Varför automatisera hanteringen av Ordererkännande?

5 minuter läsning

I de flesta företag inom tillverkning, distribution och partihandel skickar leverantörer sina ordererkännanden via mail med PDF-dokument. Inköpsteamet tar emot ordererkännanden, kontrollerar informationen och stämmer av den mot inköpsordern i affärssystemet och uppdaterar när avvikelser finns. Hanteringen innebär två vanliga utmaningar.

För det första bygger processen i stor utsträckning på manuellt arbete. När leverantörsbasen är stor eller ordervolymerna höga innebär det många repetitiva moment som tar tid från mer värdeskapande arbete, som leverantörsuppföljning, leveransprecision och utveckling av inköpsstrategier.

För det andra påverkas datakvaliteten. Eftersom arbetet är tidskrävande hinner informationen inte alltid uppdateras konsekvent. Förändringar i leveransdatum, kvantiteter eller priser riskerar därför att inte registreras fullt ut. Det kan i sin tur leda till felaktiga leveransbesked till kunder, brister i planeringen och problem i produktion eller lager.

Tillsammans gör detta hanteringen av ordererkännanden till ett område där många företag ser en tydlig potential för automatisering.

Hur hantering av ordererkännanden ofta fungerar idag?

När en inköpsorder skickas till en leverantör kommer leverantörens ordererkännande tillbaka via mail. Dokumentet behöver sedan öppnas och jämföras med inköpsordern i affärssystemet för att kontrollera att informationen stämmer. I praktiken kan detta vara mer krävande än det först verkar. Leverantörer använder olika format och strukturer i sina dokument, och artikelnummer eller artikelbeskrivningar är inte alltid skrivna på exakt samma sätt som i inköpsordern. Det innebär att informationen ofta behöver tolkas och stämmas av rad för rad.

Det är också vanligt att leverantörer skickar flera ordererkännanden för samma order, exempelvis när leveransdatum för en enskild artikel ändras. I andra fall bekräftas ordern i flera steg i takt med att leveranser planeras eller delas upp. Hantering av delleveranser innebär då ytterligare avstämning och uppdateringar i affärssystemet.

Så fungerar automatisering av ordererkännanden

AI-baserad automatisering av ordererkännanden innebär att inkommande ordererkännanden tolkas, jämförs med inköpsorder och uppdateras automatiskt i affärssystemet. Processen kombinerar AI för att förstå information i leverantörernas dokument med matchning mot företagets inköpsorder och masterdata. Resultatet blir att majoriteten av ordererkännanden kan hanteras automatiskt. Avvikelser i exempelvis leveransdatum, kvantiteter eller priser jämförs mot definierade gränsvärden. Ligger förändringen inom gränsen uppdateras inköpsordern automatiskt, medan endast avvikelser utanför gränsvärden behöver granskas manuellt.

Vilket affärsvärde skapar automatisering av ordererkännanden?

Automatisering av ordererkännanden handlar i första hand inte om att göra processen snabbare. I många organisationer hanteras ordererkännanden redan samma dag de kommer in. Det största värdet ligger istället i att säkerställa att information från leverantörer registreras konsekvent och tid frigörs från inköpsteamet.

Mer tid för strategiskt inköp

När hanteringen av ordererkännanden automatiseras minskar de manuella administrativa momenten i inköpsarbetet. Det frigör tid för inköpsteamet att fokusera på mer värdeskapande aktiviteter, som uppföljning av leverantörers leveransprecision, utveckling av leverantörsrelationer och arbete med alternativa leverantörer. Samtidigt förbättras planeringsunderlaget, vilket kan minska behovet av säkerhetslager och onödig kapitalbindning.

Mer tillförlitliga leveransdatum och bättre leveranskontroll

När leveransinformation automatiskt registreras i affärssystemet uppdateras leveransdatum mer konsekvent och organisationen får en mer korrekt bild av när material och produkter faktiskt kommer att anlända. Automatiseringen kan också omfatta leveransbevakning, som säkerställer att ordererkännanden verkligen tas emot från leverantörer. För leverantörer med längre ledtider, exempelvis internationella leveranser, kan systemet även följa när leveranser faktiskt skickas genom att analysera fraktdokument eller hämta status från transportörerna. Det ger en mer aktuell bild av leveransläget i försörjningskedjan och bättre underlag för planering samt mer tillförlitliga leveransbesked till kunder.

