Lagermix-strategi: balansera segment för maximal lönsamhet på anläggningen

Gå runt på tio fristående begagnatanläggningar och du ser tio olika lagerprofiler. En är till två tredjedelar kompaktbilar. Nästa är överviktig på SUV. En tredje har drivit mot ett kluster av exekutivsedaner för att ägaren råkar gilla dem. Varje anläggning speglar, mer än något annat, inköpsvanor hos den person som sourcar — inte de lokala kundernas inköpsvanor.

Detta gap är ofta den största dolda kostnaden i en fristående bilhandel. En anläggning som ligger 20 procentenheter från lokal efterfrågan kommer att rotera långsammare, sänka mer aggressivt och samla på sig mer åldrande lager än en anläggning vars mix speglar vad människor i området faktiskt köper. Över de europeiska marknader vi följer via Carindex förklarar bästa-i-klass mot snitt på enbart denna dimension ungefär hälften av spridningen i 90-dagars nettomarginal.

Den här artikeln går igenom hur man tänker på segmentmix som en pris- och inköpsdisciplin, inte en smaksak.

Vad "segmentmix" faktiskt betyder

De flesta handlare tänker på segmentmix som karosstyp — sedan, halvkombi, SUV, transportbil, kupé. Det är första snittet, och det mest användbara, men det räcker inte. En komplett mixprofil har minst fyra dimensioner:

Den första är karosseri och storlek: A-segment småbilar, B-segment supermini, C-segment kompakt, D-segment mellanstora, kompakt-SUV, mellan-SUV, premium-SUV, transportbilar, sport, premiumsedaner. Den andra är drivlina: bensin, diesel, hybrid (HEV och PHEV separat), helelektrisk. Den tredje är prisband: cirka fyra till sex band kalibrerade mot din lokala marknad — exempelvis under 80 kkr, 80–140 kkr, 140–220 kkr, 220–320 kkr, 320–480 kkr, 480 kkr+. Den fjärde är åldersband: 0–2 år, 2–5 år, 5–8 år, 8+ år.

En enhet har inte ett enskilt segment — den har en koordinat i denna fyrdimensionella rymd. En 2023 Volkswagen T-Roc 1.5 TSI på 234 000 kr är "kompakt-SUV / bensin / 220–320 kkr / 0–2 år". En 2017 Ford Focus 1.0 EcoBoost på 98 000 kr är "C-segment / bensin / 80–140 kkr / 5–8 år". De konkurrerar på helt olika marknader och deras ekonomi beter sig helt olika.

Tills du kan beskriva ditt lager i de fyra koordinaterna kan du inte optimera det.

De två siffror som spelar roll: liggetid och marginal per dag

För varje koordinat där du har lager är frågorna: hur snabbt roterar denna ruta, och hur mycket marginal per dag producerar den?

En bil som roterar på 28 dagar med 14 000 kr i bruttomarginal producerar 500 kr per dag. En bil som roterar på 84 dagar med 24 000 kr producerar 286 kr per dag. Den andra ser mer lönsam ut per affär, men binder mer kapital, mer yta och mer iordningställningstid för samma avkastning. På portföljnivå är den första bättre.

När du mappar ditt historiska data mot fyrdimensionssystemet ovan dyker två fynd ofta upp. Först: dina starkaste enheter i marginal per dag är samlade i två-tre koordinater du inte uttryckligen identifierat. Sedan: dina långsammaste, smärtsammaste enheter är också samlade — och de överlappar nästan aldrig de starka.

När klustren blir synliga skriver inköpsstrategin sig själv: vinkla anskaffning mot starka koordinater, bort från långsamma, och fastställ en skriven tolerans för hur mycket "experimentellt" lager du tillåter.

Läsa lokal efterfrågan utan gissningar

Det svåraste i mix är att kalibrera mot vad marknaden faktiskt efterfrågar nu. Förra årets data är för gamla; magkänslan är för partisk; "jag sålde tre i förra månaden" är för litet urval.

De som lyckas bäst kombinerar tre signaler.

Den första är liggetidsfördelning på levande retail-annonser i regionen. Om en koordinat konsekvent roterar under 35 dagar hos flera konkurrenter är efterfrågan större än utbudet. Om annonser ligger 60+ dagar är utbudet större än efterfrågan. Carindex publicerar denna fördelning per region; konkurrenter utan verktyg kan extrahera det manuellt med tålamod.

Den andra är prissänkningsbeteende. En koordinat där 60 % av annonserna sänkt sig under sina första 30 dagar är överutbud, oavsett rubrikpriserna. En koordinat där sänkningar är ovanliga och små är underutbud.

Den tredje är sökintresse. De flesta stora portaler publicerar sökvolym eller "sparade sökningar" antingen offentligt eller för betalkunder. Stigande sök-mot-annons-kvot är den ledande indikatorn på segmentstyrka; sjunkande är ledande indikator på svaghet.

