Analyst Webinar
Series
How Process Mining Helps Organizations Achieve Business Transformation
Register today!
marc-rafanell-lopez-393676-unsplash.jpg

Rรผckenwind fรผr Ihr Procurement Team

By Ethan Stine
6 min read

Ihr Procurement Team spielt eine Schlรผsselrolle fรผr den Erfolg des gesamten Unternehmens: Neben Kostenkontrolle und Rendite-Erzielung gehรถrt auch das Beziehungsmanagement in der gesamten Supply Chain zu den Hauptaufgaben des Einkaufs. Um diesen vielfรคltigen und mitunter gegensรคtzlichen Anforderungen gerecht zu werden, benรถtigten Einkรคufer Zugriff auf Daten, damit sie in einem sich laufend verรคndernden Umfeld schnell und effektiv kluge Entscheidungen treffen kรถnnen.

Oft wird der Einkauf dazu gedrรคngt, effizienter zu werden und Prozesse zu straffen. Zugleich muss er kostspielige Fehler vermeiden und die Kontrolle รผber alle direkten und indirekten Ausgaben behalten. Laut einer Studie von Deloitte aus dem Jahr 2017 (Deloitte 2017 CPO Survey) sehen 79% der befragten Einkaufsleiter (Chief Purchasing Officers, CPOs) Kostensenkungen als primรคres Ziel ihrer Abteilung. In dieser Studie gehen 65% der befragten CPOs davon aus, dass von allen technischen Neuerungen Datenanalysen die grรถรŸten Auswirkungen auf die Zukunft haben werden.

procurement leaders Der strategische Fokus der CPOs liegt weiterhin auf Kostensenkungen, neuen Produkten/Marktentwicklung und Risikomanagement.

Datenanalysen helfen nicht nur, traditionelle Einkaufsaktivitรคten effizienter zu machen, sie erleichtern auch Bereiche wie Ausgabenanalyse und Prognose von Nachfragespitzen und helfen bei allen Aspekten des Supplier Relationship Managements (SRM) โ€“ ganz gleich, ob es sich um die Bewertung von Vertrรคgen oder um bereits abgeschlossene Transaktionen handelt.

Ausgabenanalysen in neuem Licht

Bisher mussten Einkaufsteams mit mehreren Datenbanken arbeiten, die sowohl strukturierte als auch unstrukturierte Daten enthielten. Erstklassige Einkรคufer mรผssen aber in der Lage sein, diese Daten an einem Ort zusammenzufassen und zu analysieren. Mit den daraus gewonnenen Erkenntnissen kรถnnen erwartete Verรคnderungen von Angebot und Nachfrage mit realen Umgebungsfaktoren kombiniert und auf dieser Grundlage dynamische und skalierbare Preismodelle erstellt werden.

Mit Big-Data-Analysen kann das Procurement Team verschiedene Datensรคtze wie Rechnungseinheit, Preisabweichung und -einhaltung, Lieferanten- und Kรคuferinformationen, Richtpreis und steuerliche Informationen in einer einzigen, umfassenden Analyse bรผndeln. Dort kรถnnen Mรถglichkeiten zur Kostensenkung identifiziert werden, die sich unmittelbar im Unternehmensergebnis niederschlagen.

So konnte PPG Industries mit einem Kostenanalyseprogramm 95% der indirekten Ausgaben in seinem jรคhrlichen Beschaffungsbudget von 200 Millionen US-Dollar sichtbar machen und in den Griff bekommen. Das Unternehmen verringerte die Zahl seiner Lieferanten um 90% und sparte 10% der Gesamtkosten ein.

Im Zeitraum von 2013 bis 2015 hat sich die Beteiligung der CPOs an der Risikosenkung fรผr das Unternehmen nahezu verdoppelt โ€“ mit weiter steigender Tendenz! Dank fortschrittlicher Datenanalysen kรถnnen Risikoanalysen in Entscheidungsprozesse integriert und so die besten Ausgabenentscheidungen getroffen werden. Einkaufsteams kรถnnen Daten zu Preis- und Compliance-Risiken, geografischen Risiken und prรคventiven MaรŸnahmen miteinander verknรผpfen und sich anbahnende Probleme in ihrer Supply Chain auf diese Weise frรผhzeitig erkennen.

