AllSaints führt KI-native Tools für die Überarbeitung von Einkauf und Merchandising ein
AllSaints, ein britisches Modeunternehmen, hat eine Initiative zur Integration von KI-nativen SaaS-Tools in seine Einkaufs- und Merchandising-Abläufe gestartet. Damit werden veraltete Systeme, die auf Tabellenkalkulationen und manueller Datenverarbeitung basieren, durch eine automatisierte, datengestützte Planung über die gesamte Supply Chain und den Produktlebenszyklus ersetzt. Die Implementierung erfolgt in Phasen mit dem Ziel, Prozesse zu rationalisieren, die Prognosegenauigkeit zu erhöhen und den Fokus des Teams von der Datenmanipulation auf die strategische Entscheidungsfindung zu verlagern.
Das Unternehmen betonte, wie stark die Merchandising-Teams derzeit damit beschäftigt sind, Daten aus unterschiedlichen Systemen abzurufen, Tabellenkalkulationen abzugleichen und Berichte zu erstellen - Aufgaben, die sich mit der Ausweitung der Produktpalette, der Zunahme der Vertriebskanäle und der zunehmenden Marktvolatilität verstärken. Chief Transformation and Technology Officer Alfie Meekings positionierte dies als Kernelement der datengestützten Transformationssäule des Unternehmens, das es den Merchandisern ermöglichen soll, Marken-Insights zu priorisieren und Produkte schnell zu platzieren, um die Kundenbedürfnisse zu erfüllen.
Phasenweise Einführung zielt auf die wichtigsten Einzelhandelsschmerzpunkte ab
Der phasenweise Ansatz gewährleistet eine umfassende Abdeckung der Supply Chain und Planungsfunktionen und geht Ineffizienzen in herkömmlichen Tools an, die für einfachere Einzelhandelszeiten konzipiert wurden. Branchenbeobachter stellen fest, dass solche manuellen Arbeitsabläufe die Expertise im Merchandising unzureichend nutzen und die Teams an Low-Value-Aufgaben binden, inmitten wirtschaftlichen Drucks wie Volatilität, steigenden Kosten und Margenengpässen. Dieser Schritt unterstreicht die Entwicklung der KI von einer Neuheit zu einem operativen Rückgrat, das Entscheidungen beschleunigt, die sich direkt auf das Inventarrisiko, die Margen und das Kundenerlebnis auswirken.
Auswirkungen auf E-Commerce Supply Chain und Katalogstandards
Im E-Commerce verbessert KI-gestütztes Merchandising direkt Produkt-Feeds durch die Automatisierung von Datenabgleich und -prognosen, wodurch Fehler bei der Bestandszuordnung reduziert und Echtzeit-Anpassungen an volatilem Bedarf ermöglicht werden. Dies steht im Einklang mit breiteren Veränderungen im Sektor, bei denen Big Data und Machine Learning Sortimente personalisieren und so die Kundenpfade durch schnellere, datengestützte Planung optimieren[1]. Für Katalogstandards setzen KI-Tools eine Konsistenz in der Kategorisierung durch - wie z. B. die KI-gestützte Suche für einen schnellen Produktabgleich -, die die Einhaltung der sich entwickelnden Plattformanforderungen unterstützt, einschließlich automatisierter Checks gegen regulatorische Anforderungen und Machine-Learning-Validierung von Auflistungen[3].
Die Produktkartenqualität und -vollständigkeit profitieren, da die Automatisierung manuelle Eingabelücken minimiert, wobei die KI Variablen wie Preisdynamik und Wettbewerbsdaten für dynamische Updates analysiert. Die Echtzeit-Preisanpassung, die durch Markt- und Bedarfsanalysen unterstützt wird, stellt sicher, dass die Auflistungen wettbewerbsfähig bleiben, ohne ständige Überwachung[6]. Dies erhöht die allgemeine Katalogreife, da unvollständige oder veraltete Karten das Vertrauen untergraben; 73 % der Verbraucher meiden unbewertete Produkte, was die Notwendigkeit automatisierter Reputationstools verstärkt[2].
Beschleunigung der Sortimentsgeschwindigkeit mit No-Code-KI-Integration
KI rationalisiert die Sortimentsrolloutgeschwindigkeit, was in der Mode von entscheidender Bedeutung ist, wo sich Trends schnell ändern - Merchandiser erhalten schnelleren Zugriff auf prädiktive Erkenntnisse, nehmen Produkte schneller aus dem Sortiment und skalieren Gewinner über alle Kanäle hinweg. No-Code-KI-Plattformen senken die Hürden und ermöglichen es nicht-technischen Teams, Workflows ohne benutzerdefinierte Codierung bereitzustellen, was die SaaS-Trends im Supply Chain Management (SCM) widerspiegelt, das einen Marktanteil von 14,5 % für die Ressourcenoptimierung hält[7]. Content-Workflow-Tools, mit 10 % SaaS, integrieren weiter, indem sie Merchandisedaten in strukturierter Form für nahtlose Feeds und Site-Personalisierung verwenden[5][7].
Diese Fortschritte positionieren die Automatisierung als einen Wettbewerbsvorteil, der Expertise für wirkungsvolle Aufgaben freisetzt und sich gleichzeitig an das Multichannel-Wachstum anpasst. Angesichts des Margendrucks, dem sich Einzelhändler gegenübersohen, verstärken solche Integrationen die E-Commerce-Effizienz, ohne die Infrastruktur zu überarbeiten.
InternetRetailing; CNews.
Der AllSaints-Schritt signalisiert einen entscheidenden Wandel im E-Commerce hin zur Nutzung von KI für ein verbessertes Produktdatenmanagement und Katalogoptimierung. Wir bei NotPIM erkennen die wachsende Notwendigkeit für Einzelhändler, Prozesse zu rationalisieren, insbesondere in den Bereichen Katalogisierung, Datenanreicherung und Feed-Transformation, um einen Wettbewerbsvorteil zu erhalten. Dieser Wandel unterstreicht auch die Bedeutung der Automatisierung von Aufgaben, die derzeit viel Zeit und Ressourcen in Anspruch nehmen, so dass sich die Teams auf strategische Produktentscheidungen und Verbesserungen des Kundenerlebnisses konzentrieren können – genau das, was NotPIM unterstützt.