Unsere Lösung zur einfachen eCl@ss-Zuordnung von Spend-Daten

Unsere Lösung zur einfachen eCl@ss-Zuordnung von Spend-Daten

Mit unserem ausgeweiteten Produktportfolio verändern wir die Art und Weise, wie die Warengruppenzuordnung im Einkauf funktioniert. Mithilfe von künstlicher Intelligenz bieten wir nun eine vollautomatisierte Zuordnung von Spend-Daten auf den Warengruppenstandard eCl@ss an.

Damit erleichtern wir die Implementierung ungemein, ermöglichen saubere Spend Analysen und damit strategisches Handeln. Das führt zu Kosteneinsparungen und einer unterstreicht den Wert des Einkaufs auf Geschäftsführungsebene.

Welches Problem möchten wir lösen?

Durch die immer weiter fortschreitende Digitalisierung der Einkaufsabteilungen werden sich in den nächsten Jahren die Tätigkeiten weiter ins Strategische verlagern. Gerade in Krisenzeiten werden die hieraus resultierenden Ergebnisse auch von der Geschäftsleitungsebene verlangt: der Einkauf soll vor allem Kosten einsparen und die tiefere Integration mit Lieferanten ermöglichen.

Einkaufsleiter stehen heute immer wieder vor dem Problem, dass eine geeignete Grundlage für die Ableitung von strategischen Initiativen oder für Verhandlungen fehlt. Die Voraussetzung ist stets die Möglichkeit einer sauberen und unternehmensweit einheitlichen Spend-Analyse. Die (Stamm-)daten sind jedoch häufig mangelhaft gepflegt, sodass keine Transparenz über die heutige Situation herrscht.

Diese Beispielauswertung zeigt:
Die Auswertung der Höhe des Spends ist zwar möglich, die Unterteilung ist allerdings unklar.

Die größte Herausforderung liegt in der Zuordnung von Warengruppen

Insbesondere zu Rechnungen liegen bislang oft keinerlei verwertbare Informationen vor. Entweder sind im Unternehmen keine Warengruppen vorhanden, oder aber die Struktur ist historisch gewachsen und enthält keine Aussagekraft. Zudem fehlen Zuordnungen häufig.

In diesem Beispiel fehlen nicht nur Zuordnungen, sondern die Bezeichnungen der Warengruppen
sind
wenig aussagekräftig und werden somit häufig falsch gewählt.

All dies führt dazu, dass der Einkauf nicht strategisch handeln und damit seine Ziele nicht erreichen kann. Stattdessen werden zu viele wertvolle Ressourcen in die manuelle Aufbereitung und die Erstellung von Analysen gesteckt. Die Arbeit ist damit eher reaktiv, statt proaktiv Veränderungen anzustoßen.

Wie lässt sich dieses Problem lösen?

Die Lösung des Problems der Datenqualität liegt darin, auf einen standardisierten Warengruppenschlüssel zurückzugreifen. Hier müssen Kategorien nicht mühselig selbst identifiziert werden, sondern werden branchenübergreifend vorgebeben und laufend weiterentwickelt. Ein weiterer Vorteil ist die Möglichkeit den Spend feingliedrig auf verschiedenen Hierarchien zu betrachten und das eigene Unternehmen zu benchmarken.

Im deutschsprachigen Raum ist der Industriestandard eCl@ss weit verbreitet. Heute schrecken viele Unternehmen oft vor der Implementierung zurück. Ein solches Projekt wird als zu komplex und mühselig erachtet, gerade aufgrund der Vielzahl der Kategorien.

Ausschnitt aus der Vielzahl von eCl@ss-Kategorien

kiresult ermöglicht die einfache Zuordnung der Spend-Daten

Doch das muss nicht so sein: kiresult bietet nun eine neuartige Möglichkeit an, Spend-Daten auf eCl@ss zuzuordnen. Unser Ziel ist es, die Zuordnung mithilfe von künstlicher Intelligenz zu automatisieren und jedem Unternehmen zugänglich zu machen. Je nach Komplexität und Wünschen unseres Kunden können wir auf verschiedene Hierarchiestufen zuordnen.

