FCHEADERJSPLACEHOLDER

Saldi e stagionalità 2022: leggere i dati per non svendere

Fabio Canovi imprenditore digitale nel settore e-Commerce in Italia.
Fabio Canovi
Consulente Adobe · AI Specialist

Quest’anno arrivo ai saldi estivi con una convinzione più netta del solito: lo sconto uguale per tutti è un lusso che, nel 2022, quasi nessun merchant si può più permettere. Con l’inflazione che erode i margini a monte (costi di acquisto, logistica, energia) e a valle (potere di spesa dei clienti), buttare via marginalità con un -30% orizzontale non è “fare i saldi”, è regalare quello che resta.

Negli anni, progettando e gestendo store su Adobe Commerce, mi sono convinto di una cosa semplice: i saldi sono un problema di dati prima che di prezzo. Chi legge bene la stagionalità e il sell-through decide con anticipo e con la testa; chi non li legge sconta di pancia, sotto pressione, di solito troppo tardi e troppo in profondità. Provo a raccontare come lo affronto io, con esempi presi dal campo e volutamente anonimizzati.

Prima leggere la stagionalità, poi decidere il prezzo

La domanda giusta non è “quanto sconto?” ma “che curva ha questo prodotto?”. Ogni SKU ha una sua stagionalità, e trattarli tutti allo stesso modo è il primo errore. Un capo estivo comprato a giugno ha una finestra di vendita a prezzo pieno molto stretta; un evergreen che rivendo tutto l’anno non ha nessuna urgenza di essere svalutato a luglio.

Quello che guardo, sui dati storici degli ultimi due-tre anni, sono tre cose: quando parte davvero la domanda (non quando parte la stagione sul calendario), quanto dura il picco, e quanto velocemente cala. In Adobe Commerce questi numeri li ho già in casa: Products in Cart, Ordered Products, Bestsellers nel reporting nativo, e se serve una lettura più fine costruisco viste ad hoc sul database delle vendite. Non servono strumenti esotici: serve guardarli prima di giugno, non durante.

Il sell-through è la bussola, non l’invenduto

La metrica che tengo davanti a tutte le altre è il sell-through rate: la percentuale di stock venduta in una finestra data. È l’unico numero che ti dice se un prodotto sta “camminando” da solo o se ha bisogno di una spinta. Un merchant fashion di fascia media con cui ho lavorato ragionava sempre e solo in termini di rimanenze a fine stagione, cioè guardava il problema quando ormai era diventato irreversibile. Ribaltando la lettura sul sell-through settimanale, la decisione di sconto è diventata anticipata e chirurgica.

La mia regola pratica: se a metà finestra di vendita uno SKU è sotto il sell-through atteso, quello è il candidato allo sconto, non il bestseller che sta esaurendo da solo. Scontare ciò che vende già bene è il modo più elegante per bruciare margine senza motivo. E capita, perché lo sconto orizzontale fa esattamente questo: taglia il prezzo anche a chi avrebbe comprato comunque a prezzo pieno.

Contro lo “sconto uguale per tutti”

Qui sta la mia presa di posizione, e nel 2022 la difendo con più forza. Il “-X% su tutto” è comodo perché è facile da comunicare e da configurare. Ma è una decisione presa per pigrizia analitica, non per strategia. Regala margine sui prodotti che vendono, non libera abbastanza magazzino su quelli fermi, e abitua il cliente ad aspettare i saldi per comprare quello che avrebbe pagato a prezzo pieno.

La mia alternativa è la segmentazione delle offerte lungo due assi. Primo asse, il prodotto: sconto profondo e progressivo sullo stock a bassa rotazione da liberare, sconto zero o simbolico sugli evergreen e sui bestseller. Secondo asse, il cliente: chi ha già acquistato a prezzo pieno, chi è nel programma loyalty, chi ha il carrello abbandonato pieno di un certo brand non merita lo stesso trattamento del traffico freddo. Adobe Commerce, con i customer segments e le cart price rules, permette di costruire queste regole in modo granulare. Il B2B, poi, ha una sua partita a parte: le shared catalog e i listini per gruppo consentono di gestire i saldi senza svendere agli occhi di tutti.

