Sortimentsbezogene Leistungskennzahlen

Tuan scrollt durch die Bestseller-Liste

Tuan hat die Bestseller-Liste des letzten Monats offen. Samstag, 10:45 Uhr, Sortiments-Controlling. Platz 1: eine Chinohose mit 480 verkauften Stück. Seine Teamleiterin will 600 Stück nachbestellen. Tuan scrollt weiter und stoppt. 312 dieser Hosen kamen als Retoure zurück. Der häufigste Retourengrund im Kundenfeedback: "Fällt zwei Nummern zu klein aus."

Absatzzahlen aufzubereiten klärt, wie viel verkauft wurde. Jetzt zeigt sich, ob sich das Verkaufen auch gelohnt hat. Dafür brauchst du sortimentsbezogene Kennzahlen.

Vier Kennzahlen am Beispiel

Tuan rechnet die Chinohose durch:

Die Abverkaufsquote kennst du von der Aufbereitung der Absatzzahlen. Neu ist die Kombination: 64 % Abverkauf klingt solide, aber nach Abzug der 312 Retouren bleiben nur 168 Netto-Verkäufe. Jede Retoure kostet den Shop rund 12 Euro.

🤔 Frage dich: Schätze: Wie viel Euro hat der Shop allein durch die Retouren dieser Hose im letzten Monat verloren?

Drei Ursachen hinter der Zahl

312 Retouren × 12 Euro = 3.744 Euro Retourenkosten in einem Monat. Für einen einzigen Artikel. Tuan will die Ursache finden und prüft drei Datenquellen:

1. Retourengründe im System: 74 % nennen "Größe passt nicht". Kein allgemeines Qualitätsproblem - ein Passform-Problem.
2. Kundenbewertungen im Shop: 23 von 31 Bewertungen bestätigen, dass die Hose kleiner ausfällt als angegeben. Die Größentabelle des Herstellers weicht vom tatsächlichen Schnitt ab.
3. Produktfotos zeigen ein locker sitzendes Modell. Die tatsächliche Hose ist eng geschnitten. Die Artikeldarstellung weckt falsche Erwartungen.

Von der Ursache zur Maßnahme

Alle drei Ursachen zeigen dasselbe: Das Produkt ist nicht defekt. Die Artikeldaten im Shop sind irreführend. Tuan schlägt drei Sofortmaßnahmen vor, bevor überhaupt nachbestellt wird:

• Größentabelle anpassen mit dem Hinweis "Fällt klein aus, eine Nummer größer bestellen"
• Produktfotos aktualisieren, die den engen Schnitt realistisch zeigen
• Retourenquote nach der Anpassung vier Wochen beobachten

Erst wenn die Quote nach der Korrektur sinkt, ergibt eine Nachbestellung Sinn.

🧑‍🏫 Erkläre es im Kopf: Stell dir vor, du erklärst einer neuen Person im Team in zwei Sätzen, warum eine Retourenquote von 65 % nicht automatisch bedeutet, dass das Produkt schlecht ist. Wie würdest du formulieren?

Drei Artikel, drei Wahrheiten

Tuan bereitet fürs Teammeeting eine erweiterte Übersicht der Top 3 vor. Netto-Verkäufe ergeben sich aus Bestellungen abzüglich Stornos und Retouren:

Die Chinohose führt die Bestseller-Liste an, hat aber die wenigsten Netto-Verkäufe. Der Sneaker auf Platz 2 verliert ein Drittel der Bestellungen durch Stornierungen - vermutlich wegen langer Lieferzeiten. Das T-Shirt auf Platz 3 hat die höchsten Netto-Verkäufe, obwohl es die wenigsten Bestellungen generiert.

Wer allein nach Bestseller-Rang nachbestellt, produziert bei der Chinohose vor allem Retouren und übersieht beim Sneaker das Storno-Problem.

Tuans Empfehlung fürs Teammeeting

So hätte es im Meeting klingen können: "Die Chinohose nicht nachbestellen, bis die Größentabelle korrigiert ist. Beim Sneaker die Lieferkette prüfen, um die Stornoquote zu senken. Das T-Shirt nachbestellen - das ist unser echter Bestseller."

Drei Kennzahlen haben aus einer simplen Top-3-Liste eine fundierte Einkaufsentscheidung gemacht: Retourenquote, Stornoquote und die daraus abgeleiteten Netto-Verkäufe.

📝 Fasse mental zusammen: Welche Kennzahlen musst du neben der reinen Verkaufszahl prüfen, bevor du eine Nachbestellung empfiehlst - und warum reicht die Bestseller-Liste allein nicht?