söndag 13 mars 2011

Att skapa sin egen kvadrantanalys

Man kanske skulle kunna tro att kvadrantanalyser bara är förunnat jättar som McKinsey, Gartner, Boston m.fl, men så svårt är det faktiskt inte. Här följer några enkla knep:

Först och främst måste man ha klart för sig att själva kvadranten syftar till att visualisera skillnader, inte samband. Det är alltså stor skillnad mot exempelvis ett vanligt punktdiagram som syftar till att visa just samband. Detta innebär att axlarna i en kvadrantanalys i möjligaste mån måste vara oberoende av varandra, annars riskerar vi att inte använda alla fält. Exempel:


När det kommer till att välja egenskaper som man vill analysera så är det förstås en fördel om man kan hitta mätbara sådana. Tyvärr är många egenskaper av mer diffus natur och vi tvingas välja sådant som bara kan mätas i 'högt' eller 'lågt'. En variant är att försöka finna egenskaper som står i motsats till varandra, exempelvis vinst/förlust eller tidighet/försening.

Vi måste också välja antalet delkvadranter. Det absolut vanligaste antalet är fyra, men det finns varianter med nio (dvs 3x3), 16 osv. Har man ambition att använda fler än fyra delkvadranter, så är det ändå lämpligt att börja med fyra och sen vidareutveckla modellen.

Det viktigaste av allt är förstås vad kvadrantanalysen ska användas till och här är inte svaret alltid helt givet. Studerar man en del kända kvadranter så finner man att syftena varierar. En del vill bara kategorisera och systematisera för att förstå vad olika kategorier har för egenskaper eller hur de beter sig, medan andra har som syfte att lägga fast en taktik eller en strategi. Desto mer långtgående syftet är desto mer energi kommer man att behöva lägga ner; man kommer att behöva pröva olika ansatser innan man finner rätt utformning av kvadrantanalysen.

Vi inköpare använder oftast kvadrantanalyser för att klassificera produkter, leverantörer, kontraktsmodeller, marknadssituationer mm med syfte att förstå olika kategorier och ibland lägga fast strategier. Kraljicmatrisen är förstås den allra mest kända, men det finns ett antal andra, exempelvis:
  • Elliot-Shircore-Steel : Vinst vs. Värde
  • Hadeler-Evans : Värde vs. Komplexitet
  • Lilliecreutz-Ydreskog : Komplexitet vs. Risk
  • Olsen-Ellram :Strategisk vikt vs. Svårighet att leda
  • van Weele : Vinstpåverkan vs. leveransrisk
  • Bensaou : Köparens vs. Säljarens investeringar
De vanligaste är kanske att ta sikte på inköpsstrategier, men detta är inte någon regel. Det går fint att analysera enkla problemställningar för att finna systematiska förslag till lösningar. Ett par exempel från litteraturen:

Björn Axelssons bok Inköp - en ledningsfråga pryds av en kvadrantanalys där antalet tänkbara leverantörer ställs mot standard-/unikt erbjudande. Syftet är att illustrera inköps ledningsproblem. Genom att fastställa var man befinner sig och vart man vill gå påverkar styrningen av inköpet:

En populär kvadrantanalys inom logistikutveckling är det s.k. PICK-diagrammet. I detta klassificerar man olika leveransaktiviteter efter svårighetsgrad och förbättringspotential. Resultatet är en kvadrant som ger fyra enkla råd:
Mendelowmatrisen är en populär kvadrantanalys som är ett enkelt stöd för att förstå hur man ska hantera olika interna intressenter på ett företag. Det ligger mycket forskningsarbete bakom den, men den tar bara fem minuter att förstå:

Till sist bör du hitta på ett namn på din analys. De gängse benämningarna på den här typen av analys är kvadrantanalys eller matrisanalys, därför innehåller de flesta benämningar just orden kvadrant, matris eller analys. Ibland hör man dock folk som benämner alla möjliga kvadranter med namnet Kraljics matris, vilket förstås bygger på ett totalt missförstånd.

1 kommentar:

  1. Jag lever i kvadrantanalyser av olika slag.
    Från strategisk leverantörsklassificering via medarbetarutveckling till egen arbetsplanering.

    Ofta är själva tankeprocessen viktigare än resultatet. När jag t ex benar upp och klargör egenskaper hos komponenterna så startar tankar som sedan leder till handlande.

    SvaraRadera

Obs! Endast bloggmedlemmar kan kommentera.