Odkrivanje izdelkov in spletno trgovsko prikazovanje

Kaj priporočiti, ko je zaloga omejena

Posted on July 18, 2026 by

Ko je zaloga omejena, priporočajte izdelke, ki jih dejansko lahko izpolnite in na njih zaslužite, ter povpraševanje namensko usmerjajte proti njim – ne proti temu, kar pač postreže privzeti blok »najbolje prodajanih«. To po navadi pomeni promoviranje razpoložljivih alternativ vašim priljubljenim, a redkim izdelkom, potiskanje izdelkov z višjo maržo ali prevelike zaloge v vaše lokacije za priporočila in tiho zadrževanje junakov z nizko zalogo, da klikov ne porabljate za prodajanje nečesa, kar boste morali preklicati. Cilj je uskladiti tisto, kar priporočate, s tistim, kar lahko dobavite, tako da prostor na vaših straneh z najvišjim namenom nakupa dela s skladiščem in ne proti njemu. Ta stran govori posebej o priporočilih pod dobavnimi omejitvami – tanka zaloga, nekaj preostalih kosov ali neuravnotežen inventar – ne o splošnem merchandisingu.

Dve zelo različni situaciji »omejene zaloge«

»Omejena zaloga« skriva dva nasprotna problema in pravilno priporočilo je odvisno od tega, katerega imate.

Pomanjkanje dobrih stvari. Vaši najboljši izdelki se nenehno razprodajo. Tveganje tukaj je priporočanje izdelkov, ki bodo kmalu na ničli, kar ustvarja klike in naročila, ki jih morate potem preklicati ali vknjižiti kot naročilo z zamikom. Vsako od teh je vračilo denarja, prijava na podporo in kupec, ki vam malce manj zaupa.

Kup napačnih stvari. Prevelika zaloga počasnih prodajalcev – napačne velikosti, barve prejšnje sezone, veliko naročilo, ki se ni obneslo. Tveganje tukaj je, da vaši bloki priporočil še naprej potiskajo istih nekaj zmagovalcev, medtem ko mrtva zaloga veže denar in prostor na policah.

Večina trgovin ima oboje hkrati. Zato se naloga razdeli na dvoje: nehajte priporočati tisto, česar ne morete dobaviti, in začnite priporočati tisto, kar morate premakniti. Preostanek te strani obravnava vsakega posebej.

Prava težava: vaš blok priporočil zalogo popolnoma prezre

Tole je situacija. Vaše strani izdelkov in košarica prikazujejo blok »Morda vam bo všeč tudi«, ki deluje na pravilih priljubljenosti ali kategorije. Nima pojma, koliko kosov je še na voljo. Zato brez pomisleka izpostavi jakno, ki jih imate tri, pripelje k njej petdeset ljudi in zdaj preprodajate izdelek, ki ga ne morete obnoviti šest tednov. Medtem 200 kosov lanske barve leži nedotaknjenih, ker nikoli nič ne usmeri kupca k njim.

Blok optimizira napačno stvar. Poskuša prikazati »najboljši« izdelek po nekem splošnem merilu, brez vsake zavesti o tem, kaj tisto priporočilo naredi vašemu poslovanju. Priljubljenost in razpoložljivost nista isti signal in blok, ki pozna le prvega, bo še naprej izdajal čeke, ki jih vaše skladišče ne more unovčiti.

Zakaj običajne rešitve zaostajajo

»Kar skrijte razprodane.« Nujno, a ne zadostno. Skrivanje izdelkov z ničelno zalogo ustavi najhujšo zadrego, a ne naredi ničesar glede skoraj praznih junakov, ki jih še vedno aktivno promovirate, in ničesar glede prevelike zaloge, ki jo morate razprodati.

»Počasne prodajalce dajte v razprodajo za vse.« Razprodajni transparent po vsej trgovini poceni mrtvo zalogo ljudem, ki je nikoli ne bi kupili – in pogosto ljudem, ki bi polno ceno plačali za nekaj drugega. Široko zapravite maržo, da rešite ozek problem z zalogo. Ciljano priporočilo je cenejše in tišje – počasnega prodajalca postreže le kupcem, ki jim dejansko ustreza.

»Priporočajte več najbolje prodajanih.« To je refleks in pod dobavnimi omejitvami je točno napačna poteza – povpraševanje zgoščujete na izdelke, ki se bodo najverjetneje razprodali, in ostalo strežete na suho. Priljubljeno ne pomeni priporočljivo, ko je zaloga tanka, o čemer je vredno premisliti – in kar drži tudi, ko je dobava zdrava: zakaj priljubljeni izdelki niso vedno najboljše priporočilo.

