Leids Universitair Medisch Centrum

Inkoopdata verrijken voor het LUMC

Een tool die factuurregels automatisch verrijkt met de juiste inkoopcategorie, zodat het LUMC ziet waar aanbestedingsdrempels in zicht komen.

Aanbestedingsdrempels

Zonder categorie geen zicht op de drempel

In het kort

Opdrachtgever: Leids Universitair Medisch Centrum
Sector: Zorg
Uitkomst: Lopend: factuurregels krijgen automatisch een inkoopcategorie, met de inkoopadviseur aan het stuur

Een ziekenhuis is vanaf bepaalde bedragen verplicht meervoudig onderhands of Europees aan te besteden. Of je die grens nadert, kun je alleen zien als je weet hoeveel er over een periode gecumuleerd per inkooppakket is uitgegeven, en niet per losse factuur.

Daar zit het probleem: factuurregels dragen die inkoopcategorie niet. Ze kwamen tot nu toe per spendanalyse met de hand langs, wat veel tijd kostte en zich niet liet herhalen. Het LUMC vroeg ons om een oplossing die het inkoopproces structureel en herhaalbaar maakt.

De oplossing

Automatisch verrijken, met de adviseur aan het stuur

We bouwen een spendverrijkingstool die factuurregels automatisch koppelt aan de juiste inkoopcategorie, op basis van de leverancier, de factuuromschrijving en het bedrag.

Wat de tool niet met zekerheid kan plaatsen, wijst de inkoopadviseur zelf toe in een eenvoudige correctiestap.
De categorieregels staan los van de techniek, in een eigen overzicht: het inkoopteam kan ze zelf aanvullen en aanscherpen.
Controles op de uitkomst laten zien waar de verrijking onzeker is, zodat adviseurs gericht kunnen valideren in plaats van alles nalopen.

Het resultaat

Van verrijkte facturen naar stuurinformatie

De uitkomst van de tool sluit aan op het bestaande Power BI-dashboard van het LUMC, zodat de spendanalyse er direct op kan draaien.

De tool draait lokaal bij de inkoopadviseurs zelf en past in hun bestaande werkproces.
Doordat er geen klantspecifieke gegevens in de techniek zitten, is de aanpak herbruikbaar bij een volgende verrijkingsronde en bij andere organisaties.
De architectuur is zo opgezet dat AI later eenvoudig kan worden toegevoegd om de toewijzing verder te verbeteren.

Close-up van een dashboard met kerncijfers en kleine trendlijnen

Van handwerk naar herhaalbaar

In vier fasen naar verrijkte inkoopdata

We bouwen de tool in dezelfde vier fasen als onze Data Discovery Sprint. De inkoopadviseurs van het LUMC houden het stuur: elke fase eindigt met iets dat zij kunnen beoordelen.

Onze werkwijze

Launch
We brengen in kaart hoe de spendanalyse nu loopt: welke factuurregels er binnenkomen, welke inkoopcategorieën het LUMC hanteert en waar het handwerk zit. Daaruit volgt wat de tool moet herkennen: de leverancier, de factuuromschrijving en het bedrag.
Validate
We zetten de eerste categorieregels op, in een eigen overzicht los van de techniek, en laten de tool factuurregels verrijken. De inkoopadviseurs leggen de uitkomst naast hun eigen kennis; waar die verschillen, scherpen we de regels aan.
Awaken
De tool verrijkt de factuurregels in het werkproces van de adviseurs. Wat hij niet met zekerheid kan plaatsen, wijzen zij zelf toe in een eenvoudige correctiestap, en controles op de uitkomst laten zien waar ze gericht moeten valideren in plaats van alles na te lopen.
Deliver
De verrijkte data sluit aan op het bestaande Power BI-dashboard, zodat de spendanalyse er direct op kan draaien. De categorieregels kan het inkoopteam zelf aanvullen en aanscherpen, en omdat er geen klantspecifieke gegevens in de techniek zitten, is de aanpak herbruikbaar bij een volgende verrijkingsronde.