Oleh: Ir. Berty Argiyantari, M.M., CISCP.
Senior Consultant | Supply Chain Indonesia Senior Consultant | Supply Chain Indonesia
Tujuan
Dua kategori utama diidentifikasikan sebagai berikut:
- Tujuan pelaporan, bertujuan untuk memantau satu atau lebih variabel dan melaporkan perkembangan dari waktu ke waktu untuk menggambarkan bagaimana bisnis dilakukan dalam suatu periode yang ditentukan.
- Tujuan prediksi, atau tujuan untuk memperoleh pengetahuan tentang perilaku masa depan dari satu atau lebih atribut data.
Dua aspek yang disebutkan di atas tidak independen, tetapi saling terkait, sebagaimana dideskripsikan dalam Gambar 1.
Pengadaan biasanya dapat didefinisikan sebagai suatu proses yang meliputi identifikasi dan evaluasi kebutuhan pengguna, verifikasi kemampuan pemasok untuk memenuhi kebutuhan-kebutuhan ini, pengembangan perjanjian dengan para pemasok tersebut, penerapan mekanisme pemesanan, konfirmasi bahwa pembayaran terjadi segera, dan evaluasi pemasok kinerja yang semuanya didorong oleh strategi dan tujuan pengadaan tertentu.3
Berbagai fase dalam proses pengadaan dijelaskan sebagai berikut:
- Sumber strategis, melibatkan keputusan strategis pengadaan seperti keputusan untuk membuat atau membeli produk, definisi kebijakan pengadaan umum, pemasaran terbalik, analisis pengeluaran dan pendekatan portofolio, dan manajemen hubungan pemasok.
- Sourcing, berkaitan dengan pilihan taktis seperti definisi spesifikasi produk atau layanan yang akan dibeli, permintaan untuk kutipan, evaluasi pemasok, negosiasi, dan seleksi.
- Pasokan, berkaitan dengan kegiatan operasional seperti penempatan pesanan, ekspedisi, penerimaan dan kontrol, rekonsiliasi faktur, dan pembayaran.
Kegiatan perencanaan yang terkait dengan produksi tidak termasuk dalam fase ini. Untuk mengatasi nilai sebenarnya dari menggunakan big data dalam berbagai tahap proses pengadaan, dampak big data pada kinerja juga harus dinilai.
Untuk mengukur dampak keputusan pengadaan, model yang diusulkan oleh Caniato, Luzzini, dan Ronchi (2014)4 dapat digunakan. Model ini menggabungkan langkah-langkah efisiensi dan efektivitas, mengadopsi baik internal (yaitu, proses perusahaan) dan eksternal (yaitu, pemasok) perspektif.
Dalam model ini, kinerja pengadaan dievaluasi berdasarkan enam kategori: biaya, waktu, kualitas, fleksibilitas, inovasi, dan keberlanjutan. Dengan menggabungkan fitur big data, proses pengadaan, dan kinerja pengadaan, diperoleh kerangka kerja penelitian secara keseluruhan yang digambarkan pada Gambar 2.
Identifikasi Kontribusi Big Data ke Proses Pengadaan
Big data dapat mendukung strategi dan konfigurasi pengadaan, pemasaran terbalik, dan analisis pengeluaran serta sumber dalam hal evaluasi pemasok, negosiasi, dan seleksi.
Big data memiliki nilai potensi tertinggi untuk pembuatan strategi. Dalam hal strategi pengadaan, penting bagi perusahaan untuk mencatat perencanaan dan peramalan. Analisa data dapat mendukung identifikasi strategi perencanaan terbaik untuk diterapkan dengan menggunakan data terstruktur seperti tagihan bahan dan histori harga serta data tidak terstruktur seperti media sosial dan informasi web.