Kje pušča prihodek in marža

Omejena zaloga pušča denar v dve smeri hkrati, kar jo dela vredno namernega reševanja.

Na strani pomanjkanja je vsako preprodano naročilo preklic. Ponazoritveni primer: če izdelek z nizko zalogo požene 40 naročil čez razpoložljivih 12 kosov, je to 28 preklicev – 28 vračil denarja za obdelavo, 28 pogovorov s podporo in merljiv udarec stopnji ponovnih nakupov od kupcev, ki so se počutili razočarane. »Prodaja«, ki nikoli ne odpotuje, vas stane več kot prodaja, ki je nikoli niste opravili.

Na strani prevelike zaloge denar leži zamrznjen. Če imate 8.000 € maloprodajne vrednosti v počasnih prodajalcih, ki nabirajo prah, je to 8.000 €, ki jih ne morete porabiti za izdelke, ki se dejansko obračajo – poleg tega sčasoma še globlji odbitek, ki ga boste vzeli, da jih razprodate ob koncu sezone. Če jih priporočite zgodaj, pravim ljudem, po polni ali rahlo znižani ceni, povrnete veliko več kot ob poznejši panični razprodaji. (Obe številki sta ponazoritveni.)

Praktična rešitev: naredite zalogo za vhodni podatek priporočila

Predelajte to po vrsti.

Nastavite prag nizke zaloge, ki zavre priporočila. Pod ravnjo, ki jo izberete sami – recimo dovolj kosov, da pokrijete teden tipičnega povpraševanja po tem izdelku – ga umaknite iz blokov priporočil, čeprav ga je še vedno mogoče neposredno kupiti. Naj ga motivirani kupci najdejo; nehajte pa aktivno gnati množic k njemu. Zaščitite obljubo izpolnitve na svojih najbolj vidnih lokacijah.
Za svoje redke junake priporočite najbližjo razpoložljivo alternativo. Ko si nekdo ogleda skoraj prazen priljubljen izdelek, je koristno priporočilo dobro usklajen nadomestek, ki ga imate v izobilju – enaka uporaba, podoben cenovni razred, podobne lastnosti. Tu se ujemanje po lastnostih izplača, ker je »dovolj podobno, da zadosti isti potrebi« vprašanje lastnosti. Glejte kako z lastnostmi izdelkov ustvariti relevantnejša priporočila.
Preveliki zalogi dajte dom v vaših lokacijah za priporočila – a ciljano. Počasnega prodajalca postrezite le kupcem, ki jim je resnično relevanten: prava velikost, ujemajoč slog, dopolnilo tega, kar si ogledujejo. Modra jakna iz lanske sezone gre k ljudem, ki brskajo po modri ali vrhnjih oblačilih, ne k celi trgovini. Relevantna razprodaja se proda po boljši ceni in ne poceni vaše znamke.
Razvrščajte po »lahko dobavim in želim premakniti«, ne le po priljubljenosti. Najbolj zdrava logika priporočil združi nekaj signalov: ali je izdelek v udobni zalogi, ali je relevanten za tega kupca in ali pomaga vaši marži ali stanju inventarja. Izdelek, ki dobro doseže vse tri, sodi v blok. Vaš trenutni najbolje prodajani izdelek s 5 preostalimi kosi ne.

Temeljni premik je, da je »najboljši« izdelek za priporočilo tisti najboljši za tega kupca, ki ga tudi dejansko lahko odpošljete – ne priljubljenec po vsej trgovini. To razlikovanje teče skozi ves dober merchandising: razlika med najbolje prodajanimi izdelki in najboljšim izdelkom za tega kupca.

Kaj avtomatizirati

Dve avtomatizaciji opravita večino dela.

Nadomestek ob pomanjkanju (na spletni strani + e-pošta).
– Sprožilec: kupec si ogleda ali v košarico doda izdelek, ki je padel pod vaš prag nizke zaloge.
– Vsebina: blok priporočil, ki na čelu ponudi najbližjo razpoložljivo alternativo, koristno uokvirjeno (»Hitro pošlo – tukaj je podobna možnost, ki je zdaj na zalogi«).
– Cilj: ujeti prodajo na izdelku, ki ga lahko izpolnite, namesto da jo izgubite ali preprodate izvirnik.

