Magnifying glass Close

Big data en inkoop

Als je op een internationaal georiënteerde netwerkborrel mee wil kunnen praten dan moet je toch een aardig woordje over de grens spreken. Trends en ontwikkelingen als: ‘The internet of things’, ‘Big data’ en ‘commodity pricing’ vliegen je om de oren. Het is duidelijk dat met name de technologische ontwikkelingen elkaar snel opvolgen. Stilstaan is geen optie. Binnen marketing zien we al vele toepassingen met ‘Big data’. In de supermarkt wordt anoniem via WiFi signalen gekeken welke route je loopt en waar je bijvoorbeeld even blijft staan. Met je klantenpas krijg je aanbiedingen op maat toegestuurd op basis van je koopgedrag. Binnen inkoop kunnen we leren van deze toepassingen om van data naar ‘Big data’ te groeien. Maar waar moeten we dan eigenlijk beginnen?

Ik kan mij voorstellen dat de legendarische nummer 14 het als volgt uitgelegd zou hebben: Kijk, het is eigenlijk heel eenvoudig. Je begint bij de bron. Als je iets wilt kopen dan moet je wel weten wat je nodig hebt. Logisch toch?

Dat lijkt mij ook heel logisch. Er zijn tal van Spend Management pakketten beschikbaar die de inkoopmanager kunnen voorzien van informatie op inkooppakketniveau. Maar ga nu zelf naar de bron van een inkooppakket en vraag het systeem om een overzicht uit te draaien met alle items, specificaties, hoeveelheden en huidige prijzen. Graag opgeteld, per specificatie, voor de afname van 1 jaar. Het resultaat is in de meeste gevallen teleurstellend. Je hebt een Excel bestand ontvangen met alle losse orderregels. In de artikelomschrijving staat in sommige gevallen wel de afmeting of andere specificaties vermeld maar dit is niet volledig. Omdat de naamgeving van producten, leveranciers en specificaties niet eenduidig zijn, kan het bestand niet zonder intensieve bewerking gebruikt worden voor een tender.

De historische prijzen komen vaak vanuit een ander systeem of een andere module van het systeem. Als je met de input een optelsom maakt met een draaitabel per leverancier dan kom je er al snel achter dat er minimaal drie verschillende benamingen in het systeem staan voor dezelfde leverancier. Het is dus noodzakelijk om een extra kolom toe te voegen om te zorgen dat de namen van de leveranciers eenduidig zijn zodat alle orderregels van deze leverancier bij elkaar optellen.

Dit is doorgaans slechts het topje van de ijsberg. In mijn ervaring is er voor een complexe data gedreven tender minimaal 200 uur nodig om de data op orde te krijgen. Buiten dat het veel tijd en energie kost moet je ook handig zijn met Excel om dit kunstje op efficiënte en nauwkeurige wijze uit te voeren. Voldoende motivatie voor directie en/of management om de frequentie van tenders laag te houden.

Er is gelukkig een logische verklaring waarom de systemen niet aan de wensen van de inkoper kunnen voldoen. De systemen zijn opgebouwd vanuit de behoeften van andere organisatie onderdelen zoals Finance en Productie. Finance zorgt ervoor dat het systeem gevuld is met leveranciers. Iedere keer als de organisatie een financiële verplichting aangaat met een nieuwe leverancier dan wordt deze leverancier in het systeem aangemaakt en wordt de voor Finance belangrijke informatie opgeslagen in de database. Veel bedrijven zijn bijvoorbeeld opgesplitst per regio of specialisme. Voor Finance voldoende reden om een nieuwe leverancier aan te maken in het systeem, terwijl je deze partij als inkoper als één leverancier beschouwd.

Als er een nieuw product ingekocht moet worden dan zal er vanuit de productie de wens zijn om dit product op te nemen in de Manufacturing Resources Planning (MRP) zodat er voldoende voorraad is en de machines blijven draaien. Bij het vullen van dit systeem wordt er informatie opgenomen die voor de productie van belang is. Inkoop zorgt ervoor dat de juiste velden aanwezig zijn zodat het artikel besteld kan worden. Nu zullen alle administratieve processen die geautomatiseerd kunnen worden in de toekomst verdwijnen. Het is dus de hoogste tijd om de opgelopen achterstand op de rest van de organisatie in te lopen en de systemen te voorzien van meer informatie voor de inkoper.

