Størrelsesfordeling (size curve): Sådan planlægger du den rigtige mix for din ordre

Når en tøjordre bliver planlagt, er det fristende at fokusere på farver, materialer, priser og leveringstid. Det er alt sammen vigtigt. Alligevel er det ofte størrelsesfordelingen, der afgør, om ordren bliver en stærk forretning eller en dyr lagerpost.

Den rigtige fordeling mellem XS, S, M, L, XL og eventuelle yderstørrelser handler ikke kun om at “ramme nogenlunde rigtigt”. Den handler om at beskytte marginen, holde lageret sundt og sikre, at kunderne faktisk kan få varen i den størrelse, de ønsker.

Hvorfor størrelsesmixet betyder så meget

En skæv størrelsesfordeling viser sig hurtigt i salget. Kerne-størrelser bliver udsolgt tidligt, mens mindre efterspurgte størrelser bliver liggende. Resultatet er velkendt: tabt omsætning på de størrelser, der mangler, og rabatter på de størrelser, der er købt for tungt ind.

I praksis betyder det, at en ellers flot kollektion kan underpræstere, selv om designet er rigtigt, kvaliteten er høj, og leveringen kom til tiden. Hvis de mest efterspurgte størrelser ikke er til stede i tilstrækkeligt antal, bliver salget bremset af noget så lavpraktisk som en forkert kurve.

Det er netop derfor, størrelsesfordeling bør behandles som en strategisk beslutning og ikke som en standardlinje i indkøbsarket.

Hvad en stærk størrelsesfordeling bygger på

En god size curve opstår sjældent ved at kopiere sidste ordres mix direkte. Historiske tal er et vigtigt udgangspunkt, men de skal læses i den rette sammenhæng. En T-shirt til festivalbrug sælger ikke nødvendigvis i samme størrelsesprofil som en premium sweatshirt til corporate merchandise. En tætsiddende damestyle følger ikke samme mønster som en unisex hoodie. Og en webshop har ofte en anden fordeling end fysisk retail.

Det mest stabile arbejde starter med nogle enkle spørgsmål: Hvem skal bære produktet, hvordan er pasformen, hvor skal det sælges, og hvor stor risiko vil man acceptere i yderstørrelserne? Når de spørgsmål er besvaret, bliver det langt lettere at vælge et mix, der holder i virkeligheden.

Typisk bør man tage stilling til følgende:

• Målgruppe: alder, køn, kropsprofiler, geografisk marked
• Produkttype: T-shirt, hoodie, skjorte, arbejdstøj, sportstøj
• Pasform: slim, regular, relaxed, oversized, unisex
• Salgskanal: webshop, butik, event, B2B, uniformsløsning
• Prisniveau: premium, mellemsegment, kampagnevare
• Historik: tidligere salg, returdata, udsolgte størrelser

Data først, mavefornemmelse bagefter

Historiske salgstal er ofte den bedste kilde, når størrelser skal planlægges. Ikke kun totalsalg, men salg fordelt på størrelse, farve, kanal og periode. Hvis et brand gennem tre sæsoner ser, at M og L står for hovedparten af salget i en bestemt kategori, er det et tydeligt signal. Hvis XS og XXL kun bevæger sig langsomt, bør det afspejles i næste ordre.

Men data skal læses med omtanke. Hvis en størrelse tidligere blev udsolgt hurtigt, kan salget se lavere ud, end efterspørgslen reelt var. Det kaldes ofte stockout bias. Med andre ord: man kan ikke sælge det, man ikke har på lager. Derfor bør analyse altid kombineres med viden om udsolgte perioder, returgrader og genbestillinger.

Mange virksomheder starter med simple modeller og får gode resultater. Glidende gennemsnit, sæsonkorrektioner og sammenligning med lignende produkter kan bringe planlægningen markant op i niveau. Når datamængden vokser, kan mere avancerede metoder som regression, clustering og maskinlæring give endnu skarpere kurver, især ved større sortimenter og flere markeder.

