Die Datenlandschaft der Bekleidungsbranche kartieren: von PLM bis POS

Ein einziges schwarzes Baumwoll-T-Shirt, Stilnummer WM-2401, existiert in sechs verschiedenen Systemen, bevor es ein Kunde kauft. In einem System ist es eine „Konzeptskizze“, in einem anderen ein „Cost Roll-up“, in einem dritten eine „verkaufsfähige SKU“ und in einem vierten eine „versandte Einheit“. Wenn diese sechs Versionen voneinander abweichen, ordert Ihr Assortment Planner eine Farbe nach, die sich nie verkauft hat. Diese Lektion verfolgt WM-2401 durch den gesamten Stack, damit Sie wissen, welches System welche Wahrheit besitzt.

Die sechs Systeme, auf denen jedes Bekleidungsunternehmen läuft

Fashion-Daten leben in einem Staffellauf spezialisierter Systeme. Jedes besitzt eine Phase im Leben des Kleidungsstücks und gibt die Daten an das nächste weiter.

• PLM (Product Lifecycle Management): hier wird das Kleidungsstück entworfen und spezifiziert. Besitzt Tech Pack, Bill of Materials und Zielkosten.
• ERP (Enterprise Resource Planning): das finanzielle und operative Rückgrat. Besitzt Bestellungen, tatsächliche Landed Cost und Bestandsbewertung.
• PIM (Product Information Management): der Katalog für das Marketing. Besitzt Beschreibungen, Bilder und kanalfertige Attribute.
• WMS (Warehouse Management System): das physische Gebäude. Besitzt verfügbare Einheiten, Bin-Locations und Einlagerung.
• OMS (Order Management System): der Verkehrslotse über alle Kanäle. Besitzt Order State, Allokation und Fulfillment-Routing.
• POS (Point of Sale): Kasse und E-Commerce-Checkout. Besitzt die Sell-out-Wahrheit: was tatsächlich verkauft wurde, wann und zu welchem Preis.

Systeme, die Ihnen in der Praxis begegnen: Centric PLM und PTC FlexPLM für Design, SAP und Oracle NetSuite für ERPERPEine integrierte Kernsoftware für zentrale Abläufe: Finanzen, Einkauf, Supply Chain, HR und Produktion auf gemeinsamer Datenbasis.Vollständige Definition ansehen →, Salsify und Akeneo für PIM, Manhattan und Blue Yonder für WMS/OMS sowie Shopify oder NewStore im Retail. Kein einzelner Anbieter beherrscht alle sechs gut, und genau deshalb widersprechen sich die Daten.

WM-2401 durch den Stack verfolgen

Verfolgen wir die vier wichtigsten Attribute: Style, Größe, Farbe, Kosten und Sell-out.

Style und die SKU-Explosion

Im PLM ist WM-2401 ein Style: ein Herren-T-Shirt mit Rundhalsausschnitt. Ein Style ist aber nicht verkaufsfähig. Sobald Sie Größe (XS bis XXL) und Farbe (Schwarz, Weiß, Navy) hinzufügen, entstehen SKUs (Stock Keeping Units), die atomare Einheit des Bestands. Ein Style mal 6 Größen mal 3 Farben ergibt 18 SKUs.

Hier bricht die Datenlage zum ersten Mal. PLM denkt in Styles. WMS, OMS und POS denken in SKUs. Wenn sich der Größenlauf spät ändert (Design streicht XS), können die nachgelagerten Systeme weiter eine „Phantom“-SKU XS führen, die Bestand zeigt, aber nie versandt werden kann.

Daumenregel: PLM besitzt die Style-Definition. ERP besitzt den SKU-Master. Alle nachgelagerten Systeme sollten den SKU-Master lesen und niemals einen eigenen erfinden.

Farbe: das unordentlichste Attribut der Fashion-Welt

Bei der Farbe stirbt die Governance. Im PLM ist die Farbe eine Pantone-Referenz und ein Färbelos der Weberei. Im PIM benennt das Marketing sie für die Website in „Midnight“ um. Auf dem POS-Beleg steht nur „BLK“.

