Posted On 24 settembre 2018 By In Innovazione, News With 248 Views

La cattiva gestione dei dati è un rischio per le risorse aziendali

Gestione dei dati

Un’informazione scorretta può significare errori costosi nell’analisi della spesa

 

Quando si lavora sulla stima dei costi delle terze parti, l’ultima cosa che si vorrebbe è trovare buchi o dati inesatti. La conseguenza potrebbe essere una decisione che non si regge su una corretta informazione.

Questa paura potrebbe spiegare perché, secondo una ricerca di Forrester, quasi un terzo dei chief data officer spendono almeno il 40% del loro tempo nel verificare l’attendibilità dei propri dati prima di usarli per prendere decisioni critiche. Dopotutto, un tale investimento di tempo è comprensibile se si considera l’alternativa: Gartner ha rilevato che le aziende perdono in media 15 milioni di dollari ogni anno a causa di una qualità dei dati scadente.

La cattiva gestione dei dati può avere conseguenze dannose, sia per una startup che per una multinazionale. Brian Alster, global head of supply and compliance products di Dun & Bradstreet, spiega su Spend Matters tre problemi ai quali prestare attenzione per evitare errori costosi nell’analisi della spesa.

  1. Dati doppi

Ci sono molti modi in cui un’azienda può trovarsi ad avere dati duplicati: portali di registrazione multipli, fusioni e acquisizioni, incongruenze nel processo di data entry e altro ancora. Avere più di un record per un determinato fornitore può sembrare una cosa di poco conto, ma le conseguenze di avere informazioni duplicate nel gestionale dei fornitori dell’azienda possono essere ad ampio raggio e costare caro.

Il problema maggiore è che i dati doppi impediscono alle aziende di identificare le opportunità di saving. I doppioni limitano anche la visione sulla spesa aziendale e sulle relazioni con i fornitori, rendendo impossibile conoscere quanto state pagando esattamente uno specifico prodotto.

Per prevenire questi errori, potreste abbinare i vostri vendor record a un ID permanente, in modo da avere un identificatore che può essere usato ogni volta in un segmento specifico di dati. Una volta che i vostri dati sono ordinati con dei packet identifier, sarete in grado di avere uno sguardo approfondito sul vostro database usando strumenti di visualizzazione come le heat map (rappresentazioni grafiche dei dati dove i valori sono rappresentati con i colori) o gli avvisi in tempo reale. Questo vi aiuterà a identificare le inefficienze nel database fornitori.

  1. Dati scorretti

Secondo un articolo dell’Harvard Business Review, quasi metà delle nuove registrazioni di dati contengono qualche tipo di errore fondamentale. Operazioni societarie, fusioni, acquisizioni e bancarotta sono solo alcuni degli eventi che possono influenzare i dati della spesa e rendere questi errori un problema per il procurement.

La frequenza con cui le aziende cambiano i propri dati è impressionante e può complicare ulteriormente il quadro. Dun & Bradstreet riporta che ogni ora 64 aziende cambiano il proprio indirizzo e nello stesso lasso di tempo aprono 159 nuove attività.

Moltissime aziende falliscono nel tenere traccia e registrare questi cambiamenti aziendali su base continua, cosa che crea confusione nella relazione con i fornitori. Se, per esempio, uno dei vostri fornitori dovesse dichiarare bancarotta, sarebbe bene per voi saperlo il prima possibile per poter impostare una strategia di riduzione dei danni.

Creando un programma di due diligence completo che monitori continuamente le vostre relazioni con le terze parti tramite survey periodiche dei fornitori e una fonte di convalida terza, potete mitigare il rischio e registrare i cambiamenti nel portfolio fornitori in tempo reale.

  1. Dati discordanti

Quando le aziende hanno diverse fonti di dati, gestire quelli discordanti può essere un problema. Questo non solo rende più difficile fornire un’analisi, ma il processo stesso di ricerca di queste discordanze provoca uno spreco di tempo e denaro. Per prevenire dal principio l’ingresso di dati sbagliati, le aziende dovrebbero garantire l’interoperabilità per gestire gli analytics, a prescindere da metodi differenti di raccolta dei dati. E mappando i dati con una chiave comune, si possono sempre uniformare pur usando sistemi diversi.

Non c’è nulla di peggio che arrivare alla fine di un’analisi dei dati e accorgersi che non erano corretti o ne mancava uno fondamentale. Avendo consapevolezza di queste tipologie di problemi è possibile aiutare la propria azienda a risolverli e a prevenirli in futuro.

Lascia un commento