Scaffale limitato, candidati illimitati. Quali SKU restano in lista e quanto spazio per ognuno? Il problema retail OR classico: assortimento + spazio.
In breve
Ti suona familiare?
- Il negozio ha 3000 SKU ma 1800 posti; il buyer rinegozia ogni mese 'dentro' e 'fuori'.
- Una pagina categoria e-commerce ha 200 articoli; i primi 20 fanno il fatturato, gli ultimi 50 ricevono 0-1 ordini/mese ma il pannello cambia ogni settimana.
- Un fornitore porta un nuovo prodotto; il category manager sceglie a intuito quale SKU togliere.
- Il marchio A vuole più scaffale, il B dice 'visibilità calata'; entrambi offrono fee di listing.
- Diciamo che ogni negozio ha bisogno di una lista diversa, ma tenere 50 liste per 50 negozi è impossibile.
- Cambio stagione: 200 prodotti da sostituire; si decide tra portare avanti scorta o vendere a sconto.
- Il cliente non trova il prodotto e passa al marchio vicino (sostituzione); non possiamo misurare questa perdita.
Perché è importante
Come si risolve
Profondità tecnica
Come si risolve
Profondità tecnicaIn una frase: Quando il cliente non trova il prodotto desiderato, spesso passa al prodotto vicino (sostituzione) — togliere un articolo a bassa rotazione non perde solo le sue vendite, può rompere un’intera catena. Al contrario, allargare lo spazio al best-seller alza il margine dell’intera categoria.
In letteratura di ricerca operativa (disciplina che usa matematica e computer per risolvere decisioni di business) si studiano due problemi: Assortment Planning Problem (APP) — quali prodotti in lista; Shelf-Space Allocation Problem (SSAP) — quanto spazio per prodotto. Le formulazioni moderne li risolvono insieme. Soluzione in tre fasi:
1. Modellazione. Per SKU: domanda base, elasticità di spazio, matrice di sostituzione, margine, volume a scaffale, vincoli del fornitore. Per negozio/categoria: superficie totale, minimo di SKU, regole di varietà di marca.
2. Decisione con solver. Singolo negozio / singola categoria (50-500 candidati): MIP/CP in tempo ragionevole. Multi-negozio / multi-categoria: decomposizione lagrangiana o euristiche. Modello MNL (multinomial logit — metodo che modella la probabilità di quale prodotto il cliente sceglie tra più opzioni) che massimizza il fatturato atteso. Output: lista SKU + numero di facing per SKU.
3. Integrazione sul campo. L’output diventa planogramma + lista di assortimento per il direttore di negozio e il category manager. Con variazione per negozio, output separato. I dati POS chiudono il feedback settimanalmente. Nell’e-commerce l’ordine di listing si aggiorna in automatico."
Alternative
Manuale + foglio di calcolo + esperienza del category manager
GratuitoGratuito
Per chi: Un negozio o 2-3 categorie, pochi SKU
- + Costo zero
- + Sensibilità locale
- + Decisioni rapide e flessibili
- − Ingovernabile oltre 5 negozi e 500 SKU
- − Niente modellazione della sostituzione
- − La pressione del fornitore (slotting fee) distorce
- − Conoscenza nella persona
Software locale di category management
Aziendale25.000–100.000 TRY licenza + 5.000–15.000 TRY/anno (osservazione mercato TR)
Per chi: Retailer medio (10-50 negozi), focus planogramma
- + Visualizzazione planogramma + listing
- + Supporto locale, integrazione POS
- + Implementazione rapida
- − Nessun algoritmo di ottimo vero, basato su regole
- − Sostituzione / elasticità spazio deboli
- − Variazione per negozio difficile
Software internazionale di category management + assortment optimization
Aziendale30.000–250.000 EUR licenza + 10.000–40.000 EUR/anno
Per chi: Catena grande, e-commerce multi-categoria
- + Modello MNL, ottimizzazione MIP/CP
- + Clustering negozi + listing localizzato
- + Integrazione A/B test
- − Costoso
- − Implementazione 6-12 mesi
- − Dipende dalla qualità POS
Solver open-source + applicazione su misura
Open SourceLicenza gratuita; 12-20 settimane interne o 350K-1M TRY consulenza
Per chi: E-commerce/retailer con team tecnico e regole speciali
- + Nessuna licenza, personalizzazione totale
- + Integrazione POS diretta
- + MNL e choice modeling open-source
- − Data scientist + OR interni obbligatori
- − Molto dipendente dalla qualità dei dati
- − Manutenzione continua
Raccomandazione
Chiedi nell'incontro
- Modellate la sostituzione (probabilità di passare da X a Y se manca X)? MNL o altro modello di scelta?
