Geçmiş fiyatları, tedarikçi performansını, tüketim hareketlerini ve kalite sonuçlarını yeni tekliflerle birlikte değerlendiren yapay zekâ destekli satınalma yaklaşımı.
Bugünkü teklifi geçmiş satınalmalarla birlikte değerlendirin
Satınalma süreçlerinde önemli olan yalnızca bugün tedarikçilerden hangi fiyatların geldiğini görmek değildir. Asıl değer, bugünkü kararı işletmenin geçmiş satınalma verileriyle birlikte değerlendirebilmektir.
Geçen yıl aynı ürünü kaça aldık, son satınalmada hangi tedarikçiyi tercih ettik, fiyat son altı ayda nasıl değişti ve en düşük fiyatı veren firma teslimat ile kalite açısından gerçekten başarılı mı? Yapay zekâ destekli Online Satınalma bu sorulara veriyle cevap verilmesine yardımcı olabilir.
- Bugünkü teklif geçmiş fiyatlara göre normal mi?
- Ürün hangi dönemlerde daha fazla tüketiliyor?
- Hangi tedarikçi fiyat, teslimat ve kalite dengesinde daha başarılı?
- Benzer ürünlerde daha avantajlı bir satınalma yapılmış mıydı?
Satınalma sisteminin en değerli varlığı: geçmiş veriler
İşletmeler yıllar boyunca binlerce satınalma işlemi gerçekleştirir. Her talep, teklif, sipariş ve mal kabul kaydı gelecekte kullanılabilecek değerli bir veri oluşturur.
Yapay zekânın gücü, geçmiş kayıtları yalnızca listelemek yerine bu veriler arasındaki ilişkileri analiz ederek satınalma ekibinin karar vermesine yardımcı olmasında ortaya çıkar.
- Ürün, tarih, miktar ve satınalma fiyatları
- Teklif veren ve seçilen tedarikçiler
- Marka, iskonto, vade ve teslim süreleri
- Teslim edilen miktarlar ve sipariş karşılama oranları
- Mal kabul ve kalite kontrol sonuçları
Geçmiş fiyat ile bugünkü fiyatı karşılaştırın
Yeni gelen bir fiyat tek başına iyi veya yüksek görünmeyebilir. Sistem aynı ürünün üç ay önce, altı ay önce ve geçen yıl aynı dönemde hangi fiyattan, hangi miktarda ve hangi tedarikçiden alındığını karşılaştırabilir.
Böylece satınalma personeli yalnızca “Bugünkü en düşük teklif hangisi?” sorusuna değil, “Bugünkü teklif geçmiş satınalma davranışımıza göre nasıl?” sorusuna da cevap bulabilir.
Fiyat değişimlerini ve olağandışı teklifleri tespit edin
Binlerce ürünün fiyat hareketini manuel olarak takip etmek zordur. Yapay zekâ geçmiş ve güncel fiyatları karşılaştırarak son satınalma fiyatına göre belirgin artışları veya ürünün normal fiyat aralığı dışındaki teklifleri görünür hale getirebilir.
Amaç satınalma personelinin yerine otomatik karar vermek değil, büyük veri içerisinden dikkat edilmesi gereken noktaları öne çıkarmaktır.
Aynı ürünün farklı tedarikçilerdeki geçmişini görün
Bir ürün geçmişte farklı tedarikçilerden satın alınmış olabilir. Sistem yalnızca son fiyatı değil, firmaların farklı dönemlerdeki tekliflerini ve operasyonel performansını birlikte analiz edebilir.
- Uygun fiyat verip teslimat performansı düşük olan firmalar
- Fiyatı daha yüksek olsa da zamanında ve kaliteli teslimat yapan firmalar
- Belirli dönemlerde daha avantajlı teklif sunan alternatif tedarikçiler
Yapay zekâ yalnızca fiyata bakmamalı
En ucuz ürün her zaman en avantajlı satınalma anlamına gelmeyebilir. Bu nedenle fiyatla birlikte kalite, teslimat, eksik teslimat, marka, vade ve tedarikçi geçmişinin değerlendirilmesi önemlidir.
- Geçmiş ve mevcut satınalma fiyatları
- Mal kabul ve kalite kontrol sonuçları
- Zamanında, erken veya gecikmeli teslimat geçmişi
- Sipariş miktarını karşılama performansı
- Kabul edilen marka ve alternatif ürünler
- Vade ve diğer ticari koşullar
Mal kabul verileri neden çok değerlidir?
Bir tedarikçinin teklif aşamasında verdiği fiyat kadar, sipariş sonrasında ne teslim ettiği de önemlidir. Mal kabul ve kalite kontrol sonuçları bu nedenle yapay zekâ için en değerli veri kaynaklarından biridir.
Sürekli düşük fiyat veren bir tedarikçinin ürün sıcaklığı, marka, miktar, ambalaj veya kalite sorunları bulunuyorsa sistem bu geçmişi yeni teklif değerlendirmesine dahil edebilir. Böylece fiyat ile kalite arasındaki ilişki daha doğru değerlendirilir.
