Cost to Serve macht versteckte Kosten sichtbar. Was in immer mehr Bereichen der Wirtschaft heute selbstverständlich ist, rentiert sich insbesondere in der Logistik – und auch Onlinehändler müssen diese Kosten berücksichtigen. Welche Kunden sind unverhältnismässig teuer? Welche Vertriebswege und welche Prozesse verursachen den grössten Aufwand? Und wo entsteht der eigentliche Gewinn? Cost to Serve beantwortet diese und andere Fragen. Wer seine wahren Kosten kennt, kann Preise gezielt steuern und Services rentabel gestalten.
Umsatz oder Gewinn?
Welche Kunden bestellen häufig? Das lässt sich schnell ermitteln. Die Kennzahlen sind relativ eindimensional: Anzahl der Bestellungen, Umsatz pro Kunde. Aber wie sieht es aus, wenn man die individuellen Kosten pro Kunde zusätzlich berücksichtigt? Ganz klar: Hier geht es darum, Minusgeschäfte aufzudecken und die Treiber negativer Margen zu identifizieren. Faktoren, die hohe Umsätze in empfindliche Verluste verwandeln, sind zum Beispiel:
- Hohe Versandkosten
- Spezialwünsche
- Retouren
- Schwer zu erreichende Lieferadressen
- Individueller Support
Onlinehändler sehen bei diesen fünf Punkten auf den ersten Blick: Das sind genau die Services, die zwar Kosten verursachen, gleichzeitig aber potenzielle Kunden zu Stammkunden machen.
Aber lohnt sich der Aufwand? Warum nicht die Leistungen einfach streichen? Ganz klar: Diese einfache Lösung lohnt sich auf lange Sicht nicht. Gefragt ist eine umfassende Analyse. Cost to Serve (CTS) liefert diese Prüfung. CTS deckt auf, welche Kosten entlang der gesamten Wertschöpfungskette entstehen – von der Kommissionierung über Verpackung und Versand bis zu Retouren und After-Sales-Services. Und CTS entdeckt genau die Kunden oder Prozesse, bei denen sich das Nachdenken über Veränderungen lohnt.
Ineffiziente Kunden und Prozesse erkennen
Als Erstes gilt es, einzelne Kostentreiber den richtigen Aufträgen und Kunden zuzuordnen. Hierfür gibt es drei Ansätze: Die Prozesskostenrechnung ermittelt, welche Aktivitäten wie viel kosten. Wenn es um die Analyse der Kosten einzelner Kunden geht, kommt Activity-Based Costing ins Spiel. Diese Methode eignet sich auch dafür, die tatsächlich beanspruchten Ressourcen in Bezug auf einzelne Produkte zu ermitteln. Schliesslich gibt es den umfassenden Ansatz der Data Analytics – die Kombination verschiedener Kennzahlen mit Bestellarten und Versandarten, um Muster zu erkennen.
Prozesskostenrechnung
Die Prozesskostenrechnung orientiert sich an den einzelnen Arbeitsschritten. Sie macht sichtbar, welche Prozesse vom Wareneingang bis zur Auslieferung Defizite in der Effizienz aufweisen. Dadurch lassen sich Faktoren für Ineffizienz schnell identifizieren. Häufig können diese Nachteile durch Automatisierung behoben werden.
Activity-Based Costing
Activity-Based Costing deckt die Zusammenhänge zwischen Kunde oder Produkt auf der einen Seite und Aktivitäten auf der anderen Seite auf. Zwei simple Beispiele:
- Produkt A wird besonders häufig retourniert.
- Kunde B wünscht immer wieder Extra-Services, bestellt gleichzeitig aber nur geringe Mengen.
So wird deutlich, welche Kunden oder Produkte überdurchschnittlich viele Ressourcen binden und damit die Gesamtkostenstruktur beeinflussen.
Data Analytics
Bei Data Analytics kommt Künstliche Intelligenz ins Spiel – und spielt auch hier den Vorteil aus, verborgene Muster zu erkennen, wo der Mensch nur die Daten sieht. KI macht Unsichtbares sichtbar. Ein Beispiel: Erst durch Data Analytics wird aufgedeckt, dass bestimmte Kunden häufig kurzfristige Nachlieferungen anfordern, die zusätzliche Fahrten und manuelle Eingriffe im Lager notwendig machen.
Ohne Data Analytics wären diese Mehrkosten kaum aufgefallen, da sie sich über viele kleine Einzelaufträge verteilen. Jetzt aber kann das Unternehmen gezielt reagieren – etwa durch Mindestbestellmengen, gebündelte Lieferungen oder individuelle Preisanpassungen.
Kombination der Ansätze
In der Regel ergibt sich erst durch die Kombination dieser drei Methoden ein vollständiges Bild. Im Ergebnis erhält man eine klare Übersicht darüber, welche Kundensegmente, Vertriebskanäle oder Extra-Services überproportional viel Aufwand verursachen, ohne dass sich nennenswerte Gewinne ergeben.
Cost-to-Serve-Analysen sind Bestandteil von modernen ERP-Systemen. Auch E-Commerce-Plattformen wie Shopify Plus haben integrierte Kosten-Tracking-Funktionen, um die Margen auf Kundenebene zu überwachen.
Negative Cost-to-Serve-Werte verbessern
Was tun, wenn die Kostentreiber aufgedeckt sind? Wenn sich bestimmte Kunden, Produkte oder Aktivitäten als unrentabel herausstellen, müssen diese noch lange nicht aufgegeben werden. Optimieren statt streichen ist meist der bessere Weg. Möglichkeiten der Verbesserung sind zum Beispiel:
- Stärkere Differenzierung von Preisen und Services.
- Automatisierung bestimmter Lager- und Lieferprozesse.
- Das Kundenverhalten in die richtige Richtung lenken – zum Beispiel mit Mindestbestellwerten, Bündelrabatten oder zeitlich flexiblen Lieferoptionen.
Ein weiterer wichtiger Gesichtspunkt im Rahmen von Cost to Serve ist der Customer Lifetime Value (CLV). Denn manche Kunden sind nur auf kurze Sicht teuer, langfristig aber profitabel. Die Formel ist recht einfach: Der CLV misst den durchschnittlichen Gewinn über eine bestimmte Zeitspanne in Abhängigkeit von der Länge der Kundenbeziehung. Auf den Punkt gebracht: Treue Kunden sind auch dann lukrativ, wenn die Gewinnmargen pro Bestellung niedrig sind.
Unser Fazit: Rentabilität durch Analyse
Cost to Serve ist ein strategisches Steuerungselement für Logistikunternehmen und Onlinehändler, um Gewinnmargen nachhaltig zu erhöhen. Ausgangspunkt ist die Ermittlung von Schwachstellen bei bestimmten Prozessen, Kunden oder Produkten. Auch in diesem Bereich gilt: Je mehr Daten, desto besser. Zusammenhänge lassen sich besonders gut durch den Einsatz Künstlicher Intelligenz erkennen.
