Outletcity erzielt 26 % Gewinnsteigerung und optimiert den Saisonabverkauf

Erfahren Sie, wie 7Learnings Outletcity geholfen hat, seine Rentabilität zu steigern und gleichzeitig die Komplexität und den Arbeitsaufwand bei der Preisgestaltung zu reduzieren.
Holen Sie sich die Fallstudie

Überblick über das Unternehmen

Outletcity Metzingen, ein Pionier auf dem europäischen Factory-Outlet-Markt und eine globale Mode-Destination, ist ein Premium-Off-Price-Einzelhändler für Damen-, Herren- und Kindermode. Seit dem Start seines Online-Shops im Jahr 2012 konzentriert sich die Kernstrategie des Unternehmens auf ausgefeilte Preisnachlässe und Restpostenverkäufe statt auf den traditionellen, auf UVP ausgerichteten Einzelhandel. Outletcity ist in der DACH-Region tätig und nutzt einen geschlossenen, nur für Mitglieder zugänglichen Online-Shop. In der Vergangenheit verwendete das Unternehmen interne, regelbasierte Preissysteme. Die Preisverwaltung für über 300 Marken erforderte detaillierte Preisanpassungen und präzise Prognosen, um den raschen Abverkauf zu steuern und die Geschäftsziele zu erreichen.

Outletcity Metzingen logo with stylized 'oc' symbol.

Outletcity erzielt Gewinn-, Umsatz- und Absatzsteigerungen

Herausforderungen

  1. Der Einzelhändler verwaltete häufige, mehrstufige Werbeaktionen, darunter Gutscheine, saisonale Schlussverkäufe und globale Events, die manuell nur schwer zu optimieren waren. Es war nicht möglich, die Auswirkungen sich überschneidender Rabattstufen auf die Nettomarge genau zu berechnen oder die Kreuzelastizität zwischen Aktionsartikeln und Sortimenten aus vergangenen Saisons zu modellieren.
  2. Eine zentrale Herausforderung bestand darin, präzise Volumenziele zum Saisonende zu erreichen, ohne dabei zu viel Gewinnmarge einzubüßen. Preisnachlasspläne stützten sich auf nachlaufende Indikatoren wie den historischen Abverkauf (STR), was zu linearen Preisnachlassstufen führte, die oft zu spät in der Saison hohe Rabatte auslösten, um den Lagerbestand effektiv entlang einer optimierten Erholungskurve zu steuern.
  3. Ein fragmentierter Bestand („lückenhafte“ Größenreihen) mit fehlenden Kerngrößen führte zu Umsatzrückgängen und Lagerüberhängen. Dies wurde manuell verwaltet, um die Einschränkungen des bestehenden Tools auszugleichen. Dieser manuelle Aufwand machte deutlich, dass eine Lösung benötigt wurde, die „Überverkäufe“ und lückenhaften Größenreihen ausgleichen kann, um ineffiziente Lagerflüsse und Gewinnverluste zu verhindern.
  4. Outletcity benötigte einen detaillierteren Ansatz, um Saisonabverkäufe durch eine tiefgreifendere saisonale Steuerung zu automatisieren. Das Ziel war die Integration spezifischer Optimierungen für das Abverkaufsende, die veralteten Bestände präziser abzubauen, ohne auf manuelle Anpassungen oder pauschale Rabatte angewiesen zu sein.

