你赢得销售的唯一方法是销售人们需要的东西——即合身的衣服。

在过去三年中，时装零售商在收紧分类和提高库存效率方面投入了大量资金。虽然需要这些投资，但如果客户找不到他们的尺寸，所有的好处

都会付诸东流。更糟糕的是，收紧分类会加剧尺寸缺货问题，损害客户满意度，并造成严重的财务痛苦，除非尺寸分配准确。如果所有规模的

降价定价统一，则 20% 的规模错误分配会使保证金减少 50%。

当零售商以优惠的价格向您展示令人难以置信的服装，但您找不到自己的尺码时，他们会怎么说？

他们说，“这太棒了，只是不适合你。

大约 2 年前，我深入研究了这种财务损失背后的原因、商家一直面临的挑战以及传统尺寸优化工具的缺点。由于这个问题仍然存在，我认为

是时候重新讨论这个话题了。

因此，让我们谈谈尽管存在所有挑战和限制，但可以实现精确尺寸优化的七个关键领域：

1. 基础预测

任何尺寸优化的关键是消费者需求的基础预测。此预测必须了解区域、商店、在线甚至履行类型之间的差异。

最先进的预测是优化和规划技术（如分配、履行、分类和定价决策）的支柱。这种方法将不同决策点的操作联系起来，以实现共同目标。

2. 解决数据稀疏性挑战

数据稀疏性是精确大小优化的最关键障碍。即使您拥有完美的数据历史记录、数据清洁度和数据访问（我们承认，您可能没有），仍然存在

时尚单品一次性季节性的问题。没有历史记录，特别是当尺寸范围从 S/M/L 更改为 2，4，6，8，10 或您决定添加新的条纹尺寸时。您如

何管理它们之间的需求转移？

要解决这些数据稀疏性问题，您首先...

- 在自定义尺寸层次结构的每个级别构建配置文件，其中包括产品级别和属性。

- 分析每个层次结构级别的配置文件的数据充足性，然后根据配置文件每个级别的数据稀疏性分配权重。

- 如果需要，通过根据权重组合多个层次结构配置文件来创建复合尺寸配置文件。

此过程提供了详细的水平配置文件，其中销售量足够。如果不是，则配置文件是从更高级别继承的。

与以前购买的尺寸相比，这种稀疏加权聚合方法允许系统为新尺寸提供准确的轮廓值。如果以新尺寸订购产品，则该尺寸的相对需求影响将

从更高级别的配置文件借用，并应用于新的尺寸级别配置文件。

最后，加权方法为销售插补提供了更好的基础。了解数据稀疏性在哪些方面会导致有缺陷的销售插补假设，将避免核心和边缘尺寸分配过多

或不足。

3. 提供最低承保范围

有多种方法可以实现最低覆盖率，从非常复杂的计算到直接的方法。我们发现，通过许多零售商的评估，直接的方法是一个更好的解决方案。

通过按商店为定义核心大小的内容建立阈值，然后定义核心尺寸的最小单位覆盖率，您可以应用响应商店/产品销售的最小覆盖率，而无需复

杂的详细规则集。

4. 建立用户控制

如果您的团队不信任该系统，无论它有多好，大小优化都不会带来任何好处。建立信任的最关键组成部分是可见性和控制力。因此，应用程

序必须提供对当前配置文件的透明分析，并在需要时为用户提供修改配置文件详细信息的简单方法。正确的解决方案将提供两全其美的解决

方案，包括高度的建模自动化和配置文件生成，以及用于用户查看和输入配置文件（如果需要）的强大工具。

5. 全渠道

全渠道必须与应用程序的其余部分一起原生内置，而不是作为所有决策外部的附加组件或 +/- 逻辑。配置文件应独立反映商店和在线销售，

因为尺寸需求因渠道而异。因此，解决方案不应汇总或混合渠道需求;必须保留独特的尺寸配置文件。

尺寸分析需求还应考虑到位置库存的店内发货 （SFS） 方面。此分析使任何给定的位置大小配置文件能够代表两个需求来源：本地销售和

从商店库存履行的在线销售。随着零售商增加在线履行的商店，这一方面变得更加重要。

6. 整合

尺码分析是商家订购流程不可或缺的一部分。因此，解决方案必须与任何订单管理系统 （OMS） 无缝集成。高性能优化允许在用户编写

订单时快速提供 API 驱动的尺寸订单数量。任何价值系统都应在当前的 OMS 基础结构中提供智能，使您能够享受订单数量高级分析确定

的优势，而无需更换昂贵的订购系统。

7. 迈出最后一步

尺寸优化在许多零售商的产品组合中仍然是一个不优先考虑的解决方案，甚至可能是您的产品组合。这通常是事后的想法，因为它仍然处

于令人筋疲力尽的计划过程的末尾，在削减订单之前执行。但更糟糕的是：

- 投入最后5%以确保您之前的所有工作都得到回报

- 跳过最后一部分来完成它，但随后看到你之前的所有辛勤工作都没有实现？