Guide för utgiftsanalys: Fördelar, utmaningar, nyckeltal och bästa praxis

Vad är utgiftsanalys?

Utgiftsanalys är processen att analysera historiska och nuvarande utgiftsdata för inköp för att få insikter om kostnadsminskningar, strategiska inköpsförbättringar och ökad inköpseffektivitet. Även om dessa tre är de främsta anledningarna till utgiftsanalys, är det normalt för att ge en 360-graders översikt över inköpsdata för att ge en uppfattning om frågor som:

• Köper vi från rätt leverantörer?
• Får vi det som utlovats?
• Vad är planerade kontra improviserade utgifter?
• Hur ofta köper vi något?
• Köper vi samma sak från flera leverantörer?
• Köpte vi allt till förmånliga villkor?
• Hur står sig uppgifterna i jämförelse med tidigare år?

För att besvara dessa frågor behöver du data om leverantörer och betalningsvillkor för alla produkter, de kvantiteter som köpts till vilka priser, vilken typ av utgifter och affärsverksamhet det är mappat till, etc. Generellt sett är tanken att skapa mer överblick och effektivisera arbetsflöden.

Vikten av utgiftsanalys

Det viktigaste ligger i vad det används till. Se rapporten från EY nedan:

Källa: EY 2022 Global Inköpsundersökning

Här är en sammanfattning - De viktigaste prioriteringarna för upphandlingschefer är:

• 39 % - Hantera eller minska kostnader
• 21 % - Ökad effektivitet
• 15 % - Ökad synlighet
• 10 % - Ökad motståndskraft
• 10 % - ESG
• 3 % - Talangerelatering

Tänk på de tre viktigaste prioriteringarna, dvs. vad 75 % av inköpschefer vill ha, och gå igenom definitionen av utgiftsanalys igen: analysera data för att få insikter om kostnadsminskningar, strategiska inköpsförbättringar och ökad inköpseffektivitet.

Att inköpschefer vill ha det är ett sätt att se på det, ett annat sätt vore att se på vilken inverkan det skulle ha på organisationen.

Skillnaden mellan en genomsnittlig organisation och den ledande organisationen, särskilt för de med låga marginaler och högre kostnader, är starkt beroende av utgiftsmönstren. Genomsnittliga organisationer hanterar bara 55–60 % av sina utgifter, medan de ledande organisationerna hanterar närmare 85 %. Även om det kan se litet ut, kan stegvisa förändringar på bara 5–10 % ge en total besparing på upp till 1–2 % för organisationen.

Fördelar med utgiftsanalys

De flesta av er har säkert hört talas om Porters 5 krafter – konkurrenskraftig rivalitet, leverantörsmakt, köparmakt, substitutionshot och hot om nya aktörer. Två av dem är mycket relevanta för organisationer från ett upphandlingsperspektiv: leverantörernas förhandlingsstyrka och köparnas förhandlingsstyrka. Det är bara genom att analysera befintliga utgifter som man kan avgöra om det finns mer makt att utnyttja eller om man är underkastad andra leverantörers makt.

Dessa kan betraktas som indirekta fördelar, liksom andra, inklusive att öka synligheten, förbättra efterlevnaden, etablera en hållbarhetsprofil, förstå leverantörsvärdet etc. Men om vi ska se vilka viktiga direkta fördelar som kan uppnås genom att analysera utgiftsdata, skulle de vara:

Minimerade okonventionella utgifter: Avsiktliga eller inte kan okonventionella utgifter orsaka likviditetsläckage på grund av överdrivna eller oplanerade utgifter, förlust av förhandlade besparingar och ibland till och med anseendeförlust. En rapport från Hackett Group uppskattar att så mycket som 16 % av förhandlade besparingar går förlorade när detta inträffar.

Frigjort rörelsekapital: Genom att identifiera rätt leverantörer kan organisationer inte bara minska cykeltiderna från order till betalning utan också minska de totala inköpskostnaderna, vilket ökar kassaflödet och frigör rörelsekapital som kan utnyttjas som en vinstcentral.

Identifiera utgiftsmönster: Detta ger en överblick över utgiftsmönster och inköpstrender i hela företaget, kopplade till kostnader. Detta kan bidra till att se de totala indirekta och direkta kostnaderna och andelen kostnader som går till överskott eller oönskade utgifter. Detta ger större utrymme för leverantörskonsolidering, förbättrad effektivitet och skapande av rapporter för realiserade besparingar.

