Online Special FMCG & Handel

Mit Echtzeitsimulation zum perfekten Sortiment

© Pixabay.com
Für Sortimentsoptimierungen sind zwar große Datenmengen erforderlich, doch das Cloud Computing stellt heute Rechenleistungen zur Verfügung, mit denen Regalflächen in Echtzeit in Virtual Reality modelliert werden können. Bernd Grosserohde und Thekla Berger erläutern die Vorgehensweise von Kantar.

Der Einzelhandel ist ein extrem kompetitives Umfeld, in dem die zunehmende Individualisierung von Käuferwünschen einen enormen Anpassungsdruck auf Hersteller und Händler erzeugt. Die Erwartungen an Produkte in einer Kategorie divergieren mehr und mehr, sowohl zwischen Käufern als auch zwischen Kaufsituationen. Es kann deshalb kaum überraschen, wenn in immer kürzeren Zeitabständen neue Produkte auf den Markt gebracht werden.

Das Autorenteam

Bernd Grosserohde und Thekla Berger
© Kantar
Bernd Grosserohde
ist Global Director Portfolio Management, Insights Division, bei Kantar Global.

Thekla Berger ist als Senior Consultant Commerce bei Kantar Deutschland beschäftigt.

Leider meistens ohne Erfolg: Analysen des Europanel zeigen, dass von den in dreizehn Ländern weltweit beobachteten 88.000 neuen Stock Keeping Units (SKUs), nur etwa 900 nach einem Jahr eine Marktpenetration von einem Prozent oder mehr erreichen. Und von diesen Überlebenden liefert gerade einmal die Hälfte einen positiven Beitrag zum Gesamtumsatz der Kategorie. Warum ist das so? In den meisten Fällen fehlen...

  1. ein wachstumsorientiertes Entscheidungskriterium für das Listen und Auslisten von SKUs und
  2. Tempo

Mehr Tempo im Entscheidungsprozess

Dieser Mangel lässt sich mit neuer Technik lösen. Denn für die großen Datenmengen bei Sortimentsoptimierungen bietet Cloud Computing entsprechende Rechenleistungen an, mit denen große Datenmengen für verschiedene Teilgruppen in Echtzeit modelliert werden können. Auf Ergebnisse muss niemand länger als zwei Sekunden warten.


Wichtig für die Entscheidungseffizienz ist aber nicht nur die Rechengeschwindigkeit, sondern auch die Art der Ergebnisdarstellung. Ideal sind Lösungen, die gleich eine dreidimensionale Regaloptimierung liefern. In einer Virtual Reality Umgebung sieht der Anwender, wie sein optimiertes Sortiment im Regal umzusetzen ist, welche Positionen und Facings sich anbieten und wie sich Veränderungen auf den Umsatz von Marke und Kategorie auswirken.

Microsoft und Kantar haben gemeinsam eine solche Planungs- und Optimierungssoftware entwickelt. Mit Perfect Category können Markenhersteller und Händler miteinander eine Sortimentstrategie entwickeln und Regalflächen optimieren. Datenbanken mit Verkaufszahlen auf SKU-Ebene werden dabei durch intelligente Marktstrukturmodelle gesteuert. So erkennt die Software unvollständige Daten und ergänzt sie selbstständig. Das ist insbesondere relevant für die Simulation von Neuprodukten.
Microsoft und Kantar haben mit Perfect Category gemeinsam eine Planungs- und Optimierungssoftware entwickelt.
© Kantar
Microsoft und Kantar haben mit Perfect Category gemeinsam eine Planungs- und Optimierungssoftware entwickelt.

Wachstumsorientiertes Entscheidungskriterium

Handlungsgeschwindigkeit ist aber nur dann ein Vorteil, wenn ein klares Entscheidungskriterium für die Bestimmung des optimalen Sortiments vorhanden ist. Dieses Kriterium muss wachstumsorientiert sein und Umsatzeffekte sowohl für die Marke, als auch für die Kategorie prognostizieren.


Die Inkrementalität einer jeden SKU ist das ideale Kriterium.

Wenn ein Produkt nicht erhältlich ist, haben Käufer die Wahl, ob sie ein anderes Produkt aus der Kategorie kaufen oder auf den Kategoriekauf verzichten. Am Beispiel einer Auslistung wird deutlich, dass jedes Produkt Umsatz auf zwei Arten generiert: der allokative Umsatzanteil wird komplett auf andere Produkte übertragen, während der inkrementelle Umsatz nicht übertragen wird und für die Kategorie verloren geht.

Die Software berechnet die Inkrementalität als Anteil des Kategorieumsatzes der von der betreffenden SKU – und nur von dieser – generiert wird. Die Inkrementalität ist dynamisch und hängt von der Anzahl ähnlicher Alternativen im Regal ab. Die Optimierungssoftware aktualisiert die Berechnungen deshalb mit jedem neuen Sortimentszenario innerhalb von Sekunden.
SKU’s sind unterschiedlich bedeutsam für die Kategorie. Der Vergleich zeigt, dass ein großer Teil des Umsatzes von SKU 15 nicht übertragbar ist auf andere Produkte.
© Kantar
SKU’s sind unterschiedlich bedeutsam für die Kategorie. Der Vergleich zeigt, dass ein großer Teil des Umsatzes von SKU 15 nicht übertragbar ist auf andere Produkte.
In diesem Beispiel gibt es zwei Auslistungskandidaten. Trotz ihres höheren Umsatzes sollte die SKU 8 ausgelistet werden, weil ihr Umsatz überwiegend allokativ ist. SKU 15 dagegen hat eine hohe Inkrementalität. Wahrscheinlich hervorgerufen durch ein Alleinstellungsmerkmal hat es einen hohen Wert für die Gesamtkategorie.

Bei Neuprodukten verhält es sich ähnlich: Diejenigen, die sich bedeutsam von etablierten SKUs unterscheiden, haben eine höhere Chance einen inkrementellen Wert zu generieren.

Validierungen in den USA zeigen, dass Händler ihren Umsatz mit optimierten Sortimenten um drei bis fünf Prozent steigern konnten. Category Manager berichten, dass sie den Zeitaufwand für Sortiments- und Regaloptimierungen um etwa die Hälfte reduzieren konnten.

Themenseiten zu diesem Artikel:
Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
stats