Forfatterne har for nylig gennemført en omfattende analyse af de udgående logistikresultater for 247 virksomheder i et bredt udvalg af brancher. Denne artikel opsummerer resultaterne af denne undersøgelse og dens konsekvenser for en virksomheds udgående logistikoperationer og -strategier.
Outbound logistics defineres af Council of Supply Chain Management Professionals som “den proces, der er relateret til flytning og opbevaring af produkter fra slutningen af produktionslinjen til slutbrugeren”, og den spiller en afgørende rolle i en leverandørs overordnede proces til forvaltning af kunderelationer. Detailhandlerne holder deres leverandører til meget strenge standarder for levering af produkter. Hvis en leverandør ikke leverer pålidelig service til sine detailkunder, kan det resultere i betydelige økonomiske sanktioner og endog i, at leverandørens produkter fjernes fra listen (dvs. fjernes) fra en detailhandlers aktive produktportefølje. Derfor udgør udgående logistikydelse en vigtig faktor i en detailhandlers beslutning om, hvorvidt de vil have en leverandørs produkter på lager eller ej, og udgør derfor også en vigtig determinant for en leverandørs forsyningskæde og forretningssucces.
Vi undersøgte, hvordan forskellige virksomheder og forskellige brancher griber den udgående logistikproces an og styrer den. Vi vurderede f.eks., om virksomheder kan grupperes eller klassificeres på grundlag af forskellige, unikke strategier for udgående logistik. Endvidere undersøgte vi, om forskellige udgående logistikstrategier bidrager til forskellige niveauer af virksomhedens rentabilitet. Grundlaget for vores analyse og resultater er en database med præstationsmålinger for udgående logistik og virksomhedens rentabilitet for 247 virksomheder, som vi har fået fra leverandøren af virksomhedssoftware SAP.
Præstationsmålinger giver indsigt i en virksomheds operationelle fokus og strategi, f.eks. dens strategi for udgående logistik. Specifikt kan man ved at vurdere styrken af en virksomheds præstationer inden for forskellige operationer (via dens metrikker) se, hvilke operationer og strategier virksomheden lægger vægt på. Sammenfattende var vores mål at afgøre:
- Hvis der er tydelige klynger (dvs, grupper) af virksomheder, der opererer med en meget lignende eller fælles vægt på centrale præstationsmålinger for den udgående logistikdel af forsyningskæden, og
- Hvilken effekt, hvis nogen, disse forskellige vægte har på en virksomheds finansielle resultater.
Supply chain practitioners har en generel overbevisning om, at en forbedring af den udgående logistik bør have en positiv indvirkning på en virksomheds finansielle rentabilitet, og at der er forskelle i udgående logistikpræstationer på tværs af brancher. Der er imidlertid fortsat mangel på stringente kvantitative analyser, der giver specifik vejledning på dette område, hvilket motiverede denne forskning.
Tidlig præstation er nøglen
For bedst muligt at nå vores forskningsmål besluttede vi, at faktiske præstationsdata om et sæt præstationsniveauer og omkostninger for udgående logistik ville lette et indsigtsfuldt, faktabaseret perspektiv. Vi udviklede derfor data om et kortfattet sæt variabler, der dækkede alle de vigtigste komponenter i udgående logistik. Til vores formål definerede vi udgående logistik som bestående af:
- Håndteringen af det producerede lager (der skal leveres til kunden)
- Distributionsprocessen (dvs. oplagring og transport)
- Servicen over for kunden (dvs, den faktiske levering)
- Færdigheder og engagement i forbindelse med efterspørgselsprognoser og planlægning af forsyningskæden.
Baseret på den proces og de kapaciteter, der netop er defineret, identificerede vi følgende variabler, der skulle indgå i vores undersøgelse:
- Lagerføringsomkostninger
- Obsolete lageromkostninger
- Lagerdage på lager
- Lageromkostninger
- Lageromkostninger
- Transportomkostninger
- Leveringssikkerhed
- Forudsigelsespræcision
- Lagerkædeplanlægningsomkostninger
Lagerføringsomkostninger, dage med lagerbeholdning og omkostninger til forældet lager giver et perspektiv på en virksomheds omkostninger til lagerbeholdning, dens forpligtelse til at have lagerbeholdning til rådighed for kunderne, og hvor godt en virksomhed planlægger sin lagerbeholdning. Oplagring og transport er to primære komponenter i distributionsprocessen. Ud fra et omkostningsperspektiv mente vi derfor, at det var vigtigt at indfange begge disse faktorer. Undersøgelser blandt aktører inden for forsyningskæden viser uvægerligt, at de anser levering til tiden som det vigtigste mål for en leverandørs service over for kunden. Derfor valgte vi rettidig levering som den vigtigste serviceindikator, der skulle indgå i vores analyse.
