Updated: Jun 12, 2023
Ein kompakter Leitfaden mit Definitionen, Beispielen und Best Practices.
Was ist Spend Analysis?
Spend Analysis (Ausgabenanalyse) ist für den Einkauf und das ganze Unternehmen ein erfolgsentscheidendes Instrument. Einfach ausgedrückt: Man wird gewahr, wer, wann, wo, was, wofür ausgegeben hat – also auch, wer sich im Unternehmen nicht an Vorgaben und Verträge hält.
Es gilt, alle verfügbaren Daten und Informationen in Sachen Spend zu verstehen. Dabei unterstützt eine spezielle Software, die klaren Fokus auf die Prozesse zur Sammlung, Bereinigung, Klassifizierung und Analyse des Ausgabeverhaltens im Einkauf und der internen berechtigten Bedarfsträger legt.
Aus rasch gewonnenen Erkenntnissen heraus lassen sich professionelle strategische Maßnahmenbündel zur Kostensenkung, für mehr Effizienz entlang der Prozesse, für verbesserte Lieferantenbeziehungen oder auch für die Risikostreuung ableiten – und was wichtig ist – genau begründen! Mitarbeitende werden handlungssicherer.
Das Unternehmen erhält Transparenz, erkennt (neue) Potenziale und kann dann Compliance, Performance, Zahlungsbedingungen, Working Capital, Liquidität etc. kurz-, mittel- und langfristig positiv beeinflussen.
Spend Analysis liefert alle notwendigen Daten. Die automatisiert aufbereitete Einkaufshistorie wird quasi zum offenen Buch. Sie ist das Sprungbrett für mehr Effektivität und Effizienz. Beispiele:
- Was kaufen wir?
- Bei wem kaufen wir?
- Zu welchen Preisen kaufen wir?
- Wann haben wir gekauft?
- Wer kauft?
- Wie oft kaufen wir ein?
- Bekommen wir überhaupt das, was uns versprochen wurde?
- Wohin wurden die Artikel geliefert?
- Wie sehen unsere Daten im Vergleich zu den Vorjahren aus?
etc.
Datenquellen
Jedes Projekt zur Spend Visibility (Ausgabentransparenz) beginnt mit der Identifizierung relevanter Datenquellen. Womit sollten Sie also beginnen?
Das sind die einige der gängigsten Quellen für Daten zur Analyse Ihrer Beschaffungsausgaben:
- ERP-Tools
- Informationen aus dem Hauptbuch (General Ledger)
- Bestellaufträge
- Von Lieferanten bereitgestellte Daten
- Andere interne Systeme
Erfahren Sie mehr in diesem Video darüber, wie Ausgabendaten in Sievo gesammelt werden.
Daten von vielen verschiedenen Quellen zu extrahieren ist kein einfacher Prozess. Erfahren Sie mehr darüber wie Sievo ermöglicht das in diesem On-demand Webinar.
Direct vs. Indirect Spend
Beide Ausgabenkategorien sind Schlüsselbereiche im Unternehmen. Unterschiede bzw. Abgrenzung sind oftmals nicht eindeutig. Hier eine kurze Definition:
Direct Spend bezieht sich auf Waren und Dienstleistungen, die in direktem Zusammenhang mit der Herstellung von Produkten stehen.
Beispiele von Direct Spend:
- Rohmaterialien
- Komponenten
- Hardware
- Dienstleistungen
- etc.
Indirect Spend umfasst Ausgaben und Prozesse zur Beschaffung von Waren und Dienstleistungen, die nicht direkt mit der Herstellung von Produkten zusammenhängen. Dieses Nicht-Produktionsmaterial wird zum laufenden Betrieb des Unternehmens in Produktion und Administration benötigt.
Beispiele von Indirect Spend:
- Marketingdienstleistungen (wie Medien, Agenturen, Honorare)
- Professionelle Dienstleistungen (wie Beratungsfirmen, einzelne Berater)
- Reisen und Unterbringung
- MRO (Wartung, Reparatur und Betrieb)
- Informationstechnologie (Hardware, Software)
- Personalbezogene Dienstleistungen (Recruiting, Ausbildung, Qualifizierung)
- Transport- und Flottenmanagement
- Versorgung (wie Strom, Gas, Wasser)
In der Manufacturing-Branche machen Direkte Materialkosten den größten Teil der Gesamtausgaben - oft bis zu 80%. Mehr über unterschiede zwischen Direct und Indirekt können Sie hier lernen (auf Englisch).
Spend-Kategorien
Direkte und indirekte Beschaffungsausgaben lassen sich in spezielle Kategorien einteilen. Es gilt, ähnliche Waren und Dienstleistungen somit auch das Ausgabevergalten analysieren zu können.
Eine Spend-Kategorie gruppiert also ähnliche Ausgabenposten oder Dienstleistungen, die zuvor eindeutig definiert wurden. Beispiel: Die Kategorie „Informationstechnologie“ kann dann sowohl die Ausgaben für von Hardware als auch Software umfassen.
Spend-Taxonomie beschreibt die Art und Weise, wie die Einkaufsorganisation ihre Ausgaben hierarchisch klassifiziert. Eine Möglichkeit: Die Einteilung erfolgt jeweils für die verschiedenen Ebenen oder Unterkategorien der Ausgaben – das Ganze ähnelt einem Baum mit vielen Ästen.
Die Anzahl der Ebenen in einer Ausgabentaxonomie hängt von den Anforderungen der Einkaufsorganisation ab. Praktikabel sind drei bis sechs Ebenen von Kategorien und Unterkategorien.
Standardtaxonomien wie UNSPSC (United Nations Standard Products and Services Code) können zur Kategorisierung von Beschaffungsausgaben und ebenso als Ausgangspunkt für eine organisationsspezifische Ausgabentaxonomie herangezogen werden.
Spend-Kategorien der UN sind zum Beispiel:
-
Raw Materials, Chemicals, Paper, Fuel
-
Industrial Equipment & Tools
-
Components & Supplies
-
Construction, Transportation & Facility Equipment & Supplies
-
Medical, Laboratory & Test Equipment & Supplies & Pharmaceuticals
-
Food, Cleaning & Service Industry Equipment & Supplies
-
Business, Communication & Technology Equipment & Supplies
-
Defense, Security & Safety Equipment & Supplies
-
Personal, Domestic & Consumer Equipment & Supplies
-
Services
Mehr zu Kategorisierung von Ausgaben und Spend-Taxonomien hier.
KPIs und Messgrößen
Die Einkaufsorganisation verschafft sich anhand individuell festgelegter KPIs Transparenz über Leistungen, Fortschritte und Erfolge. Zu den gebräuchlichsten Messgrößen für die Ausgabenanalyse gehören:
- Ausgaben nach Commodities oder Kategorien
- Anzahl der Lieferanten nach Commodity/Kategorie
- Anzahl der Transaktionen nach Commodity/Kategorie
- Kennzahlen und Berichte zur Einhaltung von Compliance und anderen Vorschriften (zum Beispiel Maverick-Buying-Quote)
- Durchschnittlicher Bestellwert
- Verteilung der Ausgaben für die wichtigsten Kunden
- Materialpreise oder Materialpreisänderungen
- Gesamtausgaben pro Lieferant
- Zahlungsfristen und -bedingungen
- Anzahl der Transaktionen und Verteilung der Transaktionen nach Währung
- Ausgaben nach Beschaffungsfunktion und Anzahl der eingebundenen Mitarbeitenden je Commodity
Mehr Beispiele hier
Spend Analysis vs. Spend Visibility
Spend Analysis wird zumeist als ein Bestandteil des Spend Managements gesehen. Sie umfasst die drei Kernbereiche Visibilität, Analyse und Prozess.
