Alle Führer

Inventar5. August 20268 Min. Lektüre

Prognostizieren Sie die Nachfrage anhand Ihrer Shopify-Verkaufsdaten

So verwandeln Sie Ihre eigene Shopify-Bestellhistorie in eine Nachfrageprognose – welche nativen Berichte Sie abrufen, wie weit zurückblicken und was Sie zuerst bereinigen müssen.

Bei jeder auf dieser Website beschriebenen Prognosemethode wird davon ausgegangen, dass Sie bereits eine Spalte mit vergangenen Verkäufen vor sich haben. Diese Spalte aus Shopify in eine Form zu bringen, die tatsächlich von einer Formel verwendet werden kann, ist ein anderes Problem, vor dem Sie niemand warnt, bis Sie drei Tabs tief in Analytics sind und sich fragen, warum der Bericht auf dem Bildschirm nur eine Zeile pro Produkt enthält.

In diesem Beitrag geht es speziell um diesen Schritt: Wo sich Ihre Verkaufsdaten tatsächlich in Shopify befinden, welcher Bericht Ihnen einen echten Verlauf pro SKU anstelle einer einzelnen abgeflachten Gesamtsumme liefert, wie weit es sich lohnt, zurückzuziehen, und was Sie herausnehmen sollten, bevor Sie den Zahlen vertrauen. Sobald die Daten sauber sind,eine Methode wählenunddaraus eine Zielgröße machensind separate Beiträge.

Wo Ihre Verkaufsdaten gespeichert sind

Shopify speichert Verkaufsdaten an zwei verschiedenen Orten und sie sind nicht austauschbar. Die Bestellungen selbst, die einzelnen Transaktionen, eine Zeile pro Position, mit SKU, Menge, Preis und allem anderen, was angehängt ist, befinden sich unter „Bestellungen“ in Ihrem Admin und können direkt exportiert werden. Berichte, die Verkäufe nach Produkt live unter Analytics → Berichte in einer Verkaufskategorie zusammenfassen.

Keines davon ist dasselbe wie die nativen Lagerbestandsberichte von Shopify, die Lagerbestände und -anpassungen statt Verkäufe verfolgen;Wir decken diese separat ab. In diesem Beitrag geht es um die Verkaufsseite: den Rohstoff, auf dem eine Bedarfsprognose tatsächlich basiert.

Welche Berichte abgerufen werden sollen

Beginnen Sie mit dem Bestellexport. Gehen Sie in Ihrem Admin zu „Bestellungen“ → „Exportieren“, wählen Sie „Bestellungen nach Datum“ (wählen Sie ein Start- und Enddatum) oder eine feste Zeilenanzahl, wählen Sie „CSV“ und exportieren Sie. Alles über 50 Zeilen oder ein Datumsbereichsexport wird Ihnen per E-Mail zugesendet und nicht sofort heruntergeladen. Die Datei selbst ist groß und umfasst mehr als 70 Spalten. Sie umfasst Bestellgrundlagen, Finanzdaten, Erfüllungsstatus, Adressen sowie die SKU, Menge und den Preis der Einzelposten. Es handelt sich um die roheste und vollständigste Version Ihrer Verkaufsdaten, und in der eigenen Exportdokumentation von Shopify wird keine Planbeschränkung dafür genannt. Es wird angezeigt, dass es für jedes Geschäft verfügbar ist, dessen Bestellhistorie exportiert werden kann.

Für einen schnelleren Blick auf die Gesamtsummen auf Produktebene verfügt Analytics → Berichte → Vertrieb über zwei Berichte rund um Produkte: Gesamtumsatz nach Produkt und Gesamtumsatz nach Produktvariante. Sie erhalten jeweils die pro SKU verkaufte Nettomenge sowie die üblichen Finanzspalten. Der Haken: Beide haben keine native Datumsaufschlüsselung. Jede Zeile ist ein Produkt oder eine Variante, summiert über den von Ihnen ausgewählten Datumsbereich, keine wöchentliche oder monatliche Serie. Das ist die gleiche Zahlenform, die in der Komplettlösung zum Bestellpunkt „5 Einheiten pro Tag“ für Zeder und Feige, 250 g, genannt wird: eine einzelne Summe dividiert durch die Tage im Fenster, keine tatsächliche Zeitreihe.

Für die realen Reihen, Umsätze aufgeschlüsselt nach Zeitraum und Produkt, verwenden Sie an einem Ort die Option „Gesamtumsatz im Zeitverlauf mit hinzugefügten Produktspalten“ oder führen Sie den Bericht auf Produktebene über kürzere, aufeinanderfolgende Datumsfenster aus und fügen Sie die Ergebnisse zusammen. Shopify bietet auch benutzerdefinierte Berichte und Datenexplorationen zum Erstellen eines Berichts, der genau Ihren Anforderungen entspricht. Es lohnt sich, die Zeilenbegrenzungen und die genauen Mechanismen direkt in Ihrem eigenen Admin zu bestätigen, wenn Ihr Katalog groß genug ist, um von Bedeutung zu sein.

