Leverbetrouwbaarheid berekenen als groothandel: zo stuur je op OTIF

Je leverbetrouwbaarheid is waarschijnlijk lager dan je denkt

Vraag in een groothandel naar de leverbetrouwbaarheid en je krijgt vaak een geruststellend getal. Vijfennegentig procent, soms meer. Vraag daarna hoe dat getal wordt berekend, en het wordt stil. Of er volgen drie verschillende antwoorden van drie verschillende afdelingen.

Dat is geen detail. Leverbetrouwbaarheid is voor veel klanten de reden om bij je te blijven of te vertrekken. Een prijsverschil van een paar procent accepteren ze. Een monteur die met lege handen op de bouwplaats staat omdat jouw levering niet compleet was, accepteren ze één keer.

Toch sturen de meeste groothandels hier niet echt op. Niet omdat het onderwerp niet belangrijk is, maar omdat niemand precies weet welk cijfer klopt.

Leverbetrouwbaarheid berekenen: drie cijfers die vaak door elkaar lopen

Onder de noemer leverbetrouwbaarheid worden in de praktijk drie verschillende dingen gemeten. Ze geven alle drie een ander antwoord.

1. Op tijd geleverd (OTD)

Het percentage orders dat op of voor de afgesproken datum is geleverd. Of de levering compleet was, telt niet mee.

2. Leveringsgraad of fill rate

Het percentage van de bestelde hoeveelheid dat daadwerkelijk is geleverd. Of dat op tijd gebeurde, telt niet mee.

3. On Time In Full (OTIF)

Het strengste en meest eerlijke cijfer: het percentage orders dat zowel op tijd als volledig is geleverd. Een order die op tijd komt maar waar twee regels ontbreken, telt niet mee. Een complete order die een dag te laat is, ook niet.

De formule is eenvoudig:

OTIF = aantal orders op tijd én volledig geleverd / totaal aantal orders × 100%

Volgens Kaizen Institute geldt een OTIF boven de 95% als uitstekend. In sectoren waar uitval direct stilstand betekent, ligt de lat op 98 tot 100%.

Waarom hetzelfde magazijn op 96% én op 78% kan uitkomen

Een rekenvoorbeeld maakt het verschil zichtbaar. Stel: je levert in een maand 1.000 orders met gemiddeld acht orderregels. Van de 8.000 regels worden er 7.700 op tijd en volledig geleverd. Dat is 96%, gemeten op regelniveau.

Maar die 300 probleemregels zijn verspreid over 220 verschillende orders. Op orderniveau zijn dus maar 780 van de 1.000 orders volledig en op tijd geleverd. Je OTIF is 78%. Voor de klant telt dat tweede getal, want hij kijkt niet naar regels. Hij kijkt of zijn bestelling compleet is.

Daar komen nog drie keuzes bij die het getal flink kunnen verschuiven:

• Welke datum telt? De datum die de klant vroeg, of de datum die jij bevestigde? Wie meet tegen de bevestigde datum, verschuift de afspraak en meet daarna dat hij die haalt.
• Wat doe je met deelleveringen? In veel ERP-systemen wordt een backorder een nieuwe order. De oorspronkelijke order staat dan als volledig geleverd in het systeem.
• Hoeveel speling geef je? Een dag te laat als op tijd tellen lijkt onschuldig, maar haalt in één keer een heel probleem uit je cijfers.

Onderzoek van McKinsey laat zien dat zelfs grote bedrijven het hierover niet eens zijn: 92% van de ondervraagden vindt dat één standaarddefinitie waarde zou opleveren. De les voor een groothandel: kies één definitie, leg die vast en gebruik hem overal. Een strenge definitie die iedereen kent, is meer waard dan een mooi getal waar niemand op durft te sturen.

Leverbetrouwbaarheid heeft twee kanten

Als groothandel zit je in het midden van de keten. Je bent zo betrouwbaar als je eigen leveranciers je toestaan.

Uitgaand gaat het om wat je klant ervaart: komt zijn order op tijd en compleet binnen?

Inkomend gaat het om je leveranciers: leveren zij wat ze beloven, op de dag dat ze het beloven? Dit cijfer wordt vaak helemaal niet gemeten, terwijl het je veiligheidsvoorraad en je inkoopbeslissingen bepaalt. Een leverancier die structureel vier dagen uitloopt, vraagt om een andere buffer dan een leverancier die altijd op tijd is. In ons artikel over voorraadforecasting lees je hoe die werkelijke levertijden je voorraad scherper maken.

