Beter Aanbesteden dankzij data-analyses

“Een data-analyse is geen doel op zich, maar een middel dat helpt om uiteindelijk de juiste keuze(s) te maken in een aanbestedingsproces”, vertelt Wout Groeneveld. “Een aanbestedende dienst analyseert eerst bestaande data: wat zegt de data en hoe kan deze informatie vervolgens helpen om een (inkoop)strategie of een aanbestedingsprocedure vorm te geven? Vervolgens kun je deze resultaten toetsen door potentiële leveranciers aanvullende vragen te stellen tijdens een marktconsultatie.”

Data-analyse versus marktconsultatie

“Met een data-analyse onderzoek je bestaande data, om vervolgens op basis van de onderzoeksresultaten een (inkoop)strategie te bepalen voor een aanbesteding in de voorbereidingsfase. Deze bevindingen kun je hierna toetsen bij de markt. Een marktconsultatie houdt in dat de aanbestedende dienst verschillende partijen raadpleegt over een voorgenomen opdracht. Je stelt vragen aan de markt om te bepalen of leveranciers invulling kunnen geven aan bijvoorbeeld creatieve ideeën, verduurzaming of risicobereidheid. Dankzij deze kennis kun je een scherpere uitvraag doen die beter aansluit bij de markt”, vertelt Groeneveld.

Ook maakt Groeneveld duidelijk dat een data-analyse en een marktconsultatie los van elkaar staan. “De data-analyse hoeft de marktconsultatie niet uit te sluiten. Een aanbestedende dienst kan beide analyses los van elkaar gebruiken en kan er ook voor kiezen om één van de analyses niet uit te voeren. We zien dat steeds meer l aanbestedingsprocedures worden stopgezet. Ook zien we dat het aantal aanbestedingen met maar 1 inschrijver stijgt.” Met behulp van een data-analyse en/of marktconsultatie kun je eventuele drempels voor ondernemers om in te schrijven en/of een tekort aan geschikte ondernemers voorafgaand aan de aanbesteding vaak al voorspellen.  

Snel inspelen op ontwikkelingen

Groeneveld ziet belangrijke ontwikkelingen in de wereld van aanbesteden en hij denkt dat informatie uit data een betekenisvolle rol kan spelen. “De druk op aanbestedingen neemt toe en de wereld verandert. Denk aan ontwikkelingen als duurzaamheid en innovatie. Dit betekent dat de aanbestedingen goed moeten aansluiten bij deze ontwikkelingen.” Groeneveld geeft aan dat een data-analyse hierbij kan helpen. “Gebruik data om te onderzoeken of er voldoende potentiële aanbieders zijn of om aanbestedingen op een gepaste manier vorm te geven. Dat scheelt tijd, geld en capaciteit voor zowel de potentiële leveranciers als de aanbestedende partij.”

Ook stijgt het aantal marktconsultaties: aanbestedende diensten bevragen potentiële leveranciers steeds vaker en doen hun best om zo goed mogelijk aan te sluiten bij de vraag van de markt.: ”Dankzij de analyses is het mogelijk om met een scherpe uitvraag sneller in te spelen op ontwikkelingen. Deze manier van werken bespaart de opdrachtgever en -nemer tijd, geld en capaciteit omdat de aanbestedende dienst een beter passende aanbestedingsprocedure kan toepassen. Dit is een efficiëncyslag voor zowel de inschrijvers als de aanbestedende diensten,” aldus Groeneveld.

Schets een eerste beeld van de markt

“Een data-analyse en een marktconsultatie zijn mooie toevoegingen in een aanbestedingsproces,” deelt Groeneveld. “Resultaten van een data-analyse kun je als aanbestedende dienst gebruiken als bewijslast, bijvoorbeeld om aan te tonen dat aannames kloppen over de markt of sector.” Aletta Peelen voegt toe: “Soms gebruiken wij als gemeente een data-analyse om te kijken hoe de markt in elkaar zit. Hoe groot is de markt volgens bestaande data? Stegen of daalden de inschrijvingen per aanbesteding in de afgelopen jaren? Welke soortgelijke aanbestedingsprocedures waren er in de afgelopen jaren? Welke trends spelen een rol? Een data-analyse helpt om een eerste beeld te krijgen. Dit is bijvoorbeeld handig als we aanbesteden in een markt waar we geen of minder kennis van hebben.”