Möjlighet att följa upp att leveranser verkligen skickas

I vissa organisationer är leveransdatum i ordererkännanden en relativt tillförlitlig indikator på när varor faktiskt skickas från leverantören. I andra fall kan verklig leverans avvika från det ursprungliga ordererkännandet.

Som ett komplement till hanteringen av ordererkännanden kan vissa lösningar därför även kontrollera när leveranser faktiskt skickas, exempelvis genom att analysera fraktdokument eller genom att hämta status från transportörers API:er. Det gör det möjligt att få en ännu mer aktuell bild av leveransläget i försörjningskedjan.

Högre servicegrad och bättre lagerstyrning

När leveransinformation i affärssystemet är korrekt och uppdaterad förbättras underlaget för planering. Det gör det möjligt att planera inköp och leveranser mer exakt, minska behovet av säkerhetslager och undvika onödig kapitalbindning. Samtidigt ökar möjligheten att hålla en hög servicegrad gentemot kunder.

Varför många organisationer ännu inte automatiserat hantering av ordererkännanden?

Nya möjligheter har vuxit fram snabbt

I många organisationer har hanteringen av ordererkännanden sett ungefär likadan ut under lång tid och blir därför sällan ett område man analyserar närmare. Samtidigt har AI utvecklats snabbt och gör det idag möjligt att automatisera moment som tidigare betraktades som svåra, exempelvis tolkning av leverantörers ordererkännanden i olika dokumentformat, identifiering av förändringar i leveransdatum eller kvantiteter och jämförelse mellan ordererkännande och inköpsorder.

När företag börjar analysera hur processen faktiskt fungerar visar det sig ofta att inköpsteamet lägger en betydande del av sin tid på administrativa moment kopplade till att öppna dokument, tolka information och uppdatera affärssystemet. I många organisationer motsvarar detta arbetstid som istället skulle kunna användas till mer värdeskapande aktiviteter som leverantörsuppföljning, riskhantering och strategiskt inköpsarbete.

Även komplexa ordererkännande går att automatisera

Många organisationer upplever att deras process kring ordererkännanden är för komplex för att automatiseras. Leverantörer använder olika dokumentformat, artikelnummer och artikelbeskrivningar matchar inte alltid exakt mellan ordererkännande och inköpsorder och leveranser delas ofta upp i flera delleveranser. Det är också vanligt att leverantörer skickar flera uppdaterade ordererkännanden för samma order när leveransdatum eller kvantiteter förändras.

Lösningar som är byggda specifikt för hantering av ordererkännanden har dock ofta redan hanterat en stor variation av sådana situationer. De kan exempelvis matcha artiklar även när leverantörens artikelnummer skiljer sig från inköpsordern, identifiera förändringar i leveransdatum och hantera delleveranser över flera dokument. Det gör att även komplexa processer kring ordererkännanden ofta kan automatiseras i betydligt större utsträckning än organisationer först tror.

Införandet är ofta enklare än förväntat

En annan vanlig uppfattning är att automatisering av ordererkännanden kräver omfattande IT-projekt. Den bilden bygger ofta på hur traditionella systemimplementationer har sett ut historiskt.

Med AI-drivna lösningar och skalbar systemarkitektur kan automatiseringen idag läggas som ett lager ovanpå befintliga affärssystem. Integration sker via standardiserade API:er och kräver i många fall endast att IT-avdelningen tillhandahåller API-access och en testmiljö.

Eftersom systemen redan innehåller färdiga funktioner för att tolka ordererkännanden, matcha information mot inköpsorder och hantera avvikelser handlar införandet oftast om konfigurering snarare än utveckling. Samtidigt är gränssnittet utformat specifikt för inköpsprocesser, vilket gör att användare snabbt kan arbeta i systemet efter en kort introduktion.

Innehåll