Datenbasierte Nachfrageprognose im textilen Detailhandel

Die Budgetplanung für Modefilialen ist ein schwieriges Unterfangen. Einkäufer versuchen dabei genau die Waren bei ihren Lieferanten zu bestellen, die ein Jahr später zur Deckung der Nachfrage benötigt werden und ermitteln wie viel sie dafür ausgeben müssen. Ziel dieser Bachelorarbeit ist es, eine Software zu konzipieren, die diesen Prozess der Budgetplanung durch intelligente Nutzung von Daten erleichtert. Die Einschätzung des Warenbedarfs zukünftiger Modesaisons soll durch Machine Learning verbessert werden. Im Verlauf der Arbeit werden die Planungsprozesse im Modedetailhandel analysiert. Die gewonnenen Erkenntnisse werden mit einer reichhaltigen Datengrundlage von über 100 Modefilialen verifiziert. Aus der Businessanalyse werden Anforderungen an die Software abgeleitet, welche anschließend in einem Design Thinking Workshop konkretisiert werden. Um den zukünftigen Warenbedarf möglichst präzise einzuschätzen, werden unterschiedliche Vorhersagemodelle entwickelt und verglichen.