采购信息架构第3部分:分析

分解分析解决方案以获得更大的设计灵活性

使用多部分分析体系结构有助于打破IT/采购僵局，并在供应商选择方面提供更大的灵活性

在第一期采购信息架构第3部分:分析，我们讨论了分析在整个采购信息体系结构中的作用。

在第2部分中，我们将讨论将分析技术堆栈分解为不同构建块的价值，以便采购和IT能够更好地满足各自的目标。尽管消费分析还不到整体供应分析的10%，但它很好地说明了这一概念。以下是我的“采购分析架构的傻瓜指南”，分三层:

第1部分:供应数据仓库．或者，一个放你东西的地方。

首先定义“分析数据模型”(包括主数据、交易数据、外部内容等)，这是提供分析以支持需要做出的具体决策所必需的。它有多种形式:

• 在基本的“花费分析”中，它是“花费立方体”，持有来自AP数据、PO数据、G/L数据、p卡提要、供应商主数据等的交易历史，但也可以包括预算状态、外部供应商id(例如，DUNS编号)、父子数据、多样性状态等。
• 在供应基础分析中，将添加供应商类型、风险类型、支出类型、法规、供应商KPI类型等维度(从内部系统和外部内容存储中提取)。
• 在营运资金分析中，付款条件(即贴现率、净付款日期、国际贸易术语解释通则)、外部供应商数据(如平均DSO)等将起作用。
• 在战略采购分析中，除了支出分析外，数据开始扩展到成本类型、材料类型、商品代码、市场指数、项目代码和各种用户自定义(或系统派生)代码，用于市场复杂性、类别影响、项目特定属性等。
• 几十个

*请注意，分析数据模型不应该仅仅基于各种供应商已经到位的内容，而且可能主要是基于需要做出的高效和有效的业务决策。说,采购信息架构师应该使用打包应用程序的数据模型来帮助涂料方面的“艺术的”更广泛的分析(例如,开始引入交叉引用文件如item-category-supplier正确的“多对多”数据关系存在于采购)。公司运行甲骨文在业务应用程序中，Daily business Intelligence的使用通过获取生产应用程序的快照，并将它们放入顶部有打包报告的分析数据存储中，使这个概念变得生动起来。

数据仓库不应该等同于巨大的it驱动的金钱坑，在高级用户和更随意的用户手中都难以处理。但是,就像喜剧演员乔治·卡林说,“你需要一个适合你的东西”,它在构建过程中发挥作用的“管道”无数的源系统到仓库即使它本质上是一个暂存区域的其他应用程序做一些更有用的数据不仅仅是“切割”。因此，在数据聚合之后，必须对其进行转换，以便对其进行适当的分析以获得价值。

第2部分:数据转换有个大大的“T”

一旦您从大量正在使用的源系统中收集了数据，您就需要将其整理成合适的分析。当然,这转换说起来容易做起来难。请注意，当我说“转换”时，它不是低级数据转换步骤，而是“ETL”(提取、转换、加载)中的“T”，在ETL中，源数据在进入数据仓库之前从操作数据存储中进行预处理。

“转换”一词指的是聚合后的工作，在此工作中，数据被清理、去重复、用外部内容充实，并被“协调”(例如，交叉引用和适当的结构/相关，例如在亲子关系的情况下)正确分析。你当然可以试一试分析数据之前它被转换了，但我们不推荐使用它，只是强调源数据的稀疏程度、毒性等，这是必须纠正的。

*注意，分析和MDM(主数据管理)显然是很棒的伙伴。分析项目将很快突出您的MDM“机会”，许多分析应用程序甚至可以本地完成大量MDM工作在他们的应用程序可以为主数据建立一个参考虚拟系统，并创建更复杂的数据关系，而不必更改源系统的更简单/不充分的数据模型。

例如，花费分析供应商Zycus(现在是一个完整的战略开支管理应用程序)创建了一个姊妹公司，名为Zynapse将其开销分析解决方案(如分类法管理、自动分类)中的许多核心技术使用并扩展到MDM产品。

