Stockout-Bereinigung im Forecast ersetzt die Verkäufe an ausverkauften Tagen durch die Nachfrage, die an diesen Tagen da war. Ein Bestseller mit 10 Stück pro Tag, der 21 Tage eines Monats fehlt, zeigt nur 100 statt 310 Verkäufe, und ein Dreimonatsdurchschnitt plant danach rund 23 % zu wenig.
*Von Jannik Semmelhaack, Gründer und CEO von VOIDS*
Das Wichtigste in Kürze
- Dein Shop speichert Verkäufe. An ausverkauften Tagen liegt die Nachfrage über den Verkäufen.
- Ohne Bereinigung wird jede Bestellung nach einem Stockout kleiner, und der nächste Stockout kommt früher.
- Die Bereinigung braucht Bestand pro Tag und Variante, keine perfekte Historie.
- Ausweichkäufe bei Ersatzvarianten musst du im selben Schritt herausrechnen.
Was ist Stockout-Bereinigung im Forecast?
Stockout-Bereinigung ist der Schritt, der aus einer Verkaufsreihe eine Nachfragereihe macht. Sobald eine Variante ausverkauft ist, fällt der Verkauf auf null, die Nachfrage aber nicht: Kunden kommen weiter auf die Produktseite und kaufen woanders oder gar nicht. Was ein Stockout ist und was er an Lost Sales kostet, steht im Glossar.
Die Forschung nennt das zensierte Nachfrage. Anupindi, Dada und Gupta schreiben 1998 in Marketing Science, dass Verkäufe ausverkaufter Artikel rechtszensiert sind, während die Verkäufe anderer Artikel durch Ausweichkäufe aufgebläht werden. Pedregal, Trapero und Holgado gehen 2024 von derselben Lage aus: Nachfrage, die nicht bedient werden kann, geht verloren, und Verkäufe unterschätzen die Nachfrage.
Warum machen unbereinigte Verkäufe den Einkauf zu klein?
Ein Forecast ohne Bereinigung liest drei ausverkaufte Wochen als drei schwache Wochen. Der nächste Bestellvorschlag fällt kleiner aus, und daraus entsteht eine Schleife:
- Das Produkt läuft aus, weil die Bestellung zu klein war.
- Die ausverkauften Tage drücken die Historie nach unten.
- Der Forecast leitet daraus weniger Nachfrage ab.
- Die nächste Bestellung wird noch kleiner, der nächste Stockout kommt früher.
Am stärksten trifft das die Produkte, die am schnellsten drehen, denn sie laufen am ehesten aus. Dazu kommt der Effekt aus der Marketing-Science-Studie: Während dein Bestseller fehlt, steigen die Verkäufe einer Ersatzvariante. Liest der Forecast diesen Anstieg als Trend, bestellst du beim Ersatz zu viel und beim Original zu wenig.
Auch Bestandswarnungen und die nächste Nachbestellung kommen dann zu spät. Wie du diesen Bias über alle Produkte misst, zeigt der Beitrag zu Forecast Bias im E-Commerce.
Wie funktioniert die Bereinigung im Forecast?
Die Bereinigung hat drei Schritte, und alle drei brauchen Bestandsstände pro Tag und Variante. Aus einem reinen Verkaufsexport weiß niemand, an welchen Tagen das Produkt fehlte.
Stockout-Tage erkennen. Ein Tag mit Bestand null ist ein Kandidat. Bei Produkten mit Größen oder Farben reicht null nicht: Ist nur noch eine Größe da, ist das Produkt technisch verfügbar, für die meisten Kunden aber nicht. Ich empfehle deshalb, auf Variantenebene zu bereinigen.
Fehlende Nachfrage schätzen. Für die betroffenen Tage setzt du einen Wert aus den verfügbaren Tagen ein. Die Verfahren unterscheiden sich so:
| Verfahren | Vorgehen | Grenze |
|---|---|---|
| Tage löschen | Stockout-Tage fallen aus der Historie | Verkürzt die Reihe und verzerrt Wochen- und Saisonmuster |
| Absatzrate vor und nach dem Stockout | Rate der verfügbaren Tage, korrigiert um Wochentag und Saison | Unterschätzt, wenn der Stockout in einer Spitze lag |
| Zensiertes Modell | Verkäufe an Stockout-Tagen gelten als Untergrenze der Nachfrage | Braucht genug Historie und saubere Bestandsdaten |
Das zensierte Modell ist der Ansatz von Pedregal, Trapero und Holgado. Ihre Tobit-Variante der exponentiellen Glättung verringert den Bias des Forecasts erheblich.
