在伦敦的Coupa Inspire上,两项改变游戏规则的创新几乎没有被提及

上周,欧洲支出举足轻重总结的很好吗Coupa Inspire活动根据我们这些本月早些时候在伦敦的人的观察和笔记——包括看看最重要的项目Coupa正在推动其产品议程:

  • 支付——Coupa真的很想成为第一个采用采购到支付的采购方式的供应商支付存款人
  • source together/community——作为他们现在已经不那么秘密的计划的一部分,以消除对gpo的需求,至少是公共间接的
  • 供应商洞察-消除了您必须从第三方获得多样性洞察的需要

这很棒,但最好的产品相关公告并没有出现在主题演讲中,它们甚至在分组讨论中几乎没有得到提及。

所以今天,我们将重点关注两个发展——连通性和分析封装——因为,尽管Coupa可能没有像支付和社区那样在这两个方面走得那么远,但这些创新可以完全改变商业支出管理的游戏规则,不应该被忽视!

连接

目前,Coupa平台的第三方连接主要基于api和iframe。虽然这样做效果很好,但您通常要向合作伙伴应用程序打卡,这在大多数情况下都能很好地工作,但在某些情况下,更紧密的集成确实很棒。例如,如果你要打卡下班ProProcure向本地服务提供商发送大量报价请求,除非您接受报价,否则您不想将该提供商添加到您的供应商主中,这确实是您想在Coupa平台的封装空间中做的事情。

更具体地说,您希望从菜单中选择proprocurement G-Quotes,进入应用程序,为本地供应商构建您的特定报价,将其发送出去,监控响应,选择一个,并将其直接推送到PO(无需首先将奖励推送到Coupa平台,在Coupa中选择它,然后将其转到PO)。但在未来一年内,这种类型的集成应该是可能的,因为Coupa正在为其平台构建两种新的集成类型:

  1. 面板
  2. 对象

如果做得好,这两件事都会带来更多本地的与Coupa平台的集成。

当你在iFrame中封装一些东西时,你只是在平台显示区域中呈现一个外部应用程序——与web浏览器呈现外部网站的方式相同。但如果你能插入面板,就像你在Mac OSX上插入面板到System Preferences一样,那么面板中包含的任何功能都可以在原生Coupa系统上运行,访问内部api和系统调用,成为Coupa工作流的一部分并共享数据。这将允许你真正想要的集成类型与第三方应用程序应该是工作流的一部分,而不是“打孔应用程序”。

一旦Coupa有了对象集成,如果您可以定义一个符合Coupa接口的对象,它就可以被本地Coupa系统管理和查询,并允许数据和工作流元素在整个系统中传播。我希望他们能够利用第三方的数据和功能做一些非常巧妙的事情,当Coupa平台到来的时候,第三方会发现新的和创新的用途来扩展Coupa平台的功能,我们期待着看到Coupa明年在这方面的进展。

分析封装

这是一个最小的边线,细节只在活动的谈话中被发现,它被淹没在数百个新功能和功能中,从源到合同,但它是最关键的功能之一,如果不是最关键的功能,就未来的S2C平台能力而言。为什么?首先我们来定义它是什么。

Coupa Sourcing Optimization (CSO)背后的天才Spend360我们已经将Spend360的许多核心功能原生封装在CSO平台上。

现在,你可能在想,那又怎样?它现在已经非常紧密地整合在一起,从消费和表现的角度来看,我所需要的一切都能满足我的需求,它所呈现的洞察力,特别是通过社区分析超过1万亿美元的消费,比我在其他任何地方都要好,所以我为什么要关心它在Coupa平台中的位置和方式呢?“我们听到了,但这是件大事。真的大了。

通过原生封装,Coupa最终将能够在从源到契约工作流的任何步骤上显示进程内分析,这样您就可以在任何时间对任何数据集进行分析,从而获得即时的见解,而无需创建新的报告、基准或记分卡来获得见解。当对RFI的响应到来时,在您构建和运行优化事件之前,您将能够进行一些基本的比较分析,并看到即使在标准约束条件下,如果您限制为三个供应商,那么出价最高的供应商也不可能获得任何奖励-并且只是将该供应商排除在事件之外(允许场景以指数级速度解决)。您将能够跨供应商投标运行异常值分析,以确定报价是否可能是错误的(并且应该要求供应商进行验证),因为在优化方面,一个错误的数字可能会使整个方案无效。您将能够在供应商洞察中打开分析,以比较三个供应商跨维度的风险评分。等等......它将在Coupa平台上实现下一代分析驱动的见解。

“供应商洞察”很酷,“支付”提高了效率,“社区”是一个很好的流行语,但下一代的“源到支付”将需要技术和核心平台能力的又一次飞跃,而这些基础可能会让Coupa成为下一代技术(而不仅仅是当前一代)的领导者。

关于采购的分享

讨论:

您的电子邮件地址将不会被公布。必填项被标记*

本网站使用Akismet来减少垃圾邮件。了解如何处理您的评论数据