一个更广泛的例子是Informatica-一家从专注于分析的商业智能转向数据集成和MDM的供应商。相反，SIM、CLM、目录管理等中以主数据为中心的供应商将不会在低级数据同步和工作流中找到救赎，而是在提供更高业务影响的分析中，包括诸如下一代搜索/发现工具等领域，这些工具本质上是一种具有灵活用户友好前端的数据挖掘分析应用程序。

在这个转换层中有许多跨内容播放器的供应商(例如，D&B，派出了，Cortera，局冯·迪，CVM的解决方案，Panjiva等等)和分析供应商(或更大的供应商分析模块/功能)比如花分析供应商提供自动分类功能(是否基于规则或模式匹配基于统计)需要适当分类单项交易数据到一个类别/商品分类。这些供应商包括Zycus，身处，Emptoris（IBM），布拉沃的解决方案SAP,花雷达(SciQuest),罗斯林分析等等。

SAP是有趣的,因为它是希望利用其采购安装基础的集体力量,找到机会通过供应商InfoNet供应商风险缓解和其他领域的解决方案,骨料性能数据跨多个买家和供应商娶到外部内容和其数据浓缩和预测性能算法提供的洞察力不是仅在一个公司可用。这就是OpenRatings(回到D&B)已经是十多年前的事了，所以SAP的一些顶级产品人员现在都在这个领域工作也就不足为奇了。

第三部分:数据分析超出BASS系统

分析的第三部分是本质关键时刻-由不同的用户决定应用程序是否提供了报告、发现、模拟等所需的见解。其理念是提供大规模的分析民主化所有的潜在用户谁能产生影响和给他们所需的动力，让他们真正发现数据中隐藏的机会。“大屁股电子表格”(BASS系统)和简单的数据库(例如MS Access)肯定是大众化的，但不如具有强大OLAP功能的专门构建的分析应用程序强大。在开销分析中，此类应用程序的最佳例子是BIQ现在是什么歌剧的解决方案．

甚至ERP供应商也加入了这个游戏。甲骨文一个很好的例子是它收购了越来越多的整合Endeca,它提供了多维分类管理、搜索/发现和“钻取”功能，这是分析技术堆栈的最高层次的关键部分。

把它们放在一起-应用采购原则，为供应分析创建最佳的市场篮子

在上述三个方面定义供应分析领域的全部意义在于提供灵活性如何混合和匹配解决方案方法和单个供应商。不要只创建一个庞大的“市场篮子”，然后选择一个“赢家通吃”的方法。将所有可应用的供应商纳入考虑范围，然后看看哪些供应商优化了最终用户的总体优先级(采购、IT和其他利益相关者)，以获得时间效益、战略优先级、遵循标准、成本等。

对于拥有许多后台办公系统和最低限度的IT标准化的公司来说，基于云的供应商以较低的价格运行整个堆栈是很有意义的。对于那些拥有大型ERP和BI基础设施的人来说，他们可能希望让其中一个大型供应商来运行数据仓库，然后在接下来的两个级别上使用最佳供应商。影响混合的还有其他最佳品种系统、所需战略分析的复杂性和重要性、预算/时间到价值的权衡，以及其他因素。为了讨论你的特殊需求，请联系作者直接。

退一步说，分析是一个有趣的命题。它们是最具战略性的应用程序，需要强大的技术才能(例如MDM、集成)和领导才能，因为它们没有明确的硬性ROI(即，全是“可选价值”)。然而，它们是一个完美的起点，因为它们是最简单的集成形式，是一种“复合应用程序”。它们支持“松散耦合应用程序，但紧密集成数据”的原则。换句话说，你可以快速建立并运行基本的分析，然后利用它来突出你的数据(以及你的流程和kpi)的缺陷，从而为后续的改进和更广泛的分析提供资金。

因此，分析显然是更广泛的采购架构讨论的关键组件，并且如前所述，高度依赖于分析MDM能力强．在本系列的第4部分中，我们将研究采购体系结构的MDM方面，以及改进MDM功能的不同方法，以证明投资的合理性。