70+

Felder in einem vollständigen Shopify-Bestellexport

2

Native Berichte schlüsseln die Verkäufe nach Produkt auf – keine Datumsspalte ist vorhanden

1.000

Zeilen, die Shopify auf dem Bildschirm anzeigt, bevor ein vollständiger Export erforderlich ist

4

Verfügbare Exportformate: CSV, XML, JSONL, Parquet

Wie weit zurückblicken

Shopify dokumentiert einen strengen historischen Grenzwert für zwei Kategorien von Berichtsdaten: Sitzungsbasierte Analysen reichen nur bis Oktober 2022 zurück, und bestandsbasierte Metriken reichen nur bis Oktober 2023 zurück. Verkaufs- und Bestelldaten selbst fallen nicht unter diese Grenzwerte, und Shopify gibt keinen separaten Grenzwert dafür an. Behandeln Sie „Wie weit kann ich meine eigene Verkaufshistorie zurückverfolgen?“ als eine Frage, die das Alter Ihres Shops beantwortet, und nicht als Plattformbeschränkung.

Wie viel Sie benötigen, hängt davon ab, was Sie sehen möchten. Eine grundlegende Geschwindigkeitszahl, durchschnittlich verkaufte Einheiten pro Tag, ist in einem kurzen Fenster verwendbar; der BestellpunktKomplettlösung auf dieser Websitebenötigt 60 bis 90 Tage und ist auch hier ein angemessener Standardwert. Ein saisonaler Vergleich stellt ein anderes Problem dar: Für den Vergleich ist mindestens ein vollständiges Vorjahr erforderlich, idealerweise mehr, und es gibt keine eindeutige Zahl dafür, wie viele Jahre als ausreichend gelten. Niemand hat einen veröffentlicht; Lassen Sie sich nicht vom Blog eines Konkurrenten vom Gegenteil überzeugen.

Bereinigen der Daten

Betrachtet man den Rohexport, verzerren einige Dinge eine Nachfragezahl, bevor man überhaupt mit der Prognose begonnen hat.

  • Ausgenommen sind stornierte und vollständig erstattete Bestellungen. Einheiten, die wieder aus dem Sortiment genommen wurden, sind nicht gefragt, auch wenn sie in derselben Exportreihe wie alles andere stehen.
  • Markieren Sie alle Abschnitte, in denen eine SKU tatsächlich nicht vorrätig war. Ein Verkaufsbericht erfasst nur, was verkauft wurde, nicht was die Kunden wollten. Eine Woche mit null Verkäufen, weil das Regal leer war, sieht genauso aus wie eine Woche mit wirklich null Nachfrage, und eine Prognose, die die beiden nicht unterscheiden kann, wird zu wenig bestellen.
  • Trennen Sie Massen- oder Großhandelsposten von gewöhnlichen Bestellungen. Eine einzelne Großhandelsbestellung von 200 Einheiten, die innerhalb eines Durchschnitts „Einheiten pro Tag“ für eine SKU liegt, die ansonsten in Einzel- und Zweiereinheiten verkauft wird, wird die Zahl stark verzerren.
  • Beachten Sie alles, von dem Sie wissen, dass es einmalig war (ein Preisfehler, eine Verwechslung im Lager, eine Testbestellung), und ziehen Sie es heraus, anstatt es im Durchschnitt des nächsten Quartals stillschweigend zur „Normalität“ werden zu lassen.

Ein Fehlbestand verringert nicht die Nachfrage. Es verhindert lediglich, dass Ihr Verkaufsbericht ihn sehen kann.

Multi-Channel-Vertrieb

Wenn POS-, Großhandelsbestellungen oder ein Marktplatzkanal ihre Bestellungen als Teil desselben Bestellstroms in Shopify schreiben, befinden sie sich bereits in dem Export oder Bericht, den Sie oben abgerufen haben. Es gibt nichts extra zu tun.

Wenn ein Kanal überhaupt nicht mit Shopify synchronisiert ist (ein Marktplatz, der unabhängig außerhalb von Shopify abgewickelt wird, eine Großhandelsbeziehung, die auf einer Tabelle und einer Rechnung läuft), werden seine Verkäufe nirgendwo in den oben genannten Daten angezeigt, und eine Prognose, die nur auf den eigenen Zahlen von Shopify basiert, wird die tatsächliche Nachfrage nach jeder SKU, die der Kanal im Volumen bewegt, unterschätzen. Die Lösung erfolgt manuell: Rufen Sie die eigene Verkaufshistorie dieses Kanals separat ab und kombinieren Sie sie mit der von Shopify, zumindest für die SKUs, bei denen der nicht verfolgte Kanal einen bedeutenden Anteil an der Gesamtsumme ausmacht.

