De sell-through rate is het percentage van uw Shopify-voorraad dat daadwerkelijk is verkocht - niet alleen hoeveel eenheden er zijn verkocht, maar hoeveel van wat u had ingekocht daadwerkelijk in verkopen is omgezet.
U haalt de sell-through rate van een Shopify-product erbij en die staat op 100%. Alles wat u heeft ingekocht is weg. Het instinct is om dat een succes te noemen - u heeft de vraag goed ingeschat, er is geen enkele eenheid onverkocht gebleven.
Behalve dat diezelfde 100% ook het tegenovergestelde kan betekenen: u heeft te weinig besteld, was weken voor het einde van het seizoen uitverkocht, en elke dag dat het schap leeg stond, was een dag vraag die u nooit heeft kunnen benutten. De sell-through rate op zich vertelt u alleen dat aanbod op enig moment aan de vraag heeft voldaan. Het vertelt u niet of het aanbod te vroeg opraakte of precies goed uitkwam.
Wat de Sell-Through Rate Meet
De sell-through rate wordt als volgt berekend:
Sell-Through Rate = Sold ÷ (Sold + Ending Inventory)
Het verbindt twee getallen: hoeveel eenheden u daadwerkelijk heeft verkocht, en hoeveel u om te beginnen had om te verkopen. Dat maakt het anders dan een ruw verkoopaantal - 100 verkochte eenheden betekenen iets heel anders als u het seizoen met 100 eenheden begon dan wanneer u er 1.000 had.
Twee Eigenaren, Eén Getal, Twee Verschillende Verhalen
Stel u twee winkeleigenaren voor die aan het einde van een seizoen naar exact hetzelfde resultaat kijken: "we hebben 100% verkocht van wat we hadden ingekocht."
De eerste heeft het goed gepland. Ze hebben de vraag voorspeld, besteld dicht bij wat de markt daadwerkelijk zou opnemen, en de laatste eenheid verkocht rond het moment dat het seizoen eindigde. Geen overtollige voorraad die kapitaal vastzet, geen schap dat wekenlang leeg stond van tevoren. Dat is een inkoop die precies werkt zoals bedoeld.
De tweede heeft te laag geschat. Die was drie, vier, zes weken voor het einde van het seizoen uitverkocht, en kreeg steeds weer vraag naar een product dat er niet meer was. Elke van die weken was gemiste omzet die nooit in een sell-through-berekening naar voren komt, omdat sell-through alleen telt wat u daadwerkelijk heeft verkocht tegenover wat u daadwerkelijk had - er is geen kolom voor de vraag die wegliep omdat het schap leeg was.
Beide eigenaren mogen "100%" in dezelfde spreadsheetcel schrijven. Slechts een van hen zou daar blij mee moeten zijn.
Waarom de Datum Waarop U de Voorraad Controleert het Antwoord Verandert
Wat mensen vaak in verwarring brengt, is welke resterende voorraad u in die formule gebruikt.
Als u nu uw huidige voorraadniveau controleert om te achterhalen wat er vorige maand is gebeurd, krijgt u een getal dat blijft veranderen afhankelijk van wanneer u toevallig kijkt. Controleer het in augustus en u krijgt een bepaalde sell-through rate voor juli. Voer dezelfde berekening in september uit en het verandert opnieuw - niet omdat er iets aan juli is veranderd, maar omdat uw voorraadpositie vandaag niet dezelfde is als uw voorraadpositie aan het einde van juli.
Er zijn eigenlijk twee legitieme versies van deze metric, en ze beantwoorden verschillende vragen. De ene is historisch: hoe presteerde die specifieke periode, met de voorraad zoals die aan het einde van die periode stond - een enkele momentopname, niet het getal van vandaag. De andere is actueel: hoe ontwikkelt de huidige periode zich op dit moment, met de voorraad van vandaag, zodat u het beeld kunt zien terwijl het zich ontwikkelt in plaats van te wachten tot de periode is afgesloten.
Dat is precies het onderscheid dat van belang is voor de berekening: voorraad "per" een specifieke datum - één momentopname, genomen rond middernacht op de laatste dag van de periode, niet de som van elke voorraadtelling die die dag is geregistreerd, en niet wat het voorraadniveau toevallig was op het moment dat het rapport werd uitgevoerd. (Voor het bredere beeld van wat momentopname- en geschiedenisrapporten in Shopify over het algemeen dekken, zie ons overzicht van voorraadrapporten - dit gedeelte gaat over die ene specifieke manier waarop die keuze een sell-through-berekening beïnvloedt.)
