Die Rücksendung einer Bestellung wirkt häufig wie ein Logistikproblem. Der Fehler kann jedoch bereits durch eine fehlende Bedingung im Katalog entstanden sein, bevor das Produkt das Lager verlässt. Um die tatsächlichen Kosten einer falschen Zuordnung zu verstehen, muss nicht nur das zurückgesandte Teil, sondern der gesamte dadurch ausgelöste Arbeitsablauf betrachtet werden.
Wie kann eine kleine Lücke eine Kettenreaktion auslösen?
Ein hypothetisches Beispiel: Beim selben Fahrzeugmodell werden in unterschiedlichen Produktionszeiträumen Teile mit verschiedenen technischen Eigenschaften verwendet. Im Produkteintrag fehlt eine zeitliche Eingrenzung, und der Nutzer wählt nur anhand des Modellnamens aus. Selbst wenn die Bestellung operativ fehlerfrei bearbeitet wird, kann das versandte Produkt für die gewünschte Anwendung ungeeignet sein. Das Problem liegt hier nicht in der Kommissioniergenauigkeit, sondern in unzureichenden Informationen zum Zeitpunkt der Auswahl.
Danach wird der Kundenservice eingeschaltet. Das Technikteam prüft den Sachverhalt, die Retoure wird genehmigt, das Produkt erneut angenommen und ein neuer Versand geplant. Im Service muss ein wartender Arbeitsauftrag möglicherweise neu terminiert werden. Da jeder Schritt in einem anderen Budget erscheint, wird die Gesamtwirkung des Datenfehlers unter Umständen nie in einem einzigen Bericht zusammengeführt.
Kosten in vier getrennten Kategorien sichtbar machen
Direkte Aufwendungen umfassen zusätzliche Transport-, Kommissionier-, Verpackungs-, Prüf- und Zahlungsabwicklungskosten. Personalkosten entstehen durch die Zeit für Gespräche, technische Untersuchungen und Datenkorrekturen. Die Bestandswirkung hängt von der Wiederverkaufsfähigkeit des zurückgesandten Produkts, der Prüfdauer und dem Verpackungszustand ab. Geschäftliche Auswirkungen können zudem aus einer verzögerten Bestellung oder einer verlorenen Kundenbeziehung entstehen.
Derselbe Schaden darf nicht doppelt gezählt werden. Der Wert eines retournierten Verkaufs entspricht nicht automatisch einem Nettoverlust, da das Produkt erneut verkauft werden kann. Entgangener Umsatz und entgangener Deckungsbeitrag sind ebenfalls unterschiedliche Begriffe. Betriebsausgaben, Wertminderungen des Bestands und geschätzte geschäftliche Verluste getrennt zu verfolgen, schafft daher mehr Klarheit.
Eine einfache Rechnung eröffnet die richtige Diskussion
Nur zur Veranschaulichung der Methode nehmen wir Folgendes an: In einem Monat treten 40 Vorfälle aufgrund bestätigter Datenfehler auf. Pro Vorfall entstehen insgesamt 250 TL an zusätzlichen Logistik- und Bearbeitungskosten sowie 30 Minuten Arbeitszeit. Bei angenommenen gesamten Personalkosten von 400 TL pro Stunde beträgt die direkte operative Auswirkung 40 × (250 + 0,5 × 400) = 18.000 TL. Dieser Betrag ist weder eine Unternehmenskennzahl noch ein Branchendurchschnitt.
Die Rechnung enthält weder Wertminderungen des Bestands noch Wartezeiten im Service oder Kundenverluste. Diese sollten nur ergänzt werden, wenn sie gesondert nachweisbar sind. Ziel ist keine aufmerksamkeitsstarke Zahl, sondern die Erkenntnis, welcher Fehlertyp welche Ressourcen beansprucht. Dieselbe Methode hilft auch dabei, die Kosten eines Korrekturprojekts mit vermeidbaren Aufwendungen zu vergleichen.
Nicht jede Retoure als Datenfehler einstufen
Eine falsche Auswahl, ein Versandfehler, eine geänderte Kundenentscheidung und ein Produktmangel sind unterschiedliche Ursachen. Der Eintrag 'nicht kompatibles Produkt' im Retourenformular reicht nicht aus, um die Grundursache zu erkennen. Gemeinsam betrachtet werden sollten der Produktdatensatz zum Bestellzeitpunkt, die vom Kunden eingegebenen Fahrzeugdaten, das versandte Produkt und das Ergebnis der technischen Prüfung.
Die Untersuchung kann zwischen einem bestätigten Datenfehler, einem möglichen Datenfehler und einer datenunabhängigen Ursache unterscheiden. Eine Produktgruppe kann aufgrund ihrer größeren Komplexität mehr Fehler verursachen als eine andere. Deshalb sollte neben der Anzahl auch das Verhältnis zum jeweiligen Bestellvolumen verfolgt werden. Der Vergleich physischer Produktmerkmale mit Datensätzen entspricht auch dem Prüfansatz des GS1-Datenqualitätsprogramms. [1]
Prävention vor dem Verkauf verankern
Die Regeln für die Veröffentlichung sollten sich an den tatsächlichen Risiken der Produktgruppe orientieren. Erforderliche Abmessungen, Anwendungsgrenzen und Einbaupositionen müssen definiert und widersprüchliche Datensätze einer fachlichen Prüfung zugeführt werden. Statt Unsicherheit als bestätigte Kompatibilität darzustellen, schafft die Sichtbarkeit der fehlenden Bedingung für das Vertriebsteam eine verlässlichere Entscheidungsgrundlage.
Die Korrektur darf nicht auf den Stammdatensatz beschränkt bleiben. Ermitteln Sie die Kanäle und Systeme, in denen dieselbe Information veröffentlicht wurde, und prüfen Sie, ob die Aktualisierung angekommen ist. Untersuchen Sie anschließend ähnliche Datensätze und legen Sie eine Kontrollregel fest, die beim erneuten Auftreten desselben Fehlers ausgelöst wird. So wird jede Retoure von einem Einzelvorgang zu einer Lernquelle, die in die Katalogqualität zurückfließt.
Vom Retourenbericht zum Verbesserungsplan
Beginnen Sie mit den zuletzt bestätigten Fehlern, wenn Sie Ihren Bedarf zur Datenqualität mit Apis Business Solutions bewerten. Die häufigste wiederkehrende Ursache, die betroffene Produktgruppe und die Zeit, bis eine Korrektur alle Kanäle erreicht, können die erste Investitionspriorität verdeutlichen.
Quellen
- [1] GS1 US - National Data Quality Program — Vergleich des physischen Produkts mit den veröffentlichten Merkmalen. https://www.gs1us.org/services/data-quality/national-data-quality-program