Visibilität verschafft der Organisation einen umfassenden Überblick über Messgrößen hinsichtlich Kosteneinsparungen, Prozesseffizienz sowie Performance der Lieferketten. Aufgrund der herbeigeführten Transparenz lassen sich sowohl historische Ausgaben als auch Planungen für die Zukunft genau analysieren.
Spend Analysis ist mehr als das bloße Verfolgen der Ausgaben. Sie bietet eine holistische Sicht auf alle Geldströme im Unternehmen. Im Verlauf der Prozesse von Sammeln, Bereinigen, Kategorisieren und Analysieren des Ausgabeverhaltens verschafft diese Art der Analyse durchgängige Informationen über Lieferanten, Ausgaben und Einhaltung von Compliance-Vorgaben.
Zu besseren Verständnis ein Beispiel: Nehmen wir an, Sie sind CEO eines mittelgroßen Unternehmens mit rund 300 Mitarbeitenden. Ihnen fehlen Papier und Stifte. Bestellen Sie nun einfach nach, obwohl Ihr Budget für Bürobedarf nahezu ausgeschöpft ist? Sie müssen bestimmen können, wie viel Ihres Budgets tatsächlich bereits für Büromaterialien ausgegeben wurde – und was sie noch ausgeben können, ohne das Budget zu überschreiten.
Die meisten Unternehmen bestellen in diesem Fall das Büromaterial ungeprüft nach. Ohne Transparenz über ihr tatsächliche Ausgabenverhalten (gefordert: in Echtzeit) sehen sie viel zu spät – nämlich erst dann, wenn die Finanzabteilung ihren Quartalsbericht erstellt hat – dass das Budget für Büromaterial längst überschritten war.
Spend Visibility legt den Grundstein für hervorragende Beschaffungsleistungen. Sie verschafft Wissen über die Kernkomponenten der Ausgabenkategorien. Organisationen, die Transparenz über ihre Beschaffungsaktivitäten haben, können anhand eindeutiger Erkenntnisse und belastbarer Berichte ihre Leistung steigern und fundierte Geschäftsentscheidungen treffen.
Spend Analysis: Vorteile
Spend Analysis bietet Organisationen eine Reihe von Vorteilen, wie zum Beispiel:
- Vollständige Transparenz über die Beschaffungsausgaben
- Identifizierung und Realisierung der Einsparmöglichkeiten
- Neuausrichtung und Optimierung der Beschaffungsprozesse über alle
Geschäftsbereiche hinweg - Umgang mit Risiken und Maverick Buying zur Einhaltung von Vorschriften
- Bewertung der Lieferantenleistung für besseres Lieferantenmanagement
- Markt-Benchmarking der internen Leistungen
- Datengesteuertes strategisches Sourcing
Im Überblick: Unternehmensausgaben und verbesserte Datenqualität
Hohe Visibilität und Generierung nutzbarer Informationen über das Ausgabeverhalten bei Materialien und Dienstleistungen sind die wichtigsten Vorteile einer Spend Analysis. Diese sorgt für Genauigkeit und Konsistenz der Daten. Qualität und Tiefe der Analysen werden immer weiter verbessert. Es lassen sich enorme Datenmengen sammeln, speichern und verwalten. Die Organisation gewinnt ein tieferes Verständnis für die Entwicklung von (Einkaufs-)Initiativen und kann sichere Spend-Entscheidungen treffen.
Identifizierung von Einsparmöglichkeiten und Realisierung schrittweiser Einsparungen
Spend Analyse ist für Beschaffungsmanager ein wesentlicher Erfolgsgarant, um die Kostensenkungsziele zu erreichen. Mit Auswertung des Datenmaterials gewinnen sie einen Überblick über Messgrößen, Ausgabenmuster und auch potenzielle Einsparungen in verschiedenen Kategorien. Je nach durchgeführter Analyse sind die Manager dann in der Lage, Kosten und auch Preise gezielt zu senken, etwa durch Maßnahmen wie Kauf alternativer Produkte oder Kontrahierung bisher separat beschaffter Materialien, Lieferantenkonsolidierung, Contract Buying, Fokus auf bessere Vertragserfüllung sowie Reduzierung bzw. Eliminierung von Maverick Buying. Die durch Spend Analysis gewonnenen Informationen verhelfen auch dazu, zusätzliche Einsparungen durch besseres Management ihrer indirekten Bedarfe und den Einsatz von Zeitarbeitskräften, Auftragnehmern und Dienstleistern (etwa Berater) zu realisieren.
Optimierung und Zentralisierung von Beschaffungsprozessen und andere administrative Abläufe
In vielen Unternehmen hat sich bereits erwiesen, dass die Spend Analysis zur Steigerung der Kosten- und Prozesseffizienz beiträgt. Der Abläufe von Berichtswesen bis Budgetierung verbessern sich signifikant, wenn detaillierte Informationen über mehrere Dimensionen vorliegen. Die Beschaffungsabteilung arbeitet wesentlich effizienter. Sie kann anhand von Ausgabeanalysen engere Beziehungen mit den wichtigen Lieferanten pflegen und benötigt zugleich weniger Mitarbeitende für unnötige administrative Aufgaben. Aufwand und Zeit für die Erstellung von Berichten und Ad-hoc-Analysen verkürzen sich erheblich.
Umgang mit Risiken und Maverick Buying zur Einhaltung der Compliance
Wenn Sie Spend-Daten mit Bonitätsbewertungen und anderen Umsatzinformationen anreichern, können Sie das gesamte Ausfallrisiko der Lieferkette besser einschätzen. Eine gute Datenqualität ermöglicht Ihnen auch, diejenigen Lieferanten zu identifizieren, die ohne Vertragsbeziehung liefern. Risiken eines Vertrags spiegeln sich auch bei der Preisgestaltung wider. Es gilt zu erkennen, was bei wem nur in geringem Umfang geordert wird und auch, welcher Lieferant bzw. Dienstleister nicht in der Lage ist, das von Ihnen benötigte Volumen zu liefern. Die Reduzierung solcher Vertragsrisiken führt meist auch zu niedrigeren Kosten. Informationen zur Vertragserfüllung sind also Ihre Brücke zu Einsparungen. Und: Angereicherte Informationen über Lieferanten können das Unterbrechen Ihrer Lieferketten verhindern.
Bewertung der Lieferantenleistung für ein besseres Lieferantenmanagement
Ausgangspunkt für bessere Beschaffungsleistungen und Lieferantenbeziehungen sind Informationen. Spend Analysis verschafft das nötige Wissen. Weiß die Organisation, welche Lieferanten den besten (Mehr-)Wert bieten, kann sie Prozesse für Bestellung, Lagerung und Bestandsmanagement weiterentwickeln, die Leistung der Lieferanten prüfen und Lieferantenentwicklung proaktiv fördern. Die Organisation spürt leistungsschwache Lieferanten auf, prüft die Einhaltung von Verträgen und überwacht die Preisgestaltung kontinuierlich.
Scorecards helfen mittels erfasster Kennzahlen bei der Bewertung der Lieferantenleistung. Spend Analysis zeigt auf, was die Organisation für den Einkauf von Materialien und Dienstleistungen ausgibt und auf welche Lieferanten der meiste Spend entfällt. Diese Informationen helfen bei Vertragsverhandlungen. Die Organisation erzielt Mehrwert durch schlankere, effizientere Prozesse und dürfte am Ende mit weniger Lieferanten auskommen.
Internes Benchmarking
Eine Spend Analyse gibt Ihnen die Möglichkeit, auch interne Leistungen von Geschäftseinheiten an verschiedenen Standorten zu vergleichen. Sie können zum Beispiel messen, wie viel Geld weltweit für Büromaterial ausgegeben wird. Diese Aussagen sind wichtig für strategische Entscheidungen. Führt die Organisation die Informationen zum Spend zentral zusammen, kann sie ein breiteres Fragespektrum beantworten, etwa hinsichtlich der durchschnittlichen Anzahl der Lieferanten, der Ausgaben nach Kategorie oder dem höchsten Umsatz, den Anbieter generieren. Es ist wichtig, Zusammenhänge und Abhängigkeiten zu verstehen, um realistische Zielen festlegen zu können.
