Waktu Tunggu Rate Vendor, Bukan Waktu Tunggu Customer, yang Sering Membengkakkan Respons RFQ

Pada contoh perhitungan di artikel ini, dari total waktu respons RFQ sekitar 24 jam, sekitar 83% di antaranya habis menunggu balasan rate dari vendor (pelayaran, trucking, gudang, atau agen tujuan), bukan menunggu customer melengkapi data atau menunggu sales menyusun harga. Pola ini gampang tersembunyi selama waktu respons cuma dilaporkan sebagai satu angka rata-rata per RFQ, sebab angka tunggal itu tidak pernah bilang jam mana yang habis menunggu, dan menunggu siapa.

Untuk menjawab pertanyaan kedua, satu angka rata-rata tidak cukup. Anda perlu memecah interval itu jadi beberapa segmen, dan cara paling sederhana untuk melakukannya adalah mencatat empat titik waktu di setiap RFQ, bukan cuma titik awal dan titik akhirnya. Dari empat titik itu, tiga interval bisa dihitung lewat pengurangan biasa: tanpa rumus rumit, tanpa software baru, cukup jam dan tanggal yang dicatat konsisten.

Kenapa satu angka rata-rata menyembunyikan pola yang justru paling penting

Anggap satu forwarder mencatat rata-rata waktu respons RFQ-nya 18 jam. Angka itu terdengar cukup rapi untuk dilaporkan ke manajemen, tapi ia tidak membedakan dua situasi yang sangat berbeda: 18 jam yang sebagian besar habis menunggu balasan pelayaran yang lambat membalas email, atau 18 jam yang habis karena sales lupa membalas RFQ semalaman. Kedua situasi itu butuh perbaikan yang sama sekali berbeda, padahal di laporan bulanan keduanya tercatat identik sebagai "18 jam".

Cara memecah angka gabungan ini bukan dengan mencatat lebih rajin di titik yang sama (awal dan akhir), melainkan menambah titik pencatatan di tengah-tengah proses, tepat di momen-momen ketika RFQ berpindah tangan dari satu pihak ke pihak lain.

Empat stempel waktu yang menyusun satu siklus RFQ

Keempat titik ini dipilih bukan sembarangan: masing-masing menandai momen RFQ berpindah tangan atau berubah status, titik-titik yang lazim sudah punya jejak (email masuk, balasan vendor, quotation terkirim) sehingga mencatatnya jarang menambah pekerjaan baru, cuma menambah kebiasaan mencatat jamnya.

Dari keempat titik itu, tiga interval bisa dihitung lewat pengurangan waktu:

Kenapa T1 butuh definisi tertulis, bukan sekadar perasaan "sudah cukup"

Titik T1 paling rawan jadi angka yang tidak konsisten, sebab "persyaratan lengkap" gampang diartikan berbeda oleh dua sales yang berbeda. Satu sales merasa cukup begitu tahu rute dan berat kotor; sales lain baru merasa lengkap setelah sepuluh detail terkonfirmasi. Kalau definisinya tidak tertulis, T1 yang dicatat dua orang untuk kasus yang sebanding bisa berselisih jauh, bukan karena prosesnya beda, tapi karena standar mencatatnya beda.

Checklist berikut yang dipakai sebagai definisi baku T1 di seluruh artikel ini. Kesepuluh poin ini perlu terkonfirmasi sebelum RFQ dianggap siap masuk tahap pengumpulan rate:

• Incoterm. Menentukan siapa menanggung biaya dan risiko di titik mana sepanjang rute.
• Pelabuhan/kota asal dan tujuan.
• Jenis komoditas dan kode HS, bila customer sudah punya.
• Berat kotor dan dimensi.
• Jenis dan jumlah kontainer, atau volume LCL.
• Kebutuhan asuransi cargo.
• Cakupan kepabeanan: termasuk atau tidak dalam quotation.
• Persyaratan khusus: reefer, barang berbahaya (DG), muatan oversize.
• Perkiraan tanggal siap muat.
• Frekuensi, kalau RFQ ini untuk kontrak, bukan sekali jalan.

Menanyakan kesepuluh poin itu sekaligus di kontak pertama, bukan satu-satu setiap kali teringat, adalah perbaikan termurah untuk menekan interval A tanpa mengubah apa pun di tahap lain.

Cara mencatat: satu baris per RFQ, selama 30 RFQ ke depan

Praktiknya tidak butuh software baru. Satu spreadsheet bersama, diisi bergiliran oleh sales dan pricing yang menangani RFQ tersebut, sudah cukup untuk mengumpulkan data yang berguna.

1. 1Buka satu baris baru setiap RFQ masuk, beri nomor urut, lalu isi kolom T0 dengan jam saat itu juga. Jangan ditunda sampai akhir hari, karena jam yang ditulis dari ingatan biasanya meleset.
2. 2Isi T1 begitu checklist sepuluh poin di atas selesai dikonfirmasi. Kalau butuh dua putaran tanya-jawab dengan customer, T1 dicatat setelah putaran terakhir, bukan putaran pertama.
3. 3Isi T2 saat balasan rate terakhir dari daftar vendor yang dihubungi masuk. Kalau ada vendor yang tidak pernah membalas dan akhirnya dilewati, catat jam keputusan melewatinya sebagai T2, supaya kolom ini tidak menggantung tanpa batas.
4. 4Isi T3 saat quotation benar-benar terkirim ke customer, bukan saat quotation selesai disusun tapi masih menunggu tanda tangan.
5. 5Tambahkan tiga kolom rumus (Interval A, B, C) berisi pengurangan sederhana dari keempat kolom jam di atas, supaya tidak perlu dihitung manual satu-satu setiap kali baris baru diisi.
6. 6Setelah 30 baris terisi, urutkan dari interval mana yang paling besar rata-ratanya. Itu titik pertama yang layak diperbaiki lebih dulu.