Dessa tre signaler är ofta oense om magnituden, men sällan om riktningen. När alla tre pekar samma håll har du en högkonfidensläsning.

En praktisk mixprocess

Här är en process som ryms på en eftermiddag per kvartal och som konsekvent producerar skarpare lagerplaner än magkänsla.

Börja med att skriva ner din nuvarande mix i fyrdimensionssystemet. Aggregera inte för fort — håll åtminstone karosseri × drivlina × prisband synliga. De flesta blir överraskade av vad de ser; kluster de inte visste fanns hoppar ut ur datat.

Markera sedan, för varje större koordinat, dess 90-dagars-prestation: snittliggetid, snittbruttomarginal, marginal per dag, sänkningsfrekvens. Detta är den operativa sanningen om butiken, och den skiljer sig ofta från vad teamet tror.

Jämför därefter varje koordinats liggetid med lokala benchmarks. Om dina B-segment bensin 80–140 kkr roterar på 32 dagar mot regionalt snitt 41 har du en styrka att luta dig mot. Om dina premium-SUV roterar på 70 dagar mot regionalt 48 har du en svaghet att antingen åtgärda (annan inköp, vassare pris) eller lämna.

Slutligen, sätt explicita framtidsmål. Enkelt format: "nästa kvartal, lyft kompakt-SUV bensin från 18 % till 28 %; minska premiumsedan diesel från 12 % till 5 %; håll resten." Skriv målen där inköpsteamet ser dem, och granska var fjortonde dag. Mål utan granskningstakt är förhoppningar.

Vanliga mixfel — och vad de kostar

En handfull mixfel återkommer i våra konsultsamtal med fristående butiker.

Överviktning av "ditt" segment. Ägaren har sourcat tyska premiumsedaner i femton år. Marknaden har gått till kompaktcrossovers. Anläggningen speglar fortfarande ägarens entusiasm. Kostnad: typiskt 20–30 dagars extra liggetid, marginal per dag halverad på ägarens favoritlager.

Underskatta angränsande kommersiella segment. Många fristående lämnar småtransportbilar och pickuper till specialister, trots stark lokal efterfrågan och tunt utbud. Kostnad: en missad källa till enheter med hög marginal per dag, särskilt i regioner med levande småföretagsekonomi.

Lagra för många prislägen. Vissa handlare kör enheter från 40 000 till 680 000 kr och säger sig "täcka marknaden". I praktiken sprider de iordningställning, fotografering och säljarfokus för tunt. Kostnad: varje koordinat blir svagare, och varumärket blir läsbart för köpare som "allt-butik" — som förlorar mot specialister i alla riktningar.

Låta inbyten styra mixen. Ett inbyte är ett inköpsbeslut förklätt till säljtransaktion. Om du tar varje inbyte i alla lägen kommer mixen att glida mot vad dina kunder råkar köra — vilket strukturellt skiljer sig från vad dina nästa kunder vill köpa. Lösning: en skriven "grossist om utanför mål"-policy för off-mix-inbyten, med en lista över koordinaterna du behåller.

Ignorera säsongsförskjutningar. Cabrioleter i oktober och 4×4 i maj är inte bara obekvämt — de förstör aktivt marginal. Mixmål ska skifta med ungefär sex veckors fördröjning från säsongsefterfrågan, så inköp och prep hinner anpassa sig.

Var verktyg förtjänar prislappen

Disciplinen ovan kan köras i ett kalkylblad, och många starka handlare gör just det. Där en intelligensplattform tjänar in sin prenumeration är på snabbheten att hämta regionala jämförbara över tusentals annonser, och förmågan att köra "vad-om"-scenarier mot levande data. Carindex-användare validerar typiskt en målmix mot regional utbud-efterfrågan-bild innan de spenderar inköpsbudget — exakt det steg som magkänsla hoppar över.

Verktyg eller inte, det är disciplinen som spelar roll. Två handlare med samma kapital och samma anläggning ger olika resultat enbart genom planeringens stränghet. Vi ser det varje kvartal.

Tre konkreta slutsatser

För det första: kartlägg ditt lager över alla fyra dimensioner — karosseri, drivlina, prisband, åldersband — och beräkna liggetid och marginal per dag för varje kluster. De flesta upptäcker minst en tyst vinnare och minst en uppenbar förlorare som de inte hade namngett.

För det andra: jämför varje kluster mot lokala benchmarks, inte bara mot intern historia. Din butiks "normala" kan vara 15 dagar långsammare än regionalt median; det skulle du aldrig veta utan extern läsning.

För det tredje: sätt explicita kvartalsmål och en granskningstakt för att hålla dem. Utan skrivna mål driver mixen mot inköpsteamets preferenser. Med skrivna mål driver den mot vad lokala marknaden faktiskt köper.

Lagermix är ett inköps- och prisbeslut, inte ett preferensbeslut. Driv det som datadisciplin och marginalen följer.