Leverandørprestasjon – Slik måler og optimaliserer du

Hvorfor leverandørprestasjon påvirker hele driften din

Du merker leverandørprestasjon når kundeservice ikke kan holde leveringsløfter, når lageret vokser «for sikkerhets skyld», eller når innkjøp bruker uforholdsmessig mye tid på purringer, delleveranser og hasteinnkjøp. Det er ikke et teoretisk scorekort, men en svært konkret pålitelighet i innkjøpsflyten din: fra du sender en innkjøpsordre til varen er mottatt, registrert og klar til å bli solgt eller levert videre.

Hvis du måler leverandørprestasjon konsekvent, får du et styringsverktøy som typisk påvirker tre ting samtidig: lavere lagerbinding, færre restordrer og dermed høyere servicegrad samt mindre bortkastet tid i varemottak og innkjøp. Denne artikkelen viser deg en enkel metode som kan brukes måned etter måned uten å drukne i KPI-er.

Det viktigste vi går gjennom, er:

• Hva leverandørprestasjon bør bety i praksis og hva du skal måle opp mot
• Et «startsett» med KPI-er som kan beregnes direkte fra egne data
• En 30-dagers implementering: datalogg, avvikskoder og fast review-rytme
• Konkrete eksempler på hvordan OTIF, mengdeavvik og variasjon i ledetid skaper skjulte kostnader

Når du har kontroll på grunnmålingen, er neste steg å bruke den aktivt: reduser variasjon på kritiske varer og la planleggingen bygge på fakta fremfor magefølelse.

Hva er leverandørprestasjon?

Leverandørprestasjon er leverandørens evne til å levere i henhold til det som er avtalt i innkjøpsprosessen: riktig dato, riktig mengde og riktig kvalitet. «Avtalt» er nøkkelordet. Hvis du måler opp mot interne ønskedatoer eller uklare forventninger, ender KPI-ene i diskusjoner om planlegging i stedet for prestasjon.

I praksis bør baseline nesten alltid være det leverandøren har bekreftet (dato og mengde). Derfor gir leverandørprestasjon mest mening når du måler på leveransenivå og kan koble hver mottakelse direkte til en PO, en bekreftet leveringsdato og en faktisk mottaksdato.

For grossister og engrosvirksomheter blir effekten raskt kostbar fordi små avvik multipliseres med volum. Variasjon skaper:

• Høyere sikkerhetslager (du kjøper inn tidligere og mer for å «være på den sikre siden»)
• Flere restordrer og lavere OTIF overfor kundene dine
• Ekstra håndtering i varemottaket (manglende etiketter, feil antall, skader)
• Høyere totalkostnader (ekspressfrakt, reklamasjoner, tapt dekningsbidrag)

Poenget er ikke å «straffe» leverandører, men å synliggjøre variasjon slik at du kan redusere den, spesielt på A-artikler og kritiske leverandører.

De 4 KPI-ene som gir deg kontroll

Den vanligste feilen er å starte for bredt. Du får mest verdi av få KPI-er som kan måles objektivt med data du allerede har i ERP-systemet eller lager/innkjøpssystemet ditt. Et sterkt startsett består av fire KPI-er som viser både resultat og årsak.

1. OTIF inbound (On Time In Full): Andel leveranser som er både on-time og in-full. OTIF samler «dato» og «mengde» i én KPI og avslører raskt forskjellen mellom leverandører som «kommer i tide», men leverer delvis.
2. Ledetidspresisjon og variasjon: Hvor mye avviker faktisk leveringstid fra bekreftet leveringstid, og hvor stor er spredningen? Variasjon er ofte farligere enn et dårlig gjennomsnitt fordi den ødelegger gjenbestillingslogikk og kapasitetsplanlegging.
3. Kvalitets-/feilrate: Andel mottak med feil (skader, feil vare, feil etikett/dokumentasjon). Bruk gjerne en enkel «feil ja/nei»-registrering i starten, og bygg senere ut med feilkategorier.
4. Cost of non-performance: Estimerte interne og eksterne kostnader ved avvik (ekstra timer, ekspressfrakt, ny mottakelse, tapt salg). Dette gjør forbedringer enklere å prioritere.

Bruk OTIF som det overordnede «temperaturmålet», men rapporter alltid on-time og in-full separat i bakgrunnen slik at du ser hva som driver problemene.

Gjør KPI-ene styrbare: faste definisjoner som stopper «politiske» diskusjoner

Leverandørprestasjon blir først nyttig når dere internt er enige om hva som måles. Hvis definisjonene endrer seg fra måned til måned (eller fra person til person), kan du ikke se forbedringer, og dialogen med leverandørene ender i debatt fremfor handling.

Her er en praktisk standard som ofte fungerer godt i grossistmiljøer:

• On-time delivery: Mål mot bekreftet leveringsdato (ikke ønsket dato). «On-time» betyr mottatt på bekreftet dato eller innenfor et avtalt tidsvindu (f.eks. ±1 arbeidsdag, avhengig av varetype og transportform).
• In-full / fill rate: Mottatt antall / bestilt antall (enheter) eller fullt leverte linjer / bestilte linjer. For kritiske varer kan kravet være 100 %, for øvrige for eksempel 98 % (fastsatt som policy).
• OTIF inbound: Leveranser som er både on-time og in-full / alle leveranser.
• Ledetidspresisjon: faktisk ledetid, bekreftet ledetid, rapportert som gjennomsnitt og et robust mål på variasjon (f.eks. P90, slik at ekstreme avvik ikke dominerer samtalen).

