Fashion-Simulator

Erst simulieren,
dann ordern

Vier Simulationen entlang der Kollektion. Die Startwerte sind Beispielwerte: Stellen Sie die Regler auf die Größenordnung Ihres Unternehmens ein. Die Rechenwege stehen unter jeder Simulation.

Von der Analyse zur testbaren Simulation

Jede Kollektion beginnt mit einer Wette: Die Vororder-Entscheidung fällt Monate, bevor die erste Kundin die Ware sieht. Drei Stufen machen aus der Wette eine Rechnung.

Stufe 1
Analyse
Blickt zurück und zeigt, wo die Wette bisher Geld gekostet hat: in Überhängen, die in die Abschrift laufen, und in ausverkauften Styles.
Stufe 2
Prognose
Ein Modell je Style und Markt schätzt die Nachfrage vor der Order, mit ausgewiesenem Fehler statt mit Bauchgefühl.
Stufe 3
Simulation
Sie verändern eine Stellgröße und sehen, was aus dem Eingriff folgen würde, bevor die Order fällt.
Kontrolle

Die vierte Stufe findet im Unternehmen statt: Nach der Einführung wird der simulierte Verlauf gegen Abverkauf, Retouren und Abschriften der laufenden Saison gestellt. Was die Messung widerlegt, wird ersetzt.

Die Vororder-Menge und der Preis des Prognosefehlers

Zu viel bestellt läuft in die Abschrift, zu wenig bestellt lässt Nachfrage unbedient. Die Simulation rechnet beide Fehlerkosten gegeneinander und zeigt, was ein kleinerer Prognosefehler je Style wert ist.

Jeder Regler ist eine Annahme, keine Tatsache. Alle Startwerte sind fiktive Beispielwerte, also keine Kundendaten, keine Branchenwerte und nicht die Werte des Muster-Unternehmens aus den sechs Modulen.

Erwartete Nachfrage je Style
Prognosefehler heute
Prognosefehler mit Modell
Verkaufspreis
Einkaufskosten
Restwert je unverkauftem Stück
Erwarteter Deckungsbeitrag über der Bestellmenge (Marker an beiden Optima)
Optimale Menge
heute → mit Modell
Deckungsbeitrag am Optimum
heute → mit Modell
Wert der Fehlerreduktion
je Style und Saison
Kapitalbindung der Vororder
heute → mit Modell

Rechenweg: Nachfrage normalverteilt mit dem eingestellten Mittel und der eingestellten relativen Streuung (Annahme). Unterdeckung kostet Verkaufspreis minus Einkaufskosten, Überdeckung Einkaufskosten minus Restwert. Erwarteter Deckungsbeitrag je Bestellmenge über die Verlustfunktion der Normalverteilung; das Optimum ist das Maximum dieser Kurve. Eine Saison je Style, kein Nachschub. Die Rechnung ist sinnvoll, solange der Restwert unter den Einkaufskosten und diese unter dem Verkaufspreis liegen.

Kontrolle

Nach der Einführung wird der Prognosefehler je Style auf zurückgehaltenen Saisons gemessen und die bestellte Menge gegen den tatsächlichen Abverkauf gestellt.

Saison-Deckungsbeitrag als Verteilung

Dieselbe Vororder-Entscheidung als Verteilung statt als Punkt: 500 simulierte Saisons je Szenario. Der Zufallsgenerator startet fest, deshalb zeigt jeder Aufruf dasselbe Ergebnis.

Styles im Sortiment
Mittlere Nachfrage je Style
Prognosefehler Szenario A
Prognosefehler Szenario B
Median Szenario A
Saison-Deckungsbeitrag
Median Szenario B
Saison-Deckungsbeitrag
B liegt vorn
von je 100 Saisons
Verteilung des Saison-Deckungsbeitrags (500 Saisons je Szenario)

Rechenweg: Nachfrage je Style normalverteilt, bei null abgeschnitten; Bestellmenge je Style gleich der Prognose, ohne Sicherheitszuschlag (Annahme). Verkaufspreis, Einkaufskosten und Restwert kommen aus Simulation 01. 500 Saisons je Szenario, fester Startwert des Zufallsgenerators, unabhängige Zufallsströme je Szenario. Die Kennzahl vergleicht eigenständige Läufe.

Kontrolle

Am Saisonende steht der gemessene Saison-Deckungsbeitrag im Band oder außerhalb. Die Abweichung wird ausgewiesen, nicht wegerklärt.

Was eine vermiedene Retoure wert ist

Die einfachste Rechnung dieser Seite: Retouren, adressierbarer Anteil, erreichbare Reduktion und die Ersparnis je Jahr.