Minskade upphandlingskostnader: Med tanke på att externa leverantörers kostnader för en upphandlingsbaserad organisation vanligtvis ligger runt 40–80 % av den totala kostnaden, kan det leda till ytterligare besparingar genom att upptäcka eventuella kontraktsläckor eller ytterligare utgifter. Med effektiv upphandlingsplanering kan du minska manuellt arbete, öka effektiviteten, färre fel och få mer aktuell data för analys.

Förbättrad risk- och leverantörshantering: Genom att förbättra efterlevnaden av avtal kan du begränsa leverantörsrisker och minska risken för fakturabedrägerier. Har du till exempel leverantörer som upprepade gånger har haft problem med efterlevnaden eller tillhörande kostnader på grund av förseningar/klagomål? Har du någon specifik utgiftstyp, som resor och utgifter, som överstiger plan? Skulle det vara bra med en intervention från ekonomiavdelningen? Svar på sådana frågor kan enkelt identifieras och besvaras för attminska risken i förväg och enkelt hantera leverantörer.

Gå in på detaljerna: datakällorna för utgiftsanalys

Nu när vi har förstått varför och vad som ligger bakom utgiftsanalys, låt oss börja med frågan "Var ska man börja?". Precis som med alla andra analyser måste du börja med data. Normalt sett är datakällor för utgiftsanalys relaterade till ekonomi, särskilt inköpsordrar.

Men för ytterligare analys av leverantörer eller för fullständig insyn kan man behöva data från:

• ERP – Verktyg för företagsresursplanering
• Data för utgiftshanteringsprogramvara
• Data om upphandlingsprogramvara
• Finansiella transaktioner
• Inköpsordrar
• Dokument för mottagna varor
• Fakturadokument
• Riskgranskningar
• Kreditbetyg
• Information om branschbenchmarking

Du kanske inte behöver alla datakällor. Beroende på vilken programvara eller vilka processer organisationerna använder eller vad de redan har kan vissa eller alla av dem användas. Med den ökade automatiseringen i hela processen kan ett mindre antal fel ses, därför skulle fler processer med ERP-data eller EPM-data vara mer sömlösa.

Typer av utgiftsanalys

Även om vi har pratat om olika typer av utgiftsanalyser här och där fram tills nu, har vi bara skrapat på ytan. Nu ska vi gå in på detaljerna. Typerna beror generellt på det specifika målet och fokuset på vad analysen handlar om.

Några av de viktigaste typerna av utgiftsanalys inkluderar:

1. Maverick-utgiftsanalys

Om man inte gör det kan okonventionella utgifter ha en rejäl förlust för både företagets besparingar och marginaler samt för upphandlingskostnaderna. Genom att analysera omfattningen och frekvensen av sådana utgifter kan upphandlingschefer få insikt i vilken typ av ytterligare varor som upphandlas utanför kontraktet och antingen hitta en befintlig eller ny leverantör med bättre förhandlingsvillkor.

2. Analys av eftermarknadsutgifter

Det här är transaktioner som vanligtvis förknippas med lågt värde men hög volym. De kan till exempel utgöra ~20 % av den totala utgiftskostnaden men skulle ungefär uppgå till 80 % av transaktionerna. Dessa transaktioner är vanligtvis inte av strategisk karaktär, men genom att analysera antalet leverantörer, transaktionsvärden etc. kan företag identifiera om det finns utrymme för leverantörsfragmentering eller konsolidering.

Källa: Sievo

3. Analys av utgifter för efterlevnad

Identifiera områden där utgifter för bristande efterlevnad av juridiska, regulatoriska, interna, miljömässiga, sociala och styrningspolicyer kan vara till hjälp vid utvärdering av leverantörers effektivitet i efterlevnaden och även andelen efterlevnad inom organisationen. Med tanke på att det finns en ökning av hållbarhetsoro från både producenter och konsumenter kan detta vara mycket avgörande för vissa organisationer.

4. Analys av utgifter per kategori

Genom att definiera taxonomier eller hierarkier som kategorier kan man identifiera antalet leverantörer som utnyttjas för liknande artiklar och därigenom minska antalet och identifiera eventuella utgiftsläckage. Genom att mappa varje utgift till kategorier och underkategorier kan inköpschefer förstå omfattningen och bredden av utgiftsbehoven. Detta kommer att hjälpa till att identifiera behov och prognostisera bättre besparingsmöjligheter.

