Klantverhalen – over inzicht 2017-09-14T16:00:30+00:00

Project Description

Loading...

Hoe scherp is jouw inkoopbeleid?

Veel retailers zijn gebrand op een scherp inkoopbeleid.
Maar hoe bepaal je met welk assortiment, in welke winkel en met welke trends je de race wint?

Uiteraard baseer je veel op historische gegevens. De data. Met geavanceerde Excel sheets en de juiste formules rollen de prognoses eruit. Maar is er samenhang tussen die gegevens? Ben je in staat om ook andere relevante factoren mee te laten wegen?

Meer weten over applicaties van inkoopbeleid?

Een verhaal uit de praktijk

Applicatie op maat

De inkoopkwestie hield Daniel Gonzalez bezig, Planning en Allocation Manager bij G-Star RAW. Als cijferman in hart en nieren schortte het niet aan zijn cijfermatig inzicht of analytisch denkvermogen. Bovendien beschikt G-Star over een schat aan data inclusief de
berekeningsmodellen.

Waar het wél aan ontbrak waren de juiste resources: de middelen om versneld kennis op te halen over het gedrag van de consument, in relatie tot de diverse locaties. Een tool, die op een dieper niveau data analyseert, winkels met elkaar vergelijkt en clustert. Aorta Business Intelligence wist als enige partij buiten de bestaande kaders van applicaties te denken en bouwde samen met G-Star het Advanced Analytics Model. Een applicatie die snel en gedetailleerd inzicht geeft: welke artikelen zijn waar het meest rendabel? Bovendien een model dat branche-onafhankelijk inzetbaar is als zeer geavanceerde inkoop tool.

Het idee achter het model

Het Advanced Analytics model is in staat om, gerelateerd aan de business, factoren van invloed te analyseren. Waar staat een vestiging? Wat is het gemiddelde inkomen van de klanten? Heeft het weer invloed op verkopen? Of de seizoenen? Per winkel of vestiging verschilt dit wellicht. Met de clustering van vestigingen die op elkaar lijken, ben je in staat veel gerichter de inkoop af te stemmen. En haal je er vervolgens optimaal rendement uit.

Hoe zit het model in elkaar?

Het wiskundig model classificeert eerst alle winkels aan de hand van een beslisboom. Indeling gebeurt op basis van de factoren die van invloed zijn op de verkopen in de winkels. Denk aan seizoensgebonden collecties. Of de wijk waarin de winkel staat, de hoogte van het inkomen van de gemiddelde klant. En hebben stedelijke zones een voorkeur voor andere artikelen dan regionale? Er ontstaan clusters van winkels die op elkaar lijken, op basis van variabelen die er toe doen volgens de data.

Vervolgens voorspelt het model de verdeelsleutel voor het inkoopbudget, gerelateerd aan het verkoopgedrag per vestiging: welke verkoopdoelstellingen moeten behaald kunnen worden? Aan de basis liggen gegevens uit het verleden. In het voorbeeld van G-Star rekent het model hooguit twee jaar terug, omdat de kledingbranche modegevoelig is. Bestaat het assortiment uit minder trendgevoelige artikelen, dan rekent het model langer terug.

Pareto-principe

In de wiskundige formule is ook het Pareto-principe opgenomen: de economische regel die stelt dat 80% van de omzet te danken is aan slechts 20% van de artikelen.

Met andere woorden: welke artikelen zorgen per winkel voor de grootste omzet? De dashboards tonen per cluster, per winkel en per product welke artikelen het succes bepalen. De geschatte commercialiteit per artikel is hierbij van groot belang.

Dashboards tonen cijfermatig en visueel exact de scores per winkel.

Kan ik blindvaren op de applicatie?

De tool is een advies instrument. Een met cijfers en statistieken onderbouwd rapport, dat alle factoren die de verkoop beïnvloeden meeneemt, historische gegevens interpreteert en zo voorspelt welk assortiment in welke winkel zal scoren.

Bovendien is het een flexibele applicatie. Dat betekent dat je als gebruiker zelf aanpassingen kan doen. Bijvoorbeeld wanneer een vestiging tijdelijk sluit vanwege een verbouwing. Op die manier voorkom je een vertekend beeld.

Los van de applicatie blijven marktkennis, intuïtie en het inzicht van de inkoper van belang. Het is de combinatie van de wiskundige berekeningen met het gezonde verstand dat leidt tot de beste inkoop selectie. Met voldoende ruimte voor afwijkingen of innovatie.

Voor G-Star betekent de applicatie een doorbraak binnen het inkoopbeleid. De broodnodige efficiencyslag, voor de in hoog tempo veranderende kledingbranche.

Daniel Gonzalez

“In onze zoektocht naar een software oplossing zochten we niet alleen een ontwikkelaar, maar ook een sparringpartner voor zowel de inhoud als visualisaties – deze vonden wij in het team van Aorta.”