Nutzung von Ausgabendaten in allen Geschäftseinheiten
Die via Spend Analysis extrahierten und analysierten Daten spielen nicht nur in der strategischen Beschaffungsabteilung eine wichtige Rolle. Auch andere interne Geschäftsbereiche nutzen die Spend Analysis, um ein besseres Verständnis zu gewinnen und ihre Geschäftsziele zu erreichen. Genaue Daten und Informationen hinsichtlich Purchasing Cards, Rechnungen, Bestellanforderungen oder Rechnungsquellen sind Grundlage für exakte Reports der Finanzexperten.
Zusammenarbeit mit anderen Organisationen
Jede einzelne Organisation sollte einen Plan für mehr Effizienz und Einsparungen entwickeln. Wichtig für die einheitliche strategischen Ausrichtung ist die Zusammenarbeit mit anderen Abteilungen. Die Erkenntnisse der Spend Analysis ermöglichen gemeinsame Projekte, zum Beispiel die Durchführung von Ausschreibungen von Materialien und Dienstleistungen. Nur wer weiß, welche Abteilungen welche Waren oder Dienstleistungen kaufen, kann Effizienz gewinnen und Einsparungen für alle Beteiligten generieren. Wichtig ist, alle Spend-Informationen konsolidiert zentral zu pflegen. Ziel ist auch, gemeinsame Lieferanten leichter identifizieren zu können. Kollaborative Spend Analysis ermöglicht proaktive Konversation und strategische Diskussionen.
Ausprägungen von Spend Analysis
Tail Spend Analysis
Tail Spend meint alle Ausgaben für Kategorien von vermeintlich „geringem Wert“. Mit 10 bis 20 Prozent pro Kategorie am gesamtem Ausgabevolumen des Unternehmens ist der Tail Spend allerdings ein bedeutsamer Faktor. Viele Unternehmen lassen hierbei aber wegen ineffizienter Prozesse und mangelnder strategischer Aufmerksamkeit viel Geld liegen.
Mit Tail Spend ist ein enormer Aufwand für eine Flut an Rechnungen von einer Vielzahl Lieferanten verbunden, darunter auch kleine, die nur selten beauftragt werden. Viele Beschaffungsteams haben in der Regel weder Überblick noch ausreichend Verständnis für Tail Spend; sie meinen, sich lediglich auf ihre Kernbereiche konzentrieren zu müssen. Auf diese Weise verlieren Unternehmen schon mal mehrere Millionen Euro – pro Jahr.
Es gilt also, eine detaillierte Analyse von Ausgaben und Transaktionen vorzunehmen, um dann konkrete Vorgaben machen zu können. Die traditionelle Ausgabenanalyse ergibt eine Rangfolge der Lieferanten auf der Grundlage Jahresausgaben. Die kleineren Lieferanten, die etwa 20 Prozent der Gesamtausgaben machen, bilden das Schlusslicht – also den Tail.
Vendor Spend Analysis
Die Analyse der Lieferantenausgaben ergibt zum Beispiel, welche Ausgaben auf die wichtigsten Lieferanten und kritische Anbieter entfallen. Hilfreich sind auf historischen Verbrauchsdaten beruhende Ausgabenprofile für jeden einzelnen Lieferanten. Die Einkäufer können sich dann auf Konsolidierung der Lieferantenbasis und auf bevorzugte Anbieter konzentrieren, die den meisten Wert erbringen.
Ein Vendor Type Report macht die Ausgaben für jeden Lieferanten transparent. Durch Visualisierung erhält man einen Überblick über Anbieter, Kategorie, Geografie etc. und kann auch Vergleichs- und Berichtsjahr auswählen. Daraus ergeben sich Möglichkeiten zur Identifizierung von Konsolidierungsmaßnahmen und für verbesserte Compliance.
Unternehmen haben in der Regel sehr viele geringwertiger Transaktionen mit einer Vielzahl geringwertiger Kreditoren in diversen Geschäftsbereichen. Tail Spend Analysis hilft, diese Ausgaben zu kanalisieren, zu kontrollieren und zu reduzieren. Es gilt, Vertragslücken und unkontrollierte Ausgaben in den Griff zu bekommen und die Anzahl der Lieferanten in jeder Kategorie sinnvoll zu reduzieren. Die Tabelle zeigt, welchen Anteil der Ausgaben auf Hauptlieferanten entfällt.
Jeder ausgegebene Euro zählt! Essenziell sind also Überwachung und Konsolidierung auf Grundlage von Analysen hinsichtlich (auch außervertraglichem) Spend, Ausgaben pro Lieferant sowie Identifizierung von Trends und Kaufmustern.
Category Spend Analysis
Im ersten Schritt einer Category Spend Analysis gilt es ein Verständnis für die Dimensionen zu verstehen. Beispiel: Beziehen Sie ähnliche Waren und Dienstleistungen von zu vielen verschiedenen Anbietern? Die Analyse baut auf Hierarchien auf.
Transaktionen und Ausgaben werden in probate Kategorien eingeordnet. Die konsistente Zuordnung zeigt dann etwa, wo zu priorisieren oder zu verlagern wäre. Diese Analyse liefert die Basis für mögliche günstigere Verträge und zeigt im Verlauf auch, ob prognostizierte Einsparmöglichkeiten realisiert wurden. Daten und Informationen sind einfach zu verstehen und zu interpretieren.
Der Überblick über die Ausgaben nach Kategorien zeigt Ihnen, welche dieser Kategorien den meisten Mehrwert bringen können, welche Projekte von strategischer Bedeutung sind und welche Maßnahmen zu ergreifen sind. Sie erkennen zugleich Auswirkungen auf Personal, Betrieb und jeweilige Risiken. Also: Sie gewinnen Informationen, die Ihnen erlauben, Prioritäten zu setzen und Ressourcen so zu steuern, dass Ihr Unternehmen beim geringeren Aufwand eine bessere Rendite erzielt.
Item Spend Analysis
Die Analyse von Ausgaben auf Artikelebene/SKU klassifiziert jeden einzelnen Kauf. Für welche Abteilung ist er bestimmt und welcher Lieferant wurde beauftragt? Wurde ein bestimmter Artikel bei verschiedenen Lieferanten oder an verschiedenen Standorten und zu unterschiedlichen Preisen gekauft? Diese Analyse macht Inkonsistenzen, Maverick Buying bzw. Beauftragung nicht bevorzugter Lieferanten transparent.
Payment Terms Analysis
Zahlungsbedingungen und Zahlungsverhalten: Wo wurden Skonti durch verspätete Zahlungen von Rechnungen verschenkt? Die Payment Terms Analysis zeigt nicht-realisierte Rabatte und ebenso das diesbezügliche Potenzial auf. Die Analyse umfasst zudem die Überprüfung von Zahlungsmustern, um Praktiken und Aktivitäten zu identifizieren, die nicht ordnungsgemäß durchgeführt werden.
Contract Spend Analysis
Die Analyse der Ausgaben pro Vertrag zeigt Unternehmen, ob die bestehenden Bedingungen und Übereinkünfte einhalten wurden. Sie kann die Grundlage liefern, dass künftig die besten Vertragsabschlüsse pro Lieferant ausgehandelt werden und dass die Einkäufer bzw. Bedarfsträger bei bevorzugten Lieferanten kaufen.
Best Practices in Spend Analysis
Lesen Sie hier empfehlenswerte Vorgehensweisen in erfolgreichen Organisationen zur Verwaltung von Ausgabedaten:
- Klassifizieren Sie den Spend bis auf Detailebene und führen Sie ein gemeinsames Klassifizierungsschema im Unternehmen ein.
