Met de opkomst van het internet, nieuwe technologieën en sociale netwerken blijft de wereldwijde hoeveelheid geproduceerde gegevens exploderen. Dat noemen we big data. Tegenwoordig genereren en verzamelen organisaties voortdurend gegevens en de uitdaging is om dat ‘zwarte goud’ om te zetten in bruikbare informatie, zodat ze betere beslissingen kunnen nemen. Dit is hoe gegevensanalyse zich ontwikkelde binnen organisaties. Deze wetenschap, waarbij ruwe gegevens worden onderzocht om conclusies te kunnen trekken, wordt steeds breder toegepast in alle bedrijfsfuncties, en met name op inkoopafdelingen.
Gegevensanalyse: wat is het en hoe helpt het bij het nemen van beslissingen over inkoop?
Slim en efficiënt werkenWat is gegevensanalyse?
Gegevensanalyse, ook wel datamining genoemd, houdt in dat ruwe gegevens worden geanalyseerd met behulp van verschillende technieken om er nieuwe, relevante informatie uit te halen. Dat proces bestaat uit het verzamelen, organiseren en interpreteren van grote hoeveelheden gegevens. Het concept is gebaseerd op een hele reeks analytische tools, technologieën en processen.
Stroomopwaarts wordt gegevensmodellering gebruikt om de gegevens voor te bereiden voor analyse. Dat proces is gebaseerd op het creëren van een visuele voorstelling om de informatieverzameling- en informatiebeheersystemen binnen de organisatie te definiëren.
Door een reeks gegevens te analyseren, kunnen organisaties een beter inzicht krijgen in wat er in het verleden is gebeurd en zich voorbereiden op en zelfs richting geven aan de toekomst. Meer specifiek kunnen ze conclusies trekken, problemen oplossen of trends identificeren. Uiteindelijk zullen ze op die manier betere beslissingen kunnen nemen om hun activiteiten op de lange termijn veilig te stellen.
De reikwijdte van gegevensanalyse is zeer breed. Alle gebieden van het bedrijf zijn hierbij betrokken: marketing, klantervaring, financiën, productie, personeelszaken enz. Ook inkoop hoort hierbij en heeft één hoofddoel: bijdragen aan het concurrentievermogen van het bedrijf.
Hoe zien goede gegevens eruit?
De kwaliteit van gegevens is een fundamentele kwestie bij gegevensanalyse. Om een effectieve analyse uit te voeren, moet je gegevens verzamelen die voldoen aan een aantal kenmerken, zoals nauwkeurigheid, volledigheid, consistentie, geldigheid, tijdigheid, integriteit, duidelijkheid en veiligheid.
De verschillende soorten gegevensanalyse
Organisaties kunnen verschillende soorten gegevensanalyse gebruiken. Die complementaire analyses weerspiegelen verschillende niveaus van complexiteit en toegevoegde waarde.
Beschrijvende analyse
Beschrijvende analyse biedt een overzicht van de gegevens om informatie te geven over wat er is gebeurd. Dit type analyse beantwoordt een belangrijke vraag: wat is er gebeurd? Het gaat om basismethoden (gemiddelden, percentages, standaardafwijkingen enz.) die feitelijke resultaten opleveren die nuttig zijn om de prestaties van je bedrijf te beoordelen. Beschrijvende analyse vormt de kern van rapportage, Business Intelligence-oplossingen, dashboards verrijkt met grafieken en diagrammen enz. Bij inkoop kunnen dit bijvoorbeeld rapporten over maandelijkse uitgaven zijn.
Diagnostische analyse
Diagnostische analyse probeert de redenen te begrijpen waarom iets is gebeurd, en in het bijzonder de redenen die de grootste impact hebben. Hier beantwoorden we een andere belangrijke vraag: waarom is dit gebeurd? Dit richt zich voornamelijk op gegevensverkenning en de correlatie tussen verschillende gegevens. In een inkoopcontext kan dit helpen de onderliggende oorzaken van kostenvariaties of vertragingen in de toeleveringsketen te identificeren.
Voorspellende analyse
Zoals de naam al zegt, voorspeltvoorspellende analyse toekomstigeresultaten, maar ze beoordeelt ook de waarschijnlijkheid dat die resultaten zich voordoen, gebaseerd op historische gegevens in combinatie met andere informatie. Het idee is om een antwoord te krijgen op de vraag: wat zal er waarschijnlijk gebeuren?
