Data-driven Supply Chain Analytics Tools zijn niet genoeg

Supply Chain Analytics beoefenaars kunnen veel leren van Customer Analytics. De twee domeinen zijn gebaseerd op vergelijkbare bedrijfsfundamenten. Wat we ontdekken is dat data en datagestuurde beslissingstools niet genoeg zijn. De grootste moeilijkheden in Supply Chain of Customer Analytics liggen in de culturele praktijken van organisaties.

Het volgende artikel is geschreven door Maz Iqbal die zijn waardevolle perspectief vanuit Customer Analytics heeft gegeven.

Op LinkedIn deelt Don Peppers zijn visie op het nemen van betere beslissingen met gegevens. Dit heeft me aan het denken gezet en ik wil met jullie delen wat er bij mij naar boven kwam. Waarom naar mijn verhaal luisteren? Ik heb een wetenschappelijke achtergrond (BSc Toegepaste Natuurkunde). Ik ben gekwalificeerd als registeraccountant en was betrokken bij het produceren van allerlei rapporten voor managers en zag wat ze er wel of niet mee deden. Meer recentelijk was ik hoofd van een datamining en predictive analytics praktijk. Laten we beginnen.

Gegevens en tools voor gegevensgestuurde besluitvorming zijn niet genoeg

Ja, er is een stortvloed aan gegevens en deze stortvloed wordt steeds groter en sneller. Groot en snel genoeg om de pakkende naam Big Data te krijgen. Wat vergeten wordt, is de moeite die het kost om deze gegevens geschikt te maken voor modellering. Dit is geen gemakkelijke en goedkope taak. Toch is het mogelijk als je er genoeg middelen tegenaan gooit.

Ja, er zijn allerlei hulpmiddelen om patronen te vinden in deze gegevens. En in de handen van de juiste mensen (statistisch geschoold, zakelijk onderlegd) kunnen deze tools worden gebruikt om gegevens om te zetten in waardevolle (bruikbare) inzichten.

Dit is niet zo gemakkelijk als het klinkt. Waarom? Omdat er een tekort is aan deze statistisch geschoolde en weldenkende mensen: amateurs volstaan niet, er zijn experts nodig om onderscheid te maken tussen goud en dwaas goud - als je genoeg gegevens hebt, kun je zowat elk patroon vinden. Statistische kennis is niet genoeg, je moet het koppelen aan zakelijk inzicht. Laten we echter aannemen dat we deze beperking kunnen overwinnen.

De echte uitdaging bij het genereren van datagestuurde besluitvorming in bedrijven zijn de culturele praktijken. We hebben niet de culturele praktijken die de ruimte creëren voor datagedreven besluitvorming om te verschijnen en te bloeien. Een denker die veel slimmer is dan ik heeft zijn wijsheid al gedeeld, ik nodig je uit om te luisteren:

"Over het geheel genomen zijn wetenschappelijke methoden minstens zo belangrijk als elk ander onderzoek: want het is van het inzicht in de methode dat de wetenschappelijke geest afhangt: en als deze methoden verloren gaan, dan kunnen alle resultaten van de wetenschap een hernieuwde triomf van bijgeloof en onzin niet voorkomen. Slimme mensen kunnen zoveel leren als ze willen over de resultaten van de wetenschap - toch zal men altijd merken in hun conversatie, en vooral in hun hypotheses, dat ze de wetenschappelijke geest missen; ze hebben niet het kenmerkende wantrouwen tegen de dwalingen van het denken die door lange training diep geworteld zijn in de ziel van elke wetenschappelijke persoon. Ze zijn tevreden met het vinden van welke hypothese dan ook over een bepaalde zaak; dan zijn ze er helemaal klaar voor en denken dat dat genoeg is ........ Als iets onverklaard is, worden ze heet van de naald bij het eerste het beste idee dat in hun hoofd opkomt en op een verklaring lijkt....".