Verschillende teams bedoelen ook iets anders met "sell-through." Een inkoper die vraagt "hebben we de juiste hoeveelheid besteld" berekent eigenlijk verkocht tegenover wat er voor het seizoen is ontvangen. Een merchandiser die vraagt "hoe snel liep dit" berekent verkocht tegenover wat er aan het begin van de periode voorradig was. En "hoeveel van wat we uiteindelijk overhielden hebben we daadwerkelijk omgezet" is verkocht tegenover wat er aan het einde over was. Alle drie hebben voorraad nodig die aan een specifieke datum is gekoppeld om iets te betekenen, niet wat uw voorraadteller vandaag toevallig aangeeft.
De Test Die de Twee Scenario's Daadwerkelijk Uit Elkaar Haalt
Het sell-through-percentage alleen vertelt u niet welke eigenaar u bent. U moet kijken naar wat er gebeurde terwijl het schap leeg stond.
- Zoek de datum van de laatste verkoop voordat de voorraad van het product op nul kwam te staan.
- Tel vanaf die datum hoeveel dagen het artikel op nul voorraad stond.
- Bekijk de verkoopsnelheid van datzelfde product in de periode voordat de voorraad opraakte - een voortschrijdend venster, 90 dagen is een redelijke standaard, of welk venster dan ook past bij uw verkoopcyclus.
- Vermenigvuldig het aantal dagen zonder voorraad met dat dagelijkse verkooptempo van vóór het tekort - het resultaat is een schatting van de vraag die nooit is vastgelegd.
Een hoog sell-through-getal in combinatie met een lange periode van nul voorraad en een solide verkooptempo van vóór het tekort is het patroon van een te lage inkoop, niet van een goed getimede uitverkoop. Een hoog sell-through-getal waarbij de laatste eenheid werd verkocht rond het moment dat het seizoen op natuurlijke wijze afliep, zonder noemenswaardige periode van een leeg schap eraan voorafgaand, is het patroon van een inkoop die daadwerkelijk werkte.
Dit is een andere vraag dan voorraaddagen, die u vertelt hoe lang uw huidige voorraad in de toekomst meegaat. De test hier kijkt terug, naar voorraad waar u al doorheen bent, om de vraag die u al heeft gemist in kaart te brengen.
Een Illustratief Voorbeeld (Geen Echte Casus)
Om de wiskunde concreet te maken, hier is een verzonnen scenario - geen echte Mipler-klant, gewoon cijfers die zijn gekozen om te laten zien hoe de methode uitpakt.
Stel dat de laatste verkoop van een product voordat de voorraad op nul kwam, op dag 100 van een seizoen van 120 dagen plaatsvond. De voorraad blijft de resterende 20 dagen op nul staan. In de 90 dagen voorafgaand aan dat tekort verkocht het product gemiddeld 4 eenheden per dag.
| Dagen zonder voorraad | Verkoopsnelheid vóór tekort | Verkoopprijs | Geschatte gemiste eenheden | Geschatte gemiste omzet |
|---|---|---|---|---|
| 20 | 4 / dag | $35 | ~80 | ~$2,800 |
Dat is ruwweg 80 eenheden vraag die waarschijnlijk bestond maar nooit is ingevuld - simpelweg omdat er niets meer was om te verkopen - oftewel bijna $2.800 aan omzet die een sell-through-cijfer van 100% op zichzelf nooit zou onthullen.
Behandel dat getal als een bovengrens, niet als een meting. Vraag blijft zelden 20 dagen achter elkaar perfect stabiel, en in een echte catalogus verschuift een deel er stilletjes naar een vergelijkbaar product dat nog op voorraad is, in plaats van simpelweg te verdwijnen. Het werkelijke cijfer ligt waarschijnlijk lager - maar de richting en de orde van grootte zijn wat telt bij het bepalen hoeveel meer u moet bestellen.
Het punt van de oefening zijn niet de specifieke cijfers - die zijn verzonnen ter illustratie. Het gaat om de vorm van de berekening: dagen zonder voorraad, vermenigvuldigd met hoe snel het product daadwerkelijk verkocht vlak voordat de voorraad opraakte.