Ciljana razprodaja prevelike zaloge (e-pošta/SMS).
– Sprožilec: izdelek prekorači prag prevelike zaloge ali staranja, ki ga določite.
– Segment: kupci, katerih zgodovina ali brskanje se ujema z lastnostmi tega izdelka – velikost, barva, kategorija, cenovni razred.
– Časovnica: dovolj zgodaj, da se proda z zmernim popustom, ne kot razprodaja v naglici ob koncu sezone.
– Kanal: e-pošta z majhno relevantno mrežo; SMS za eno močno ujemanje.
– Cilj: premakniti kose k ljudem, ki jih bodo dejansko cenili, po najboljši ceni, ki jo situacija dopušča.

Ena opozorilo, ki ga velja izpostaviti kot nekaj za preveriti na lastnih podatkih: avtomatizacija »spet na zalogi« je naravni partner strani pomanjkanja, tako da kupci, ki so želeli razprodanega junaka, dobijo obvestilo, ko se vrne, namesto da bi jih potisnili k nadomestku, ki ga niso želeli. Ali deluje bolje pristop »najprej nadomestek« ali »najprej obvestilo«, bo odvisno od vaše kategorije – testirajte to, ne domnevajte.

Primer iz trgovine

Ponazoritvena trgovina z izdelki za dom je nenehno preprodajala eno priljubljeno laneno pregrinjalo in sedela na veliki preveliki zalogi istega pregrinjala v ukinjeni sivi barvi. Njihov blok priporočil je povsod prikazoval priljubljeno barvo.

Spremenili so dve pravili. Prvič, ko je junaška barva padla pod tedensko zalogo, je zapustila bloke priporočil – še vedno jo je bilo mogoče kupiti, le promovirana ni bila. Drugič, siva prevelika zaloga je bila postrežena posebej kupcem, ki so brskali po sivih in nevtralnih odtenkih, z nežno opombo »zadnji te barve« in rahlim popustom. Preklici na junaku so padli, ker so nehali gnati promet k skoraj prazni zalogi, siva pa se je začela premikati k ljudem, ki so dejansko želeli nevtralno pregrinjalo. (Ponazoritveni primer; mehanizem se prenaša, natančen rezultat ne.)

Kako to izmeriti

Stopnja preklicev in preprodaje pri izdelkih z nizko zalogo – naj pade, ko nehate promovirati redko zalogo.
Razprodaja ciljane prevelike zaloge – premaknjeni kosi na teden pred in po tem, ko ste jih začeli priporočati usklajenim kupcem.
Marža na razprodani zalogi – ciljana zgodnja razprodaja naj zadrži boljšo ceno kot pozna razprodaja po vsej trgovini.
Stopnja sprejema nadomestka – ko za redek izdelek ponudite razpoložljivo alternativo, kako pogosto jo kupci vzamejo.

Bodite pozorni na to, ali ta priporočila ustvarjajo nove prodaje ali le premikajo kupca z enega vašega izdelka na drugega. To razlikovanje – resničen dodaten prihodek proti prerazporejenemu povpraševanju – je zlahka spregledati in je obravnavano v kako testirati, ali priporočila povečajo prihodek ali ga le prerazporedijo.

Kako pomaga Omnisend

Ročno ukrepanje na ravneh zaloge čez bloke na spletni strani in e-sporočila je pri kakršnemkoli resnem obsegu neizvedljivo. V lastnih trgovinah uporabljam Omnisend, izbran po preizkusu proti Klaviyu, in njegovi bloki priporočil izdelkov ter segmentacija vam omogočajo gradnjo tokov okoli tega, kdo je kaj kupil ali brskal, nato pa dinamične bloke izdelkov napolnijo iz vašega kataloga. V kombinaciji z avtomatizacijo »spet na zalogi« lahko pokrijete obe strani – ljudi usmerjate k razpoložljivim alternativam zdaj in jih obvestite, ko se redek izdelek vrne.

Iskrena omejitev: kako tesno se priporočila lahko odzivajo na živo zalogo, je odvisno od platforme vaše trgovine in od tega, kako dobro se vaši podatki o inventarju sinhronizirajo. Omnisend avtomatizira segmentiranje in pošiljanje; ohranjanje ravni zaloge točnih in povezanih je na vas in nobeno orodje ne popravi priporočila, zgrajenega na zastarelih številkah inventarja. Omnisend je partner Shopimationa v pridruženem programu in ga priporočam iz resnične uporabe.