5. Analys av leverantörsutgifter

Genom att analysera vilka utgifter som hamnar under flera typer av leverantörer. En typ kan vara att analysera strategiska, flaskhals-, hävstångs- och icke-kritiska leverantörer. Med detta kan organisationer förstå om de får bästa värde med de tillhörande riskerna. Andra typer kan inkludera riskanalyser baserat på toppleverantörer (exempel N=100) baserat på värde, volym, geografi och behov.

6. Utgiftsanalys för betalningstiden

Det hjälper organisationer att identifiera möjligheter att optimera betalningsvillkor, såsom att förhandla fram bättre rabatter eller förlänga betalningscykler. Detta kan vara särskilt användbart vid omförhandling av kontrakt där man kan få optimerade betalningsplaner eller förlängda betalningscykler.

Dessa är bara de mest använda och vanliga typerna av bifurkation som görs för analys, men beroende på organisationens behov, tillgängliga data och fokusområden kan du inkludera andra typer baserat på artikelutgifter, leverantör, kontrakt, efterlevnad, besparingsmöjlighet, efterfrågekonsolidering, strategisk sourcing etc.

KPI:er och mätvärden för utgiftsanalys

Det vi har pratat om hittills är en blandning av lite teori och praktiska exempel, men nu ska vi dyka lite in i detaljerna kring implementeringen och hur man mäter effekten för olika fördelar.

Till att börja med, istället för att bombardera dig med en massa nyckeltal, låt oss dela upp dem i fyra huvudgrupper:

• Synlighet för utgifter
• Kostnadsbesparingar och optimering
• Leverantörsprestanda och hantering
• Regelefterlevnad och riskhantering

Några viktiga nyckeltal under var och en av dem kan ses i bilden nedan:

Några exempel på beräkningar av utgiftsanalys

Även om vi har pratat om några nyckeltal ovan, skulle det i praktiken finnas ett behov av att dela upp data enligt parametrar. Tänk dig data som en kub med kategori-, leverantörs- och kostnadsdata. Genom att sedan dela upp data kan du få parametrar som:

• Totala utgifter per leverantör
• Totala utgifter per kategori och affärsenheter
• Antal transaktioner per leverantör
• Antal leverantörer per kategori
• Genomsnittliga inköpskostnader för kategorier
• Genomsnittligt ordervärde per leverantör
• Utgifter utanför kontrakt etc.

Vi har listat flera sätt på vilka du kan analysera data. Du kan bygga dina nyckeltal utifrån den data du har tillgänglig och det bästa sättet det skulle vara användbart för kostnadsminskning och effektivitetsförbättring.

Proffstips: Om du är osäker på hur och var du ska börja, gå tillbaka till din data och börja med att skapa kategorier och definiera rätt taxonomi. Endast genom att förstå och skapa kategorier som är ömsesidigt exklusiva och kollektivt uttömmande (MECE) kan du få rätt insikter. Sedan kan nyckeltalen fastställas enligt dina behov.

5 anledningar till varför utgiftsanalysprojekt misslyckas?

Med tanke på att 47 % av företagen strävar efter att uppnå kostnadsminskningar genom digitalisering, och 77 % håller med om idén att S2P-digitalisering är ett måste, är idén om analys varken en ny idé eller en ny tanke för upphandlingschefer. Så det måste antingen vara så att de inte har förmågan att implementera det, eller så har de provat och testat det men det har inte blivit verklighet.

Låt oss utforska de fem främsta anledningarna till varför sådana projekt misslyckas. Det är värt att notera att även om dessa anledningar här är till varför utgiftsanalysprojekt misslyckas, kan de vara tillämpliga generellt på alla misslyckade analysimplementeringsmisslyckanden.

1. Datakvalitet och noggrannhet

Även om det kan låta enkelt, ta pivottabeller, även den minsta försummelse vid ifyllning av data kan orsaka fel i olika ark – extrapolera det till data från flera datakällor, datasystem och användarinmatningar, och du kan bli kvar med data som antingen är oanvändbara eller med många fel. Här är ett exempel:

Ett exempel på en utgiftsrapport med finansavdelningen kan se ut så här:

Samma exempeldata kan registreras i inköpsordern som:

De två olika tabellerna behandlar samma data men det finns ändringar i leverantörsnamn, kategori, utgiftsbelopp och artikelbeskrivning. Och detta gäller bara datanoggrannheten. Andra problem med datakvaliteten kan vara med

• Brist på dataklassificeringstaxonomi: Att ha en förfinad MECE-klassificering implementerad i hela organisationen kan hjälpa till att korrekt kartlägga varje utgift och förbättra datakvaliteten för analys. Klassificering av artikeln baserat på användning är inte heller tillrådligt eftersom en artikel kan ha flera användningsområden men beskrivningen förblir densamma.


