Stockful passt fünf Kandidatenmodelle an jede SKU an jedem Standort an und übernimmt ein komplexeres Modell nur, wenn es eine einfache Basislinie an Ihrer eigenen Verkaufshistorie schlägt. Saisonalität pro Produkt gelernt, Langsamdreher berücksichtigt, bis zu 2 Jahre Shopify-Historie - ab $19,99/Monat mit 14-tägiger kostenloser Testphase.
| Manuell / Tabellenkalkulationen | stockful. | |
|---|---|---|
| Saisonalität | Von Hand aus dem Vorjahr geschätzt | Pro Produkt gelernt - Weihnachten, Sommer, BFCM |
| Langsam drehende SKUs | Verrauschte Durchschnitte aus wenigen Verkäufen | Eigenes Modell für sporadische Nachfrage |
| Genutzte Verkaufshistorie | Meist 30-90 Tage | Bis zu 2 Jahre, direkt aus Shopify |
| Modellwahl | Eine Formel für jedes Produkt | Fünf Kandidaten pro SKU & Standort, übernommen nur, wenn sie die Basislinie schlagen |
| Prognosegenauigkeit | Unbekannt | Vor der Übernahme im Backtest geprüft, laufend neu gemessen |
| Tage ohne Bestand | Ziehen die Verkaufsrate nach unten | Aus der Umschlaggeschwindigkeit ausgeschlossen; entgangene Verkäufe beziffert |
| Sicherheitsbestand | Pauschaler Daumenregel-Puffer | Statistisch, aus Ihrem Servicegrad sowie Nachfrage- und Lieferzeitschwankungen |
| Nachbestellmengen | Bauchgefühl | An tatsächliche Verkäufe gekoppelt, inklusive derselben Saison im Vorjahr |
Jede SKU an jedem Standort erhält ihr eigenes Modell, ausgewählt aus fünf Kandidaten: flache Basislinie, Trend, Wochentag, Jahressaisonalität und sporadische Nachfrage. Ein komplexeres Modell wird nur übernommen, wenn es die Basislinie in einem Backtest der eigenen Historie dieser SKU schlägt - die Prognose kann also nie schlechter werden, nur weil sie ausgefeilter ist.
Weihnachtsartikel, Sommerartikel, BFCM-Muster - die saisonale Kurve jedes Produkts wird aus bis zu 2 Jahren Ihrer Verkaufshistorie gelernt. Kein manuelles Hantieren mit 'gleicher Zeitraum im Vorjahr'.
Bei langsam und sporadisch verkauften Artikeln sind naive Prognosen am schlechtesten - ein paar zufällige Verkäufe lassen den Durchschnitt wild ausschlagen. Stockful gibt ihnen stattdessen ein eigenes Modell für sporadische Nachfrage.
Tage, an denen Sie nicht verkaufen konnten, ziehen Ihre Verkaufsrate nicht nach unten. Stockful schließt Zeiten ohne Bestand aus der Geschwindigkeit aus und beziffert die Verkäufe, die Sie durch Fehlbestände verloren haben.
Puffer werden aus Ihrem gewählten Servicegrad und Ihrer tatsächlichen Nachfrageschwankung berechnet - und berücksichtigen auch die Lieferzeitschwankungen Ihrer Lieferanten, sodass unzuverlässige Lieferanten größere Puffer bekommen.
Diagramme zeigen die Prognose mit ihrem Konfidenzband und Ihrem Bestellpunkt. Vorgeschlagene Nachbestellmengen sind an echte, beobachtete Verkäufe gekoppelt - inklusive derselben Saison im Vorjahr - nie an Modellspekulation.
Installieren Sie Stockful, beginnen Sie noch heute mit der Erfassung des täglichen Verlaufs und wechseln Sie mit einem funktionierenden Ersatz deutlich vor dem 31. August 2026.