Jetzt fragt die Analytik: „Wie hat sich Navy verkauft?“ Wenn PIM es „Midnight“ nennt, ERP „NVY“ und POS „410“, kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen Sie diese Datensätze ohne eine Farbzuordnungstabelle nicht joinen. Die meisten Retailer pflegen eine; wer keine hat, verbringt seine Montage mit dem Abgleich von Spreadsheets.

Kosten: zwei Zahlen, zwei Owner

Es gibt zwei Kostenwerte, und sie zu verwechseln verdirbt die Margenanalyse.

• Zielkosten leben im PLM: die Schätzung während des Designs (sagen wir 6,20 $).
• Landed Cost lebt im ERP: die tatsächlichen Kosten nach Fracht, Zoll und Fabrikverhandlung (sagen wir 7,05 $).

Die PLM-Kosten sind ein Plan. Die ERP-Kosten sind die Wahrheit. Jeder Margenbericht sollte die Kosten aus dem ERP ziehen, nicht aus dem PLM. Der Zolltarif der US International Trade Commission verursacht bei importierter Bekleidung einen guten Teil dieser Lücke bei der Landed Cost, weshalb die beiden Zahlen selten übereinstimmen.

Sell-out: die Wahrheit, die POS besitzt

Sell-out (auch Sell-through) ist der Prozentsatz der eingegangenen Einheiten, die tatsächlich verkauft wurden. Nur POS kennt ihn, weil nur POS den Verkauf erfasst.

Rechenbeispiel für WM-2401 in Schwarz, Größe M:

Units received (WMS):        500
Units sold (POS):            340
Sell-through = 340 / 500 =   68%

Ein Sell-through von 68 % acht Wochen nach Saisonstart ist für ein Basic-T-Shirt gesund. Die Gefahr: Wenn OMS 340 verkaufte Einheiten zeigt, die POS-Returns-Daten aber 25 Rückläufer, liegt Ihr Netto-Sell-through bei 315 / 500 = 63 %. Returns-Daten (die üblicherweise von POS zu OMS fließen) sind das Attribut, das Teams beim Nettoabzug vergessen.

Wo die Wahrheit tatsächlich liegt

Der nützlichste Governance-Schritt: Veröffentlichen Sie diese Tabelle intern und benennen Sie für jede Zeile einen Data Owner. Das ist Governance in der Praxis, nicht in der Theorie.

🎬 [VIDEO: „What is Product Information Management (PIM)?“ - youtube.com - eine klare 6-minütige Einführung, wie PIM zwischen Ihrem ERP und den Vertriebskanälen sitzt]

Datenqualitätsmetriken, die hier zählen

Generische Datenqualitätsdimensionen (Vollständigkeit, Genauigkeit, Konsistenz, Aktualität) werden in der Bekleidungsbranche konkret. Verfolgen Sie diese:

• Attributvollständigkeit: Wie viel Prozent der aktiven SKUs haben alle erforderlichen PIM-Felder (Material, Pflege, Fit, Hauptbild)? Viele Teams zielen auf 95 %+, bevor eine SKU live geht. Das ist ein Ziel, kein branchenweit verifizierter Benchmark; setzen Sie Ihre eigene Schwelle.
• SKU-Match-Rate über Systeme hinweg: Wie viel Prozent der am POS verkauften SKUs joinen sauber auf den ERP-Master? Unter 100 % bedeutet, dass Sie Dinge verkaufen, die Ihre Systeme nicht vollständig nachverfolgen können.
• Inventory Record Accuracy (IRA): Stimmt der WMS-Bestand mit einer physischen Zählung überein? Lagerbetreiber nennen häufig 95 bis 99 % IRA als Arbeitsziel; behandeln Sie jede konkrete Zahl als operatives Ziel, nicht als feste Regel.
• Abdeckung des Farb-/Größen-Mappings: Jeder POS-Farbcode muss auf genau eine PIM-Farbe abgebildet sein. Lücken hier lassen Umsätze stillschweigend aus Ihrer Farbanalytik verschwinden.

