വിതരണവും വാങ്ങലും വിശകലനം

നേട്ടങ്ങൾ:

• ചെലവ് വിശകലനത്തിലൂടെയും പാരെറ്റോ തത്വത്തിലൂടെയും ഏറ്റവും വലിയ വ്യത്യാസം വരുത്തുന്ന വലിയ ഇനങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുകയും വിതരണക്കാരുടെ ക്രമക്കേടും ഏകീകരണ അവസരങ്ങളും കാണുകയും ചെയ്യുന്നു
• വിലയിൽ മാത്രമല്ല, ഒന്നിലധികം അളവുകളിലും (ഗുണനിലവാരം, വിശ്വാസ്യത, അപകടസാധ്യത) വിതരണക്കാരെ താരതമ്യം ചെയ്യാനും സുരക്ഷയുടെ മാർജിൻ ഉപയോഗിച്ച് ഓർഡർ അളവ് ആസൂത്രണം ചെയ്യാനും ഉള്ള കഴിവ്
• സാമ്പത്തികവും നിയമപരവുമായ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കുന്ന കരാർ തീരുമാനങ്ങൾ യോഗ്യതയുള്ള വിദഗ്ധരുടെ അംഗീകാരത്തിനും സാമ്പത്തിക/നിയമ നിയന്ത്രണത്തിനും വിധേയമാക്കാനുള്ള കഴിവ്

അസംസ്‌കൃത വസ്തുക്കൾ, സേവനങ്ങൾ, സപ്ലൈസ്, സോഫ്‌റ്റ്‌വെയർ - ഒരു ബിസിനസ്സ് ഔട്ട്‌സോഴ്‌സ് ചെയ്യുന്നതെല്ലാം വിതരണ ശൃംഖലയിലൂടെ കടന്നുപോകുന്നു. മിക്ക ബിസിനസ്സുകളിലും മൊത്തം ചെലവിൻ്റെ ഏറ്റവും വലിയ ഇനമാണ് വാങ്ങൽ; ഒരു ചെറിയ പുരോഗതി പോലും ലാഭത്തിൽ നേരിട്ട് പ്രതിഫലിക്കുന്നു. എന്നാൽ വാങ്ങൽ എന്നത് "ഏറ്റവും വിലകുറഞ്ഞത് കണ്ടെത്തുക" മാത്രമല്ല: ഇത് ശരിയായ വിതരണക്കാരൻ, ശരിയായ സമയം, ശരിയായ അളവ്, ശരിയായ ഗുണനിലവാരം, സ്വീകാര്യമായ അപകടസാധ്യത എന്നിവ തമ്മിലുള്ള സന്തുലിതാവസ്ഥയാണ്. ഈ യൂണിറ്റിൽ, വിതരണക്കാരുടെ താരതമ്യത്തിലും ഓർഡർ അളവ് ആസൂത്രണത്തിലും ചെലവ് വിശകലനത്തിലും വിതരണ അപകടസാധ്യത വിലയിരുത്തുന്നതിലും AI എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഞങ്ങൾ പഠിക്കും. നിർണായക പരിധി: AI വിശകലനങ്ങളും ശുപാർശകളും നൽകുന്നു; ഏത് വിതരണക്കാരനുമായി കരാർ ഒപ്പിടണം എന്നത് സാമ്പത്തികവും നിയമപരവുമായ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കും, ഈ തീരുമാനം ഒരു യോഗ്യതയുള്ള വിദഗ്ദ്ധൻ്റെയും മാനേജരുടെയും അംഗീകാരത്തോടെയാണ്.

ചെലവ് വിശകലനം: നിങ്ങളുടെ പണം എവിടേക്കാണ് പോകുന്നതെന്ന് കാണുക

ഒപ്റ്റിമൈസേഷൻ വാങ്ങുന്നതിനുള്ള ആദ്യപടി ചെലവ് ദൃശ്യമാക്കുക എന്നതാണ്. മിക്ക ബിസിനസ്സുകളിലും, വാങ്ങൽ നൂറുകണക്കിന് ഇനങ്ങളിലും ഡസൻ കണക്കിന് വിതരണക്കാരിലും വ്യാപിച്ചിരിക്കുന്നു; ആരും മൊത്തം ചിത്രം കാണുന്നില്ല. ചെലവ് വിശകലനം - വിഭാഗവും വിതരണക്കാരനും അനുസരിച്ച് എല്ലാ വാങ്ങലുകളും പരിശോധിക്കുന്നത് - പണം എവിടെയാണ് ഒഴുകുന്നതെന്ന് വെളിപ്പെടുത്തുന്നു. പാരെറ്റോ തത്വമാണ് ക്ലാസിക് കണ്ടെത്തൽ (ഏകദേശം 80 ശതമാനം ചെലവ് വരുന്നത് 20 ശതമാനം വിതരണക്കാരിൽ നിന്നാണ്): ഒരു ചെറിയ എണ്ണം വലിയ ഇനങ്ങളുടെ മൊത്തം ചെലവ് നിർണ്ണയിക്കുന്നു. വിഭാഗവും വിതരണക്കാരനും അനുസരിച്ച് AI നിങ്ങളുടെ അജ്ഞാത ചെലവ് ഡാറ്റ തകർക്കുകയും ഈ വലിയ ഇനങ്ങൾ പെട്ടെന്ന് കാണിക്കുകയും ചെയ്യുന്നു; നിങ്ങളുടെ ചർച്ചകളിലും മെച്ചപ്പെടുത്തൽ ശ്രമങ്ങളിലും നിങ്ങൾ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു, അത് ഏറ്റവും കൂടുതൽ മാറ്റമുണ്ടാക്കും.

രണ്ടാമത്തെ ക്ലാസിക് കണ്ടെത്തൽ വിതരണക്കാരൻ്റെ ചോർച്ചയാണ്: അഞ്ച് വ്യത്യസ്ത വിതരണക്കാരിൽ നിന്ന് ഒരേ മെറ്റീരിയൽ വാങ്ങുന്നത് വോളിയം കിഴിവ് നഷ്‌ടപ്പെടുത്തുന്നു. AI ഈ കുഴപ്പം പ്രകടമാക്കുന്നു; ഇത് ഏകീകരണത്തിനുള്ള അവസരങ്ങളെ അടയാളപ്പെടുത്തുന്നു (ചെറിയ എണ്ണം വിതരണക്കാരിൽ നിന്ന് വാങ്ങലുകൾ കേന്ദ്രീകരിക്കുന്നു). എന്നാൽ ഏകീകരണം അപകടസാധ്യതയ്‌ക്കൊപ്പം വരുന്നു - ഒരൊറ്റ വിതരണക്കാരനെ ആശ്രയിക്കുന്നു. മാനേജർ ഈ ബാലൻസ് സ്ഥാപിക്കുന്നു, AI അല്ല.

നുറുങ്ങ്: എല്ലായ്‌പ്പോഴും "ഏറ്റവും വലിയ 10 ഇനങ്ങൾ", "ഏറ്റവും ആവർത്തിച്ചുള്ള 10 ഇനങ്ങൾ" എന്നിവ ഉപയോഗിച്ച് വിശകലനം ആരംഭിക്കുക. വലിയ ഇനങ്ങൾ വിലപേശൽ ശക്തി വഹിക്കുന്നു, ആവർത്തിച്ചുള്ള ഇനങ്ങൾ ഓട്ടോമേഷനും ചട്ടക്കൂട് കരാറുകൾക്കും അവസരം നൽകുന്നു. AI ഈ രണ്ട് ലിസ്റ്റുകളും നിമിഷങ്ങൾക്കുള്ളിൽ ഔട്ട്പുട്ട് ചെയ്യുന്നു.

