C-Class aankopen: onverwachte gegevensbronnen

Inkoopgemak

De kosten met betrekking tot (zowel rechtstreekse als onrechtstreekse) aankopen beheren en de potentiële besparingen die daaruit voortvloeien, zijn vandaag de dag een belangrijke factor voor de competitiviteit van een bedrijf. Daarbij is het essentieel om de gegevens eerst en vooral correct te analyseren. Want wanneer deze gegevens juist worden gebruikt, geven ze de resultaten van een bedrijf een enorme boost.

C-Class aankopen: een aanzienlijk besparingspotentieel

Als we de totale aankoopkosten van bedrijven analyseren, blijkt dat C-Class aankopen, die per definitie eenmalig en niet strategisch zijn, goed zijn voor gemiddeld 70% van de globale verborgen bedrijfskosten. Daarna komen categorie B (20%) en A (10%).
De verborgen kosten in deze aankoopcategorie zijn van erg uiteenlopende aard: aantal leveranciers en dus ook leveringen en transacties, afstemming bestelling/factuur, aankopen buiten het proces, fouten en retours, verlies en diefstal …

Daarom vindt slechts 8% van de bedrijven dat ze hun C-Class aankopen optimaal beheren*.

Gegevens als informatiebron voor de aankoopdienst

Momenteel is 80% van de bedrijfsgegevens niet gestructureerd en komt alles van verschillende bronnen (rapporten, e-mails, faxberichten …). In het tijdperk van big data staan de aankoopdirecties dus voor een nieuwe uitdaging: gegevens over deze aankopen verzamelen, structureren en analyseren om strategische keuzes te kunnen maken. Zo kunnen ze de aankopen optimaliseren en heel wat besparen.

Door het informatiesysteem en de geschikte Business Intelligence-oplossing te combineren, kunnen alle nodige gegevens worden verzameld en gebundeld voor een analyse van het koopgedrag bij C-Class aankopen binnen het bedrijf. Hiervoor zijn er zes belangrijke optimalisatiepijlers:

  • De overeenkomst toepassen
  • Producten optimaliseren
  • Leveranciers stroomlijnen
  • Transacties digitaliseren
  • Logistiek optimaliseren
  • Continue verbetering

Daarna worden al deze gegevens volgens een vastgelegde methode geanalyseerd om verbeterpunten op maat in kaart te brengen, zodat men de totale aankoopkosten kan terugdringen.

Dankzij de combinatie van data en expertise kunnen bedrijven competitiever worden en het bespaarde bedrag investeren in verbeteringsprojecten.

*Onderzoek Sherpa HEC (Frankrijk)