- Nietzsche (Menselijk, al te menselijk)

Het komt bij me op dat de wetenschappelijke methode nooit zijn weg heeft gevonden in het organisatieleven. Zet de rationalistische ideologie opzij en kijk eens goed naar wat er in het bedrijfsleven gebeurt, inclusief hoe beslissingen worden genomen. Ik zeg je dat Nietzsche's doordringende inzicht in de menselijke conditie vandaag de dag nog net zo waar is als toen hij het uitsprak. De praktijk van het nemen van beslissingen in elke organisatie waarmee ik ooit in contact ben gekomen is niet wetenschappelijk: het volgt niet de wetenschappelijke methode.

Integendeel, managers nemen beslissingen die in lijn liggen met hun intuïtie, hun vooroordelen en hun eigenbelang. Het is zo zeldzaam om een manager (en organisatie) tegen te komen die beslissingen neemt op basis van de wetenschappelijke methode, dat als dit gebeurt ik met mijn mond vol tanden sta. Het is net zo onverwacht als wanneer je een vrouwelijke streaker over het voetbalveld ziet rennen tijdens een competitiewedstrijd.

Wat zijn de uitdagingen bij het invoeren van datagestuurde besluitvormingspraktijken in organisaties?

Technologen hebben een gave. Welke gave? De gave dat ze het wezen van de mens niet diep genoeg begrijpen. Omdat ze dit niet begrijpen, kunnen ze (vol vertrouwen) opstaan en de deugden en voordelen van technologie prediken. Als het leven zo eenvoudig was.

De waarheid klinkt aantrekkelijk voor degenen onder ons die de gevolgen van de waarheid niet onder ogen hoeven te zien. Datagestuurde besluitvorming klinkt geweldig voor degenen onder ons die datagestuurde tools en diensten verkopen (er geld mee verdienen en hopen rijk te worden).

De uitdaging van het invoeren van datagestuurde besluitvormingspraktijken is dat het de status-quo verstoort. Wanneer je de status quo verstoort, neem je het op tegen de machtigen die profiteren van die status quo. Denk aan Socrates:

"De aard van wat Socrates deed maakte hem tot een ontwrichtende en subversieve invloed. Hij leerde mensen om alles in vraag te stellen en hij stelde de onwetendheid van individuen met macht en autoriteit aan de kaak. Hij werd geliefd maar ook gehaat .... Uiteindelijk arresteerden de autoriteiten hem voor .... en het niet geloven in de goden van de stad. Hij werd berecht en ter dood veroordeeld...".

- Bryan Magee, hoogleraar

 

Pas op voor succes bij het invoeren van een cultuur van gegevensgestuurde besluitvorming!

Met voldoende inzet en investeringen kun je een cultuur van datagestuurde besluitvorming creëren. Zoals de mensen bij Tesco hebben gedaan. En door beslissingen te nemen op basis van de gegevens over je klanten, je winkels, je producten, kun je al je concurrenten overtreffen, als een gek groeien en bumperwinsten maken. Opnieuw, opnieuw en opnieuw. Dan komt de dag van de afrekening - wanneer je oog in oog komt te staan met de gebreken van het nemen van beslissingen uitsluitend op basis van gegevens.

Tesco doet het niet zo geweldig. Het gaat al een aantal jaren niet zo goed - in 2012 gaf het bedrijf zelfs voor het eerst een winstwaarschuwing. Wat is de laatste stand van zaken? Tesco heeft een winstdaling van 23,5% gemeld in de eerste helft van dit jaar. Wat heeft Tesco gedaan om de situatie het hoofd te bieden? Dit staat er in het artikel:

Vorig jaar kondigde Tesco aan £1 miljard uit te geven om de winkels in het Verenigd Koninkrijk te verbeteren, door te investeren in winkelupgrades, productassortimenten, meer personeel en het online aanbod.

Datagestuurde besluitvorming heeft een aantal tekortkomingen. Ten eerste gaat datagestuurde besluitvorming ervan uit dat de toekomst een voortzetting zal zijn van het verleden. Dat is net zoiets als zeggen dat alle zwanen die we zijn tegengekomen wit zijn, dus moeten we plannen maken voor witte zwanen. En dan ontdek je op een dag dat de zwarte zwaan opduikt! De recessie en de verschuiving in het consumentengedrag als gevolg van deze recessie was de zwarte zwaan voor Tesco.

