Kurzüberblick
Auf einen Blick
Unser Kunde
Unser Kunde ist ein sehr großer, weltweit tätiger Maschinenbauer mit einem breiten Maschinenportfolio und Standorten rund um den Globus. Als OEM kauft er elektronische Bauteile in erheblichem Umfang ein. Die Teile stecken quer durch das Produktprogramm und kommen von vielen verschiedenen Lieferanten.
Am Anfang stand eine eng gefasste Frage: Kann COVALYZE PartIQ die technische Datenbasis für rund 190 aktive Mikrocontroller erweitern, zu denen bis dahin nur fünf Parameter vorlagen? Daraus wurde deutlich mehr als eine Datenanreicherung. Mit PartIQ und COVALYZE Analytics entstand eine Auswertung für die ganze Warengruppe: Der Einkauf kann sagen, was einen Mikrocontroller teuer macht, wo er gegenüber einem Lieferanten Gewicht hat und welche Typen sich für kommende Produkte streichen lassen.
Kennzahlen
Aktive elektronische Bauteile, zu denen der Kunde je nur 5 Parameter geliefert hat.
Technische Merkmale insgesamt, nach der Anreicherung über die MPN aus externen Katalogquellen.
Analytische Basis, nachdem dünn besetzte und unzuverlässige Merkmale ausgefiltert waren.
Aktive Lieferantenbasis, auf die sich das Volumen vor jeder Bündelung verteilt hat.
Volumen der 190 untersuchten Mikrocontroller.
Identifiziertes Potenzial über das untersuchte Einkaufsvolumen von über 7 Mio. €.
Ausgangslage
Die Herausforderung
Die interne Datenbasis war extrem dünn: 190 Mikrocontroller, beschrieben durch jeweils nur fünf technische Parameter – einer davon praktisch unbrauchbar.
Womit der Kunde startete
Der vom Kunden gelieferte Datensatz enthielt je Teil diese fünf Merkmale:
- » MPN-Nummer (dient als eindeutiger Schlüssel)
- » Pinanzahl
- » Betriebsspannung
- » Temperaturbereich (min / max)
- » Gewicht in Kilogramm – in dieser Größenordnung durch die Rundung in Excel unbrauchbar
Auf dieser Basis ließ sich das Preisverhalten nicht modellieren, Teile ließen sich nicht über Lieferanten hinweg vergleichen, und keine Bündelung ließ sich belastbar begründen.
Was die Daten schwierig machte
- » Externe Katalogquellen benannten identische Parameter uneinheitlich und lieferantenspezifisch
- » Nicht zu jedem Teil lagen alle Parameter vor; fehlende Werte mussten von echten Nullwerten unterschieden werden
- » Merkmale zur Bauform waren vorhanden, aber über verschiedene Katalogstrukturen verstreut
- » Die Pinanzahl, der stärkste Kostentreiber, tauchte auf den Plattformen unter mehreren Bezeichnungen auf
Blindflug
Über 7 Mio. € Einkaufsvolumen verteilten sich auf mehr als 20 Lieferanten, ohne dass der Einkauf die technische Vergleichbarkeit dazu hatte: keine belastbare Argumentation in der Verhandlung, keine erkennbaren Substitute, keine Grundlage für eine Bündelung der Lieferantenbasis. Der Preis war dabei nur die eine Seite. Mit jedem Projekt wuchs die Zahl der freigegebenen Mikrocontroller-Typen, die spätere Entwicklungen mitschleppen müssen.
Umsetzung
Unser Vorgehen
Quellen-Benchmark und Datenanreicherung
Mit COVALYZE PartIQ hat das Team zuerst die beste externe Datenquelle bestimmt und danach alle 190 Mikrocontroller über den MPN-Abgleich mit dem Katalog angereichert.
Plattformen im Vergleich
Mehrere Katalog- und Distributorenplattformen wurden gegen die 190 MPNs getestet und nach Trefferquote und Rücklauf sortiert. Die beste Quelle wurde zur Hauptquelle für die Anreicherung.
Anreicherung über die MPN
Mit der MPN als eindeutigem Schlüssel hat PartIQ die technischen Daten aus der gewählten Plattform gezogen und strukturiert. Aus 5 Parametern je Mikrocontroller wurden 200.
Bezeichnungen vereinheitlicht
Die uneinheitlichen, lieferantenspezifischen Bezeichnungen wurden auf einen gemeinsamen Satz abgebildet. Aus verstreuten Katalogfeldern wurde eine Parameterlogik, die für alle 190 Teile gleich gilt.
Parameter harmonisieren und reduzieren
Nach der Anreicherung standen 200 Parameter je Teil im Datensatz. In einem strukturierten Schritt blieben davon rund 80 übrig: alle, die statistisch belastbar und für die Auswertung relevant sind.