Sobald Ihre Verkaufsdaten exportiert, bereinigt und kanalübergreifend kombiniert wurden, fließen sie direkt in den restlichen Prognoseprozess ein. Sehen Sie sich unsere anVollständiger Leitfaden zur Bestandsprognose von Shopifydafür, wie die Teile Ende an Ende zusammenpassen.

All das von Hand zu erledigen (Exportieren, auf die E-Mail warten, die CSV-Datei öffnen, die Aktionswoche löschen, im nächsten Quartal wiederholen, weil die Datei veraltet ist) ist echte, wiederkehrende Arbeit, und das ist der Grund, warum die meisten Geschäfte nach ein paar Dutzend SKUs damit aufhören, dies konsequent zu erledigen.StockCueeliminiert ausdrücklich den Exportschritt: Es ruft automatisch die eigene Bestellhistorie eines Shops ab, füllt sie bei der Installation 24 Monate lang auf und berechnet die Prognose jeder SKU über Nacht anhand von Live-Daten neu.

STOCKCUE

Zwei Jahre Verkaufshistorie von Hand herauszusuchen und zu bereinigen ist eine Aufgabe, die die meisten Geschäfte einmal beginnen und nie zweimal beenden. StockCue füllt 24 Monate Ihres eigenen Shopify-Bestellverlaufs automatisch auf und berechnet die Prognose jede Nacht neu, für jeden Plan, einschließlich Free.

Installieren Sie StockCue auf Shopify →

Häufig gestellte Fragen

Welcher Shopify-Bericht zeigt den Verkaufsverlauf für Prognosen an?

Kein einzelner nativer Bericht wird als Zeitreihe erstellt. „Gesamtumsatz nach Produkt“ und „Gesamtumsatz nach Produktvariante“ unter Analytics → Berichte geben Ihnen die verkaufte Nettomenge pro SKU an, summieren sie jedoch über den gesamten ausgewählten Zeitraum in einer Zeile, ohne Datumsaufschlüsselung. Für eine tatsächliche zeitraumweise Serie verwenden Sie „Gesamtumsatz im Zeitverlauf mit hinzugefügten Produktspalten“ oder exportieren Sie Rohaufträge unter „Bestellungen“ → „Exportieren“ und erstellen Sie die Serie selbst.

Wie viele Monate an Shopify-Verkaufsdaten benötigen Sie für eine genaue Prognose?

Es gibt keine feste Zahl und sie hängt davon ab, was Sie prognostizieren. Eine grundlegende Geschwindigkeitszahl – durchschnittlich verkaufte Einheiten pro Tag – kann für eine Historie von 60 bis 90 Tagen verwendet werden, das gleiche Fenster, das im Nachbestellpunkt-Leitfaden dieser Website empfohlen wird. Ein saisonales Muster erfordert zum Vergleich mindestens ein vollständiges Vorjahr, besser ist mehr als eines, obwohl keine Quelle eine genaue Anzahl von Jahren nennt, die als ausreichend gilt.

Sollten Groß- oder Großhandelsbestellungen von einer Prognose ausgeschlossen werden?

Im Allgemeinen ja, wenn sie das normale Nachfragesignal einer SKU pro Einheit verzerren würden. Eine Handvoll großer Großhandelsbestellungen, gemischt mit einer ansonsten stabilen Einzelhandelsverkaufshistorie, wird den Durchschnitt in einer Weise in die Höhe treiben, die nicht widerspiegelt, wie sich das Produkt täglich tatsächlich verkauft. Trennen Sie die beiden und prognostizieren Sie sie unabhängig voneinander, wenn der Großhandel einen bedeutenden Anteil am Volumen einer SKU ausmacht.

Können Shopify-Verkaufsdaten allein die Nachfrage über mehrere Vertriebskanäle hinweg vorhersagen?

Nur für Kanäle, deren Bestellungen tatsächlich in Shopify einfließen. Wenn ein Kanal seine Bestellungen in Ihren Shopify-Bestellstream schreibt – POS, die meisten Marktplatzintegrationen, manuell eingegebene Großhandelsbestellungen – sind seine Verkäufe bereits in den oben genannten Berichten und Exporten enthalten. Wenn ein Kanal vollständig außerhalb von Shopify betrieben wird, werden seine Verkäufe in keinem Shopify-Bericht angezeigt, und Prognosen allein auf der Grundlage von Shopify-Daten werden die tatsächliche Nachfrage nach dieser SKU unterschätzen.

Devmerx

Devmerx ist eine Shopify- und WordPress-Entwicklungsagentur, die DTC-Marken dabei unterstützt, schnellere Shops, sauberere Migrationen und Erlebnisse mit höherer Conversion-Rate aufzubauen. Mit Sitz in London, Großbritannien, betreut Kunden weltweit.

Sehen Sie sich unsere Arbeit an

Benötigen Sie Hilfe bei Ihrem Shopify-Shop?

Devmerx erstellt und optimiert Shopify-Shops für DTC-Marken. Buchen Sie eine kostenlose 20-minütige Beratung.