Bovendien gok ik dat de mensen bij Tesco in hun aanbidding op de preekstoel van datagestuurde besluitvorming de dimensies zijn vergeten die er wel toe doen, maar die niet zijn ingevoerd in de gegevens en de voorspellende modellen. Welke dimensies? Zoals de winkelervaring van de klant bij Tesco: te weinig personeel, ontevreden personeel, winkels die er met de dag gedateerder uitzien, de kwaliteit van hun producten...

Het lijkt erop dat de mensen bij Tesco geen acht hebben geslagen op de wijze woorden van een van mijn idolen:

Niet alles wat telt kan geteld worden, en niet alles wat geteld kan worden telt.

- Einstein

Dit artikel over 'Musings on Big Data, Customer Analytics, and Data Driven Business' is geschreven door Maz Iqbal, een expert die zich inzet om leidinggevenden, teams en organisaties te helpen het goed te doen door superieure waarde voor klanten te creëren en het leven van alle belanghebbenden te verrijken. Zijn website is http://thecustomerblog.co.uk/

Belangrijkste vaardigheden voor Supply Chain Analytics

De vraag naar vaardigheden op het gebied van gegevensanalyse door supply chain-organisaties neemt toe. Wat zijn de belangrijkste vaardigheden die nodig zijn voor het uitvoeren van effectieve supply chain analytics? "Naast de technische vaardigheden die nodig zijn, hebben supply chain analytics beoefenaars en supply chain consultants diepgaande domeinkennis in de sector nodig, evenals uitstekende communicatieve vaardigheden.

Business Analytics is een van de IT-vaardigheden waar naar verwachting veel vraag naar zal zijn in 2014

"Computerworld noemde analytics-expertise als de op één na moeilijkste IT-vaardigheid om te vinden, wat erop wijst dat de salarissen van zes cijfers die deze professionals verdienen misschien wel elke cent waard zijn. Achttien procent van de respondenten gaf aan dat ze van plan zijn het komende jaar mensen aan te nemen voor deze cruciale behoefte." Oorspronkelijke bron: http://midsizeinsider.com/en-us/article/business-analytics-among-it-skills-expec

 

Analytics-gestuurde zakelijke beslissingen

"Veel van de organisaties die bezig zijn met big data analytics programma's melden dat hun programma's steeds meer geavanceerde mogelijkheden toevoegen om patronen te vinden in de inherente complexiteit van meerdere datasets en -structuren. Om dit te bereiken passen de respondenten optimalisatiemodellen en geavanceerde analyses toe om bedrijfsprocessen te verbeteren".

Oorspronkelijke bron: http://eyeonibm.com/2012/11/05/analytics-driven-business-decisions-skills-competencies-and-methods-used-by-survey-respondents-to-transform-their-business-decisions-so-that-they-are-analytics-driven/

 

Verwaarloos de zachtere zakelijke vaardigheden niet bij het nastreven van Big Data

"Maar het vermogen om te communiceren, relaties te leggen en te navigeren doorheen een organisatie - de zogenaamde "zachtere vaardigheden" - zijn vooral nodig om analyses te verspreiden en de impact van datagestuurde besluitvorming te communiceren."

Oorspronkelijke bron:http://www.customerthink.com/blog/in_big_data_endeavors_don_t_neglect_softer_business_skills

 

Conclusie

Supply Chain Analytics beoefenaars en supply chain consultants moeten het vermogen hebben om het grote geheel te zien, ze moeten zowel de technische expertise hebben als de operationele kennis en communicatieve vaardigheden.

3 manieren om Supply Chain Analytics te gebruiken om winstgevendheid te verhogen

Supply Chain Analytics worden niet alleen gebruikt om kostenbesparingen te realiseren. Supply Chain Analytics bieden ook een groot onaangeboord potentieel voor het verbeteren van de operationele prestaties. Drie belangrijke toepassingen die de winstgevendheid en groei zullen stimuleren zijn: 1. 1. Het bouwen van supply chain modellen die bruikbaar inzicht bieden, 2. Vraag en aanbod in real-time met elkaar verbinden en 3. Leveranciersrisico's analyseren. Het analyseren van leveranciersrisico's.

