Procurement Analytics lässt sich als Prozess zusammenfassen, bei dem Datenanalysetechniken und -werkzeuge eingesetzt werden, um Einblicke in den Beschaffungsprozess und die Ausgaben eines Unternehmens zu gewinnen. Traditionell werden bei der Beschaffungsanalyse Techniken wie Statistik, grafische Visualisierungstools, mathematische Algorithmen und Simulationstools eingesetzt. In den letzten Jahren hat sich Procurement Analytics jedoch stark weiterentwickelt und ist heute fortschrittlicher und ausgefeilter als je zuvor. Je nach Reifegrad eines Unternehmens können verschiedene Datenanalysen angewandt oder hinzugefügt werden. Eine Voraussetzung für die Datenanalyse sind Struktur und gute Datenqualität.
Die folgenden Felder gelten für die konventionelle Procurement Analytics: Kategorieanalyse (hilft bei der Entwicklung von Beschaffungsstrategien) Spend Analysis (hilft, Trends zu erkennen und Schwerpunktbereiche zu identifizieren) Preisbenchmarking und Should-Cost-Analyse (hilft bei der Ermittlung von Einsparmöglichkeiten) Vertragsanalyse (zur Verbesserung der Leistung und Einhaltung der Vorschriften durch die Lieferanten) Analyse der wichtigsten Leistungsindikatoren (KPIs) für die Beschaffung (hilft bei der Überwachung und Verfolgung) Analyse des Versorgungsrisikos (hilft, Risiken zu mindern)
Im Allgemeinen können 4 verschiedene Arten der Beschaffungsanalyse angewendet werden: Diese 4 Typen von Procurement Analytics können erklären, was passiert ist, was in Zukunft passieren könnte, warum es passiert ist und wie wir reagieren sollten.
1. Deskriptive Analyse Die deskriptive Analyse ist die am weitesten entwickelte der vier Methoden. Sie ist die Grundlage für andere, fortgeschrittenere Analysen. Ihr Zweck ist die Umwandlung strukturierter Daten in einfache Dashboards für die Beschaffung (ein gängiges Beispiel), die auf internen Daten basieren. Sie beantwortet die Frage, wie viel, wo, was und für wen ich Geld ausgebe. Sie bezieht auch historische Daten und Trends ein und ermöglicht es den Beschaffungsfachleuten, KPIs zu verfolgen.
2. Diagnostische Analytik Diagnostische Analytik geht noch einen Schritt weiter und wird eingesetzt, um die Ursache für bestimmte Trends zu ermitteln, die durch die deskriptive Analyse entdeckt wurden. Diagnostic Analytics verwendet Data-Drilling- oder Data-Mining-Methoden, um Daten zu analysieren und Ursachen zu ermitteln, die Beschaffungsexperten bei der Entscheidungsfindung helfen. In der Praxis ermöglicht Data Drilling einen tieferen Einblick in einen Datensatz, z. B. die Aufteilung des Datensatzes in mehrere Kategorien, um mehr Informationen zu erhalten. Und Data Mining hilft bei der Analyse von Korrelationen innerhalb des Datensatzes. Damit sind Beschaffungsexperten in der Lage, sich ein klares Bild von der Situation zu machen und selbst bei unstrukturierten Datensätzen fundierte Entscheidungen zu treffen.
3. Prädiktive Analytik Predictive Analytics im Beschaffungswesen ist definiert als die Nutzung datengestützter Erkenntnisse zur Vorhersage künftiger Ergebnisse und zur Förderung von Entscheidungen im Zusammenhang mit der Beschaffung. Predictive Analytics wird für Ausgabenprognosen verwendet, die aus Absatzprognosen abgeleitet werden, die sich aus Produktionszahlen, potenziellen Kunden, Stücklisteninformationen usw. ergeben. Predictive Analytics wird jedoch auch zur Ermittlung der Wahrscheinlichkeit zukünftiger Ergebnisse eingesetzt. Dies kann durch die Nutzung historischer Daten in Kombination mit statistischen Algorithmen und maschinellem Lernen (ML), gepaart mit Mustererkennung für Prozesse, Wareninformationen, Indizes und anderen relevanten Daten, erreicht werden. Durch den Einsatz von Predictive Analytics können Beschaffungsabteilungen von reaktiv zu proaktiv wechseln.
4. Präskriptive Analytik Die präskriptive Analyse hingegen geht über die Visualisierung und Vorhersage hinaus und unterstützt Entscheidungen mit umsetzbaren Erkenntnissen. Ein präskriptiver Analyseansatz bezieht sich auf die Analyse und Vorhersage zukünftiger Ergebnisse und Trends auf der Grundlage historischer Ausgaben, Katalog-, Lieferanten- und Materialdaten. Prädiktive Analysen werden immer wichtiger, insbesondere für Geschäftsprozesse. Zum Beispiel Neuverhandlungen mit einem Lieferanten aufgrund von Wechselkursschwankungen, Änderungen bei den Rohstoffkosten oder neuen Vorschriften zu Einfuhrzöllen oder Steuern usw. Somit ist die präskriptive Analyse die bei weitem fortschrittlichste und nützlichste Beschaffungsanalyse im Hinblick auf Kosteneinsparungen.
Procurement Analytics als Wegbereiter für Unternehmen Zusammenfassend lässt sich sagen, dass die Beschaffung mehr Daten generiert, als jeder Beschaffungsexperte effizient verwalten kann. Hier kommen digitale Beschaffungslösungen ins Spiel, die auf maschinellem Lernen (ML) und künstlicher Intelligenz (KI) basieren. Deskriptive und diagnostische Procurement Analytics untersuchen historische Beschaffungsdaten, um zu klären, was in der Vergangenheit passiert ist und warum es passiert ist. Prädiktive und präskriptive Analysen erkennen verborgene Muster in historischen Beschaffungsdaten und erstellen Vorhersagen und umsetzbare Empfehlungen auf der Grundlage externer Daten.
Um in einer VUCA-Welt (Volatilität, Unsicherheit, Komplexität und Mehrdeutigkeit) erfolgreich zu sein, müssen Beschaffungsorganisationen die Komplexität bewältigen, die Beherrschung erlangen und die Agilität und Widerstandsfähigkeit verbessern. Dies kann erreicht werden, indem man die Rentabilitätsbemühungen anführt, die funktionsübergreifende Wertschöpfung vorantreibt, Marktexpertise entwickelt und Technologie für mehr Effizienz einsetzt. Die Beschaffungsanalytik kann die traditionellen Beschaffungspraktiken revolutionieren und den Weg zu Spitzenleistungen durch digitale Beschaffungsinstrumente ebnen. Darüber hinaus generiert die Beschaffung riesige Datenmengen, so dass die Verbindung zwischen Beschaffung und Datenanalyse logisch ist. Daher muss die Beschaffung sowohl interne als auch externe Daten nutzen, um Ergebnisse vorherzusagen, die Zusammenarbeit zu verbessern und bessere und schnellere datengestützte Entscheidungen zu treffen.