Forudsigelsespræcision er et godt barometer for en virksomheds evne til at udføre korttidsplanlægning på et nøgleområde – at matche efterspørgsel og udbud. Desuden påvirker en virksomheds prognosegenøjagtighed andre vigtige planer og beslutninger som f.eks. produktions- og leveringsplaner. For at vurdere en virksomheds engagement i langsigtet planlægning valgte vi omkostninger til planlægning af forsyningskæden, defineret som de udgifter, der er forbundet med udvikling af langsigtede planer for forsyningskæden, herunder udgifter til udgående logistik. Vores begrundelse for at medtage denne variabel er, at man kan betragte en virksomheds udgiftsniveau til planlægning af forsyningskæden som et surrogat for virksomhedens engagement i at opfylde kundernes leveringsbehov.
Vi havde også brug for en niende variabel, nemlig den enkelte virksomheds driftsmargin. En virksomheds driftsmargin afspejler dens rentabilitet efter levering (og salg) af dens lagerbeholdning til dens kunder. Driftsmargenen blev målt som indtjening før renter og skat (EBIT).
For at gøre driftsmargenerne sammenlignelige på tværs af stikprøven trak vi medianen af driftsmargenen for den relevante branche og det relevante år (hentet fra Compustat) fra virksomhedens faktiske driftsmargen for at opnå en justeret driftsmargen. Den justerede driftsmargin angiver, hvor meget mere (mindre) rentabel en virksomhed i stikprøven er i forhold til sin branche i et givet år.
Dataene til denne undersøgelse blev indhentet fra SAP’s benchmarkingprogram for supply chain planning med data indsamlet mellem 2007-2012 fra supply chain managers i forskellige fremstillings- og serviceorganisationer.
Demografiske data
Tabel 1 viser fordelingen af virksomheder i stikprøven efter branche, mens tabel 2 viser fordelingen af den årlige omsætning på tværs af disse virksomheder. Produktionsvirksomheder udgør 83,1 % af stikprøven, og virksomhederne i stikprøven varierer i årlig omsætning fra under 100 millioner dollars (7 %) til over 5 milliarder dollars (8 %), med langt de fleste mellem 100 millioner og 5 milliarder dollars (85 %).
Operationelt fokus
Numre statistiske tests, der anvender metoder som klyngeanalyse og variansanalyse, førte til den konklusion, at de 247 virksomheder i denne undersøgelse kunne klassificeres i fire forskellige og statistisk signifikante klynger. Specifikt fandt vi, at inden for hver gruppe lagde alle de enkelte virksomheder vægt på lignende præstationsmålinger inden for udgående logistik og dermed implicit på lignende strategier for udgående logistikoperationer. På grundlag af deres operationelle præstationer navngav vi disse fire forskellige klynger af virksomheder som:
-
Low-Cost, Low-Service Providers - Heavy Distribution Spenders
- Planners and Efficient Distribution Spenders
- Inventory Investment Minimizers.
Navnene på disse klynger udtrykker det respektive operationelle fokus på udgående logistik i hver af disse fire grupper. Tabel 3 opsummerer gennemsnits- eller middelværdierne for driftsmargin og metrikker for udgående logistik for hver klynge og for alle 247 virksomheder i alt. I det følgende gives en kort sammenfattende beskrivelse af hver enkelt gruppe.
Klynge 1: Leverandører med lave omkostninger og lav service
Udgifterne til distribution som en procentdel af omsætningen for de 56 fremstillingsvirksomheder, der udgør klynge 1, ligger under gennemsnittet for alle virksomheder (4,1 % mod 4,7 % for alle virksomheder). Desuden har virksomhederne i klynge 1 en rettidighed under gennemsnittet i forhold til gennemsnittet for alle 247 virksomheder (74,3 % i forhold til gennemsnittet på 88,0 % for alle virksomheder). Rettidig levering er en vigtig del af leveringsservice, og i betragtning af de meget dårlige resultater på dette område betragtes disse virksomheder som lavpris- og lavserviceleverandører. Virksomhederne i klynge 1 udviser også en betydeligt lavere prognosefunktionalitet med en gennemsnitlig prognosegenøjagtighed på 66,2 % i forhold til gennemsnittet i stikprøven på 77,9 %.
Klynge 2: Heavy Distribution Spenders
De 22 virksomheder, der udgør denne klynge, bruger en betydeligt højere procentdel af deres omsætning på kombinationen af lager- og transportarbejde end nogen af de andre klynger. Virksomhederne i klynge 2 bruger ca. 7,9 % af deres samlede omsætning på disse to funktioner, mens ingen anden klynge bruger mere end 4,7 % af deres samlede omsætning på distribution. Klynge 2-virksomhedernes vægt på distributionsaktiviteter resulterer i, at disse virksomheder har en relativt god rettidighed (90,5 %).
Klynge 3: Planlæggere og effektive distributionsudgifter
Denne klynge på 48 virksomheder har det laveste niveau af udgifter til distribution (som en procentdel af omsætningen) af alle fire klynger. Virksomhederne i klynge 3 bruger i gennemsnit 3,8 % af den samlede omsætning på distribution sammenlignet med et samlet gennemsnit på 4,7 % for alle virksomheder. Disse virksomheder bruger den laveste procentdel af deres omsætning af alle klynger på transport (2,4 %) og en procentdel af deres omsætning, der ligger under gennemsnittet, på lagerdrift (1,4 % mod et samlet gennemsnit på 1,6 %).
