Welche Kennzahl fehlt, wenn Stornierungen explodieren?
40 Stornos pro Tag, aber kein Hinweis im Dashboard
Welche Kennzahl fehlt im Dashboard, um zu sehen, wo im Versandprozess der Engpass steckt?
Montag, 12:45 Uhr im Logistik-Controlling. Die Shop-Managerin dreht ihren Laptop zu dir: 40 Stornierungen pro Tag seit einer Woche. Das sind über 2.500 Euro Umsatzverlust täglich (40 Stornos mal 65 Euro Warenkorbwert). Das Dashboard zeigt Bestelleingänge, Umsatz und Retourenquote. Für die üblichen Geschäftsfragen reichen diese KPIs. Aber keiner davon misst, wie lange eine Bestellung vom Eingang bis zum Versand braucht. Das Dashboard hat einen blinden Fleck: Die Logistik- und Fulfillment-Kennzahlen fehlen komplett.
Fünf Kennzahlen für den Versandprozess
Die ersten beiden Kennzahlen messen Geschwindigkeit: Time-to-Ship (Zeitpunkt Versand minus Zeitpunkt Bestelleingang) zeigt, wie schnell das Lager arbeitet. Order-to-Delivery (Zeitpunkt Zustellung minus Zeitpunkt Bestelleingang) misst die gesamte Wartezeit aus Kundensicht.
Drei weitere KPIs ergänzen das Bild: Die Retourenquote (Retouren / Sendungen × 100) misst den Anteil zurückgeschickter Ware. Die Fehlerquote (Fehlsendungen / Sendungen × 100) erfasst falsche oder unvollständige Pakete. Der Lagerumschlag (Wareneinsatz / durchschnittlicher Lagerbestand) zeigt, wie oft sich der Bestand pro Periode komplett dreht.
🎬 Vorstellung: Stell dir das Dashboard an deinem Arbeitsplatz vor - welche dieser fünf Kennzahlen würdest du als Erstes ergänzen, um die Stornowelle zu erklären?
Wie berechnest du Time-to-Ship und Order-to-Delivery?
Drei Bestellungen, drei Zeitstempel
Die Shop-Managerin zieht drei Bestellungen aus der letzten Woche:
Time-to-Ship (Versand minus Eingang):
- #1201: 6 Stunden (gleicher Tag)
- #1202: 30 Stunden (über 1 Tag)
- #1203: 54 Stunden (über 2 Tage)
Order-to-Delivery (Zustellung minus Eingang):
- #1201: 49 Stunden (gut 2 Tage)
- #1202: 76 Stunden (gut 3 Tage)
- #1203: 104 Stunden (gut 4 Tage)
Soll-Ist-Vergleich zeigt den Kipppunkt
Branchenstandard im E-Commerce: Time-to-Ship maximal 24 Stunden, Order-to-Delivery maximal 3 Tage.
Bestellung #1201 liegt im Soll. #1202 überschreitet die Time-to-Ship um 6 Stunden, die Lieferzeit kratzt mit gut 3 Tagen an der Schmerzgrenze. #1203 sprengt beide Werte deutlich: über 2 Tage bis zum Versand, über 4 Tage bis zur Zustellung.
Ab vier Tagen Lieferzeit steigt die Stornoquote messbar. Kundinnen und Kunden warten nicht fünf Tage, wenn ein Wettbewerber in zwei liefert. Sie stornieren vorher.
⚖️ Vergleich im Kopf: Bestellung #1201 und #1203 gehen am selben Montag ein. Wo genau entsteht der Zeitunterschied: im Lager (Time-to-Ship) oder beim Transport danach?
Was verrät das Dashboard über die Engpassursachen?
Das ergänzte Dashboard spricht
Zurück ins Logistik-Controlling: Die Shop-Managerin hat die fehlenden Kennzahlen ergänzt.
Zwei Engpassursachen lassen sich direkt ableiten:
Engpass 1 - Personalmangel im Lager: Die Time-to-Ship liegt bei 38 Stunden, weit über dem Soll. Gleichzeitig steigt die Fehlerquote auf 2,1 %. Das vorhandene Personal arbeitet unter Druck und macht mehr Fehler. Beide KPIs zusammen deuten auf zu wenige Kommissionierkräfte.
Engpass 2 - Ungünstiges Lagerlayout: Ein Umschlag von 6× statt 8× deutet auf zu hohe Bestände oder schlechte Sortierung hin. Wenn Schnelldreher weit von der Packstation entfernt liegen, verlängert sich die Pickzeit pro Bestellung.
Die Stornowelle hat eine messbare Ursache
Die Bestellungen liegen zu lange im Lager. Eine Time-to-Ship von 38 Stunden treibt die Order-to-Delivery auf 4,2 Tage. Ab vier Tagen stornieren Kundinnen und Kunden messbar häufiger.
Erster Hebel: mehr Personal in der Kommissionierung, um die Time-to-Ship unter 24 Stunden zu drücken. Zweiter Hebel: Schnelldreher näher an die Packstation, um den Lagerumschlag zu erhöhen und Pickzeiten zu senken.
Die 2.500 Euro Umsatzverlust pro Tag sind vermeidbar. Voraussetzung: Das Dashboard zeigt die richtigen Kennzahlen, und jemand zieht Konsequenzen daraus.
🤔 Frage dich: Wie viele der 40 täglichen Stornierungen lassen sich deiner Einschätzung nach allein durch eine Time-to-Ship unter 24 Stunden vermeiden?
Teste dein Wissen
Du analysierst das Logistik-Dashboard deines E-Commerce-Unternehmens. Welche Kennzahl misst direkt die Zeitspanne vom Eingang der Kundenbestellung bis zur Auslieferung beim Kunden?