Met datamining kunnen we toekomstige trends voorspellen. Hierdoor kunnen we anticiperen op potentiële risico’s en kansen binnen het bedrijf identificeren, zodat we ons hier zo goed mogelijk op kunnen voorbereiden. Bij het inkopen kan dit helpen om prijsschommelingen, veranderingen in de vraag en marktontwikkelingen te voorspellen. Beslissers kunnen hun strategie dan hierop aanpassen.
Prescriptieve analyse
Prescriptieve analyse is gericht op het identificeren van de acties die moeten worden ondernomen op basis van de gemaakte voorspellingen. Dit beantwoordt een complexere vraag: wat moeten we doen? Dit type analyse maakt gebruik van zowel geavanceerde statistische methoden als nieuwe technologieën, zoals AI en machine learning.
Prescriptieve analyse gaat nog verder dan voorspellende analyse, omdat je er verschillende hypotheses mee kunt testen. In de context van inkoop kan dit type van analyse aanpassingen aan de toeleveringsketen, alternatieve leveranciers of besparingsmogelijkheden voorstellen.
Analysetypes versus analysemethoden
Er wordt onderscheid gemaakt tussen soorten gegevensanalyse en analysemethoden. De eerste definiëren het doel van de analyse, terwijl de tweede de instrumenten zijn om dat doel te bereiken. Voor elk type analyse kunnen verschillende methoden worden gebruikt: beschrijvende statistiek, visualisatie van gegevens, verkennende gegevensanalyse, datamining, hoofdcomponentenanalyse (PCA) enz.
Gegevensanalyse bij de inkoop
Omdat ze de kern vormt van het ecosysteem van het bedrijf, heeft de inkoopafdeling toegang tot een grote hoeveelheid gegevens. Als je die gegevens op de juiste manier gebruikt, bieden ze enorme mogelijkheden om je strategie te optimaliseren.
Uitgaven optimaliseren
Uitgavenanalyse is een strategische opdracht voor inkoopafdelingen. Dit omvat het bijhouden en classificeren van uitgaven per leverancier en per product- en dienstencategorie om gebieden voor optimalisatie en kostenverlaging te identificeren. Die gegevens kunnen ook worden vergeleken met markttrends (marktonderzoek, prijsindex enz.) om nieuwe kansen te grijpen. Dit is een belangrijke hefboom om de concurrentiekracht van het bedrijf te verbeteren.
Processen stimuleren
Door gegevens te analyseren kunnen inkoopafdelingen ook hun processen optimaliseren en rationaliseren. Door de gebruikte middelen, het inkooptraject en het gedrag van interne klanten te onderzoeken, kunnen ze hun activiteiten herzien om taken te stroomlijnen, de efficiëntie te verhogen en doorlooptijden te verkorten.
Prestaties van leveranciers beheren
Met dit analyseproces kun je ook de prestaties van leveranciers diepgaand beoordelen. Op basis van belangrijke criteria zoals kwaliteit, betrouwbaarheid en naleving kunnen inkopers gerichter leveranciers selecteren, opnieuw onderhandelen over contracten en hun relaties met partners verbeteren.
Inkoopprestaties beoordelen
Het is absoluut noodzakelijk om de inkoopprestaties te meten via kritieke prestatie-indicatoren (KPI’s). De gegevensanalyse richt zich vervolgens op het verlagen van de kosten, het naleven van toegewezen budgetten en het voldoen aan interne vereisten. Zo kunnen inkoopafdelingen hun bijdrage aan de algemene strategie van het bedrijf objectief beoordelen.
Gegevensanalyse is niet meer weg te denken uit de zakenwereld van vandaag. Op inkoopafdelingen wordt deze datawetenschap gebruikt om beter geïnformeerde en proactieve inkoopbeslissingen te nemen, onnodige uitgaven te beperken, beter met risico’s om te gaan en nieuwe besparingsmogelijkheden te identificeren. Dat maakt het tot een formidabel instrument om het concurrentievermogen en de differentiatie van bedrijven te versterken en zo bij te dragen aan hun ontwikkeling op de lange termijn.