Den viktigste disiplinen er å velge baselines som kan dokumenteres, og som leverandøren oppfatter som rettferdige. Det gjør det langt enklere å få gjennom reelle forbedringer.

30 dager til en fungerende målemodell

Du kan komme i gang på én måned dersom du holder deg til leveransenivå, få felter og standardiserte avvikskoder. Målet er ikke perfeksjon fra dag én, men en stabil prosess som kan forbedres over tid.

1. Uke 1: Fastsett måleregler og ansvar. Definer on-time/in-full, hvilket datofelt som skal måles mot, og hvem som eier tallene (typisk innkjøp).
2. Uke 1-2: Opprett en leveringslogg på leveransenivå. Hver mottakelse skal kunne knyttes til leverandør, PO, bekreftet dato, faktisk mottaksdato, bestilt vs. mottatt mengde (linjer/enheter) og en avvikskode.
3. Uke 2: Standardiser avvikskoder. Hold det enkelt slik at lageret faktisk bruker dem: forsinkelse, del-/restlevering, feilplukk/feil vare, transportskade, etikett-/dokumentasjonsfeil, kapasitetsmangel.
4. Uke 3-4: Lag en månedlig «one-pager» per A-leverandør. Vis OTIF (måned + rullerende 3 måneder), on-time og in-full separat, ledetid (gjennomsnitt + P90) og topp 3 avviksårsaker (Pareto).
5. Fra måned 2: Gjennomfør faste leverandørgjennomganger. 30-45 minutter per nøkkelleverandør med fokus på de to viktigste årsakene og konkrete tiltak med ansvarlig person og frist.

Ved å tidsavgrense oppsettet unngår du at prosjektet stopper opp fordi «vi mangler bare noen detaljer». Når du først har en stabil logg, kan du gradvis automatisere mer via innkjøpsstyringen og mottaksprosessen.

Vanlige feil som gjør leverandørprestasjon ubrukelig

Mange virksomheter «vet» hvem som er gode og dårlige leverandører, men klarer ikke å omsette dette til bedre leveranser. Årsaken er som regel ikke manglende vilje, men en målemodell som ikke påvirker atferd.

De vanligste fallgruvene er:

• Du måler mot ønsket dato og ender med å diskutere intern planlegging fremfor leverandørens bekreftelse.
• Du måler per PO i stedet for per linje/enhet, slik at delleveranser ser bra ut på papiret selv om de skaper restordrer.
• Data ligger i e-poster og PDF-er (ordrebekreftelser), slik at tallene blir personavhengige og vanskelige å skalere.
• Du har ingen fast review-rytme, slik at oppfølging blir ad hoc og problemene gjentar seg.

Løsningen er strukturell: måling på leveransenivå, få konsistente KPI-er, standardiserte avvikskoder og en fast månedlig rytme. Når dette fungerer, blir leverandørprestasjon en naturlig del av driften på linje med ordrehåndtering og lagerplanlegging.

Eksempler: slik avslører OTIF, variasjon og kvalitet de skjulte kostnadene

Eksempel 1: «Leverer i tide» men skaper restordrer

En leverandør ser ut til å prestere godt på on-time (for eksempel 95 % innenfor tidsvinduet), men kundeservice og lager opplever stadig mangel på varer. Når virksomheten går over til OTIF inbound og måler in-full på linje-/enhetsnivå, viser det seg at in-full bare er 80 %. Delleveranser skaper ekstra håndtering, ombookinger og flere interne reservasjonsendringer. Løsningen er å avtale en tydelig praksis for samlet levering eller en klar restordreplan med nye bekreftede datoer.

Eksempel 2: Gjennomsnittlig ledetid er grei, men variasjonen ødelegger gjenbestilling

En leverandør har en akseptabel gjennomsnittlig ledetid, men enkelte leveranser kommer betydelig senere enn bekreftet. Hvis du bare ser på gjennomsnittet, undervurderer du risikoen og får varemangel. Når du i stedet rapporterer ledetidspresisjon og variasjon (for eksempel P90), blir det tydelig at planlegging og gjenbestillingspunkt må ta høyde for spredningen, eller at leverandøren må stabilisere bekreftelses- og utsendelsesprosessen.

Eksempel 3: Kvalitetsfeil skaper dobbeltarbeid i varemottaket

Feil i etiketter, dokumentasjon eller varenummer skaper ikke bare reklamasjoner; de fører også til ekstra arbeid i varemottak, innlagring og senere plukk. Ved å registrere enkle avvikskoder ved mottak kan du dokumentere hvilke feiltyper som går igjen, og få leverandøren til å rette opp årsaken i stedet for at du må «fikse» problemet hver gang.

Fellesnevneren i alle tre eksemplene er at du flytter dialogen fra enkelthendelser til mønstre. Det er der varige forbedringer oppstår.

Vil du høre hvordan Rackbeat kan optimalisere arbeidsprosessene dine?

Book et gratis onlinemøte og få konkret sparring på din nåværende lagerløsning, samt gode råd om hvordan du kan optimalisere arbeidsprosessene dine.