Vaš naslednji korak

Ta teden izberite svojega edinega največjega grešnika – priljubljen izdelek, ki ga nenehno preprodajate – in ga umaknite iz svojih blokov priporočil v trenutku, ko pade pod tedensko zalogo, ter tisti blok namesto tega usmerite na svojo najboljšo razpoložljivo alternativo. Nato za stran prevelike zaloge načrtujte ciljano razprodajo s kako promovirati počasi prodajajoče se izdelke, ne da bi jih pokazali vsem.

Product Discovery and Merchandising

What to Recommend When Inventory Is Limited

Posted on July 18, 2026 by

When inventory is limited, recommend the products you can actually fulfil and profit from, and steer demand toward them on purpose — not whatever a default “bestseller” block happens to surface. That usually means promoting in-stock alternatives to your popular-but-scarce items, pushing higher-margin or overstocked products into your recommendation slots, and quietly holding back low-stock heroes so you don’t spend clicks selling something you’ll have to cancel. The goal is to match what you recommend to what you can supply, so your highest-intent page space works with your warehouse instead of against it. This page is about recommendations under supply constraints specifically — thin stock, a few units left, or lopsided inventory — not general merchandising.

Two very different “limited inventory” situations

“Limited inventory” hides two opposite problems, and the right recommendation depends on which one you have.

Scarcity of the good stuff. Your best products keep selling out. The risk here is recommending items that are about to hit zero, generating clicks and orders you then have to cancel or backorder. Every one of those is a refund, a support ticket, and a customer who trusts you a little less.

A pile of the wrong stuff. You’re overstocked on slow movers — the wrong sizes, last season’s colours, a bulk order that didn’t land. The risk here is that your recommendation blocks keep pushing the same few winners while the dead stock ties up cash and shelf space.

Most stores have both at once. So the job splits in two: stop recommending what you can’t supply, and start recommending what you need to move. The rest of this page handles each.

The real problem: your recommendation block ignores stock entirely

Here’s the situation. Your product pages and cart show a “You may also like” block running on popularity or category rules. It has no idea how many units are left. So it happily features the jacket you have three of, drives fifty people to it, and now you’re overselling a product you can’t restock for six weeks. Meanwhile the 200 units of last year’s colour sit untouched because nothing ever points a customer at them.

The block is optimizing for the wrong thing. It’s trying to show the “best” product by some generic measure, with zero awareness of what that recommendation does to your operations. Popularity and availability are not the same signal, and a block that only knows the first will keep writing cheques your warehouse can’t cash.

Why the usual fixes fall short

“Just hide the sold-out ones.” Necessary but not sufficient. Hiding zero-stock items stops the worst embarrassment, but it does nothing about the near-empty heroes you’re still actively promoting, and nothing about the overstock you need to clear.

“Put the slow movers on sale for everyone.” A store-wide clearance banner discounts the dead stock to people who’d never have bought it — and often to people who’d have paid full price for something else. You burn margin broadly to solve a narrow inventory problem. Targeted recommendation is cheaper and quieter — surfacing the slow mover only to the customers it actually suits.

“Recommend more bestsellers.” This is the reflex, and under supply constraints it’s the exact wrong move — you’re concentrating demand on the items most likely to sell out, and starving everything else. Popular does not mean recommendable when stock is thin, a point worth sitting with — and one that holds even when supply is healthy: why popular products are not always the best recommendation.

Where the revenue and margin leak

Limited inventory leaks money in two directions at once, which is what makes it worth fixing deliberately.

On the scarcity side, every oversold order is a cancellation. An illustrative example: if a low-stock item drives 40 orders past its available 12 units, that’s 28 cancellations — 28 refunds to process, 28 support conversations, and a measurable dent in repeat rate from customers who felt let down. The “sale” that never ships costs you more than the sale you never made.

On the overstock side, cash sits frozen. If you’ve got €8,000 of retail value in slow movers gathering dust, that’s €8,000 you can’t spend on products that actually turn — plus, eventually, the deeper markdown you’ll take to clear it at end of season. Recommending it early, to the right people, at full or light-discount price, recovers far more than a panic clearance later. (Both figures illustrative.)

The practical solution: make stock a recommendation input

Work through this in order.

