Procurement

De Kraljic Matrix, Category Management, en waarom uw data het ontbrekende stuk is

De Kraljic Matrix is de meest nuttige tool in procurement strategie, maar het vereist schone spend data om te werken. Dit artikel past het toe op hard FM, constructie en MRO.

Procurement6 March 20269 min read

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.

KwadrantHard FM VoorbeeldStrategie
StrategischHoofd M&E onderhoudsaannemer, BMS providerLangetermijnpartnerschap, gezamenlijke planning, SLA-integratie
HefboomElektriciteit, HVAC consumables op schaalVolumeversterking, competitieve tender, prijsdruk
KnelpuntSpecialistische lift onderdelen, gebouwbeheer componentenDual sourcing, veiligheidsvoorraad, leveringszekerheid
Niet-kritischAlgemene MRO, kantoorartikelen, schoonmaak consumablese-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

ContextEerste stapDatavereiste
Constructie ~€50MGekwalificeerde leverancierslijst voor top 3 vakgebieden – portfolioprijzen versus eenmalige tarievenOnderannemer spend geclassificeerd per vakgebied en project
Constructie €500M+Standaard onderdelenbibliotheek verplicht in ontwerpfase – verwijder maatwerkkostenSpend op commodity niveau, gekoppeld aan projecttype en specificatie
Hard FMUniversele asset tagging en gemeenschappelijkheid van kritische reserveonderdelenNauwkeurige, enriched asset register met fabrikantdata
Soft FMConsolidatie van chemicaliën en consumables – kosten-per-gebruiker contractenInvoice-level consumable classificatie over alle locaties
MROVirtuele catalogus van 500 meest gekochte items tegen vaste prijzenSKU-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

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 →

Further reading

Laatste inzichten

Procurement

Hoe Betere Inkoopdata Facilitaire Bedrijven Helpt Marges te Beschermen bij Olieprijsvolatiliteit

Wanneer olieprijzen stijgen, vreten brandstoftoeslagen stil de marges weg in facility management. Be…

Lees meer
AI & Digital

Hoe U de AI-race in Procurement Wint: Begin met Schone Data

AI in procurement werkt alleen als uw data schoon, geclassificeerd en betrouwbaar is. Leer hoe Pears…

Lees meer
AI & Digital

Wat Is Procurement Data Readiness en Waarom Is Het Belangrijk voor AI?

Procurement data readiness is de basis voor AI in procurement. Leer wat het betekent, waarom datakwa…

Lees meer