Wat Mipler U Vandaag Kan Laten Zien
Al Beschikbaar in Mipler
Een sell-through rate-rapport dat Shopify-handelaren gebruiken voor precies dit soort voorraad-tegenover-verkoop- overzicht. Het gekoppelde voorbeeld draait op een demowinkel met placeholder-gegevens, niet op de cijfers van een echte klant. Als u de ruwe cijfers liever eerst zelf in een spreadsheet samenstelt, doorloopt deze tutorial hoe u datzelfde rapport naar Google Sheets haalt - dit artikel pakt de draad daar weer op, zodra u het getal heeft en wilt weten wat het u daadwerkelijk vertelt.
Wat Wij Voor U Kunnen Bouwen
De hierboven beschreven berekening "dagen zonder voorraad maal verkooptempo vóór het tekort" is geen enkel vooraf gebouwd rapport. Breng de logica naar het team van Mipler en zij zetten het voor u op, afgestemd op uw eigen productcatalogus en bestelgeschiedenis. U mag het ook zelf bouwen via Mipler's aangepaste rapportbuilder, door voorraadniveaus en verkoopgegevens te koppelen voor de SKU's waar het u om gaat - beide manieren beginnen met dezelfde stappen:
- Open de rapportbuilder.
- Koppel voorraad- en verkoopgegevens voor de SKU's waar het u om gaat.
- Voeg een berekend veld toe voor dagen sinds de laatste verkoop waarbij de huidige voorraad nul is.
- Voeg de verkoopsnelheid van vóór het tekort toe over uw gekozen voortschrijdende venster.
- Vermenigvuldig de twee om de geschatte gemiste vraag te krijgen.
Er is ook een echte beperking die het waard is om vooraf te weten: Mipler begint de voorraadgeschiedenis bij te houden vanaf het moment dat de app in uw winkel wordt geïnstalleerd. Als u al een tijdje Mipler gebruikt, is die geschiedenis er om de koppeling op te bouwen. Als uw winkel er nieuw mee is, is er geen historische voorraaddata van vóór de installatie - die werd simpelweg nog niet geregistreerd.
Voor een net aangesloten winkel zonder die geschiedenis is er nog een werkbare kortere weg: controleer de huidige voorraad van het product, en als die op nul staat, gebruik dan de datum van de laatste bestelling als een geschatte datum voor het voorraadtekort. Het is niet zo precies als een volledige voorraadmomentopname-geschiedenis, maar het brengt u dicht genoeg in de buurt om te beginnen met opsporen welke producten vroegtijdig uitverkocht raakten en welke op schema uitverkochten.
Wat Geldt als een "Goede" Sell-Through Rate Hangt Af van Wat U Verkoopt
Niets hiervan vervangt de bovenstaande test - een categoriebenchmark kan u niet vertellen of een specifiek product vroegtijdig uitverkocht raakte of op schema uitverkocht, alleen de dagen-op-nul-test kan dat. Wat een benchmark u geeft, is een snellere, tweede blik: in welk algemene bereik u ongeveer zou moeten uitkomen voordat u gaat uitzoeken waarom.
Als algemene vuistregel ligt een comfortabele sell-through rate ergens rond de 50-70%. Dat is geen harde branchestandaard, en het verschuift afhankelijk van wat u verkoopt:
- Kleding en fast fashion: 50-70% voor het seizoen is een gezond bereik.
- Elektronica en tech: 60-80% is passender, omdat deze producten snel hun relevantie verliezen.
- Voedsel en andere FMCG: 85% en hoger, gedreven door beperkte houdbaarheid - u wilt geen voorraad die blijft liggen voorbij het bruikbare venster.
- Luxegoederen: 40-50% is hier eigenlijk normaal, aangezien schaarste en exclusiviteit deel uitmaken van de waarde.
De twee uiteinden van het bereik wijzen op twee verschillende problemen. Een sell-through rate onder ruwweg 40% wijst meestal op overtollige voorraad: kapitaal zit vast in voorraad die niet beweegt, en opslagkosten blijven oplopen naarmate het langer blijft liggen. Een sell-through rate boven ruwweg 80% wijst meestal op het tegenovergestelde: u loopt tegen voorraadtekorten aan, het product verkoopt sneller dan u kunt aanvullen, en u verliest potentiële winst aan onvervulde vraag.
