Wskaźnik sell-through: wzór, interpretacja i miary DAX w Power BI

Co oznacza sell-through w handlu

Sell-through (w skrócie STR, od sell-through rate) odpowiada na proste pytanie: jaka część towaru, który mieliśmy do dyspozycji, trafiła już do klientów. Angielskie „sold through” znaczy po prostu „wyprzedany”. Jeśli marka kupiła 1000 sztuk sukienki, a po sześciu tygodniach sprzedała 450, sell-through wynosi 45%.

W modzie to podstawowy wskaźnik trafności zakupu sezonowego. Kolekcję kupuje się raz, z wyprzedzeniem kilku miesięcy, a sezon trwa krótko. Sell-through liczony co tydzień na poziomie modelu i koloru pokazuje, które decyzje zakupowe się sprawdziły, które modele warto dokupić, a które trzeba będzie obniżyć, zanim zostaną w magazynie na koniec sezonu.

Warto odróżnić go od dwóch pokrewnych pojęć. Sell-in to sprzedaż marki do partnera handlowego: sklepu wielomarkowego, dystrybutora albo platformy. Sell-through mówi, ile z tego towaru partner sprzedał klientom końcowym. Sell-out bywa używany zamiennie z sell-through, choć część firm rozumie przez niego samą sprzedaż do klienta końcowego w sztukach, bez odniesienia do zapasu. Wysoki sell-in przy niskim sell-through oznacza, że towar utknął na półkach partnera i wróci jako zwrot albo żądanie rabatu. Szerzej opisuję tę zależność w artykule o sell-in, sell-through i sell-out.

Wzór na sell-through i dwa sposoby liczenia

Mianownik to cała dostępność w okresie: to, co leżało w sklepach i magazynie na początku, plus to, co dojechało w trakcie. Licznik to sprzedaż netto, czyli po odjęciu zwrotów. Przykład: 200 sztuk zapasu na początek miesiąca, 800 sztuk dostaw, 650 sztuk sprzedanych i 50 zwróconych. Sell-through wynosi (650 − 50) ÷ (200 + 800) = 60%.

Drugi sposób dzieli sprzedaż netto tylko przez dostawy z okresu: 600 ÷ 800 = 75%. Tę wersję stosuje się często dla nowej kolekcji, która startuje od zera, bo wtedy oba wyniki są równe. Przy towarze kontynuowanym wersja od dostaw zawyża wskaźnik, ponieważ pomija zapas przeniesiony z poprzedniego okresu. Nie ma jednej właściwej definicji, ale trzeba jedną wybrać, zapisać w słowniku wskaźników i stosować konsekwentnie w Excelu, w Power BI i na spotkaniach handlowych.

Kalkulator poniżej liczy oba warianty. Wszystkie wartości wpisuje się w sztukach.

Jaki sell-through jest dobry w handlu modowym

Jednej normy dla wszystkich nie ma. Dobry wynik zależy od kategorii, długości sezonu, strategii cenowej i tego, ile tygodni minęło od wejścia towaru do sklepów. Koszulka bazowa i płaszcz zimowy mają zupełnie inne tempo, a 40% po dwóch tygodniach to świetny wynik, podczas gdy 40% na koniec sezonu oznacza poważny problem.

Dlatego sell-through ocenia się zawsze względem punktu odniesienia. Z mojej praktyki w planowaniu kolekcji najlepiej działają trzy porównania:

• Z planem: przy zakupie zakłada się docelowy sell-through na koniec sezonu w pełnej cenie i po wyprzedaży, a potem rozkłada go na tygodnie.
• Z tym samym tygodniem sezonu rok wcześniej, dla tej samej kategorii. Porównanie z datą kalendarzową myli, bo sezon mógł wystartować tydzień później.
• Z innymi modelami w tej samej kategorii i progu cenowym. Model z sell-through dwa razy niższym niż sąsiedzi na półce wymaga decyzji niezależnie od średniej.

Jako regułę kciuka, a nie normę branżową, traktuję taki układ: kolekcja sezonowa, która przed startem wyprzedaży ma sell-through w okolicach 60–70% w pełnej cenie, zwykle kończy sezon z rozsądną marżą. Wynik wyraźnie niższy oznacza głębsze obniżki, a wynik zbliżony do 90–100% w połowie sezonu sugeruje, że zakup był za płytki i część sprzedaży przepadła przez braki rozmiarów.

