Negen van de tien bedrijven hebben na COVID risicomanagementstrategieën geïmplementeerd. Deze initiatieven omvatten volgens een McKinsey-enquête uit 2022 acties zoals het implementeren van dashboards voor end-to-end-zichtbaarheid (67%), scenarioanalyse (37%) en werken aan het verzamelen van voldoende data (53%).
Hoewel deze inspanningen een positief effect hebben gehad—bedrijven rapporteren dat zij 1,5 tot 2 keer minder kans hebben op supply chain-impact—zijn ze niet zo krachtig gebleken als gehoopt door de meeste supply chain-leiders.
Supply chain-executives voelen zich nog steeds niet voldoende toegerust om de verstoringen van vandaag en morgen het hoofd te bieden. Van snel groeiende sanctielijsten tot nieuwe milieuregels die ongekende zichtbaarheid in de toeleveringsketen vereisen, zorgen nieuwe obstakels ervoor dat leiders zich afvragen welk risico zich vervolgens zal aandienen.
Om deze uitdagingen te overwinnen, wenden bedrijven zich steeds vaker tot strategieën die het kenmerk vormen van proactief risicomanagement. Deze omvatten:
Intensievere samenwerking met leveranciers (61%)
Investeren in digitale transformatie (42%)
Optimaliseren van vraagbeheer (37%)
Hoewel deze benaderingen een stap in de goede richting zijn, schieten ze tekort bij het adresseren van de huidige risico’s door de wijze van implementatie. Waarom? Omdat deze strategieën twee cruciale elementen missen: schaalbaarheid en duurzaamheid.
Samenwerking met leveranciers: een handmatig proces met beperkingen
Leveranciersenquêtes blijven de meest voorkomende methode voor het verzamelen van belangrijke informatie over de toeleveringsketen. Deze enquêtes, doorgaans jaarlijks of tweejaarlijks uitgevoerd, geven inzicht in naleving van regelgeving, risicobeheer en de algemene prestaties van leveranciers. Echter, als handmatig proces kent samenwerking via enquêtes een aantal significante beperkingen, vooral met het oog op schaalbaarheid en duurzaamheid.
Leveranciers bevragen is een statisch proces
De handmatige aard van deze enquêtes zorgt ervoor dat er vooral statische informatie wordt verzameld. De data die via vragenlijsten en andere navragen wordt verkregen, biedt slechts een momentopname van de situatie op het moment van invullen. Bijvoorbeeld: als een leverancier in maart wordt bevraagd en in juni op een sanctielijst wordt geplaatst, kan dit tot wel een jaar onopgemerkt blijven tot de volgende enquête. Dit creëert een ernstig gebrek aan inzicht, waardoor bedrijven blootgesteld worden aan compliance-risico’s, juridische aansprakelijkheid en andere verstoringen die zich tussen enquête-intervallen voordoen.
Leveranciersenquêtes zijn bovendien niet schaalbaar tot het niveau dat de komende ESG-regelgeving zal vereisen. Nu er meer inzicht vereist wordt in leverancierspraktijken en ethiek, zal het volume aan enquêtes richting Tier-1-leveranciers over hun sub-tier-zichtbaarheid sterk toenemen. Hierdoor zullen bedrijven, zelfs als ze de kwaliteit, volledigheid en diepgang van hun enquêtes verhogen, alsnog te maken krijgen met niet-reagerende leveranciers en afnemende meerwaarde.
Leveranciers ervaren vaak enquêtevermoeidheid
Enquêtevermoeidheid groeit. Uit een Voice of the Supplier-enquête uit 2024 onder leveranciers bleek dat 61% van deze fabrikanten het gevoel heeft dat "hun belangrijkste klant te veel informatieverzoeken stuurt". Bovendien meldde 60% dat "hun belangrijkste klant verwacht dat zij te veel administratieve taken op zich nemen".
Leveranciers die te maken krijgen met meerdere klanten die allemaal uitgebreide compliance-data eisen, raken snel overweldigd. Dit resulteert in onvolledige of gehaaste antwoorden, zeker bij toeleveranciers op het middenniveau die kleinere klanten lager prioriteren. Ook wanneer antwoorden binnenkomen, kan de kwaliteit en diepgang van de data te wensen overlaten. Dit beperkt de effectiviteit van samenwerkingsinspanningen verder.
