Wie du Logistikrechnungen im Ecommerce als PDF mit KI analysierst

Ich greife das Thema KI wieder auf, das ich viel zu lange vernachlässigt habe, und widme mich einer Funktion, die mir sehr viel Zeit spart. Und die deshalb auch für dich interessant sein könnte.

In diesem Artikel erkläre ich dir wie du die Logistikrechnungen eines Ecommerce mit deinen vorherigen Schätzungen vergleichst, damit du zuerst die Unterschiede erkennen und danach Maßnahmen ergreifen kannst, etwa mit der Agentur sprechen oder korrigieren, wenn der Fehler bei dir liegt.

Dinge, die du beachten solltest:

• Wir nehmen eine Rechnung als PDF und vergleichen sie mit einer CSV / Excel. Würden wir zwei Excel-Dateien vergleichen, wäre kaum etwas Spannendes daran (außer sie hätten verbundene Zellen; dann würde uns dieses System ebenfalls helfen).
• Ich gehe davon aus, dass du in der Datenbank eine Schätzung der Kosten jeder Sendung speicherst. Wenn du das nicht tust, hör auf, diesen Artikel zu lesen, und schau dir an, wie es geht. So hast du deine Margen viel besser im Griff und vermeidest unangenehme Überraschungen.
• Ich nutze diesen Prozess zur Analyse von Rechnungs-PDFs, aber das System kann dir auch dabei helfen PDFs so zu verwenden, wie es für dich sinnvoll ist. In diesem Zusammenhang erkläre ich dir in künftigen Artikeln, wie du aus einem Lieferanten-PDF mit vielen Referenzen verschiedene Produktseiten erstellst.
• Ich werde ChatGPT 4 und 4o dafür verwenden. Andere Assistenten habe ich nicht getestet.

Die Probleme mit Logistikrechnungen im Ecommerce

Ich erzähle nichts Neues, wenn ich sage, dass in einem Multi-Brand-Ecommerce die Logistik der zweit- oder drittgrößte Kostenblock ist, nur hinter dem Wareneinkauf und, wenn überhaupt, den Gehältern.

Es ist also klar, dass dieser Bereich Aufmerksamkeit verdient. Es geht um viel Geld, und dieses Geld wirkt sich direkt auf die Gewinnmarge aus.

Das Problem ist: Auch wenn du weißt, wie wichtig das Thema ist, kostet die Prüfung der Rechnungen von Logistikunternehmen Zeit.

Zumindest wenn du täglich mehrere Dutzend Sendungen abwickelst. Ganz zu schweigen von Hunderten oder Tausenden.

Und ja, manche Dienstleister schicken uns zusätzlich zur PDF-Rechnung freundlicherweise eine CSV mit der Aufschlüsselung jeder Sendung.

Prima, aber diese CSV können wir fast nie unverändert verwenden, weil es verbundene oder leere Zellen gibt… Wenn du dich mit Excel halbwegs auskennst, baust du dir einmal ein Makro und fertig. Ab dann vergleichst du diese Datei mit deiner eigenen, die die aus dem CMS gezogenen Schätzungen enthält.

Du wirst mir auch sagen, dass man eine Funktion auf deiner Website entwickeln kann, die ein PDF liest und es in eine herunterladbare CSV umwandelt.

Weiß ich.

Wir haben es ausprobiert. Ein Entwickler brauchte drei Tage, bis die Funktion stand.

Aber leider ändern Lieferanten ihre Rechnungsformate, also funktionierte sie 9 Monate später nicht mehr.

Außerdem war sie nur für einen Dienstleister. Stell dir vor, du müsstest ein ähnliches System für 8 oder 9 verschiedene entwickeln. Multipliziere die Entwicklungstage.

Du könntest auch sagen, dass es statistisch ausreichen kann, X Bestellungen zufällig auszuwählen (je nach Gesamtvolumen) und zu vergleichen.

Und ja, das kann reichen, ich werde der Statistik nicht widersprechen. Aber wenn du eine einfache Formel hast, um ALLE Werte zu bekommen, willst du dich wirklich mit einem kleineren Anteil zufriedengeben? Vor allem, wenn du vermutlich länger brauchst, diese Stichprobe manuell zu prüfen, als das System zu nutzen, das ich dir hier vorschlage.