• Brist på adekvata beskrivningar: När det gäller rotorsaksanalys kan det ibland saknas en beskrivning i inköpsordern av varför vi köper vissa varor eller en katalogmappning av den. Detta gäller särskilt för inköpsorder i efterhand eftersom deras syfte endast är betalningar.

2. Orealistiska förväntningar

Dataanalys är inte en sprint, det är ett maraton. De flesta försöker ytligt fokusera på vad varje team vill ha och undergräver därmed den övergripande praktiken. Dessa orealistiska förväntningar kan leda till besvikelse, förlust av självförtroende och till och med bristande engagemang för datadrivna insikter.

Istället för att leta efter omedelbara kostnadsbesparingar eller processförbättringar behöver du fokusera på vilka de viktigaste fokusområdena är först, eller börja med en funktion och implementera ett ad hoc-projekt för att se hur det går. Att börja smått och sedan skala upp det till de funktioner eller områden du vill ha analyserade är det bästa sättet att närma sig en implementering av en analys. Du måste tänka på det som att placera en serie kugghjul på plats som kan skapa mer momentum.

3. Gör det till en engångsinsats

Även oövervakad maskininlärning behöver tid för att lära sig från träningsdatamängden för att ge input – varför skulle inte en process utvecklas kontinuerligt? Genom att fokusera alla ansträngningar på engångsimplementering förlorar du inte bara värdefulla insikter utan också den tid, ansträngning och de resurser som används skulle gå till spillo.

Kontinuerlig övervakning, analys och förbättring är nödvändiga för att identifiera förändrade utgiftsmönster, leverantörsrelationer och kostnadsbesparande möjligheter över tid. Att försumma behovet av fortsatta insatser kan leda till missade möjligheter och stagnerande upphandlingsmetoder. Detta skulle också eliminera utrymmet för att öka analysmognaden i processerna.

4. Låg teknisk expertis

Skulle du som inköpschef medvetet beställa från en leverantör som tillhandahåller varor av subventionerad kvalitet? Varför skulle du då ha en inte så expertkunnig metod för analys?

För en heltäckande implementering behöver användarna ha en kombination av analytisk expertis, kunskap om upphandling och teknisk förståelse för verktyg och programvara som används inom analys, vilket de flesta interna team inte har. En sådan implementering utan rätt kunskap kan leda till lägre implementeringsgrader, ineffektiv tolkning, bristande skalbarhet och högre infrastrukturkostnader.

Utan rätt kunskap om databehandling och dataintegrationsfunktioner kanske organisationer inte kan fånga alla rätt datakällor eller ha svårt att integrera dem i ett datalager eller en datasjö för analys. Och detta är bara början, med komplexa beräkningar kan du behöva avancerade analysfunktioner som kan kräva datavetenskap och matematisk förståelse.

5. Brist på ledningens stöd och låg implementering

Brist på stöd från högsta ledningen kan leda till begränsade resurser, otillräcklig finansiering och bristande prioritering. Om anställda och intressenter dessutom inte inser vikten av utgiftsanalys eller misslyckas med att utnyttja de insikter som genereras, kan projektets effekt och hållbarhet äventyras – vilket gör förändringsledning till en av de viktigaste frågorna vid all implementering.

Innan upphandlingschefer tar sig an utgiftsanalys eller andra analysprojekt måste de noggrant överväga att planera implementeringen och utbildningen med slutanvändarna så att de är medvetna om hur de ska anpassa sig till den nya processen och hur de ska flytta några av sina befintliga arbetsflöden/processer till den nya teknikstacken.

Implementering av utgiftsanalys i 6 steg

Från objektiv identifiering till analys innefattar en normal utgiftsanalys följande 6 steg:

1. Definiera mål

Även om detta låter som något alla skulle säga, är det den viktigaste delen av hela processen eftersom den avgör både slutmålet och utformningen av tillvägagångssättet. Med att definiera mål menar vi att bestämma omfattningen, identifiera viktiga fokusområden (t.ex. kategorier, leverantörer) och fastställa de önskade resultaten av analysen, som att förstå de viktigaste KPI:erna som du vill sikta på.