Leveranciers delen niet altijd uw prioriteiten
Het is een waarheid die elke professional in de supply chain kent: wat gunstig is voor de eindfabrikant, hoeft niet hetzelfde te zijn voor de leverancier—zeker als het om ESG- en CSR-regelgeving gaat. Leveranciers hanteren vaak andere prioriteiten of ethische normen dan de bedrijven aan wie zij onderdelen, subassemblies en producten leveren. Om zichzelf zo positief mogelijk te profileren, klanten te behouden en potentiële compliance-problemen te vermijden, kunnen leveranciers informatie selectief rapporteren, hun nalevingsstatus gunstiger voordoen of belangrijke details achterwege laten. Zo investeren bedrijven mogelijk in een onvolledig beeld, waarvan de waarheid afwijkt van de realiteit.
Digitale technologie: adoptie zonder routekaart
De golf van digitale transformatie heeft talloze softwareoplossingen gebracht waarmee bedrijven alles kunnen beheren van CO₂-uitstoot tot leveranciersrisico. Ondanks deze moderniseringsslag zijn veel bedrijven in digitale tools gestapt zonder een compleet stappenplan.
Losstaande, gespecialiseerde technologische oplossingen fragmenteren uw data
De meeste digitale oplossingen op de markt zijn "point solutions", ontwikkeld om heel specifieke problemen aan te pakken, zoals ESG-scoreberekening of het monitoren van de financiële stabiliteit van leveranciers. Door de focus op het oplossen van onderdelen van het vraagstuk, adopteren veel bedrijven technologie zonder rekening te houden met technologische verbondenheid. Het resultaat: een steeds complexer technologielandschap met datasilo’s die voor medewerkers lastig te overzien zijn. Volgens BetterCloud gebruiken bedrijven gemiddeld 112 SaaS-applicaties, waarbij medewerkers meer dan 1.100 keer per dag tussen 35 essentiële applicaties schakelen.
Deze digitale tools helpen bedrijven weliswaar individuele uitdagingen aan te pakken, maar creëren ook een nieuw en groter probleem: datafragmentatie. Datafragmentatie betekent dat informatie ongeorganiseerd, onsamenhangend en verspreid over uiteenlopende databases is opgeslagen. Professionals in dergelijke werkomgevingen vinden het vrijwel onmogelijk om een samenhangend overzicht van de volledige toeleveringsketen te krijgen.
Ontbreken van geïntegreerde data belemmert integrale zichtbaarheid
Dit gebrek aan integratie ligt aan de basis van een van de grootste tekortkomingen in de digitale transformatie van bedrijven: gebrekkig inzicht. Meestal bedoelt men hiermee een tekort aan beschikbare data. Dat blijft een terugkerend probleem. Maar er ontstaat ook een nieuw type blindheid, veroorzaakt door zowel de technologische hulpmiddelen als de complexe, vertakte waardeketens. Onsamenhangende data die niet goed tot een holistisch inzicht zijn te synthetiseren, verhinderen dat bedrijven het grotere geheel zien dat de beschikbare gegevens eigenlijk laten zien.
Datasilo’s zijn geen nieuw fenomeen; organisaties voeren hier al decennia strijd tegen. Maar het willekeurig inzetten van verschillende technologieplatforms, zonder oog voor de impact op overzicht en samenwerking tussen afdelingen, werkt tegen hen. Zo ontstaan gefragmenteerde, losstaande data-ecosystemen waardoor supply chain-professionals kernrisico’s bij hun leveranciers en in hun eigen processen over het hoofd kunnen zien.
Data samenbrengen vereist vaak shadow IT
Om het gebrek aan koppelingen tussen databases te ondervangen, wenden medewerkers zich vaak tot "shadow IT"—niet-goedgekeurde software of handmatige hulpmiddelen zoals Google Sheets of low-code tools—om data uit verschillende systemen samen te brengen. Maar deze noodoplossingen brengen hun eigen problemen met zich mee, met name qua datakwaliteit en cybersecurity. Maar liefst 32% van de SaaS-oplossingen die bedrijven gebruiken, zijn niet door IT goedgekeurd, wat grote risico's voor databeheer met zich meebrengt.
