Hoe Maverick Spend te Controleren: Waarom het een Dataprobleem is, niet een Disciplineprobleem

Maverick spend is not a discipline problem

Maverick spend — de praktijk van het aankopen van goederen of diensten buiten de gevestigde, onderhandelde contracten en procurementkaders — wordt traditioneel gezien als een compliancefout. Site managers kopen wat ze nodig hebben van wie dan ook die de telefoon beantwoordt. Project managers gebruiken hun voorkeursonderaannemers. Ingenieurs bestellen onderdelen bij de detailhandel omdat de goedgekeurde leverancier drie dagen nodig heeft en de productielijn nu uit staat.

De instinctieve reactie is om dit op te lossen met beleid: verplicht de goedgekeurde leverancierslijst, beperk het gebruik van aankoopkaarten, vereis additionele goedkeuringen. Een deel daarvan is passend. Maar beleidshandhaving zonder gegevenszichtbaarheid is wrijving zonder inzicht. U creëert obstakels voor een gedrag dat u niet nauwkeurig kunt meten.

De organisaties die maverick spend het meest effectief verminderen, doen iets anders eerst. Ze classificeren hun spend op commodityniveau. En dan kijken ze naar wat die classificatie onthult.

Why FM and construction are structurally exposed

In de meeste industrieën is het aankoopproces redelijk gecentraliseerd. Een procurementfunctie zit tussen vraag en aanbod, en de meeste transacties verlopen via deze functie. In FM en bouw breekt dit model af vanwege structurele redenen.

In hard FM komt een reactief onderhoudsverzoek om 23.00 uur binnen. De dienstdoende ingenieur heeft een vervangingsonderdeel nodig. De vestiging van de goedgekeurde distributeur is gesloten. De dichtstbijzijnde handelsvestiging heeft het onderdeel tegen de lijstprijs. Het onderdeel wordt gekocht, de klus wordt geklaard, en de transactie wordt geboekt op het site-onderhoudsbudget als "onderdelen." Niemand overweegt of er een kaderovereenkomst was die dat onderdeel bestreek. Niemand controleert of de kritieke reserveonderdelen op die locatie het hadden moeten bevatten. De gegevens gaan naar het ERP als een vrije-tekstregel met geen commoditycode.

In de bouw bouwt elke projectmanager een vertrouwd netwerk van onderaannemers op over een periode van jaren. Dat netwerk is echt, waardevol en geheel buiten elk procurementkader. Wanneer een projectmanager een grondwerkencontractor nodig heeft, belt hij de persoon die hij kent. Het resultaat is dat een bouwportfolio van €500M 200 grondwerken-transacties met 60 verschillende leveranciers kan hebben, met een prijsvariatie van 20-40% voor vergelijkbaar werk, verborgen in individuele projectbudgetten.

Dit zijn geen disciplinefouten. Ze zijn de voorspelbare uitkomsten van operationele omgevingen waarin snelheid belangrijk is en procurementgegevens te slecht zijn om centrale controle te ondersteunen.

What gets exposed when you classify your spend

Classificatie voorkomt maverick spend niet. Het maakt het zichtbaar. En zichtbaarheid is wat het daaropvolgende gesprek over beleid en kaders feitelijk maakt in plaats van anekdotisch.

Hier is wat typisch naar voren komt wanneer een FM- of infrastructuurorganisatie een classificatie-oefening op commodityniveau uitvoert op 12-18 maanden transactiegeschiedenis:

• Dubbele leveranciersuitgaven voor identieke artikelen. In MRO-omgevingen komt hetzelfde bolt — identieke fabrikant, identiek onderdeelnummer — voor dat wordt gekocht bij drie verschillende distributeurs tegen drie verschillende prijzen op verschillende locaties. Voordat classificatie plaatsvindt, zijn deze transacties drie afzonderlijke regels met verschillende beschrijvingen ("M12-bolt 50mm", "hex-bolt roestvrijstaal M12", "bevestiging roestvrijstaal 50mm"), verschillende GL-codes en geen zichtbare verbinding. Na classificatie worden ze teruggebracht tot één UNSPSC-commoditycode. De prijsvariatie — typisch 25-50% tussen de goedkoopste en duurste bron — is onmiddellijk zichtbaar. Op volume is die variatie terug te verdienen geld.

• Contractlekkage op onderhandelde categorieën. Een organisatie kan een kaderovereenkomst hebben voor elektrische verbruiksartikelen met een voorkeursdistributeur tegen overeengekomen prijzen. Classificatie van factuurgegevens onthult vaak dat 30-40% van de elektrische verbruiksartikelenuitgaven naar leveranciers buiten het kader gaan. Dit is niet zichtbaar vanuit de facturen van de kaderleverancier alleen — u ziet het alleen wanneer u de totale populatie van elektrische verbruiksartikelenuitgaven over alle locaties classificeert.