Jak obliczyć sell-through w Excelu

W Excelu wystarczy tabela z jednym wierszem na model (albo model i kolor) i czterema kolumnami: zapas początkowy, dostawy, sprzedaż i zwroty. Formuły w polskiej wersji Excela wyglądają tak:

E2  sell-through od dostępności:  =JEŻELI((A2+B2)=0;"";(C2-D2)/(A2+B2))
F2  sell-through od dostaw:       =JEŻELI(B2=0;"";(C2-D2)/B2)

Sell-through kategorii z tabeli z kolumną kategorii w G, wynik dla kategorii z komórki J2:
=(SUMA.JEŻELI(G:G;J2;C:C)-SUMA.JEŻELI(G:G;J2;D:D))/(SUMA.JEŻELI(G:G;J2;A:A)+SUMA.JEŻELI(G:G;J2;B:B))

Ostatnia formuła pokazuje najważniejszą zasadę: sell-through kategorii, tygodnia czy sezonu liczy się z sum sztuk, a nie jako średnią z procentów poszczególnych modeli. Model sprzedany w 20 sztukach ważyłby w średniej tyle samo co bestseller sprzedany w 2000 sztukach. W tabeli przestawnej najwygodniej dodać pole obliczeniowe, które dzieli sumy, albo policzyć wynik obok tabeli na podstawie jej sum.

Miary DAX dla sell-through w Power BI

W Power BI sell-through musi być miarą, a nie kolumną obliczeniową, bo tylko miara przelicza się poprawnie dla każdego wyboru w raporcie: rynku, kategorii, tygodnia czy pojedynczego modelu. Poniższe miary zakładają tabelę kalendarza oznaczoną jako tabela dat, tabelę sprzedaży, tabelę zwrotów, tygodniowe stany zapasu i tabelę dostaw.

Sprzedaż netto szt. =
SUM ( Sprzedaz[Sztuki] ) - SUM ( Zwroty[Sztuki] )

Sell-through sezonu % =
VAR KoniecOkresu = MAX ( Kalendarz[Data] )
VAR StartSezonu =
    CALCULATE ( MIN ( Kalendarz[Data] ), ALLEXCEPT ( Kalendarz, Kalendarz[Sezon] ) )
VAR SprzedazSezonu =
    CALCULATE ( [Sprzedaż netto szt.], DATESBETWEEN ( Kalendarz[Data], StartSezonu, KoniecOkresu ) )
VAR ZapasStartowy =
    CALCULATE ( SUM ( Zapasy[Sztuki] ), REMOVEFILTERS ( Kalendarz ), Kalendarz[Data] = StartSezonu - 1 )
VAR DostawySezonu =
    CALCULATE ( SUM ( Dostawy[Sztuki] ), DATESBETWEEN ( Kalendarz[Data], StartSezonu, KoniecOkresu ) )
RETURN
    DIVIDE ( SprzedazSezonu, ZapasStartowy + DostawySezonu )

Funkcja DIVIDE zwraca pusty wynik zamiast błędu, gdy model nie miał jeszcze dostaw. Zmienne (VAR) ułatwiają sprawdzenie miary: wystarczy tymczasowo zwrócić jedną z nich zamiast wyniku i porównać ją z sumą w Excelu. Tak samo zbudowana miara z zakresem jednego tygodnia zamiast całego sezonu daje tygodniowy sell-through.

Tygodniowa krzywa sell-through w raporcie

Pojedyncza liczba mówi, gdzie jesteśmy. Krzywa sell-through narastająco, tydzień po tygodniu, mówi, dokąd zmierzamy. W raporcie tygodniowym pokazuję ją na tle planu i poprzedniego sezonu, z zaznaczonym tygodniem startu obniżek.

Z takiej krzywej widać nie tylko opóźnienie, ale i jego tempo. Od czwartego tygodnia kategoria traci do planu około dwóch punktów procentowych tygodniowo. To moment na decyzję: sprawdzić rozmiary i ekspozycję w sklepach, przesunąć towar między lokalizacjami albo zaplanować promocję, póki cena jeszcze działa. Reakcja w ósmym tygodniu kosztuje zwykle mniej niż głęboka obniżka na koniec sezonu.

Najczęstsze błędy w liczeniu sell-through

• Średnia z procentów zamiast ilorazu sum: wynik kategorii zależy wtedy od liczby małych modeli, a nie od sprzedaży.
• Pomijanie zwrotów. W e-commerce sprzedaż brutto potrafi wyraźnie zawyżyć sell-through, a zwrócony towar wraca do zapasu.
• Mieszanie definicji: jeden raport dzieli przez dostawy, drugi przez całą dostępność, i zespół porównuje liczby, które nie są porównywalne.
• Liczenie w wartości zamiast w sztukach. Obniżki zmieniają wartość sprzedaży, więc sell-through w złotych myli się z efektem cenowym.
• Towar w drodze wliczony do dostaw, zanim dotarł do magazynu. Mianownik rośnie wcześniej niż sprzedaż i wskaźnik sztucznie spada.
• Brak kontekstu czasu: sell-through bez informacji, ile tygodni minęło od wejścia towaru, niewiele mówi.

Sell-through dobrze uzupełnia wskaźnik rotacji zapasów i pokrycie zapasu w tygodniach, które opisuję w osobnych artykułach. Jeśli chcesz, żeby sell-through w Twoim raporcie miał jedną definicję i liczył się tak samo w Excelu i w Power BI, umów konsultację – odpowiadam w ciągu jednego dnia roboczego.