Analytics-Benchmarks: das Fashion-KPI-Wörterbuch

Zwei Merchandising-Manager kommen zum Montagsreview. Der eine sagt, eine Jacke habe einen "Sell-through von 60 Prozent". Der andere sagt, dieselbe Jacke habe einen "Sell-through von 40 Prozent". Beide haben recht, denn einer hat die gesamte Markdown-Periode gerechnet, der andere nur die ersten sechs Wochen zum vollen Preis. Niemand lügt. Sie benutzen dasselbe Wort für zwei verschiedene Berechnungen. Diese eine Mehrdeutigkeit verzerrt Nachbestellentscheidungen, Markdown-Timing und den Einkauf der nächsten Saison.

Diese Lektion räumt damit auf. Wir definieren vier zentrale Apparel-KPIs (Key Performance Indicators, die Kennzahlen, nach denen Teams steuern) mit jeweils einer konsistenten Formel, zeigen ein Rechenbeispiel und geben Benchmark-Bandbreiten, an denen Sie Ihre Zahlen plausibilisieren 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. Das Ziel ist Datendisziplin: gleiche Definition, gleiche Inputs, gleiches Ergebnis, jedes Mal.

Warum Definitionen ein Datenqualitätsproblem sind

Ein KPIKPIKey Performance Indicator, ein messbarer Wert, der zeigt, wie wirksam Sie ein bestimmtes Ziel erreichen, über die Zeit verfolgt und gegen einen Zielwert gemessen.Vollständige Definition ansehen → ist nur so verlässlich wie die Verständigung dahinter. In der Fashion-Branche verbergen sich hinter demselben Kennzahlennamen unterschiedliche Zähler, Nenner und Zeitfenster. Das ist ein Governance-Versagen, kein Rechenfehler.

Legen Sie vor jedem Benchmark drei Dinge in Ihrem Data Dictionary fest:

• Zeitfenster: gesamter Lebenszyklus, Vollpreisphase oder Season-to-date?
• Mengenbasis: verkaufte Einheiten oder Umsatz in Dollar/Euro?
• Kostenbasis: Einstandspreis, Verkaufspreis oder Landed Cost inklusive Fracht und Zoll?

Schreiben Sie das einmal auf. Ein gemeinsames Data Dictionary (ein Dokument, das jedes Metrikfeld und jede Formel definiert) ist die billigste Qualitätskontrolle, die ein Retail-Analytics-Team aufbauen kann. Die praktische Governance-Einordnung finden Sie im DAMA-DMBOK data management overview.

Full-Price-Sell-through

Definition: der Prozentsatz der eingegangenen Einheiten, die innerhalb eines definierten Zeitfensters zum vollen Preis (vor jedem Markdown) verkauft wurden.

Formel

Full-price sell-through = (Units sold at full price) / (Units received) x 100

Die beiden Streithähne oben haben sich über das Zeitfenster und die Preisbasis gestritten. Fixieren Sie beides. "Full-Price-Sell-through, Woche 1 bis 6" ist eindeutig. "Gesamter Sell-through, voller Lebenszyklus" ist eine andere, ebenso valide Kennzahl. Beide gehören ins Wörterbuch; sie brauchen nur unterschiedliche Namen.

Rechenbeispiel: Sie erhalten 1.000 Einheiten eines Leinenhemds. In den ersten sechs Wochen zum vollen Preis verkaufen Sie 550. Dann setzen Sie den Preis herunter und verkaufen weitere 300.

• Full-Price-Sell-through (Wo. 1 bis 6) = 550 / 1.000 = 55 Prozent
• Gesamter Sell-through (voller Lebenszyklus) = 850 / 1.000 = 85 Prozent

Gleiches Produkt, zwei ehrliche Zahlen. Die Benennung rettet das Meeting.

Benchmark (Schätzung, allgemeine Bekleidung, Stand 2025): Viele Händler peilen in den ersten Wochen einer Saison etwa 60 bis 70 Prozent Full-Price-Sell-through für Kernbekleidung an, Fast-Fashion-Anbieter liegen höher, Full-Price-Luxus folgt einer anderen Logik. Behandeln Sie das als Richtwerte für die Planung, nicht als geprüfte Zahlen; die tatsächlichen Ziele variieren nach Kategorie, Kanal und Marke.

Weeks of Supply (WOS)

Definition: wie viele Wochen der aktuelle Bestand bei der aktuellen Verkaufsrate reicht. Ihr Frühwarnindikator für Überbestand und Out-of-stock.

