Orderinvoer automatiseren: van overtypen naar controleren

Een order komt binnen, niet via een nette koppeling, maar als mail, als pdf-bijlage, soms als los berichtje met een bestellijst erin. Iemand op de binnendienst opent het bericht, zoekt de juiste artikelen op, typt aantallen en afleveradres over in het ERP, en controleert of alles klopt. Bij veertig orders per week en tien tot vijftien minuten per order loop je al gauw tegen de acht uur per week aan, puur aan overtypen.

Het echte probleem is niet alleen de tijd. Het is de foutgevoeligheid. Een verwisseld artikelnummer, een verkeerd aantal, een adres dat niet goed is overgenomen: het gebeurt niet vaak, maar als het gebeurt, kost het veel meer dan de tijd die het overtypen zelf kostte. Een verkeerde levering betekent een retour, een creditfactuur, extra transport en een klant die het volgende keer twijfelt.

Waarom dit ondanks een ERP-systeem nog steeds handwerk is

De meeste bedrijven hebben al een ERP-pakket waarin orders keurig worden vastgelegd. Het probleem zit niet in het systeem, maar in de weg ernaartoe. Een order die binnenkomt in een vast format, bijvoorbeeld via een koppeling met een grote klant, wordt vaak al automatisch verwerkt. Maar een groot deel van de orders komt niet in een vast format binnen. Het is een mail met een bestelling in lopende tekst, of een pdf die een klant zelf heeft opgemaakt. Voor dat soort binnenkomende orders is er meestal geen koppeling, dus wordt er overgetypt.

Wat automatisering hier verandert

Een AI-onderdeel leest de binnenkomende order uit, ongeacht of die als mailtekst of als pdf-bijlage binnenkomt: welke artikelen, welke aantallen, welk afleveradres, welke klant. Die gegevens worden vergeleken met wat bekend is in het ERP. Herkent het systeem alles zonder afwijking, dan staat de order klaar als conceptinvoer, gereed voor een laatste controle voordat hij definitief wordt bevestigd.

Wijkt iets af, bijvoorbeeld een artikelnummer dat niet bestaat, een ongebruikelijk hoge hoeveelheid, of een afleveradres dat niet overeenkomt met wat bekend is, dan gaat precies die ene regel naar een medewerker. De rest van de order loopt gewoon door. Zo hoeft niemand meer elke order van voor naar achter te controleren, alleen de regels die daadwerkelijk aandacht nodig hebben.

Voorbeeldscenario

Dit is een voorbeeldscenario, geen bestaande klant van ModernizeNow. Stel een groothandel in technische onderdelen, die per week gemiddeld veertig orders verwerkt via mail en pdf. Handmatige invoer kost gemiddeld twaalf minuten per order: acht uur per week. Met een automatische uitlezing die alleen afwijkende regels doorstuurt naar een medewerker, blijft daar ongeveer anderhalf uur controlewerk van over. De overige tijd gaat naar inkoop, klantcontact of het oplossen van de uitzonderingen die er wél toe doen.

Wat blijft mensenwerk

Alles wat niet in een herkenbaar patroon past. Een klant die belt met een spoedwijziging, een order die niet compleet is, een afwijking die om een telefoontje vraagt in plaats van een aanname. Automatisering is hier geen vervanging van het beoordelingsvermogen van de binnendienst, het is een filter dat ervoor zorgt dat die aandacht alleen nog naar de orders gaat die het nodig hebben.

Wat dit niet oplost

Een order die telefonisch wordt doorgegeven, blijft voorlopig iets voor een mens om te noteren. Er wordt geen systeem gebouwd dat telefoongesprekken automatisch omzet in orders, dat is een ander soort techniek met een andere foutmarge. En een inkomend document met een structuur die van klant tot klant compleet verschilt, bijvoorbeeld een handgeschreven bestelbon die wordt gefotografeerd, is niet in elk geval betrouwbaar genoeg om zonder extra controle te verwerken. In dat soort gevallen is het eerlijker om vooraf te zeggen dat volledige automatisering hier niet realistisch is, dan om een koppeling te bouwen die net te vaak misgrijpt en daardoor meer controlewerk oplevert dan hij bespaart.

Dat is meteen ook waarom de scan en het plan vooraf gaan aan de bouw: eerst wordt vastgesteld welk deel van de orderinvoer zich betrouwbaar laat automatiseren, en welk deel beter mensenwerk kan blijven.