Close
Agenda fÞr die Celosphere 2020 ist live
improve-delivery-performance-celonis-min (1)

7 Strategien zur Verbesserung der Lieferleistung mit Celonis

hugo-santana-celonis (1)
von Hugo Santana
Juli 08, 2019
Lesezeit: 8 Minuten

Die Optimierung von Lieferprozessen ist kein leichtes Unterfangen. Sie erfordert eine sorgfÃĪltige Analyse der zugrunde liegenden Branche, der gelieferten Ware und der Kundenanforderungen. Viele Faktoren tragen dabei zu einer pÞnktlichen Lieferung bei. Nur wer diese EinflussgrÃķßen 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 BranchenfÞhrern 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 regelmÃĪßig zu Þbertreffen.

1. Fassen Sie klare Ziele ins Auge.

Der erste Schritt zu Lieferexzellenz besteht darin, Ziele zu identifizieren und zu definieren. Ein zentrales Bewertungskriterium fÞr Lieferungen ist „On-Time Delivery“ (OTD) – die pÞnktliche Lieferung.

Um diese Kennzahl zu ermitteln, benÃķtigen Sie zunÃĪchst einmal ein genaues VerstÃĪndnis Ihrer Kunden – nur auf dieser Basis lassen sich konkrete Maßnahmen und – noch wichtiger – Kategorien zur Qualifizierung Ihrer Ergebnisse definieren. Mit Celonis kÃķnnen Sie die OTD-Quote in AbhÃĪngigkeit Ihrer Kundenanforderungen und Unternehmensstrategie messen.

Uber legt beispielsweise in Form prognostizierter Abhol- und Ankunftszeiten von Beginn an klare Prozessziele fest. Schließlich wirken sich FahrverspÃĪtungen massiv auf die Zufriedenheit der Kunden aus. Das vorgegebene Zeitfenster ist dabei sehr eng – kommt der Fahrer ein paar Minuten zu spÃĪt, ist das PÞnktlichkeitskriterium nicht mehr erfÞllt.

2. Teile und herrsche.

Nehmen wir einmal an, ein Uber-Taxi ist zu spÃĪt am Zielort angekommen. Warum ist das passiert? Vielleicht lag das Problem ja bei der Fahrgastaufnahme. Unter UmstÃĪnden war der Kunde nicht rechtzeitig am vereinbarten Ort, oder der Fahrer hatte eine zu lange Anfahrt.

Es kÃķnnte aber auch sein, dass die Zeitprognose schlicht zu optimistisch war. Lief die Abholung des Fahrgasts hingegen nach Plan, kÃķnnen wir die FahrgastbefÃķrderung analysieren. Dort kommen unzÃĪhlige GrÞnde fÞr eine VerspÃĪtung in Betracht – beispielsweise Staus, ineffiziente Routenplanung oder eine ungenaue Berechnung der Fahrtdauer. Durch die Aufteilung der Fahrt in zwei Abschnitte kÃķnnen jeweils spezifischere Kennzahlen und Problemursachen ermittelt werden.

Process-Mining-Technologie bietet die MÃķglichkeit, Prozesse problemlos weiter zu untergliedern. Sie behÃĪlt auch dann den Durchblick, wenn Sie verschiedene Abteilungen, tausende Kunden und Millionen EinzelfÃĪlle analysieren mÞssen. Process Mining ermittelt, wo Sie Zeit verlieren, und hilft Ihnen, zur Wurzel des Problems vorzustoßen und LÃķsungen auf den Weg zu bringen.

3. Vermeiden Sie Verschiebungen des Lieferdatums.

Neben verspÃĪteten Lieferungen wirkt sich auch die Änderung des Lieferdatums besonders stark auf die Kundenzufriedenheit aus. Wird das Lieferdatum stÃĪndig verschoben, verlieren Kunden das Vertrauen in Sie.

Wenn Sie ein Uber bestellt haben und sich die Ankunftszeit stÃĪndig 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 ÃĪndern sich einzelne Lieferzeiten?

VerzÃķgern oder beschleunigen diese Änderungen die Lieferung?

Celonis ist nicht nur in der Lage, die Zahl der gegenÞber Kunden kommunizierten Änderungen von Lieferterminen zu messen, sondern auch deren Ursachen identifizieren.

4. ErfÞllen Sie jederzeit die Erwartungen Ihrer Kunden.

Die Kennzahl „LieferfÃĪhigkeit“ definiert, wie zuverlÃĪssig Sie das vom Kunden angefragte Lieferdatum einhalten. Sie gibt somit Aufschluss darÞber, ob Sie den Anforderungen des Marktes und Ihrer Kunden gerecht werden. Genau hier kommt die Delivery-Performance-LÃķsung von Celonis ins Spiel, die neben der Messung dieser Kennzahlen auch noch Verbesserungspotenzial aufzeigt.

In der Ridesharing-Branche sind die PÞnktlichkeitsanforderungen naturgemÃĪß sehr hoch. Um dem gerecht zu werden, muss Uber seinen Service minutengenau timen – andernfalls steigen die FahrgÃĪste aufs Taxi um.

Je nach Industrie kÃķnnen natÞrlich auch Lieferzeiten von einigen Wochen akzeptabel sein. Insgesamt jedoch entwickeln Kunden hinsichtlich der Durchlaufzeiten immer hÃķhere AnsprÞche, da LieferablÃĪufe bei Tier-1-Unternehmen kontinuierlich optimiert werden.

5. Messen Sie die Reaktionszeit.

Die Reaktionszeit hÃĪngt mit Ihrer FÃĪhigkeit zusammen, Liefertermine prÃĪzise einzuschÃĪtzen und einzuhalten. Es gibt viele Wege, wie Sie die Reaktionszeit verbessern und so das Vertrauen Ihrer Kunden gewinnen kÃķnnen.