Set a low-stock threshold that suppresses recommendations. Below a level you choose — say, enough units to cover a week of that item’s typical demand — pull it from recommendation blocks even though it’s still buyable directly. Let motivated buyers find it; stop actively driving crowds to it. You protect the fulfilment promise on your highest-visibility slots.
For your scarce heroes, recommend the closest in-stock alternative. When someone views a near-empty popular item, the useful recommendation is a well-matched substitute you have plenty of — same use, similar price band, similar attributes. This is where attribute matching earns its keep, because “similar enough to satisfy the same need” is an attribute question. See how to use product attributes to create more relevant recommendations.
Give overstock a home in your recommendation slots — but targeted. Surface a slow mover only to customers for whom it’s genuinely relevant: the right size, the matching style, a complement to what they’re viewing. A last-season blue jacket goes to people browsing blue, or outerwear, not to the whole store. Relevant clearance sells at a better price and doesn’t cheapen your brand.
Rank by “can supply and want to move,” not by popularity alone. The healthiest recommendation logic blends a few signals: is it in comfortable stock, is it relevant to this customer, and does it help your margin or inventory position. A product that scores well on all three belongs in the block. Your current bestseller with 5 units left does not.

The underlying shift is that the “best” product to recommend is the best one for this customer that you can also actually ship — not the store-wide favourite. That distinction runs through all good merchandising: the difference between best sellers and the best product for this customer.

What to automate

Two automations do most of the work.

Substitute-on-scarcity (on-site + email).
– Trigger: a customer views or carts an item that’s dropped below your low-stock threshold.
– Content: a recommendation block leading with the closest in-stock alternative, framed helpfully (“Selling fast — here’s a similar option in stock now”).
– Goal: capture the sale on a product you can fulfil, instead of losing it or overselling the original.

Targeted overstock clearance (email/SMS).
– Trigger: a product crosses an overstock or aging threshold you define.
– Segment: customers whose history or browsing matches that product’s attributes — size, colour, category, price band.
– Timing: early enough to sell at a modest discount, not a fire sale at end of season.
– Channel: email with a small relevant grid; SMS for a single strong match.
– Goal: move units to people who’ll actually value them, at the best price the situation allows.

One caution worth flagging as something to verify against your own data: a back-in-stock automation is the natural partner to the scarcity side, so customers who wanted the sold-out hero get told when it returns rather than being pushed to a substitute they didn’t want. Whether substitute-first or notify-first works better will depend on your category — test it rather than assuming.

A store example

An illustrative homewares store kept overselling one popular linen throw and sat on a large overstock of the same throw in a discontinued grey. Their recommendation block showed the popular colour everywhere.

They changed two rules. First, once the hero colour dropped under a week’s stock, it left the recommendation blocks — still buyable, just not promoted. Second, the grey overstock was surfaced specifically to customers browsing greys and neutrals, with a gentle “last of this colour” note and a light discount. Cancellations on the hero fell because they stopped driving traffic at near-empty stock, and the grey started moving to people who actually wanted a neutral throw. (Illustrative example; the mechanism transfers, the exact result won’t.)

How to measure it

Cancellation and oversell rate on low-stock items — should fall once you stop promoting scarce stock.
Sell-through on targeted overstock — units moved per week before and after you started recommending them to matched customers.
Margin on cleared stock — targeted early clearance should hold a better price than a late store-wide sale.
Substitute acceptance rate — when you offer an in-stock alternative to a scarce item, how often customers take it.

Keep an eye on whether these recommendations are creating new sales or simply moving a customer from one of your products to another. That distinction — real incremental revenue versus reshuffled demand — is easy to miss and covered in testing whether recommendations increase revenue or just shift it.

How Omnisend helps

Acting on stock levels across on-site blocks and emails by hand is unworkable at any real volume. I use Omnisend in my own stores, chosen after testing it against Klaviyo, and its product recommendation blocks and segmentation let you build flows around who bought or browsed what, then feed dynamic product blocks from your catalog. Combined with a back-in-stock automation, you can cover both sides — steer people to available alternatives now, and notify them when the scarce item returns.

The honest limit: how tightly recommendations can react to live stock depends on your store platform and how well your inventory data syncs across. Omnisend automates the segmenting and sending; keeping stock levels accurate and connected is on you, and no tool fixes a recommendation built on stale inventory numbers. Omnisend is an affiliate partner of Shopimation, and I recommend it from real use.

Your next step

Pick your single worst offender this week — the popular item you keep overselling — and pull it from your recommendation blocks the moment it drops below a week of stock, pointing that block at your best in-stock alternative instead. Then, for the overstock side, plan targeted clearance with how to promote slow-moving products without showing them to everyone.