2. Identifiera och konsolidera data

Vi har redan pratat om de många datakällor som samlas in för att registrera utgiftsdata – som inköpsorderdata, finansiella data etc., så vi kommer inte att gå in på det igen. Målet med att identifiera och konsolidera data är att samla in en omfattande datauppsättning för analys. Så om det finns en överväldigande mängd data måste du definiera exakt vilka datakällor som behöver integreras först baserat på målen och målsättningarna.

3. Rensa och organisera data

Principen för datahantering är att sopor ska kunna tas bort. Först när du har rena data kan du få användbara insikter från dina data. Dessutom beror tiden som läggs på datarensning på hur informationen är spridd över flera system eller källor, de olika dataformaten och varierande detaljnivåer, vilket kan vara mer tidskrävande att konsolidera och rensa. Med tanke på att de flesta företag fortfarande förlitar sig på ett Excel-ark eller kalkylblad för sina data, skulle det finnas mycket diverse data i flera format som kräver mer tid för datahantering.

4. Dataklassificering

Detta innebär att kategorisera utgiftsdata baserat på olika kriterier såsom leverantörer, produkter, tjänster, avdelningar eller geografiska platser. Detta innebär till exempel också att klassificera varje leverantör baserat på deras vinst kontra värde (kolla in leverantörssegmenteringsmodellen i avsnittet om utgiftsanalys), gruppera dem efter moderbolag – för bättre marginaler, och samla all data under en enda taxonomi för att ge bättre synlighet.

5. Dataanalys

När informationen har rensats och klassificerats kan den analyseras för att få insikter och identifiera trender. Olika analystekniker som utgiftsfördelning, leverantörsprestandaanalys, kostnadsvariansanalys och benchmarking används för att granska informationen. Analysen syftar till att upptäcka möjligheter till kostnadsbesparingar, leverantörskonsolidering, kontraktsefterlevnad och andra strategiska insikter. Vi har redan pratat mycket om detta, jag kommer inte att gå in på detaljer igen.

6. Datastyrning

Det sista steget i utgiftsanalysen innebär att etablera datastyrningsrutiner för att säkerställa datas löpande noggrannhet, integritet och användbarhet. Detta inkluderar att ställa in processer för datavalidering, dokumentation och underhåll. Detta säkerställer att resultaten av analysen är tillförlitliga och kan användas för välgrundade beslut, inte bara på kort sikt utan även på lång sikt. Eftersom datastyrningsprocessen innebär regelbundna kontroller och feedback kan du också ständigt hålla koll på vilka nyckeltal som fungerar och vilka som behöver omstrategiseras.

Denna process och dessa steg är normalt tillämpliga för företag som vill starta sin analysmetodik eller som undersöker vad som kan göras i sin verksamhet. Men du kanske undrar hur det är med de företag som redan har en viss nivå av analysmetodik men vill förbättra sin mognad? Då är detta något för dig.

Hur ökar du din analysmognad?

Detta svar beror på dina nuvarande kapaciteter inom datainsamling, transformation, dataanalys, avancerad analys och styrning. Ju bättre och mer avancerade kapaciteter du har, desto bättre mognad har du. För att hjälpa dig att förstå detta bättre har vi utformat ett ramverk för analysmognad.

Observera: Även om vi har representerat detta linjärt kan det vara med många detaljer beroende på tillvägagångssätt, implementering och motgångar.

De 5 stegen av datamognad i utgiftsanalys är:

1. Data Dabbler

Dessa organisationer har begränsade eller ad hoc-analysmöjligheter. Både datainsamling och analys görs ad hoc. Det är den typ av analys som utförs av kategorichefer och sourcingspecialister när de behöver analysera utgifter i liten skala, vid behov, för att hitta en kategori etc.

a. Hur ser informationen ut: Informationen är ofta ofullständig, inkonsekvent och fragmenterad, vilket leder till begränsad insyn i och insikter i utgiftsmönster.

b. Strategi för att nå hit: Genomför grundläggande utgiftsanalyser med hjälp av enkla rapporterings- och filtreringstekniker. Fokusera på att förstå utgifter per leverantör, kategori och avdelning.