Eine einfache Vollständigkeitsberechnung

Active SKUs:                    2,400
SKUs missing primary image:        180
Completeness = (2400 - 180) / 2400 = 92.5%

Bei 92,5 % liegen Sie unter einer 95-%-Schwelle: 180 Produkte würden online ein defektes Bild zeigen. Das ist ein konkreter, behebbarer Datenqualitätsdefekt, keine Abstraktion.

Governance: wer entscheidet, wenn Systeme sich widersprechen

Governance klingt bürokratisch, bis die Navy-Variante von WM-2401 im ERP 200 Einheiten und im WMS 150 zeigt. Welcher Zahl traut der Einkäufer beim Nachordern?

Antwort: WMS für den physischen Bestand, ERP für die finanzielle Bewertung. Sie beantworten unterschiedliche Fragen. Die ERP-Zahl kann nachlaufen, weil sie in einem Batch-Zyklus aktualisiert wird (manchmal über Nacht), während das WMS nahezu in Echtzeit aktualisiert, sobald Einheiten bewegt werden. Keine ist „falsch“; sie beantworten unterschiedliche Fragen mit unterschiedlichen Aktualisierungsraten.

Drei Governance-Praktiken, die reife Apparel-Datenteams auszeichnen:

1. Eine veröffentlichte System-of-Record-Map (die Tabelle oben), jede Saison überprüft.
2. Master-Data-Governance für neue Styles: Eine SKU ist nicht „live“, bis das ERP sie erstellt hat und PIM die erforderlichen Attribute vervollständigt hat. Das verhindert Phantom-SKUs.
3. Reconciliation-SLAs: Zum Beispiel müssen sich die Bestände aus WMS und ERP bis zu einer festgelegten Uhrzeit täglich innerhalb einer vereinbarten Toleranz (sagen wir 2 %) abgleichen. Legen Sie die Toleranz nach Ihrem Geschäft fest; die Disziplin zählt mehr als die exakte Zahl.

Analytics-Benchmarks als Anker

Zwei Mess-Benchmarks tauchen in der Apparel-Analytik immer wieder auf. Behandeln Sie beide als Richtwerte und berechnen Sie sie immer selbst aus POS-Daten:

• Sell-through-Rate: Basics laufen hoch und stabil; Fashion- und Saisonartikel werden am Sell-through in der frühen Saison (erste Wochen) gemessen, um über Markdowns zu entscheiden. Ein schwacher Frühwert löst den Markdown aus, bevor die Saison die Marge zerstört.
• Full-Price-Sell-through: der Anteil, der vor jedem Markdown verkauft wurde. Das ist das klarste Signal echter Nachfrage und steckt vollständig in den POS-Preisdaten. Wenn der Großteil von WM-2401 mit Rabatt verkauft wurde, waren die „68 % Sell-through“ geschmeichelt.

Die Datenlektion: Eine einzelne Headline-Metrik verdeckt die Geschichte. Segmentieren Sie den Sell-through nach Full-Price versus Markdown, nach Farbe und nach Größe, was jeweils saubere Joins über die sechs Systeme erfordert, die Sie gerade kartiert haben.

Die wichtigsten Erkenntnisse

• Der Style lebt im PLM, aber SKUs entstehen im ERP. Alles Nachgelagerte sollte den ERP-SKU-Master lesen und nie einen eigenen erfinden.
• Kosten haben zwei Owner: PLM hält die Zielkosten (einen Plan), ERP hält die Landed Cost (die Wahrheit). Margenberichte nutzen ERP.
• Die Sell-out-Wahrheit lebt nur im POS, und Sie müssen Returns abziehen, um den echten Sell-through zu erhalten. 340 verkauft minus 25 zurück verändert die Entscheidung.
• Farb- und Größen-Mappingtabellen sind nicht verhandelbar. Ohne sie ist „Wie hat sich Navy verkauft?“ über PIM, ERP und POS hinweg nicht beantwortbar.
• Governance ist eine veröffentlichte System-of-Record-Map plus benannte Owner, jede Saison überprüft, kein Einmaldokument.