Big data és vállalati analitika a beszerzésben

Dr. Marcell Vollmer, az SAP Ariba Chief Digital Officere egy nagyon informatív cikkben vezette végig, a big data és a vállalati analitika (business analytics) megfelelő párosítása milyen előnyökkel jár a beszerzés területén.

A big data korában minden vállalaton hatalmas adatfolyam megy keresztül nap mint nap, kezdve a strukturált, számalapú adatoktól a strukturálatlan szövegekig, videókig vagy közösségi média bejegyzésekig. Ez a nagy mennyiségű adat azonban csak akkor lehet hasznos, ha az úgy van összegyűjtve és tárolva, hogy később hozzáférhető és elemezhető legyen.

Korábban már az adatok összegyűjtésével és tárolásával is problémák akadtak, hiszen a legtöbb információ egymástól teljesen különálló rendszerekben jött létre, majd ott is volt tárolva és menedzselve. Ez azonban mára már megváltozott. Nagyon sok cég vezetett be vállalati szintű, integrált informatikai rendszereket, az ezek által összegyűjtött adatokat pedig egyre szélesebb körben töltik föl megosztott, felhőalapú adatbázisokba, amelyeknél akár külső partnerek számára is hozzáférést lehet biztosítani bizonyos információszeletekhez.

H I R D E T É S

A nagy mennyiségű adathalmazok azonban így sem érnek sokat, ha nincs lehetőség fellelni bennük az egyes területek számára releváns ismétlődő mintákat. Éppen ezért fontos a vállalati analitika, amely képes kimutatni, mi történik épp a vállalat életében, milyen események fognak történni a jövőben, és tanácsot adni arra vonatkozóan, hogyan kerülhetők el bizonyos előre feltérképezett kockázatok.

A vállalati analitikát három különálló, de egymásra épülő részre lehet bontani. A deskriptív vagy leíró analitika múltbéli események adatait elemzi és azt hivatott megválaszolni, mi és hogyan történt a vállalat életében, például, hogy az áremelések általában hogyan hatottak a keresletre korábban. A prediktív vagy jósoló analitika ennél tovább megy, és a múltra vonatkozó adatok alapján bizonyos döntések lehetséges jövőbeli kimeneteleinek valószínűségét is megjósolja, ezzel leegyszerűsítve a döntéshozatalt. A legfelső szint pedig a preskriptív vagy előíró analitika, amely lehetővé teszi a legjobb döntések automatikus felismerését egy bizonyos cél elérése érdekében, a dolgozók pedig csak ellenőrzői és döntéshozói szerepben vesznek részt a folyamatban.

Egy illusztratív példa a beszerzés területéről a beszállítói kockázatkezelés, azaz a potenciális kockázati tényezők felismerése, értékelése és megoldása. A releváns adatok közt – amelyeket szükséges összegyűjteni, tárolni és elemezni ennek kapcsán – ugyanúgy megtalálhatóak a termékek minőségére vonatkozó információk mint időjárási és közlekedési adatok, hiszen ezek mind potenciális kockázati tényezőkként jelennek meg.

Ezen adatok alapján aztán a vállalati analitika segítségével a beszerzők számára kulcsfontosságú információk nyerhetők ki. A deskriptív analitika megmutatja, bizonyos korábbi eseményeknek milyen hatásai voltak a beszállítói folyamatra nézve, így például egy adott beszállítóval kapcsolatban a korábbi késések, termékminőségi és szerződésteljesítési információk egy teljesítménymutatón keresztül jelennek meg. A prediktív analitika a meglévő adatok alapján kiszámolja a beszállítók jövőbeni teljesítményét, olyan dolgokat is figyelembe véve mint a potenciális természeti katasztrófák, amelyek teljesen meghiúsíthatják a beszállítói folyamatot. A preskriptív analitika pedig ennél is továbbmenve specifikus javaslatokat ad a feltérképezett kockázatok elkerülésére, például olyan más beszállítókat ajánl, amelyek nagyobb valószínűséggel képesek megfelelően leszállítani a rendelt termékeket vagy szolgáltatások. Ezután pedig már csak egy ugrás a mesterséges intelligenciák bekapcsolása a rendszerbe, hogy a fent leírt folyamatok nagy része emberi beavatkozás nélkül folyjon le.

Természetesen a józan észt és a beszerzők szaktudását soha nem fogja teljesen kiváltani a technológia, ám az itt leírt megoldások jelentősen megkönnyíthetik és felgyorsíthatják a beszerzők munkáját, hisz a mechanikus adatelemzésről a döntéshozatali stratégiákra helyeződik a hangsúly, így arra koncentrálhatnak, ami igazán számít.

Bárány Zsolt, SAP Ariba
Hirdetés