Toimitusketjun näkökulma: Kuinka data-analytiikka estää häiriöitä

Keskeiset askeleet riskiperusteiseen ja dataohjautuvaan lähestymistapaan toimitusketjun resilienssin vahvistamiseksi

Nykyisessä globalisoituneessa maailmassa toimitusketjut muodostavat modernin talouden selkärangan. Samalla ne ovat kuitenkin erittäin alttiita häiriöille. Vastatakseen näihin haasteisiin yhä useammat organisaatiot hyödyntävät data‑analytiikan tarjoamia mahdollisuuksia. Prosessien ja järjestelmien rakentaminen, jotka pystyvät hallitsemaan laajaa kirjoa toimitusketjuriskejä, vaatii keskittymistä ja pitkäjänteistä sitoutumista. Seuraavat kolme askelta auttavat hankintatiimejä etenemään oikeaan suuntaan.

1. Auditoi ja puhdista toimittajien master data

Tarkka ja ajantasainen data on välttämätöntä, jotta päätöksiä voidaan tehdä luotettavaan näyttöön perustuen. Datan ylläpito edellyttää jatkuvaa seurantaa sekä selkeää ymmärrystä siitä, keitä toimittajat ovat, missä he toimivat, keitä heidän omat toimittajansa ovat ja miten nämä suhteet voivat muuttua ajan myötä – sekä millaisia muita vaihtoehtoja on olemassa.

Riskiperusteista ja dataohjautuvaa toimintamallia rakennettaessa tavoitteena tulisi olla ympäristö, jossa master data on puhdasta, integroitunutta ja jäljitettävää. Tämä voi tarkoittaa uuden, tarkoituksenmukaisen tietokannan rakentamista tyhjästä tai – kuten useimmiten – olemassa olevan datan puhdistamista, jäsentämistä ja luokittelua. Kun tämä perusta on kunnossa, organisaatiot voivat tehdä hyvin perusteltuja, riskeihin pohjautuvia arvioita luotettavan datan tukemina.

2. Yhdistä riskiperusteinen lähestymistapa dataohjautuvaan lähestymistapaan tehokkuuden lisäämiseksi

Toinen vaihe on erilaisten riskityyppien systemaattinen arviointi ja liiketoiminnan kannalta olennaisimpien riskien tunnistaminen. Hankintajohtajien (CPO) tulisi määritellä kunkin toimittajan osalta sekä riskien toteutumisen todennäköisyys että niiden mahdollinen vaikutus. Hyvä lähtökohta on mahdollisimman yksinkertainen ja läpinäkyvä riskimatriisi, jonka avulla keskeisiin kysymyksiin voidaan vastata yhdellä silmäyksellä:

• Mitkä liiketoimintasuhteet ovat ratkaisevimpia yrityksen menestyksen kannalta ja mitkä toimittajat ovat mukana? 
• Mitkä riskitekijät ovat relevantteja? 
• Kuinka todennäköistä on, että nämä riskit realisoituvat?

Tämän matriisin pohjalta voidaan kehittää dataohjautuva lähestymistapa. Seuraavat seikat ovat erityisen tärkeitä: 

• Mitä tietoja tarvitaan riskien arviointiin ja mitä tietoja on jo saatavilla (mukaan lukien sisäiset ja ulkoiset lähteet)? 
• Kuinka laadukasta tieto on — esimerkiksi ajantasaisuuden, johdonmukaisuuden, portfolion kattavuuden ja luotettavuuden osalta? 
• Kuinka helposti tieto on saatavilla?
• Kuinka usein dataa kerätään ja päivitetään, mukaan lukien reaaliaikaisen datan saatavuus? 
• Kuinka skaalautuvaa datan käyttö on? 

Skaalautuvuus on keskeinen tekijä pitkäjänteisen ja tulevaisuuden kestävän dataan perustuvan riskienhallinnan rakentamisessa. Sen ansiosta organisaatiot voivat aloittaa yksinkertaisilla ja nopeasti käyttöönotettavilla ratkaisuilla ja laajentaa vähitellen sekä laajuutta että monimutkaisuutta. Samalla skaalautuvuus mahdollistaa erilaisten aineistojen kohdentamisen erilaisiin toimittajariskeihin riskiperusteisen lähestymistavan mukaisesti, jolloin syntyy eräänlainen ”datatalous”.

