منذ 2011 ، وقد ارتفع الإنفاق غير المباشر بنسبة تقدر بـ 7 ٪ سنويًا على مستوى العالم. ومع ذلك ، تفشل العديد من المنظمات في إعطاء الفئات غير المباشرة الاهتمام الذي تستحقه.
تظهر التحديات المشتركة عبر الصناعات. غالبًا ما يكون الإنفاق مجزأًا بين عدة مواقع ووحدات أعمال وفئات ، مما يجعل من الصعب تحديد فرص الادخار على مستوى المؤسسة والاستفادة منها. عادة ما يفتقر قادة وظائف المشتريات غير المباشرة إلى النفوذ الكافي داخل المنظمة للحصول على التكنولوجيا والمواهب التي يحتاجون إليها. ومعظم الشركات ليس لديها آليات لمراقبة الفئات غير المباشرة وانعكاس أدائها على القوائم المالية.
للتغلب على التحديات ، تحتاج الشركات إلى رؤية جديدة للمشتريات غير المباشرة تجمع بين أحدث الأدوات والممارسات ، فضلاً عن الأساليب التقليدية لإدارة الفئات ، لمعالجة القضايا الأساسية المتعلقة بالعمليات والقدرات والبيانات. باستخدام هذا النهج المنسق والقائم على التكنولوجيا ، تحقق الشركات العالمية بالفعل تحسينات ملحوظة تسمح لها بالحصول على القيمة غير المستغلة للمشتريات غير المباشرة.
ببساطة ، التطور لا يكفي. لتحقيق النجاح في 2020 ، تحتاج الشركات إلى ثورة في المشتريات غير المباشرة.
العناصر المميزة للرؤية الجديدة
ما الذي يجعل الرؤية الجديدة للمشتريات غير المباشرة قوية للغاية؟ بالتأكيد ، توفر التقنيات الرقمية وأفضل الممارسات الأساس. لكن هذه مجرد نقطة البداية. لإطلاق الإمكانات الكاملة ، يجب تطبيق هذه العناصر بشكل شامل (معرض). في الملحق ، حددنا السمات المميزة لكل عنصر من عناصر النهج. هنا ، نصف الحلول الأكثر تقدمًا المتعلقة بكل عنصر.
محركات الإنفاق الذكية. تستخدم هذه الأدوات الرقمية ، المخلوطة بتقنيات التعلم الآلي ، محركات آلية لتصنيف وتصنيف الإنفاق. يتم تمكين الشفافية الكاملة في الفرص التحليلية وحالة التحقق من خلال الاستخراج الآلي للبيانات من أنظمة وقواعد بيانات تخطيط موارد المؤسسة (ERP) ، جنبًا إلى جنب مع التنسيق والتصنيف الآليين. من خلال دمج مجموعات البيانات ووظائف التحليلات ، يمكن للأدوات التعرف على أوجه التآزر عبر الفئات. تعمل ميزات التعلم الآلي على تحسين الأدوات وتنفيذ أنشطة تنقية البيانات وتصنيفها وإثرائها. يقوم برنامج التصور بترجمة النتائج إلى تقارير ولوحات معلومات قابلة للحفر. توفر كتيبات التصنيف ما يصل إلى خمسة مستويات من التفصيل على أساس أفضل الممارسات العالمية.
يمكن أن تؤدي الشفافية المعززة والتوحيد القياسي إلى تحقيق وفورات كبيرة في المحصلة النهائية. على سبيل المثال ، تواجه الشركات المندمجة التحدي المتمثل في دمج أنظمة تخطيط موارد المؤسسات المتعددة ، والتصنيفات المجزأة ، والرؤية المحدودة للإنفاق الفعلي عبر المؤسسات. يمكن لمحركات الإنفاق الذكي ، على سبيل المثال ، تحديد أجزاء الصيانة المماثلة المستخدمة من قبل كلتا الشركتين ودمج البائعين. في عملنا الداعم لبرامج التكامل بعد الاندماج ، رأينا أن هذه الأدوات تتيح توفيرًا بنسبة 10 إلى 12 بالمائة.
حلول تحليلات متقدمة. يمكن للشركات استخدام تحليلات متقدمة معززة بأدوات تحديد الأهداف لتحديد فرص توفير التكاليف وتحسين العمليات. تتوفر عدة أنواع من أدوات تحديد الهدف:
- فئة محددة. حلول آلية-ترميز صلب في تحليلات-تحديد وتطبيق ومراقبة رافعات قياسية ومتقدمة فريدة من نوعها لفئة ما.
- سير العمل الذكي. تستعرض هذه المنصات توقعات الإنفاق لكل فئة ونشاط وتوفر دليلاً للإجراءات المتكاملة لأفضل الممارسات لفئات مختارة. يستخدم المشترون الأفكار لتطوير استراتيجيات التفاوض لكل فئة.
- أدوات تحليل متقدمة وظيفية. لتحسين وظائف الفئة ، يمكن للمشترين تطبيق مجموعة متنوعة من الأدوات ، بما في ذلك: أدوات تحسين الشبكة ؛ لوحات معلومات KPI تلقائية في الوقت الفعلي وبطاقات نتائج تنفيذية ؛ أوراق تنظيف معلمية ، وأدوات توفير مصادر إلكترونية مدعومة بالذكاء الاصطناعي والتحليلات المتقدمة.
يمكن تخفيض تكاليف المنتج والخدمة بنسبة 10 إلى 25 بالمائة ، بينما يمكن أن ينخفض الجهد اليدوي لحوكمة الموردين بنسبة 30 إلى 50 بالمائة.
* الأصلي من www.mckinsey.com