Aus diesen Gründen habe ich lange darüber nachgedacht, wie wir die Arbeit beschleunigen könnten.

Und dann kam ChatGPT.

Der Prozess zum Vergleich von Rechnungen mit KI

Ich erkläre dir Schritt für Schritt, wie ich vorgehe.

Zur Erinnerung: Du brauchst dafür nur drei Dinge:

• Eine Rechnung eines Transportunternehmens als PDF, die die Kosten jeder Sendung enthält.
• Eine CSV / Excel aus der Datenbank unseres CMS / SGA / ERP mit unserer Schätzung der Kosten jeder Sendung.
• ChatGPT.

Los geht’s.

#1. Ich gebe ChatGPT Kontextanweisungen

Ich öffne ChatGPT (denk dran, Version 4 oder 4o) und füge diesen Prompt ein. Er ist nicht von mir, sondern ich habe ihn beim Herumstöbern im Internet entdeckt. Ich weiß nicht mehr wo und kann deshalb leider nicht die passende Quelle nennen:

MISSION

Act as Professor Synapse, a conductor of expert agents. Your job is to support me in accomplishing my goals by gathering context, then you MUST init:

*Synapse_CoR* =

"(emoji): I am an expert in [role&domain]. I know [context]. I will reason step-by-step to determine the best course of action to achieve [goal]. I can use [tools] and [relevant frameworks] to help in this process. I will help you accomplish your goal by following these steps: [reasoned steps] My task ends when [completion]. [first step, question]"

INSTRUCTIONS

1.  🧙🏾‍♂️, gather context, relevant information and clarify my goals by asking questions

2. Once confirmed you are MANDATED to init Synapse_CoR

3.  🧙🏾‍♂ and [emoji] support me until goal is complete

COMMANDS

/start=🧙🏾‍♂️,introduce and begin with step one

/ts=🧙🏾‍♂️,summon (Synapse_CoR*3) town square debate

PERSONA

-curious, inquisitive, encouraging

-use emojis to express yourself

RULES

-End every output with a question or reasoned next step.

-You are MANDATED to start every output with "🧙🏾‍♂️:" or "[emoji]:" to indicate who is speaking

- After init organize every output

    “🧙🏾‍♂️: [aligning on my goal]

    [emoji]: [actionable response]."

-🧙🏾‍♂️, you are MANDATED to init Synapse_CoR after context is gathered.

- You MUST Prepend EVERY Output with a reflective inner monologue in a markdown code block reasoning through what to do next prior to responding.

- Always answer in GERMAN

Das hilft uns unter anderem dabei, jede Interaktion mit einer Frage von ChatGPT zu beenden. Hier sehen wir, dass es noch einige Angaben von uns verlangt, in einem etwas Yoda:

#2. Wir laden die PDF-Rechnung hoch und geben Anweisungen

Bevor du meine Antwort siehst, möchte ich dir das PDF zeigen, das ich hochladen werde, damit du den betreffenden Prompt verstehst.

So sieht das Format der Rechnung als PDF aus:

Auf dem Bild siehst du zwei Sendungen. Ich markiere dir in Rot die beiden Felder, die mich bei jeder Sendung interessieren:

1. Die Bestellreferenz, eine Zeichenkette, die die Bestell-ID aus unserem CMS enthält. Achtung: Es ist unsere ID, nicht die des Transportunternehmens (später sehen wir noch ein anderes Beispiel dafür).
2. Die Gesamtkosten der Sendung, die wir mit unserer Schätzung vergleichen.

Mit dieser Erklärung kannst du den Prompt verstehen, den ich einfüge und der das besondere Format der Rechnung berücksichtigt:

Ich werde dir eine Rechnung als PDF senden. Erstelle eine Liste aller Referenzen aus dem PDF zusammen mit dem Gesamtpreis. Bei der Referenznummer sind nur die Ziffern vor dem # gültig; zum Beispiel: Bei dieser Referenz: 80052#1-1 ist die gültige Referenz: 80052.

Ich hänge die PDF-Rechnung an den Prompt an und sende alles an ChatGPT.

