Kehabisan stok adalah mimpi terburuk bagi setiap brand eCommerce. Tidak hanya menyebabkan hilangnya penjualan, tetapi kehabisan stok barang juga mengakibatkan berkurangnya kepuasan pelanggan dan berkurangnya loyalitas merek.
Brand eCommerce, baik yang memiliki operasi skala kecil maupun skala besar, perlu memastikan bahwa mereka tidak mengizinkan pelanggan untuk melakukan pemesanan dalam jumlah yang lebih tinggi daripada stok yang tersedia, atau melebihi waktu tunggu yang diharapkan dari produk
Karena manajemen inventaris adalah urusan yang rumit dan sering kali mengalami ketidakakuratan, penting untuk memiliki sistem yang dapat langsung mengidentifikasi dan menandai masalah semacam ini. Jika tidak, hal ini dapat mengakibatkan hilangnya penjualan.
Berikut ini adalah contoh dunia nyata tentang bagaimana sebuah brand fesyen berhasil menghindari kerugian besar karena intervensi tepat waktu dari Mesin Prediktif AI Graas.
Insiden
Brand tersebut, sebuah perusahaan pakaian etnik pria terkemuka, baru saja menyelesaikan penjualan yang sukses selama periode perayaan baru-baru ini. Setelah itu, brand tersebut ingin memastikan bahwa inventaris pasca musim perayaan telah diperbarui.
Ketika kegiatan ini sedang berlangsung, tiba-tiba toko D2C mulai mengalami penurunan penjualan yang tajam. Dalam satu hari, pendapatan turun hingga 33% dari nilai rata-rata harian, dan yang mengkhawatirkan, penurunannya mencapai 50% pada malam yang sama.
Penurunan tajam ini, yang berada di luar tren penjualan normal, segera ditandai oleh Graas sebagai anomali.
Brand tersebut segera melakukan investigasi. Analisis akar masalah mengidentifikasi bahwa brand tersebut telah melakukan penyesuaian pada inventarisnya di awal minggu. Brand tersebut ingin memastikan bahwa pelanggan tidak dapat memesan dalam jumlah yang lebih tinggi dari stok yang tersedia. Ini berarti bahwa untuk beberapa produk tertentu yang tidak tersedia, Tag harus disetel ke 'Tolak'. Hal ini akan memastikan bahwa pelanggan tidak akan dapat melakukan pemesanan untuk jumlah yang lebih tinggi dari jumlah yang tersedia dan karenanya menghindari frustrasi dengan pesanan yang tidak terpenuhi.
Oleh karena itu, untuk mencegah hal ini, lembar produk diunduh dari Shopify dan mengubah nilai Tag untuk produk tertentu. Namun, setelah file diperbarui, data dalam file tersebut menimpa semua nilai Shopify yang ada. Hal ini mengakibatkan semua produk (bahkan yang bukan bagian dari daftar yang diunggah) ditampilkan sebagai kehabisan stok. Ini adalah alasan utama penurunan pendapatan.
Solusi
Setelah akar penyebab masalah terungkap, tim menemukan bahwa sistem Unicommerce dan Shopify tidak sinkron dan karenanya pembaruan inventaris di Unicommerce tidak tercermin di Shopify. Ini adalah alasan mengapa produk di situs web brand ditampilkan sebagai kehabisan stok. Dengan bantuan tim di Graas, brand tersebut dapat memperbarui lembar dengan konfigurasi yang benar dan mengunggahnya di Shopify.
Hal ini segera tercermin di situs web, dengan produk yang ditampilkan sebagai kembali tersedia. Selanjutnya, untuk operasi data yang lancar antara platform Unicommerce dan Shopify, sinkronisasi manual diaktifkan, setelah itu informasi inventaris yang akurat mulai tercermin pada kedua sistem.
Tantangan Utama
Tantangan utama yang dihadapi oleh brand ini adalah ketergantungan pada manajemen inventaris manual yang rentan terhadap kesalahan.
Pembelajaran Utama
Untungnya, brand eCommerce ini telah menggunakan Graas selama beberapa waktu. Karena platform ini sudah terbiasa dengan tren penjualan yang biasa terjadi dan dirancang untuk menandai anomali apa pun dalam sistem, platform ini dapat menandai masalah segera setelah polanya berubah.
Selanjutnya, brand ini sekarang ingin mengotomatiskan manajemen inventaris mereka dan mengintegrasikan sistem ini dengan Graas, sehingga mereka tidak akan pernah mengalami masalah seperti ini lagi.
Sistem pelacakan dan peringatan waktu nyata sangat penting bagi setiap brand eCommerce untuk mengetahui masalah ini tepat waktu dan menghindarinya di masa depan.
Akhir Kata
Sebagian besar brand D2C menjalankan inventaris, kinerja situs web, dan pemeriksaan kinerja Iklan setiap minggu. Tanpa kecerdasan dari AI Predictive Engine Graas, hal ini berarti penundaan selama satu minggu untuk mengidentifikasi dan menyelesaikan masalah. Namun, berkat peringatan yang tepat waktu, masalah ini dapat diselesaikan dalam waktu kurang dari 3 hari, sehingga mencegah kerugian bisnis yang serius dan pelemahan brand. Daftar di sini untuk mencobanya - Graas platform.