La maîtrise des coûts relatifs aux achats (qu’ils soient directs ou indirects) et les économies potentielles qui en découlent, sont aujourd’hui devenues un enjeu majeur de compétitivité pour les entreprises. Une maîtrise qui passe avant tout par une juste analyse des données, formidable levier de performance dès lors qu’elles sont correctement exploitées.
Achats de classe C : les ressources insoupçonnées de la data
Travailler malin et efficacement
Les achats de classe C, un potentiel d’économies considérables
En analysant le coût total d’acquisition des achats des entreprises, il apparaît que les achats de classe C, par définition non récurrents et non stratégiques, représentent en moyenne 70 % des coûts cachés globaux des entreprises, à côté de la classe B (20 %) et A (10 %). Les sources de coûts cachés sont multiples et extrêmement variées pour ce type d’achats : nombre de fournisseurs et ainsi de livraisons et transactions, rapprochement commande/facture, achats hors processus, erreurs et retours, perte et vol…
C’est ainsi que seules 8% des entreprises estiment aujourd’hui opérer une gestion optimale de leurs achats de Classe C*.
La data au service des directions achats
Aujourd’hui, 80% des données des entreprises ne sont pas structurées et proviennent de sources variées (rapports, échanges d’emails, fax…). A l’heure du Big Data, le challenge pour les directions achats est donc de récolter, de structurer et d’analyser les données relatives à ces achats, afin d’être en mesure de faire les choix stratégiques qui permettront de les optimiser et de réaliser des économies substantielles.
En combinant le Système d’Information et la solution de Business Intelligence adaptée, il est possible de collecter et de compiler toute la data nécessaire à l’analyse des différents comportements d’achats de Classe C de l’entreprise à travers 6 principaux axes d’optimisation :
Le déploiement de l’accord
L’optimisation produits
La rationalisation fournisseurs
La digitalisation des transactions
L’optimisation logistique
L’amélioration continue
Puis, à l’aide d’une méthode définie, il s’agit ensuite d’analyser l’ensemble de ces données pour définir des axes d’amélioration adaptés et ainsi réduire le coût total d’acquisition.
La data, associée à l’expertise, permet alors aux entreprises de gagner en compétitivité et de réinvestir ces économies dans des projets de développement.
*Etude Sherpa HEC (France)