• Reactief vs. gepland onderhoudsuitgavenverhouding per assetklasse. In hard FM kost reactief onderhoud typisch 3-5 keer zoveel als gepland onderhoud voor hetzelfde assetwerk. Classificatie maakt het mogelijk om reactief van gepland uitgaven te scheiden per assettype. Wanneer die analyse aantoont dat 70% van de HVAC-onderhoudsuitgaven reactief is, is het een asset managementprobleem met een kostenimplicatie — niet alleen een operationele ergernis. U kunt die analyse niet uitvoeren zonder classificatie van onderhoudsuitgaven op commodityniveau.

• Onzichtbare categorieën met aanzienlijk volume. De meest voorkomende bevinding in een eerste classificatie-oefening is een categorie waarvan procurement geen zicht had. Grondonderhoud verdeeld over projectcodes. Tijdelijke stroomopwekking verspreid over site-variantorders. Afvalverwijdering geboekt op een dozijn verschillende kostenplaatsen. Elk van deze is een echte uitgavencategorie met hefboomwerking — maar alleen als u het als categorie kunt zien. Classificatie maakt dat mogelijk.

The MRO case: €200k from parts no one was managing

Een in het VK gevestigde MRO-fabrikant — 40.000 actieve onderdelen in de catalogus, multi-siteproductieomgeving — voerde een onderdeelverrijking- en classificatie-oefening uit als voorwaarde voor een sourcingsreview. Het onmiddellijke doel was om de asset- en onderdeelmastergegevens op te schonen, die over een periode van jaren een aanzienlijke duplicatie en inconsistentie hadden opgebouwd.

De classificatie-uitvoer identificeerde een subset van ongeveer 800 onderdelen waarvoor de huidige aankooproute een distributeur was, maar waarbij directe OEM-sourcing tegen aanzienlijk lagere eenheidsprijs haalbaar was. De distributeurmarge op deze onderdelen varieerde van 25-50%. Bij de aankoopvolumes die betrokken waren, vertegenwoordigde het omschakelen van deze 800 onderdelen naar directe OEM-sourcing ongeveer €200.000 aan jaarlijkse besparingen.

Niets van dit alles was zichtbaar voordat classificatie plaatsvond. De onderdelen bestonden in het systeem onder inconsistente beschrijvingen over locaties. Er was geen manier om aankoopvolume per onderdeel samen te voegen, omdat de beschrijvingen niet overeenkwamen. Classificatie loste dat op. Zodra elk onderdeel een consistente commoditycode en fabrikantreferentie had, was de volume-aggregatie eenvoudig. De sourcingsmogelijkheid was duidelijk vanuit de gegevens.

Dit is het patroon. De besparingen vereisen geen nieuwe procurementstrategie. Ze vereisen zichtbaarheid van wat er al gebeurt.

The Golden 500 approach

Een van de meest effectieve interventies voor MRO- en onderhoudsuitgavencontrole is de virtuele catalogus — een verplichte lijst van vooraf geprijsde artikelen die site- en onderhoudsteams moeten gebruiken voor gangbare aankopen. Het concept is eenvoudig. De implementatie-uitdaging is altijd hetzelfde: welke 500 artikelen moeten erop staan?

Zonder classificatie kan die vraag niet betrouwbaar worden beantwoord. U kunt site-managers vragen wat ze het vaakst kopen, en ze geven u een lijst die hun individuele site weerspiegelt in plaats van het portfolio. U kunt naar distributeurfacturen kijken, maar beschrijvingen variëren per leverancier en per aankoper. U kunt niet aggregeren over locaties zonder een gemeenschappelijke classificatieschema.

Met classificatie is het antwoord een query. Rangschik alle commoditycodes op transactiefrequentie en totale uitgaven over het portfolio. De top 500 artikelen per transactievolume, over alle locaties, zijn uw cataloguskandidaten. Elk van hen wordt al herhaaldelijk gekocht. De catalogus verandert de vraag niet — het verandert de aankooproute, de prijs en de controle.

De classificatie-oefening is wat de catalogus bouwbaar maakt. Zonder het is het alsof u site-managers vraagt om een lijst overeen te komen via een commissieproces dat maanden duurt en een catalogus produceert die wordt gevormd door degene die het hardst praat in plaats van door de feitelijke aankoopgegevens.

Voor een diepere kijk op hoe classificatie category management-strategie mogelijk maakt — Kraljic-positionering, kaderovereenkomsten, volumeconsolidatie — zie het artikel over waarom UNSPSC-classificatie de basis is van category management in FM en infrastructuur.

Price variance across sites: the number that moves CFOs

Het gesprek met een CFO over maverick spend is moeilijk wanneer het bewijs anekdotisch is. "Site-managers kopen buiten het kader" is een klacht. "We hebben 35% prijsvariatie op M&E-verbruiksartikelen over locaties, wat ongeveer €340.000 aan terug te verdienen uitgaven per jaar vertegenwoordigt" is een business case.