വിതരണക്കാരൻ്റെ താരതമ്യവും ഓർഡർ അളവും

ഒരു വിതരണക്കാരനെ തിരഞ്ഞെടുക്കുമ്പോൾ വില മാത്രം നോക്കുന്നത് ഒരു ക്ലാസിക് തെറ്റാണ്. ശരിയായ താരതമ്യം ബഹുമുഖമാണ്: വില, ഗുണനിലവാരം, ഡെലിവറി സമയം, ഡെലിവറി വിശ്വാസ്യത, പേയ്‌മെൻ്റ് നിബന്ധനകൾ, സാമ്പത്തിക ഭദ്രത, അപകടസാധ്യത. ഈ അളവുകൾ ഒരു താരതമ്യ പട്ടികയിലേക്ക് കൂട്ടിച്ചേർക്കുന്നതിൽ AI മികച്ചതാണ് - നിങ്ങൾ അതിന് അജ്ഞാത ഡാറ്റ നൽകുന്നു, അത് വെയ്റ്റഡ് സ്കോർ നിർദ്ദേശിക്കുന്നു. എന്നാൽ നിങ്ങൾ ഭാരം നിർണ്ണയിക്കുന്നു (വില പ്രധാനമാണോ വിശ്വാസ്യതയാണോ?); AI-യുടെ ഡിഫോൾട്ട് വെയ്റ്റുകൾക്ക് നിങ്ങളുടെ ബിസിനസ്സിൻ്റെ യാഥാർത്ഥ്യം അറിയില്ല.

ക്രമത്തിൻ്റെ അളവ് ആസൂത്രണത്തിൽ രണ്ട് ചെലവുകൾ വൈരുദ്ധ്യം: നിങ്ങൾ വളരെയധികം ഓർഡർ ചെയ്യുകയാണെങ്കിൽ, ഇൻവെൻ്ററി (വെയർഹൗസ്, മൂലധന പ്രതിബദ്ധത, കേടുപാടുകൾ) സൂക്ഷിക്കുന്നതിനുള്ള ചെലവ് വർദ്ധിക്കുന്നു; നിങ്ങൾ കുറച്ച് നൽകിയാൽ, ഇടയ്ക്കിടെയുള്ള ഓർഡറുകൾക്കും സ്റ്റോക്ക് ഇല്ലാത്തതിനുമുള്ള അപകടസാധ്യത വർദ്ധിക്കുന്നു. നിങ്ങളുടെ ചരിത്രപരമായ ഉപഭോഗ ഡാറ്റയിൽ നിന്ന് ന്യായമായ ഒരു ഓർഡർ അളവും റീഓർഡർ പോയിൻ്റും (സ്റ്റോക്ക് ഈ നിലയിലേക്ക് താഴുമ്പോൾ ഒരു പുതിയ ഓർഡർ നൽകാനുള്ള പരിധി) AI ശുപാർശ ചെയ്യുന്നു. ഇതൊരു ആരംഭ പോയിൻ്റാണ്; ലീഡ് സമയത്തിലെ അനിശ്ചിതത്വത്തിനും ഡിമാൻഡ് ഏറ്റക്കുറച്ചിലിനും മാനേജർ സുരക്ഷാ മാർജിൻ ചേർക്കുന്നു.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - മറഞ്ഞിരിക്കുന്ന വിതരണക്കാരൻ്റെ കുഴപ്പം. ഒരു റെസ്റ്റോറൻ്റ് ശൃംഖല 7 വിതരണക്കാരിൽ നിന്ന് വ്യത്യസ്ത ബ്രാഞ്ചുകൾ വഴി ഒരേ ക്ലീനിംഗ് മെറ്റീരിയൽ വാങ്ങുകയായിരുന്നു. മാനേജർ അജ്ഞാതമായി ചെലവഴിക്കുന്ന ഡാറ്റ AI-ക്ക് നൽകി; AI അലങ്കോലവും വില വ്യത്യാസവും കാണിച്ചു (ഒരേ ഉൽപ്പന്നത്തിന് 22 ശതമാനം വരെ വ്യത്യാസം). വാങ്ങലുകൾ 2 വിതരണക്കാരിൽ കേന്ദ്രീകരിച്ചു, വാർഷിക ചെലവ് 14 ശതമാനം കുറഞ്ഞു. ഒരൊറ്റ ഉറവിടത്തെ ആശ്രയിക്കുന്നത് ഒഴിവാക്കാൻ രണ്ടാമത്തെ വിതരണക്കാരനെ ബോധവാന്മാരാക്കി.

കേസ് 2 - വില നോക്കുന്നതിനുള്ള ചെലവ്. ഒരു നിർമ്മാതാവ് അസംസ്കൃത വസ്തുക്കളുടെ വിലകുറഞ്ഞ വിതരണക്കാരിലേക്ക് മാറി. AI താരതമ്യത്തിൽ, ഈ വിതരണക്കാരൻ്റെ ഡെലിവറി വിശ്വാസ്യത കുറവാണെന്ന് തോന്നിയെങ്കിലും മാനേജർ ഇത് അവഗണിച്ചു. മൂന്ന് മാസത്തിനുള്ളിൽ രണ്ട് പ്രധാന കാലതാമസം ഉത്പാദനം നിർത്തി; നഷ്ടമായ ഉൽപ്പാദനം കിഴിവ് നേടിയതിനേക്കാൾ പലമടങ്ങ് കൂടുതലാണ്. പാഠം: വില ഒരു വലുപ്പമല്ല; തീരുമാനത്തിൽ വിശ്വാസ്യത സ്‌കോറും ഉൾപ്പെടുത്തിയിരിക്കണം.

കേസ് 3 - ഓർഡർ അളവ് ഒപ്റ്റിമൈസേഷൻ. ഒരു ഇ-കൊമേഴ്‌സ് വെയർഹൗസ് ഇടയ്‌ക്കിടെ സ്റ്റോക്കില്ലായിരുന്നു അല്ലെങ്കിൽ ഏറ്റവും കൂടുതൽ വിറ്റഴിക്കപ്പെടുന്ന ഒരു ഉൽപ്പന്നം ഓവർസ്റ്റോക്ക് ചെയ്യുന്നു. മാനേജർ അജ്ഞാത ഉപഭോഗ ഡാറ്റ AI-ക്ക് നൽകുകയും പോയിൻ്റും സുരക്ഷാ സ്റ്റോക്ക് സാഹചര്യങ്ങളും പുനഃക്രമീകരിക്കാൻ ആവശ്യപ്പെടുകയും ചെയ്തു. AI ഫോർമുലകൾക്കൊപ്പം അദ്ദേഹം മൂന്ന് സാഹചര്യങ്ങൾ നൽകി; ലീഡ് സമയത്തിലെ അനിശ്ചിതത്വം മാനേജർ പരിഗണിക്കുകയും സുരക്ഷിതത്വത്തിൻ്റെ മാർജിൻ ഉള്ള മധ്യഭാഗം തിരഞ്ഞെടുക്കുകയും ചെയ്തു. സ്റ്റോക്ക്ഔട്ടുകൾ 60 ശതമാനം കുറഞ്ഞു, അധിക ഇൻവെൻ്ററിയും കുറഞ്ഞു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) ചെലവ് വിശകലനം:

നിങ്ങളുടെ റോൾ: പർച്ചേസിംഗ് അനലിസ്റ്റ്. അറ്റാച്ച് ചെയ്‌ത അജ്ഞാത ചെലവ് ഡാറ്റ ഉപയോഗിക്കുക (വിഭാഗം, വിതരണ കോഡ്, തുക). എന്നെ ഒരു പട്ടികയിൽ കാണിക്കുക: 1) നിങ്ങളുടെ ഏറ്റവും മികച്ച 10 ചെലവ് ഇനങ്ങൾ, 2) ഒന്നിലധികം വിതരണക്കാരിൽ നിന്ന് ഞാൻ ഒരേ ഉൽപ്പന്നം വാങ്ങുന്ന ക്ലട്ടർ പോയിൻ്റുകൾ, 3) ഏകീകരണ അവസരങ്ങളും ഓരോന്നിൻ്റെയും ആശ്രിതത്വ അപകടസാധ്യത. ഞാൻ തന്ന നമ്പറുകൾ മാത്രം ഉപയോഗിക്കുക.