Tedarikçi performansını geçmiş verilerle analiz edin
Her teklif ve sipariş tedarikçi hakkında yeni bir veri oluşturur. Sistem fiyat performansını, teklif davranışını, teslimat başarısını, kalite sonuçlarını ve sipariş karşılama oranını birlikte analiz edebilir.
Yeni bir teklif değerlendirilirken firmanın son dönemde kaç sipariş teslim ettiği, bunların kaçının eksiksiz tamamlandığı ve teslimat performansında değişim olup olmadığı satınalma ekibinin önüne getirilebilir.
Teklif karşılaştırmasını karar destek ekranına dönüştürün
Klasik karşılaştırma ekranları bugünkü teklifleri yan yana gösterir. Yapay zekâ destekli bir yaklaşımda bugünkü teklifler; son satınalma fiyatı, geçmiş ortalama, fiyat eğilimi, tedarikçi geçmişi, teslimat performansı ve kalite sonuçlarıyla birlikte değerlendirilebilir.
Böylece teklif karşılaştırma ekranı yalnızca bir fiyat tablosu olmaktan çıkarak daha güçlü bir satınalma karar destek ekranına dönüşür.
Geçmiş tüketim gelecekteki ihtiyacı anlamaya yardımcı olabilir
Geçmiş tüketim, stok ve satınalma hareketleri yeterli veri oluşturduğunda dönemsel değişimler analiz edilebilir. Otellerde yaz aylarındaki içecek tüketimi, yüksek doluluk dönemlerindeki housekeeping sarfları veya mevsimsel gıda ihtiyaçları daha erken görülebilir.
Bu yaklaşım satınalmayı yalnızca ihtiyaç ortaya çıktıktan sonra çalışan reaktif bir süreç olmaktan çıkarıp daha planlı bir yapıya taşıyabilir.
Anormal satınalma hareketlerini fark edin
Sistem işletmenin normal satınalma davranışını zaman içerisinde öğrenerek alışılmadık hareketleri işaretleyebilir. Normalde aylık 100–150 adet alınan bir üründen bir anda 700 adet talep edilmesi buna örnektir.
- Normalden yüksek fiyat veya alışılmadık miktar
- Beklenmeyen bir tedarikçinin seçilmesi
- Kısa sürede tekrarlanan satınalma talepleri
- Aynı ürün için mükerrer talep olasılığı
Otel gruplarında daha güçlü veri avantajı
Birden fazla oteli bulunan işletmelerde aynı ürün farklı tesisler tarafından farklı tarihlerde ve farklı tedarikçilerden satın alınabilir. Bu veriler karşılaştırılarak oteller arasındaki fiyat farkları, daha avantajlı tedarikçiler ve birleştirilebilecek alımlar belirlenebilir.
Merkezi satınalma ekibi, hangi tedarikçinin grup genelinde daha istikrarlı teslimat yaptığını ve hangi otelin benzer ürünlerde daha iyi koşullar elde ettiğini görebilir.
Yapay zekâ satınalma personelinin yanında çalışır
Yapay zekânın amacı satınalma personelini süreçten çıkarmak değildir. Tedarikçi ilişkileri, ticari görüşmeler, stratejik kararlar ve istisnai durumlar insan tarafından yönetilmeye devam eder.
Yapay zekâ ise binlerce geçmiş işlemi saniyeler içerisinde karşılaştırarak manuel analizde gözden kaçabilecek noktaları görünür hale getirir.
Sistem her satınalmada daha fazla veri kazanır
Bugün oluşturulan talep, teklif, fiyat, sipariş, teslimat, mal kabul ve kalite kayıtları gelecekte yapılacak satınalmaların analizinde kullanılabilecek yeni veriler oluşturur.
Sistem zamanla yalnızca işlemleri kaydeden bir yazılım olmaktan çıkarak işletmenin satınalma hafızasını oluşturan bir veri platformuna dönüşür.
Veriden karara: yeni nesil satınalma yönetimi
Yeni nesil yaklaşım geçmişte ne olduğunu raporlamanın ötesine geçer; fiyat, miktar, tedarikçi ve dönem değişimlerinin nedenlerini incelemeyi, yeni teklifleri geçmişle karşılaştırmayı ve dikkat edilmesi gereken durumları öne çıkarmayı hedefler.
- Ne oldu? Geçmiş satınalmaları göster.
- Neden oldu? Fiyat, miktar ve dönem değişimlerini analiz et.
- Şu anda ne oluyor? Yeni teklifleri geçmişle karşılaştır.
- Neye dikkat edilmeli? Anormal fiyat ve performans değişimlerini öne çıkar.
- Kararda hangi veriler kullanılmalı? Fiyat, kalite, teslimat, vade ve performansı birlikte göster.
Geçmişi yalnızca raporlamayın, yeni kararlarda kullanın
Satınalma sisteminde yıllar boyunca oluşan veriler yalnızca geçmiş raporları görüntülemek için tutulmamalıdır. Doğru veri altyapısı ve yapay zekâ ile bu bilgiler yeni satınalma kararlarının aktif bir parçası haline getirilebilir.
Online Satınalma, veriyi satınalma kararına dönüştüren yeni nesil satınalma yönetimi yaklaşımını destekler.