- Verfolgen Sie eine dauerhafte Lösung statt einer Einmalanstrengung.
- Wählen Sie einen automatisierten Ansatz zur Bereinigung und Klassifizierung Ihrer Daten.
- Stellen Sie den Zugang zu allen Datenquellen innerhalb und außerhalb des Unternehmens sicher.
- Verbessern und erweitern Sie Umfang und Fokus Ihres Spend-Analysis-Programms kontinuierlich.
- Arbeiten Sie während des gesamten Prozesses mit Ihrer IT- und Finanzabteilung zusammen – und auch anderen wichtigen Stakeholdern.
- Definieren Sie Strategien für Kategorien und messen Sie Auswirkungen.
- Ergreifen Sie zeitnah adäquate Maßnahmen, nachdem die Analyse Einsparpotenziale ergeben hat.
Klassifizieren Sie Spend-Daten bis auf Detailebene und machen Sie dieses Klassifizierungsschema für das gesamte Unternehmen verfügbar.
Die Kategorisierung auf Artikelebene sorgt nicht nur für Transparenz. Sie zeigt für alle Attribute auch eine Reihe Details, was Schätzungen und Vergleiche möglich macht. Gehen Sie dabei durchaus von einer Genauigkeit von mindestens 95 Prozent aus. Die Klassifizierung auf höherer Ebene hat zwar spezielle Vorteile, aber die Artikelbetrachtung hat sich als effektiver erwiesen, weil damit der Blick direkt auf den Spend für jedes Material und jeden Lieferant gerichtet wird.
Unternehmen sollten eine gemeinsame interne Taxonomie oder ein branchenübliches Klassifikationsschema einführen. Beispiel: Der UNSPSC bietet eine global akzeptierte Metadatenebene zur Organisation und Kontrolle des Spend. Ein solcher Standard ist der Schlüssel für effektive Analysen. Und oftmals ist dieser umfassender als intern entwickelte eigene Klassifizierungscodes. Einfacher Grund: Durch Standards lassen sich Alle Spend-Daten in einem einzigen Schema abbilden.
Verfolgen Sie eine dauerhafte Lösung statt einer Einmalanstrengung.
Herkömmliche arbeitsintensive Verfahren und Systeme sind aufgrund des Umfangs und der Komplexität der Spend-Daten innerhalb eines Unternehmens nicht zu empfehlen. Externe Dienstleister bieten in der Regel nur temporäre Lösungen, die aber von den Unternehmen eine kontinuierliche Zusammenarbeit erfordert, um die Daten aktuell zu halten. Zudem schränkt das Auslagern den Wissenstransfer innerhalb der Organisation ein – das könnte zu einer Abhängigkeit von Beratern führen. Die Einführung eines nachhaltigen und standardisierten Verfahrens kann Unternehmen dabei helfen, Spend-Daten monatlich zu aktualisieren und die Prüfung der Kategorien effizienter zu gestalten.
Wählen Sie einen automatisierten Ansatz zur Bereinigung und Klassifizierung.
Automatisierte Spend-Analytics-Lösungen erfassen Datenklassifizierungsregeln und Attribute für eine Vielzahl von Spend-Kategorien. Aufgrund ihrer selbstlernenden Fähigkeiten dieser Lösungen kann das Wissen der Beschaffungsexperten ins System einfließen. Allerdings müssen die Warengruppenmanager von Zeit zu Zeit Ausnahmen klassifizieren. Automatisierte Extraktionsroutinen zur regelmäßigen Aggregation und Aktualisierung von Daten ermöglichen genaue wiederholbare Spend-Analysen – und das auch in hoher Frequenz. Die ist nötig in einem dynamischen Geschäftsumfeld mit neuen Vertragsinhalten und laufend veränderten Preisen.
Sichern Sie den Zugriff auf alle Ausgabendatenquellen innerhalb und außerhalb des Unternehmens.
Es kann vorkommen, dass Ihre Anbieter, Lieferanten oder andere Partner über bessere Daten verfügen als Sie. Stellen Sie sicher, dass Ihr Unternehmen auf alle relevanten Quellen zugreifen kann. Nur so bekommen Sie eine genauere Vorstellung vom Gesamt-Spend.
Verbessern und erweitern Sie Umfang und Fokus Ihres Spend-Analysis-Programms kontinuierlich.
Datenmanagement bedeutet „Work in Progress“. Ihre Spend Analysis sollten Sie kontinuierlich weiterentwickeln. Suchen Sie laufend nach neuen Anwendungsmöglichkeiten zur Klassifizierung oder Datenbereinigung.
Regelmäßige Überprüfungen helfen, Verbesserungspotenziale zu identifizieren.
Arbeiten Sie während des gesamten Prozesses mit Ihrer IT- und Finanzabteilung zusammen – und auch anderen wichtigen Stakeholdern.
Um möglichst alle Einsparungspotenziale zu heben, ist eine partnerschaftliche Zusammenarbeit von Einkauf mit anderen Geschäftsbereichen wichtig. Jeder Bereich sollte für seine Ergebnisse verantwortlich sein. Arbeiten Einkauf und Finanzabteilung zusammen, entstehen „Systeme“, die dem Management zuverlässig Einsparungen liefern. Dieser Kreislauf sorgt für stete Verbesserung der Leistungen.
Definieren Sie Strategien für Kategorien und messen Sie Auswirkungen.
Entwickeln Sie Pläne für Ihre Kategorien: die sollten auf Geschäftsziele, die wichtigsten Stakeholdern abgestimmt sein – mit strategischem Ansatz für Wertmaximierung, Risikominderung und zugelieferten Waren und Dienstleistungen. Diese Pläne sollten auf Beschaffungsstrategien und Initiativen Einfluss nehmen. Strategien und deren Auswirkungen auf das Geschäft sollten Sie sorgfältig überprüfen. Bewerten Sie, ob und wann Überarbeitung oder Wiederholungen notwendig sind.
Ergreifen Sie zeitnah adäquate Maßnahmen, nachdem die Analyse Einsparpotenziale ergeben hat.
Die vom Einkaufsteam bereitgestellten Daten sind wertvoll, weil sie zeigen, was eine Organisation einkauft und wie sie dabei vorgeht. Diese Erkenntnisse sollten notwendige Schritte nach sich ziehen, um Potenziale zu erschließen.
Warum Spend-Analysis-Projekte scheitern
Der Bedarf an aussagekräftigen Spend-Analysen ist groß in den Unternehmen. Dennoch scheitern viele Projekte – der erwartete Nutzen ist nicht eingetreten. Woran liegt das?
Probleme bei der Visualisierung des Spend
- Schlechte Datenqualität/nicht bereinigte Daten
- Zu komplexe und arbeitsintensive Bereinigungs- und Klassifizierungsverfahren
- Führungskräfte ohne datengetriebenes Mindset
- Mangelnde Planung, unrealistische Erwartungen, unklare Ziele, falsche Prioritäten
- Falsche Werkzeuge oder zu viele Werkzeuge
- Mangelnde Fähigkeiten und Nutzerkompetenz
- Angst vor Kontrollverlust über die Daten
- Spend Analysis wird nur als einmaliger Aufwand gesehen
- Limitierte Analyselösungen
Schlechte Datenqualität/ nicht bereinigte Daten
Für effektive Klassifizierungen und genaue Analysen ist strukturiertes Datenmaterial nötig. Am häufigsten scheitern Projekte, weil die Daten von schlechter Qualität sind. Nicht selten verfügen Lieferanten über bessere Daten. Unternehmen wenden 80 Prozent der Zeit für Datenbereinigung auf. Beispiele für mangelnde „Hygiene“ in den verschiedenen Geschäftssystemen: leere Datenfelder, divergierende Teil-/Postenbeschreibungen für ein und dieselbe Kategorie, falsche Schreibweisen, unterschiedliche Abkürzungen, falsche Lieferantennamen, wechselnde Produktattribute, abweichende Rechnungsnummern etc.
