当前的市场环境瞬息万变,大宗商品、原材料等价格频繁遭遇“过山车”。此外,受新冠疫情冲击、贸易政策转变、能源结构转型等宏观因素的叠加影响,全球经济几十年来的利好形势急速扭转,复杂的国际形势也为区域乃至全球的贸易平衡带来了冲击。在国内,疫情反复、产业升级、能源转型、“双碳”目标等因素,亦增加了整个采购环境的复杂程度,而间接采购的管理也再次成为采购管理的焦点之一。
间接采购又名非生产采购,是指为了支持产品生产和销售,维持企业正常运营的物料和服务的采购。间接采购在企业整体支出中占有相当比例:对占比高的医疗等行业而言,间接采购支出占比为30%~40%,在较低的消费品、先进制造等行业,支出占比也在10%以上。与此同时,从2011年起,全球范围内间接采购支出大约每年增长7%。
相较于直接采购,间接采购在管理过程中会遇到更大的挑战。其根本原因来自于四个方面(见图1):
一是大部分公司对间接采购的关注不够,间接采购部门常被视为辅助部门,而非价值创造部门;
二是间接采购权责分散在多个部门,支出透明度非常低。职能普遍分散在生产部门(MRO采购)、后勤行政部门(文化用品采购)、供应链物流部门(物流和包装采购)等;
三是间接采购需求繁杂,且来自不同的职能,统一需求管理困难,各品类的采购需求合理性也难以判断。譬如,MRO采购需求较为复杂,工艺和设备稍有不同则对MRO的规格要求不同,而相关采购部门很可能缺乏专业知识,难以判断需求合理性;
四是规格复杂、料号多,难以很快发现降本机会,实现快速降本。
- 看得清:间接采购全流程支出清晰透明。对品类、时间、供应商等各个维度的支出都有清晰记录和分类,以支持后续的分析、判断和决策;
- 需求真:在支出透明的基础上,通过数字化赋能的流程机制管控,确保需求合理性;
- 打得准:在支出品类繁杂的间接采购中,快速识别高潜力的降本机会,将有限的资源分配至降本机会更高的重点品类和供应商上。
企业可采用AI辅助的支出数据分析工具,建立间接采购数据集合,通过AI数据学习,自动进行分类分级(见图2)。通过不断训练AI机器,数据分类逻辑和自动抓取关键字段的准确率将不断提升,由此大大降低人工进行原始数据整合和清洗的工作量。基于准确分类的支出数据,企业可建立支出分析和支出透明,为间接品类解决数据快速整合、正确分类和初步分析的难题,实现间接采购支出“看得清”。
通过建立支出控制塔,企业可清晰梳理每项采购需求背后的数据,并将需求判断的任务分配给对的人(见图3)。例如,设备技术需求判断对采购人员而言非常困难,而支出控制塔可规范判断人以及判断依据,将该流程设计为工作流,让相关的技术、采购、财务同事进行审批,并将最后的数据记录于ERP中。通过该流程,所有重要决策可实现透明化、合理化、规范化,所有采购需求最终的落地实现和成效追踪也可一并录入系统并进行追踪。这种管理方式非常适合需求复杂、金额较大的间接采购品类(如工程采购、厂房设备、产线布局等),真正实现了“需求真”,且可追溯、可复盘。
某跨国食品制造商全面对标所有G&A支出,包括人员成本、内外部非人员成本及组织架构,最终从多个维度明确了总体G&A 6%~7%的降本机会(见图5)。
来自:
更多阅读: