Datadrevne anskaffelser trenger ikke starte med KI: – Mye kan gjøres med «papir og blyant»
Offentlige virksomheter trenger ikke nye analyseverktøy for å begynne å bruke innkjøpsdata bedre. Leverandørreskontroen, avtaleporteføljen og fakturaene kan være et godt sted å starte.
Direktoratet for økonomistyring og forvaltning, DFØ, lanserte nylig en veileder om datadrevne anskaffelser. Målet er å hjelpe offentlige virksomheter med å bruke data mer systematisk gjennom hele anskaffelsesprosessen. Fra planlegging og konkurransegjennomføring, til kontraktsoppfølging.
Men for virksomheter som ikke har kommet langt med datadrevne anskaffelser, bør ikke utgangspunktet være avanserte analyseverktøy eller kunstig intelligens.
– Det viktigste er å kartlegge nåsituasjonen og skaffe seg oversikt. Vi er opptatt av at man ikke skal benytte data for dataens skyld, man bør ha en klar tanke om verdi, uttaler seksjonssjef i DFØ, Paul Are Angell Killie.
Start med anskaffelsesstrategien
Ifølge Killie bør virksomheten først ta utgangspunkt i målene og strategiene den allerede har satt for anskaffelsesarbeidet.
– Man bør alltid starte med definerte mål og strategier i anskaffelsesstrategien. Så er det naturlig å spørre hvordan data kan gi bedre grunnlag for oppfyllelse av strategien, forklarer han.
Neste steg er å kartlegge hvilke systemer virksomheten allerede har, og hvilke data som finnes der. Killie mener virksomhetene bør se bredere enn bare konkurransegjennomføringsverktøy (KGV) og kontraktsadministrasjonsverktøy (KAV).
– Kartlegg systemporteføljen: Hvilke systemer har dere, og hvilke muligheter gir de for tilgang til data? Se gjerne bredere enn KGV og KAV, som ofte eies av anskaffelsesfunksjonen, oppfordrer Killie.
Begynn med leverandørreskontroen
Det er heller ikke nødvendig å investere i nye analyseverktøy før virksomheten begynner å arbeide mer systematisk med data.
– Vi mener det er mulig å få til mye med data en virksomhet allerede har tilgang på. Det er mulig å få til mye med «papir og blyant», regneark og forståelse for de dataene man har tilgang til, uttaler Killie.
Et naturlig utgangspunkt kan være å koble leverandørreskontroen fra økonomisystemet med virksomhetens avtaleportefølje. Hvor langt virksomheten kan komme med eksisterende løsninger, vil ifølge Killie blant annet avhenge av størrelse, hvilke digitale hjelpemidler som finnes og hvilke ressurser virksomheten har til rådighet.
Dataene finnes – men brukes ikke
Utfordringen er ikke nødvendigvis at offentlige virksomheter mangler data.
– Det finnes nok en del data rundt omkring i ulike systemer som ikke benyttes fullt ut. Det kan skyldes flere ting, for eksempel opplevd mangel på tid og kompetanse, sier Killie.
Han mener derfor at mye handler om planlegging og prioritering. Gode data oppstår heller ikke av seg selv.
– Gode data skapes gjennom gode rutiner, både i planleggingen, konkurransegjennomføringen og oppfølgingen. Dersom man har en klar tanke om hvordan data som oppstår ett sted i prosessen, skaper verdi og gir informasjon i en annen prosess, vil det øke verdien av dataene, utdyper han.
Leverandørene spiller også en viktig rolle. Ifølge Killie bør oppdragsgiver allerede når avtalen inngås, tenke gjennom hvilke data virksomheten trenger senere og hvordan disse skal brukes.
Fakturaen kan avsløre mer enn beløpet
Et område hvor datakvalitet kan få stor praktisk betydning, er fakturadata. Norge har høy utbredelse av EHF-fakturaer basert på et standardisert format. Likevel kan kvaliteten på informasjonen variere.
– Fakturakvalitet er noe som må prioriteres, ofte på et ganske banalt nivå. Skal man for eksempel godta utstrakt bruk av fritekst, og at valgfrie felter som gir en verdi i analysearbeidet, ikke blir fylt ut?, kommenterer Killie.
Regnskapsdata kan vise hvor mye virksomheten har betalt og til hvem. Med mer detaljerte fakturadata kan innkjøperen også undersøke hva som faktisk er kjøpt, i hvilke mengder og til hvilken pris.
Det kan blant annet avdekke om fakturert pris avviker fra avtalt pris, om leverandøren legger til små gebyrer som ikke følger av kontrakten, eller om virksomheten kjøper varer utenfor avtalt sortiment. Analysene kan også si noe om interne bestillingsrutiner.
– Man kan for eksempel se om det er mange kreditnotaer på enkelte varegrupper, eller om e-handelssystemene hoppes over, sier Killie.
Fakturadata kan i tillegg brukes til å følge utviklingen i volum og forbruksmønster, og dermed gi et bedre grunnlag både for kontraktsoppfølging og kommende anskaffelser.
Kontraktsnummeret binder dataene sammen
En annen prioritering DFØ trekker frem, er bruk av et entydig kontraktsnummer. Tanken er at samme nummer bør følge kjøpet fra kontrakten, via bestillingen og helt frem til fakturaen.
– Et kontraktsnummer som identifiserer data fra kontrakt via bestilling til betaling, gir et godt grunnlag for å se resultatet av inngåtte avtaler i senere analyser, forklarer Killie.
Det krever samtidig rutiner.
– Det bør stilles krav om at kontraktsnummer påføres bestillinger, og at kontraktsnummer er påført faktura ved attestering. Kontraktsnummeret er helt sentralt i oppfølging av avtalelojalitet, poengterer Killie.
Killie påpeker at behovet for slike data bør planlegges allerede før kontrakten inngås.
I tillegg til kontraktsnummer kan oppdragsgiver ha behov for data knyttet til blant annet seriøsitet, miljøkrav og andre forhold som senere skal følges opp.
Målet bør styre hva som måles
Når stadig flere forhold kan måles, kan det også være fristende å samle mest mulig data. Killie mener virksomhetens mål bør avgjøre hvilke nøkkeltall som faktisk er relevante.
– Det er virksomhetens mål og strategier som bør styre hva man måler, og dermed trenger data til. For anskaffelsesfunksjonen er det spesielt anskaffelsesstrategien som vil være retningsgivende, forklarer Killie.
I tillegg kommer krav i lov og forskrift som virksomhetene må følge.
KI løser ikke dårlige data
Kunstig intelligens og mer avanserte analyseverktøy kan etter hvert gi nye muligheter også i anskaffelsesarbeidet. Men teknologien gjør ikke kvaliteten på datagrunnlaget mindre viktig, ifølge Killie.
– Kontroll på egne data, datakilder og datakvalitet er viktig. Uansett hvilke verktøy og metoder man benytter i arbeidet, er datakvalitet viktig. KI endrer ikke læresetningen «shit-in er shit-out», sier han.
For virksomheter som ønsker å komme i gang, oppsummerer Killie arbeidet i tre steg:
1. Skaff oversikt over nåsituasjonen.
Kartlegg blant annet hvilke virksomhetsmål data kan bidra til å måle eller nå.
2. Kartlegg systemene og datakildene.
Finn ut hvilke data virksomheten allerede har tilgang til – også utenfor de tradisjonelle anskaffelsessystemene.
3. Ta det første steget.
Det første steget er ofte det viktigste. Når dere tester nye måter og jobbe på, og bygger nye erfaringer, blir det gjerne enklere å se mulighetene.
Veilederen for datadrevne anskaffelser finner du her
