Die Optimierung von Lieferprozessen ist kein leichtes Unterfangen. Sie erfordert eine sorgfältige Analyse der zugrunde liegenden Branche, der gelieferten Ware und der Kundenanforderungen. Viele Faktoren tragen dabei zu einer pünktlichen Lieferung bei. Nur wer diese Einflussgrößen genau kennt, kann Lieferungen zeitgenau abwickeln und sich somit einen wertvollen Wettbewerbsvorteil verschaffen.
In diesem Artikel stellen wir die 7 besten Strategien zur Messung und Verbesserung von Lieferprozessen vor. Inspiration zogen wir dabei aus der Zusammenarbeit mit Branchenführern wie Uber, Siemens, ABB, BMW und Coca-Cola. Dort kommen diese Strategien bereits zum Einsatz, um das Vertrauen von Kunden zu gewinnen und deren Erwartungen regelmäßig zu übertreffen.
Der erste Schritt zu Lieferexzellenz besteht darin, Ziele zu identifizieren und zu definieren. Ein zentrales Bewertungskriterium für Lieferungen ist „On-Time Delivery“ (OTD) – die pünktliche Lieferung.
Um diese Kennzahl zu ermitteln, benötigen Sie zunächst einmal ein genaues Verständnis Ihrer Kunden – nur auf dieser Basis lassen sich konkrete Maßnahmen und – noch wichtiger – Kategorien zur Qualifizierung Ihrer Ergebnisse definieren. Mit Celonis können Sie die OTD-Quote in Abhängigkeit Ihrer Kundenanforderungen und Unternehmensstrategie messen.
Uber legt beispielsweise in Form prognostizierter Abhol- und Ankunftszeiten von Beginn an klare Prozessziele fest. Schließlich wirken sich Fahrverspätungen massiv auf die Zufriedenheit der Kunden aus. Das vorgegebene Zeitfenster ist dabei sehr eng – kommt der Fahrer ein paar Minuten zu spät, ist das Pünktlichkeitskriterium nicht mehr erfüllt.
Nehmen wir einmal an, ein Uber-Taxi ist zu spät am Zielort angekommen. Warum ist das passiert? Vielleicht lag das Problem ja bei der Fahrgastaufnahme. Unter Umständen war der Kunde nicht rechtzeitig am vereinbarten Ort, oder der Fahrer hatte eine zu lange Anfahrt.
Es könnte aber auch sein, dass die Zeitprognose schlicht zu optimistisch war. Lief die Abholung des Fahrgasts hingegen nach Plan, können wir die Fahrgastbeförderung analysieren. Dort kommen unzählige Gründe für eine Verspätung in Betracht – beispielsweise Staus, ineffiziente Routenplanung oder eine ungenaue Berechnung der Fahrtdauer. Durch die Aufteilung der Fahrt in zwei Abschnitte können jeweils spezifischere Kennzahlen und Problemursachen ermittelt werden.
Process-Mining-Technologie bietet die Möglichkeit, Prozesse problemlos weiter zu untergliedern. Sie behält auch dann den Durchblick, wenn Sie verschiedene Abteilungen, tausende Kunden und Millionen Einzelfälle analysieren müssen. Process Mining ermittelt, wo Sie Zeit verlieren, und hilft Ihnen, zur Wurzel des Problems vorzustoßen und Lösungen auf den Weg zu bringen.
Neben verspäteten Lieferungen wirkt sich auch die Änderung des Lieferdatums besonders stark auf die Kundenzufriedenheit aus. Wird das Lieferdatum ständig verschoben, verlieren Kunden das Vertrauen in Sie.
Wenn Sie ein Uber bestellt haben und sich die Ankunftszeit ständig nach vorne oder hinten verschiebt, verlieren Sie das Vertrauen in den Service.
Vermeiden Sie deshalb Verschiebungen des Lieferdatums. Stellen Sie sich die folgenden Fragen, um Ihre Lieferperformance zu verbessern:
Wie oft werden Lieferzeiten verschoben? Wie oft ändern sich einzelne Lieferzeiten? Verzögern oder beschleunigen diese Änderungen die Lieferung?
Celonis ist nicht nur in der Lage, die Zahl der gegenüber Kunden kommunizierten Änderungen von Lieferterminen zu messen, sondern auch deren Ursachen identifizieren.
Die Kennzahl „Lieferfähigkeit“ definiert, wie zuverlässig Sie das vom Kunden angefragte Lieferdatum einhalten. Sie gibt somit Aufschluss darüber, ob Sie den Anforderungen des Marktes und Ihrer Kunden gerecht werden. Genau hier kommt die Delivery-Performance-Lösung von Celonis ins Spiel, die neben der Messung dieser Kennzahlen auch noch Verbesserungspotenzial aufzeigt.
In der Ridesharing-Branche sind die Pünktlichkeitsanforderungen naturgemäß sehr hoch. Um dem gerecht zu werden, muss Uber seinen Service minutengenau timen – andernfalls steigen die Fahrgäste aufs Taxi um.
