荟聚业内菁英,领读前沿趋势

浅谈企业采购数据如何驱动采购价值

本文作者:智企新视界 文章来源:智企新视界 2021-09-28 14:17

652

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。




在采购管理中,采购合规与采购降本是采购部门的重中之重,如果不能及时监控业务差异性、无法预测中短期的供应价格,那么很容易错失降本的机会,从而直接影响营收利润的提升。那么这就意味着企业要将数据仓库中存储的数据重新提取运用,需要将数据再次业务化,而数据业务化的过程会使其产生更多创新性的、预测性的指引。那么业务化最落地的体现就是数据分析,对业务指标进行分析对比,各种业务KPI进行监控,异常指标分析,同时结合人工智能与机器学习的技术,来提高数据的利用率,使数据智能化,让数据能够驱动企业的战略决策,甚至驱动更多的竞争价值,这些都对企业数字化进程提出了更高的要求。






 
2021年,SAP 联合牛津经济研究院 (Oxford Economics), 对 23个国家和地区、1,000多名采购供应链高管开展了一项调查,旨在了解技术和流程数字化对采购职能的影响,调研结果显示很多企业还没有全面采用由数据驱动决策的方法,大部分企业在基于数据来制定决策时受到很大阻力,其中仍然包含很多数字化领先的受访企业在数据化方面也同样受到了很大阻碍,主要集中在四个方面(如下图),包括数据存储系统孤立分散、难以从海量数据中获得洞察、缺乏数据分析技能以及缺乏分析技术。





微信图片_20211214173141.jpg


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。


微信图片_20211214173145.jpg


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。








微信图片_20211214173149.jpg


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。


微信图片_20211214173151.jpg


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。








微信图片_20211214173154.jpg





目前已经有越来越多的高层管理人员不再仅仅关注数据展现出来的因果关系,以及事后的原因分析,而是更加关注数据之间的关联性,因为数据的关联关系不仅可以帮助我们捕捉现在,更可以为我们预测未来。例如关键物料的采购频率如何,采购的间隔期是否正常,是否经常有突发性采购,那么管理者就需要思考可否可以用批量集中购买的方式来解决个别问题。这正是如何用数据的关联性趋势来驱动管理决策,并采取相对应的措施与行动,这就是数据分析价值链所倡导的数据驱动决策的关键,如下图。




微信图片_20211214173157.jpg

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。


微信图片_20211214173200.jpg



企业可根据总体支出趋势向下进行钻取,渗透到各地区公司、各品类、各供应商在时间维度下的支出趋势,来帮助采购部门对企业支出情况有清晰的类比,并结合趋势采取相关管理策略。







另外从该图中我们也可以看到,非合同支出也是采购部门支出管控的重要KPI,可以结合数据来找出问题所在,及时调整支出方式,促进采购合规。
     
2.供应商维度的数据分析:包括供应商的价格走势、到货率、质量情况以及售后服务的分析,如下图。





微信图片_20211214173203.jpg


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。


微信图片_20211214173206.jpg




此外对于开发的新供应商引入、供应商的风险等也都是采购部门很关心的数据内容,可以在SAC灵活建立分析模型来实现分析目标。







3.采购成本的数据分析:主要包括物料维度下或地域维度下的价格排行、价格趋势等,如下图。




微信图片_20211214173209.jpg

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

莱凯医疗:云端构建健康生活

icon 成功案例

为青山不墨 护绿水天成 | 绿色发展及双碳创新中心项目于进博会签约

icon 成功案例

SAP 分析云与社交媒体应用集成

icon 解决方案

成长型企业云数字化转型 SAP助力数据应用转型

icon 解决方案

年末最终SAP分析云强势更新

icon 趋势观点

不要漂亮的报表,只要漂亮的行动,SAP 分析云,从报表到行动的闭环决策

icon 趋势观点

大咖推荐阅读

莱凯医疗:云端构建健康生活

icon 成功案例

为青山不墨 护绿水天成 | 绿色发展及双碳创新中心项目于进博会签约

icon 成功案例

SAP 分析云与社交媒体应用集成

icon 解决方案

成长型企业云数字化转型 SAP助力数据应用转型

icon 解决方案

年末最终SAP分析云强势更新

icon 趋势观点

不要漂亮的报表,只要漂亮的行动,SAP 分析云,从报表到行动的闭环决策

icon 趋势观点