 

Supply Chain-modellen bouwen die bruikbaar inzicht bieden

 

Volgens Edith Simchi-Levi vereist Supply Chain Analytics een diepgaande kennis van supply chain management en operaties, evenals de modellering en wiskundige technieken die echt bruikbaar inzicht geven in hoe de operaties verbeterd kunnen worden. "Dit houdt in dat er eerst een model wordt gebouwd van het huidige systeem, wat een baseline wordt genoemd, en dat het model vervolgens wordt gevalideerd door het te vergelijken met de resultaten, de details van het bedrijf. Dit is eigenlijk een behoorlijk ingewikkeld proces."

"...soms zijn de modellen gewoon iets nieuws en verrassends dat je waarschijnlijk niet had kunnen bedenken zonder het model, maar soms duidt de verrassing op een soort probleem met de gegevens of de aannames, en het zou nodig zijn om discrepanties te bekijken om ze echt te begrijpen en om er zeker van te zijn dat het model de werkelijkheid correct weerspiegelt." Oorspronkelijke bron

Bekijk deze video over de rol van analytics in de toeleveringsketen en operationele strategie:

Vraag en aanbod in realtime met elkaar verbinden

"Een van de belangrijkste kenmerken van de volgende generatie supply chain analytics is dat ze zich richten op problemen buiten de supply chain. Om de operaties te optimaliseren, moeten bedrijven hun supply chains koppelen aan metrics en analyses aan de vraagzijde. Op het eenvoudigste niveau bijvoorbeeld, zullen prijswijzigingen of promoties voor producten de vraag veranderen en dus ook het vereiste aanbod van die producten. Op dezelfde manier moeten veranderingen in de beschikbaarheid van producten en componenten worden weerspiegeld in marketing- en verkoopprocessen." Oorspronkelijke bron

 

Risico's van leveranciers analyseren

"Veel bedrijven erkennen dat het succes van hun activiteiten sterk afhankelijk is van hun leveranciers. Toch zijn analyses van leveranciersrisico's in de meeste organisaties nauwelijks verder gekomen dan eenvoudige statistieken en rapporten. De meest geavanceerde benaderingen voor het bewaken en beheren van leveranciersrisico's - die worden gebruikt door bedrijven die sterk afhankelijk zijn van externe leveranciers en contractfabrikanten, zoals Cisco Systems - zijn slechts iets analytischer." Oorspronkelijke bron

 

Conclusie

Er zijn veel mogelijkheden om supply chain analytics toe te passen op uw bedrijf. Feiten zijn belangrijk als ze vanaf de bron worden verzameld en dicht bij de realiteit worden behandeld met de juiste expertise en tools. Feiten kunnen de efficiëntie verbeteren en de winstgevendheid en groei stimuleren.

Het grootste obstakel voor succesvolle Supply Chain Analytics

Supply Chain Analytics tools en methodes bieden de mogelijkheid om dieper in supply chain gegevens te duiken om meer manieren te vinden om geld te besparen. Het grootste obstakel voor succes zijn echter organisatorische silo's en de silo-mentaliteit. Dit komt omdat coördinatie tussen afdelingen de grootste kansen biedt om efficiëntie te creëren. Datademocratisering is de oplossing voor dit probleem van silo's in de organisatie.

De meeste grote bedrijven werken nog steeds met afdelingen die in silo's werken. Elke afdeling heeft weinig tot geen idee van wat de andere doet. Ze sturen meestal elk hun eigen programma's aan zonder met elkaar te communiceren en ze zijn zelden op elkaar afgestemd.

Hadoop-succes vereist het vermijden van gegevensfouten uit het verleden

"Een organisatorische silo, zoals een datasilo, heeft veel inputs maar weinig outputs: het is een bottleneck voor mensen. Als een bedrijfsanalist gegevens wilde hebben, moest hij te vaak naar een centraal analyseteam gaan, in de rij wachten, het analyseteam zover krijgen dat het hun behoefte begreep, een paar dagen wachten op de resultaten, zich realiseren dat de resultaten niet waren wat ze dachten dat ze hadden gevraagd en het proces herhalen totdat een van de partijen het opgaf. Als businessanalisten dan klagen en vragen waarom het in hemelsnaam zo lang kon duren, zegt analytics gewoon: "Er komt veel wiskunde bij kijken. Je zou het niet begrijpen.