Aufwändiger, arbeitsintensiver Bereinigungs- und Klassifizierungsprozess
Für die meisten großen Unternehmen ist die Klassifizierung des Spend (oft in Millionenhöhe) nicht einfach. Probleme bereitet nicht das Volumen an sich, sondern der Umfang des zumeist unstrukturierten Datenmaterials. Ohne ein Automatisierungstool für Spend Analysis würde es viele Jahre dauern, alle Ausgaben richtig zu klassifizieren.
Eine bestimmte Granularität ist jedoch Voraussetzung, um Mehrwert für das Unternehmen zu erbringen. Dabei hat sich die Klassifizierung des Spend auf der höchsten Ebene als nicht hilfreich erwiesen – diese Methode liefert nur unzureichende Einblicke und ungenaue Analysen. Die laufende Zuarbeit von Personen verursacht auch wegen der häufigen Wiederholung enormen Aufwand; Datenmaterial veraltet auf diese Weise rasch. Keine der beschriebenen Methoden garantiert Ihnen zu 100 Prozent klassifizierte Daten zu jeder Zeit.
Entscheidend ist, dass Sie geeignete Kontrollen einzubauen, damit Sie Fehler sofort erkennen und asap korrigieren können. Wenn Sie das sicherstellen, wächst das Vertrauen in die Daten und den Klassifizierungsprozess.
Führungskräfte ohne datengetriebenes Mindset
Auch das Führungsteam hat zuweilen Anteil an gescheiterten Projekten. Nicht selten mangelt es an Agilität und kontinuierlicher Einbindung bzw. Unterstützung für den Analyseprozess. Viele Führungskräfte gehen lieber auf althergebrachte Weise vor – sie verharren in zeitaufwändigen Prozessen, anstatt Entscheidungen auf der Grundlage neuer Erkenntnisse zu treffen.
Und oft weiß die oberste Führungsebene nur wenig darüber, wie sie die aus der Spend Analysis gewonnenen Erkenntnisse optimal nutzen bzw. mit Strategie und Zielen des Unternehmens verknüpfen müsste. Einen leichteren Ansatz zu wählen, bedeutet nicht unbedingt, dass das Managementteam ständig einbezogen werden muss. Aber regelmäßige, kurze Feedbackschleifen sind ratsam, um über kumulative Ergebnisse und Fortschritte zu berichten. Sie fördern das Interesse, indem Sie die Führung im Loop halten.
Mangelnde Planung führt zu unrealistischen Erwartungen, unklaren Zielen und fehlgeleiteten Prioritäten
Weiterer Grund für das Scheitern vieler Spend-Analytics-Projekte ist das Bestreben des Unternehmens, so viele Daten wie möglich zu sammeln und zu analysieren – das aber ohne Plan. Das führt in der Regel zu enormen Kosten und zur Überforderung des Teams. Wer meint groß anfangen zu müssen, ist schnell auf dem Holzweg. Mehr Daten und mehr schwergewichtige Tools und Funktionen sind nicht automatisch der Schlüssel zur Überwindung von Silos und zum Sparen von Ressourcen.
Also: Fangen Sie klein an. Das ist viel fruchtbarer und kostengünstiger – und minimiert auch das Risiko. Klügere Geschäftsentscheidungen beruhen oft auf wertvollen Erkenntnissen, die im ersten Schritt aus erstaunlich kleinen Datensätzen gewonnen wurden.
Spend Analysis ist kein einmaliges Projekt, das Sie mal eben abwickeln und bei dem Sie unmittelbar von den Vorteilen profitieren. Sie brauchen einen Plan, größtmögliche Transparenz und Disziplin mit regelmäßigen Feedback-Schleifen.
Falsche Werkzeuge oder zu viele Werkzeuge
Spend Analysis ist ein Projekt, das Sie mit den richtigen Werkzeugen beginnen müssen. Es gilt jederzeit zu verstehen, was Ihre Organisation braucht und welche Lösungen die richtigen sind, um die aktuelle Situation abzubilden. Organisationen sollten unbedingt ein für sie geeignetes Analyse-Tool suchen und dabei alle möglichen Unzulänglichkeiten abwägen, bevor sie sich entscheiden.
Die meisten Initiativen in Sachen Spend Analysis liefern nach 12 bis 18 Monaten keine zusätzlichen Ergebnisse, weil sie auf unzureichenden bzw. ineffektiven Systemen beruhen und nicht alle Interessen adressieren können. Das wirkt entmutigend. Sie sollten sicherstellen, dass die ausgewählte Lösung – vor allem relavante – Situationen adäquat abbilden und verbundene Herausforderungen stemmen kann.
Fehlende Fähigkeiten und Nutzerkompetenz
Für die Korrektur von Fehlern bei der Klassifizierung von Spend-Daten ist tiefes Produkt- und Fachwissen erforderlich. Diese Kenntnisse variieren innerhalb des Unternehmens, was zu unterschiedlichen und unvorhersehbaren Ergebnissen führt. Viele Unternehmen legen die Aufgaben der Datenbereinigung und
-klassifizierung in die Hände von IT-Fachleuten, die die zu überprüfenden Teile und Leistungen möglicherweise nicht vollständig verstehen.
Die eingebundenen Mitarbeiter sind nicht in der Lage, auf Spend-Daten zuzugreifen, diese zu managen und für nachhaltige Nutzung zu analysieren. Wenn beispielsweise nur wenige Personen das Know-how für vertiefte Klassifizierung bestimmter Kategorien haben, kann es sein, dass Daten nur unzureichend erfasst werden, wenn nicht gleichzeitig auch die richtigen Ausgabeposten betrachtet werden. Das führt dann immer neuen Versuchen, bis ein Bericht erst sehr viel später Nutzen stiftet.
Und: Sehr oft verfügen Commodity-Teams zwar über die richtigen Informationen, werden aber nicht weiter in Prozesse einbezogen. Beschaffungsanalysten haben dann aber schon wertvolle Möglichkeiten verpasst.
Angst vor Kontrollverlust über die Daten
Wer lange Zeit Kontrolle ausgeübt hat, kann nur schwer loslassen. Teams fühlen sich zuweilen gezwungen, „ihre“ Datensätze, die sie auch mit externen Informationen angereichert haben, mit anderen Abteilungen zu teilen.
Aber die größte Herausforderung ist nun einmal das Problem der Datensilos.
Um das zu lösen, kommt es auf eine saubere Integration an. Silos sind erst dann überwunden, wenn Technologie bzw. Daten an einem zentralen Ort gehalten werden, der den „Eigentümern“ jederzeit den Zugriff auf relevante Informationen ermöglicht. Fehler sind so einfach zu identifizieren und durchgängig zu beseitigen. Neue Erkenntnisse stehen allen zur Verfügung. So lassen sich Ängste schließlich überwinden.
Uneinheitliche Systeme und zu viele Datenquellen
Viele unterschiedliche Systeme steigern die Komplexität. Das sorgt für Verwirrung. Spend-Daten sind oft in den verschiedenen Systemen (wie AP, GL, ERP etc.) über das gesamte Unternehmen hinweg verteilt. Bei unterschiedlichen Klassifizierungsschemata ist es schwierig, die richtigen Informationen zu extrahieren und zu analysieren. Das gleiche gilt bei inkompatiblen oder zu vielen Datenquellen. Um die Vorteile der Spend Analysis voll auszuschöpfen, müssen die Daten an einem zentralisierten Speicherstandort standardisiert geführt werden.