Das ist die Antwort:

#3. Wir laden unsere Schätzungen hoch

Bevor wir mit ChatGPT weitermachen, musst du die CSV sehen, die ich als Nächstes übergebe. Diese enthält dieselben beiden Felder, die wir aus der Rechnung genommen haben. Zur Erinnerung:

1. ID unserer Bestellungen.
2. Geschätzte Versandkosten.

Jetzt bist du in der Lage, den nächsten Prompt zu verstehen:

Ich werde dir eine Excel-Datei mit der Bestellübersicht senden. Erstelle eine Liste aller „Bestellnummer“ zusammen mit ihren „geschätzten Versandkosten“.

Dazu hängen wir die Excel-Datei mit unseren Schätzungen an und senden sie.

Hier ist die Antwort von ChatGPT:

#4. Wir vergleichen Werte

Pass auf, jetzt kommt die Magie.

Wir geben diesen Prompt ein:

Sobald du alles hast, vergleiche die Daten aus dem pdf, „Referenzen“ und „Gesamtpreis“, mit den Daten aus „Bestellnummer“ und „geschätzte Versandkosten“ und prüfe, ob es Abweichungen gibt. Ziel ist zu prüfen, ob bei derselben Referenz oder Bestellnummer die Kosten übereinstimmen. Wenn es keine Abweichungen gibt, sage: Alles ist ok, es gibt keine Abweichung. Wenn es Abweichungen gibt, erstelle ein excel mit dem numerischen Ergebnis der Abweichungen
Strukturiere das Excel wie folgt:

Spalte A: Referenz

Spalte B: Gesamtpreis PDF

Spalte C: Gesamtkosten Excel

Spalte D: Abweichungen

Schau dir dieses Wunder an (und dabei fügt es sogar eine Spalte hinzu, nach der ich gar nicht gefragt habe):

Da hast du alle Unterschiede. Und wir sprechen von einem PDF mit 9 Seiten voller Sendungen.

Disclaimer: diesen Prozess hat Juan Carlos Carpio, ein Ass in KI und Content, entwickelt, den wir bei Yo pongo el hielo zum Glück im Team haben.

Fall, in dem die Bestell-ID nicht auf der Rechnung steht

Es kann sein, dass die Lieferantenrechnung deine Bestell-ID nicht enthält.

Der Fall ähnelt dem vorherigen, aber du brauchst aus der API-Integration zwischen deinem System und dem des Logistikdienstleisters eine Information, die Bestellkennung des Dienstleisters, um sie unserer CSV hinzuzufügen.

Die Idee ist in diesem Fall, PDF und CSV über die Versand-ID des Dienstleisters abzugleichen statt über die ID aus unserem CMS.

Also: Bei einer Rechnung wie dieser, die, wie du siehst, nicht die Bestell-ID aus unserem CMS enthält, sondern nur die eigene Versand-ID des Dienstleisters:

Und bei einer eigenen CSV wie dieser, in der wir per API die Versand-ID des Dienstleisters abrufen und exportieren:

Wir wiederholen den Prozess und passen die Feldnamen (die Überschriften) in den Prompts an die neuen Dateien an (wichtig, damit ChatGPT nicht durcheinanderkommt) und erhalten Folgendes:

Genau das haben wir gesucht.

Fazit

Wie du siehst, wird die Analyse der Versandrechnungen deines Ecommerce ab jetzt zum Kinderspiel.

Im wahrsten Sinne eine Sache von Minuten. Mit jedem Dienstleister und der jeweiligen Rechnung.

Du wirst Dinge entdecken wie:

• Dass dir das Volumengewicht berechnet wird (zu Recht oder nicht).
• Dass auf der Rechnung Positionen stehen, die dir vorher nicht genannt wurden.
• Dass dein Tarif ohne Vorwarnung erhöht wurde.
• Dass ein angekündigtes Angebot nicht angewendet wurde.
• Dass du eine Palette mit 2 Tonnen verschickt hast (was nicht stimmen wird, wenn du keine Autobatterien verkaufst).

Das sind nur einige typische Fälle.

Der nächste Schritt besteht darin, das Nötige zu korrigieren oder beim Unternehmen entsprechend zu reklamieren. Da ChatGPT dir dabei aber noch nicht helfen kann (das kommt noch), wünsche ich dir fürs Erste viel Glück.

Wenn dir der Beitrag gefallen hat, findest du hier weitere Artikel über KI im digitalen Business.

Und wenn du jeden Donnerstag meinen neuen Artikel per E-Mail erhalten möchtest, kannst du dich anmelden –und bekommst nebenbei noch ein kleines Geschenk– auf dieser anderen Seite.