Samtidig bruger virksomhederne i klynge 3 dobbelt så meget på planlægning af forsyningskæden (som en procentdel af omsætningen) som sammenlignet med gennemsnittet for den samlede stikprøve. I betragtning af denne kombination af relativt lave distributionsudgifter kombineret med en stærk vægt på planlægning kalder vi disse virksomheder for planlæggere og effektive distributionsudbydere. Der er tegn på, at denne vægt på planlægning bidrager til klynge 3-virksomhedernes udgående logistikudførelse, da de udviser de bedste resultater med levering til tiden (92,3 %) af de fire klynger.
Klynge 4: Minimering af lagerinvesteringer
De 121 virksomheder i klynge 4, den største af de fire klynger, har det laveste niveau af forældede lagre (4,2 %) udtrykt som en procentdel af omsætningen. Virksomhederne i klynge 4 har også de laveste lagerføringsomkostninger udtrykt som en procentdel af omsætningen af alle klynger (1,2 % mod 2,0 % i gennemsnit for alle virksomheder). Endvidere er klynge 4-virksomhedernes gennemsnitlige lagerbeholdning på kun 46 dage den laveste blandt alle klynger og er betydeligt mindre end det samlede gennemsnit på 64 dage blandt alle virksomheder. Samlet set viser alle tre målinger af lagerstyring, at virksomhederne i klynge 4 fokuserer mere på at minimere lagerinvesteringer end virksomhederne i de tre andre klynger.
Interessant nok har virksomhederne i klynge 4 den næstbedste rettidighed (92,1 %) af alle klynger, og disse virksomheder udviser også den højeste grad af prognosepræcision (83,1 %). Endelig er disse virksomheders udgifter til distribution (4,68 % af deres indtægter) næsten identisk med de gennemsnitlige distributionsudgifter for alle virksomheder (4,66 %).
Bedriftsmarginer og klyngemedlemskab
Som det fremgår af tabel 3, varierer de gennemsnitlige justerede driftsmarginer for de fire klynger fra et højt niveau på 5,6 % for klynge 3 (planlæggerne og de effektive distributionsudbydere) til et lavt niveau på 3,4 % for klynge 4 (lagerinvesteringsminimisterne), hvilket er en forskel på 65 %. Driftsmargenen i hele stikprøven er på 4,2 %, og forskellene mellem klynge 3 og 4’s gennemsnit forekommer derfor betydelige. Ud fra et stringent statistisk perspektiv viser analyseresultaterne imidlertid, at forskellene mellem klyngens gennemsnit ikke er statistisk signifikante. Den relativt høje standardafvigelse af driftsmarginerne inden for hver klynge i forhold til deres gennemsnit synes at være en væsentlig årsag til dette resultat. Disse resultater tyder derfor på, at der ikke findes én unik strategi for udgående logistik, som vil give en højere rentabilitet.
Ingen enkelt tilgang er bedre end en anden
Vores analyser viser, at forskellige grupper af de 247 virksomheder i undersøgelsen lægger vægt på forskellige drifts- og planlægningsprioriteter. De virksomheder, der minimerer lagerinvesteringer, som er den største gruppe, der udgør ca. 49 % af stikprøven, fokuserer på en stram styring af deres lagerinvesteringer, lageromkostninger og forældelsesomkostninger. Den næststørste gruppe, Low-Cost, Low-Service Providers, som udgør 23 % af stikprøven, fokuserer på at holde distributionsomkostningerne nede og ofrer i den forbindelse serviceniveauet til tiden. Planlæggerne og de effektive distributionsudbydere, som udgør 19 % af stikprøven, investerer flere ressourcer i planlægningsaktiviteter i forsyningskæden, hvilket gør det muligt for dem at yde en overlegen leveringsservice til tiden til relativt lave omkostninger. Den mindste gruppe i vores stikprøve (9 %), “Heavy Distribution Spenders”, bruger, som navnet antyder, mange penge på lager og transport, og dette resulterer i god levering til tiden.
Som nævnt viser vores resultater også, at den gennemsnitlige rentabilitet for hver af de fire klynger ikke er statistisk forskellig. Kort sagt tyder dette på, at der ikke er én operationel tilgang til udgående logistik, der giver et rentabilitetsniveau, der er bedre end alle andre. Derimod kan forskellige virksomheder opnå optimal indtjening ved hjælp af forskellige strategier for udgående logistik, og det er vigtigt for hver enkelt virksomhed at fastlægge sin egen optimale strategi for udgående logistik.
Tan Miller er direktør for Global Supply Chain Management Program ved Rider University’s College of Business Administration og medlem af MH&L’s Editorial Advisory Board. Matt Liberatore er professor i ledelse ved Business School of Villanova University og direktør for Villanovas Business Analytics Center.
Forfatterne vil gerne udtrykke deres taknemmelighed over for David Kargman, Jack Schmidt, Rick Wenger, Katharina Muellers-Patel og Jakub Wawszczak fra SAP for deres hjælp med at skaffe data til denne undersøgelse.