Limitierte Analyselösungen
Manche Unternehmen haben zwar leistungsstarke Data-Warehouse-Lösungen und ein gut ausgestattetes IT-Team, das Spend-Erkenntnisse durch Auswertung mehrerer Berichte generiert. Aber auch dieses Vorgehen bietet nur begrenzt Flexibilität. Der Grund: Ergebnisse beruhen zumeist auf Berichten aus der Konserve – und vielfach auf mangelndem Fachwissen bei der Erstellung der Analyselösung. Um einen RoI und echten Mehrwert zu erzielen, muss eine Lösung auf adäquaten technischen Grundlagen und professionellen Fähigkeiten aufbauen.
Spend Analysis nur als einmaliger Aufwand
Spend Analysis sollten Sie als kontinuierlichen Prozess verstehen – und damit als wesentlichen Teil Ihrer zu transformierenden langfristigen Beschaffungsstrategie. Das braucht Zeit. Um zu vollständigen und genauen Ergebnissen zu gelangen, sind viele Durchgänge und Wiederholungen nötig. Schließlich gilt es, Veränderungen beim Spend innerhalb Ihres Unternehmens zu erkennen sowie die laufenden Ausgaben und Verträge zu überwachen. Einmaliges Durchführen bringt also keinen Nutzen.
Spend Analysis Tools
Spend Analysis mit Excel
Das traditionelle Microsoft Excel ist zwar ein probates Werkzeug für Dashboards, Analysen bzw. Erkenntnisse. Und viele Anwender nutzen Excel auch für Spend Analysis. Aber: Excel ist beileibe nicht das effektivste und effizienteste Tool – und es bringt Probleme. Beispiele: Benötigt wird eine Vielzahl Daten hinsichtlich diversifizierter Klassifizierungen. Excel ist aber nicht skalierbar für hunderte und oder gar tausende Zeilen. Hinzu kommen zum Beispiel Dateninkonsistenzen, Formatierungsprobleme, unterschiedliche Beschreibungen und Verwendung von Namen sowie regionale Besonderheiten.
Inkonsistenzen führen dazu, dass ein Analytiker mehr Zeit für die Datenbereinigung aufwenden muss als für die eigentliche Datenanalyse. Angenommen, hierbei wurde vieles richtig gemacht. Selbst dann hat ein Mitarbeiter zwei Tage im Monat damit verbracht, Daten zu aktualisieren. Im nächsten Monat gilt es dann wieder neue Daten zu klassifizieren – was aber nicht skalierbar ist. Manuelle Spend Analysis, die etwa auf Excel- oder Access-basierten Tools beruht, verlangsamt Datenaktualisierungen und bietet nur sehr eingeschränkte Berichts- und Analysemöglichkeiten.
Es gibt längst ausgereifte Lösungen auf dem Markt, die Spend Analysis als eigene “Wissenschaft“ entwickelt haben. Diese Dienstleistung wird auch als Cloud-Lösung angeboten. Automatisierte Tools bieten einen "Slice-and-Dice"-Ansatz und damit diverse Möglichkeiten für effiziente Analysen.
Spend Analysis mit Excel: Pro und Contra
Pro | Contra |
Tabellenkalkulationen sind komfortabel und preiswert. Sie arbeiten mit Vorlagen und Formeln, um Daten zu aggregieren. |
Tabellenkalkulationen erfordern viel Zeit und Aufwand für das Sammeln nötiger Daten. |
Sie eignen sich gut zur Dokumentation und Berichterstattung bei einfachen individualisierten Anforderungen. |
Die Datenmenge ist exponentiell schwieriger zu verwalten, je mehr Standorte und Compliance-Anforderungen eingebunden sind. |
Datenerfassungswerkzeuge und Diagramme sind leicht zu erstellen. |
Tabellenkalkulationen sind nicht darauf ausgelegt, einen Prüfpfad aufzuzeigen. Das erschwert Anwendern die korrekte Berichtspflicht und verkompliziert es, den Verantwortlichen den richtigen Prozessen zuzuordnen.
|
Es müssen keine Daten aus externen Systemen extrahiertbwerden. Alle Daten stehen direkt zur Verfügung. |
Sie liefern keine automatisierten workflowgesteuerten Prozesse, um Berichte zu erstellen. Und: Manuelle Eingriffe sind sehr fehleranfällig.
|
Mit Excel ist Berichtswesen in der Regel einfach und stressfrei leistbar. |
Tabellenkalkulationen wie Excel sind keine sicheren Verfahren, weil (viele) Beteiligte ihre Aktualisierungen via E-Mail an viele andere Beteiligte senden. Ergebnis: verschiedene Versionen einer Kalkulationstabelle.
|
Spend Analysis und BI-Tools
Der Einsatz von Business Intelligence (BI) verschafft Unternehmen ein besseres Verständnis vom Verhältnis Ausgaben zu Einnahmen. Spend Analysis verschafft die nötige Transparenz und liefert so Ansätze für Maßnahmen, die Beschaffungsleistungen und Kosten optimieren können.
Microsoft Power BI
Cloud-basierte Power BI umfasst eine Reihe Anwendungen für die Geschäftsanalyse. Damit lassen sich Daten analysieren und Erkenntnisse teilen. Die Informationen werden durch eine Vielzahl Datenquellen gespeist. Power BI-Dashboards bieten in Echtzeit eine 360-Grad-Sicht auf die wichtigsten Metriken. Verschiedene Benutzer können die Daten hinter den Dashboards mit nur einem Klick einsehen. Die intuitiv gestalteten Werkzeuge machen es viel einfacher, Antworten zu finden. Standard-Dashboards und hunderte Links zu bekannten Business Applications machen die Analyse einfach und schnell.
Power BI kann mit all seinen Anwendungen alle Daten eines Unternehmens vereinheitlichen. Die Anwender erhalten die benötige Transparenz, um die Beschaffungsleistung zu verbessern.
Beispiele: Materialien (einschließlich Mengen und Preise), die die Beschaffungsorganisation in einem bestimmten Zeitraum eingekauft hat; Änderungen (wann?) etc.
Anzahl der Lieferanten, bei denen das Unternehmen in einem bestimmten Zeitraum eingekauft hat; Spend pro Lieferant, Anzahl der Transaktionen, Anzahl der Bestellanforderungen und Verträge; Bestellungen pro Einkäufer durchschnittlicher Wert eines jeden Vorgangs etc.
Image source: doc.Microsoft.com
Tableau
Tableau ist ein flexibles Cloud-basiertes BI-Tool für Datenerkennung, Datenvisualisierung und übersichtliche, einfach zu erstellende Dashboards. Gelistet im Gartner Magic Quadrant als führender Dienstleister, bietet das interaktive Tool eine Vielzahl Analysen und Visualisierungsmöglichkeiten. Die benutzerfreundliche Schnittstelle, Drill-down-Funktionen und die intuitive Gestaltung ermöglichen einen einfachen Umgang mit Daten. Tableau verändert die Art und Weise, wie Menschen Daten nutzen und Probleme lösen. Zudem fördert die Echtzeit-Analysefunktionen bessere und schnellere Entscheidungen.
Image Source: Pulic.Tableau.com
QlikView
QlikView ist ein BI-Tool, mit dem sich Berichte und Dashboards für jeden Anwendungsfall erstellen lassen. Es wird häufig von Anwendern genutzt, die vor allem auf Modellierung und Aufbereitung der Daten im Vorfeld einer Analyse sowie auf Visualisierungen/Dashboards abzielen. Darüber hinaus bietet QlikView durch seine patentierte Technologie die Möglichkeit, Relationen bzw. Beziehungen innerhalb der verschiedenen Datenquellen zu erkennen. QlikView hat eine Memory-Funktion, die schnellere Analysen ermöglicht. Andere Anbietersysteme führen dagegen jedes Mal eine neue Abfrage der Datenquelle durch, wenn sie die Ansicht ändern möchten – das nimmt viel Zeit in Anspruch.
