Orderrejection.jpeg

Order to Cash Teil 2: Auftragsablehnung

By John O'Regan
6 min read

Order to Cash (O2C), der Prozess, bei dem Kunden Bestellungen tรคtigen und Unternehmen Zahlungen erhalten, ist das Lebensnerv eines jeden Unternehmens. Das Konzept ist in der Theorie einfach, wird aber in der Praxis hรคufig durch Prozessabweichungen beschรคdigt. Einige sind unvermeidlich, aber viele der Haupttรคter sind eigentlich ganz einfach anzusprechen.

Im ersten Teil dieser dreiteiligen Serie haben wir uns mit der pรผnktlichen Lieferung als einer Sรคule des O2C-Prozesses beschรคftigt, und wie das Versรคumnis, Lieferungen pรผnktlich durchzufรผhren, den erfolgreichen Abschluss von O2C behindern kann.

In dieser Folge werden wir uns mit einem weiteren hรคufigen Stolperstein befassen, der Auftragsablehnung. Hier spielt die Lieferung keine Rolle - denn Bestellungen kommen nicht einmal in die Annahmephase.

Die Auswirkungen der Auftragsablehnung

Es gibt Fรคlle, in denen die Ablehnung eine legitime Antwort auf eine Bestellung ist, aber sie ist im Allgemeinen selten. In den meisten Fรคllen resultiert ein abgelehnter Auftrag aus etwas, das hรคtte vermieden werden kรถnnen.

Es versteht sich von selbst, dass die Ablehnung einer Bestellung auch fรผr einen Kunden รคuรŸerst unbefriedigend ist. Wenn eine Ablehnung diesen Kunden nicht zu einem Ex-Kunden macht, werden es Wiederholungsinstanzen sicherlich tun, daher ist es sehr wichtig, dass Unternehmen ein klares Bild von ihren Ablehnungen haben.

Aber die Schlรผsselfrage ist nicht โ€œWie viele Bestellungen wurden abgelehnt?โ€ sondern โ€œWarum treten diese Auftragsablehnungen auf?โ€

Einfache Verhรถre kรถnnen einige der gewรผnschten Informationen liefern, aber nicht annรคhernd den Detaillierungsgrad, der erforderlich ist, um die Probleme anzugehen. Auch die Bezugnahme auf KPIs erzรคhlt Ihnen nur einen Teil der Geschichte und liefert kaum mehr als die Quote der Auftragsablehnung.

In diesem Bereich zeichnen sich intelligente Lรถsungen auf Basis der Process-Mining-Technologie aus. Ein Echtzeit-MRT der operativen Daten zeigt genau, was die Probleme sind und wo sie im Prozess auftreten, und empfiehlt automatisch KorrekturmaรŸnahmen zur Operationalisierung der Prozessverbesserung.

Warum es zu Auftragsablehnungen kommt

Einige der hรคufigsten Schuldigen bei der Ablehnung von Bestellungen sind einfache Fehler in den Bestellungen selbst. Ob sich der Fehler auf Variablen wie Menge und Liefertermin oder nicht รผbereinstimmende Bestellnummern bezieht, das Endergebnis ist von der vรถlligen Ablehnung bis hin zu langen Verzรถgerungszeiten, da zur Fehlerbehebung ein manueller Eingriff erforderlich ist.

Sind Fehler die Hauptursache fรผr die Ablehnung von Bestellungen, kann es sein, dass ein weiterer Automatisierungsgrad eine mรถgliche Lรถsung ist. Mit intelligenten Process-Mining-basierten Lรถsungen kรถnnen Bereiche, die von einer Automatisierung profitieren wรผrden, eindeutig identifiziert werden.

Die Ablehnung der Bestellung kann auch vom Kunden veranlasst werden; er kann die Annahme einer unvollstรคndigen Bestellung oder einer Bestellung, die einer falschen Rechnung beigefรผgt ist, verweigern. Etwas so Grundlegendes wie eine unerwartete Verzรถgerung der Lieferzeit kรถnnte ausreichen, um eine Stornierung durch Kunden zu bewirken, die groรŸen Wert auf eine schnelle Auftragserfรผllung legen.

Eine weitere hรคufige Ursache fรผr die Ablehnung von Auftrรคgen ist die Weigerung von Unternehmen, einige Auftrรคge anzunehmen, weil sie ein wahrgenommenes Risiko darstellen. Dies ist ein komplexer Bereich. Einerseits ist es wahrscheinlich, dass sich ein abgelehnter Kunde benachteiligt fรผhlt und dadurch zu einem Ex-Kunden wird. Auf der anderen Seite will kein Unternehmen Kredite an Kunden vergeben, die wahrscheinlich oder mรถglicherweise nicht in der Lage sind, ihre Rechnung zu bezahlen.

