Die folgenden Werte werden in verschiedenen Tabellen und Diagrammen verwendet und mit Retailigence-Algorithmen berechnet.
- Missing Lost Sales (Fehlender Umsatz durch fehlende Produkte) – Wenn ein Produkt in einigen Märkten innerhalb eines Clusters nicht verkauft wird, ist diese Zahl eine Vorhersage der zusätzlichen Verkäufe, die das Hinzufügen des Produkts zu den fehlenden Märkten bringen könnte.
- Undersold Lost Sales (Fehlender Umsatz durch fehlenden Verkauf) – Durch den Vergleich von Produkten, Warengruppen und Clustern kann der Machine Learning-Algorithmus Trends und Muster finden. Innerhalb dieser Muster gibt es anomale Datenpunkte, an denen ein Produkt sich weniger verkauft, als die Trends vermuten lassen. Dies kann auf fehlenden Lagerbestand oder ein Merchandisingproblem oder einen falschen Produktstandort im Laden zurückzuführen sein. Der Algorithmus projiziert dann, was der Verkaufswert wäre, wenn das Problem behoben wird.
- Extrapolated Sales (Extrapolierter Umsatz) – Wenn ein Produkt nicht während des gesamten ausgewählten Zeitraums verkauft wurde, z. B. eine Produktlinie wurde möglicherweise erst nach dem Sortimentstart in das Angebot aufgenommen. Der Algorithmus extrapoliert die Umsätze des Produkts auf den Zeitraum, in dem das Produkt nicht verkauft wurde.
- Projected Sales (Voraussichtlicher Umsatz) – Der voraussichtliche Umsatz ist ein Wert, der aus den tatsächlichen Umsätzen eines Produkts zuzüglich der vorherigen 3 Werte besteht. Dieser Wert wird als Schlüsselwert für die Rangfolge und Sortierung des Sortiments verwendet.