Category management is al decennia lang een standaard framework in procurement. De theorie is goed begrepen: groepeer spend in strategische categorieën, analyseer elke als een business unit, en gebruik die structuur om betere sourcing-, supplier- en contractingbeslissingen te nemen. De praktijk is moeilijker – niet omdat de frameworks onduidelijk zijn, maar omdat ze schone, geclassificeerde, consistente spend data vereisen die de meeste hard services bedrijven niet op orde hebben.
The Kraljic Matrix: still the most useful tool in procurement strategy
Ontwikkeld door Peter Kraljic in 1983 en gepubliceerd in Harvard Business Review, organiseert de Kraljic Matrix spend in vier kwadranten gebaseerd op twee dimensies: leveringsrisico en winstimpact.
| Kwadrant | Hard FM Voorbeeld | Strategie | |---|---|---| | Strategisch | Hoofd M&E onderhoudsaannemer, BMS provider | Langetermijnpartnerschap, gezamenlijke planning, SLA-integratie | | Hefboom | Elektriciteit, HVAC consumables op schaal | Volumeversterking, competitieve tender, prijsdruk | | Knelpunt | Specialistische lift onderdelen, gebouwbeheer componenten | Dual sourcing, veiligheidsvoorraad, leveringszekerheid | | Niet-kritisch | Algemene MRO, kantoorartikelen, schoonmaak consumables | e-catalogi, automatisering, procurement efficiency |
The problem: you cannot use Kraljic without spend visibility
Het nauwkeurig plaatsen van spend in de Kraljic kwadranten vereist – met precisie – te weten wat u koopt, van wie, in welk volume en op welk risiconiveau. Die informatie bevindt zich in uw procurement data. Als die data niet consistent geclassificeerd is, wordt de matrix een theoretische oefening in plaats van een praktisch hulpmiddel.
In de meeste FM procurement omgevingen manifesteert het dataprobleem zich op drie specifieke manieren:
- U kunt de totale commodity spend niet zien. Hetzelfde HVAC filter wordt geregistreerd als "HVAC filter 400mm", "luchtfilter", "F7 filterpaneel" en "ventilatie consumables" afhankelijk van locatie en gebruiker. Zonder classificatie is er geen betrouwbaar overzicht van de totale filter spend – u kunt dus niet beoordelen of dit een hefboom- of niet-kritische categorie is.
- U kunt de supplier concentratie niet beoordelen. Een knelpunt risicobeoordeling vereist te weten wie kritische componenten levert en of er alternatieven bestaan. Gefragmenteerde supplier data maakt dit onmogelijk.
- U kunt de categorieprestaties niet over tijd volgen. Category management is een continue cyclus. Voortgang vereist een stabiele, geclassificeerde datafundering.
Category strategy in practice: the five scenarios
| Context | Eerste stap | Datavereiste | |---|---|---| | Constructie ~€50M | Gekwalificeerde leverancierslijst voor top 3 vakgebieden – portfolioprijzen versus eenmalige tarieven | Onderannemer spend geclassificeerd per vakgebied en project | | Constructie €500M+ | Standaard onderdelenbibliotheek verplicht in ontwerpfase – verwijder maatwerkkosten | Spend op commodity niveau, gekoppeld aan projecttype en specificatie | | Hard FM | Universele asset tagging en gemeenschappelijkheid van kritische reserveonderdelen | Nauwkeurige, enriched asset register met fabrikantdata | | Soft FM | Consolidatie van chemicaliën en consumables – kosten-per-gebruiker contracten | Invoice-level consumable classificatie over alle locaties | | MRO | Virtuele catalogus van 500 meest gekochte items tegen vaste prijzen | SKU-level classificatie van hoogfrequente aankopen |
Data quality as category management fuel
Wat alle vijf scenario's verbindt, is dezelfde vereiste: spend data die geclassificeerd, consistent en bruikbaar is voor analyse. Zonder dat besteedt een category manager 80% van zijn/haar tijd aan het voorbereiden van data en 20% aan strategie. Hiermee keert die verhouding om.
"Voor het eerst konden we onze spend rapporten vertrouwen. Ik gebruikte de outputs om ons eerste strategische sourcing rapport op te stellen dat daadwerkelijk standhield onder CFO-toezicht."
– Head of Procurement, Europees infrastructuurbedrijf
Stephanie Wiechers
CEO & Co-founder, Pearstop
Stephanie leads Pearstop's go-to-market and strategic direction. She works directly with procurement and FM leaders across Europe to understand how data quality affects margins, contracts, and AI readiness.
LinkedIn →