Formel

Weeks of supply = (Current inventory units) / (Average weekly unit sales)

Rechenbeispiel: Sie halten 2.400 Einheiten eines Sneakers und verkaufen durchschnittlich 300 pro Woche.

• WOS = 2.400 / 300 = 8 Wochen

Lesen Sie das gegen Ihren Plan. Wenn die Saison noch 6 Wochen läuft, signalisieren 8 Wochen Supply, dass Sie mit Restbestand enden werden: Markdown einplanen. Zeigt die Kennzahl 2 Wochen bei 6 verbleibenden Wochen, riskieren Sie leere Regale: nachbestellen oder umverteilen.

Die Qualitätsfalle: "durchschnittlicher Wochenabsatz" über welchen Zeitraum? Ein rollierender 4-Wochen-Durchschnitt reagiert schnell, überzeichnet aber einen einzelnen Promo-Peak. Ein rollierender 12-Wochen-Durchschnitt ist glatter, aber träge bei Trendwechseln. Wählen Sie einen, dokumentieren Sie ihn, wenden Sie ihn überall an.

Benchmark (Schätzung): Gesunde WOS-Werte sind kategoriespezifisch. Schnelldrehende Basics laufen oft schlank bei 4 bis 8 Wochen; saisonale Mode liegt früh in der Saison höher und sollte zum Saisonende hin sinken. Es gibt keine universell "gute" Zahl, nur gut im Verhältnis zu Ihrem verbleibenden Verkaufsfenster.

Stock-to-Sales-Ratio

Definition: Bestand zu Periodenbeginn im Verhältnis zum Umsatz dieser Periode. Die klassische Planungskennzahl hinter dem Open-to-buy (dem Budget, das einem Einkäufer noch zum Einkaufen bleibt).

Formel

Stock-to-sales = (Beginning-of-period inventory) / (Sales in period)

Beide Größen müssen dieselbe Basis haben: Einheiten mit Einheiten oder Retail-Werte mit Retail-Werten. Bestand zu Kostenwerten durch Umsatz zu Verkaufspreisen zu teilen, ist einer der häufigsten stillen Fehler im Retail-Reporting.

Rechenbeispiel: Der Bestand zu Monatsbeginn liegt bei 5.000 Einheiten. Sie verkaufen in diesem Monat 2.500 Einheiten.

• Stock-to-Sales = 5.000 / 2.500 = 2,0

Ein Wert von 2,0 heißt, Sie sind mit dem Doppelten dessen in den Monat gestartet, was Sie verkauft haben. Ob das richtig ist, hängt von Lieferzeiten ab und davon, ob der nächste Monat ein Peak ist. Steigende Werte von Monat zu Monat bei flachen Umsätzen sind ein klassisches Überbestandssignal.

🎬 [VIDEO: "Retail Math: Sell Through, Stock to Sales & GMROI Explained" - youtube.com - ein klarer Durchgang durch die zentralen Retail-Merchandising-Kennzahlen und ihre Zusammenhänge]

Gmroi

Definition: Gross MarginGross MarginDie Gross Margin ist der Anteil des Umsatzes, der nach Abzug der direkten Kosten für die Herstellung von Waren oder Dienstleistungen übrig bleibt, ausgedrückt als Prozentsatz des Umsatzes.Vollständige Definition ansehen → Return on InvestmentReturn on InvestmentReturn on Investment: das Verhältnis von Nettogewinn zu den Kosten einer Investition. Ein ROI von 300 % bedeutet, dass jeder investierte Dollar 3 Dollar zurückbringt.Vollständige Definition ansehen →. Beantwortet die Frage: Wie viel Bruttomarge (Umsatz minus Wareneinsatz) bekomme ich pro in Bestand investierter Währungseinheit zurück? Die Kennzahl verknüpft Profitabilität mit dem Bestand, der sie erzeugt hat, und gehört deshalb in ein Fashion-Data-Dictionary und nicht in ein generisches Finance-Sheet.

Formel

GMROI = (Gross margin dollars) / (Average inventory cost)

Wobei Bruttomarge in Geld = Nettoumsatz minus Wareneinsatz ist und der Durchschnittsbestand zu Kosten bewertet wird.

Rechenbeispiel: Eine Handtaschenlinie erwirtschaftet im Jahr 400.000 Dollar Bruttomarge. Der durchschnittlich gehaltene Bestand, zu Kosten bewertet, liegt bei 200.000 Dollar.