Je nach Industrie können natürlich auch Lieferzeiten von einigen Wochen akzeptabel sein. Insgesamt jedoch entwickeln Kunden hinsichtlich der Durchlaufzeiten immer höhere Ansprüche, da Lieferabläufe bei Tier-1-Unternehmen kontinuierlich optimiert werden.
Die Reaktionszeit hängt mit Ihrer Fähigkeit zusammen, Liefertermine präzise einzuschätzen und einzuhalten. Es gibt viele Wege, wie Sie die Reaktionszeit verbessern und so das Vertrauen Ihrer Kunden gewinnen können.
Uber erzielt beispielsweise durch die Zusammenarbeit mit einer Vielzahl an Partnern eine schnelle Reaktionszeit. Dadurch stehen dem Unternehmen genügend Ressourcen zur Verfügung, um Kundenanforderungen gerecht werden. Bei Uber errechnet sich die Reaktionszeit aus der Entfernung zwischen dem Fahrgast und den verfügbaren Fahrern. Uber hat Algorithmen entwickelt, die das ideale Match aus Kunde und Fahrer ermitteln.
Auch Sie sollten sich fragen: Wie gut ist Ihre Reaktionszeit? Wie gewährleisten Sie Pünktlichkeit? Welche Faktoren fließen in Ihre Berechnung mit ein? Welche Variablen können verbessert werden, um die Reaktionszeit weiter zu verkürzen?
Celonis kann Reaktionszeiten messen und optimieren, indem Ihre Durchlaufzeiten analysiert werden. Die Durchlaufzeit beschreibt die benötigte Zeit zur Bearbeitung von Aufträgen oder Bereitstellung von Gütern. Sie kann auf unterschiedliche Weise gemessen werden.
In der Regel nimmt Ihr ERP-System die Berechnung automatisch vor. Die Lieferleistung hängt in starkem Maße von Ihren Durchlaufzeiten ab. Letztere sind also ein Schlüssel dazu, proaktiver zu handeln und auch kurzfristig reagieren zu können.
Incoterms regeln den Gefahrenübergang sowie die Kosten und Risiken beim Gütertransport. Änderungen an Incoterms sind für Sie auch deshalb wichtig, weil sie die Lieferleistung beeinflussen können. Stellen Sie sich folgende Situation vor: Eine Gruppe von sechs Personen bestellt im Feierabendverkehr ein UberXL.
Der Preis beträgt das Dreifache des normalen Tarifs, da Uber zu dieser Zeit eine besonders hohe Nachfrage registriert. Wenige Minuten vor Ankunft des Fahrers wird die Gruppe über eine Planänderung informiert: Zur Verfügung steht jetzt nur noch ein normales UberX, was zu klein für die Gruppe ist.
Außerdem beträgt der Preis jetzt das Fünffache des normalen Tarifs – die Begeisterung der Kunden hält sich verständlicherweise in Grenzen. Denselben Effekt haben Änderungen an Incoterms für Organisationen, die beispielsweise Überseetransporte abwickeln. Celonis kann derartige Änderungen erfassen und somit unnötige Risiken, Zusatzkosten, manuellen Aufwand und Verzögerungen eliminieren.
Lieferprognosen auf Basis von Machine-Learning-Algorithmen können Ihnen einen wichtigen Wettbewerbsvorteil verschaffen und die Lieferleistung signifikant verbessern. Uber hat eigene Algorithmen entwickelt, die sich positiv auf die Lieferleistung auswirken. So helfen beispielsweise Navigationsalgorithmen den Fahrern, die effektivste Route zum Zielort zu ermitteln – das wirkt sich direkt auf die „On-Time Delivery“ aus.
Die Algorithmen reagieren dynamisch auf die aktuelle Verkehrssituation, etwa auf Staus, Unfälle und andere Vorkommnisse. Machine Learning ist heutzutage ein wichtiger Baustein für Lieferexzellenz.
Die von Celonis entwickelten Prognosemodelle berücksichtigen dabei auch Liefervorgänge aus der Vergangenheit: Fälle, bei denen eine pünktliche Lieferung in Gefahr ist, können mittels Parametern wie „Bestätigtes Lieferdatum“, „Fälligkeitsdatum“, „Materialart“, „Fertigungswerk“ und „Land“ ermittelt und kategorisiert werden.
Darüber hinaus lassen sich Verzögerungen vorhersagen, indem saisonale Faktoren in die Ressourcenplanung einbezogen und somit zuverlässigere Prognosen ermöglicht werden.
Der Celonis App Store enthält Lösungen, die Ihre Lieferleistung anhand der hierin vorgestellten Strategien messen und verbessern. Mit dem Solution Package können Sie die Pünktlichkeit von Lieferungen messen, Prozesskomponenten analysieren, leistungsschädliche Änderungen vermeiden, Kundenerwartungen erfüllen, Ihre Reaktionszeit verbessern, manuelle Eingriffe infolge von Incoterms reduzieren und drohende Verzögerungen mit Machine Learning frühzeitig erkennen.
Neben leistungsstarken Dashboards enthält das Package auch Funktionalität und Ziele zur Aktivierung von Action Engine und Transformation Center.
Falls Sie an der Delivery-Performance-Lösung von Celonis interessiert sind, kontaktieren Sie uns gerne per E-Mail an appstore@celonis.com.