Maar wanneer pas je een data-analyse toe? Volgens Peelen is dit in de voorbereidingsfase. “Voor het toepassen van een eventuele data-analyse is het belangrijk om eerst de inkoopbehoefte in beeld te brengen. Dit zijn de (interne) behoefte en de doelstellingen. Heb je wel een data-analyse nodig? Welke informatie vind ik op TenderNed? En welke collega’s betrek ik erbij voor meer informatie en duiding? Nadat de aanbestedende dienst de inkoopbehoefte heeft bepaald, kijk je naar een eventuele data-analyse.”

Elementen voor een goede data-analyse

Groeneveld geeft een duidelijk antwoord op de vraag: uit welke elementen bestaat een goede data-analyse? ”Dit is afhankelijk van de soort aanbesteding”, vertelt hij. “Elk aanbestedingsproces is namelijk anders. Er is geen checklist die een inkoper af kan gaan voor een goede data-analyse. Als inkoper kijk je per aanbesteding wat je wel of niet weet. Soms bezit de inkoper over veel kennis van een markt en heeft hij of zij alleen bevestiging nodig. Ook kan het zo zijn dat er voor een aanbesteding niet of nauwelijks relevante marktinformatie aanwezig is. In dat geval is het goed om een data-analyse uit te voeren om tot een passende aanbestedingsstrategie te komen.” Peelen voegt toe: “Indien wenselijk kun je de informatie uit de data-analyse vervolgens toetsen door specifieke vragen te stellen aan potentiële leveranciers tijdens een marktconsultatie.”

“Als inkoper help je jezelf om een zo goed mogelijke uitvraag in de markt te zetten, met als resultaat betere inschrijvingen,” - Aletta Peelen, teamleider Inkoop en Contractmanagement bij de gemeente Utrecht

Drempel voor leveranciers verlagen

Een data-analyse ziet Peelen als extra controle. “Bijvoorbeeld over de prijs-kwaliteit verhouding of om zicht te krijgen op de hoeveelheid potentiële leveranciers. Als in een data-analyse naar voren komt dat bepaalde ondernemers zich altijd inschrijven en dat zij dit bij een aanbesteding die kortgeleden is gesloten niet hebben gedaan, dan kun je vragen: waarom reageren jullie niet? Wat is er aan de hand? Zo weet je als aanbestedende dienst meteen wat er speelt. Dit maakt het mogelijk om snel op trends en verdere ontwikkelingen in te spelen. Door gebruik te maken van een data-analyse en indien nodig aanvullende vragen te stellen tijdens een marktconsultatie help je jezelf als inkoper om een zo goed mogelijke uitvraag in de markt te zetten, met als resultaat betere inschrijvingen.” Tot slot benoemt Aletta nog een ander groot voordeel: “De resultaten van de data-analyse kunnen ook dienen als eventuele bewijslast om bepaalde interne beslissingen te maken, bijvoorbeeld over beleid. Bovendien helpt het als onderbouwing. Je legt als het ware de harde feiten op tafel: beslissende ondersteunde informatie. Data-analyses helpen je dus om kwalitatieve betere én goed onderbouwde (interne) beslissingen te nemen.”

Belangrijkste tips en quick wins voor een succesvolle data-analyse van Wout Groeneveld en Aletta Peelen:

• Begin met stap 1: bepaal de inkoopbehoefte. Denk hierbij aan de benodigde eigenschappen van het werk, het product of de dienst. En wat is het budget, de planning en het werkproces.
• Check de data en informatie, zoals gekozen procedures, aantal inschrijvers en gunningscriteria. Denk aan bronnen als TenderNed, PIANOo en de Rabobank.
• Besteed een analyse deels uit aan een data-analist, bijvoorbeeld om informatie op te vragen over de hoeveelheid inschrijvingen en de gekozen gunningscriteria en wegingsfactoren. Met TenderNed kun je een inzichten verkrijgen, maar soms is het goed een expert te raadplegen die kan helpen met het plaatsen van de inzichten in de juiste context.
• Maak een data-analyse visueel, bijvoorbeeld met een infographic.
• Houd in gedachten dat het gebruik van data een middel is voor een beter resultaat en geen doel op zich (ondersteunend).
• Gebruik de uitkomsten van de data voor het stellen van gerichtere vragen aan de markt.