2. Spendera Utforskaren

Upphandlingsfunktioner som faller under denna kategori börjar normalt sett utveckla standardmallar och verktyg för insamling och analys. Fokus ligger främst på de mest nödvändiga analysdata som transaktionsdata eller utgiftskategorier.

a. Hur ser informationen ut: Informationen är delvis konsoliderad och standardiserad, men vissa inkonsekvenser kan fortfarande finnas. Grundläggande analysrapporter genereras som ger insikter om kategorier eller leverantörsprestanda.

b. Strategi för att nå hit: Utgiftsdata klassificeras i meningsfulla kategorier och underkategorier. Klassificeringsmetoder implementeras för att säkerställa konsekvens i utgiftsanalysen.

3. Insiktsinnovatör

Organisationen får bättre insikter i utgiftsmönster, identifierar möjligheter till kostnadsbesparingar och leverantörsoptimering och etablerar vissa benchmarkingmetoder genom att använda avancerade analystekniker, såsom datasegmentering, trendanalys och kostnadsavvikelsesanalys.

a. Hur ser informationen ut: Informationen är välkonsoliderad och standardiserad, vilket möjliggör mer noggrann analys. Avancerade analystekniker har börjat användas för att ge mer information om utgiftsmönster.

b. Strategi för att nå hit: Upprätta automatiserade dataflöden för sömlösa datauppdateringar i realtid. Använd verktyg och algoritmer för att identifiera kostnadsbesparingsmöjligheter och insikter om leverantörsprestanda.

4. Strategisk navigatör

Organisationer som är på strategisk navigatornivå har robusta och strategiska utgiftsanalysfunktioner. De har väldefinierade och integrerade datainsamlingsprocesser, inklusive möjligheten att samla in data från flera källor och system.

a. Hur ser informationen ut: Informationen är omfattande, integrerad och tillgänglig i realtid för analys.

b. Strategi för att nå hit: Använd prediktiv modellering och prognostekniker för att förutse framtida utgiftstrender. Och genom att främja samarbete mellan inköp, ekonomi och affärsenheter för att anpassa utgiftsanalysen till strategiska mål.

5. Mästare i utgifter

Dessa är de ledande organisationerna i sin klass med mycket mogna och optimerade kapaciteter för utgiftsanalys. De har helt automatiserade och integrerade processer för utgiftsanalys, som utnyttjar avancerad teknik som artificiell intelligens (AI) och maskininlärning (ML).

a. Hur ser informationen ut: Strukturerade datastyrningsrutiner finns på plats för att säkerställa datakvalitet, noggrannhet och integritet.

b. Strategi för att nå hit: Etablera en kultur av kontinuerlig förbättring av bästa praxis för utgiftsanalys . Regelbundet granska och förfina datainsamling, analysmetoder och rapporteringsmöjligheter.

Utgiftsanalys: Bästa praxis

De flesta av de bästa metoderna för utgiftsanalys skulle vara en blandning av de processer, strategier och tekniker för utgiftsanalys som vi kan ha talat om ovan. Men för att sammanfatta och betona, låt oss ta en titt på vad bästa metoderna för utgiftsanalys bör vara:

Ha en MECE-dataklassificering som ger en exakt bild av utgifter per leverantör och kategori. Att ha en bra databas kan bara resultera i bra dataanalys.

Skapa automatiserade ETL-, datarensnings- och klassificeringslager. Etablera din datalager- och datasjöprocess effektivt så att din datapipeline är felfri, säker för manuell avstämning och i realtid.

Datakällor bör utnyttjas. Koppla ihop all möjlig data från dina leverantörer, leverantörer, dotterbolag etc. Detta kan hjälpa dig att skapa en heltäckande bild av utgifterna.

Öka din analysmognad. När du har passerat Spend Explorer-fasen behöver du börja utnyttja avancerade analysfunktioner som datasegmentering, trendanalys, kostnadsavvikelsesanalys, benchmarking, prediktiv modellering och maskininlärningsalgoritmer. Dessa kommer att skapa fler möjligheter till optimering.

Utvärdera kontinuerligt. Håll koll på förändrade mätvärden, branschtrender, regelefterlevnad och förändringar på marknaden. Regelbundna granskningar och kontroller kan hjälpa till att identifiera områden för granskning och feedback omedelbart. Vänta inte tills ett initiativ eller en nyckeltal inte längre är relevant för att omvärdera.