Unsere vortrainierten Algorithmen nutzen Anknüpfungspunkte in den bestehenden Daten des Unternehmens zur Zuordnung einer geeigneten eCl@ss-Kategorie jeder einzelnen Transaktion.

In diesem Beispiel wird die Warengruppenzuordnung von kiresult automatisiert durchgeführt.

Hierbei legen wir großen Wert auf eine hohe Genauigkeit und bieten eine kostengünstige und schnelle Lösung für die Zuordnung auch großer Datenbestände.

Das zeigt sich alleine an einem kurzen Beispiel: stellen Sie sich vor, sie müssten die Arbeit der Grafik hierüber manuell vornehmen. Bei sechs Zeilen ist dies zwar lästig, sicherlich aber noch umsetzbar. In einem realistischen Szenario von 200.000 Datenzeilen läge der Aufwand jedoch bereits bei über 1.000 Stunden, was einer Vollzeitbeschäftigung von ca. drei Monaten entspricht. Selbst bei einer Investition dieser Zeit wären Fehler bei der monotonen Arbeit sehr wahrscheinlich.

Der einzige Weg, diesen enormen Arbeitsaufwand zu umgehen, liegt bis jetzt darin jedem Lieferanten eine Warengruppe zuzuweisen. Abgesehen davon, dass auch diese Aufgabe bei vielen Lieferanten mühselig ist, führt sie zu deutlichen Unschärfen in späteren Auswertungen. Stellen Sie sich beispielsweise einen Lieferanten wie Amazon Business vor: könnten Sie ihm eine eindeutige Warengruppe zuordnen?

Der Vorteil unseres Ansatzes liegt in der feingliedrigen Zuordnung jeder einzelnen Transaktion (also entweder Bestellungsposition oder Rechnungsposition).

kiresult ermöglicht die einfache Zuordnung der Spend-Daten

Doch das muss nicht so sein: kiresult bietet nun eine neuartige Möglichkeit an, Spend-Daten auf eCl@ss zuzuordnen. Unser Ziel ist es, die Zuordnung mithilfe von künstlicher Intelligenz zu automatisieren und jedem Unternehmen zugänglich zu machen. Je nach Komplexität und Wünschen unseres Kunden können wir auf verschiedene Hierarchiestufen zuordnen.

Unsere vortrainierten Algorithmen nutzen Anknüpfungspunkte in den bestehenden Daten des Unternehmens zur Zuordnung einer geeigneten eCl@ss-Kategorie jeder einzelnen Transaktion.

In diesem Beispiel wird die Warengruppenzuordnung von kiresult automatisiert durchgeführt.

Hierbei legen wir großen Wert auf eine hohe Genauigkeit und bieten eine kostengünstige und schnelle Lösung für die Zuordnung auch großer Datenbestände.

Das zeigt sich alleine an einem kurzen Beispiel: stellen Sie sich vor, sie müssten die Arbeit der Grafik hierüber manuell vornehmen. Bei sechs Zeilen ist dies zwar lästig, sicherlich aber noch umsetzbar. In einem realistischen Szenario von 200.000 Datenzeilen läge der Aufwand jedoch bereits bei über 1.000 Stunden, was einer Vollzeitbeschäftigung von ca. drei Monaten entspricht. Selbst bei einer Investition dieser Zeit wären Fehler bei der monotonen Arbeit sehr wahrscheinlich.

Der einzige Weg, diesen enormen Arbeitsaufwand zu umgehen, liegt bis jetzt darin jedem Lieferanten eine Warengruppe zuzuweisen. Abgesehen davon, dass auch diese Aufgabe bei vielen Lieferanten mühselig ist, führt sie zu deutlichen Unschärfen in späteren Auswertungen. Stellen Sie sich beispielsweise einen Lieferanten wie Amazon Business vor: könnten Sie ihm eine eindeutige Warengruppe zuordnen?

Der Vorteil unseres Ansatzes liegt in der feingliedrigen Zuordnung jeder einzelnen Transaktion (also entweder Bestellungsposition oder Rechnungsposition).

Was ist das Ergebnis einer erfolgreichen Zuordnung?

kiresult schafft also einen einfachen Weg zu einer Zuordnung von Spend-Daten auf den eCl@ss-Standard. Doch was fangen Sie nun damit an?

In einem nächsten Schritt können die Daten analysiert und einfach zugänglich gemacht werden zur Nutzung im Arbeitsalltag. Hierfür bieten sich gängige Business-Intelligence Anwendungen zur Visualisierung an. Hier sehen Sie das Ergebnis einer solchen Spend-Analyse im Vorher-Nachher-Vergleich:

Die gewonnen Erkenntnisse lassen sich dazu nutzen, einkäuferische Initiativen anzustoßen und zu priorisieren. Unter anderem können Sie so folgende Fragen beantworten:

  • In welcher Warengruppe sollten wir demnächst Ausschreibungen anstoßen?
  • Wie viele Lieferanten haben wir pro Warengruppe? Wo lassen sich Synergieeffekte nutzen?
  • In welcher Warengruppe haben wir viele einzelne und aufwendige Transaktionen? Welche Warengruppe sollten wir also priorisiert über ein eProcurement-System abwickeln?
  • Wo laufen die meisten Transaktionen am Einkauf vorbei?

Was ist das Ergebnis einer erfolgreichen Zuordnung?

kiresult schafft also einen einfachen Weg zu einer Zuordnung von Spend-Daten auf den eCl@ss-Standard. Doch was fangen Sie nun damit an?

In einem nächsten Schritt können die Daten analysiert und einfach zugänglich gemacht werden zur Nutzung im Arbeitsalltag. Hierfür bieten sich gängige Business-Intelligence Anwendungen zur Visualisierung an.

Die gewonnen Erkenntnisse lassen sich dazu nutzen, einkäuferische Initiativen anzustoßen und zu priorisieren. Unter anderem können Sie so folgende Fragen beantworten:

  • In welcher Warengruppe sollten wir demnächst Ausschreibungen anstoßen?
  • Wie viele Lieferanten haben wir pro Warengruppe? Wo lassen sich Synergieeffekte nutzen?
  • In welcher Warengruppe haben wir viele einzelne und aufwendige Transaktionen? Welche Warengruppe sollten wir also priorisiert über ein eProcurement-System abwickeln?
  • Wo laufen die meisten Transaktionen am Einkauf vorbei?

Wie sieht eine solche Zuordnung mit kiresult aus?

Wir möchten, dass die Zuordnung Ihrer Daten so unkompliziert wie möglich ist. Der einzige interne Aufwand, der für unsere Kunden entsteht, liegt also in einem Datentransfer. Alles Weitere geschieht durch kiresult. Am Ende liefern wir einen fertig zugeordneten Datensatz, auf Wunsch auch visualisiert in einem Spend-Cube.

Uns ist zudem wichtig, dass Sie zunächst von der Qualität unserer Leistung überzeugt sind. Deshalb bieten wir an,
Ihre Daten kostenfrei und unverbindlich zu prüfen und Ihnen die Ergebnisse auf einer Stichprobe vorzustellen.
Erst dann freuen wir uns über eine Beauftragung!

Haben Sie Interesse an einer solchen kostenfreien Prüfung Ihrer Daten?

Hinterlassen Sie gerne Ihre Kontaktdaten, wir melden uns mit weiteren Informationen.

Haben Sie Interesse an einer solchen kostenfreien Prüfung Ihrer Daten?

Hinterlassen Sie gerne Ihre Kontaktdaten, wir melden uns mit weiteren Informationen.