浅谈企业采购数据如何驱动采购价值
随着企业数字化转型的加速，很多企业已经将自己的业务流程从线下搬到了线上，更是运用了很多智能技术来辅助和深化企业数字化转型，但这同时也催生了大量的业务数据和历史数据的积累，如果无法充分了解这些数据的状况，或者缺乏有效处理存储在多个系统的、不断增长的数据流的能力，那么企业将面临严重的数据管理挑战。那么如何运用这些数据，发挥这些数据的价值，为企业的长远发展提供有效支持呢？这是很多企业值得思考和值得规划的议题。那么本文将以采购业务为例来阐述目前企业在采购数据管理中所面临的问题，以及如何解决这些数据管理和数据分析的困难；那么又是如何利用采购数据来驱动采购决策，为企业创造更多价值。
那么如何解决这些受阻因素，最大最优的利用和重组企业内的数据呢，又如何让数据发声并成为企业的重要资产、为企业创造价值呢？这已经成为今天很多企业在思考和投入的重要领域。那么如何利用这些数据创造更多价值，来驱动采购的决策。
SAP Ariba数字化采购平台结合SAP Analytics Cloud (SAP分析云平台，简称SAC)平台以数据分析为依托为企业提供了采购数据化管理的新模式，不仅支持后台从业务系统等数据源更好地进行数据采集，而且可以赋能业务前台进行经营分析、业务洞察、创新应用。如上图。那么我们也将从四个方面来介绍企业如何构建采购数据化分析的新模式，使得新模式下数据分析能够支持和驱动企业决策。
一、数据的集中性
不论是企业级的数据仓库还是部门级或业务条线级的数据集市都要具备数据的集中处理能力。企业级的数据源是分散在各个业务系统中的，那么就需要各业务系统进行集成，进行数据的采集与聚合。就采购业务条线的数据集市来讲，要将采购系统平台进行规划和统一，减少信息孤岛、采购信息分散和主数据不一致等的情况，另外需要进行采购数据的清理，尤其是物料与供应商主数据的管理，避免垃圾数据和重复数据的出现，使数据的集中化处理更加顺畅及时。这就需要一个统一完整的采购数字化平台来支撑整个企业的采购业务，覆盖端到端采购业务，SAP Ariba可提供企业统一的采购流程化管理，在采购业务基础上建立了采购数据的集中性，并对采购流程进行规范化管理，满足企业的合规要求，同时也与其他业务场景进行集成，助力企业打造集成性的供应链体系，从而打造企业供应链一体化运营，如下图。
二、数据的可视化
数据可视化即数据的展示。很多人认为报表就是分析，其实报表只是简单的数据集合，并不代表真正的数据分析。所谓数据可视化就是数据建模后，根据数据指标、数据维度所展现的数据图表，可以是表格、仪表盘、地图、饼图或散点图等等，在图形展示的同时也需要设计向下钻取数据表，如下图。
在SAC中已预设置了很多采购分析的模型，例如支出分析模型、合规支出模型、供应商准时交货率分析模型以及物料价格分析模型等。另外，数据分析的展示也需要基于角色进行区分的，就采购数据而言大致分为三种角色，一种是采购操作人员，对数据的查询与统计有较高的要求，重视业务数据所展现出的差异性，通过与具体采购指标的对比找出差异点，例如供应商的准时交货率，价格履约比率，供应商年度绩效等等；另一种是审计人员，对数据异常值关注度高，例如合规性的监控，审批节点的追踪等等；最后一种是采购高管，注重数据的关联性和趋势性。
三、面向主题的数据分析
所谓面向主题就是我们要做什么样的数据分析，要做哪些维度的数据分析。就采购来讲，采购部门重点关注的数据分析主题包括：
1. 采购支出的总体分析：主要包括近几年的支出趋势，按照区域维度、部门维度、品类维度以及供应商等维度的支出趋势和比较，如下图。
下图所示，是根据准时交货率、质量交货率以及售后服务能力等方面进行供应商绩效、风险的综合分析，同时可以下钻到包材品类和中国地区两个维度下进行数据分析与比较。
可及时对物料采购的策略进行调整，可针对不同的地域价格采取集中或分散采购不同策略，也可以根据价格趋势，对未来的采购计划进行预测。
四、专业人才的发展
采购在发展，采购专业人才也在发展。数据分析是洞察业务问题和发展趋势的放大镜，那么作为采购专业人员更是需要具备数据分析的思维，来利用这一放大镜看的更远、更准。也就意味着，采购专业人才需要具备数据分析的思维和能力，才能从软件投资中获得全部价值，并利用数据分析更好地使采购决策与公司战略保持一致，为公司创造更多的价值，重塑企业的经营方式。因此吸引和留住顶级的采购人才也是采购职能转型的重中之重。
综上所述，实现数据驱动决策和价值就需要以上从四个方面来构建采购数据化管理的新模式，简单总结即是统一的业务管理平台+分析模型+数据呈现+人的决策，最后根据决策做出实际的业务响应与行动主张才能使得数据发挥真正的效益与价值，只有持续不断的创造价值，才能促进企业的长足稳定的发展。
相关资源推荐