Online-Bestellungen je Jahr
Retourenquote
Kosten je Retoure
Adressierbarer Anteil der Retouren
Erreichbare Reduktion im adressierbaren Anteil
Vermiedene Retouren je Jahr
Ersparnis je Jahr
Retourenquote
vorher → nachher
Ersparnis je Jahr in Abhängigkeit von der erreichbaren Reduktion (Marker: eingestellter Wert)

Rechenweg: Retouren = Bestellungen × Quote. Vermiedene Retouren = Retouren × adressierbarer Anteil × Reduktion. Ersparnis = vermiedene Retouren × Kosten je Retoure. Die Simulation trennt nicht nach Retourengrund und behauptet keine Ursachenanteile. Der adressierbare Anteil und die Reduktion sind Ihre Annahmen.

Kontrolle

Die Retourenquote wird je Kategorie und Bestellkohorte vor und nach der Maßnahme gemessen; die angenommene Reduktion wird durch die gemessene ersetzt.

Abschrift: früh und flach gegen spät und tief

Der alte Streit im Merchandising als Rechnung statt als Meinung. Sie stellen die Abverkaufsannahmen beider Szenarien selbst ein. Eine Beziehung zwischen Abschriftstiefe und Nachfrage wird nicht behauptet, denn sie entstünde erst aus Ihren Daten.

Restbestand zum Abverkaufsstart
Szenario A: früh und flach
Abschrift ab Woche
Abschriftstiefe
Abverkaufsquote unter Abschrift
Szenario B: spät und tief
Abschrift ab Woche
Abschriftstiefe
Abverkaufsquote unter Abschrift
Kumulierter Erlös über 14 Wochen (Marker an beiden Abschrift-Startwochen)
Erlös Szenario A
inkl. Restwert nach 14 Wochen
Erlös Szenario B
inkl. Restwert nach 14 Wochen
Differenz
A minus B
Restmenge nach 14 Wochen
A → B

Rechenweg: Vor der Abschrift verkauft jede Woche 6 % des jeweils verbliebenen Bestands zum Vollpreis (feste Rechengröße), ab der Startwoche gilt die eingestellte Abverkaufsquote zum reduzierten Preis. Erlös = Summe der Wochenverkäufe × Preis plus Restmenge × Restwert. Verkaufspreis und Restwert kommen aus Simulation 01. Horizont 14 Wochen. Die Grafik zeigt den kumulierten Verkaufserlös ohne den Restwert.

Kontrolle

Je Abschriftsstufe wird die tatsächliche wöchentliche Abverkaufsquote gemessen; die Annahme weicht der gemessenen Kurve, und die nächste Saison rechnet mit ihr.

Was diese Seite annimmt: vollständig offengelegt

Jede Zahl auf dieser Seite folgt arithmetisch aus den Reglerwerten. Zusätzlich gilt:

  • Beispielwerte: Alle Startwerte sind fiktiv, also keine Kundendaten, keine Branchen-Benchmarks und nicht die Werte des Muster-Unternehmens aus den sechs Modulen.
  • Normalverteilung: Die Nachfrage je Style ist normalverteilt (in Simulation 02 bei null abgeschnitten), mit relativer Streuung von höchstens 50 %. Reale Modenachfrage hat schwerere Ränder, deshalb untertreibt das Band Extremsaisons.
  • Bestellmenge in Simulation 02: je Style gleich der Prognose, ohne Sicherheitszuschlag. Fester Startwert des Zufallsgenerators, 500 Saisons je Szenario, unabhängige Zufallsströme je Szenario.
  • Retouren: kein Ursachen-Split. Die Simulation behauptet keine Anteile größenbedingter oder anderer Retourengründe. Adressierbarer Anteil und Reduktion sind reine Annahmen.
  • Abschrift: Die Abverkaufsquoten beider Szenarien sind Ihre Annahmen; es wird keine empirische Beziehung zwischen Abschriftstiefe und Nachfrage behauptet. Vollpreisquote 6 % je Woche und Horizont 14 Wochen sind feste Rechengrößen.
  • Nicht additiv: Die vier Simulationen überschneiden sich im Gegenstand, deshalb dürfen ihre Ergebnisse nicht summiert werden, und diese Seite summiert sie nicht.
  • Nominale Erlöse: ohne Prozesskosten jenseits der genannten, ohne Abzinsung, ohne Umsatzsteuer.
Hinweis zum Kontext dieses Portfolios

Diese Seite ist eine Gesprächsgrundlage, kein Angebot. Alle Werte sind Modellrechnungen auf Basis frei einstellbarer Annahmen; keine Zahl ist eine Zusage, eine Prognose für ein konkretes Unternehmen oder ein Branchenwert.

In einem realen Projekt ersetzen Ihre Daten die Regler: Ihre Abverkaufshistorie liefert Prognosefehler und Abverkaufsquoten, Ihre Retourendaten den adressierbaren Anteil. Die Rechenwege bleiben dieselben.

Alle 6 Module: KI in der Modebranche