บทบาทของ Data Analytics ในงานจัดซื้อจัดจ้าง

ปฏิเสธไม่ได้ว่าการเข้ามามีบทบาทของการวิเคราะห์ข้อมูลหรือ Data analytics ที่คนทั้งโลกให้ความสนใจเพราะ การทำ Data analytics คือการวิเคราะห์ข้อมูลที่มีอยู่ในปัจจุบันเพื่อพัฒนาธุรกิจให้มีประสิทธิภาพมากยิ่งขึ้น Data Analytics เป็นเครื่องมือสำหรับธุรกิจเพราะว่าการที่คุณไม่รู้ข้อมูล ก็เหมือนคุณกำลังงมทาง หาทาง ทดลอง ทดสอบโดยไม่มีจุดมุ่งหมาย ในหน่วยงานจัดซื้อจัดจ้างเช่นกันที่การเข้ามามีบทบาทของการวิเคราะห์ข้อมูลสามารถเป็นเครื่องมือช่วยพนักงานได้ในหลายๆรูปแบบ จากผลสำรวจของ McKinsey เมื่อปี 2562 ได้กล่าวว่าบริษัทที่ใช้ Advanced analytics สามารถช่วยแผนกจัดซื้อจัดจ้างในการลดต้นทุนไปได้ 3-8% เมื่อเทียบกับการใช้วัดผลทั่วไป 6 ด้านต่อไปนี้จะเป็นส่วนงานที่การวิเคราะห์ข้อมูลเข้ามามีบทบาทมากที่สุด

1. วิเคราะห์ข้อมูลรายจ่าย (Spend analysis):

   การวิเคราะห์ข้อมูลรายจ่ายหรือ spend analysis จะเป็นที่จับตามองอย่างมากเนื่องจากการทำ spend analysis จะทำให้บริษัทได้รู้ผลงานการจบริหารงานจัดซื้อของตนเองว่าในแต่ละปี บริษัทเสียค่าใช้จ่ายไปกับของประเภทไหนบ้าง มูลค่าเท่าไหร่ และกับซัพพลายเออร์รายไหนบ้าง หน่วยงานจัดซื้อจัดจ้างเป็นหน่วยงานเดียวที่รับผิดชอบในเรื่องรายจ่ายของบริษัท เพราะฉะนั้นการนำข้อมูลรายจ่ายมาวิเคราะห์จะทำให้บริษัทเห็นถึงโอกาสในการลดต้นทุนและบริหารงานจัดซื้อจัดจ้างได้มีประสิทธิภาพมากขึ้น

2. ให้ข้อมูลเชิงลึกเพื่อการตัดสินใจสำหรับผู้บริหาร:

   แน่นอนที่สุดว่า การนำข้อมูลมาวิเคราะห์ ผลลัพธ์ที่ได้คือการได้ข้อมูลเชิงลึกหรือ insight เพื่อดูว่าเทรนด์ รูปแบบ ของข้อมูลเป็นไปในทิศทางใด ผู้บริหารและหน่วยงานจัดซื้อสามารถนำข้อมูลตรงนี้ไปใช้ในการปรับปรุงพัฒนาศักยภาพของหน่วยงานต่อไปได้ นอกจากนี้ การมีข้อมูลเชิงลึกเป็นเหมือนหลักฐานเพื่อเอาไว้ติดตาม performance ของการบริหารงานจัดซื้อจัดจ้างได้เลย

3. การเพิ่มประสิทธิภาพของกลยุทธ์การจัดซื้อจัดจ้าง:

   ต่อข้อที่ 1 ที่นำข้อมูลรายจ่ายมาวิเคราะห์ (spend analysis) จะทำให้เห็นว่า กลยุทธ์ที่ใช้ในการจัดซื้อจัดจ้างปีที่ผ่านๆมามีประสิทธิภาพจริงหรือไม่? หากไม่มี ข้อมูลสามารถจะบอกได้เลยว่า บริษัทควรปรับเปลี่ยนกลยุทธ์อย่างไร? เช่น งานซื้อวัตถุดิบตัวหลักของบริษัทที่มีมูลค่าสูง แต่กลับซื้อกับซัพพลายเออร์หลายราย และมีการซื้อแบบเป็นครั้งๆไป จากข้อมูลการวิเคราะห์รายจ่ายตรงนี้ บริษัทสามารถปรับปรุงกลยุทธ์ใหม่โดยการเลือกซัพพลายเออร์ที่ได้คุณภาพมาทำเป็น Approved Vendor List (AVL) จากนั้นอาจทำสัญญาซื้อขายระยะยาวกับซัพพลายเออร์รายนั้นๆไว้

   

4. การแบ่งประเภทซัพพลายเออร์:

   จากการนำข้อมูลรายจ่ายมาวิเคราะห์ในข้อที่ 1 จะทำให้เห็นโอกาสในการแบ่งประเภทซัพพลายเออร์ออกมาได้อย่างชัดเจน เมื่อได้ข้อมูลการแบ่งประเภทของซัพพลายเออร์แล้ว บริษัทสามารถนำมาใช้ในการเลือกเทคนิคการจัดซื้อ การจัดการความสัมพันธ์เพื่อให้สามารถบริหารด้านชัพพลายเชนได้ดีที่สุด โดยใช้ปริมาณยอดการสั่งซื้อและความสำคัญของสินค้าที่ซื้อมาใช้แบ่งกลุ่มตามความสำคัญ

5. การพัฒนาความสัมพันธ์กับซัพพลายเออร์:

   ต่อจากข้อที่แล้วที่เราสามารถแบ่งประเภทของซัพพลายเออร์ได้ว่ารายไหนเป็นรายสำคัญ หรือรายไหนเป็นแค่ซัพพลายเออร์ทั่วไป ต่อมาบริษัทจะได้สามารถพัฒนาความสัมพันธ์ตรงนี้กับซัพพลายเออร์ถูกราย การพัฒนาความสัมพันธ์กับซัพพลายเออร์นั้นจะทำให้บริษัทสามารถร่วมมือกับซัพพลายเออร์เพื่อคิดค้นและพัฒนานวัตกรรมใหม่ๆออกมาเพื่อนพัฒนาตัวผลิตภัณฑ์หรือบริการให้ดียิ่งๆขึ้นไป หรือเรียกว่าสามารถโตไปได้พร้อมๆกันนั่นเอง

6. การกำจัดความลำเอียงในการตัดสินใจ:

   ข้อนี้ค่อนข้างจะชัดเจนในตัวการวิเคราะห์ข้อมูลอยู่แล้วเนื่องจากข้อมูลคือตัวเลข ตัวเลขไม่สามารถโกหกหรือมีความรู้สึกได้ การวิเคราะห์ข้อมูลนี้เองทำให้ผู้บริหารได้รับข้อมูลอย่างแท้จริงที่สามารถใช้ในการตัดสินใจได้อย่างแม่นยำมากขึ้น

จะเห็นได้ว่าการวิเคราะห์ข้อมูลนั้นนอกจากจะให้ข้อมูลเชิงลึกแล้ว ยังสามารถแปลงข้อมูลเชิงลึกนี้ไปเพื่อใช้ในการเพิ่มประสิทธิภาพของกลยุทธ์การจัดซื้อจัดจ้าง การแบ่งประเภทซัพพลายเออร์ การพัฒนาความสัมพันธ์กับซัพพลายเออร์ นอกนากนี้ยังใช้เป็นข้อมูลที่มีความเที่ยงตรงเพื่อใช้ในการตัดสินใจได้อีกด้วย เรียกได้ว่ายิงปืนนัดเดียว ได้นกหลายๆตัวไปพร้อมๆกันเลย แล้วคุณล่ะ เริ่มทำ Data analytics แล้วหรือยัง?