Datakilde	Hvad den fortæller	Hvad den kan bruges til
Historisk salg pr. størrelse	Hvilke størrelser der faktisk sælger	Grundkurve for nye ordrer
Returdata	Hvor pasform eller størrelsesvejledning fejler	Justering af fit og mix
Udsolgte størrelser	Hvor efterspørgslen var højere end lageret	Korrektion af kommende forecast
Kanaldata	Forskelle mellem webshop, retail og events	Kanaltilpasset fordeling
Lookalike styles	Lignende varer med samme fit eller målgruppe	Plan for nye produkter uden historik

Produkt, pasform og målgruppe flytter kurven

To styles i samme farve og stof kan kræve vidt forskellig størrelsesfordeling. Pasformen er ofte den skjulte faktor. En oversized hoodies vil typisk flytte efterspørgslen nedad, fordi nogle kunder vælger en mindre størrelse end normalt. En fitted skjorte kan flytte behovet opad. Unisex-produkter giver deres egne udfordringer, fordi de samler forskellige kropsprofiler i én og samme størrelsepakke.

Målgruppen betyder mindst lige så meget. En festival-T-shirt til et ungt publikum får ofte mere vægt i S, M og L. Arbejdstøj til drift, teknik eller håndværk vil ofte trække højere mod L, XL og XXL. Hotel- og hospitality-produkter kan have en anden profil igen, afhængigt af afdeling, kønsfordeling og brugssituation.

Geografi og marked spiller også ind. Internationale brands ser ofte tydelige forskelle mellem regioner, og selv inden for Danmark kan kundegrundlaget variere mellem by, eventtype og branche.

Det ses ofte i disse mønstre:

• Unisex hoodies med relaxed fit
• Dameartikler med tætsiddende silhuet
• Arbejdstøj og uniformsprogrammer
• Merchandise til events og koncerter
• Sport og aktiv livsstil
• Premium styles med smallere målgruppe

Et enkelt regneeksempel gør forskellen tydelig

Forestil dig en ordre på 1.000 unisex hoodies til et brand med primært online salg. Tidligere ordrer viser, at M og L står stærkest, mens XS og XXL sælger, men i lavere volumen. En flad fordeling, hvor alle størrelser får næsten lige meget, vil skabe unødigt lager i yderstørrelserne. En mere realistisk kurve frigør kapital og forbedrer tilgængeligheden i kerne-størrelserne.

Her er et simpelt udgangspunkt:

Størrelse	Andel	Antal ved ordre på 1.000 stk.
XS	5 %	50
S	18 %	180
M	29 %	290
L	28 %	280
XL	15 %	150
XXL	5 %	50

Det er ikke en universel fasit. Det er en model, som skal justeres efter produktets fit, pris, målgruppe og kanal. Men det viser, hvor meget et bevidst mix kan betyde. Hvis ordren i stedet blev lagt som 10, 20, 20, 20, 20, 10, ville brandet stå med dobbelt så meget XS og XXL som i eksemplet ovenfor, uden at efterspørgslen nødvendigvis følger med.

Sådan planlægges ordren i praksis

Den mest robuste tilgang er at arbejde i trin. Først fastlægges totalvolumen, derefter fordeles mængden på størrelser. Den rækkefølge giver klarhed. Mange fejl opstår, når man hopper direkte til størrelserne uden at have et sikkert billede af den samlede efterspørgsel.

Når ordren skal bygges, er det klogt at kombinere tal, erfaring og driftshensyn. Fabrikkens minimumsordrer, pakkeformer, transportøkonomi og lagerstruktur skal passe sammen med det ønskede mix. En stærk plan er derfor både kommerciel og operationel.

En praktisk proces kan se sådan ud:

1. Fastlæg totalbehovet: brug salgshistorik, forecast og kampagneplaner.
2. Vælg referencekurve: tag udgangspunkt i lignende styles med samme fit og målgruppe.
3. Juster for sæson og kanal: webshop, retail og events kræver sjældent samme mix.
4. Test mod minimumsordrer: kontrollér om fabrik, pakning og logistik kan håndtere kurven.
5. Følg salget tæt: vær klar til genbestilling eller omfordeling tidligt i sæsonen.