Weil QlikView dem User komfortabel und auf einfache Art Analysen liefert, können auch nicht-professionelle Nutzer ohne IT-Kenntnisse Anwendungen in kurzer Zeit erstellen. Das erlaubt schnellere und belastbarere Reaktionen, auch bei geänderten Anforderungen.
Flexible Plattformen konsolidieren Daten aus verschiedenen Quellen und stellen zentralisierte Daten für die Berichterstattung auch für die Geschäftsleitung bereit. Intuitives Klicken durch die Dashboards macht es den Benutzern leicht, neue Erkenntnisse zu gewinnen und verborgene Trends zu erkennen. QlikView bietet unendlich viele Möglichkeiten, auch für Adhoc-Abfragen. Mühsam zu definierenden Strukturen und Hierarchien sind nicht erforderlich. Entscheidungen lassen sich auf effektive Weise schneller treffen.
Image Source: Qlik.com
BI Tools und Spend Analysis: pro und contra
Pro | Contra |
Die Datenvisualisierung ist einfacher und schneller
|
Datensicherheit ist fragil
|
Verwaltung großer Datenmengen in Echtzeit
|
Anwender könnten aus denselben Daten unterschiedliche Schlüsse ziehen
|
Anwender können die Daten „hands on“ bearbeiten
|
Möglicherweise müssen mehrere BI-Anwendungen eingesetzt werden – das verteuert den Prozess.
|
Es gibt mehr Anpassungsmöglichkeiten
|
Anwendungen sind teurer als Tabellenkalkulationslösungen
|
Anwender können eine Vielzahl Lösungswege nutzen, die jeweils zum eigenen Unternehmen passen
|
|
Plattformen ermöglichen Content-Entwicklern und Business-Analysten in der Regel einen schnelleren Ansatz zur Definition, Ausführung und Speicherung von Abfragen.
|
Spend Analysis Software
Software für Spend Analysis bietet einen konsolidierten Überblick über die Beschaffungsausgaben, einschließlich Daten aus Rechnungen, Bestellungen und anderen Finanzunterlagen des Unternehmens. Die Ausgabendaten können aus verschiedenen Quellen stammen, etwa aus ERP-Systemen, Purchase-to-Pay-Lösungen und sogar aus gemeinsam genutzten Excel-Sheets.
Software-Arten
Software für Spend Analysis wird entweder bei einem spezialisierten Software-Anbieter gekauft oder speziell für die Bedürfnisse einer Beschaffungsorganisation entwickelt.
Inhouse-Lösung: Software wird maßgeschneidert für die Beschaffungsorganisation erstellt; entweder als Ergänzung zu einer bestehenden BI-Lösung oder als separater eigener Teil; Wartung und Upgrades sind abhängig von der IT und den Ressourcen des Unternehmens.
Lizenzierte Software: Software wird als Ware beschafft und implementiert, z. B. als Einmallizenz für eine bestimmte Anzahl von Rechnern. Je nach Vereinbarung können größere Updates neue Lizenzen erforderlich machen. Lizenzen werden meist zum Pauschalpreis verkauft.
Software as a Service (SaaS): Kauf der Software im Abonnement bei flexibler Lieferung; meist wird die Software am Standort des Dienstleisters gehostet, der dann auch die zentrale Verwaltung übernimmt. Updates sind Bestandteil des Abonnementvertrags.
Lösungen für große und kleinere Unternehmen
Spend Analysis Software gibt es in allen Formen und Umfängen – von Self-Service-Lösungen für kleine bis hin zu konfigurierbaren Dashboards für große Unternehmen.
Software für kleine Unternehmen: auch konzipiert für kleinere Datenmengen; kann als Self-Service-Lösung, als Add-on zu ERP-Paketen oder On-premise-Lösungen bei begrenztem Bedarf an Konfigurationen oder kundenspezifischen Datenverarbeitungsstufen eingesetzt werden.
Unternehmenslösung: geeignet zur Verarbeitung großer Datenmengen und bei maßgeschneidertem Bedarf an tiefen Einblicken, die sich aus verschiedenen Quellsystemen ergeben. Diese Art Software wird zumeist in der Cloud im Rahmen eines SaaS-Modells eingesetzt.
Wo werden die Daten gehostet? Es gibt viele Optionen für das Hosting von Spend-Daten – je nach Komplexität und Ressourcen des Teams, das die Analyse durchführt.
On-premise-Software: wird innerhalb eines privaten Anwendernetzes installiert und auf einem Serverstandort betrieben, den die Beschaffungsorganisation verwaltet; Aktualisierungen werden von Fall zu Fall je nach Lizenzvereinbarung durchgeführt. Das kann auch lokal implementierte Software einschließen.
Private Cloud: Zugriff auf die Software erfolgt über einen Thin Client oder Webbrowser; alle wesentlichen Elemente werden auf einem privaten Cloud-Server des Software-Anbieters gehostet. Dieser Cloud-Server ist je nach je nach Last und Bedarf skalierbar und stellt Software zentral bereit.
Öffentliche Cloud: Daten werden bei öffentlichen Cloud-Diensten gehostet, etwa Amazon Web Services (AWS) oder Microsoft Azure.
Wie Spend Analysis Software vergleichen?
Weil es Dutzende Software-Arten für Spend Analysis gibt, sind Vergleiche schwierig. Lesen Sie hier gängige Methoden zur Bewertung von Alternativen:
Rat einholen bei Beschaffungsdienstleistern bzw. Unternehmensberatungen Befragung der Referenzkunden verschiedener Software-Anbieter Benchmarks oder Berichte unabhängiger Analysten einholen, etwa Spend Matters Solution Map für Spend und Beschaffungsanalyse Erstellung einer Anfrage bzw. Ausschreibung (RFP) zur Ausgabenanalyse mit einer detaillierten Fragenliste zur Auswahl geeigneter Software-Anbieter Entwicklung eines Proof-of-Concept (POC): Dabei erhalten ein oder mehrere Anbieter einen Satz Ausgabendaten in begrenztem Umfang und Zeitraum zur Analyse; sind Geschwindigkeit oder Qualität der Klassifizierung ein Problem, kann ein POC dennoch helfen, geeignete Alternativen zu finden.
Spend Analysis Reports
Pivot Table
Mit Pivot-Tabellen lassen sich bequem intelligente, flexible Übersichten erstellen. Damit lassen sich Informationen aus unterschiedlichen Blickwinkeln betrachten – auch bei der Analyse großer Datenmengen.
Pareto Chart
Bei der Spend Analysis sind Pareto-Charts hilfreich, weil sie der 80/20-Regel folgen, das heißt z. B.: Sie beziehen sich auf 20 Prozent der Materialien, die 80 Prozent der Ausgaben ausmachen.
Map Report
Eine neue Art Diagramm, das Ausgaben auf einer geografischen Karte darstellt. Auch diese Berichte sind interaktiv: Klicken Sie auf ein bestimmtes Land oder eine bestimmte Region, dann öffnet sich ein spezielles Diagramm, das sich weiter aufschlüsseln lässt.
Treemap Report
Durch die Treemapping-Methode werden hierarchische Daten proportional in Quadraten visualisiert. Bei der Spend Analysis werden Ausgabenbereiche entsprechend ihres Anteils in Blöcken dargestellt. Diese Baumdiagramme können sehr verzweigt und interaktiv gestaltet werden, und sie eignen sich auch sehr gut zur Visualisierung relativer Ausgaben innerhalb einzelner Dimensionen, etwa für bestimmte Materialien, Lieferanten etc.
Waterfall Chart
Wasserfalldiagramme (Waterfall Charts) sind keine Standarddiagramme; sie eignen sich besonders für vereinfachte Darstellung von Informationen.
