Mindenki azért vág bele az e-kereskedelembe, mert úgy gondolja, hogy van egy helytálló elképzelése arról, hogy milyen termékkel lehet pénzt keresni. De vajon hány darabot kellene melyik típusból raktáron tartani? Milyen gyakran kell új készletet rendelni? Hová tudunk eljutni a következő hónapokban és hol tartunk majd egy év múlva? Legtöbbször homályos érzésekre hagyatkozunk, hiszen a jövőbe nem lát senki sem.
Van azonban néhány tippünk arra vonatkozóan, hogy milyen lehetőségek, megoldások vannak a termékeink iránti igény alakulásának előrejelzésére. Ezeket tárgyaljuk ki ebben a posztban.
Miért fontos a kereslet előrejelzése?
A kereslet előrejelzése fontos a készletkifogyás elkerülése érdekében: a hirtelen siker meg is ölheti az üzletet, ha heteken át nem tudjuk kielégíteni a rendeléseket. Ha túl sok áru áll raktáron, az pedig a raktározási, beszállítási költségeken keresztül jelentős terheket rak az üzletre.
Persze nem csak a sima és gördülékeny áruellátás biztosítására jó az, ha képben vagy a kereslettel, hiszen a kereslet az árazás alakításának alaptényezője is, és befolyással van a marketingre. Ha nagyon fogy egy termék, akár árat is emelhetsz, hogy kihozd a készletből a maximális lehetőségeket, amennyiben jó pozícióban vagy a piacon, és nem ajánlják sokan ugyanazt a terméket. Egy leárazási akció pedig fel fogja hajtani az érdeklődést az adott termék iránt, amire számítani kell, de arra is, hogy az akció végeztével ez a hatás nem fog tovább érvényesülni.
A kereslet-előrejelzésnek vannak típusai, illetve tényezői. Ha minden releváns tényezőt figyelembe veszel minden típus esetében, akkor nagyjából mindent megtettél a kereslet előrejelzése érdekében. Vegyük sorra ezeket a paramétereket!
A kereslet-előrejelzés típusai
Makroszint
A makroszintű előrejelzés során a nagyléptékű hatásokat veszed sorra, mint amilyen a gazdaság általános állapota, az e-kereskedelem aktuális trendjei. A GDPR, a TTIP, vagy éppen a Mercedes-gyár megérkezése Kecskemétre, a Széchenyi-kártya felhasználási módjai mind olyan makrotényezők, amelyek bizonyos e-kereskedelmi szektorokra hatással lehetnek.
Mikroszint
A mikroszint a konkrét üzleted konkrét mikrokörnyezete. A Yamuna-esettanulmány alapján ez jelentheti például a “vegán arcápolási termékek iránti kereslet, fiatal szlovák Instagram-felhasználók körében” felmérését.
Rövidtávú
Ez a szezonális, egy bizonyos időszakra vagy konkrét évszakra tervezett kereslet.
Hosszútávú
Ez pedig az egy- vagy többéves előrejelzés, ami a hosszú távú üzletstratégiád egyik alapköve. Ebben az előrejelzésben már következtetni próbálsz a szezonális keresleti adatok, beszerzései kapacitásaid, terjeszkedési céljaid adataiból.
A kereslet-előrejezés tényezői
Szezonalitás
A termékek túlnyomó többsége legalább valamilyen szinten szezonális, a kerékpár-kiegészítőktől a kerti szerszámokon át a színházjegyekig, ezen belül vannak szélsőségesen- vagy kevésbé szezonális termékek. Nyilvánvaló, hogy a szezonális termékeknél komoly figyelmet kell fordítani arra, hogy szezonban bőséges legyen a kínálat és stabil az ellátás, míg szezonon kívül ügyelni kell arra, hogy ne parkoltassunk nagy készleteket feleslegesen.
Konkurencia
A keresletre fontos hatással van a konkurencia, vagyis hogy milyen opciói vannak a vásárlónak a terméked beszerzésére. Ez lehet direkt konkurencia, amikor konkrétan ugyanolyan termékről van szó, de lehet valamilyen új megoldás, szolgáltatás, termék, ami választási lehetőséget idéz elő a vásárló számára a terméked és az új dolog között. Az új konkurencia érkezése váratlanul is bekövetkezhet, de sokszor lehet vele már előre kalkulálni.
Terméktípusok
A termékek típusainak is vannak keresleti tényezői. Teljesen más egy dobozos előfizetői rendszer, mint egy online könyvesbolt, vagy egy saját gyártású termékkör árusítására létrehozott webáruház. A terméktípusaid iránti igény előrejelzéséhez az alábbiakat érdemes átgondolni:
– életút érték: egy bizonyos vásárló összesen várhatóan mennyi költ el nálad?
