משבר הקורונה הוא אחד ההפרעות הגדולות שקרו בתקופה האחרונה בשרשרת האספקה. היכולת להתמודד עם אתגר זה הושפעה משמעותית מהיכולת של מנהלי הרכש להתחבר לספקים ולקבל מידע בזמן אמת, להבנה מעמיקה יותר של מה שקורה, תוך הפחתת סיכוני אספקה נכנסת.
ניצול של טכנולוגיות דיגיטלית יכול להיות מנוף למנהלי הרכש להגיב במהירות להפרעות ולמקסם את ביצועי הספקים. היא מספקת יתרונות הכוללים הפחתת COGS, שיפור בחירת הספקים, איכות מוצר משופרת ושיתוף פעולה רב יותר עם הספקים.
בעולם שבו הצלחת עסק של יצרן תלויה במידה רבה ביכולתו לתפוס ערך מספקים חיצוניים, על צוותי הרכש להפוך את שרשרת האספקה הנכנסת שלהם לאוטומטית ולמנות אותה במידת האפשר.
השקעה בתהליכים מחוברים עם ספקים מספקת מידע בזמן אמת המסייע למשתמשים להבין טוב יותר את המתרחש באמת בבסיס ההיצע ובמקביל להפחתת סיכוני ההיצע הנכנסים. זה מספק זמן מהיר יותר לידע ותגובה מהירה לשיבושים באספקה תוך בקרה על עלויות המוצר, איכות המוצרים ותהליכי הספקים.
הדרכים עיקריות למנף טרנספורמציה דיגיטלית ברכש
- לעבור משימוש מאסיבי "בידיים עובדות" אל שימוש "במוחות עובד"
מעצם הגדרתם, תהליכי רכש הם עתירי עבודה וגוזלים זמן רב. עלינו כנראה להוסיף מיושנים לרשימה. יותר מדי אנשי מקצוע בתחום הרכש מקדישים לבזבז זמן רב מדי בזיהוי ובחירת ספקים מועדפים עם תהליכים ידניים הניתנים לאוטומציה וביעילות רבה יותר.
עדיין מקובל השימוש ברכש בכלים מיושנים כגון : גיליונות אלקטרוניים, מיילים, שיחות טלפון וזיכרונות קונים כדי לעקוב אחר מאות פרטי הספקים.
לצד העומס יש לשים לב ההזדמנויות שהוחמצו עבור חוסר יכולת לזהות את הספקים הטובים ביותר עם המחיר הכולל הטוב ביותר, וכן לבצע פיקוח באופן מדויק על ביצועי הספקים ולשפר את פיתוח הספקים שיכול להוסיף ערך עסקי.
על ידי אוטומציה של פעילויות הרכש, ניתן לבחור ביעילות ובמדויק את העלות הנמוכה ביותר ואת מקור האספקה האופטימלי עבור חומרי הגלם, המוצרים והשירותים הרבים שנרכשים .
- להפוך את הוצאות העבר לתכנון העתיד
ניתוח הוצאות היסטורי מספק רק מבט חלקי על פעילות הרכישה וההספקה של היצרן. זה נחשב לניתוח תיאורי ועוזר לענות על השאלה "מה קרה ?" זוהי "מראה אחורית" נהדרת מכיוון שהיא מאפשרת לצוותי הרכש ללמוד מדפוסי ההוצאות בעבר, אך אינה מספקת אינדיקציה למה שצריך לקרות בהמשך.
הרכש צריכים להבטיח כי נתונים מקיפים ורלוונטיים מתווספים לתערובת הניתוחים כדי ליצור מידע משמעותי וניתן לפעולה. יישום ניתוח מרשם יחד עם בינה מלאכותית מאפשר לאנשי מקצוע לרכש לרתום את נתוני הספקים כדי לזהות דפוסי התנהגות של הוצאות, ונותן את היכולות לחזות תקציבים עתידיים ולצפות לדרישות ההיצע.
בכוח הניתוח של ימינו, הקונים יכולים לזהות דפוסים בחשבוניות, הזמנות רכש ונתוני אב של ספקים על מנת לתקנן חומרים, לשנות מפרטים או להחליף מחירים בין ספקים מועדפים. בהתאם לכך, צוותי רכש יכולים לקבל החלטות מושכלות לגבי בחירת ספקים, הקצאת הוצאות עתידיות ומיתון סיכוני אספקה נכנסת.
- פשטות מדידה והערכת ספקים
צוותי הרכש צריכים להקדיש זמן להעריך באופן מלא את בסיס ההיצע הגלובלי שלהם כדי לקבוע אם הם יכולים להפחית את סיכוני ההיצע ולשפר את מערכות היחסים שלהם עם ספקים. אם הארגון העביר בעבר את פעילויותיו מחוץ לחוף הים, זו ההזדמנות להעריך את ההחזרה שלהם מחדש אל מול החיסכון בעלויות פוטנציאליות ולחשיפה נמוכה יותר לסיכון. מאמצים שמטרתם להבטיח מיקור כפול וגיוון בבסיס ההיצע יכולים לסייע גם בהערכת מבנה ההיצע כולו.
השאלה שכל ארגון צריך לשאול את עצמו ?
- א. כיצד הושפע ארגון הרכש שלך מהפרעה עסקית?
- ב. עד כמה הארגון שלך ובסיס ההיצע שלך מוכנים היטב לשיבושים בעתיד?
- ג. האם צוות הרכש שלך יכול להפיק תועלת משילוב הדוק יותר עם הספקים?
- ד. כמה רחוק מאמצי השינוי הדיגיטלי של הארגון שלך מול ספקים?
מפה אפשר להתחיל לשקול שימוש במערכות ניהול קשרי ספקים מודולריות המאפשרות לאמץ פתרונות לפי הצורך. השלב הראשון הוא זיהוי אתגר ספציפי בין אם הוא מתמקד בבחירת ספקים, איכות ספק, סיכון ספק או תחום אחר.