Uber erzielt beispielsweise durch die Zusammenarbeit mit einer Vielzahl an Partnern eine schnelle Reaktionszeit. Dadurch stehen dem Unternehmen genÞgend Ressourcen zur VerfÞgung, um Kundenanforderungen gerecht werden. Bei Uber errechnet sich die Reaktionszeit aus der Entfernung zwischen dem Fahrgast und den verfÞgbaren 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 gewÃĪhrleisten Sie PÞnktlichkeit?

Welche Faktoren fließen in Ihre Berechnung mit ein?

Welche Variablen kÃķnnen verbessert werden, um die Reaktionszeit weiter zu verkÞrzen?

Celonis kann Reaktionszeiten messen und optimieren, indem Ihre Durchlaufzeiten analysiert werden. Die Durchlaufzeit beschreibt die benÃķtigte Zeit zur Bearbeitung von AuftrÃĪgen oder Bereitstellung von GÞtern. Sie kann auf unterschiedliche Weise gemessen werden.

In der Regel nimmt Ihr ERP-System die Berechnung automatisch vor. Die Lieferleistung hÃĪngt in starkem Maße von Ihren Durchlaufzeiten ab. Letztere sind also ein SchlÞssel dazu, proaktiver zu handeln und auch kurzfristig reagieren zu kÃķnnen.

6. Behalten Sie Incoterms im Blick.

Incoterms regeln den GefahrenÞbergang sowie die Kosten und Risiken beim GÞtertransport. Änderungen an Incoterms sind fÞr Sie auch deshalb wichtig, weil sie die Lieferleistung beeinflussen kÃķnnen.

Stellen Sie sich folgende Situation vor: Eine Gruppe von sechs Personen bestellt im Feierabendverkehr ein UberXL.

Der Preis betrÃĪgt das Dreifache des normalen Tarifs, da Uber zu dieser Zeit eine besonders hohe Nachfrage registriert. Wenige Minuten vor Ankunft des Fahrers wird die Gruppe Þber eine PlanÃĪnderung informiert: Zur VerfÞgung steht jetzt nur noch ein normales UberX, was zu klein fÞr die Gruppe ist.

Außerdem betrÃĪgt der Preis jetzt das FÞnffache des normalen Tarifs – die Begeisterung der Kunden hÃĪlt sich verstÃĪndlicherweise in Grenzen. Denselben Effekt haben Änderungen an Incoterms fÞr Organisationen, die beispielsweise Überseetransporte abwickeln.

Celonis kann derartige Änderungen erfassen und somit unnÃķtige Risiken, Zusatzkosten, manuellen Aufwand und VerzÃķgerungen eliminieren.

7. Lernen Sie aus der Vergangenheit, um fit fÞr die Zukunft zu werden.

Lieferprognosen auf Basis von Machine-Learning-Algorithmen kÃķnnen 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, UnfÃĪlle und andere Vorkommnisse. Machine Learning ist heutzutage ein wichtiger Baustein fÞr Lieferexzellenz.

Die von Celonis entwickelten Prognosemodelle berÞcksichtigen dabei auch LiefervorgÃĪnge aus der Vergangenheit: FÃĪlle, bei denen eine pÞnktliche Lieferung in Gefahr ist, kÃķnnen mittels Parametern wie „BestÃĪtigtes Lieferdatum“, „FÃĪlligkeitsdatum“, „Materialart“, „Fertigungswerk“ und „Land“ ermittelt und kategorisiert werden.

DarÞber hinaus lassen sich VerzÃķgerungen vorhersagen, indem saisonale Faktoren in die Ressourcenplanung einbezogen und somit zuverlÃĪssigere Prognosen ermÃķglicht werden.

Das Delivery-Performance-LÃķsungspaket aus dem Celonis App Store

Der Celonis App Store enthÃĪlt LÃķsungen, die Ihre Lieferleistung anhand der hierin vorgestellten Strategien messen und verbessern. Mit dem Solution Package kÃķnnen Sie die PÞnktlichkeit von Lieferungen messen, Prozesskomponenten analysieren, leistungsschÃĪdliche Änderungen vermeiden, Kundenerwartungen erfÞllen, Ihre Reaktionszeit verbessern, manuelle Eingriffe infolge von Incoterms reduzieren und drohende VerzÃķgerungen mit Machine Learning frÞhzeitig erkennen.

Neben leistungsstarken Dashboards enthÃĪlt das Package auch FunktionalitÃĪt und Ziele zur Aktivierung von Action Engine und Transformation Center.

Falls Sie an der Delivery-Performance-LÃķsung von Celonis interessiert sind, kontaktieren Sie uns gerne per E-Mail an appstore@celonis.com.

hugo-santana-celonis (1)
Hugo Santana
Senior Business Process Analyst

Hugo joined Celonis after completing his Masters in Data Science at the Technical University of Eindhoven. His passion is to realize business value from Process Mining Technology. Currently, he develops customer solutions in the Celonis App Store, specializing in Sales & Fulfillment processes.

Abonnieren Sie unseren monatlichen Newsletter

We've received your submission
Please fill in all the fields

Indem Sie dieses Formular absenden, stimmen Sie der Speicherung und Verarbeitung Ihrer personenbezogenen Daten durch Celonis gemÃĪß unserer Datenschutzrichtlinie zu.
Lieber Besucher, wir haben festgestellt, dass Sie eine veraltete Browser-Version verwenden. Teile dieser Seite werden von Ihrem Browser nicht korrekt dargestellt. FÞr eine korrekte Funktionsweise der Seite empfehlen wir Ihnen, einen alternativen Browser zu verwenden oder Ihren Browser auf eine unterstÞtzte Version anzuheben.