Deze deelsystemen zitten bovendien vol fouten. Uit een academische studie uit 2024 blijkt dat 94% van de zakelijke spreadsheets fouten bevat, met ernstige risico’s op financiële verliezen en operationele missers. Deze databestanden worden vaak gevuld via handmatige kopieer-acties en kennen geen gestandaardiseerde controle op juistheid, waardoor geïmproviseerde dataverzamelingen ontstaan die niet zijn gevalideerd.
Nu bedrijven steeds meer data verzamelen voor risicobeheer en diverse assessments, leidt het ontbreken van een solide technologisch beleid tot een SCRM-proces met enorme hoeveelheden data waarvan de juistheid niet te garanderen valt.
De datapuzzel in vraagbeheer
Vraagbeheer is cruciaal voor het optimaliseren van middelen en afstemming op levermogelijkheden, maar kampt met één fundamenteel probleem: de nauwkeurigheid van de onderliggende data. Vraagbeheer steunt op precieze, schone data voor effectieve forecasting en planning. Maar als die data onjuist, verouderd of gefragmenteerd is, zal zelfs de best doordachte strategie tekortschieten.
Uw databases bevatten vervuilde data
Succesvol vraagbeheer hangt af van de integriteit van de data die professionals in hun forecasts steken. Als data uit bronnen zoals verkoop- en marketingteams, leveranciers en historische gegevens inconsistent of onjuist is, raakt het hele proces verstoord. Gartner-onderzoek toont dat slechte datakwaliteit organisaties "gemiddeld minstens $12,9 miljoen per jaar" kost.
Een analyse door Z2Data van productstuklijsten (BOM’s) bevestigt dat onnauwkeurige of foutieve data een zware wissel op supply chain-processen trekt. Uit deze analyse bleek dat bedrijven meer dan 500 verschillende schrijfwijzen voor Texas Instruments-producten in hun systemen gebruikten, wat de tracking en het beheer van leveranciers onnodig complex maakt. Dergelijke wanorde kan leiden tot tekorten—met omzetverlies tot gevolg—of omgekeerd tot overtollige voorraden met hogere kosten en verspilling.
:quality(85))
Geen verificatieproces voor door leveranciers aangeleverde data
Veel bedrijven vertrouwen sterk op leveranciersdata voor vraagprognoses zonder dat er gedegen verificatie plaatsvindt. Als informatie van leveranciers over levertijden of voorraad niet correct of onafhankelijk gevalideerd is, leidt dit tot ernstige verstoringen.
Uit een Z2Data-analyse blijkt zelfs dat van de 473.190 componenten die in 2023 obsoleet werden, ongeveer 142.000—oftewel een aanzienlijke 30%—geen bijbehorende Product Change Notification (PCN) van de fabrikant kenden.
Vertrouwen op niet-gecontroleerde of onvolledige data maakt bedrijven kwetsbaar voor plotselinge tekorten of vertragingen—scenario’s die bij beter vraagbeheer voorkomen hadden kunnen worden. Zonder accurate data ontstaat een reactieve aanpak, waarbij snelle beslissingen genomen moeten worden op basis van gebrekkige of misleidende informatie. Naarmate regelgeving de eisen voor dataverzameling en -beheer opschroeft, zullen deze uitdagingen alleen maar groter worden en problemen rondom datanauwkeurigheid en verificatie verergeren.
Omarm dynamisch supply chain-risicomanagement
Ondanks forse vooruitgang in proactief risicomanagement, worstelen huidige benaderingen met de complexiteit van moderne toeleveringsketens. Handmatige processen zoals leveranciersenquêtes, gefragmenteerde digitale ecosystemen en niet-gevalideerde data veroorzaken gaten in inzicht en schaalbaarheid, wat bedrijven blootstelt aan compliance-risico’s en verstoringen.
Deze beperkingen onderstrepen de dringende behoefte aan strategieën die niet alleen vooruitstrevend zijn, maar die ook de flexibele, onderling verbonden uitdagingen van moderne supply chains aankunnen. Zonder schaalbare oplossingen en realtime data-integratie zullen zelfs de best bedoelde risicomanagementinitiatieven tekortschieten.