Typiske fejl, der gør ordren dyrere end nødvendig

Mange problemer stammer ikke fra manglende data, men fra for simple antagelser. Den mest klassiske fejl er at bruge samme størrelsesfordeling på tværs af alle styles. Det virker rationelt på papiret, men ignorerer forskelle i pasform, kundetype og prisniveau.

En anden fejl er at købe for defensivt i kerne-størrelserne for at “være på den sikre side” i hele størrelsesspektret. Det kan lyde balanceret, men skaber ofte den modsatte effekt. Når M og L forsvinder først, stopper varen med at performe, selv om der stadig hænger mange enheder på lager i andre størrelser.

Der er også en mere skjult fejl: at overse returdata. Hvis en style returneres ofte i S og M, kan det pege på pasform, størrelsesguide eller kundeforventning. Uden den indsigt bliver næste ordre planlagt på et skævt grundlag.

Fejl, der går igen:

• Standardmix til alle produkter
• For lidt vægt på M og L i unisex
• For mange yderstørrelser “for en sikkerheds skyld”
• Ingen korrektion for udsolgte størrelser
• Returdata bliver ikke brugt
• Ingen plan for genbestilling

Når minimumsordrer, ratio packs og logistik sætter rammerne

Den rigtige størrelsesfordeling er ikke altid den matematisk perfekte. Produktion og logistik sætter grænser. Nogle fabrikker arbejder med faste ratio packs, hvor størrelserne ligger i bestemte forhold. Andre kræver minimum pr. størrelse, farve eller variant. Det betyder, at planlægning også handler om kompromis.

Her bliver erfaring i sourcing og produktionsstyring særligt værdifuld. Hvis en ønsket kurve kolliderer med fabrikkens setup, kan løsningen være at justere pakningen, flytte produktionen, ændre totalvolumen eller samle flere varianter mere intelligent. Målet er ikke at vinde en regneøvelse. Målet er at lande en ordre, som kan produceres effektivt og stadig rammer markedet skarpt.

Det gælder især for private label, hvor hvert valg i udviklingsfasen påvirker både pris, lead time og lagerprofil.

Teknologi gør planlægningen skarpere

ERP, WMS og forecast-værktøjer kan løfte størrelsesstyringen markant. Når salgsdata, lagerbeholdning og genbestillinger hænger sammen, bliver det muligt at reagere tidligt. Ikke om tre måneder, men mens sæsonen stadig er i gang.

De bedste resultater kommer dog sjældent fra systemet alene. Teknologi er stærk, når den bliver fodret med rene data, korrekt produktstruktur og menneskelig vurdering. Det gælder især nye styles, hvor historikken er begrænset. Her kan lookalike-modeller være nyttige: man matcher den nye style med lignende tidligere varer og bruger den kurve som startpunkt.

Selv en forholdsvis enkel opsætning kan give mærkbar fremgang, hvis disciplinen er på plads.

Fra første ordre til næste genbestilling

Den første størrelsesfordeling skal ikke ses som et statisk facit. Den skal ses som et kvalificeret udgangspunkt. Når salget starter, bør kurven måles op mod virkeligheden. Hvilke størrelser bevæger sig hurtigst? Hvor opstår der brud i rækken? Hvilke størrelser bliver returneret mest? De svar gør næste beslutning langt bedre.

For nystartede tøjbrands og virksomheder, der lancerer nye merchandiseprogrammer, er dette særligt vigtigt. Den første ordre er sjældent perfekt. Til gengæld kan den blive grundlaget for et stærkt og præcist setup, hvis data samles rigtigt fra dag ét.

En velforberedt størrelsesfordeling giver ro i hele kæden, fra indkøb og produktion til lager og salg. Og netop derfor er det værd at bruge tiden på den, før ordren bliver sendt afsted.