SAF FirstTimeItems – Prognosen für Artikel ohne Abverkaufshistorie

Tägerwilen/Schweiz. "Bislang gab es dafür nur bedingt geeignete IT-Instrumente", erläutert SAF CEO Andreas von Beringe, "deshalb werden von den Handelsunternehmen große Unschärfen in Kauf genommen". Disponiert werde noch immer anhand von Erfahrungswerten und Schätzungen des Abverkaufsverhaltens, sagt er. Mit der Prognosesoftware SAF FirstTimeItems könnten Kaufhäuser sowie Bekleidungs-, Elektronik- und Versandhandelsunternehmen nun erheblich genauer disponieren, hieß es. SAF FirstTimeItems kombiniert aktuelle Mustererkennungstechnologie, Elemente der statistischen Verlaufskurvenschätzung sowie Komponenten der Künstlichen Intelligenz. Um die künftigen Abverkäufe von Artikeln ohne Historie zu prognostizieren, stellt SAF FirstTimeItems das Abverkaufsverhalten solcher Artikel künstlich nach. Durch ihre Fähigkeit, Muster zu erkennen, wählt die Software anhand grober Vorgaben – wie Typ (Jacke, T-Shirt), Größe, Farbe, Stil und Preiskategorie – automatisch Referenzartikel aus, die in ihren Eigenschaften dem neuen Artikel entsprechen. Dabei wird der Einfluss verschiedener Eigenschaften unterschiedlich gewichtet – saisonale, also modische Besonderheiten, fließen bevorzugt in die Abverkaufsprognose ein. Zusätzlich zu dieser Abverkaufsprognose errechnet SAF FirstTimeItems, wie sich die Abverkäufe innerhalb eines bestimmten Zeitraums entwickeln werden. Der Disponent erhält damit Informationen darüber, wann wie viel verkauft wird und mit welchen Mengen er sich eindecken muss. Über dieses Early Sales Monitoring werden die ursprünglich erstellten Absatzprognosen überprüft und eventuelle Abweichungen identifiziert. Mit Hilfe dieser Abweichungen ist ein Disponent in der Lage, die Planung zu revidieren und aktiv in den Abverkauf einzugreifen beziehungsweise diesen mitzusteuern.