采购分析现在是一件大事，这应该不会让人感到震惊。在采购组织建立了一些基本的支出数据集(或“已花费数据集”)和仪表板之后，他们正在寻找对支出、合同、供应商、成本、流程改进、供应风险和其他领域更深入的预测见解。事实上，在最近的2019年德勤全球CPO调查中，分析是预计在未来两年内产生商业影响的技术领域中被引用最多的领域。
分析中最大的兴趣领域是:
*为业务利益相关者和采购人员提供自助分析/可视化
*为高级用户提供预测分析(例如，价格/成本/数量预测)
*绩效分析和仪表板(例如，供应商记分卡，类别仪表板等)
*支持数字项目，如人工智能/机器学习(通常是关于集中预测分析问题)，RPA(要么需要在流程中进行一些分析，要么相反，有助于自动化分析工作流)，或大数据分析(例如，使用来自供应链的物联网传感器数据)
的困境
然而，虽然分析是热门，但执行障碍可能是冷酷的杀手:
*数据质量差。40%的cpo指出无法生成洞察和分析，因为更多的人(60%)指出主数据质量、标准化和治理较差。
*主数据质量问题对于运行与供应商、项目和合同相关的任何类型的分析的从业者来说都非常熟悉——也就是说，大部分的分析!
*一些ERP套件和采购套件在其产品线中有碎片化的主数据，几乎所有这些解决方案都没有可以用作MDM类型解决方案一部分的主数据(例如，拥有一个可以从MDM角度为真正的SIM解决方案提供服务的供应商主数据，而不是创建另一个供应商主文件添加到堆中)。
*根据外部数据和情报生成前瞻性见解，而不仅仅是简单的支出取证——特别是通常从零开始构建的特定类别的见解。
*努力创建分析，超越市场上各种模块/工具的现成运营报告。
*仪表盘很有吸引力，但在视觉上可能会让你不知所措，无法帮助你优先考虑关键机会在哪里。
* IT组织可能正在推动传统数据仓库和BI工具，这些工具不允许与越来越熟悉数字的一代业务用户和工具一起开发更民主化的分析(这可能也需要被老一辈采购从业者采用)。数据可视化和预测分析是明年采购技术培训优先考虑的两大数字技能。
在本文的其余部分中，我们将深入研究采购分析领域的当前和未来状态，并从市场的角度，以及更详细的技术角度，对我们预计在2020年看到的情况做出一些预测。