Shrinkage

Shrinkage

Shrinkage är den lagerförlust som uppstår mellan vad ett företag förväntar sig att ha i lager, baserat på inköps- och försäljningsregister, och vad som fysiskt finns i lagret eller butiken. Det orsakas av stöld, skador, administrativa fel, leverantörsavvikelser och, inom e-handel, problem som felplockade eller oskannade returer.

Definition av shrinkage

Shrinkage är skillnaden mellan det lager ett företag tror sig ha, baserat på inköpsregister och försäljningsdata, och det lager som faktiskt finns när någon räknar det. Termen härstammar från fysisk detaljhandel för att beskriva varor som förlorats genom butiksstöld, men den gäller lika direkt för e-handel, där lager flyttas genom leverantörer, lager, uppfyllnadscenter och returhantering, och varje överlämning skapar en möjlighet för det registrerade antalet och det verkliga antalet att skilja sig åt. Shrinkage uttrycks vanligtvis som en procentandel av det totala lagervärdet och representerar en direkt träff mot lönsamheten: det är varor företaget betalat för att anskaffa men inte kan sälja, vare sig på grund av att de skadats, förlorats, stulits, räknats fel eller aldrig faktiskt mottagits i den fakturerade kvantiteten.

Hur shrinkage beräknas

Standardformeln är enkel:

Shrinkage rate = (Registrerat lagervärde − Faktiskt räknat lagervärde) / Registrerat lagervärde × 100

Ett räkneexempel: en butiks lagerhanteringssystem visar varor till ett värde av 150 000 kr baserat på inköpsordrar och registrerad försäljning. En fysisk cykelinventering finner varor till ett värde av 144 000 kr faktiskt på hyllorna och i facken. Skillnaden på 6 000 kr utgör shrinkage, vilket ger en shrinkage rate på 4 %. Dessa 6 000 kr är lager som företaget redan betalat för men som inte genererar några intäkter, en direkt förlust mot bruttomarginalen om inte orsaken identifieras och åtgärdas, till exempel genom en leverantörskredit för en underleverans.

Shrinkage — registrerat vs. faktiskt lager

Logo

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

Varför shrinkage är viktigt för e-handelsvarumärken

Shrinkage urholkar direkt bruttomarginalen, eftersom varje enhet som förloras genom stöld, skada eller felräkning redan har betalats som en del av kostnaden för sålda varor utan några motsvarande intäkter. En butik med smala marginaler kan upptäcka att en shrinkage rate på bara några få procentenheter påverkar den totala lönsamheten betydligt när den summeras över hela sortimentet. Utöver den direkta kostnaden snedvrider ohanterad shrinkage lagerplaneringen: om systemet visar mer lager än vad som faktiskt finns, kan en butik tro att den kan uppfylla ordrar som den inte kan, vilket leder till restorder, försenade leveranser och annullerade ordrar som skadar kundernas förtroende. Ihållande, oförklarad shrinkage är också ofta ett symptom på ett djupare operativt problem, vare sig det gäller en specifik lagerprocess, en leverantörsrelation eller en brist i returhanteringen, som kommer att återkomma kvartal efter kvartal tills det diagnostiseras och åtgärdas i stället för att bara skrivas av.

Jämförelsetabell: Vanliga källor till shrinkage inom e-handel

KällaTypisk orsakVar det upptäcksHur man minskar det
InleveransavvikelserLeverantör skickar mindre än faktureratInleveransräkning mot inköpsorderKontrollera kvantiteter vid ankomst, före lagerläggning
LagringsskadorFelaktig hantering, dåliga förvaringsförhållandenCykelinventeringar, skadade-varor-rapporterFörbättra hanteringsrutiner, packning
Plock- och packfelFel vara skickad, kvantitetsfelKundklagomål, returorsakerStreckkodsskanning vid plock och pack
Felhanterade returerReturnerad vara skannas inte in i lagretLagerräkning jämfört med returloggStandardisera returhanteringsarbetsflöde
Stöld av anställda eller leverantörerIntern eller leveranskedjediversionCykelinventeringar, åtkomstloggsgranskningÅtkomstkontroll, ansvarsfördelning
Administrativt felManuella inmatningsfel, systemsynkroniseringsproblemAvstämning mellan systemAutomatisera datasynkronisering, minska manuell inmatning

