In konjunkturell - und geopolitisch anspruchsvollen Zeiten sind verlässliche Unternehmensdaten das Gebot der Stunde. Wir mussten aber schnell feststellen: Einkäufer haben eine andere Vorstellung von "Transparenz" und "verlässlichen Daten" als wir. Aber der Reihe nach ...
Unser Verständnis von Transparenz
Der Einkauf hat mit tausenden von Komponenten zu tun und praktisch täglich strategisch wichtige Entscheide zu fällen. Aufgrund der Menge an Artikel ist es entscheidend, dass einkaufsspezifische - aber auch technische Parameter für jeden Artikel auf Knopfdruck verfügbar sind. Nur so kann die hohe Menge an Artikeln effizient analysiert werden. Was unterscheidet aber unsere Sichtweise von Transparenz gegenüber einer "traditionellen" Sichtweise von Transparenz eines Einkäufers?
- Auf Artikelebene wird analysiert – und nicht nur die Lieferantenumsätze der Warengruppen
- Mehr als 85% der Artikel werden analysiert und nicht nur A-Teile und Highrunner
- Preistreibende Merkmale sind automatisiert verfügbar
- Volatile Preiskomponenten sind tagesaktuell (Währung, Materialpreis, etc.)
- Erkenntnisse zu Einsparpotenzialen sind auf Knopfdruck verfügbar
Daten für Next Level Transparency
Transparenz braucht Daten. Am liebsten alle preistreibenden, relevanten Daten auf Knopfdruck. Bei Bauteilen und Baugruppen sind das viele Informationen, welche pro Artikel erhoben werden:
- Exakte Werkstoffbezeichnung
- Gewicht
- Dimensionen
- Anzahl Form – und Lagetoleranzen
- Anzahl Masstoleranzen
- Beschichtungen
- Anzahl Bohrungen
- Zolltarifnummer
- etc.
Die Liste ist lang ... und die Wunschliste der Einkäufer noch länger. Wünschen ist erlaubt.
Wir schaffen uns den Datenhimmel
Von Artikeln stehen produktbeschreibende Daten zur Verfügung. Das sind perfekte Datenquellen um preisrelevante Parameter auszulesen. Mit der Data-Driven Engine startet der Prozess des "Digitalen Bergbaus". In tausenden produktbeschreibenden Daten werden die relevanten Parameter automatisiert ausgelesen. Die volatilen Einflussfaktoren wie Währungen und Rohstoffpreise werden natürlich auf tagesaktuelle Werte justiert. So ist sichergestellt, dass nicht mit historisch schon lange obsoleten Rohmaterialpreisen oder Währungskursen gerechnet wird. Auch dieser Schritt wird vollautomatisch vorgenommen. Das Resultat: Wir wissen nun über jeden Artikel alles - restlos alles. Wohlgemerkt über tausende Artikel.
Zolltarifnummern berechnen und Einsparungen in Massendaten identifizieren
- Welche Artikel sind ähnlich, aber auf einem unterschiedlichen Preisniveau?
- Sind die Teile einer Warengruppe bei den richtigen Lieferanten platziert hinsichtlich deren Fertigungskompetenzen?
- Wie kompetitiv ist unsere interne Fertigung gegenüber externen Lieferanten?
- Welche nahezu identischen Bauteile lassen sich zu einem Bauteil standardisieren, welches sich dann in höherer Stückzahl günstiger beschaffen lässt?
- Welche Zolltarifnummer ist die korrekte?
Diese Fragestellungen lassen sich jetzt auf Knopfdruck beantworten. Die Digitalisierung bietet fantastische Möglichkeiten um in Massendaten Parameter zu extrahieren und diese Parameter mit künstlicher Intelligenz auszuwerten. Die enorme Geschwindigkeit ist eindrücklich und ausschlaggebend, dass innere Hürden wie - "ich kann doch nicht tausende .pdf Dateien durchschauen" - fallen. Machen ist angesagt! Ist Next Level Transparency auf Ihrem Wunschzettel? Kontaktieren Sie uns. Wir lassen Ihre Wünsche Wirklichkeit werden.