Meine Regel: Mit Bestand pro Tag und Variante nimmst du die Absatzrate, korrigiert um Wochentag und Saison. Ab etwa einem Jahr sauberer Historie lohnt das zensierte Modell. Tage zu löschen ist nur als Notlösung geeignet, wenn kein Bestand pro Tag vorliegt.
Ausweichkäufe zurückrechnen. Vergleiche die Absatzrate der Ersatzvariante im Stockout-Zeitraum mit ihrer Rate in den vier Wochen davor. Den Überschuss ziehst du bei der Ersatzvariante ab, höchstens bis zur geschätzten fehlenden Nachfrage des Originals. Sonst zählst du dieselbe Nachfrage zweimal.
In unserer Forecasting-Software sind Stockout-Bereinigung, Promotion-Effekte und Ausreißer im Forecast sichtbar, damit der Einkauf jede korrigierte Woche prüfen kann. Wer noch in Excel plant, beginnt mit einer Notiz pro Bestseller: von wann bis wann war er weg.
Wie groß ist der Fehler ohne Stockout-Bereinigung?
Ein Rechenbeispiel mit erfundenen Zahlen: Ein Produkt verkauft im Schnitt 10 Stück pro Tag. Zwei Monate mit je 31 Tagen liegen bei je 310 Stück. Im dritten Monat, ebenfalls mit 31 Tagen, fehlt es 21 Tage und verkauft 100 Stück.
- Ohne Bereinigung: Der Dreimonatsdurchschnitt ist (310 + 310 + 100) ÷ 3 = 240 Stück pro Monat. Das sind rund 23 % weniger als die echte Nachfrage von 310.
- Mit Bereinigung: Die 21 Tage werden mit 10 Stück pro Tag geschätzt, also 210 Stück. Der dritte Monat liegt wieder bei 310, der Durchschnitt auch.
Die Dauer entscheidet über die Größe des Fehlers. Fehlt dasselbe Produkt nur zwei Tage, gehen 20 Stück verloren, und der Dreimonatsdurchschnitt liegt mit rund 303 Stück nur gut 2 % zu tief. Bei 21 Tagen sind es 23 %. Ich empfehle trotzdem, jeden Stockout-Tag zu bereinigen, weil sich kurze Lücken über ein Jahr summieren.
Bestellst du nach diesem Monat mit zehn Wochen Lieferzeit, unterschätzt die Bestellung den Bedarf bis zum Wareneingang um fast ein Viertel. Die Bedarfsprognose danach rechnet mit diesem Fehler weiter.
Welche Varianten in deinem Shop gerade nicht verfügbar sind und damit die nächsten Stockout-Tage erzeugen, prüfst du mit dem kostenlosen OOS-Checker.
FAQ
Brauche ich für die Stockout-Bereinigung Bestandsdaten pro Tag?
Ja. Ohne Bestand pro Tag und Variante weißt du nicht, an welchen Tagen ein Produkt fehlte. Ein reiner Verkaufsexport reicht nicht.
Warum soll ich Stockout-Tage nicht einfach löschen?
Gelöschte Tage verkürzen die Historie und verschieben Wochen- und Saisonmuster. Eine Schätzung aus der Absatzrate der verfügbaren Tage behält die Struktur der Reihe.
Betrifft ein Stockout auch andere Produkte?
Ja. Während ein Produkt fehlt, steigen oft die Verkäufe von Ersatzvarianten. Diese Ausweichkäufe rechnest du dort heraus, sonst zählst du dieselbe Nachfrage zweimal.
Wie groß ist der Fehler ohne Bereinigung?
Im Rechenbeispiel mit 21 ausverkauften Tagen in einem Monat plant ein Dreimonatsdurchschnitt rund 23 % zu wenig. Der Fehler wächst mit der Dauer des Stockouts.
Quellen
Passende Lösung
VOIDS warnt, bevor Bestseller ausverkauft sind, und zeigt, was jetzt bestellt werden muss. Out-of-Stocks vermeiden
- Case Study Saint Sass: Stockouts von 30 auf 3 Prozent
- Case Study Essential Bag: rund 1,5 Mio. € mehr Nettoumsatz in 180 Tagen
Verfügbarkeit erhöhen. Kapitalbindung senken.
Finde in einem Inventory Audit deinen größten Einkaufshebel.
Jannik Semmelhaack · CEO & Founder, VOIDS
Jannik ist Gründer und CEO von VOIDS. Er verbindet tiefes Verständnis für KI-gestütztes Demand Forecasting mit hands-on E-Commerce-Erfahrung und hilft DTC-Brands dabei, datengetriebene Entscheidungen in der Supply Chain zu treffen.
Fachlich geprüft von Jannik Semmelhaack, Gründer und CEO von VOIDS.
Jannik prüft jeden Artikel vor der Veröffentlichung auf sachliche Richtigkeit und Praxisrelevanz.