Door een analyse te maken op je bron van informatie kan je achterhalen welke informatie er ontbreekt. Als deze informatie aangevuld wordt en bijgehouden wordt dan is je inkooporganisatie klaar om van ‘data’ door te groeien naar ‘Big data’. Dit vergt wel enige competenties op het gebied van databases en vaardigheden in Excel of/of andere spreadsheet of database gerelateerde software. Als je niet over deze competenties beschikt, haal die dan in huis of investeer zelf in je ontwikkeling. Je zal misschien niet zo snel meer worden in Excel als die twintiger die net van school komt, maar je beschikt wel over de nodige kennis en ervaring waardoor je meer waarde uit de data kan halen. De investering kan zich bij de eerste tender direct terugverdienen.

Een goede uitvoering van de tender is essentieel om het maximale resultaat te behalen. Dit begint bij een verzorgd tenderdocument, want hiermee laat je de eerste indruk achter bij de leveranciers. Als die indruk slecht is, omdat er slordige fouten in het tenderdocument staan dan is het makkelijk voor de leveranciers om de overige informatie ook in twijfel te trekken. De bereidheid om de tender serieus op te pakken is lager dan bij een verzorgd tenderdocument. Uiteindelijk ben je als inkoper afhankelijk van de kwaliteit van de biedingen van de leveranciers om een goed resultaat te behalen. Het is dan ook van groot belang om de leveranciers goed te begeleiden. Dit zal de kwaliteit en kwantiteit van de biedingen ten goede komen.

Nu beschik je al snel over meer dan 10.000 biedingen op 1.000 artikelen. Het is mogelijk om in Excel een ‘Cherry pick’ scenario op te stellen door op ieder artikel de laagste prijs te selecteren. Ook enkele restricties kunnen met enige inspanning doorgevoerd worden. Dit is erg tijdrovend en foutgevoelig. Als er een aanpassing noodzakelijk is, dan kan je vrijwel van vooraf aan opnieuw beginnen. We moeten dus slimmer omgaan met de data die tijdens de tender gegenereerd wordt. Bij Adjust maken we al jaren gebruik van verschillende software pakketten die de beslissers in staat stellen om scenario’s op te bouwen door het opvoeren van restricties. Het geniale van deze opzet is dat je binnen enkele minuten de kosten inzichtelijk kan maken van een inkoopkeuze. Denk dan bijvoorbeeld aan een restrictie in het aantal leveranciers. Wil je 2 of 3 leveranciers per fabriek? Of een restrictie in kwaliteit, waarbij je de afweging maakt om alleen maar leveranciers met ISO 9001 toe te staan. Wat kost deze wens dan? Door restricties te combineren kunnen verschillende scenario’s opgebouwd worden die onderling vergeleken kunnen worden. Uiteindelijk komt er een voorkeur scenario uit welke gebruikt wordt als basis voor de definitieve onderhandeling. Je beschikt op dit moment ook over een degelijke benchmark van alle betrokken marktpartijen. Deze informatie kan gebruikt worden om tijdens de onderhandelingen gericht te drukken op prijzen die niet marktconform aangeboden zijn. Blijf wel realistisch en eerlijk tegen de leveranciers. Je wil in de toekomst mogelijk nog zaken doen met leveranciers die als verliezer uit de tender komen.

Het belang van data en wat hiermee gedaan wordt zal in toenemende mate groeien. Je moet hier als inkoper mee om kunnen gaan. Dit vraagt om aanvullende vaardigheden en goed gebruik van beschikbare systemen. Begin bij de bron en zorg dat alle informatie die nodig is om een tender op te starten eenvoudig te genereren is. Laat de data geen beperking zijn om een inkooppakket te tenderen. Zorg tijdens de evaluatie van de biedingen voor een optimale mix van contracten tegen de laagst mogelijke prijs waarbij de kwaliteit voldoet aan alle eisen en wensen. Blijf de data monitoren, bijwerken en aanvullen en groei mee in de ontwikkeling van data naar ‘Big data’.

Partner van Inkoperscafé

Wil je alles weten over je mogelijkheden als inkoper bij ?

Ontdek het nu!
Partner van Inkoperscafé

Wil je alles weten over je mogelijkheden als inkoper bij ?

Ontdek het nu!

Reacties

Partner van Inkoperscafé

Wil je alles weten over je mogelijkheden als inkoper bij ?

Ontdek het nu!
Sluiten

Inloggen

of met e-mailadres