Unternehmen schaffen in der Regel automatisierte Grenzwerte fรผr die Auftragswerte und verhindern so die Auftragserteilung รผber einen bestimmten Wert hinaus. Sie kรถnnen auch รผber automatisierte Kreditlimits verfรผgen, die verhindern, dass Bestandskunden ihre Bestellung รผber ein bestimmtes vorgegebenes Limit hinaus erhรถhen.

Die Idee ist prinzipiell solide, kann aber in der Praxis zu Absurditรคten fรผhren, bei denen ein bestehender Kunde mit einem Auftragswert von $99.000 auf ein Auftragslimit von $100.000 US stรถรŸt. Sie finden sich dann nicht in der Lage, etwas รผber $1.000 zu bestellen, ohne zuerst ihre Rechnung vollstรคndig zu begleichen.

Stellen Sie sich ein Restaurant vor, das Ihre Gruppe mit Vorspeisen und Hauptgerichten bedient, sich dann aber weigert, Ihre Weinauswahl zu gestalten, bis Sie fรผr die Speisenbestellungen bezahlen. Es ist unwahrscheinlich, dass Sie das Erlebnis genieรŸen oder es eilig haben, es erneut zu besuchen.

Diese Art von Szenarien spielen sich hรคufiger ab, als die meisten Menschen glauben, und kรถnnen auf Dauer vรถllig unentdeckt bleiben. Aber die Schaffung von Barrieren fรผr solche relativ preiswerten Produkte ist ein Hindernis fรผr die praktische Geschรคftstรคtigkeit und eine Abschreckung fรผr die Kunden.

Auch hier kommt die Process-Mining-Technologie zum Tragen.

Wie die Process Mining Technologie bei der Auftragsablehnung hilft

Durch eine grรผndliche Prรผfung der relevanten Daten findet Process Mining Mรถglichkeiten, wie ein Unternehmen seine Order-Limit-Richtlinie verbessern kann, oder, wenn dieses Limit vollstรคndig zu Lasten des Unternehmens geht, die Gewissheit besteht, dass es vollstรคndig verworfen werden kann.

Die Ablehnung von Auftrรคgen aus Grรผnden der Bonitรคtsprรผfung ist schwieriger. Es versteht sich von selbst, dass eine gewisse Vorsicht geboten ist, aber eine รผbertriebene Vorsicht wirkt sich gegen das Unternehmen aus, indem sie die Tรผr zu den Einnahmen schlieรŸt, die hรคtten realisiert werden kรถnnen.

In einer analogen Welt war ein hoher Grad an Einsicht nicht mรถglich, und so wรผrden Unternehmen einen Kreditbarren so gut sie konnten setzen. Dies bedeutete jedoch, dass viele legitime potenzielle Kunden daran gehindert wurden, Geschรคfte zu tรคtigen.

Durch den schnellen Einstieg in das heutige digitale Zeitalter und die Einfรผhrung von Process-Mining-Lรถsungen kรถnnen sich Unternehmen ein viel klareres Bild von ihrer Kreditprรผfungspolitik und deren Auswirkungen auf ihren potenziellen Kundenstamm machen. Richtlinien kรถnnen flexibler und individueller gestaltet werden, anstatt fรผr alle einheitlich zu sein, was weitere Einnahmequellen erschlieรŸt.

Die weit verbreitete Informatisierung unter Unternehmen und Verbrauchern bedeutet, dass die Unternehmen von heute mehr Daten รผber ihren Betrieb und ihre Kunden haben als je zuvor in der Geschichte. Wenn diese Daten jedoch nicht ordnungsgemรครŸ verwendet werden, wird ihr Nutzen verschwendet.

Die Process-Mining-Technologie ist der Schlรผssel zur Realisierung des Potenzials dieser Daten, indem sie sie vom Rohstoff zu einem wertvollen Vermรถgenswert macht, der den Geschรคftsbetrieb rationalisiert, zur Kundenzufriedenheit beitrรคgt und letztlich die Voraussetzungen fรผr hรถhere Gewinne schafft.

Kurz gesagt, Process Mining bietet eine neue Tiefe des Einblicks in die Probleme, mit denen Unternehmen hรคufig konfrontiert sind, einschlieรŸlich einiger, von denen sie nie bemerkt haben, dass sie รผberhaupt existieren. Das macht intelligente Unternehmenslรถsungen - wie die von Celonis auf Basis seiner leistungsstarken Process-Mining-Technologie - zu etwas, das sich kein modernes Unternehmen leisten kann.

Did you like this article?

Maybe others you know will also find it helpful.

About the author

Loslegen mit der Intelligent Business Cloud

Lieber Besucher, wir haben festgestellt, dass Sie eine veraltete Browser-Version verwenden. Teile dieser Seite werden von Ihrem Browser nicht korrekt dargestellt. Fรผr eine korrekte Funktionsweise der Seite empfehlen wir Ihnen, einen alternativen Browser zu verwenden oder Ihren Browser auf eine unterstรผtzte Version anzuheben.