De oplossing hangt af van aan welke kant u zit. Als de sell-through te laag is, ligt de hendel bij de vraag: geef een korting, zet meer marketing achter het product, of herzie de vermelding zelf als die ondermaats presteert ten opzichte van hoeveel voorraad er ligt. Als de sell-through te hoog is omdat u daadwerkelijk tegen voorraadtekorten aanloopt, ligt de hendel bij het aanbod: onze uitleg over het berekenen van het bestelpunt behandelt de timing-kant van die beslissing. Of, als de vraag sterk genoeg is dat aanbodbeperkingen het merk niet schaden, verhoog dan de prijs om meer marge te vangen op de eenheden die u wel heeft.
Verken gerelateerde rapporten
De Volgende Keer Dat U Sell-Through Rate = 100% Ziet
Haal het product erbij, controleer hoeveel dagen het op nul voorraad stond voordat de periode eindigde, en bekijk wat het per dag verkocht vlak voordat dat gebeurde. Als die twee getallen tot iets betekenisvols vermenigvuldigen, is dat de omvang van de bestelling die u heeft onderschat - en het getal om te verhogen voordat hetzelfde seizoen weer terugkomt. Het Inventory Planner-rapport van Mipler kan helpen dat getal om te zetten in een daadwerkelijke bestelhoeveelheid, op basis van uw eigen verkoopsnelheid en voorraaddekking. Als het schap pas leeg raakte precies toen de vraag op natuurlijke wijze afnam, dan is die 100% inderdaad het succes dat het lijkt. De enige manier om te weten in welk verhaal u zit, is door te controleren.
FAQ
Is een sell-through rate van 100% altijd een goed teken?
Nee. Het betekent dat alles wat u heeft ingekocht is verkocht, maar het kan u niet vertellen of dat komt doordat u de juiste hoeveelheid heeft besteld of doordat u te weinig heeft besteld en vroegtijdig zonder voorraad kwam te zitten. Controleer hoeveel dagen het product op nul voorraad stond voordat u een conclusie trekt, welke kant het ook op gaat.
Wat is het verschil tussen sell-through rate en verkoopsnelheid?
Sell-through rate is een percentage - hoeveel van de voorraad waarmee u begon, daadwerkelijk is verkocht over een periode. Verkoopsnelheid is een tempo - hoeveel eenheden u per dag verkoopt, ongeacht hoeveel u had om mee te beginnen. Een product kan een sterke verkoopsnelheid hebben en toch een lage sell-through rate laten zien als u veel voorraad aanhoudt, of een hoge sell-through rate met een zwakke snelheid als u simpelweg niet veel heeft besteld. De test in dit artikel gebruikt beide samen: verkoopsnelheid vertelt u hoe snel het product verkocht voordat de voorraad op nul kwam, en sell-through rate vertelt u welk deel van de totale inkoop dat vertegenwoordigt.
Wat is het verschil tussen sell-through berekend op basis van huidige voorraad versus een momentopname?
Huidige voorraad geeft u een bewegend doelwit - de sell-through rate van dezelfde afgesloten periode blijft veranderen afhankelijk van wanneer u controleert. Een momentopname koppelt de resterende voorraad aan één specifieke datum, zodat het getal voor een afgesloten periode hetzelfde blijft, ongeacht wanneer u het opzoekt.
Hoeveel dagen verkoopgeschiedenis moet ik gebruiken voor het verkooptempo vóór het tekort?
90 dagen is een redelijke standaard, maar gebruik welk voortschrijdend venster dan ook past bij uw verkoopcyclus - een snel verkopend product heeft mogelijk een korter venster nodig, een seizoensgebonden product een langer.
Wat geldt als een goede sell-through rate?
Dat hangt af van de categorie, en het is een algemene benchmark, geen vervanging voor het controleren van uw eigen dagen-op-nul. Kleding en fast fashion zitten doorgaans op 50-70% voor het seizoen, elektronica en tech op 60-80%, voedsel en andere FMCG op 85% en hoger, en luxegoederen op 40-50%. Onder ruwweg 40% wijst meestal op overtollige voorraad; boven ruwweg 80% wijst meestal op voorraadtekorten.
Kan ik deze analyse uitvoeren als ik Mipler net heb geïnstalleerd en nog geen voorraadgeschiedenis heb?
Niet met volledige precisie, maar er is een werkbare kortere weg: als de huidige voorraad van een product op nul staat, gebruik dan de datum van de laatste bestelling als een geschatte datum voor het voorraadtekort. Het is minder precies dan een volledige voorraadmomentopname-geschiedenis, maar het is genoeg om te beginnen met opsporen welke producten vroegtijdig uitverkocht raakten.
