Logistischer Benchmark

Gerade im Bereich der Logistik Unternehmen gibt es ein unklares Bild der eigenen Position im Markt, unklare Marktpreise und daraus resultierend unkalkulierbare Preisbewegungen.

Der Fokus des Logcons Benchmarks (Kundenpreis & Frachteinkauf) ist ein Preisvergleich zwischen mehreren Relationen (Lanes) anhand Richt- und Bestpreisen. Das Hauptaugenmerk liegt dabei auf die Darstellung signifikanter Abweichungen der einzelnen Preise.

  • Der Logcons FTL-Benchmark kann nur dann funktionieren, wenn die Bereitschaft vorhanden ist, logistische Preise zu teilen.
  • Alle Preise werden nach dem Open Data Prinzip “allen” zu Verfügung gestellt.
  • Die Teilnahme am Logcons Bench-Projekt beruht ausschließlich auf Freiwilligkeit, die Sammlung der Preise erfolgt anonymisiert.
  • Logcons wird alle zur Verfügung gestellten Daten einer Plausibilitätsprüfung unterziehen und diese anschließend nach Aktualität gewichtet und in den Benchmark einfließen lassen.
  • Datenschutz hat höchste Priorität, die Datengewinnung erfolgt vollkommen anonymisiert. Somit sind Rückschlüsse auf einzelne Unternehmen nicht möglich.

 

Desto unterschiedlicher der logistische Markt bzw. die Logistikunternehmen sind, umso differenzierter ist auch der Benchmark, der ja üblicherweise als anonymer Vergleichswert aus möglichst vielen Mitbewerbern gebildet wird. Um nun für unterschiedliche Fragestellungen oder verschiedene Zielgruppen auch stets den optimalen Benchmark zur Verfügung zu haben, bietet Logcons zwei flexible Benchmarkings: Kundenpreise und Frachtpreise. 

Aber auch das Reporting der eigenen Daten und des passenden Benchmarks
kommt im Logcons Benchmark nicht zu kurz.

Da aber auch Datenschutz bei Logcons höchste Priorität genießt, wird im Zuge jeder Berechnung sichergestellt, dass stets zumindest vier Unternehmer in jeder Benchmarking vorhanden sind. Somit sind Rückschlüsse auf einzelne Unternehmen nicht möglich.

Schreibe einen Kommentar

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.