Contoh perhitungan interval, angka disederhanakan

Enam baris berikut adalah contoh rekaan untuk menunjukkan cara menghitungnya, disederhanakan supaya polanya gampang diikuti, bukan catatan RFQ nyata dari satu perusahaan tertentu. Terapkan pengurangan yang sama persis ke 30 RFQ Anda sendiri setelah pencatatan berjalan.

Menjumlahkan keenam baris itu, lalu membagi tiap interval dengan totalnya, menunjukkan ke mana porsi waktu terbesar pergi, bukan dari kesan, dari hitungan.

Kenapa interval menunggu rate vendor cenderung paling sulit dipangkas

Kalau pola di atas juga muncul di data Anda, penyebabnya jarang soal vendor yang lambat membalas semata. Lebih sering, penyebabnya ada di sisi Anda sendiri: rate tersimpan di banyak tempat berbeda, sehingga setiap RFQ baru harus mulai mencari dari nol, alih-alih memakai ulang rate yang memang sudah pernah didapat sebelumnya.

Di kebanyakan forwarder skala menengah, rate tersimpan di file Excel milik manajer pricing, lampiran PDF yang terkubur di email, screenshot WhatsApp dari sales pelayaran, dan kepala orang yang sudah lama bekerja di sana. Kondisi ini melahirkan tiga masalah yang langsung memperbesar interval B:

• Harga jadi tidak konsisten, dan setiap kali dua sales memberi angka berbeda untuk rute yang sama, RFQ berikutnya di rute itu ikut memicu pengecekan ulang dari awal, menambah waktu di interval B, bukan cuma mengganggu kredibilitas.
• Rate kedaluwarsa tetap terpakai kalau file yang dibuka tidak dibubuhi tanggal, sehingga pricing harus mengonfirmasi ulang ke vendor meski sudah pernah punya angka untuk rute itu sebelumnya: konfirmasi ulang itulah yang menambah jam ke interval B.
• Pengetahuan menempel ke orang, bukan ke sistem. Begitu manajer pricing resign, rute yang rate-nya biasa dihafal kini harus dicari ulang dari nol setiap kali RFQ masuk, interval B di rute itu melonjak sampai penggantinya cukup berpengalaman.

Interval mana yang paling besar menentukan perbaikan mana yang perlu diprioritaskan

Ketiga interval menuntut perbaikan yang berbeda. Memperbaiki yang salah (misalnya menambah orang di pricing padahal interval yang membengkak adalah B) akan menghabiskan anggaran tanpa mengubah angka total secara berarti.

Menghubungkan interval dengan alasan menang-kalah, bukan mengasumsikannya

Menemukan interval B Anda besar belum tentu berarti Anda kalah tender karena itu. Untuk tahu apakah lambatnya waktu respons benar-benar menjelaskan sebagian kekalahan Anda, interval ini perlu disandingkan dengan data menang-kalah, dan di situlah masalah baru biasanya muncul: kolom alasan kalah di kebanyakan CRM dibiarkan kosong, karena sales yang baru kalah tender jarang berminat menuliskan sebabnya.

Cara yang lebih realistis: jangan minta sales menulis esai. Sediakan pilihan tetap yang tinggal diklik satu kali begitu status RFQ berubah jadi "kalah":

• Harga: quotation pesaing lebih murah.
• Waktu respons: quotation Anda datang setelah shortlist disusun.
• Kapasitas/jadwal: rute atau jadwal yang diminta tidak bisa dipenuhi.
• Syarat pembayaran: termin yang ditawarkan tidak sesuai kebutuhan customer.
• Hubungan lama dengan pesaing: keputusan sudah condong sebelum RFQ ini dibuka.

Begitu kolom ini terisi untuk 30 RFQ yang sama dengan yang Anda catat interval-nya, dua tabel itu bisa disandingkan: RFQ dengan interval total terpanjang, apakah memang lebih sering ditandai "waktu respons" sebagai alasan kalah dibanding RFQ yang responsnya cepat? Kalau polanya konsisten di data Anda sendiri, itu alasan yang kuat untuk memangkas interval B lebih dulu. Kalau tidak, sumber daya mungkin lebih berguna dialihkan ke tempat lain.

Yang bisa dan yang tidak bisa dijawab data empat stempel waktu ini

Sebelum menjalankan pencatatan ini selama beberapa minggu, ada baiknya batas datanya jelas dari awal, supaya hasilnya tidak dituntut menjawab pertanyaan yang memang di luar jangkauannya.

“Rata-rata satu angka memberi tahu Anda berapa lama prosesnya. Empat stempel waktu memberi tahu Anda sedang menunggu siapa.”

Ketiga langkah untuk memulai (menetapkan alamat masuk resmi, menulis definisi "lengkap" untuk checklist T1, lalu mencatat keempat jam ini di satu spreadsheet bersama) bisa dijalankan mulai hari ini, tanpa anggaran tambahan. Dalam tiga sampai enam minggu, tergantung berapa banyak RFQ yang masuk per minggu, Anda akan punya 30 baris data yang menunjukkan pola Anda sendiri, bukan pola forwarder lain, bukan rata-rata industri, dan bukan dugaan siapa pun di rapat.