Lösung

  • 7Learnings ermöglichte es Outletcity, die Auswirkungen komplexer, mehrstufiger Werbeaktionen (wie sich überschneidende Gutscheine und globale Events) auf die Nettomarge vorab zu simulieren, um die Gewinnausrichtung aufrechtzuerhalten. Durch die Modellierung der produktübergreifenden Elastizität optimierte das System die Preisgestaltung und vermied unnötige Kannibalisierung von Artikeln zum Vollpreis.
  • Die Lösung nutzte Elastizitätsmodelle, um den Lagerbestand auf einen festgelegten Restposten-Endbestandswert zu steuern. Die automatisierte Steuerung ersetzte nachlaufende Indikatoren und identifizierte „Schlechtläufer“ frühzeitig, um datengestützte Rabatte auszulösen. Dies optimierte die Erlöse für jeden Artikel, erreichte die Absatzziele bis zum Enddatum und maximierte den Gesamterlös.
  • Auf Wunsch von Outletcity implementierte 7Learnings eine Maßnahme zur Steigerung der unterdrückten Verkäufe fragmentierter Größenreihen, indem dieser „zerbrochene“ Bestand aggressiv liquidiert wurde. Das System gruppierte diese Artikel, normalisierte ihre Nachfrageprognosen und wendete entschlossenere Preisanpassungen an als bei vollständigen Größensätzen. Dieser beschleunigte Abverkauf verhinderte eine Stagnation im Lager und schützte die Margen der stark nachgefragten „Overseller“.
  • Der Einzelhändler nutzte erweiterte saisonale Parameter innerhalb des Tools, um den Abverkauf älterer Bestände zu automatisieren. Diese detaillierte Steuerung für Altbestände führte zu einer Gewinnsteigerung von 145,8 % in diesem Segment, wodurch erfolgreich Lagerfläche freigemacht wurde und gleichzeitig sichergestellt wurde, dass neu eingetroffene Waren entsprechend ihren spezifischen Lebenszyklus-Anforderungen verwaltet wurden.

7Learnings hat dazu beigetragen:

26%

Gewinnsteigerung

11%

Umsatzsteigerung

5%

Umsatz vor Retouren

Schlussfolgerung

Die Partnerschaft zwischen Outletcity Metzingen und 7Learnings bestätigt die Wirksamkeit von KI-gesteuerter prädiktiver Preisgestaltung bei der Bewältigung der mit dem Off-Price-Einzelhandel in großen Mengen verbundenen Schwierigkeiten. Das Unternehmen optimierte erfolgreich den Kompromiss zwischen dem Schutz von Premium-Margen und der Erreichung aggressiver Liquidationsziele. Der A/B-Test führte zu einer Gewinnsteigerung von 26,4 % und einer signifikanten prognostizierten Netto-Geschäftswirkung nach Berücksichtigung der Tool-Kosten. Während Outletcity die langfristigen Auswirkungen evaluiert und die Steuerung weiter verfeinert, erwägt der Einzelhändler nun auch die weiterreichenden Auswirkungen der Optimierung auf Performance-Marketing und Einkauf und sucht nach weiteren Möglichkeiten zur Effizienzsteigerung.

Neueste Fallstudien

Die Wellness-Marke Healf erzielt durch eine automatisierte Shopify-Integration eine Gewinnsteigerung von 12 % und eine Margensteigerung von 8,5 %

Erfahren Sie, warum sich Healf an 7Learnings gewandt hat, um seine weltweiten Expansionsbemühungen zu unterstützen

Petrol Industries erzielt 61 % Gewinnsteigerung auf Online-Marktplätzen

Erfahren Sie, wie Petrol Industries mithilfe von 7Learnings und Channelengine die Preise auf mehreren Marktplätzen optimiert hat

Der Fach- und Heimwerkerfachhändler Layer-Grosshandel verzeichnet einen Gewinnanstieg von 15 % und einen Umsatzanstieg von 28 %

Erfahren Sie, wie Layer-Grosshandel Preisfehler reduziert und die kanalübergreifende Koordination verbessert hat

Ändern Sie Ihre Preisstrategie noch heute

Nutzen Sie die Möglichkeiten der vorausschauenden Preisgestaltung und treiben Sie Ihr Unternehmen zu neuen Höchstleistungen an. Nehmen Sie jetzt Kontakt mit uns auf, um mehr zu erfahren und Ihre eigene Erfolgsgeschichte zu schreiben.

Die meisten Einzelhändler verschwenden Millionen für Google Ads

Erfahren Sie von Felix Hoffmann, dem CEO von 7Learnings , wie Sie Ihre Gewinne aus Google Ads um 10–20 % steigern können .

Wenn Sie einen Cookie-Banner-Blocker verwenden, deaktivieren Sie ihn bitte, damit dieses Popup funktioniert. Vielen Dank.