Procurement Analytics

Procurement Analytics ist die neue Disziplin, die den klassischen Einkauf unterstützen soll. Ziel ist es, eine Ausgabentransparenz zu schaffen. Dies zeichnet auch den Reifegrad einer Einkaufsorganisation aus. Aus der früheren reinen Beschaffungsorganisation ist eine zentrale Organisation in der Wertschöpfungskette entstanden, die eine strategische Bedeutung bekommen hat.

In einer Umfrage zum Thema Digitalisierung gaben über 80% von Unternehmen an, dass Advanced und Predictive Analytics zukünftig wichtig sei. Über 40% der befragten Unternehmen aus nahezu allen Branchen sagten, dass sie bereits heute fortgeschrittene Analysen durchführen.

In den fortgeschrittenen und vorhersagenden Datenanalysen liegt ein großes Potential aus den vorhandenen Datenbeständen mehr Nutzen zu ziehen als bisher praktiziert. Die Anwendungsfälle reichen von Lieferantenwert, Bedarfsprognosen, Preisentwicklungen bis hin zu Social Media Monitoring. Mit Advanced Analytics sind Datenanalysen gemeint, die über die Möglichkeiten von Standardwerkzeugen wie einfache mathematische Berechnungen, Summen- und Durchschnittsbildung, Filterung und Sortierung hinausgehen. Fortgeschrittene Analysen bedienen sich bestimmter Algorithmen um neue Informationen zu erzeugen, Muster zu erkennen und daraus Vorhersagen mit einer Wahrscheinlichkeit zu berechnen. Predictive Analytics ist eine Teildisziplin der Advanced Analytics. Das Ziel ist die Ermittlung von künftigen Ereignissen, Werten und Informationen mit einer Aussage zu deren Wahrscheinlichkeit.

Damit ist die Datenanalyse ein entscheidender Schlüssel für die zukünftige Wettbewerbsfähigkeit von Unternehmen. Jedoch ist für die Überzeugungsarbeit der Nachweis von Mehrwerten durch Anwendungsbeispiele notwendig. Mit der Analyse des eigenen Reifegrades und der strategischen Ausrichtung lassen sich die erforderlichen Schritte für die Einführung der neuen Technologien ableiten. Es entstehen neue Anforderungen an Software und IT Dienstleister, sowie die Investitionsplanung. Bei der organisatorischen Umsetzung muss auch die Mitarbeiterstruktur angeschaut werden. Es ist zu klären, ob es Data Science Teams oder Competence Center gibt, die die Aufgaben der Datenanalysen übernehmen können. Auch die hierfür notwendige Qualifikation des Personals und des richtigen Mind Sets ist wichtig. Der Weg durch die Digitalisierung führt auch durch den Einfluß von Trends, wie zum Beispiel intuitive Benutzeroberflächen und agile, schnelle, flexible Business – Intelligence – Infrastrukturen.

Die Abbildung zeigt den Weg zu einem modernen Einkauf, der mit Data Analytics die weichen für die Zukunft gestellt hat.