Oorspronkelijke bron: http://www.techrepublic.com/blog/big-data-analytics/hadoop-success-requires-avoidance-of-past-data-mistakes/

 

Waarom CIO's zich moeten bekommeren om toeleveringsketens, inkoop

 

"Om real-time analytics te bereiken, zullen bedrijven dat moeten veranderen door de black box silo te openen en de gegevens te integreren met andere bedrijfssystemen. Dit is natuurlijk de 'sweet spot' voor middleware-bedrijven zoals Software AG, wiens oplossingen die gegevens kunnen ontsluiten.

Dit is iets waar journalisten over bedrijfstechnologie doorgaans geen aandacht aan hebben besteed, omdat B2B-systemen in een silo hebben geopereerd, zowel door technologie als door verantwoordelijkheid gescheiden van andere bedrijfssystemen."

http://www.itbusinessedge.com/blogs/integration/why-cios-should-care-about-supply-chains-procurement.html

 

Silo's in de toeleveringsketen

 

"Het siloprobleem dat Nagaraja vaststelt in de technische architectuur van bedrijven is normaal gezien terug te vinden in het hele spectrum van activiteiten waarmee bedrijven zich bezighouden. Catherine Bolgar adviseert dat bedrijven "de gaten in de bedrijfsprestaties" die ontstaan door silo's moeten vermijden ["Silos," Zurich Financial Supply Chain Risk Insights, 24 mei 2010]. Ze schrijft: "Er is veel meer nodig om een bedrijf te laten slagen dan dat elke werknemer zijn steentje bijdraagt. Een bedrijf bestaat uit vele tegengestelde belangen. Productontwerpers willen de beste materialen, maar inkoopmanagers willen de goedkoopste. De financiële afdeling wil zo slank mogelijke voorraden, maar de verkoopafdeling wil grote voorraden om grote orders te kunnen verkopen met de belofte van een snelle levering. De concurrerende afdelingen zijn als de spreekwoordelijke blinde mannen die een olifant onderzoeken, elk vanuit een beperkt perspectief. Deze managementsilo's kunnen de beste bedrijfsresiliencyplannen ondermijnen en problemen opleveren voor supply chain- en risicomanagement." "

http://enterpriseresilienceblog.typepad.com/enterprise_resilience_man/2010/06/silos-in-the-supply-chain.html

Goede bedrijven doorbreken silo's door cross-functionele teams te implementeren. Ze laten de teams samenwerken aan supply chain analytics-projecten. Ze delen gegevens en maken het gemakkelijk om informatie te verzenden en te ontvangen. Succesvolle supply chain analytics vereist analytische tools en de systeemmentaliteit om deze over de silo's heen toe te passen.

3 redenen waarom u Supply Chain Analytics zou moeten doen

Supply Chain Analytics wordt gebruikt om bedrijven te helpen een concurrentievoordeel te behalen. We kijken naar de verzamelde informatie van een groot aantal supply chain-maatregelen en trekken vervolgens conclusies. We kunnen "wat als"-analyses uitvoeren en beoordelen waar de winstgevendheid zal worden beïnvloed.

De 3 redenen waarom we aan supply chain analytics zouden moeten doen:

1. Betere beslissingen nemen over de toeleveringsketen en tegelijkertijd afval verminderen

2. Invloed van model op winstgevendheid

3. Concurrentievoordeel behalen

Supply Chain Analytics: Wat is het en waarom is het zo belangrijk?

Supply chain analytics is de kunst en wetenschap van het kijken naar ruwe gegevens met als doel conclusies te trekken over informatie. Het doel is om een bedrijf te helpen betere supply chain beslissingen te nemen en tegelijkertijd verspilling te verminderen en de supply chain prestaties te verbeteren.

