几乎任何一家企业的部门都没有遇到像采购部门那样不断增加的挑战。企业的供应链跨过了大洋大海、异常复杂的供应链网络、订购物资的差别越来越大。新的政策也提出了新的挑战，例如目前正在计划实施的可持续发展供应链等等。

重新思考如何应对危机

首先是新冠肺炎疫情揭示了供应链的不稳定性。Mckinsey公司2020~2021年间对国际供应链经理进行的一项调查研究表明：我们必须开始全面审视当前的供应链情况了，企业已经在采购市场分析中投入了巨额资金，或者正在规划这样的市场调查项目。调查结果表明：当一家企业拥有更高级的分析能力之后，其物资供应的弹性就高出了2.5倍。借助于人工智能AI技术、机器学习和数据分析技术使具有高级分析能力的企业可以更加快速地做出正确的决策。30%的受访者将投资重点放在新的数字化绩效管理平台方面、以便实时掌握供应链的全貌。几乎所有的企业都有进一步数字化的投资。

图1 数字化能力中心支持用户进行技术创新，学习卓越运营的经验

目标：单一的数据来源

企业应该意识到给出的数据仅仅是所发生事情的一部分：没有表明事物的全貌。不同资源管理系统（例如ERP）中的所有数据都应该来自单一的数据源，即能够给用户一个统一的整体概况。这个统一的单一数据源应整合销售、财务和研发部门的所有数据。当一个企业内部的各个部门都是按照自己的预算、KPI绩效指标或者其他标准采集、汇总数据时就必然会出现数据不一致的情况，从而使各自的工作情况受到质疑。因此，数字化投资最重要的目标就是实现端到端的透视。也只有有了端到端的透视，企业的管理层才能正确地评估每一个采购决策对企业整个价值增值链的影响。

采购工作领域中的分析技术解决方案也引发了企业根本性的文化变革。分析技术的引进实施通常都是由一个小型的核心团队来执行的。而引进之后才是最重要的一个阶段：通过技术培训和配套的教学课程使全体员工都学会正确地使用全新的分析技术。积极排除可能的老旧思维方式的影响，创建一种新的、以数据驱动为动力的思维方式。

引入IT技术系统，直至实现所有工作流程的自动化不是一个短时间的百米冲刺，而应是一个长距离的马拉松长跑。分析和分析报告必须不断地适应当前的新要求。采购数据的复杂性越高，获取新数据、新信息的数字化分析引进的工作量也就越大。

通过数据和分析技术创造附加值

分析工具不仅仅能减轻费时费力的人工手工操作过程，而且还能帮助用户有针对性地制定节约采购成本费用的采购计划。如果用户的数据将财务、产品研发和采购部门的数据都整合到一起了，用户就会对供应链中存在的风险有一个更加全面地了解，用户也就会看到长期以来一直没有定价的合同订单了。如果用户与某供应商的合作一直未能受到有效地控制，买家就可以考虑采取必要的反制措施了。企业也可以重新制定自己的现金流，使其有着更长的资金流动期。同时，数据分析的数据库也能清楚地表示出那些订单收入不完整、不正确的情况，使这些异常现象透明化。这也使采购经理有机会分析出现这种现象的原因、并在必要时优化改进物流采购工作流程。