Pricing dinamico e regole: markdown progressivo, non taglio secco

Il taglio secco al -40% dal primo giorno è quasi sempre uno spreco. Se un prodotto si sarebbe venduto al -20%, il -40% è margine regalato; se non si vende nemmeno al -40%, l’hai scoperto troppo tardi. Preferisco un markdown progressivo: parto con uno sconto contenuto sui prodotti da smaltire e lo aumento a scaglioni solo se il sell-through resta sotto soglia, fino alla fine stagione dove l’obiettivo diventa liberare cassa e spazio a magazzino.

Operativamente uso le catalog price rules con date di inizio e fine per programmare gli scaglioni in anticipo, così le variazioni scattano da sole senza interventi manuali sotto stress. È qui che il pricing “dinamico” ha senso per un mid-market: non un algoritmo che cambia prezzo ogni ora, ma un insieme di regole guidate dai dati di rotazione che tolgono l’emotività dalla decisione.

Stock e rotazione: i saldi finiscono a monte

Una cosa che ripeto spesso: un buon saldo si decide in fase di acquisto, mesi prima. Se ho comprato troppo e male, nessuna price rule mi salverà il margine a luglio. In un anno di inflazione questo pesa doppio, perché il costo del capitale immobilizzato a magazzino è più alto e ogni settimana di giacenza in più mi mangia marginalità.

Per questo tengo d’occhio la rotazione per SKU e per categoria e allineo il calendario degli sconti alla velocità reale di svuotamento, non alle date del calendario commerciale. L’obiettivo non è “svendere per fare cassa”, è convertire stock a bassa rotazione in liquidità al minimo sacrificio di margine possibile. Sono due cose diverse, e confonderle è il modo più rapido per chiudere la stagione con i conti peggiori dell’anno prima.

Come lo imposto, in pratica

  • Classifico gli SKU per rotazione e stagionalità prima dell’inizio saldi: da liberare, neutri, protetti.
  • Fisso soglie di sell-through settimanali e collego a ciascuna soglia uno scaglione di sconto già configurato.
  • Segmento le offerte per prodotto e per cliente con customer segments e cart price rules, invece dello sconto orizzontale.
  • Programmo il markdown con catalog price rules a scadenza, così gli scaglioni scattano senza interventi manuali.
  • Monitoro margine e rotazione in corsa, non solo il fatturato, e correggo solo dove serve.

Non è più lavoro di configurazione: è lo stesso lavoro, fatto sui dati giusti invece che a sentimento. E in un 2022 in cui ogni punto di margine conta, la differenza tra un saldo pilotato e uno subìto è tutta qui.

Mini-FAQ

Qual è la metrica più importante per decidere gli sconti nei saldi?
Il sell-through rate, cioè la percentuale di stock venduta in una finestra data. Dice quali prodotti hanno bisogno di una spinta e quali stanno vendendo da soli: si sconta il primo gruppo, non il secondo.

Perché sconsiglio lo sconto uguale per tutti i prodotti?
Perché regala margine sui prodotti che vendono già a prezzo pieno, non libera abbastanza lo stock fermo e abitua il cliente ad aspettare i saldi. Meglio segmentare per rotazione del prodotto e per tipo di cliente.

Come si gestisce un markdown progressivo su Adobe Commerce?
Con le catalog price rules programmate a date di inizio e fine, collegate a soglie di sell-through: lo sconto parte contenuto sui prodotti da smaltire e aumenta a scaglioni solo se la rotazione resta sotto la soglia attesa.

I saldi si decidono davvero solo a luglio?
No. Un buon saldo si imposta in fase di acquisto, mesi prima. Se lo stock è stato comprato male, nessuna regola di prezzo recupererà il margine a stagione in corso.


Fabio Canovi lavora da oltre dieci anni su Magento e Adobe Commerce, progettando e gestendo store per merchant mid-market. È tra i primi professionisti in Italia certificati Adobe Commerce. Su questo blog scrive la sua lettura da insider su e-commerce, pricing e piattaforma, senza CTA e senza nomi di clienti.

Fabio Canovi imprenditore digitale nel settore e-Commerce in Italia.
Chi sono
Sono Fabio Canovi, consulente Adobe presso il gruppo Lutech. Tra i primi in Italia certificato Adobe Commerce e certificato AEM, Analytics e Target (Master su Target). Negli ultimi due anni ho unito le competenze Adobe con l’AI agentica, lavorando con Claude Code e Cowork e costruendo MCP su misura per portare gli agenti dentro le piattaforme e-commerce reali.

Articoli correlati