OLAP
OLAP (Online Analytical Processing) ist ein traditioneller Ansatz zur detaillierten Betrachtung knapper Ressourcen und Grundlage für diverse Geschäftsanwendungen Die OLAP-Engine bildet die Kernfunktion des Spend-Analysis-Moduls. Anwender können auch ad hoc multidimensionale Datenanalysen (auch komplizierte Berechnungen) anstellen. Sie gewinnen tiefen Einblick und mehr Verständnis aus verschiedenen Blickwinkeln und können somit belastbare Entscheidungen treffen.
Das Bereitstellen einer mehrdimensionalen konzeptionellen Sicht auf Daten ist eine der OLAP-Schlüsseleigenschaften. Diverse Anwender und Hierarchien können Informationen aus mehreren Datenbanksystemen gleichzeitig analysieren. Jedes Datenattribut wird in dieser multidimensionalen Datenbank als eine eigene Dimension betrachtet. Dazu gehören Produkt, Zeiträume, Verkaufsort und diverse Unterkategorien. Die Informationen lassen sich auf vielfältige Weise vergleichen.
Welcher OLAP-Dienstleister ist nun für Sie adäquat? Fragen Sie danach, ob das Produkt mit einer eigenen OLAP-Engine ausgestattet ist oder ob der Anbieter bei seinem Tool auf Analysedienste von Drittanbietern zurückgreift.
Spend Cube
Der Spend Cube (Ausgabenwürfel) ermöglicht einen mehrdimensionalen Blick auf Spend-Informationen. Er bezieht drei Dimensionen ein: Lieferanten, Unternehmensbereiche und Artikelkategorien, ebenso Unterkategorien der verschiedenen Unternehmenseinheiten in Bezug auf Lieferanten, Kategorien und Kostenstellen. Der Spend Cube steht in der Regel am Ende des Ausgabenanalyseprozesses. Damit lässt sich eine Vielzahl an Informationen aus verschiedenen Blickwinkeln betrachten. Ein solcher Würfel wird in der Regel benötigt, wenn ein Unternehmen nicht alle Ausgaben über alle Geschäftsbereiche hinweg verwaltet. Die drei Achsen stehen für Kategorie (Was wird gekauft), Kostenstelle (Für wen wird gekauft) und Lieferant (Von wem wird es gekauft). Dieses Modell ähnelt einem dreibeinigen Hocker: Fehlt ein Bein, fällt das gesamte Konstrukt auseinander.
Jede Achse dieses Würfels trägt bestimmte Informationen bei. Die Kategorienanalyse gibt Aufschluss über die Art von Waren und Dienstleistungen.
Die Kostenstellenanalyse zeigt auf, welche Funktionsträger innerhalb der Organisationen den Bedarf (die Nachfrage) auslösen. Das können auch Endverbraucher sein. Die Lieferantenanalyse gibt an, welche Lieferantenrechnungen aktuell zu bezahlen sind. Ein Vorteil ist zu wissen, ob die Ausgaben dezentral oder kumuliert gepflegt werden und ob Lieferanten mehrere Verträge innerhalb der Organisation haben. Sobald Sie diese Daten zusammengeführt haben, können Sie Ihre Strategien festlegen. Zerlegen Sie die Daten und werten Sie diese aus vielen verschiedenen Blickrichtungen aus. So können Sie sicherstellen, dass Sie nur eine Beschaffungsstrategie haben und nicht „hunderte“. Auf Basis einer belastbaren Datenbasis können Sie entscheiden, auf welche Endkunden Sie sich ausrichten und mit welche Lieferanten Sie in Neuverhandlungen eintreten wollen.
Deep Dive: Maschinelles Lernen – Klassifizierung des Spend
Maschinelles Lernen (Machine Learning) bei der Klassifizierung von Ausgaben bedeutet einen der größten Fortschritte für die Analyse des Einkaufsvolumens. Computersysteme erhalten durch Künstliche Intelligenz die Fähigkeit, aus großen Datenmengen zu lernen, ohne dass explizit programmiert werden muss. Im Kontext der Beschaffung wird maschinelles Lernen eingesetzt, um den Spend effizienter, genauer und signifikant schneller zu klassifizieren, als es ein Mensch könnte.
Überwachtes Lernen bei der Spend-Klassifizierung (Supervised Learning) Menschen trainieren Algorithmen, um Muster in den Ausgaben zu erkennen.
Unüberwachtes Lernen beim Lieferantenabgleich (Unsupervised Learning) Algorithmen werden so programmiert, dass sie neue und interessante Muster in Business-Partner-Beziehungen zeigen (ohne menschliches Eingreifen).
Verstärkendes Lernen bei der Klassifizierung (Reinforcement Learning) Klassifizierungsaktionen werden von Algorithmen durchgeführt, von Menschen überprüft, kontrolliert und je nach den Konsequenzen bewertet.
Maschinelles Lernen ist mittlerweile bei der Klassifizierung des Spend erprobt. Trotzdem ist menschliches Wissen noch nötig, um spezielle kategorie- und kundenspezifische Aspekte zu erfassen.
Beispiel für unüberwachtes Lernen: Anbieterabgleich
Deep Dive: Big Data im Einkauf
Was ist Big Data?
Big Data beschreibt extrem große Mengen an strukturierten und unstrukturierten Daten, die sich mittels komplexer Datenverarbeitungsprozesse nach bestimmten Informationen durchsuchen und analysieren lassen. Die Daten stammen aus einer Vielzahl interner und externer Quellen und werden in Big-Data-Speichern gehostet.
Internal Data Assets
Interne Datenbestände stammen in der Regel aus der unternehmenseigenen IT-Infrastruktur (etwa ERP) oder aus Ad-hoc-Prozessen (Excel, Sharepoint etc.); als interne Daten gelten aber durch Lieferanten bereitgestellte Informationen.
External Data Assets
Dabei handelt es sich um Daten, die aus einem IT-Netzwerk einer anderen Organisation stammen. Dazu gehören öffentliche Daten aus dem Internet, proprietäre Daten Dritter und solche, die von externen Parteien angereichert und anonymisiert wurden.
Big Data im Einkauf
Big-Data-Techniken und -Technologien werden auch im Einkauf für die Leistungsoptimierung genutzt – zur Datensammlung, Organisation, Analyse interner und externer Daten. Ziel ist, Potenzial für Einsparungen und die Optimierung wertschöpfender Aktivitäten zu identifizieren.
Über Sievo
Sievo ist ein führender Lösungsanbieter für Spend Analytics im Einkauf. Die SaaS-basierte Lösung bietet weit mehr als nur Ausgabentransparenz. Wir helfen unseren Kunden, Optimierungspotenziale zu erkennen, diese in Projekte umzusetzen und generierte Werte dann auch adäquat in Budgets einzubetten. Wir stellen sicher, dass die Einsparungen auch wirklich unter dem Strich ankommen. Wir sprechen die Sprache des Einkaufs und übersetzen die Zahlen auch für die Finanzsicht.
Unsere Lösung wird von tausenden Anwendern in Best-in-Class-Einkaufsorganisationen eingesetzt, darunter Deutsche Telekom, ISS, Levis und Kellogg's. Dabei beschränken wir uns nicht auf rückwärtsgerichtete Reports – wir liefern überdies umfassende Analysen und vorausschauende Prognosen. Wir kombinieren interne Informationen mit externen Datenquellen.
Sievo führt menschliche Eingaben und maschinelle Lerntechnologien zusammen. Kurz gesagt: Wir transformieren Beschaffungsdaten in harte Währung.
Seit unserer Gründung im Jahr 2003 stehen wir für schnelles, profitables und selbstfinanziertes Wachstum. Derzeit beschäftigen wir mehr als 200 Fachleute und haben Niederlassungen in Europa und in den USA.
Wir würden uns sehr auf Ihr Feedback zu diesem Leitfaden freuen. Erfahren Sie mehr über Sievo auf LinkedIn und Twitter oder kontaktieren Sie uns auf dieser Seite.