Pixabay
这个由三部分组成的消费问题供应商快照系列将概述消费分析供应商Suplari，检查其优势和弱点，并提供与采购技术市场上的竞争对手的比较。
Suplari以“现代采购团队的ai驱动分析”自诩，其成立的目的是将相关的采购数据从孤立的企业系统中提取出来，送到需要这些数据来做决策的采购专业人员手中。然而，对于一般采购专业人员来说，这些数据通常是肮脏的、不同的和泛滥的，他们也致力于应用机器学习和人工智能来识别模式，并简化清洗、分类和连接的处理。
在早期的消费分析中，大多数进入市场的最好的供应商专注于分类和分类——因为这被认为是一个困难的问题，如果你有干净的、分类的数据，其他的事情就会很容易。但这只是良好消费分析的第一个障碍。下一个障碍是把这些点串连起来寻找机会。
早期的供应商声称用一些罐头的top N报告来解决这个问题——top N类别、top N供应商、top N地理区域、top N部门、top N外包类别、top N外包供应商等等。这在早期很有效。谨慎采购专业将在每个报告工作直到他们评估前20名左右的供应商、地区、部门和(或者直到他们分析了前80%的花),把合同或程序来捕获大量的储蓄。六个月后，他们再次检查报告，然后一无所获。他们仍然在亏损，但却无能为力，因为大部分亏损不会发生在排名前N的供应商、地区、部门等等。
下一代供应商通过自己动手报告来解决这个问题，买家可以针对他们认为存在问题的供应商、类别、地理位置、部门等进行报告。这一步了,但一般需要的时间和精力来运行报告,分析它的潜在机会,确定机会是不值得的努力抓住它,并运行另一份报告使其成本太高,难以发现和捕获所有但几个机会。结果，许多第二代解决方案在第一代解决方案之后不久就被抛弃了。
我们需要的是一个系统，它可以遍历所有类别、供应商、地区等，并在其中找到最大的机会，按机会大小排序，并将它们呈现给采购专业人员，以方便审查。
什么是真正需要的是一个系统,可以看看机会大小,看合同,看看市场定价,看看历史和社会的结果,不仅和识别机会,似乎最大的大小,但现在可以被捕获的最大的机会。虽然现在还没有一个系统，但这是一个现代系统应该去的地方——也是Suplari想要去的地方。