Pentingnya analisis dapat meningkat secara eksponensial jumlah variabel yang harus dimasukkan dalam kegiatan perencanaan. Misalnya, tanpa dukungan analisis, mengevaluasi strategi perencanaan persediaan terbaik untuk produk yang terdiri dari beberapa sub-komponen yang dapat berubah seiring waktu dapat menjadi tugas yang berat. 3
Analisis big data mungkin juga mengidentifikasi korelasi dan tren diantara variabel dan harga barang dan jasa. Harga perjalanan bisnis, misalnya, mungkin secara statistik berkorelasi dengan kelas perjalanan, rute, maskapai penerbangan, dan jumlah hari sebelum perjalanan dipesan. Analisis ini mendukung definisi kebijakan perjalanan khusus berdasarkan bukti statistik. Pendekatan serupa mungkin juga diterapkan pada korelasi antara harga komponen, layanan, dan komoditas harga, memberikan peluang untuk strategi lindung nilai harga.
Teknik peramalan telah dikembangkan untuk melihat kondisi pasar dan menentukan kemungkinan hasil dari permintaan yang masuk. Hal ini juga dapat di departemen pengadaan untuk menentukan keputusan jangka panjang mengenai waktu dan kuantitas pengadaan.
Metode statistik dapat digunakan secara luas untuk memprediksi kondisi ekonomi masa depan untuk menginformasikan keputusan strategis jangka panjang, seperti persediaan barang jadi. Model-model baru bertujuan untuk memprediksi perkiraan pasokan di masa depan menggunakan tidak hanya data terstruktur tetapi juga data tidak terstruktur yang dikumpulkan dari Internet dan media sosial.
Selanjutnya, bidang penting ketiga dimana adopsi analisis big data memiliki potensi penting adalah analisis pengeluaran di departemen pengadaan. Mengenai analisis pengeluaran dan tinjauan biaya, pembeli harus memiliki kendali atas pengeluaran juga mengetahui berapa banyak dan dengan siapa mereka menghabiskan uang mereka. Big data dapat mendukung karyawan yang bertanggung jawab atas pengadaan dengan menyediakan alat pelaporan yang dapat mensegmentasi pengeluaran dan menyoroti bagaimana jumlah barang yang dibeli dapat dirasionalisasi.
Selain itu, manajemen kontrak juga dapat ditingkatkan, terutama melalui pendekatan pelaporan yang lebih baik. Dalam kasus kontrak yang kompleks dan memberatkan, kegiatan pengadaan tidak dapat dibatasi pada saat penandatanganan, tetapi kondisi yang disepakati dan tanggal kedaluwarsa harus terus dipantau untuk menghindari gangguan yang mungkin berdampak besar pada kinerja pengadaan dan perusahaan secara keseluruhan. Big data dapat memberikan informasi yang diperlukan untuk mengelola kontrak yang rumit.
Referensi:
- Tan, K. H., Zhan, Y., Ji, G., Ye, F., & Chang, C. (2015). Harvesting big data to enhance supply chain innovation capabilities: An analytic infrastructure based on deduction graph. International Journal of Production Economics, 165, 223-233.
- LaValle, S., Lesser, E., Shockley, R., Hopkins, M. S., & Kruschwitz, N. (2011). Big data, analytics and the path from insights to value. MIT sloan management review, 52(2), 21.
- Moretto A, Ronchi S, Patrucco AS. Un co rre d Au tho. 2017;(October). doi:10.3233/RFT-171670.
- Caniato, F., Luzzini, D., & Ronchi, S. (2014). Purchasing performance management systems: an empirical investigation. Production Planning & Control, 25(7), 616-635.
*Isi artikel merupakan pemikiran penulis dan tidak selalu mencerminkan pemikiran atau pandangan resmi Supply Chain Indonesia.
Download artikel ini:
SCI - Artikel Meningkatkan Efektivitas Keputusan Pengadaan Nilai Big Data dalam Proses Pengadaan (Bagian 2 dari 2 tulisan) (949.0 KiB, 768 hits)
