Depuis 2011, Les dépenses indirectes augmentent d'environ 7% par an dans le monde. Même ainsi, de nombreuses organisations n'accordent pas aux catégories indirectes l'attention qu'elles méritent.

Des défis communs sont apparents dans toutes les industries. Les dépenses sont souvent fragmentées entre plusieurs sites, unités commerciales et catégories, ce qui rend difficile l'identification et la saisie d'opportunités d'économies à l'échelle de l'entreprise. Les responsables des fonctions d'approvisionnement indirect n'ont généralement pas suffisamment de poids au sein de l'organisation pour obtenir la technologie et les talents dont ils ont besoin. Et la plupart des entreprises ne disposent pas de mécanismes pour surveiller les catégories indirectes et refléter leur performance sur les états financiers.

Pour surmonter les défis, les entreprises ont besoin d'une nouvelle vision des achats indirects qui combine des outils et des pratiques de pointe, ainsi que des approches traditionnelles de la gestion des catégories, pour résoudre les problèmes fondamentaux liés aux processus, aux capacités et aux données. Grâce à cette approche coordonnée et basée sur la technologie, les entreprises mondiales réalisent déjà des améliorations notables qui leur permettent de saisir la valeur inexploitée des achats indirects.

Autrement dit, l'évolution ne suffit pas. Pour réussir dans les années 2020, les entreprises ont besoin d'une révolution des achats indirects.

Les éléments distinctifs de la nouvelle vision

Qu'est-ce qui rend la nouvelle vision des achats indirects si puissante ? Certes, les technologies numériques et les meilleures pratiques en sont la base. Mais ce ne sont que le point de départ. Pour libérer tout le potentiel, ces éléments doivent être appliqués de manière exhaustive (exposition). En annexe, nous présentons les caractéristiques différenciatrices de chaque élément de l'approche. Nous décrivons ici les solutions les plus avancées relatives à chaque élément.

Moteurs de dépenses intelligents. Ces outils numériques, associés à des technologies d'apprentissage automatique, utilisent des moteurs automatisés pour classer et catégoriser les dépenses. Une transparence totale des opportunités d'analyse et du statut de validation est rendue possible par l'extraction automatisée des données à partir des systèmes et des bases de données de planification des ressources d'entreprise (ERP), ainsi que par l'harmonisation et la classification automatisées. En intégrant des pools de données et des fonctions d'analyse, les outils peuvent reconnaître les synergies inter-catégories. Les fonctionnalités d'apprentissage automatique améliorent les outils et effectuent des activités de nettoyage, de catégorisation et d'enrichissement des données. Le logiciel de visualisation traduit les résultats en rapports et en tableaux de bord explorables. Les livrets de taxonomie fournissent jusqu'à cinq niveaux de granularité sur la base des meilleures pratiques mondiales.

La transparence et la standardisation accrues peuvent entraîner des économies substantielles. Par exemple, les entreprises fusionnées sont confrontées au défi de l'intégration de plusieurs systèmes ERP, de taxonomies fragmentées et d'une visibilité limitée sur les dépenses réelles dans l'ensemble des organisations. Les moteurs de dépenses intelligents peuvent, par exemple, identifier les pièces de maintenance similaires utilisées par les deux entreprises et consolider les fournisseurs. Dans notre travail de soutien aux programmes d'intégration post-fusion, nous avons vu ces outils permettre des économies de 10 à 12 %.

Solutions d'analyse avancées. Les entreprises peuvent utiliser des analyses avancées améliorées avec des outils de définition des objectifs pour identifier les opportunités de réduction des coûts et d'optimisation des processus. Plusieurs types d'outils de définition d'objectifs sont disponibles :

• Catégorie spécifique. Des solutions automatisées-codées en dur dans l'analyse-identifient, appliquent et surveillent les leviers standard et avancés propres à une catégorie.
• Flux de travail intelligents. Ces plateformes examinent les prévisions de dépenses par catégorie et par activité et fournissent un guide des meilleures pratiques intégrées pour les catégories sélectionnées. Les acheteurs utilisent les informations pour développer des stratégies de négociation pour chaque catégorie.
• Outils fonctionnels d'analyse avancée. Pour améliorer la fonctionnalité de catégorie, les acheteurs peuvent appliquer une variété d'outils, notamment: des outils d'optimisation du réseau; des tableaux de bord KPI automatisés en temps réel et des cartes de pointage exécutives; des feuilles de nettoyage paramétriques et des outils eSourcing alimentés par l'intelligence artificielle et des analyses avancées.

Les coûts des produits et services peuvent être réduits de 10 à 25 %, tandis que l'effort manuel de gouvernance des fournisseurs peut diminuer de 30 à 50 %.

* Orginal à partir de www.mckinsey.com