– rendelési érték: mekkora a tipikus rendelés összértéke?
Ha ezeknek utánaszámolsz, hatékonyabban tudsz termékcsomagokat összeállítani, illetve megfigyelni, hogy egy bizonyos SKU milyen összefüggésben van egy másik SKU-val (lásd borotva és borotvapenge).
A kereslet-előrejelzés lépései
A kereslet-előrejelzés során tehát a fentebb sorolt összes Típust összeveted az összes Tényezővel, egy táblázatot, vagy mátrixot képezve. Ezt az összevetési folyamatot érdemes logikai lépések szerint csoportosítani.
Ezek a lépések lehetnek például a következők:
1. Célkitűzések
Amikor “lefuttatod a programot”, akkor előtte döntsd el, hogy milyen időszakra, milyen termékre vagy termékcsoportra, és a teljes vásárlói körre vagy csak egy bizonyos rész-célcsoportra mérsz, ez segít abban, hogy konkrétabb kereslet-előrejelzési eredményekre juss.
2. Adatgyűjtés
Gyűjtsd össze minden eszközödet és lehetőségedet arra, hogy az aktuális, valódi keresletet felmérd.
3. Adatok értékelése
Ezeknek az adatoknak a visszamenőleges elemzésével tudsz majd következtetni, hogy vajon hogyan alakulnak majd a jövőben. A kereslet folyamatos előrejelzéséhez szükséged lesz egy fix módszerre, amihez tartod magad, különben az adatok nem sokat érnek. Mindig ugyanazt az adatot és ugyanolyan módon dolgozd fel, ebbe a rendszerbe folyamatosan illeszd bele az új adattípusokat, lehetőleg ne cseréld le a régieket, csak bővítsd a paramétereket, ha tudod. Minél hosszabb időre nyúlik vissza egy adatsorod, annál értékesebb az előrejelzés szempontjából.
4. Akcionalizálás (költségvetés)
Az egésznek akkor van értelme, ha konkrét üzleti következtetéseket tudsz levonni belőle, tehát, hogy mit kell tenned azért, hogy a terveknek megfelelően alakuljon a jövőbeni kereslet kielégítése. Lehet, hogy több raktárterületre lesz szükséged, lehet, hogy diverzifikálni kell a termékskálát, vagy éppen jobban specializálódni arra, ami jól teljesít.
Hogyan segít a fulfillment a kereslet előrejelzésében?
A logisztika kiszervezésének egyik előnye az, hogy valós idejű digitális képet kapsz arról, hogy hogyan áll a készleted, méghozzá automatikusan, mivel a termékeidet minden fázisban becsipogjuk. A Webshippy adminfelületén könnyen hozzáférhetsz olyan információkhoz, mint például:
– milyen gyorsan fogy egy adott termék?
– melyik termék fogy lassan?
– a jelenlegi forgalom alapján hány nap múlva fog elfogyni a készleted?
– mennyit költ egy átlagos vásárlód?
– hogyan alakulnak az eladásaid szezonálisan?
– a bevételeid mekkora százalékat adják a legjobban teljesítő termékeid?
A versenyautók nem csak azért gyorsabbak, mint az utcai autók, mert erősebb a motorjuk és jobban tapadnak a gumijaik: ezen kívül ezernyi szenzor is van rajtuk, amik adatokat generálnak, és ezekből könnyen ki lehet olvasni, hogy min érdemes változtatni a még jobb köridő érdekében. Az információ minden iparágban kulcsfontosságú, az adatok szó szerint aranyat érnek a digitalizáció korában. Nem meglepő tehát, hogy az e-kereskedelem teljesítményének egyik kulcsa is az, hogy hozzáférjünk az adatokhoz és tudjunk belőlük következtetni.
A fulfillment tehát nem egyszerűen leveszi a válladról a logisztika terheit, de ennek az adatgyártásnak is egy nagyon kényelmes eszköze lehet! Akármilyen módszert is választasz, ha jól tudod felmérni a várható keresletet, azzal nagyon komolyan fokozhatod a webáruházad profitabilitását.
Most már azonban anélkül is hozzájuthatsz ahhoz a rendszerhez, amely hozzásegít téged ezekhez az adatokhoz, hogy ténylegesen igénybe vennéd a Webshippy fulfillment szolgáltatását. Ha már rendelkezel raktárral, és ezért nem érdemes kiszervezned a logisztikádat, viszont úgy érzed, így ennek előnyeitől a saját helyiség és alkalmazottak ellenére mégis elesel, íme a Webshippy Elements, mellyel a saját raktáradban is használhatod a Webshippy automatizált és hibaminimalizáló rendszerét.