- L'elasticità di spazio è configurabile?
- Fate clustering di negozi e proponete un assortimento diverso per cluster?
- Il planogramma arriva al negozio via schermo/stampante?
- Supportate A/B test? Come si selezionano i gruppi pilota?
- Si possono mettere gli accordi con i fornitori (min SKU, slotting fee, esclusività) come vincoli?
- Come funziona l'integrazione POS? Flusso settimanale automatico?
- Se interrompiamo la collaborazione, come recuperiamo dati anagrafici, storico assortimento e planogramma?
Dettagli tecnici
Nota della redazione
In gergo “category management”, “decisione di assortimento”, “planogramma”. Accademicamente sono due problemi distinti: Assortment Planning Problem (APP) e Shelf-Space Allocation Problem (SSAP). Le formulazioni moderne li risolvono insieme. Senza conoscere la distinzione si accetta “facciamo planogrammi” come sufficiente — serve l’ottimizzazione consapevole della sostituzione.
Quello che viene più spesso ignorato: l’effetto di sostituzione. Eliminando un prodotto non si perdono tutti i suoi clienti — alcuni passano al marchio vicino, altri se ne vanno. Il software modella questa matrice di transizione o lavora con “vendita media”? Differenza tipica: 30%+ di errore di previsione.
Percorso passo passo — per la PMI
Fase 1 — Misurare prima. Almeno 12 settimane di dati POS: vendite SKU giorno/settimana, fatturato categoria, distribuzione per negozio, durata stockout. Con loyalty, analisi della cesta.
Fase 2 — Estrarre l’asset di conoscenza. Anagrafica SKU, osservazioni di sostituzione, accordi con fornitori, obiettivi di categoria.
Fase 3 — Pilota. 8-12 settimane, 1-3 categorie e 5-10 negozi. Criteri prima: margine +3% min, stockout -20% min, SKU morti -40% min.
Fase 4 — Roll-out. 3-6 mesi. Ciclo di review mensile.
Rischi — cosa può andare storto
- Qualità dei dati. Stockout appaiono come “zero vendite”. Ricostruzione lost sales.
- Pressione del fornitore. A spinge per più spazio offrendo slotting fee; se l’output non resiste, è inutile. Contratti come vincoli.
- Modello di sostituzione mal calibrato. MNL richiede calibrazione; A/B nel pilota.
- Lock-in con un fornitore. Storico e planogramma critici. Export standard nel contratto.
Sguardo tecnico al metodo
| Approccio | Scala tipica | Tempo | Ottimo garantito? |
|---|---|---|---|
| MIP (joint assortimento + spazio) | 50-200 SKU, un negozio | minuti | Sì (entro limite) |
| MNL + greedy | 100-1000 SKU | minuti | No, 95%+ |
| Lagrange (multi-negozio) | 50-200 negozi × 500 SKU | ore | No, 95-98% |
| Basato su regole (margine × velocità) | Software locale | immediato | No, 75-85% |
| Basato su ML (uplift + A/B) | E-commerce grande | continuo | No, sperimentale |
Funzione obiettivo scelta:
- Obiettivo 1 — Margine totale atteso: Standard.
- Obiettivo 2 — Massimo fatturato: Quando il volume prevale sul margine.
- Obiettivo 3 — Equilibrio di varietà: Per varietà.
