采购实现真正数字化工作场所优势的五个步骤

采购实现真正数字化的五个步骤工作场所福利Introduction各行各业的公司都在投资数字化，以实现一个共同目标 ： 提高生产率。正在搜索连接的软件工具，这些工具可以帮助以更少的输入产生相同的输出或以相同的输入水平增加输出。这种数字化趋势是由低成本智能传感器的广泛分布推动的，这些传感器收集和转发数据，增加的连接性以及新一代数据分析工具和软件。为什么如此推动生产率的提高 ？ 最近的数据显示 ， 企业生产率目前处于中立状态。根据美国劳工部劳工统计局的数据 ， 在当前的商业周期 （ 始于 2007 年第四季度 ） 中 ， 劳动生产率的年增长率仅为 1.1 ％ 。这一增长率与设施在过去 50 年中保持不变。施工过程开始数年在新产品设计完成之前。到工厂建成时 ， 基本的产品设计可能已经改变。因此 ， 工厂不再为制造产品而优化。从本质上讲 ， 工厂内部的技术正在充当阻碍业务增长和生产率的制动。许多采购部门也出现了同样的现象。就像工厂不再适合用途一样，最终用户需要使用的工具已经达到了极限。他们再也无法应对业务复杂性的增加。采购停滞的症状包括特立独行的采购等趋势。这种行为侵蚀了通过合同安排积累的商业价值。大多数组织已经达到了生产力极限 ， 这将需要一套不同的基本工作工具和新的、更具协作性的工作方法来克服。为了再次提高生产力水平 ， 必须重新设计流程 ， 用户再教育 ， 并引入新技术 ， 从根本上改变了运营提供价值的方式。这波停滞之际 ， 企业间的连通性预计将呈指数级增长 ， 从而增加了自 1947 年以来的 10 个完整商业周期的比率。1图 1说明了英国国家统计局的一些较短的趋势数据 ， 这些数据似乎支持长期观点。Productivity numbers have reached this platform because the technology in using today is impossingly limits on how effectively workship workplace. Most organizations have reached a production limit这将需要一套不同的基本工作工具和新的、更协作的工作方法来克服。What are the ramicions when such limits are reached? Consider the process of building anew factory as an example. The rate at which an organization can construct new manufacturing图 1： 根据英国政府的数据 ， （ ONS ） 生产率从 2000 年到 2008 年有所上升 ， 但此后基本持平。1251201151101051009590852000 年第一季度 2002 年第四季度 2005 年第三季度 2008 年第二季度 2011 年第一季度 2013 年第四季度 2017 年第二季度1Sprague ， 肖恩 ， 美国劳工部劳工统计局 ， “低于趋势 ： 自大衰退以来美国生产率放缓 ” ， 2017 年 1 月2Introduction步骤 1 ： 追求更好的数据采集和数据控制第二步 ： 将数据转换为业务价值第三步 ： 重塑合同管理 ， 促进合同合规步骤 4 ： 自动开票过程步骤 5 ： 构建用户界面和协作工具的关键元素Conclusion预期生产力实际生产率 步骤 4 ： 自动开票过程步骤 5 ： 构建用户界面和协作工具的关键元素Conclusion采购实现真正数字化的五个步骤工作场所福利协作和大数据优化。世界经济论坛预测连接设备的数量将从 229 亿增长到到 2020 年 501 亿。 Business Insider 估计 ， 到 2019 年 ， 仅物联网就将为全球经济增加 1.7 万亿美元的价值。