对许多公司来说,品类管理是他们的采购操作模型的一个基本元素。我定义的类别管理的跨职能和跨企业流程管理生命周期的供应主要花分类——在战略采购显然是一个核心的过程。我的同事彼得·史密斯已经做了一个伟大的由多部分组成的系列关于这个话题,绝对是值得一读。
品类管理通常组织集群供应市场的管理和分配责任的这些流程类别经理(从低水平的商品经理到顶级super-category经理——例如,它/电信是一个很好的例子)。那些经理们将“插入”组织层次结构取决于运营模式(例如,线的企业可能会举办一些直接类别而企业中心运行间接)。组织层次结构本身是由地理、产品/服务线(这是专注于提供解决方案或服务行业),函数等。
但是,等等,它变得更加复杂。一些公司外包的大片连接流程代表客户可能组类别的供应过程维度。其他公司可能会开始看的自然分组提供基于应用这些产品/服务某一过程,产品,或客户,无论现有的名为供应市场,尤其是当这个应用程序可能非常具有破坏性,代表着一个全新类别的供应。和一些高级的公司可能希望做这些为了让供应市场告诉他们在哪里发现自然集群供应能以新的方式满足需求。
我们称之为数据驱动和供应驱动的(因为对不起Gartner,价值网络需要供应驱动的,)方法”市场采购通知”,有写了很多关于它。这是一个方法,可以让你“超大”你的市场篮子,但不仅仅是通过一个花类别层次结构(这是只有一个的10加大技术我已经写在这部分专业在这里和在这里),而是动态地发现这些新的集群。为什么面向客户的分析是沉浸在大量多元分析,梳理出见解对新兴集群和小块的需求,但许多采购组织被试图大致30岁2 x2矩阵应用于大规模多变量供应市场。这需要改变!
不过,问题是,底层数据模型在“现代”打包业务应用程序,采购和供应链流程不帮助解决这个问题。它们基于关系数据库中严重分层性质,特别是周围的花类等主数据,项目,合同,供应商,成本类型、组织等。
给所有的潜在维度定义一个花分类如我上面所讨论的(即。,supplier types, organization, product/service types, process, customer, etc.), how do you jam the relevant ones into a singular hierarchy? Most firms try their best to accommodate these multiple dimensions at different levels in the hierarchy, but it's only a kluge. For example, how do you model all the various types of contingent labor within the dozens or hundreds of nodes on a singular spend category taxonomy? There is no solution to a massively combinatorial problem using a single taxonomy. I do try to give some practical insights on this problem in my 2-part series on how to design a spend category taxonomy在这里和在这里。
有多个相互关联的分类法,需要承担。它需要更丰富的数据模型和分析(即。,think object modeling, metadata, big data, knowledge modeling, advanced business process management, etc.) to find these opportunities and risks that are increasingly more difficult for humans to see on their own. This is a very big topic that transcends spend categories. For “market informed procurement” – or more accurately, “market informed business” via the supply intelligence capabilities built by procurement and new classes of third parties – there will need to be a whole new class of processes and technologies that drive laser-focused, right-sized workflows that are pegged via analytics to value-producing opportunities or value-destroying risks.
我们将尽力继续保持这些新功能的先锋,我们真的欢迎您的见解这组主题。
讨论: