Perspektiv på forsyningskæder: Hvordan dataanalyse kan forebygge forstyrrelser

Vigtige skridt mod en risiko- og databaseret tilgang til at styrke forsyningskædens modstandsdygtighed

I dagens globaliserede verden er forsyningskæder rygraden i den moderne økonomi - men samtidig særdeles sårbare over for forstyrrelser. For at håndtere disse udfordringer effektivt vender et stigende antal organisationer sig mod dataanalyse. At opbygge processer og systemer, der kan håndtere en bred vifte af forsyningskæderisici, kræver fokus og engagement. Følgende tre trin hjælper indkøbsteams med at bevæge sig i den rigtige retning.

1. Revision og oprydning af leverandørers masterdata

Nøjagtige og opdaterede data er afgørende for at træffe velbegrundede, evidensbaserede beslutninger. Vedligeholdelse af disse data kræver kontinuerlig overvågning og en klar forståelse af, hvem dine leverandører er, hvor de opererer, hvem deres leverandører er, og hvordan disse relationer kan ændre sig over tid – sammen med en bevidsthed om levedygtige alternativer. 

Når man implementerer en risiko- og datadrevet tilgang, bør målet være at skabe et miljø, hvor masterdata er rene, integrerede og sporbare. Dette kan indebære opbygning af en relevant datapulje fra bunden eller, som det oftere er tilfældet, rensning, strukturering og kategorisering af eksisterende data. Med dette fundament på plads kan organisationer foretage velinformerede, risikobaserede vurderinger understøttet af pålidelige data.

2. Kombiner din risikobaserede tilgang med en datadrevet tilgang for at øge effektiviteten.

Det andet skridt er systematisk at vurdere forskellige typer risiko og identificere dem, der er mest relevante for din virksomhed. Chief Procurement Officers (CPO'er) bør definere både sandsynligheden for, at disse risici opstår, og deres potentielle indvirkning på hver leverandør. Et godt udgangspunkt er en matrix, der er så enkel og gennemsigtig som muligt, så nøglespørgsmål kan besvares med et hurtigt blik: 

• Hvilke forretningsrelationer er mest afgørende for virksomhedens succes, og hvilke leverandører er involveret? 
• Hvilke risikofaktorer gælder? 
• Hvor sandsynligt er det, at disse risici opstår?

Baseret på denne matrix kan der derefter udvikles en datadrevet tilgang. Følgende overvejelser er særligt vigtige: 

• Hvilke oplysninger kræves for at vurdere de relevante risici, og hvilke data er allerede tilgængelige (inklusive interne og eksterne kilder)? 
• Hvor god er kvaliteten af disse oplysninger – for eksempel hvad angår rettidighed, fuldstændighed, konsistens, porteføljedækning og pålidelighed? 
• Hvor tilgængelig er informationen? 
• Hvor ofte indsamles og opdateres data, inklusive tilgængeligheden af realtidsdata? 
• Hvor skalerbar er brugen af data? 

Skalerbarhed er en nøglefaktor i opbygningen af en langsigtet, fremtidssikker tilgang til databaseret risikostyring. Det gør det muligt for organisationer at starte med simple, hurtigt implementerelige løsninger og gradvist udvide både omfang og kompleksitet. Samtidig gør skalerbarhed det muligt at anvende forskellige datasæt på forskellige leverandørrisici – i overensstemmelse med den risikobaserede tilgang – hvilket effektivt etablerer en dataøkonomi. 

Enhver senere, mere dybt integreret løsning bør bygge videre på og udvide eksisterende datamodeller. Datakonsistens er afgørende: moderne risikostyring udvikler sig over tid. De indledende løsninger fokuserer typisk på de mest presserende risici og mest kritiske leverandører, ofte med begrænset integration. Efterhånden som modenheden øges, bliver kravene mere komplekse og strækker sig over yderligere indkøbsprocesser og integrerede systemer. At sikre datakonsistens gennem hele denne rejse hjælper med at forhindre huller i risikovurderingen. 

En efterfølgende integreret løsning bør derefter bygge videre på og udvide de eksisterende datamodeller. Datakonsistens er afgørende – implementering af moderne risikostyring er en proces. I starten fokuserer løsningerne på de mest presserende risici og nøgleleverandører med et lavt integrationsniveau. Efterhånden som processen skrider frem, bliver kravene stadig mere komplekse og omfatter flere indkøbsprocesser og integrerede løsninger. Derfor er det afgørende, at de anvendte data er så konsistente som muligt for at undgå huller i risikovurderingen.

Tidligt varslingssystem og benchmark

Den datadrevne tilgang suppleres af implementeringen af et tidligt varslingssystem, som øger applikationens automatiseringsniveau, reducerer den nødvendige indsats for manuelle kontroller og fokuserer opmærksomheden på relevante risici og begivenheder. Individuelle dataelementer (triggere) med definerede signifikante tærskler kan bruges til det tidlige varslingssystem. Derudover er det gavnligt at overvåge ændringer og analysere tendenser ud fra tidsseriedata for at generere tidlige varsler.

Indførelsen af benchmarks inden for en sammenligningsgruppe eller mellem forskellige sammenligningsgrupper muliggør i sidste ende også kontrol og optimering af risikostyring i en kontinuerlig forbedringsproces, hvilket lukker kontrolsløjfen og afspejles i den videre udvikling af risiko- og databaserede tilgange.

Nøgleaspekter af skalerbarhed inkluderer: 

• Modularitet: evnen til at udvælge og kombinere data for at vurdere risici, der er relevante for specifikke leverandørgrupper. 
• Variation i datadybde: brug af simple indikatorer og KPI'er til automatisk at vurdere leverandører med lavt risikopotentiale, samtidig med at mere omfattende due diligence anvendes ved komplekse eller strategiske beslutninger. 
• Forskellige integrationsniveauer: selvom fuldt integrerede system- eller applikationsløsninger er den mest effektive måde at analysere og håndtere risici automatisk på, er de sjældent udgangspunktet. Browserbaserede løsninger, der understøtter ad hoc-indsigter og porteføljeanalyse, kan være meget effektive, især når de kombineres med udvalgte interne leverandørdata.

3. Definer din risikotolerance

Næste fase af processen indebærer at definere din risikotolerance – det risikoniveau, din organisation eller virksomhed er villig til at acceptere eller tolerere i sine relationer med tredjepart. 

Risikotolerance formes typisk af en kombination af faktorer, herunder: 

• Organisationens mål og formål 
• Dens vilje til at tage risici i jagten på disse mål 
• Dens evne til at absorbere potentielle tab 
• Gældende regulatoriske krav 
• Interessenters forventninger, herunder aktionærers, kunders og medarbejderes forventninger 

Risikotolerance kan ikke generaliseres. Den skal tilpasses de specifikke behov, prioriteter og omstændigheder i hver enkelt organisation. Proportionalitet afhænger i høj grad af virksomhedens karakter, de involverede interessenter og i hvilket omfang risici kan påvirke dem. 

Forskellige brancher står over for forskellige risikoprofiler og regulatoriske pres. Lægemiddelproducenter er for eksempel typisk udsat for et bredere spektrum af regulatoriske risici og mere alvorlige potentielle konsekvenser end producenter af forbrugsvarer. Som følge heraf kan de operere med lavere risikotolerance i deres daglige aktiviteter.