随着所有组织收集越来越多的数据，吸收和利用这些数据来建立竞争优势的挑战被放大了。然而，包括采购部门在内的许多业务领域已经被他们每天必须处理的数据量所淹没。考虑到他们预期使用的工具集，更多的数据往往会转化为更多的复杂性，从本质上讲，导致生产率下降。摆脱螺旋式下降的方法将是 IT 和采购利益相关者在实施重新发明用户界面的平台方面进行更紧密的协作，以便快速，轻松和有效地共享信息。这是我们称之为 “数字工作场所 ” 的概念。“这种新的工作环境的特点是用户界面真正易于使用，并且在设计时考虑到了最终用户。数字工作场所的首要目标是消除执行任务时的复杂性 ， 并实现物理和虚拟的协作 ， 以便用户可以在其只有这样 ， 实施新的数字工作场所的组织才能从新的连接驱动的生产率提高中获利。通过将核心流程步骤统一到单个数字环境中 ， 数字工作场所可以帮助克服复杂性障碍 ， 从而解决当前来源 - 支付 （ S2P ） 周期的低效率问题。迁移到数字工作场所将需要一种涉及传统 ， 新和未来的进化方法本电子指南说明了这种方法的好处 ， 并强调了如何在 S2P 流程的关键阶段实施生产率改进。Introduction步骤 1 ： 追求更好的数据采集和数据控制第三步 ： 重塑合同管理 ， 促进合同合规第二步 ： 将数据转换为业务价值3 步骤页4 4采购实现真正数字化的五个步骤追求更好的数据采集和数据控制生产力的提高都是从数据开始的。更好的数据访问有助于做出正确的决策并推动流程。S2P 通常分布在许多部门，包括采购，生产和会计。需要进行自动检查和平衡。这样，需要提供批准的众多管理人员的授权是迅速的，并且不会减慢采购处理工作的能力。在这一步中，IT 和采购可以作为一个团队更紧密地合作，以开发自动化这些检查和平衡任务的系统。在旨在利用数字工作场所的系统中 ， 需要购买特定商品或零件的采购最终用户应能够使用旨在简化申请审批过程。用户应该能够从下拉列表中选择他们的角色 ， 如果他们登录了 ， 系统应该已经知道如何但是那些与特定任务或特定用户无关的内容应该被隐藏 （ 为了追求简单而不是复杂 ） 。最终用户应该只看到所需的核心数据 （ 例如需要多少项以及需要的日期 ） 和任何数据这可能是规范的例外。如果有特定项目 ， 则买方被授权购买该项目 ， 而无需将其发送批准。申请仅提交 ， 订单自动处理。数字工作场所方法的早期采用者在财富 500 强公司的一个采购部门中，采购人员收到了超过 80 ％ 的采购申请作为免费文本 （ i 。Procedres.， 电子邮件的附件) 。在重新设计流程、重新培训用户并引入更具协作性的技术平台后，该组织在 12 个月多一点的时间内将这一数字降至 25% 。因此，他们能够从根本上改变采购操作提供商业价值的方式。采购合作伙伴关系需要扩展到数据分析、目录搜索、 bot - mediated 投标和网络安全领域。在这些领域 ， IT 的专业知识在帮助调整技术能力和业务需求。为了转变采购 ， 以便 S2P 步骤可以以更高效的方式执行 ， 组织需要提高其确定信息和数据所在的能力 ， 然后 ， 一旦找到 ， 学习如何利用它来增加业务价值。对数据的访问 （ 和 IT 通常是能够评估为提高生产率而需要采取的步骤。在一个旨在利用数字在工作场所 ， 需要购买特定商品或零件的采购最终用户应能够使用旨在简化申请批准过程的系统。Introduction步骤 1 ： 追求更好的数据采集和数据控制第二步 ： 将数据转换为业务价值第三步 ： 重塑合同管理 ， 促进合同合规步骤 4 ： 自动开票过程步骤 5 ： 构建用户界面和协作工具的关键元素Conclusion 步骤页5 5采购实现真正数字化的五个步骤工作场所福利执行将数据转换为业务价值数字工作场所概念中的一个重要元素是数据被识别、收集和随后采取行动的方式。在今天的大多数采购环境中 ， 在知道该做什么之间存在差距并且实际上拥有技术软件基础设施来执行所需的更改。在数据分析中正在执行许多工作 ， 但是没有粘合剂来影响操作。