Was aussortiert wurde und warum
Von 200 auf rund 80 Parameter kam das Team, indem es entfernt hat:
- » Gewicht in Kilogramm: die Werte sind in dieser Einheit zu klein und durch die Rundung in der Tabelle vermutlich verfälscht
- » Parameter mit weniger als 5–6 Einträgen auf Teileebene: statistisch zu dünn für das Modell
- » Doppelte und redundante Felder, entstanden durch unterschiedliche Bezeichnungen in den Katalogquellen
Ein fehlender Wert und eine echte Null mussten auseinandergehalten werden: Ein Mikrocontroller mit 0,00 MB eines bestimmten Speichertyps ist etwas anderes als einer, zu dem nichts erfasst ist. Ohne diese Unterscheidung wird das Preismodell unbrauchbar.
Von 5 auf 200 auf 80
Die Datenbasis durchlief drei Stufen:
Statistisches Modell und Szenarien
Mit COVALYZE Analytics hat das Team ein statistisches Preismodell über alle 190 Mikrocontroller gerechnet. Die Güte des Modells liegt bei 92 % – für eine Analyse dieser Art ein sehr hoher Wert.
Die Kostentreiber
Das Modell beziffert, welchen Anteil jedes technische Merkmal an den beobachteten Preisunterschieden hat:
Stärkster Treiber: Kein anderes Merkmal erklärt den Preis eines Mikrocontrollers so gut.
Zweiter Treiber, mit einem eigenen Beitrag neben der Pinanzahl.
Überraschend niedrig: Die Menge erklärt die beobachteten Preisunterschiede kaum.
Überraschender Befund
Die Stückzahl erklärt nur 7 % der Preisunterschiede, deutlich weniger als erwartet. Das dreht die Verhandlungslogik um: Mengen zu bündeln bringt hier für sich genommen nichts. Die Hebel liegen in der technischen Vergleichbarkeit und in der Konzentration auf weniger Lieferanten.
Szenarien für die Warengruppe
Aus dem Modell und der Ähnlichteilerkennung sind vier Szenarien entstanden:
Lieferantenbasis bündeln und Volumen von den vielen kleinen Lieferanten auf einen Kern verlagern, bei dem der Einkauf mehr Gewicht hat
Technisch gleichwertige Mikrocontroller ersetzen, wenn Listenpreis oder Konditionen besser sind
Bauteilvielfalt begrenzen und für neue Produkte weniger Mikrocontroller-Typen freigeben
Verhandlungen über Pinanzahl und Speicher führen statt allein über den Stückpreis
Ergebnis und Wirkung
Das Ergebnis
Aus 5 Parametern wurden rund 80 relevante Parameter, dazu ein statistisches Modell mit einer Güte von 92 %. Damit sieht der Einkauf zum ersten Mal, wie die Preise über ein Einkaufsvolumen von deutlich über 7 Mio. € zustande kommen.
Was sich für den Einkäufer ändert
Der Einkauf kann seit dem Projekt:
- » alle 190 Mikrocontroller anhand von rund 80 technischen Parametern bewerten statt anhand von 5
- » technisch ähnliche und austauschbare Teile sicher erkennen
- » benennen, welche Merkmale den Preis treiben, und mit dieser Logik in die Lieferantenverhandlung gehen
- » beurteilen, wo sich die Bauteilvielfalt in künftigen Produkten verringern lässt
- » Volumen zwischen mehr als 20 Lieferanten gezielt verschieben, nach Verhandlungsposition und technischer Vergleichbarkeit
„Angefangen hat es mit der Bitte, fehlende Mikrocontroller-Daten zu ergänzen. Am Ende sieht der Kunde, was die Kosten treibt, wo er seine Lieferanten fordern kann und wo sich die Bauteilvielfalt für kommende Produkte verringern lässt.“
Aktive elektronische Bauteile, zu denen der Kunde je nur 5 Parameter geliefert hat.
Technische Merkmale insgesamt, nach der Anreicherung über die MPN aus externen Katalogquellen.
Analytische Basis, nachdem dünn besetzte und unzuverlässige Merkmale ausgefiltert waren.
Aktive Lieferantenbasis, auf die sich das Volumen vor jeder Bündelung verteilt hat.
Volumen der 190 untersuchten Mikrocontroller.
Identifiziertes Potenzial über das untersuchte Einkaufsvolumen von über 7 Mio. €.
Aus einer Datenaufgabe ist eine Entscheidungsgrundlage für Einkauf und Entwicklung geworden.
Von der Datenlücke zur Verhandlungsbasis
Vor dem Projekt sah der Einkauf von seinen Mikrocontrollern nur einen dünnen, teils unzuverlässigen Ausschnitt. Jetzt liegen die technischen und die kaufmännischen Daten in einer Struktur zusammen: Der Einkäufer kann einen Preis begründen, sieht je Lieferant, wo er fordern kann, und erkennt über die Ähnlichkeiten, welche Typen sich ersetzen oder zusammenlegen lassen. Dieselbe Reihenfolge trägt auch in anderen Elektronik-Warengruppen: erst die Quelle prüfen, dann die Bezeichnungen vereinheitlichen, dann die Treiber rechnen. Das funktioniert bei jedem Katalogteil.
