Передбачити майбутнє: як аналітика в закупівлях змінює підходи до бізнесу

Джерело: mind.ua

Предиктивна аналітика в закупівлях дозволяє не тільки знизити витрати, а й більш гнучко реагувати на зміни зовнішнього середовища та стає однією з важливих конкурентних переваг на ринку. 

Багато українських компаній сьогодні все ще непрозорі для самих себе в роботі з постачальниками значною мірою тому,  що функції закупівель децентралізовані. Чим вищі витрати на закупівлі, тим більш незрозумілим є те, що відбувається в закупівлях.

Наприклад, за даними KPMG, від 0,5 до 1% всіх рахунків оплачуються неправильно або двічі. Щорічний аналіз витрат більше не допомагає. Руку на пульсі необхідно тримати щодня, а не «вимірювати загальну температуру по палаті» раз на рік.

Предиктивну або прогнозну аналітику в закупівлях сьогодні все частіше називають новою підривною технологією найближчих 10 років, а компанії, які зможуть подолати цифровий розрив в закупівлях, – лідерами майбутнього.

Така аналітика стає конкурентною перевагою, що збільшує дистанцію між закупівельними функціями, які використовують цю технологію, і тими, які цього не зробили. Чому?

Прогнозна аналітика дозволяє в режимі реального часу отримувати відповіді на ключові питання в закупівлях.

Який відділ скільки витрачає? Які обсяги купує компанія? Які  умови оплати? Як вони порівнюються з минулим місяцем або минулим роком? Це призводить до негайної економії витрат і підвищення конкурентоспроможності компанії.

Директори із закупівель провідних світових компаній, з якими ми спілкуємося, стверджують, що вікно можливостей, щоб закріпити стійку перевагу в закупівлях, зазвичай відкрите від  трьох до п'яти років.

Прогнозна аналітика дуже швидко перейде з категорії «хотілося б мати» в категорію must have і стане такою самою поширеною практикою, як, наприклад, звичний аналіз витрат. Це означає, що чим раніше почати впроваджувати прогнозну аналітику в закупівлях, тим швидше можна вирватися вперед і швидко реагувати на зміни.

Аналітика закупівель 2.0 надає базову інформацію. Суть моделі 3.0 у тому, що вона надає розуміння щодо всього ланцюжка закупівель – від самого початку до оплати, відповідності контрактів і постачальників, невідповідності основних даних (якщо вони є), визначення ризиків та можливостей економії.

Попереджає помилки й аналізує процеси та тенденції – не  тільки всередині організації, а й у зовнішньому середовищі. Наприклад, нова модель аналітики закупівель може використовувати великі дані (big data), щоб скласти повну картину того, що може статися за 10 днів до тендера.

Ситуація, коли відділи однієї компанії купують аналогічні товари в того самого постачальника, навіть не підозрюючи про це, не є рідкістю. Аналізуючи статистичні дані з вашої облікової системи, предиктивна аналітика в закупівлях дозволяє виявити цю ситуацію та отримати оптові знижки або змінити умови оплати. Те саме стосується й постачальників, якщо вони працюють під різними юридичними особами.

Якщо дивитися на прогнозну аналітику ще ширше – у контексті управління відносинами з клієнтами, вона є частиною трикутника успіху бізнесу, який містить в собі скорочення оборотного капіталу, зниження транзакційних витрат і забезпечення належного рівня обслуговування клієнтів.

Використовуючи статистичні методи, зокрема аналіз даних за допомогою штучного інтелекту, прогнозне моделювання і машинне навчання, предиктивна аналітика аналізує історичні та поточні дані з метою прогнозування тенденцій ціноутворення та пропозиції. 

Предиктивна аналітика також допомагає визначати ринкові можливості та поліпшувати ухвалення стратегічних рішень. Цей інструмент може аналізувати транзакції в контексті макротрендів або мікроподій, зокрема таких, як угоди злиття і поглинання, політичні події або екстремальні погодні явища. Нові зовнішні джерела даних містять галузеві тенденції, моніторинг геополітичних ризиків і навіть звіти в соціальних мережах.

1. Бюджетне планування: прогнозування попиту та цін. Аналітичне моделювання дозволяє більш точно управляти витратами, розумити основні причини тих чи інших тенденцій витрат, розумити (з використанням штучного інтелекту) рушіїв попиту й моделювання ймовірностей. Це також дозволяє зрозуміти динаміку витрат, виокремлюючи поточні договірні зобов'язання по всьому життєвому циклу закупівель.
2. Операційна та фінансова прозорість. Єдине управління даними, що лежить в основі предиктивної аналітики, підтримує прозорість у масштабах всього бізнесу, а не окремих підрозділів або процесів.
3. Основа для переговорів і ціноутворення. Доступність інформації про ринок у режимі реального часу й аналіз постачальників на основі зовнішніх джерел даних підтримує ціноутворення згідно з  моделлю should-сost і справедливих ринкових цін. У такий спосіб створюється база джерел у категоріях і переговорів із постачальниками.
4. Управління ризиками. Автоматичні попередження про ризики, моніторинг постачальників у категоріях, для яких реалізована система управління ризиками, і постійне виявлення помилок допомагають ефективно знижувати ризики.
5. Гнучкість ресурсів. Наскрізна автоматизація, вбудована в аналітичні технології, звільняє час співробітників від трудомістких завдань, що повторюються.

Для того щоб предиктивна аналітика в закупівлях мала максимальний ефект, важливо чітко визначити, хто в компанії відповідає за підтримку цілісності та узгодженості даних, хто має право вносити зміни та визначити критерії щодо внесення змін та самі процеси, за допомогою яких зміни будуть вноситися та впроваджуватися.

Другий важливий момент – зрозуміти, що аналітика починається з чистоти та якості даних. Наразі далеко не всі служби закупівель максимально використовують дані, які вони мають. Сценарій, коли фахівці із закупівель кодують транзакції некоректно, надто поширений. Результат – неповні, непослідовні, неточні, розрізнені дані або недовіра до вихідних даних серед підрозділів компанії.

Слід також враховувати, що збільшений потік даних потребуватиме постійного контролю, консолідації, структурування та систематизації.

Однією з найбільш вагомих перешкод, з якими може зіткнутися український бізнес, впроваджуючи предиктивну аналітику, це відсутність досвіду в цій галузі та відповідних спеціалістів. Це може вплинути як на довіру до неї з боку підрозділів, так і на ефективність впровадження у бізнес-процеси та використання всіх можливостей, які надає аналітика. Перший крок, аби подолати ці ризики, зрозуміти, що аналітика – це «гра в довгу», у якій має брати участь керівник бізнесу.

Другий – інвестувати в людей: навчання персоналу або залучення нових спеціалістів на тимчасовий чи постійний контракт. Третій – вивчати ринок і міжнародний досвід – самостійно або залучаючи незалежних експертів та їхню експертизу. Четвертий – бути готовими змінювати звичні підходи та бізнес-процеси на нові.