Samarbete är nyckeln. Även om de viktigaste intressenterna i utgiftsanalys skulle vara upphandlings- och finansteam för att uppnå maximala potentiella besparingar, krävs det samarbete mellan affärsenheter och upphandling. Genom att tydligt kommunicera konsekvenserna och integrera perspektiven från flera intressenter redan före kontraktscykeln kan effektiviteten och relevansen av din verksamhet förbättras.

Proffstips: Ytterligare fördel för finanschefen

Fördelarna med utgiftsanalys för finanschefer är trefaldiga. På kort sikt: Förutom kostnadsminskningar kan utgiftsanalys förbättra cykeltider, processeffektivitet och personalproduktivitet. På lång sikt kan automatisering och centralisering av datahantering resultera i bättre efterfrågehantering och affärsplanering, försäljningsprestanda och optimering av leveranskedjan. Den tredje fördelen är att vid en fusion och förvärv, där målet är att minska ägandekostnaden, kan en tydlig synlighet bidra till att minska risker och hantera efterlevnad.

Bonus: Utgiftsanalys med verktyg

Det finns många verktyg på marknaden som används flitigt för utgiftsanalys, det vanligaste börjar med Excel. Beroende på analysens komplexitet kan du till och med använda avancerade analysverktyg som R, Python etc. De vanligaste verktygen för att visualisera KPI:er och analyser är Power BI, Qlik Sense och Tableau .

Här är en liten jämförelse mellan de tre och Excel.

Denna tabell visar att även om det är möjligt att analysera utgiftsdata i Excel, kan många problem med datainkonsekvenser uppstå. Till exempel kommer problem med dataformatering, som att ha samma leverantör med olika namn eller regionala inställningar som orsakar inkonsekvens, att resultera i att mycket mer tid slösas bort på datarensning än på faktisk analys. Därför skulle datavisualiseringsverktyg prestera bättre i jämförelse. Alla tre är de vanligaste BI-verktygen på marknaden, och endast en ytterligare detaljerad kontroll av den nuvarande dataarkitekturen kan göra ett val.

Ordlista

Här är definitionerna av några viktiga ämnen kring analys av utgiftsdata som du kan behöva repetition eller bara för en sista kontroll:

Utgiftshantering: De strategiska och operativa aktiviteter som en organisation vidtar för att kontrollera, optimera och spåra sina utgifter över olika kategorier och leverantörer. Utgiftsanalys kan betraktas som en del av utgiftshanteringen.

Kontraktsläckor: Fall där det förekommer bristande efterlevnad eller avvikelser från överenskomna avtalsvillkor, vilket resulterar i ekonomiska förluster eller missade besparingsmöjligheter för organisationen.

Oavsiktliga utgifter: Obehöriga eller okontrollerade inköp som görs utanför etablerade upphandlingsprocesser, vilket ofta leder till högre kostnader, bristande insyn och ökad risk för organisationen.

Hantering av utgiftsdata: Den systematiska metoden för att samla in, rensa, organisera och underhålla korrekt och tillförlitlig utgiftsdata för att stödja effektiv utgiftsanalys, beslutsfattande och övergripande upphandlingsverksamhet.

Datarensning: Processen att identifiera och korrigera fel, inkonsekvenser och felaktigheter i utgiftsdata för att säkerställa dess noggrannhet och tillförlitlighet.

Datakategorisering: Bruket att organisera utgiftsdata i meningsfulla kategorier och underkategorier baserat på gemensamma attribut eller egenskaper.

Dataklassificering: Processen att tilldela etiketter eller taggar till utgiftsdata för att gruppera liknande poster baserat på fördefinierade kriterier, såsom leverantörer, utgiftstyper eller avdelningar.

Kostnadsvariansanalys: Jämförelse av faktiska kostnader med budgeterade eller förväntade kostnader för att identifiera avvikelser och förstå orsakerna bakom kostnadsvariationer.

Leverantörsprestandaanalys: Utvärdering och bedömning av leverantörers prestationer baserat på olika kriterier, såsom kvalitet, leverans, prissättning och efterlevnad, för att optimera leverantörsrelationer och förbättra upphandlingsstrategier.

Slutsats

Om du har kommit hit. Bravo! Du har en god förståelse för vad utgiftsanalys handlar om! Men om du fortfarande är orolig över några av de problem som kan uppstå under implementeringen, om du vill förbättra din analysmognad eller om du bara vill analysera var du står nu, kan vi hjälpa dig.

Vår expertis inom upphandling i kombination med vår tekniska erfarenhet kan vara rätt partner för dig. Prata med våra experter idag !