试图将传统采购业务转换为数字工作场所时，一个持续存在的问题是数据质量和数据集成。跨大多数组织的企业系统强制对诸如库存单位 （ SKU ） 之类的信息进行编码，以便系统可以计算损益表的可变成本。结果，即使英语是唯一使用的语言，相同的原材料最终也会有不同的代码或不同的名称，包括商标。同一家公司有数十种不同的名称，其中可能包括不同的法人实体，甚至是简单的拼写错误。一些公司已经采取了重大措施来清理数据并整合各种数据源。这些举措将获得巨大的回报，因为新的人工智能驱动的技术工具可以帮助防止同样的问题再次发生。新工具可以映射采购团队从许多地区的任何供应商购买的商品，然后将这些数据与成本驱动因素、供应链网络、供应商概况、财务、自然灾害数据等相关联。然后可以产生影响供应、需求和 / 或价格的警报。这使得采购专业人员。决定可以采取什么行动来避免供应中断或创造储蓄机会。新的基于 AI 的支出分析软件可以从支出数据中提取实时的细粒度见解 - 自动汇总，清理，分类和报告整个企业的数据。AI 工具实际上是学习和自我校正，以不断提高准确性。将新发现的情报带入标准采购流程 （ 如采购、谈判和合同管理 ） 的能力是数字工作场所的另一个优势。随着人工智能学习采购模式和行为，采购人员可以更快、更有效地与最佳供应商联系，同时为供应商选择、谈判和实际价值评估预留时间和技能。在当今的工作环境中 ， 大量的智力工作致力于识别在下一个阶段 ， 当与供应商的合作不足 ， 商业机会只会产生不合格的结果时 ， 就会失去机会 ， 然后失去大量的智力。在数字工作场所环境中 ， 实时测量节省的成本将向企业展示采购的价值。为了证明采购价值而进行谈判的需求将消失。先进的自动化技术将根据节省计划评估每个订单和每个发票。新的人工智能工具还通过检查非结构化数据集来预测和主动指导采购专业人员。这些工具可以指向正确的采购工具的使用 ， 例如定义适当的 “征求建议书 ” 类型。关于一切的摘要、建议和建议可以提供从供应商评估和绩效管理到风险管理和合规性。这些技术可以扫描供应商环境 ， 并根据类别、行业或地理位置选择适当的交易伙伴。来自数千种资源的过程智能可用于提供有关市场条件的信息 ， 包括供应、需求和定价参数。Introduction步骤 1 ： 追求更好的数据采集和数据控制第二步 ： 将数据转换为业务价值第三步 ： 重塑合同管理 ， 促进合同合规步骤 4 ： 自动开票过程步骤 5 ： 构建用户界面和协作工具的关键元素Conclusion 步骤页6 6采购实现真正数字化的五个步骤工作场所福利重塑合同管理并促进合同合规合同管理是数据收集和实际执行的价值和好处可能丢失的领域。一旦传统合同 （ 以静态，离线格式 ） 移交给律师或商业经理，条款通常会在供应方和买方方面发生变化。定价可能会漂移，服务水平可能会改变。由于这些谈判后的活动，能见度丧失，原计划被改变。由于大多数合同仍然是脱机和静态文本文档。与采购过程的其余部分分开 ， 利用技术将合同整合为活文件 ， 可以帮助提高生产力并加快业务价值的交付。合同分析现在可以通过机器学习工具进行。相关条款和条件会自动识别。当合同到期或未履行合同要求时 ， 会发出警报。可以按地区或行业为特定商品提供合同折扣或合同条款基准数据的分析。正确执行合同可确保该合同是公司用来购买该合同中商品的一种工具。如果不是 ， 则购买者可能会寻求被认为更便宜 ， 更快的短期购买。从长远来看 ， 谈判达成的合同条款条件被破坏 ， 混乱导致生产力和效率的损失。通过数字工具的帮助 ， 可以将合同利用率和合规性提高到非常高的水平和频率 ， 使购买者可以更轻松地使用更多相关信息来执行购买。人工智能风险管理技术可以应用于合同执行。分析合同关键条款并理解与合同相关的风险点的算法可以帮助阐明合同条款需要遵守的原因。当着手数字工作场所方法 ， 确定工作中存在一些可重复性的业务流程被执行 ， 以及过去处理大量数据的地方是一个很好的第一步。合同可以是这样的起点。合