiska butiken. För de flesta handlare är det viktigt att kunna minimera nedsatta priser.
För att klara denna balansgång på slak lina krävs noggrann planering baserad på en omfattande mängd variabler. Traditionellt har denna planering baserats på antaganden och erfarenhet från tidigare år. Men när mode förändras snabbare och traditionella återförsäljare möter konkurrens från prisvärda onlinebutiker räcker inte längre detta.
Istället blir data nyckeln till att hantera lager effektivt, att ha tillgång till detaljerad lagerinformation i realtid. Då blir det också möjligt att åtgärda obalanser snabbare.
Det kan handla om att flytta lager från butiker med sämre försäljning till dem där artiklar sålt slut, eller rikta nya beställningar till enskilda butiker. Varje sådant beslut kräver dock specifika insikter. Kommer kostnaden för att flytta lagret väga upp försäljningsvärdet? Blir det större förluster av att rabattera istället för att flytta ur lagret? Hur påverkas vinsten av att en vara är slutsåld att påverka vinsten? Och hur påverkar dessa beslut kundupplevelsen och varumärkeslojalitet om varorna inte är tillgängliga på lager?
I maj 2021 lät Board International göra en retailundersökning tillsammans med nyhetssajten RetailWire. Den visar bland annat att hur pandemin fått allt fler handlare att vända sig till nya planerings- och analysverktyg, inte minst för hantering av sina lagernivåer. En avgörande fråga dessa ställer sig är – hur långt ner i min organisation ska jag integrera dessa nya verktyg?
Medan realtidsinformation gör att lager kan hanteras mer effektivt är det viktigaste för många ändå att kunna erbjuda rätt klädutbud i rätt butik. Så kallad prediktiv analys kan nu erbjuda handlare en ny möjlighet. Eftersom alla återförsäljare har stora mängder data tillgängliga om vad som historiskt har sålt bra vid olika tidpunkter och i olika butiker, kan detta användas för att förutsäga vilka plagg, i vilka färger och storlekar som kommer att efterfrågas, på en detaljnivå som saknar tidigare motstycke.
Det är också absolut nödvändigt att ha enkel kontroll över vad som ska inkluderas och uteslutas i planeringen. Handlarens processer och system måste kunna stödja hantering av flera scenarier, ha förmåga att anpassa analyserna och förmedla tydlig information över hela verksamheten samtidigt.
Realtidsinsikter och prediktiv analys kommer att hjälpa fler återförsäljare att hantera sina lager effektivt. Med dessa moderna verktyg har de nu möjlighet att fatta mer robusta beslut baserade på försäljnings- och lageruppdateringar i realtid. I utmanande tider när handeln inte har råd att förlita sig på vad som hände igår är det transparens och flexibilitet som visar vägen till den åtråvärda lönsamheten.
Digitaliseringen av beslutsstöd för modehandeln ha bara börjat och även om lagerhantering är en avgörande punkt så finns fler kostnadsdrivande områden där datadriven planering och analys kan uträtta stordåd. Till exempel är det nu möjlighet att optimera personalstyrkan med utgångspunkt från data om vilka personalkategorier som behövs var och vid vilken tidpunkt, något som H&M gjort med framgång och som finns beskrivet i detta case.
Vi har bara sett början på modehandelns digitala transformation och användning av datadrivet beslutsstöd. Ledare inom modehandel gör klokt i att skaffa sig kunskap om dessa möjligheter redan idag.
Jakob Hartzell, Nordenchef på Board