Genauere Bedarfsprognosen

Wenn Einkaufsteams auf eine verรคnderte Nachfrage nicht vorbereitet sind, kรถnnen sie auch nicht die besten Preisen nutzen. Dies kann die Beziehungen zu den Lieferanten belasten, da diese kurzfristig den Bedarfsspitzen gerecht werden mรผssen. Laut einer Studie von Accenture erhรถhen Datenanalysen die Genauigkeit von Bedarfsprognosen um mehr als 55%, was die Verhandlungsposition des Unternehmens verbessert und das Risiko verringert, dass die Lagerbestรคnde wegen unerwarteter Bedarfsspitzen knapp werden.

Bedarfsspitzen kรถnnen konjunkturelle Ursachen haben, aber auch recht gut vorhersehbar sein. Aufgabe der Unternehmen ist es, dafรผr zu sorgen, dass bei vorhersehbaren, wiederkehrenden Bedarfsspitzen entsprechende Lagerbestรคnde in den Filialen und online vorhanden sind. Im letzten Jahr erhรถhte z.B. Wal-Mart vor dem sogenannten Black Friday seinen Online-Bestand um mehr als 50%.

Process Mining fรผr das Procurement Einzelhandelsgeschรคfte erwarten einen Nachfrageschub am Tag nach Thanksgiving (dem vierten Donnerstag im November). Dieser Tag lรคutet den Beginn des Weihnachtsgeschรคfts ein.

In einem anderen Szenario lieรŸ sich eine unerwartet hohe Nachfrage nach Butter in GroรŸbritannien auf mehrere Einflussfaktoren zurรผckfรผhren, u.a. auf wissenschaftliche Studien, in denen die gesundheitlichen Vorteile von Butter gegenรผber Margarine herausgestellt wurden, und auf einen Trend zum Selberbacken.
Mit Datenanalysen lassen sich wiederkehrende und scheinbar grundverschiedene Umgebungsfaktoren verknรผpfen, um genauere Bedarfsprognosen zu erstellen, von denen der Einkauf und das gesamte Unternehmen profitieren.

Bessere Beziehungen zu den Lieferanten

Mithilfe von Datenanalysen kann ein Einkaufsteam Lieferanten detailliert und umfassend beurteilen und unterschiedliche Aspekte wie Termintreue, Qualitรคt der Waren sowie Dienstleistungen und Kosten in der Beurteilung berรผcksichtigen. Mit einem durchdachten Analysesystem kรถnnen Lieferanten nach allen relevanten Aspekten ihrer Dienstleistungen beurteilt, eingestuft und miteinander verglichen werden, um so die effektivsten Lieferantenlรถsungen zu finden. Dies kann auch eine Lieferantenkonsolidierung oder eine ร„nderung des Umfangs von Offenmarktgeschรคften zur Folge haben.

Genaue Datenanalysen lassen sich im Einkauf auch fรผr ein effektives Vertragsmanagement, die Optimierung von Preisnachlรคssen und die Prognose von Verbindlichkeiten einsetzen. Schon im ersten Jahr nach der Einfรผhrung seines Datenanalyseprogramms konnte Owens Corning auf Basis der gewonnenen Erkenntnisse Einsparungen von mehr als 2 Mio. US-Dollar erzielen. Dies gelang durch Lieferantenkonsolidierung, Durchsetzung der Vertragserfรผllung und Vereinheitlichung der Konditionen in Lieferantenvertrรคgen.

Die Nutzung von bereits vorhandenen Daten hilft dem Einkauf, bessere Preise zu erzielen, Auftrรคge schneller abzuwickeln und Verarbeitungsprozesse zu automatisieren. Somit kann er direkte und indirekte Ausgaben reduzieren und einen echten Beitrag zum Unternehmensergebnis leisten.

Did you like this article?

Maybe others you know will also find it helpful.

About the author

Loslegen mit der Intelligent Business Cloud

Lieber Besucher, wir haben festgestellt, dass Sie eine veraltete Browser-Version verwenden. Teile dieser Seite werden von Ihrem Browser nicht korrekt dargestellt. Fรผr eine korrekte Funktionsweise der Seite empfehlen wir Ihnen, einen alternativen Browser zu verwenden oder Ihren Browser auf eine unterstรผtzte Version anzuheben.