• GMROI = 400.000 / 200.000 = 2,0

Zu lesen als "2,0", also 2 Dollar (oder Euro) Bruttomarge pro in Bestand investierter Währungseinheit. Ein GMROI über 1,0 heißt, der Bestand hat mehr Marge erzeugt, als er an Kosten gebunden hat; unter 1,0 heißt, er hat es nicht.

Die Konsistenzregel, an der GMROI scheitert: Der Durchschnittsbestand muss zu Kosten bewertet sein und auf ausreichend vielen Datenpunkten beruhen. Ein Zwei-Punkt-Durchschnitt (Jahresanfang und Jahresende) kann ein saisonales Geschäft mit Peak zur Jahresmitte massiv falsch abbilden. Nutzen Sie Monatswerte, wo Sie sie haben. Ein 12-Punkte-Durchschnitt einer saisonalen Bekleidungsmarke kann sich deutlich von einem 2-Punkte-Durchschnitt unterscheiden, und allein diese Differenz kann den GMROI so weit verschieben, dass sich eine Einkaufsentscheidung ändert.

Benchmark (Schätzung, allgemeiner Bekleidungshandel): Die für Apparel gängig genannten GMROI-Werte liegen im niedrigen bis mittleren einstelligen Bereich (häufig um 2 bis 3 herum), variieren aber stark nach Segment und reagieren empfindlich darauf, wie der Durchschnittsbestand berechnet wird. Nutzen Sie die Kennzahl zuerst zum Vergleich von Kategorien im eigenen Haus, bevor Sie zwischen Unternehmen vergleichen.

Das Wörterbuch durchsetzbar machen

Definitionen in einem Foliensatz werden ignoriert. Definitionen in Code werden benutzt. Hier eine minimale, lesbare Referenzimplementierung, auf die sich Ihr Analytics-Team standardisieren kann:

def full_price_sell_through(units_sold_full_price, units_received):
    return units_sold_full_price / units_received * 100

def weeks_of_supply(current_inventory_units, avg_weekly_unit_sales):
    return current_inventory_units / avg_weekly_unit_sales

def stock_to_sales(beginning_inventory, sales_in_period):
    # beide Argumente MÜSSEN dieselbe Basis haben (Einheiten ODER Retail-Wert)
    return beginning_inventory / sales_in_period

def gmroi(gross_margin_dollars, average_inventory_at_cost):
    return gross_margin_dollars / average_inventory_at_cost

Der Kommentar bei stock_to_sales ist der eigentliche Governance-Gewinn: ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → zwingt den Analysten, die Basis zu prüfen, bevor die Zahl je auf einem Dashboard landet. Liefern Sie das als gemeinsame Library aus, und "was heißt eigentlich Sell-through" ist keine Debatte mehr.

Typische Datenqualitätsfehler, die Sie prüfen sollten

• Window Drift: Ein KPI ändert stillschweigend sein Zeitfenster zwischen Dashboards. Fenster in den Metadaten einfrieren.
• Basis-Mismatch: Bestand zu Kostenwerten geteilt durch Umsatz zu Verkaufspreisen. Immer beide Seiten prüfen.
• Return Leakage: Verkaufte Einheiten ohne Verrechnung von Retouren blähen den Sell-through auf. Einmal brutto oder netto festlegen und benennen.
• Eingegangen versus bestellt: Sell-through-Nenner sollten *eingegangene* Einheiten nutzen, nicht *bestellte*, sonst schmeicheln verspätete Lieferungen Ihren Zahlen.

Wichtigste Erkenntnisse

• Nennen Sie immer Zeitfenster und Basis. "Full-Price-Sell-through, Woche 1 bis 6, netto nach Retouren" ist ein Datenasset; "Sell-through" allein ist ein Streit, der nur auf seinen Moment wartet.
• Eine Formel pro Kennzahl, abgelegt in Code. Eine gemeinsame Funktionsbibliothek beendet Definitions-Drift besser als jedes Policy-Dokument.
• GMROI reagiert empfindlich darauf, wie Sie den Bestand mitteln. Bestand zu Kosten mit ausreichend Monatsdatenpunkten verwenden, gerade bei saisonaler Bekleidung.
• Lesen Sie Weeks of Supply gegen Ihr verbleibendes Verkaufsfenster, nicht gegen eine universelle Zielzahl.
• Behandeln Sie alle Benchmark-Bandbreiten hier als Richtwerte. Vergleichen Sie Kategorien im eigenen Haus, bevor Sie zwischen Unternehmen vergleichen, und prüfen Sie die Inputs, bevor Sie einer unternehmensübergreifenden Zahl trauen.