Stijgende brandstofkosten, off-shoring en toenemende concurrentie van goedkope outsourcing zijn enkele van de drijvende krachten achter supply chain analytics.

Oorspronkelijke bron: http://www.industryweek.com/blog/supply-chain-analytics-what-it-and-why-it-so-important

 

De rol van analytics in de race om de toeleveringsketen van de toekomst

We moeten zowel de toeleveringsketen als een complex systeem begrijpen als het vermogen hebben om effectief gebruik te maken van gegevens. Volgens Lora Cecere "heeft slechts 11% van de bedrijven de capaciteiten die ze nodig hebben om een 'wat-als-analyse' uit te voeren en is slechts 24% van de bedrijven in staat om de gevolgen voor de winstgevendheid van veranderende omstandigheden in hun complexe systemen te modelleren".

Oorspronkelijke bron: http://data-informed.com/role-analytics-race-supply-chain-future/#sthash.pwYV2cwR.dpuf

Het wat, waarom en hoe van supply chain analytics

We moeten niet alleen kennis van wiskundige technieken combineren met kennis van de toeleveringsketen. Supply chain analytics is voor veel bedrijven een gebied van investering en concurrentievoordeel. Supply chain analytics helpt bedrijven te begrijpen wat hun bedrijf doet en met nieuwe oplossingen en ideeën te komen voor de toekomst.

Oorspronkelijke bron: http://www.opsrules.com/supply-chain-optimization-blog/bid/297730/The-What-Why-How-of-Supply-Chain-Analytics

Davis-database opzetten Presentatie bij CSCMP

Establish consultants Conrad Ross en Piotr Pregner presenteren de 2013 Establish Davis Logistics Cost and Service Database op de jaarlijkse wereldwijde CSCMP conferentie in Denver op 22 oktober.

De Davis Logistics Cost and Service Database is een doorlopend jaarlijks onderzoek waaraan fabrikanten, distributeurs en detailhandelaren deelnemen om een aangepast logistiek benchmarkingrapport van logistieke kosten en service te ontvangen. De benchmarking database is de langstlopende, sinds 1976, en met de meeste inzendingen in de logistieke sector. De bevindingen worden jaarlijks gepresenteerd tijdens de jaarlijkse wereldwijde conferentie van de Council of Supply Chain Management Professionals(cscmp.org). Deelname aan de Database is gratis en vertrouwelijk. Het is gemakkelijk om online deel te nemen en onze logistieke consultants staan klaar om je te helpen, mocht je vragen hebben.

Interne samenwerking bij inkoop

Dustin Mattison interviewde Bill Young. Bill besprak Internal Business Partnering in Procurement.

Interne samenwerking

Bill gelooft dat Internal Business Partnering belangrijk is omdat categoriemanagement vooral over kostenverlaging gaat en veel bedrijven minstens één, twee, soms drie fases van categoriemanagement hebben doorlopen. Het resultaat is dat ze de velden hebben omgeploegd en veel geld hebben bespaard. Nu begint inkoop te kijken naar hoe het waarde kan creëren, naast het reduceren van kosten. Om dat te kunnen doen, moeten ze veel dichter bij hun interne klanten staan, maar sommige van die interne klanten staan wantrouwend tegenover inkoop omdat ze ervaringen hebben met het plunderen van hun budgetten. Bill zegt dat inkoop misschien nog een inhaalslag moet maken voordat het volledig vertrouwd wordt als zakenpartner.

Internal Business Partnering is eigenlijk een vorm van consultancy. Het is de expert zijn in hoe toeleveringsmarkten werken; wat je uit toeleveringsmarkten kunt halen; hoe je ze beter kunt beheren; hoe je hun efficiëntie en effectiviteit kunt verbeteren; hoe je de middelen van de organisatie kunt uitbreiden van de directe werknemers naar de bedrijven die de organisatie belangrijke diensten leveren; het uitbreiden van de reikwijdte van de middelen van een bedrijf.