2) വിതരണക്കാരൻ്റെ താരതമ്യം (മൾട്ടി ഡൈമൻഷണൽ):

അറ്റാച്ച് ചെയ്‌തിരിക്കുന്ന അജ്ഞാത വിതരണ ഡാറ്റ ഉപയോഗിക്കുക (വില, ഗുണനിലവാര സ്‌കോർ, ഡെലിവറി സമയം, വിശ്വാസ്യത, പേയ്‌മെൻ്റ് കാലാവധി). ഇനിപ്പറയുന്ന തൂക്കങ്ങളോടെ സ്കോർ ചെയ്യുക: വില 30%, വിശ്വാസ്യത 30%, ഗുണനിലവാരം 20%, ഡെലിവറി 10%, കാലാവധി 10%. പട്ടികയിൽ വെയ്റ്റഡ് സ്കോർ കാണിക്കുക, എന്നാൽ അന്തിമ തീരുമാനം നിങ്ങളുടേതാണെന്നും കരാറിന് മുമ്പ് നിയമപരമായ/സാമ്പത്തിക നിയന്ത്രണം ആവശ്യമാണെന്നും പ്രസ്താവിക്കുക.

3) ഓർഡർ അളവ് / പുനഃക്രമീകരിക്കുന്ന പോയിൻ്റ്:

അറ്റാച്ചുചെയ്ത അജ്ഞാത ഉപഭോഗ ഡാറ്റ ഉപയോഗിക്കുക (ഉൽപ്പന്നം, പ്രതിമാസ ഉപഭോഗം, ലീഡ് സമയം). പുനഃക്രമീകരിക്കുന്ന പോയിൻ്റിനും ശുപാർശ ചെയ്യപ്പെടുന്ന ഓർഡർ അളവിനും (സുരക്ഷയുടെ കുറഞ്ഞ/ഇടത്തരം/ഉയർന്ന മാർജിൻ) 3 സാഹചര്യങ്ങൾ സൃഷ്ടിക്കുക. സൂത്രവാക്യങ്ങൾ കാണിക്കുക. ലീഡ് സമയം അനിശ്ചിതത്വത്തിലാണെങ്കിൽ, ഇത് സുരക്ഷാ സ്റ്റോക്കിനെ എങ്ങനെ ബാധിക്കുന്നുവെന്ന് വിശദീകരിക്കുക.

4) സപ്ലൈ റിസ്ക് വിലയിരുത്തൽ:

ഇനിപ്പറയുന്ന വിതരണ ഇനം വിലയിരുത്തുക: [ഇനം]. സാധ്യമായ വിതരണ അപകടസാധ്യതകൾ പട്ടികപ്പെടുത്തുക (ഏക ഉറവിട ആശ്രിതത്വം, ഡെലിവറി കാലതാമസം, വിലയിലെ ചാഞ്ചാട്ടം, ഗുണനിലവാരം, ഭൂമിശാസ്ത്രം/ഭൗമരാഷ്ട്രീയം). ഓരോ അപകടസാധ്യതയ്ക്കും, സാധ്യത/ആഘാതം, കുറഞ്ഞ ചിലവ് ലഘൂകരണ നടപടി എന്നിവ നിർദ്ദേശിക്കുക. കൃത്യമായ പ്രവചനങ്ങൾ നടത്തരുത്; അനിശ്ചിതത്വങ്ങൾ അടയാളപ്പെടുത്തുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഏത് വിതരണക്കാരനാണ് ഞാൻ തിരഞ്ഞെടുക്കേണ്ടത്?

