- Kunde
- Portmeirion
- Plattform
- Magento 2 + Hyvä
- Branche
- Geschirr & Wohnaccessoires
- Umfang
- Redesign + KI-Bestandsprognose
- Live-Site
- portmeirion.co.uk
Portmeirions Botanic Garden-Serie steht seit 1972 in britischen Küchen; das Unternehmen selbst besteht seit 1960. Wenn eine Marke so viel Tradition trägt, hat ihr Onlineshop zwei Aufgaben: verkaufen und dieser Tradition gerecht werden. Unser Mandat deckte beide Seiten dieser Gleichung ab — ein vollständiges Website-Redesign auf Magento und ein KI-basiertes System zur Bestandsprognose, das im Hintergrund arbeitet.
Die Herausforderung: Traditionsmarke, moderne Erwartungen
Portmeirion verkauft Muster, keine Produkte — die Kundschaft sammelt eine Serie über Jahre und erwartet, die Neuzugänge dieser Saison neben Stücken zu finden, die vor einem Jahrzehnt gekauft wurden. Dieses Sammelverhalten prägt alles:
- Navigation nach Kollektionen — die Kundschaft durchstöbert Botanic Garden oder Sophie Conran als eigene Welt, nicht als Kategorie von SKUs
- Tiefer, langlebiger Katalog — Serien bleiben jahrzehntelang im Verkauf, deshalb muss die Informationsarchitektur in der Zeit ebenso skalieren wie im Umfang
- Saisonale Nachfragespitzen — Weihnachtsserien und Aktionen erzeugen heftige Bestandsschwankungen für einen Hersteller-Händler
Was wir gebaut haben
Ein kollektionsorientiertes Redesign auf Hyvä
Die Storefront läuft auf Magento 2 mit einem Hyvä-Frontend — der Theme-Architektur aus Tailwind CSS und Alpine.js, die Lumas Legacy-JavaScript entfernt. Bei einem so bildlastigen Katalog zählt die Payload-Disziplin: Kollektionsseiten bleiben schnell, selbst mit üppiger Serienfotografie — das Kernanliegen unserer PageSpeed-Optimierung.
Ein Checkout, der zur Marke passt
Der Checkout ist durchgängig im Markendesign gehalten und bewusst ruhig: ein zweistufiger Ablauf Lieferung → Bestätigen & Bezahlen, Abholung vor Ort und Lieferung nach Hause nebeneinander sowie eine Bestellübersicht, die den Warenkorb durchgehend sichtbar hält. Keine fremde Checkout-Oberfläche, die im Moment der Zahlung den Zauber bricht.
KI-Bestandsprognose
Die zweite Hälfte des Mandats rendert nie ein Pixel. Wir haben ein KI-System zur Bestandsprognose gebaut, das aus historischen Verkäufen, Saisonalität und Aktionskalendern lernt, um die Nachfrage je Produkt zu prognostizieren — und kennzeichnet, was ausgeht und wo sich Überbestand bildet, bevor eines von beidem eintritt. Für ein Unternehmen, das seine Serien selbst herstellt, fließt diese Prognose in die Produktionsplanung ein, nicht nur in die Nachbestellung.
Hier sehen wir KI echten Commerce-ROI liefern: keine Chatbots, sondern Nachfrageprognosen, die in die Systeme eingebunden sind, die ein Merchandising-Team ohnehin nutzt. Die Prognose ist eine starke Vorgabe, die ein Mensch übersteuern kann — niemals ein Orakel.
Es ist ein Muster, das wir inzwischen in unseren Mandaten zur KI- und ML-Entwicklung wiederholen, und der Gedanke dahinter ist auf unserer Seite zu KI-Leistungen dargelegt: mit engem Fokus beginnen, in bestehende Workflows einbinden, an Entscheidungen messen, die ein Einkäufer tatsächlich trifft.
Der Technologie-Stack
- Magento 2 — tiefer, langlebiger Katalog mit komplexem Set-/Serien-Merchandising
- Hyvä-Theme — Tailwind- + Alpine.js-Storefront; minimales JavaScript, bildorientierte Seiten, die schnell bleiben
- Checkout im Markendesign — individueller zweistufiger Ablauf mit Abhol-/Lieferlogik
- KI-Nachfrageprognose — Vorhersagen je SKU aus Verkaufshistorie, Saisonalität und Aktionen
Nach unserer Erfahrung profitieren traditionsreiche Einzelhandelsmarken am meisten von dieser Kombination: Die Storefront gewinnt das Vertrauen der Kundschaft, und die Prognose schützt still die beiden Zahlen, die über ein Einzelhandelsjahr entscheiden — Verfügbarkeit und Lagerhaltungskosten.
Sitzen Sie auf ungenutzter Verkaufshistorie?
Wenn Ihr Team die Nachfrage noch am Freitag vor einem Serien-Launch in einer Tabelle prognostiziert, besitzen Sie bereits die Daten, um es besser zu machen. Sprechen Sie mit unserem Engineering-Team darüber, was ein Redesign, eine schnellere Storefront oder eine funktionierende Nachfrageprognose erfordern würde — wir antworten innerhalb eines Werktags mit einer ehrlichen Einschätzung zu Umfang und Kosten.