Shrinkage — var det upptäcks i uppfyllnadsflödet

Shrinkage och AI-driven handel

Shrinkage interagerar inte direkt med AI-assisterade shoppingassistenter på samma sätt som prissättning eller produktinnehåll gör, men det har en indirekt och viktig koppling: olösta lageravvikelser är en av de vanligaste orsakerna till att en produkt visas som i lager när den inte är det, vilket leder till annullerade ordrar efter att en kund redan har genomfört ett köp, inklusive köp som initierats via AI-medierade checkout-flöden som ChatGPT Instant Checkout. I takt med att mer inköpsvolym flyttas genom automatiserade och AI-assisterade kanaler där ingen människa dubbelkontrollerar lagret innan en order bekräftas, blir det viktigare, inte mindre, att hålla lagerregistren korrekta, eftersom det finns färre möjligheter till manuell kontroll innan en försäljning bekräftas.

På analyssidan är shrinkage lättast att upptäcka genom marginalavstämning snarare än att vänta på att en fysisk inventering avslöjar det. AmICiteds e-handelsrapportering stämmer av registrerade intäkter och kostnad för sålda varor över en butiks sortiment, och en kategori eller ett SKU vars faktiska marginal konsekvent understiger den förväntade marginalen, utan en tydlig prissättnings- eller rabattförklaring, flaggar ofta för ett lagerförlustproblem som är värt att undersöka med en riktad cykelinventering.

Bästa praxis för att hantera shrinkage

  • Genomför täta cykelinventeringar på ett roterande urval av SKU:er i stället för att enbart förlita sig på en årlig full inventering, så att avvikelser upptäcks medan deras orsak fortfarande går att spåra
  • Kontrollera leverantörsleveranser mot inköpsordrar vid inleverans, innan lagret läggs till tillgängligt lager, för att omedelbart fånga upp underleveranser
  • Standardisera returhanteringsprocessen så att varje returnerad vara inspekteras och skannas in i lagret konsekvent, inte lämnas i ett mellanlagringsområde
  • Använd streckkods- eller RFID-skanning vid varje lagerhanteringssteg, inklusive inleverans, lagerläggning, plockning och returer, för att minska manuella inmatningsfel
  • Segmentera shrinkage efter orsak där det är möjligt (skada, stöld, administrativt fel, returer) i stället för att följa en enda blandad siffra, eftersom varje orsak kräver en annan åtgärd

Vanliga misstag med shrinkage

Ett vanligt misstag är att behandla shrinkage som en oundviklig kostnad för att göra affärer och skriva av det utan att undersöka orsaken, när en betydande andel av shrinkage i de flesta verksamheter kan spåras till ett specifikt, åtgärdbart processgap, såsom inkonsekvent returskanning eller ett visst lagerskift. Ett annat vanligt problem är att endast mäta shrinkage vid en årlig fysisk inventering, vilket gör det nästan omöjligt att spåra en avvikelse tillbaka till dess källa månader efter händelsen; tätare cykelinventeringar på högrisk- eller högvärdiga SKU:er fångar upp problem medan de fortfarande går att diagnostisera. Vissa företag blandar också ihop shrinkage med prisnedsättningar eller planerade utrangeringsavskrivningar, vilket blandar ihop två mycket olika problem, ett operativt och ett strategiskt, till en enda siffra som döljer båda. En ytterligare fallgrop är att inte avstämma shrinkage mot marginaldata per produktlinje; en butik som endast tittar på aggregerad shrinkage kan missa att förlusten är koncentrerad till en enda högvärdig kategori, där en riktad åtgärd skulle ha en oproportionerligt stor effekt. Slutligen underskattar vissa e-handelsverksamheter returrelaterad shrinkage specifikt, i tron att en behandlad återbetalning automatiskt innebär att den fysiska varan har återlagerförts korrekt, när i praktiken en betydande andel av returnerat lager i snabbrörliga lager förloras, skadas eller helt enkelt aldrig skannas in igen.

Vanliga frågor

Redo att övervaka din AI-synlighet?

Börja spåra hur AI-chatbotar nämner ditt varumärke på ChatGPT, Perplexity och andra plattformar. Få handlingsbara insikter för att förbättra din AI-närvaro.