മാനദണ്ഡമില്ല, ഡാറ്റയില്ല, ഭാരമില്ല. AI ഒന്നുകിൽ "വിലകുറഞ്ഞത്" എന്ന് പറയുന്നു അല്ലെങ്കിൽ ശൂന്യമായ പൊതു ഉപദേശം നൽകുന്നു; സാമ്പത്തികവും നിയമപരവുമായ അപകടസാധ്യതയുള്ള ഒരു തീരുമാനത്തെ അടിസ്ഥാനരഹിതമായി നയിക്കുന്നു.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: പർച്ചേസിംഗ് അനലിസ്റ്റ്. 4 അജ്ഞാത വിതരണക്കാരുടെ വില, ഗുണനിലവാരം, ഡെലിവറി സമയം, വിശ്വാസ്യത എന്നിവ അനുബന്ധത്തിൽ ഉണ്ട്. സ്കോർ വിലയും വിശ്വാസ്യതയും തുല്യ ഭാരവും, അൽപ്പം കുറഞ്ഞ ഭാരമുള്ള ഗുണനിലവാരവും ഒരു താരതമ്യ പട്ടികയും ദൃശ്യമാകുന്നു. അന്തിമ തീരുമാനം എടുക്കുന്നു; ശക്തരായ 2 സ്ഥാനാർത്ഥികളെ അവരുടെ കാരണങ്ങളോടെ അവതരിപ്പിക്കുകയും കരാറിന് മുമ്പ് നിയമപരമായ/സാമ്പത്തിക പരിശോധന ആവശ്യമാണെന്ന് അവരെ ഓർമ്മിപ്പിക്കുകയും ചെയ്യുക.

വലിപ്പം

മോശം സമീപനം

ശക്തമായ സമീപനം

മാനദണ്ഡം

വില മാത്രം

ബഹുമുഖം

വെയ്റ്റിംഗ്

ഒന്നുമില്ല

തുറക്കുക

റിസ്ക്

അവഗണിക്കുക

വിലയിരുത്തി

തീരുമാനം ഉടമസ്ഥാവകാശം

AI ലേക്ക് വിട്ടു

മനുഷ്യരിൽ, വിദഗ്ദ്ധർ അംഗീകരിച്ചു

സ്ഥിരീകരണം

ഒന്നുമില്ല

നിർബന്ധമാണ്

സാധാരണ തെറ്റുകൾ

• വില നോക്കിയാൽ മതി. വിശ്വാസ്യത, ഗുണമേന്മ, അപകടസാധ്യത എന്നിവ അവഗണിച്ചാൽ അത് ചെലവേറിയതാകുന്നു.
• അമിതമായ ഏകീകരണം. ഒരൊറ്റ വിതരണക്കാരനെ ആശ്രയിക്കുന്നത് തടസ്സപ്പെടാനുള്ള സാധ്യത വർദ്ധിപ്പിക്കുന്നു; ബാലൻസ്.
• സുരക്ഷാ സ്റ്റോക്ക് മറികടക്കുന്നു. ലീഡ് സമയം അനിശ്ചിതത്വത്തിലായിരിക്കുമ്പോൾ സുരക്ഷയുടെ മാർജിൻ ഇല്ലാതെ ഓർഡർ ചെയ്യുന്നത് സ്റ്റോക്കിന് പുറത്തുള്ള അവസ്ഥയിലേക്ക് നയിക്കും.
• കരാർ തീരുമാനം AI-ക്ക് വിടുന്നു. സാമ്പത്തിക/നിയമപരമായ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കുന്ന തീരുമാനങ്ങൾക്ക് വിദഗ്ധരുടെ അനുമതി ആവശ്യമാണ്.
• യഥാർത്ഥ വിതരണക്കാരൻ്റെ/വില ഡാറ്റ ഓപ്പൺ ടൂളിലേക്ക് ഒട്ടിക്കുന്നു. അതൊരു കച്ചവട രഹസ്യമാണ്; അജ്ഞാതമാക്കുക.

ശ്രദ്ധിക്കുക: വിതരണക്കാരനുമായി ഒപ്പിട്ട കരാർ സാമ്പത്തികവും നിയമപരവുമായ പ്രതിബദ്ധതയാണ്. AI-യുടെ താരതമ്യ പട്ടിക ഒരു തീരുമാന പിന്തുണാ ഉപകരണമാണ്, ഒപ്പിന് പകരമല്ല. കരാറിന് മുമ്പുള്ള സാമ്പത്തിക ദൃഢത പരിശോധന, നിയമപരമായ അവലോകനം, യോഗ്യതയുള്ള വിദഗ്ധരുടെ അംഗീകാരം എന്നിവ നിർബന്ധമാണ്.