- Obiettivo 4 — Minimo stockout: Quando l’esperienza cliente prevale.
Multi-obiettivo: somma pesata o gerarchico. Ideale: A/B.
Fonti accademiche
Vedi sources nel frontmatter.
Fonti
- Corstjens, M. e Doyle, P. (1981). A model for optimizing retail space allocations. Management Science, 27(7), 822–833.
- Kök, A. G., Fisher, M. L. e Vaidyanathan, R. (2008). Assortment planning: Review of literature and industry practice. Retail Supply Chain Management, 99–153.
- Talluri, K. e van Ryzin, G. (2004). Revenue management under a general discrete choice model of consumer behavior. Management Science, 50(1), 15–33.
- Istituto Statistico Turco — Indice Vendite al Dettaglio (mensile). Riferimento per il fatturato retail in TR.
- Centro Tesi YÖK — parole chiave: ‘assortimento’ o ‘scaffale’ — 25+ tesi turche. tez.yok.gov.tr
Glossario
- Assortment Planning
- Selezione dei prodotti da tenere in un negozio o categoria e-commerce dato uno scaffale o una pagina limitati.
- Shelf-Space Allocation
- Decidere quanto spazio (quanti facing) ricevere ogni prodotto in lista, bilanciando domanda e margine contro lo spazio.
Problemi correlati
Decine di SKU dallo Stesso Fornitore — A Quale Frequenza Ordinare Ciascuno per Minimizzare Camion e Stock Insieme?
Questa pagina è per una PMI grossista, importatrice o produttrice che compra 50-500 SKU dallo stesso fornitore — tipicamente distribuiti su 3-15 fornitori principali. La domanda settimanale è la stessa: da questo fornitore, quali prodotti si ordinano oggi e quali possono aspettare la settimana prossima? Se ogni prodotto attiva il suo ordine, lo stesso fornitore finisce per spedire tre camion e tre fascicoli doganali a settimana; un camion, un fascicolo e un costo di setup potrebbero coprire tutto se i raggruppamenti sono giusti. La pianificazione manuale crolla oltre i 50 SKU: alcune settimane mezzo camion, altre tre ordini di fila — i costi fissi tornano come 5-15% del costo unitario del prodotto.
Lo stock non si svuota a fine stagione — quando e di quanto scontare per tenere il margine e non lasciare dead stock?
Questa pagina è per voi se gestite una PMI fast fashion con collezione stagionale, una catena di 30-100 negozi di abbigliamento/scarpe/accessori o una catena di prodotti freschi (fruttivendolo, panificio, macelleria). Il dolore classico: una collezione di 200-1.000 SKU si vende per 4-12 settimane e poi lo stock invenduto diventa un problema — scontare troppo presto erode il margine, scontare troppo tardi lascia una pila di dead stock a fine stagione. La decisione: quale articolo, quando, con che percentuale di sconto? In una catena moda media gestita con regole a intuito il 20-35% dello stock di fine stagione finisce a saldo; un calendario di sconti corretto alza il margine lordo del 5-15%, riduce il dead stock del 20-30% e porta 15-60 milioni TRY di margine operativo all'anno su un fatturato tipico.
Quale SKU su quale scaffale e lungo quale rotta deve camminare il picker?
Un magazzino e-commerce o un CD retail omnicanale gestisce 15.000-200.000 codici prodotto (SKU) e preleva 2K-30K righe d'ordine al giorno. Un picker cammina 200-800 m per ordine e 15-30 km al giorno. Il 50-70% del cammino non genera valore. Due decisioni accoppiate: (a) **slotting** — quale SKU su quale scaffale e a quale altezza, considerando frequenza di picking, pattern di co-ordine e carico ergonomico; (b) **routing di picking** — per una lista, la sequenza di corsie e la regola di rotta scelta (S-shape, return, midpoint, largest-gap, combined). Decisioni aggiuntive: prelevare più ordini in un viaggio (batch picking), suddividere il magazzino in zone (zone picking), unire a una stazione di smistamento. Risolte insieme, la distanza per picker cala del 25-40%.