Classificatie produceert het tweede type bewijs. Wanneer u kunt laten zien — op commodityniveau — dat hetzelfde artikel wordt gekocht tegen materiaal verschillende prijzen over uw siteportfolio, wordt het gesprek over cataloguscompliance en kaderhandhaving specifiek en kwantificeerbaar.

Typische prijsvariatiebevindingen in FM en bouw MRO: 20-40% variatie op hetzelfde artikelnummer over locaties, geconcentreerd in reactief onderhoudscategorieën. Voor een organisatie die €5M per jaar uitgeeft aan MRO, is het terug te verdienen deel van die variatie — zelfs bij gedeeltelijke complianceverbetering — een materieel bedrag. Classificatie is wat het zichtbaar maakt.

What this requires in practice

Maverick spend via classificatie blootleggen is een data-oefening voordat het een procurement-oefening is. De stappen zijn sequentieel:

Eerst, haal 12-18 maanden transactiegegevens uit uw ERP — SAP, Oracle, of equivalent. Leveranciernaam, beschrijving, hoeveelheid, prijs, GL-code, kostenplaats en datum zijn de minimale velden die vereist zijn.

Ten tweede, voer classificatie op commodityniveau uit op die dataset met UNSPSC. Dit is waar geautomatiseerde classificatietools hun waarde verdienen. Een dataset van 100.000 transacties die handmatig worden geclassificeerd, zou maanden duren. Geautomatiseerde classificatie met 90-95% nauwkeurigheid verwerkt dezelfde dataset in dagen.

Ten derde, voer spendanalyse uit op de geclassificeerde uitvoer. Prijsvariatie per commodity over locaties, leveranciertelling per commodity, uitgaven binnen vs. buiten kader, reactief vs. gepland onderhoudsverhouding per assetklasse. Deze analyses zijn queries zodra de gegevens zijn geclassificeerd. Ze zijn onmogelijk voordat classificatie plaatsvindt.

Ten vierde, neem de bevindingen mee naar de business. Niet om compliance af te dwingen — nog niet — maar om de huidige staat zichtbaar te maken voor de mensen die het kunnen veranderen. Operationsdirecteuren en CFO's reageren op specifieke cijfers. Category managers hebben de gegevens nodig om het geval intern te bepleiten.

Het beleidsgesprek komt na het datagesprek. Handhaving zonder zichtbaarheid creëert weerstand. Handhaving na zichtbaarheid creëert begrip.

Frequently asked questions

Hoe weten we of onze maverick spend een datazichtbaarheidsprobleem is of een echt complianceprobleem?

De test is of procurement momenteel kan laten zien, op commodityniveau, wat wordt gekocht buiten onderhandelde kaders. Als die analyse niet bestaat — als het antwoord is "we denken dat het aanzienlijk is, maar we kunnen het niet kwantificeren" — hebt u een zichtbaarheidsprobleem. Complianceproblemen kunnen alleen worden beoordeeld nadat zichtbaarheidsproblemen zijn opgelost. Classificatie is de eerste stap.

We hebben een goedgekeurde leverancierslijst. Controleert dat niet al maverick spend?

Een goedgekeurde leverancierslijst controleert welke leveranciers zijn geautoriseerd. Het controleert niet of aankopen van die leveranciers via onderhandelde contracten tegen overeengekomen prijzen gaan, versus spotaankopen tegen lijstprijzen van dezelfde leverancier. Classificatie van transactiegegevens onderscheidt tussen deze — u kunt zien, voor elke commodity, of de eenheidsprijs die wordt betaald, overeenkomt met de kaderprijs. Goedgekeurde leverancierslijsten creëren het beleid; spendclassificatie meet de compliance ermee.

Bij welk uitgavenvolume wordt een classificatie- en maverick spend-analyse rendabel?

Als ruwe richtlijn: als u meer dan 20 locaties of projecten heeft, of meer dan €5M aan jaarlijkse MRO- en onderhoudsuitgaven, of meer dan 500 actieve leveranciers, zal de analyse waarschijnlijk terug te verdienen uitgaven opleveren die de kosten van het uitvoeren ervan overtreffen. De MRO-fabrikantcase hierboven betrof 40.000 onderdelen en produceerde €200.000 aan jaarlijkse besparingen. Kleinere datasets produceren evenredig kleinere bevindingen, maar de kosten van een classificatie-oefening schalen met gegevensvolume — de analyse zelf is niet duur in verhouding tot wat het typisch vindt.

Gerelateerde lectuur: Waarom UNSPSC-Classificatie de Basis is van Category Management in FM en Infrastructuur | UNSPSC-Classificatie nauwkeurigheid: Wat 90–95% Echt Betekent

Pearstop Team

Pearstop

Pearstop helps procurement and operations teams in hard services, FM, construction, and manufacturing turn messy data into a reliable foundation for decisions, AI, and category management.

LinkedIn →