Skaalautuvuuden keskeiset osa-alueet ovat: 

• Modulaarisuus: mahdollisuus valita ja yhdistellä dataa tiettyjen toimittajaryhmien kannalta olennaisten riskien arvioimiseksi.
• Datan syvyyden vaihtelu: matalan riskin toimittajien automaattinen arviointi yksinkertaisten indikaattorien ja KPI-mittareiden avulla, kun taas monimutkaisissa tai strategisesti merkittävissä päätöksissä hyödynnetään laajempaa due diligence -selvitystä.
• Eri integraatiotasot: integroidut järjestelmä- tai sovellusratkaisut ovat tehokkain tapa analysoida ja hallita riskejä automaattisesti, mutta ne ovat harvoin lähtökohta. Selainpohjaiset ratkaisut, jotka tukevat ad hoc -analyysejä ja toimittajaportfolion tarkastelua, voivat olla erittäin tehokkaita, erityisesti yhdistettynä valikoituun sisäiseen toimittajadataan.

Myöhempien, syvemmin integroitujen ratkaisujen tulisi aina rakentua olemassa olevien tietomallien päälle ja laajentaa niitä. Datan yhdenmukaisuus on kriittistä, sillä modernin riskienhallinnan käyttöönotto on vaiheittainen prosessi. Alkuvaiheessa ratkaisut keskittyvät tyypillisesti kiireellisimpiin riskeihin ja kriittisimpiin toimittajiin, usein matalalla integraatiotasolla. Kypsyyden kasvaessa vaatimukset monimutkaistuvat ja laajenevat useampiin hankintaprosesseihin sekä integroituihin järjestelmiin. Datan johdonmukaisuuden varmistaminen koko tämän kehityspolun ajan auttaa estämään aukkoja riskien arvioinnissa.

Varhaisen varoituksen järjestelmä ja vertailuarvot

Dataohjautuvaa lähestymistapaa täydentää varhaisen varoituksen järjestelmän käyttöönotto. Se lisää automaatiota, vähentää manuaalisen tarkastelun tarvetta ja ohjaa huomion olennaisiin riskeihin ja tapahtumiin. Varhaisessa varoituksessa voidaan hyödyntää yksittäisiä dataelementtejä (triggerit), joille on määritelty merkittävyyttä kuvaavat kynnysarvot. Lisäksi muutosten seuranta ja aikasarjadataan perustuva trendianalyysi tukevat ennakoivien hälytysten muodostamista.

Vertailuarvojen (benchmarkien) käyttöönotto vertailuryhmän sisällä tai eri vertailuryhmien välillä mahdollistaa riskienhallinnan ohjaamisen ja optimoinnin jatkuvan parantamisen prosessissa. Tämä sulkee ohjaussilmukan ja näkyy riskiperusteisten ja dataohjautuvien toimintamallien jatkuvana kehittämisenä.

3. Määrittele organisaatiosi riskinsietokyky

Seuraava vaihe prosessissa määrittelee riskinsietokykysi eli sen riskitason, jonka organisaatiosi tai yrityksesi on valmis hyväksymään tai sietämään suhteissaan kolmansiin osapuoliin. 

Riskinsietokykyä muokkaavat tyypillisesti useat tekijät, kuten: 

• Organisaation tavoitteet ja päämäärät 
• Sen halukkuus ottaa riskejä näiden tavoitteiden saavuttamiseksi 
• Sen kyky kestää mahdollisia häviöitä 
• Sovellettavat sääntelyvaatimukset 
• Sidosryhmien odotukset, mukaan lukien osakkeenomistajien, asiakkaiden ja työntekijöiden odotukset 

Riskinsietokykyä ei voi yleistää. Sen on räätälöitävä kunkin organisaation erityistarpeisiin, prioriteetteihin ja olosuhteisiin. Suhteellisuus riippuu pitkälti liiketoiminnan luonteesta, sidosryhmistä ja siitä, missä määrin riskit voivat vaikuttaa heihin. 

Eri toimialoilla on erilaiset riskiprofiilit ja sääntelypaineet. Esimerkiksi lääketeollisuuden valmistajat altistuvat tyypillisesti laajemmalle sääntelyriskeille ja vakavammille mahdollisille seurauksille kuin kulutustavaroiden valmistajat. Tämän seurauksena he saattavat toimia päivittäisissä toiminnoissaan matalammalla riskinsietokyvyllä.