ചുരുക്കത്തിൽ

വിതരണവും വാങ്ങലും, ചെലവിൻ്റെ ഏറ്റവും വലിയ ഇനമെന്ന നിലയിൽ, ലാഭത്തിൽ നേരിട്ട് സ്വാധീനം ചെലുത്തുന്നു. ചെലവ് വിശകലനം ചെയ്യുന്നതിലൂടെ നിങ്ങളുടെ പണം എവിടേക്കാണ് പോകുന്നതെന്ന് കാണുക; പാരെറ്റോ തത്വം ഉപയോഗിച്ച് വലിയ ഇനങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുക; വിതരണക്കാരൻ്റെ ക്രമക്കേടും ഏകീകരണ അവസരങ്ങളും പരിഗണിക്കുക. ഒന്നിലധികം അളവുകളിൽ (വില, ഗുണനിലവാരം, വിശ്വാസ്യത, അപകടസാധ്യത) വിതരണക്കാരനെ താരതമ്യം ചെയ്യുക, വില മാത്രം നോക്കരുത്. സാഹചര്യങ്ങളും സുരക്ഷയുടെ മാർജിനും ഉപയോഗിച്ച് ഓർഡർ അളവ് ആസൂത്രണം ചെയ്യുക. ഈ വിശകലനങ്ങളിലെല്ലാം AI ഒരു ശക്തമായ സഹായമാണ്; എന്നിരുന്നാലും, കരാർ തീരുമാനത്തിന് സാമ്പത്തിക-നിയമപരമായ പ്രത്യാഘാതങ്ങളുണ്ട്, കൂടാതെ യോഗ്യതയുള്ള വിദഗ്ധരുടെ അംഗീകാരം ആവശ്യമാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

കഴിഞ്ഞ 6 മാസത്തെ അജ്ഞാതമായി വാങ്ങലുകൾ തയ്യാറാക്കുക (വിഭാഗം, വിതരണ കോഡ്, തുക). മുകളിലുള്ള "വിശകലനം ചെലവഴിക്കുക" എന്ന ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് AI-ൽ നിന്ന് മികച്ച 10 ഇനങ്ങൾ എക്‌സ്‌ട്രാക്‌റ്റ് ചെയ്‌ത് വിതരണക്കാരനെ മാറ്റുക. ഒരു ഇനത്തിനായി "വിതരണക്കാരൻ്റെ താരതമ്യം" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് ഒരു മൾട്ടിഡൈമൻഷണൽ ടേബിൾ സൃഷ്‌ടിച്ച് ഏറ്റവും ശക്തമായ 2 സ്ഥാനാർത്ഥികളെ തിരിച്ചറിയുക. തീരുമാനമെടുക്കുന്നതിന് മുമ്പ് നിങ്ങൾ എന്തൊക്കെ നിയമ/സാമ്പത്തിക പരിശോധനകൾ നടത്തുമെന്ന് ലിസ്റ്റ് ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ വിതരണക്കാരനെയും വില ഡാറ്റയെയും അജ്ഞാതമാക്കിയിട്ടുണ്ടോ?
• [ ] ഞാൻ വലിയ ഇനങ്ങളിൽ (പാരേറ്റോ) ശ്രദ്ധ കേന്ദ്രീകരിച്ചിട്ടുണ്ടോ?
• [ ] ഞാൻ വിതരണക്കാരനെ ഒന്നിലധികം അളവുകളിൽ (വില മാത്രമല്ല) താരതമ്യം ചെയ്തിട്ടുണ്ടോ?
• [ ] ഏകീകരണത്തിൻ്റെ ആശ്രിതത്വ സാധ്യത ഞാൻ വിലയിരുത്തിയിട്ടുണ്ടോ?
• [ ] ഞാൻ കരാർ തീരുമാനത്തെ വിദഗ്ദ്ധ അംഗീകാരത്തിനും നിയമ/സാമ്പത്തിക നിയന്ത്രണത്തിനും വിധേയമാക്കിയിട്ടുണ്ടോ?