Volgens Bill zien we dat IT-afdelingen in veel bedrijven inkoop al terug in hun functie hebben opgenomen. Je ziet bedrijven waar IT strategische sourcing managers hebben die in feite precies doen wat inkoop wilde doen en vroeger deed, en ze hebben dat stukje inkoop uitgehold. Hetzelfde zou kunnen gebeuren bij HR, waar, als je kijkt naar de gemiddelde HR-afdeling, ongeveer vijftig procent van alles wat ze aan het bedrijf leveren eigenlijk afkomstig is van externe leveranciers. Ze moeten een soort kerncompetentie hebben binnen de HR-functie en het managen van die leveranciers, en ze vragen zich af: "Waarom zouden we inkoop dit laten doen als het zo belangrijk is?" De toekomst van inkoop hangt af van de vraag of ze hun verantwoordelijkheid nemen en leren hoe ze deze business partnering kunnen doen; anders zullen sommige van deze afdelingen het binnenshuis gaan doen, zoals IT al heeft gedaan.

Zijn aanbevelingen zijn dat bedrijven goed moeten nadenken over Internal Business Partnering bij Procurement. Het zijn meestal de dienstverlenende bedrijven die op dit gebied pionieren, waaronder de reclamebedrijven, de mediabedrijven en veel internetbedrijven. Bill zag onlangs zelfs een functieomschrijving voor wat voor een ander bedrijf leek op een category procurement manager bij Amazon. De woorden procurement, purchasing en buying kwamen niet voor in de functieomschrijving. Hij denkt dat de volgende fase de high-service bedrijven zullen zijn, maar nog steeds met productie-elementen, vooral farmaceutica. Ze moeten goed kijken naar dit gebied en de overgang. Het interessante zal zijn voor veel bedrijven die categoriemanagement nooit echt volledig hebben omarmd, kunnen ze direct van klassieke inkoop naar waarde-inkoop gaan? Sommige hebben dat gedaan, maar het is een grote stap. Dus, kijken naar dit gebied, kijken naar de vaardigheidsniveaus en de uitdaging aangaan, dat is de volgende fase.

Over Bill Young

Ontwikkeling van verkoop- en inkoopcapaciteit

LinkedIn Profiel

Vragen die u moet stellen wanneer u samenwerkt met leveranciers

Dustin Mattison interviewde Sara Husk. Sara besprak de samenwerking met leveranciers en klanten.

Sara werkt voor het bedrijf Imaginatik. Imaginatik is gespecialiseerd in het leveren van innovatie-infrastructuur, zowel vanuit een technisch als vanuit een dienstenperspectief, voornamelijk aan Fortune500-bedrijven. Sara werkt dagelijks met veel bedrijven aan hun innovatieprogramma.

Een van de dingen die Sara en haar team opmerken is dat bedrijven steeds vaker buiten de vier muren willen treden om samen te werken, te innoveren en nieuwe dingen te ontwikkelen. Dit kan zijn met klanten, leveranciers of verkopers. Ze willen echt het maximale halen uit de hele groep waarmee ze samenwerken. Het kan gaan om partners, universiteiten, gemeenschapsgroepen, overheidsinstanties, enz. Deze dingen kunnen allemaal helpen om waarde terug te brengen naar het bedrijf.

De eerste dingen die Sara meestal vraagt zijn "waarom wil je je hiermee bezighouden?", "wat hoop je ermee te bereiken?", "hoe ziet succes eruit?", "wat zijn die ongrijpbare resultaten?".

De tastbare resultaten kunnen zijn dat er een nieuwe manier is om een onderdeel te maken. Het immateriële resultaat kan zijn dat je een sterke relatie opbouwt met leveranciers, zodat zij hun beste en meest creatieve ideeën aandragen.

Je kijkt ook naar dingen als waarom je het favoriete merk in de markt wilt zijn om mee samen te werken. Je moet ook nadenken over wie de eigenaar is van het resultaat en hoe je met dit soort stukken omgaat. Er komt veel bij kijken als het gaat om het denkproces vooraf.

Er komt heel wat kijken bij het doordenken van deze hele zaak. Je moet vragen stellen als: Hoe krijg je mensen op één lijn? Hoe zorg je ervoor dat mensen met je meedoen? Wat hebben de andere partijen eraan?