Pas als je beide kanten naast elkaar legt, zie je waar een te late levering aan je klant echt begon.

Waar het misgaat: vier oorzaken die je in je data terugziet

Een order die niet op tijd of niet compleet is, heeft bijna altijd één van deze vier oorzaken. Het verschil tussen weten en gissen zit in of je ze per order kunt herleiden.

1. De voorraad was er niet

Het artikel was niet op voorraad op het moment van orderpicken. Soms omdat de inkoop te krap was, soms omdat de voorraad in het systeem niet klopte met wat er in het schap lag.

2. De leverancier was te laat

De inkooporder kwam later binnen dan beloofd, waardoor een klantorder die erop wachtte ook schoof. Zonder inkomende leverbetrouwbaarheid lijkt dit een magazijnprobleem, terwijl het een inkoopprobleem is.

3. Er ging iets mis in de orderverwerking

Verkeerde aantallen, verkeerde artikelen, een order die te laat werd vrijgegeven. Dit komt vaker voor dan veel directies denken: volgens de Exact MKB Barometer ziet 37% van de Nederlandse handelsbedrijven te veel fouten in de orderverwerking. Bij bedrijven met 50 tot 250 medewerkers is dat zelfs 57%.

4. Planning en transport liepen niet

De order was op tijd klaar, maar ging niet op tijd de deur uit of kwam niet op tijd aan.

Elke oorzaak vraagt om een andere oplossing en een andere eigenaar. Daarom heeft een totaalcijfer zonder oorzaak weinig waarde. Het vertelt je dat er een probleem is, niet waar je moet ingrijpen.

Leverbetrouwbaarheid verbeteren begint met één overzicht

De informatie om dit allemaal te zien heb je meestal al. Ze staat alleen verspreid: orders en leverdata in het ERP, picken en verzenden in het WMS, inkoop en leveranciers weer ergens anders. Wie het wil analyseren, gaat exporteren naar Excel en is een week verder.

Wat werkt, is die bronnen samenbrengen in één centrale datalaag, met de OTIF-definitie daarin vastgelegd. Dan krijg je een dashboard dat elke dag laat zien:

• OTIF per week, per klant, per productgroep en per vestiging
• De oorzaak van elke gemiste order, verdeeld over de vier categorieën hierboven
• De werkelijke levertijd en betrouwbaarheid per leverancier
• Welke artikelen het vaakst een order laten mislukken

Dat laatste is vaak de verrassing. Bijna altijd is een klein aantal artikelen verantwoordelijk voor een groot deel van de onvolledige orders. Die artikelen goed op voorraad houden, levert meer op dan het hele assortiment ruimer inkopen.

Wat het oplevert, in directietaal

Hogere leverbetrouwbaarheid betekent niet automatisch meer voorraad. Vaak betekent het andere voorraad: meer van de artikelen die orders laten mislukken, minder van wat stilstaat. Dat maakt werkkapitaal vrij en verhoogt tegelijk je service.

Daarnaast verdien je direct geld terug op kosten die nu onzichtbaar zijn: extra ritten voor naleveringen, spoedorders bij leveranciers en uren van de binnendienst die achter orders aanbelt. Die kosten komen niet terug in je brutomarge per order, maar ze zitten er wel in. Hoe je die zichtbaar maakt, lees je in ons artikel over marge-analyse in Power BI.

Veelgestelde vragen over leverbetrouwbaarheid

Wat is een goede leverbetrouwbaarheid voor een groothandel?

Een OTIF boven de 95% geldt als uitstekend. Belangrijker dan het absolute getal is dat je het met één vaste definitie meet en dat de trend de goede kant op gaat.

Wat is het verschil tussen OTIF en leveringsgraad?

De leveringsgraad meet alleen of de hoeveelheid compleet was. OTIF meet of de order compleet en op tijd was. OTIF is daarom altijd lager en ligt dichter bij wat je klant ervaart.

Kan ik leverbetrouwbaarheid uit mijn ERP halen?

Meestal maar gedeeltelijk. Veel ERP-systemen overschrijven de oorspronkelijke leverdatum of splitsen deelleveringen in nieuwe orders. Voor een betrouwbaar cijfer heb je de historie nodig, en vaak ook data uit het WMS.

Weten hoe betrouwbaar je echt levert?

Benieuwd wat je werkelijke OTIF is, en welke artikelen en leveranciers het meeste kosten? In een vrijblijvende sessie kijken we samen naar je data en laten we zien wat er nu al uit te halen is.

Vraag een demo aan of bekijk wat we doen voor groothandel en distributie.