Close
Back
Blog: Order-to-Cash Teil 2 - Auftragsablehnung
O2C: Order Rejection

Order to Cash Teil 2: Auftragsablehnung

Southard Jones
von Southard Jones
Februar 28, 2019
Lesezeit: 6 Minuten

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

Im ersten Teil dieser dreiteiligen Serie haben wir uns mit der pünktlichen Lieferung als einer Säule des O2C-Prozesses beschäftigt, und wie das Versäumnis, Lieferungen pünktlich durchzuführen, den erfolgreichen Abschluss von O2C behindern kann.

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

Die Auswirkungen der Auftragsablehnung

Es gibt Fälle, in denen die Ablehnung eine legitime Antwort auf eine Bestellung ist, aber sie ist im Allgemeinen selten. In den meisten Fällen resultiert ein abgelehnter Auftrag aus etwas, das hätte vermieden werden können.

Es versteht sich von selbst, dass die Ablehnung einer Bestellung auch für einen Kunden äußerst 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 Schlüsselfrage ist nicht "Wie viele Bestellungen wurden abgelehnt?" sondern "Warum treten diese Auftragsablehnungen auf?"

Einfache Verhöre können einige der gewünschten Informationen liefern, aber nicht annähernd den Detaillierungsgrad, der erforderlich ist, um die Probleme anzugehen. Auch die Bezugnahme auf KPIs erzählt Ihnen nur einen Teil der Geschichte und liefert kaum mehr als die Quote der Auftragsablehnung.

In diesem Bereich zeichnen sich intelligente Lösungen 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 Korrekturmaßnahmen zur Operationalisierung der Prozessverbesserung.

Warum es zu Auftragsablehnungen kommt

Einige der häufigsten 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 übereinstimmende Bestellnummern bezieht, das Endergebnis ist von der völligen Ablehnung bis hin zu langen Verzögerungszeiten, da zur Fehlerbehebung ein manueller Eingriff erforderlich ist.

Sind Fehler die Hauptursache für die Ablehnung von Bestellungen, kann es sein, dass ein weiterer Automatisierungsgrad eine mögliche Lösung ist. Mit intelligenten Process-Mining-basierten Lösungen können Bereiche, die von einer Automatisierung profitieren würden, eindeutig identifiziert werden.

Die Ablehnung der Bestellung kann auch vom Kunden veranlasst werden; er kann die Annahme einer unvollständigen Bestellung oder einer Bestellung, die einer falschen Rechnung beigefügt ist, verweigern. Etwas so Grundlegendes wie eine unerwartete Verzögerung der Lieferzeit könnte ausreichen, um eine Stornierung durch Kunden zu bewirken, die großen Wert auf eine schnelle Auftragserfüllung legen.

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

Unternehmen schaffen in der Regel automatisierte Grenzwerte für die Auftragswerte und verhindern so die Auftragserteilung über einen bestimmten Wert hinaus. Sie können auch über automatisierte Kreditlimits verfügen, die verhindern, dass Bestandskunden ihre Bestellung über ein bestimmtes vorgegebenes Limit hinaus erhöhen.

Die Idee ist prinzipiell solide, kann aber in der Praxis zu Absurditäten führen, bei denen ein bestehender Kunde mit einem Auftragswert von $99.000 auf ein Auftragslimit von $100.000 US stößt. Sie finden sich dann nicht in der Lage, etwas über $1.000 zu bestellen, ohne zuerst ihre Rechnung vollständig 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 für die Speisenbestellungen bezahlen. Es ist unwahrscheinlich, dass Sie das Erlebnis genießen oder es eilig haben, es erneut zu besuchen.

Diese Art von Szenarien spielen sich häufiger ab, als die meisten Menschen glauben, und können auf Dauer völlig unentdeckt bleiben. Aber die Schaffung von Barrieren für solche relativ preiswerten Produkte ist ein Hindernis für die praktische Geschäftstätigkeit und eine Abschreckung für die Kunden.

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

Wie die Process Mining Technologie bei der Auftragsablehnung hilft

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

Die Ablehnung von Aufträgen aus Gründen der Bonitätsprüfung ist schwieriger. Es versteht sich von selbst, dass eine gewisse Vorsicht geboten ist, aber eine übertriebene Vorsicht wirkt sich gegen das Unternehmen aus, indem sie die Tür zu den Einnahmen schließt, die hätten realisiert werden können.

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

Durch den schnellen Einstieg in das heutige digitale Zeitalter und die Einführung von Process-Mining-Lösungen können sich Unternehmen ein viel klareres Bild von ihrer Kreditprüfungspolitik und deren Auswirkungen auf ihren potenziellen Kundenstamm machen. Richtlinien können flexibler und individueller gestaltet werden, anstatt für alle einheitlich zu sein, was weitere Einnahmequellen erschließt.

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

Die Process-Mining-Technologie ist der Schlüssel zur Realisierung des Potenzials dieser Daten, indem sie sie vom Rohstoff zu einem wertvollen Vermögenswert macht, der den Geschäftsbetrieb rationalisiert, zur Kundenzufriedenheit beiträgt und letztlich die Voraussetzungen für höhere Gewinne schafft.

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

Southard Jones
Southard Jones
VP, Product Marketing

Southard Jones is Celonis’ VP, Product Marketing. Prior to Celonis, Southard held various executive product and marketing roles at enterprise software companies in the Business Intelligence, Analytics, and Data Science market, including Domino Data Lab, Birst, Right 90, and Siebel Analytics.

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 gemäß 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. Für eine korrekte Funktionsweise der Seite empfehlen wir Ihnen, einen alternativen Browser zu verwenden oder Ihren Browser auf eine unterstützte Version anzuheben.